Der Kontext<\/h2><\/div>Ein Industriehersteller mit einem modularen industriellen Hardwaresystem bot seinen Kunden fast 1.000 Produktkombinationen aus einem Katalog von ~200 Teilen, Motoren und Sensoren an. Diese Flexibilit\u00e4t f\u00fchrte zu einer extremen Komplexit\u00e4t f\u00fcr das Serviceteam.<\/p>\n
Serviceanfragen kamen aus verschiedenen Quellen: von Kundentechnikern, Servicepartnern und den eigenen Ingenieuren. \u00dcberw\u00e4ltigt von der Vielfalt, riefen die meisten erst einmal den Kundendienst an. Infolgedessen verbrachten leitende Ingenieure – einige der teuersten Talente des Unternehmens – die H\u00e4lfte ihrer Zeit damit, Routineanfragen zu bearbeiten, anstatt kritische Probleme zu l\u00f6sen.<\/p>\n<\/div><\/div><\/div>
<\/div><\/div><\/div><\/div>Die Herausforderung<\/h2><\/div>Das Unternehmen hatte bereits in Werkzeuge investiert:<\/p>\n
\n- \n
Ein System, das die Dokumentation nach Auftragsnummer abrief, aber die Benutzer\/innen trotzdem zwang, in bis zu 30 verschiedenen PDFs pro Fall zu navigieren.<\/p>\n<\/li>\n
- \n
Eine mobile App mit einem KI-\u00dcbersetzer, um internationale Kunden zu unterst\u00fctzen, aber Anfragen blieben oft aufgrund von Zeitzonen liegen.<\/p>\n<\/li>\n
- \n
Mehrere Chatbot-Projekte (intern und extern), die gescheitert sind – die Antworten waren generisch, halluziniert oder lie\u00dfen wichtige Details vermissen.<\/p>\n<\/li>\n<\/ul>\n
Die Ursache war klar: Dokumentiertes Wissen allein reichte nicht aus.<\/strong> Das wirkliche Fachwissen lag in Jira und Confluence begraben, wo die Teams seit Jahren Probleme l\u00f6sten und L\u00f6sungen austauschten.<\/p>\n<\/div><\/div><\/div><\/div><\/div><\/div><\/div>![\"65%](\"https:\/\/staging.artiquare.com\/wp-content\/uploads\/2025\/10\/Screenshot-2026-04-01-210132.png\" "\\"65%")
<\/span><\/div><\/div><\/div>Unser Ansatz<\/h2><\/div>Arti hat eine L\u00f6sung entwickelt, die beides kombiniert:<\/p>\n
\n- \n
Strukturierte Dokumentation<\/strong> aus technischen Zeichnungen und Tabellen zur Fehlersuche.<\/p>\n<\/li>\n- \n
Verstecktes Wissen<\/strong> aus Jira und Confluence – Muster, wie Probleme tats\u00e4chlich gel\u00f6st wurden, welche Informationen ben\u00f6tigt wurden und welche Komponentenkombinationen Reibung verursachten.<\/p>\n<\/li>\n<\/ul>\nVon dort aus:<\/p>\n
\n- \n
Sich wiederholende Anfragen wurden automatisch mit genauen Zusammenfassungen und direkten Links zur Dokumentation bearbeitet.<\/p>\n<\/li>\n
- \n
Komplexe F\u00e4lle wurden mit vorausgef\u00fcllten Jira-Problemen, ersten Analysen und vollst\u00e4ndigem Kontext an Menschen weitergegeben.<\/p>\n<\/li>\n
- \n
KI-Agenten sammelten fehlende Informationen proaktiv ein und verringerten so die Verz\u00f6gerungen beim Hin- und Herfahren.<\/p>\n<\/li>\n<\/ul>\n<\/div><\/div><\/div><\/div><\/div>
