Träumen wir nicht alle manchmal davon dass sich unsere E-Mails automatisiert bearbeiten?

0
149
Stylish businessowman reading an email on his laptop while being in a coffee shop
Stylish businessowman reading an email on his laptop while being in a coffee shop

Dieser Traum ist mittlerweile gar nicht mehr so weit entfernt!

Automatisierte regelbasierte Systeme können bereits E-Mails vor Filtern – diese Filterung gibt es schon seit Jahrzehnten. Die Neuerungen sind, dass E-Mails ebenfalls automatisiert analysiert, bewertet und auch bearbeitet werden können.

Jetzt sagen Sie sicherlich das kann ich mir nicht vorstellen. Oder vielleicht in einer normalen Fachdomäne kann ich es mir vorstellen aber wir sind dafür viel zu spezifisch. Und ich antworte Ihnen:

doch auch für ihr spezifisches Thema ist es ebenfalls möglich ihre E-Mails zu analysieren zu klassifizieren und sie zu einem hohen Prozentsatz automatisiert zu bearbeiten.

Zu Recht fragen Sie sich jetzt wie kann das denn funktionieren.

Auch darauf möchte ich Ihnen gerne eine Antwort geben.

Ich habe ein Beispiel vorbereitet, an denen es relativ gut zu erläutern ist wie eine künstliche Intelligenz uns bei der E-Mail Bearbeitung unterstützen kann. Wie ein guter Sekretär / eine Sekretärin, kann eine künstliche Intelligenz bis zu einem gewissen Punkt E-Mails verstehen und bearbeiten. Um eine 100 %ige Bearbeitungsquote zu erreichen ist noch einiges zu tun. Aber überlegen Sie sich wie viel Ihnen schon eine automatisierte Bearbeitung zwischen 70 und 80 % Ihres gesamten E-Mail Aufkommens an Zeit sparen würde.

Wie bereits in anderen Artikeln geschrieben, kann eine künstliche Intelligenz durch Beispiele lernen. Die Anzahl der Beispiele spielt hierbei kaum eine Rolle. Natürlich spielt sie schon eine Rolle, aber es können sehr viele Daten automatisiert verarbeitet werden. Nehmen wir an, Sie würden einen neuen Sekretär einstellen. Dieser Sekretär müsste erst einmal verstehen wie Sie arbeiten welche E-Mails Sie in der Vergangenheit schon wie bearbeitet haben was ihre normalen Antwortsätze sind usw. Nehmen wir des Weiteren an Sie haben in den vergangenen Jahren 100.000 E-Mails versendet. Jede E-Mail benötigt zum Lesen zwischen zwei und 3 Minuten im Durchschnitt. Natürlich gibt es auch E-Mails die wesentlich länger sind aber ebenfalls auch E-Mails die kürzer sind und dies soll ja nur in Beispiel sein.

100.000 × 2 Minuten sind 200.000 Minute, soweit mein Verständnis der Grundrechenarten.

Wenn ihr neueingestellter Sekretär 24 Stunden am Tag und sieben Tage die Woche arbeiten würde bräuchte er etwas mehr als 135 Tage an denen er jede Minute arbeitet um diese 100.000 E-Mails zu lesen. Künstliche Intelligenz benötigt wesentlich weniger Zeit. Je nach Rechenleistung nur wenige Sekunden bis hin zu einigen Stunden.

Dieses Beispiel zeigt uns, dass gerade bei großen Datenmengen auch eine künstliche Intelligenz sehr schnell arbeiten kann. Das Lernen aus Beispielen erzielt innerhalb sehr kurzer Vorbereitungszeit sehr gute Ergebnisse.

