Qualität, Compliance und Vertraulichkeit: Keine Bereitstellung falscher Informationen

Gewinne:

• Fähigkeit, sichere Grenzen festzulegen, die das Risiko von Fehlinformationen zu Preis-, Verpflichtungs- und Richtlinienfragen verringern
• Fähigkeit, sichere Eingabeaufforderungen und Prozesse zu entwerfen, die personenbezogene Kundendaten schützen (KVKK-konform)
• Fähigkeit, einen Qualitätssicherungszyklus (QS) einzurichten, der menschliche Genehmigungen und Audits umfasst

Kundenorientierte künstliche Intelligenz (KI) ist sowohl eine große Chance als auch ein großes Risiko für ein Unternehmen. Ein Fehler in einem Marketingtext kann korrigiert werden; Doch ein falscher Preis, falsche Versicherungsinformationen oder ein nicht einzuhaltendes Versprechen bedeuten unmittelbaren Vertrauensverlust, finanziellen Schaden und rechtliche Probleme. Die „Bot hat es mir gesagt“-Verteidigung wird Sie nicht retten; Es liegt in der Verantwortung des Unternehmens gegenüber dem Kunden.

In dieser letzten Einheit erstellen wir ein Framework, das alles absichert, was Sie in den vorherigen 11 Einheiten gelernt haben. Es basiert auf drei Säulen: Genauigkeit (keine Angabe falscher Informationen), Datenschutz (Schutz personenbezogener Daten) und Kontrolle (menschliche Zustimmung). Diese drei bilden den Sicherheitsgurt, der KI von einer Risikoquelle in ein zuverlässiges Geschäftstool verwandelt.

Hinweis: Diese Einheit bietet einen allgemeinen Rahmen. Vorschriften Ihrer eigenen Branche (Verbraucherrechte, KVKK, Werbebotschaftsregeln) können zusätzliche Verpflichtungen auferlegen; Die letztendliche Verantwortung für die Einhaltung liegt bei Ihrer Institution.

Drei Risiken, drei Säulen

• Fehlinformation (Halluzination): Model erfindet Preis/Politik/Verpflichtung. Spalte: verifizierte Quelle + menschliche Genehmigung.
• Datenschutzverletzung: Persönliche Daten des Kunden (Name, Telefonnummer, ID, Zahlung) gelangen in das ungesicherte Tool. Spalte: Maskierung + zugelassenes Fahrzeug (KVKK-Konformität).
• Autoritätsüberschreitung: Der Bot/Agent macht ein Versprechen, das er nicht halten kann (Rabatt, genaues Datum, Garantie). Spalte: klare Zuständigkeit + Leitplanke.

Jeder KI-Flow für den Kundenkontakt muss diese drei Risiken gleichzeitig bewältigen.

Vermeiden Sie Fehlinformationen: Ebene der Genauigkeit

Die goldene Regel der Genauigkeit: Kritische Informationen (Preis, Politik, Verpflichtung) stammen aus einer verifizierten Quelle (denken Sie an die RAG-Einheit), nicht aus dem Gedächtnis des Modells, und wenn es unsicher ist, schweigt das Modell und übergibt. Das Prinzip „Sichern oder weitergeben“ eliminiert Fehlinformationen an der Quelle.

Schritt für Schritt: Ein sicherer Qualitätszyklus (QS)

1. Nach Risiko klassifizieren. Ist die Antwort geringes Risiko (allgemeine Informationen) oder hohes Risiko (Preis, Verpflichtung, Rückerstattungsbetrag)?
2. Setzen Sie eine menschliche Tür einem hohen Risiko aus. Diese Antworten erfordern die menschliche Zustimmung, bevor sie gesendet werden.
3. Mit der Quelle verbinden. Kritische Informationen sollten auf einem überprüften Dokument basieren und nicht erfunden sein.
4. Persönliche Daten maskieren. Betreten Sie den Bereich nicht, wenn dies nicht erforderlich ist. Bei Bedarf anonymisieren.
5. Kontrolle durch Stichprobe. Einige der automatisierten Antworten werden regelmäßig von Menschen überprüft.
6. Rückmeldung. Sammeln Sie Fehler und aktualisieren Sie Eingabeaufforderungen und Leitplanken.