0<\/span><\/div>analysierte Produktkombinationen<\/div><\/div><\/div>0<\/span>%<\/span><\/div>Schnellere L\u00f6sung von Anfragen<\/div><\/div><\/div>0<\/span>%<\/span><\/div>Senior Ingenieur Zeit befreit<\/div><\/div><\/div><\/div><\/div><\/div><\/div><\/div>Die Ergebnisse<\/h2><\/div>Schon in der Pilotphase war die erwartete Wirkung klar:<\/p>\n
\n- \n
65% schnellere L\u00f6sungszeit<\/strong> f\u00fcr Anfragen.<\/p>\n<\/li>\n- \n
50% Ablenkungsrate<\/strong> bei sich wiederholenden Fragen.<\/p>\n<\/li>\n- \n
25 % der Zeit der leitenden Ingenieure werden<\/strong> f\u00fcr hochwertige Aufgaben frei<\/strong>.<\/p>\n<\/li>\n- \n
Das Servicepersonal kann 85% der Anfragen selbstst\u00e4ndig<\/strong> l\u00f6sen .<\/strong><\/p>\n<\/li>\n<\/ul>\n<\/div><\/div><\/div><\/div><\/div>Die Auswirkungen<\/h3><\/div>Durch die Verfeinerung des expliziten und verborgenen Wissens konnte das Serviceteam skalieren, ohne die leitenden Ingenieure zu \u00fcberlasten. Die Kunden erhielten schnelleren und pr\u00e4ziseren Support – sogar \u00fcber Sprachen und Zeitzonen hinweg. Und mit der Erweiterung der modularen Produktpalette schuf das Unternehmen die Grundlage f\u00fcr eine kontinuierliche Automatisierung.<\/p>\n<\/div><\/div><\/div><\/div><\/div>
Ein Industriehersteller mit einem modularen industriellen Hardwaresystem bot seinen Kunden fast 1.000 Produktkombinationen aus einem Katalog von ~200 Teilen, Motoren und Sensoren an. Diese Flexibilit\u00e4t f\u00fchrte zu einer extremen Komplexit\u00e4t f\u00fcr das Serviceteam.<\/p>\n
Serviceanfragen kamen aus verschiedenen Quellen: von Kundentechnikern, Servicepartnern und den eigenen Ingenieuren. \u00dcberw\u00e4ltigt von der Vielfalt, riefen die meisten erst einmal den Kundendienst an. Infolgedessen verbrachten leitende Ingenieure – einige der teuersten Talente des Unternehmens – die H\u00e4lfte ihrer Zeit damit, Routineanfragen zu bearbeiten, anstatt kritische Probleme zu l\u00f6sen.<\/p>\n<\/div><\/div><\/div>
Die Herausforderung<\/h2><\/div>Das Unternehmen hatte bereits in Werkzeuge investiert:<\/p>\n
\n- \n
Ein System, das die Dokumentation nach Auftragsnummer abrief, aber die Benutzer\/innen trotzdem zwang, in bis zu 30 verschiedenen PDFs pro Fall zu navigieren.<\/p>\n<\/li>\n
- \n
Eine mobile App mit einem KI-\u00dcbersetzer, um internationale Kunden zu unterst\u00fctzen, aber Anfragen blieben oft aufgrund von Zeitzonen liegen.<\/p>\n<\/li>\n
- \n
Mehrere Chatbot-Projekte (intern und extern), die gescheitert sind – die Antworten waren generisch, halluziniert oder lie\u00dfen wichtige Details vermissen.<\/p>\n<\/li>\n<\/ul>\n
Die Ursache war klar: Dokumentiertes Wissen allein reichte nicht aus.<\/strong> Das wirkliche Fachwissen lag in Jira und Confluence begraben, wo die Teams seit Jahren Probleme l\u00f6sten und L\u00f6sungen austauschten.<\/p>\n<\/div><\/div><\/div><\/div><\/div><\/div><\/div><\/span><\/div><\/div><\/div>Unser Ansatz<\/h2><\/div>Arti hat eine L\u00f6sung entwickelt, die beides kombiniert:<\/p>\n
