Digitale Kundendokumentation mit KI
Projektstatus
Planung
Durchführung
Dokumentation
Hintergrund
Die Nachbereitung von Kundenbesuchen spielt in vielen Betrieben eine zentrale Rolle, da im direkten Kundengespräch zahlreiche Informationen entstehen, die für Beratung, Servicequalität und weitere Betreuung relevant sind. Dazu zählen im augenoptischen Bereich unter anderem individuelle Kundenwünsche, Hinweise zu Sehgewohnheiten, Anforderungen an Brillen oder Kontaktlinsen, organisatorische Absprachen sowie servicebezogene Notizen. In der Praxis werden diese Informationen häufig frei formuliert, handschriftlich, stichpunktartig oder in unterschiedlichen digitalen Formaten festgehalten.
Mit dem kontinuierlichen Wachstum der hoffmann & brillen GmbH und des Kundenstamms ist auch der Umfang der zu dokumentierenden Informationen deutlich gestiegen. Die bisherige Nachbereitung war dadurch zunehmend mit manuellem Aufwand verbunden und nahm im Arbeitsalltag immer mehr Zeit in Anspruch. Gleichzeitig sollte die Qualität der Dokumentation mindestens auf gleichbleibend hohem Niveau gehalten oder weiter verbessert werden, um eine zuverlässige Weiterverarbeitung der Informationen und eine hochwertige Kundenbetreuung sicherzustellen.
Das Projekt hat daher das Ziel, ein Konzept für eine KI-gestützte strukturierte Dokumentation zu entwickeln. Frei formulierte Notizen und Fließtexte aus Kundenbesuchen sollen mithilfe eines Large Language Models automatisch in eine klare, einheitliche und weiterverwendbare Struktur überführt werden. Im Mittelpunkt steht dabei nicht die Entwicklung einer komplexen Spezialsoftware, sondern die Konzeption einer praxisnahen Lösung, die bestehende Arbeitsabläufe entlastet, Informationen übersichtlicher verfügbar macht und perspektivisch ohne unnötige Zusatzkomplexität in den Arbeitsalltag integriert werden kann.
Ein besonderer Fokus liegt auf der Frage, wie moderne KI-Technologie sinnvoll in einem handwerklich geprägten Dienstleistungsumfeld eingesetzt werden kann. Die Lösung soll Mitarbeitende nicht ersetzen, sondern bei wiederkehrenden Dokumentationsaufgaben unterstützen. Dadurch sollen zeitliche Aufwände reduziert, die Einheitlichkeit der Dokumentation verbessert und die Grundlage für eine effizientere Nachbereitung von Kundenkontakten geschaffen werden.
Herausforderung
Eine wesentliche Herausforderung besteht darin, die Anforderungen aus dem betrieblichen Alltag präzise zu erfassen und in eine geeignete technische Lösung zu übersetzen. Die Dokumentation von Kundenbesuchen ist kein rein formaler Vorgang, sondern eng mit Beratung, Servicequalität und individuellen Kundenbedürfnissen verbunden. Entsprechend muss die geplante Lösung so gestaltet werden, dass relevante Informationen zuverlässig erkannt, sinnvoll strukturiert und in einer für die weitere Nutzung verständlichen Form ausgegeben werden.
Gleichzeitig sind die Anforderungen an Datenschutz und Datensicherheit besonders hoch, da im Umfeld der Augenoptik potenziell sensible personenbezogene Informationen verarbeitet werden können. Deshalb muss frühzeitig berücksichtigt werden, wie Eingaben verarbeitet werden, welche Daten an ein KI-System übermittelt werden und wie eine DSGVO-konforme Nutzung grundsätzlich gestaltet werden kann. Die Lösung darf nicht allein aus technischer Perspektive gedacht werden, sondern muss organisatorische und rechtliche Rahmenbedingungen einbeziehen.
Eine weitere Herausforderung liegt in der Akzeptanz im Arbeitsalltag. Damit eine KI-gestützte Dokumentationslösung tatsächlich genutzt wird, muss sie einfach, nachvollziehbar und zuverlässig funktionieren. Mitarbeitende sollen nicht mit zusätzlichen komplizierten Arbeitsschritten belastet werden, sondern einen erkennbaren Nutzen im täglichen Ablauf erfahren. Die strukturierte Ausgabe muss daher verständlich, kontrollierbar und bei Bedarf korrigierbar bleiben.
Darüber hinaus muss das Projekt einen realistischen Rahmen wahren. Ziel ist zunächst die Entwicklung eines tragfähigen Konzepts und nicht die vollständige produktive Einführung einer umfassenden Softwarelösung. Daher gilt es, die technische Machbarkeit, die Prozessanforderungen und die späteren Einsatzmöglichkeiten so zu verbinden, dass ein klarer, umsetzbarer Lösungsansatz entsteht, der als Grundlage für weitere Entwicklungsschritte dienen kann.
