Wie kann ich Heatmaps mithilfe von AI-Vorschlägen verbessern?

Dieser Artikel erklärt, wie Administratoren und Editoren AI-Vorschläge nutzen können, um bestehende Vorlagen auf der Grundlage realer Servicefälle zu optimieren, was zu einer schnelleren Fehlerbehebung, weniger Klicks und genaueren Wahrscheinlichkeiten führt.

Geschrieben von Matthias Musenbrock

Zuletzt aktualisiert Vor 3 Monaten

Was ist der Vorteil des KI-Lernens?

KI-Vorschläge verbessern Vorlagen, indem sie aus realen Servicefällen lernen, anstatt sich nur auf anfängliche Annahmen zu stützen.

Dies führt zu:

  • Schnellere Fehlerbehebung, da die relevantesten Ursachen früher priorisiert werden

  • Weniger Klicks für Servicetechniker, da unwahrscheinliche Pfade depriorisiert werden

  • Korrektur der anfänglichen Häufigkeiten, die oft definiert werden, bevor reale Felddaten verfügbar sind

Mit der Zeit spiegeln die Vorlagen zunehmend das tatsächliche Serviceverhalten im Feld wider.


Wie funktioniert die KI-Optimierung?

Die KI vergleicht die Häufigkeit vorhandener Vorlagen mit Mustern, die in Logbucheinträgen gefunden wurden.

Als Ergebnis führt die KI Folgendes durch:

  • Vorschläge für angepasste Häufigkeiten zwischen Ursachen und Symptomen

  • Anzeige, wie sich die Wahrscheinlichkeiten nach der Optimierung ändern würden

  • Transparente Darstellung aller Änderungen, bevor sie angewendet werden

Es werden keine Änderungen automatisch angewendet.


Wie führe ich die Optimierung durch?

  1. Öffnen Sie den Knowledge Hub

  2. Wählen Sie die entsprechende Vorlage

  3. Öffnen Sie den Abschnitt AI-Vorschläge

  4. Überprüfen Sie die vorgeschlagenen Frequenzänderungen

  5. Wenden Sie die Optimierung an, wenn der Vorschlag plausibel ist

Das System zeigt immer die aktuelle Frequenz und die empfohlene Frequenz zum Vergleich an.


Wie kann ich Servicefälle von der Optimierung ausschließen?

Administratoren und Editoren können steuern, welche Daten für die KI-Optimierung verwendet werden.

Servicefälle können ausgeschlossen werden, wenn sie z. B.:

  • veraltet

  • unvollständig

  • für die Diagnose nicht repräsentativ

Durch den Ausschluss von Fällen wird sichergestellt, dass die Optimierung ausschließlich auf relevanten und qualitativ hochwertigen Daten basiert.


Wichtige Hinweise

  • KI-Vorschläge erzeugen keine neuen Ursachen, Symptome oder Lösungen

  • KI-Vorschläge optimieren nur bestehende Häufigkeiten

  • Die Optimierung ist immer eine manuelle Entscheidung

  • Empfehlungen sollten regelmäßig überprüft werden, sobald genügend neue Servicefälle vorliegen.


FAQ

Werden KI-Vorschläge automatisch angewendet?

Nein. Alle Vorschläge müssen von einem Administrator oder Redakteur überprüft und manuell angewendet werden.

Verändern KI-Vorschläge die Struktur einer Vorlage?

Nein. Es werden nur die Häufigkeiten zwischen bestehenden Elementen optimiert.

Wie oft sollte die Optimierung durchgeführt werden?

Die Optimierung sollte regelmäßig durchgeführt werden, sobald genügend neue reale Servicefälle verfügbar sind.