\n- \n
Strukturierte Dokumentation<\/strong> aus technischen Zeichnungen und Tabellen zur Fehlersuche.<\/p>\n<\/li>\n- \n
Verstecktes Wissen<\/strong> aus Jira und Confluence – Muster, wie Probleme tats\u00e4chlich gel\u00f6st wurden, welche Informationen ben\u00f6tigt wurden und welche Komponentenkombinationen Reibung verursachten.<\/p>\n<\/li>\n<\/ul>\nVon dort aus:<\/p>\n
\n- \n
Sich wiederholende Anfragen wurden automatisch mit genauen Zusammenfassungen und direkten Links zur Dokumentation bearbeitet.<\/p>\n<\/li>\n
- \n
Komplexe F\u00e4lle wurden mit vorausgef\u00fcllten Jira-Problemen, ersten Analysen und vollst\u00e4ndigem Kontext an Menschen weitergegeben.<\/p>\n<\/li>\n
- \n
KI-Agenten sammelten fehlende Informationen proaktiv ein und verringerten so die Verz\u00f6gerungen beim Hin- und Herfahren.<\/p>\n<\/li>\n<\/ul>\n<\/div><\/div><\/div><\/div><\/div>
0<\/span><\/div>analysierte Produktkombinationen<\/div><\/div><\/div>0<\/span>%<\/span><\/div>Schnellere L\u00f6sung von Anfragen<\/div><\/div><\/div>0<\/span>%<\/span><\/div>Senior Ingenieur Zeit befreit<\/div><\/div><\/div><\/div><\/div><\/div><\/div><\/div>Die Ergebnisse<\/h2><\/div>Schon in der Pilotphase war die erwartete Wirkung klar:<\/p>\n
\n- \n
65% schnellere L\u00f6sungszeit<\/strong> f\u00fcr Anfragen.<\/p>\n<\/li>\n- \n
50% Ablenkungsrate<\/strong> bei sich wiederholenden Fragen.<\/p>\n<\/li>\n- \n
25 % der Zeit der leitenden Ingenieure werden<\/strong> f\u00fcr hochwertige Aufgaben frei<\/strong>.<\/p>\n<\/li>\n- \n
Das Servicepersonal kann 85% der Anfragen selbstst\u00e4ndig<\/strong> l\u00f6sen .<\/strong><\/p>\n<\/li>\n<\/ul>\n<\/div><\/div><\/div><\/div><\/div>Die Auswirkungen<\/h3><\/div>Durch die Verfeinerung des expliziten und verborgenen Wissens konnte das Serviceteam skalieren, ohne die leitenden Ingenieure zu \u00fcberlasten. Die Kunden erhielten schnelleren und pr\u00e4ziseren Support – sogar \u00fcber Sprachen und Zeitzonen hinweg. Und mit der Erweiterung der modularen Produktpalette schuf das Unternehmen die Grundlage f\u00fcr eine kontinuierliche Automatisierung.<\/p>\n<\/div><\/div><\/div><\/div><\/div>
Das Unternehmen hatte bereits in Werkzeuge investiert:<\/p>\n
- \n
- \n
Ein System, das die Dokumentation nach Auftragsnummer abrief, aber die Benutzer\/innen trotzdem zwang, in bis zu 30 verschiedenen PDFs pro Fall zu navigieren.<\/p>\n<\/li>\n
- \n
Eine mobile App mit einem KI-\u00dcbersetzer, um internationale Kunden zu unterst\u00fctzen, aber Anfragen blieben oft aufgrund von Zeitzonen liegen.<\/p>\n<\/li>\n
- \n
Mehrere Chatbot-Projekte (intern und extern), die gescheitert sind – die Antworten waren generisch, halluziniert oder lie\u00dfen wichtige Details vermissen.<\/p>\n<\/li>\n<\/ul>\n