Kopierbare Eingabeaufforderungen

Eingabeaufforderung, die vor dem Senden der Antwort nach Risiken sucht:

Überprüfen und kennzeichnen Sie diese Kundenantwort vor dem Posten: - Gibt es einen unbestätigten PREIS, Tarif oder Betrag? - Stammt der Versicherungs-/Regelanspruch aus einer Quelle oder könnte er erfunden sein? - Gibt es VERPFLICHTUNGEN (genaues Datum, Garantie, Rabatt), die über die Autorität hinausgehen? - Sind personenbezogene Daten (Name, Telefonnummer, Ausweis, Adresse, Zahlung) unnötigerweise enthalten? Listen Sie jeden Befund mit der Bezeichnung „hohes/mittleres/geringes Risiko“ und einem Korrekturvorschlag auf.Antwort: {{ Antwort }}

Unverzügliche Maskierung personenbezogener Daten (vor dem Betreten des Fahrzeugs):

Maskieren Sie die personenbezogenen Daten im folgenden Text: Vorname-Nachname -> [NAME], Telefon -> [TELEFON], E-Mail -> [EMAIL], TR/ID -> [ID], Adresse -> [ADRESSE], Karte/Zahlung -> [ZAHLUNG]. Behalten Sie die Bedeutung und die technischen Details des Problems bei. Text: {{ text }}

Leitplanken-Eingabeaufforderung, die Menschen mit hohem Risiko auf Probleme aufmerksam macht:

Reagieren Sie NIEMALS allein auf diese Probleme. Sagen Sie stattdessen „Ich gebe dies an einen Vertreter weiter“: genauer Preis/Rabatt, Streit um Vertrag/Rückerstattungsbetrag, rechtliche/medizinische/finanzielle Beratung, Änderung persönlicher Daten, Sicherheit/Betrugsverdacht. Sie können allgemeine Wissensfragen außerhalb dieser Liste beantworten.

Bemusterungsaufforderung zur regelmäßigen Qualitätsprüfung (QS):

Nachfolgend finden Sie 10 zufällige Antworten aus den letzten X Antworten. Bewerten Sie jeweils Folgendes: Genauigkeit (ist es der Quelle angemessen), Ton (ist es einfühlsam/angemessen), Verhältnis (gibt es Missbrauch/die Offenlegung personenbezogener Daten). Ordnen Sie die problematischen Probleme in der Reihenfolge ihrer Wichtigkeit und fassen Sie das wiederkehrende Fehlermuster (z. B. „er macht sich immer wieder Termine ein“) in einem Satz zusammen. Antworten: {{ Beispiele }}

Schwacher Ansatz / Starker Ansatz

schlechter Ansatz

Starker Ansatz

Senden Sie alle Antworten ohne Genehmigung

Menschliches Genehmigungsportal für hohe Risiken

Anpassung von Preis/Richtlinie an das Modell

Link zur verifizierten Quelle

Persönliche Daten in das Fahrzeug eingeben, so wie es ist

Maske aufsetzen und mit Genehmigung fahren

Fehler einzeln beheben, wenn sie auftreten

Mit Audit + Feedback die Ursache beseitigen

Der Unterschied besteht darin, dass der starke Ansatz ein System etabliert, das „den Fehler verhindert, bevor er auftritt“, statt ihn „behebt, wenn er auftritt“.

Drei Mini-Hüllen

Fall 1 – Fälschung des Rückerstattungsbetrags. Ein Bot sagte: „Sie erhalten 850 TL zurück, wenn Sie Ihr Produkt zurückgeben“; wohingegen der tatsächliche Betrag anders war und der Bot das nicht wissen konnte. Die Risikoprüfungsaufforderung hatte in früheren Tests eine solche Ausgabe „unbestätigter Mengen“ festgestellt. Das Team verknüpfte alle Antworten, die Beträge enthielten, mit dem menschlichen Genehmigungsportal. Es wurde nie wieder ein falscher Rückerstattungsbetrag an den Kunden gesendet.

Fall 2 – Maskierung der geschützten Privatsphäre. Ein Vertreter wollte eine lange Beschwerde zusammenfassen, die den Namen, die Telefonnummer und die Bestellinformationen des Kunden enthielt. Er führte zuerst die Maskierungsaufforderung durch; Persönliche Felder wurden zu [NAME], [TELEFON]-Tags. Die Zusammenfassung war von gleicher Qualität, allerdings wurden keine personenbezogenen Daten unnötigerweise in das Tool eingegeben; Es wurde ein sicherer Fluss im Hinblick auf KVKK geschaffen.

