Rufen Sie uns einfach an, und wir beraten Sie gerne zu unserem Seminar- und Studienangebot.

Unsere Ansprechpartner:

Michael Rabbat, Dipl.-Kfm.
MBA Chief Operating Officer

Claudia Hardmeier
Kunden-Center
Studienbetreuung

Institute und Kompetenzzentren

Bindeglied zu einer Vielzahl an
Unternehmen und Organisationen

Erfahren Sie mehr ...

Forschung

Was Management-Forschung wirklich
leisten kann

Erfahren Sie mehr ...

Alumni

Wissenstransfer und
Erfahrungsaustausch

Erfahren Sie mehr ...

Referenzen

Feedback und
Teilnehmerstimmen

Erfahren Sie mehr ...

News

SGBS aktuell:
Wissen und
Anwendung

Erfahren Sie mehr ...

Klimaneutrale Seminare

Auf dem Weg zu
klimaneutralen Seminaren.

Erfahren Sie mehr ...

Juan Diego Flórez Association

Mit musikalischer Bildung
gegen Armut:

Erfahren Sie mehr ...

5 Fazit

Die Forschung und Entwicklung im Bereich der künstlichen Intelligenz und insbesondere der auf neuronalen Netzen basierenden Sprachmodelle stellt einen Megatrend dar, der die Gesellschaft auf sozialer und wirtschaftlicher Ebene verändert.

In dieser Arbeit wurde untersucht, inwieweit die Entwicklung von Large Language Modellen als disruptive Innovation im Bereich der Service-Desk-Branche gesehen werden kann. Dazu wurden zunächst Service Desks als zentrale Kommunikationsschnittstelle für Supportanfragen definiert. Servicequalität, ständige Verfügbarkeit und Bearbeitungsgeschwindigkeit wurden als wichtige Faktoren für die Kundenzufriedenheit festgesellt, wobei die Qualifikation der Mitarbeiter einen signifikanten Parameter darstellt. Danach wurde die Basis zum Verständnis der zugrunde liegenden Technologie von LLMS geschaffen. Neuronale Netze und die Transformer-Architektur wurden in diesem Zuge näher betrachtet. Weiterhin wurde ein Überblick über die technischen Entwicklungen innerhalb der Service Desk-Branche gegeben. OpenAI und ChatGPT wurden als prominentes Beispiel für moderne LLMs genutzt. In Kapitel 3 wurden dann die Auswirkungen dieser Technologie auf die Service Desk Branche dargestellt. Die Kundenerwartungen entwickeln sich mit den technischen Möglichkeiten weiter, wobei auch der Bedarf nach qualifizierten Arbeitskräften zunimmt. Um diesen Ressourcenbedarf zu reduzieren, könnten LLMs eingesetzt werden. Diese können einfache Supportanfragen schnell und solide bearbeiten, stoßen allerdings schnell an ihre Grenzen, wenn es um Empathie und Logik geht. Aufgrund von definierten Merkmalen disruptiver Innovationen, wurde anschließend festgestellt, dass es sich bei einfachen Chatbots eher um evolutionäre Innovationen, bei LLMs aber tatsächlich um disruptive Innovationen handelt. Die Gefahren, die für etablierte Service Desk Provider mit dem Fortschritt von LLMs einhergehen und mögliche Gegenstrategien und Handlungsempfehlungen, wurden betrachtet.

Etablierte Unternehmen sollten LLMs schon jetzt, jedoch immer mit der gebotenen Vorsicht (Datenschutz und Korrektheit der Antworten) in ihre Organisation integrieren. Dabei ist es wichtig, dass die Mitarbeiter in den Integrations- und Innovationsprozess miteinbezogen werden und die Unternehmensführung sich nicht davor scheut, ggf. kurzfristige Verluste durch Kannibalisierung der eigenen Produkte hinzunehmen. Es ist davon auszugehen, dass LLMs mit zunehmender Datenqualität und weiterentwickelten Lernalgorithmen immer besser darin werden, die Aufgaben eines Service Desks auszuführen. Außerdem können sie gut als Recherchetool und Chatunterstützung eingesetzt werden. Als Ausweg für Provider, die selbst nicht in der Lage sind, LLMs zu integrieren, könnte die Kooperation mit spezialisierten Neueinsteigern des Marktes eine sinnvolle Möglichkeit darstellen. Auch der bewusste Fokus auf menschlichen Service könnte in einer zukünftig veränderten Marktkonstellation ein erfolgsversprechendes Alleinstellungsmerkmal darstellen.

Diese Erkenntnisse und Empfehlungen unterliegen ihren eigenen limitierenden Faktoren. Zunächst konnte in dieser Arbeit nur ein grober Überblick über die Funktionsweise von LLMs gegeben werden. Es ist kaum abzusehen, inwieweit diese Technik, gerade im Hinblick auf logisches Verständnis und Fähigkeit zur Empathie noch verbessert werden kann, und ob sie je einen qualifizierten Mitarbeiter unter Aufrechterhaltung des Servicelevels ersetzen kann. Weiterhin ist die Skepsis gegenüber KI im Dienstleistungssektor ein Unsicherheitsfaktor. Gegebenenfalls könnten Unternehmen, die zu großen Wert auf LLM-basierte Lösungen legen, sogar boykottiert werden, weil so Arbeitsplätze wegfallen könnten. Außerdem wurde in dieser Arbeit die Gesetzgebung außen vor gelassen. Potenziell könnten Regelungen, insbesondere in Bezug auf den Datenschutz, den intensiven Einsatz von LLMs erschweren oder sogar verbieten.

Zukünftige Forschung könnte sich dahingehend mit konkreten Etablierungsstrategien in Service Desks und der damit zu erreichenden Kundenzufriedenheit befassen. Auch sollten LLMs untersucht werden, die auf Service-Desk-Daten trainiert wurden, um festzustellen, welche Aufgabenbereiche übernommen oder unterstützt werden könnten. Dennoch wird es weiterhin Experten geben müssen, die die komplexesten Supportanfragen übernehmen können. Dazu könnte weitere Forschung in der Zuweisung dieser Aufgaben und der Ressourcenplanung von spezialisierten Mitarbeitern getätigt werden.