E-Mail-Triage

Ein wachsender Kundenstamm geht immer mit einer steigenden Anzahl von Prozessen einher. So erhält die Bayerische Landesbank (BayernLB) für die Abwicklung von Kredittransaktionen täglich mehr als 2.000 E-Mails. Tendenz steigend! Bis vor kurzem mussten die Mitarbeiterinnen und Mitarbeiter der Kreditabteilung diese Mails noch manuell bearbeiten.

Handelt es sich bei der Anfrage um ein Repricing? Wird um eine Ratenanpassung oder um eine Verlängerung der Kreditlaufzeit gebeten? Oder ist es eine Auskunft zu einer Auszahlung an einen Kunden oder eine Zahlungsmitteilung? Die Beschäftigten lasen alle Anfragen manuell und werteten sie inhaltlich aus. Auf dieser Basis legten sie im CRM-System der Bank Aufträge an, die sie den zuständigen Expertinnen und Experten im Kreditinstitut zuwiesen.

Das händische Analysieren, Klassifizieren und Weiterverarbeiten der stetig wachsenden Zahl von E-Mails verursachten so einen immer höheren Zeitaufwand. Zudem stieg die Anfälligkeit der Klassifikationsergebnisse für menschliche Fehler.

Im Rahmen ihrer Initiative zur Einführung von Generativer Künstlicher Intelligenz (GenAI) und der Einführung des AI Strategy Frameworks identifizierte die BayernLB gemeinsam mit ihrem Digitalisierungspartner adesso das Postkorb-Management in der Kreditverwaltung als optimalen Ansatzpunkt für die Einführung von GenAI im Fachbereich. Es sollte eine GenAI-Lösung entwickelt werden, die das Analysieren, Klassifizieren und Erfassen von Kreditmanagement-Vorgängen aus E-Mails automatisiert.

Für die Entwicklung einer Anwendung setzten die Projektbeteiligten auf der vorhandenen Microsoft Azure Cloud-Infrastruktur der BayernLB auf. Damit konnten adesso und die BayernLB sicherstellen, dass regulatorische Vorgaben für die Verarbeitung von Kundendaten jederzeit eingehalten werden. Gemeinsam entwickelten sie eine Anwendung auf Basis von Microsoft Azure OpenAI und der Microsoft Power Platform.

Die Applikation legt nach Eingang einer E-Mail im CRM der BayernLB automatisch einen Eintrag an. Dadurch wird ein Microsoft PowerAutomate Cloud Flow angestoßen, der die Auswertung des Inhalts mittels Natural Language Processing sowie Extraktion und Verarbeitung der Anhänge auslöst. Das zuvor angelegte Ticket im CRM wird durch die extrahierten Informationen ergänzt und den zuständigen Ansprechpartnern zugewiesen.

Zu den extrahierten Daten gehören unter anderem:

• Die Auftragsart: Rate Setting, Repricing, Prolongation, Fee, Auszahlung für Kunden, Zahlungsavis, Konsortialmeldung, APL, Aval etc.
• Informationen zum Kunden
• Die KundenID
• Das auftragsabhängige Erledigungsdatum

Im Ergebnis konnte mit der GenAI-basierten Anwendung der gesamte Prozess zur Posteingangsklassifizierung vollständig automatisiert werden. Dabei wurde nicht nur die Verarbeitungsgeschwindigkeit erhöht, sondern auch die Konsistenz und Konformität bei der Bewertung der Korrespondenz und der Erfassung der Aufträge im CRM-System verbessert. Die höhere Qualität in der Klassifizierung und inhaltlichen Bewertung steigert die Effizienz in der Abteilung enorm und gibt den Mitarbeitenden heute zusätzliches Zeitbudget für höherwertige Aufgaben.