Kategorisierung von Felddaten mittels LLM bei V-ZUG
V-ZUG stand vor der Herausforderung, tausende Felddaten aus Servicefällen für die Qualitätskontrolle manuell zu klassifizieren. Aufgrund des hohen Aufwands erfolgte diese Klassifizierung zunächst nur einmal monatlich für eine begrenzte, repräsentative Stichprobe. Gemeinsam mit Substring wurde eine KI-gestützte Lösung entwickelt, die Servicefallmeldungen automatisch analysiert und klassifiziert.
Mithilfe moderner Sprachmodelle (LLMs) und Retrieval Augmented Generation konnten unstrukturierte Texte in strukturierte Daten überführt werden. Seit der Einführung der Lösung werden nun sämtliche Servicedaten täglich durch die KI klassifiziert.
Das System integriert sich nahtlos in die bestehende BI-Architektur, verbessert die Datenqualität und reduziert die Bearbeitungszeit signifikant. Dank der täglichen Datenverfügbarkeit können wir Folgeprozesse wie Trendanalysen oder Ursachenanalysen jetzt schneller und genauer durchführen.
Die Stakeholder erhalten dadurch schnellen und konsistenten Zugang zu den wichtigsten Informationen – ein echter Mehrwert für die gesamte Organisation.