Die Ursache war klar: Dokumentiertes Wissen allein reichte nicht aus.<\/strong> Das wirkliche Fachwissen lag in Jira und Confluence begraben, wo die Teams seit Jahren Probleme l\u00f6sten und L\u00f6sungen austauschten.<\/p>\n<\/div><\/div><\/div>
<\/div><\/div><\/div><\/div><\/span><\/div><\/div><\/div>Unser Ansatz<\/h2><\/div>
Arti hat eine L\u00f6sung entwickelt, die beides kombiniert:<\/p>\n
- \n
- \n
Strukturierte Dokumentation<\/strong> aus technischen Zeichnungen und Tabellen zur Fehlersuche.<\/p>\n<\/li>\n
- \n
Verstecktes Wissen<\/strong> aus Jira und Confluence – Muster, wie Probleme tats\u00e4chlich gel\u00f6st wurden, welche Informationen ben\u00f6tigt wurden und welche Komponentenkombinationen Reibung verursachten.<\/p>\n<\/li>\n<\/ul>\n
Von dort aus:<\/p>\n
- \n
- \n
Sich wiederholende Anfragen wurden automatisch mit genauen Zusammenfassungen und direkten Links zur Dokumentation bearbeitet.<\/p>\n<\/li>\n
- \n
Komplexe F\u00e4lle wurden mit vorausgef\u00fcllten Jira-Problemen, ersten Analysen und vollst\u00e4ndigem Kontext an Menschen weitergegeben.<\/p>\n<\/li>\n
- \n
KI-Agenten sammelten fehlende Informationen proaktiv ein und verringerten so die Verz\u00f6gerungen beim Hin- und Herfahren.<\/p>\n<\/li>\n<\/ul>\n<\/div><\/div><\/div><\/div><\/div>
0<\/span><\/div>analysierte Produktkombinationen<\/div><\/div><\/div>0<\/span>%<\/span><\/div>Schnellere L\u00f6sung von Anfragen<\/div><\/div><\/div>0<\/span>%<\/span><\/div>Senior Ingenieur Zeit befreit<\/div><\/div><\/div><\/div><\/div><\/div><\/div><\/div>Die Ergebnisse<\/h2><\/div>
Schon in der Pilotphase war die erwartete Wirkung klar:<\/p>\n
- \n
- \n
65% schnellere L\u00f6sungszeit<\/strong> f\u00fcr Anfragen.<\/p>\n<\/li>\n
- \n
50% Ablenkungsrate<\/strong> bei sich wiederholenden Fragen.<\/p>\n<\/li>\n
- \n
25 % der Zeit der leitenden Ingenieure werden<\/strong> f\u00fcr hochwertige Aufgaben frei<\/strong>.<\/p>\n<\/li>\n
- \n
Das Servicepersonal kann 85% der Anfragen selbstst\u00e4ndig<\/strong> l\u00f6sen .<\/strong><\/p>\n<\/li>\n<\/ul>\n<\/div><\/div><\/div><\/div><\/div>
Die Auswirkungen<\/h3><\/div>
Durch die Verfeinerung des expliziten und verborgenen Wissens konnte das Serviceteam skalieren, ohne die leitenden Ingenieure zu \u00fcberlasten. Die Kunden erhielten schnelleren und pr\u00e4ziseren Support – sogar \u00fcber Sprachen und Zeitzonen hinweg. Und mit der Erweiterung der modularen Produktpalette schuf das Unternehmen die Grundlage f\u00fcr eine kontinuierliche Automatisierung.<\/p>\n<\/div><\/div><\/div><\/div><\/div>
- \n
- \n
- \n
- \n
![\"Wissensdatenbank\"](\"https:\/\/staging.artiquare.com\/wp-content\/uploads\/2023\/03\/linkedin-sales-solutions-YDVdprpgHv4-unsplash-Large.jpg\" "\\"Wissensdatenbank\\"")
<\/span><\/div><\/div><\/div><\/div><\/div><\/div><\/div>