Lösung
Die zu entwickelnde Lösung sieht den Einsatz eines Large Language Models vor, das frei formulierte Notizen, Stichpunkte oder Fließtexte aus Kundenbesuchen automatisiert verarbeitet und in eine strukturierte Dokumentation überführt. Aus unstrukturierten Eingaben entsteht dadurch eine geordnete Darstellung relevanter Informationen, die beispielsweise Kundenthemen, Anliegen, vereinbarte nächste Schritte oder sonstige Hinweise klar voneinander trennt.
Technisch basiert das Konzept auf einer Webanwendung, die Eingaben entgegennimmt und vorerst an den MDZ-KI-Server übermittelt. Dort verarbeitet ein LLM die Texteingaben und gibt die strukturierten Ergebnisse anschließend an die Anwendung zurück. Der Einsatz einer serverseitigen KI-Verarbeitung ermöglicht es, die Modellnutzung kontrolliert zu gestalten und Anforderungen an Datenschutz, Nachvollziehbarkeit und technische Einbettung gezielt zu berücksichtigen.
Die Lösung wurde bewusst so konzipiert, dass sie sich an bestehenden Arbeitsabläufen orientiert. Mitarbeitende können ihre Notizen weiterhin frei formulieren, ohne bereits während des Kundengesprächs eine starre Dokumentationsstruktur einhalten zu müssen. Die Strukturierung erfolgt im Anschluss KI-gestützt. Dadurch bleibt die Erfassung flexibel, während die Weiterverarbeitung der Informationen deutlich einheitlicher und übersichtlicher wird.
Im Ergebnis soll ein Konzept für eine KI-gestützte Dokumentationslösung entstehen, die manuelle Nachbereitungsaufwände reduziert und gleichzeitig die Qualität der Dokumentation unterstützt. Die Lösung soll keine unkontrollierte Automatisierung liefern, sondern eine strukturierte Vorarbeit, die von Mitarbeitenden geprüft, angepasst und weiterverwendet werden kann. Damit verbindet das Projekt moderne KI-Technologie mit einem praxisnahen Nutzen für den betrieblichen Alltag.
Umsetzung
Die Umsetzung erfolgt zunächst konzeptionell und prozessorientiert. Im ersten Schritt wurden die bestehenden Abläufe bei der Nachbereitung von Kundenbesuchen betrachtet und typische Dokumentationssituationen analysiert. Dabei stand die Frage im Mittelpunkt, welche Informationen regelmäßig erfasst werden, wo manuelle Aufwände entstehen und an welchen Stellen eine KI-gestützte Strukturierung den größten Mehrwert bieten kann.
Anschließend wird ein Lösungsansatz entwickelt, bei dem frei formulierte Texteingaben über eine Webanwendung an den MDZ-KI-Server gesendet werden. Dort übernimmt ein Large Language Model die Verarbeitung der Eingaben. Die Ausgabe erfolgt in einer strukturierten Form, die für die weitere Nutzung im Unternehmen geeignet ist. Auf diese Weise wird ein technischer Ablauf beschrieben, der von der Eingabe über die KI-Verarbeitung bis zur Rückgabe der strukturierten Dokumentation reicht.
Ein wichtiger Bestandteil der Umsetzung wird die Gestaltung der Anforderungen an die Ausgabequalität sein. Die KI soll Informationen nicht beliebig zusammenfassen, sondern relevante Inhalte nachvollziehbar ordnen und klar voneinander abgrenzen. Dabei wird berücksichtigt, dass die Ergebnisse im Arbeitsalltag überprüfbar bleiben müssen. Die strukturierte Dokumentation soll somit als Unterstützung und Entscheidungshilfe dienen, jedoch nicht die fachliche Kontrolle durch Mitarbeitende ersetzen.
Parallel dazu werden die Rahmenbedingungen für eine DSGVO-konforme Nutzung betrachtet. Dazu gehört insbesondere die Frage, wie sensible Informationen verarbeitet werden können und welche Anforderungen an eine sichere technische Umgebung bestehen. Der MDZ-KI-Server bildet hierfür vorerst einen wichtigen konzeptionellen Baustein, da die Verarbeitung nicht unkontrolliert über beliebige externe Systeme erfolgen soll.
Als Projektergebnis entsteht ein tragfähiges Konzept für eine KI-gestützte strukturierte Dokumentation. Es soll zeigen, wie moderne Sprachmodelle genutzt werden können, um frei formulierte Notizen aus Kundenbesuchen effizienter aufzubereiten, bestehende Prozesse zu entlasten und die Qualität der Nachbereitung zu verbessern. Gleichzeitig soll die Lösung alltagstauglich, nachvollziehbar und auf die konkreten Anforderungen eines handwerklich geprägten Dienstleistungsunternehmens ausgerichtet bleiben.