Mit fast zwei Millionen Privat- und Firmenkunden und rund 1,3 Millionen Girokonten hat die Berliner Sparkasse ein Supportaufkommen von 70.000 Telefonaten pro Monat.

Die Innovationsabteilung der Berliner Sparkasse bekam die Aufgabe, neue digitale Ansätze für den Kundenservice zu erarbeiten und dabei die Effizienz zu erhöhen. Sie interessierte sich für die Technik von Solvemate, um beide Ziele auf einmal zu verfolgen.

Solvemates Kombination aus strukturierten Fragen und fortschrittlichem Machine Learning war dabei entscheidend. Nachweislich bekommen Kunden eine deutlich schnellere Antwort, wenn sie Fragen beantworten, als wenn sie eine eigene Anfrage formulieren und eintippen müssen.

In einem gemeinsamen Workshop sammelten Solvemate und das Support-Team der Berliner Sparkasse zunächst die 40 häufigsten Anfragen und passenden Lösungen. Mit diesem Wissen konnte der Chatbot direkt an den Start gehen.

Regelmäßig fügt das Team der Berliner Sparkasse nun neue Fragen und Antworten hinzu — immer wenn es dazu eine Notwendigkeit erkennt. Das Team hat gelernt, was die Kunden vom Chatbot wissen möchten und welche Antworten am besten funktionieren.