Gehen wir das konkret auf das Beispiel ein:

um das Beispiel etwas mehr zu konkretisieren, würde ich gerne folgende Rahmenbedingungen annehmen

• verwenden als Beispiel hierbei die info@domain.de E-Mail-Adresse

• im Schnitt werden ca. 500 E-Mails pro Tag an diese E-Mail-Adresse gesendet

• ca. 100 E-Mails davon sind Werbung, Newsletter, oder sonstige unerwünschte E-Mails

• diese unerwünschten E-Mails werden bereits durch eine Spamfilterung automatisiert aussortiert

• die übrig bleibenden E-Mails müssen aktuell durch einen Menschen gelesen, klassifiziert, analysiert und entsprechend die Inhalte in weiteren Systemen ein gepflegt werden

• ebenfalls wird eine Antwort auf die eingegangene E-Mail benötigt

diese Rahmenbedingungen zeigen dass es sehr aufwendig sein kann ein solches E-Mail Postfach bearbeiten. Die angenommene netto E-Mail Anzahl von ca. 400 ist hier ein sehr kleines Beispiel. Sicherlich gibt es Postfächer in den wesentlich höheres E-Mail Aufkommen herrscht. Rechnen wir hier ebenfalls im Durchschnitt bei einer Bearbeitungszeit von 5 Minuten pro eingegangene E-Mail, müssten wir 400 mal 3 Minuten am Tag bearbeiten. Hierbei kommen wir in der Summer auf ca. 20 Stunden am Tag die als Bearbeitungszeit aufgewendet werden müssten. Bei einer deutsch durchschnittlichen Arbeitszeit von 8 Stunden am Tag in Deutschland, wären dies mehr als zwei Vollzeitstellen, die sich nur um das Thema E-Mail Bearbeitung kümmern.

Im Endeffekt wären es sogar 2,5 Vollzeitstellen.

Wir lassen aktuell den Effekt außen vor das beispielsweise während Feiertagen und am Wochenende ebenfalls E-Mails eingehen können. Jedoch muss ebenfalls beachtet werden, dass mindestens 24 Tage Urlaub pro Jahr und auch einige Krankheitstage bei den 2,5 Vollzeitstellen mit ins Kontor schlagen. Um im Endeffekt eine vollständige Abarbeitung der 400 eingehenden E-Mails pro Tag zu ermöglichen, ist es demnach nötig mindestens drei Vollzeitkräfte hierfür zur Verfügung zu stellen.

Auf der einen Seite spielt natürlich das gebundene Kapital über eine Rolle. Auf der anderen Seite sind solche Bearbeitungen sehr repetitive und ebenfalls langweilig. Menschen sind nicht dafür gemacht langweilige Arbeiten durchzuführen. Sondern sie sind eher für den Bereich der Kreativität statt Guy oder auch bei neuen Herausforderungen einzusetzen.

Die hier genannten ungefähr drei Vollzeitstellen könnten sich beispielsweise um den Kundenservice für die VIP Kunden kümmern. Dadurch hätten beide Seiten sowohl der Kunde als hat auch der Auftragnehmer eine wesentlich bessere Bindung. Die Bearbeitung der E-Mail sollte durch ein Automatisierungsmechanismus erfolgen. Dieser kann im ersten Schritt beispielsweise eine regelbasierte System sein. Je nach Konnexität der eingehenden E-Mails ist dies möglich.

Gerade unstrukturierten Daten, wie es in einer E-Mail der Fall ist können regelbasierte Systeme jedoch schnell an ihre Grenzen kommen. Hierbei können dann Künstliche Intelligenz helfen. Für diese ist es möglich sowohl strukturierte als ebenfalls unstrukturierte Daten durch lernen von Beispielen analysieren zu können. Nehmen wir im ersten Schritt eine künstliche Intelligenz an die lediglich 60 % der eingehenden E-Mails automatisiert bearbeiten kann.

Dies würde bedeuten das pro Tag 240 E-Mails korrekt bearbeitet werden und lediglich 160 E-Mails noch manuell durch Menschen bearbeitet werden müssen. Plötzlich haben wir eine Reduktion der benötigten Arbeitszeit von drei Vollzeitstellen auf ungefähr eine Vollzeitstelle.

Diese Kolleginnen und Kollegen könnten sich beispielsweise einer wesentlich kreativeren Arbeit widmen.

Lassen Sie uns diese Themen gerne gemeinsam diskutieren, schreiben Sie mir eine E-Mail an j.funke@it-p.de oder schreiben Sie mir auflegt LinkedIn.

HINTERLASSEN SIE EINE ANTWORT

Please enter your comment!
Please enter your name here

Diese Website verwendet Akismet, um Spam zu reduzieren. Erfahre mehr darüber, wie deine Kommentardaten verarbeitet werden.