Fall 3 – Die Prüfung hat die Grundursache gefunden. Bei der monatlichen QA-Stichprobe erkannte die KI ein wiederkehrendes Muster: Der Bot fragte: „Wann wird es eintreffen?“ Er dachte sich ständig Fristen für seine Fragen aus. Dabei handelte es sich nicht um einen Einzelfehler, sondern um eine Grundursache. Das Team fügte der Leitplanke die Frage des Lieferdatums hinzu und erstellte die Regel „Nur das Datum im System übertragen, andernfalls übertragen“. Ein einziger Fix verhinderte Dutzende zukünftiger Fehler.

Tipp: Halten Sie die Liste mit „hohem Risiko“ kurz und klar; Es muss jedoch Folgendes umfassen: Geld (Preis, Rückgabe, Rabatt), Zeit (genaue Lieferverpflichtung), Richtlinienausnahmen und Änderung personenbezogener Daten. In diesen vier Bereichen treten die häufigsten und kostspieligsten Fehler bei der Kundenkontakt-KI auf.

Wo hört die Verantwortung auf?

Der wichtigste Grundsatz kommt zum Schluss: KI ist ein Geschwindigkeits- und Qualitätsmultiplikator, keine Belastung. Jedes Versprechen, jeder Preis, jede Verpflichtung gegenüber dem Kunden bindet das Unternehmen rechtlich und wirtschaftlich. Aus diesem Grund wird die KI in die Lage versetzt, „Entwürfe zu erstellen und Informationen zu übermitteln“, statt „Entscheidungen zu treffen“. Bei kritischen Entscheidungen ist die Zustimmung des Menschen kein Luxus, sondern eine Notwendigkeit. In einem etablierten System übernimmt die KI 90 % der Routineaufgaben, der Mensch trifft 10 % der kritischen Entscheidungen und trägt die gesamte Verantwortung.

Achtung: Die Vorstellung, dass „wenn das Modell weit genug entwickelt ist, keine menschliche Aufsicht erforderlich ist“, ist gefährlich. Unabhängig davon, wie gut das Modell ist, kann es gelegentlich zu einem falschen, selbstbewussten Tonfall kommen. Und im Kundenkontaktgeschäft genügt ein falscher Preis oder eine falsche Verpflichtung. Der menschliche Zugang zur Zustimmung ist kein Opfer der Geschwindigkeit, sondern der Preis des Vertrauens.

Häufige Fehler

• Senden von Antworten mit hohem Risiko (Preis, Verpflichtung, Rendite) ohne menschliche Zustimmung.
• Kritische Informationen nicht der verifizierten Quelle zuzuordnen und sich auf das Auswendiglernen des Modells zu verlassen.
• Betreten eines ungesicherten Fahrzeugs ohne Maskierung personenbezogener Daten (KVKK-Verstoß).
• Guardrail wird nicht definiert (Liste mit Hochrisikothemen).
• Fehler einzeln beheben und die Aktualisierung der Grundursache (Eingabeaufforderung/Regel) überspringen.
• Ich denke, dass die Verantwortung dadurch der KI oder dem Toolanbieter auferlegt wird.

Zusammenfassend

• KI im Kundenkontakt muss drei Risiken gleichzeitig bewältigen: Fehlinformationen, Datenschutzverletzungen, Überautorisierung.
• Für Genauigkeit: Verknüpfen Sie wichtige Informationen mit einer verifizierten Quelle und delegieren Sie sie, wenn Sie unsicher sind.
• Aus Datenschutzgründen: Persönliche Daten maskieren, nur zugelassene und sichere Fahrzeuge (KVKK) verwenden.
• Verbinden Sie wichtige Themen (Geld, Zeit, Politik, persönliche Daten) mit dem menschlichen Genehmigungsportal.
• Durch Stichprobenprüfung auf Fehler prüfen und die Ursache beseitigen; Die letztendliche Verantwortung liegt immer beim Menschen.

Anwendungsaufgabe

Bereiten Sie eine „Sicherheitssuite“ für Ihren eigenen Kundenkontaktablauf vor: (1) Schreiben Sie eine Leitplankenliste mit risikoreichen Themen (Mindestaufwand, Zeit, Richtlinien, personenbezogene Daten), (2) Führen Sie eine Beispiel-Kundenantwort durch eine Risikoprüfungsaufforderung und kennzeichnen Sie die Ergebnisse, (3) Bereinigen Sie einen Text mit personenbezogenen Daten mit einer Maskierungsaufforderung, (4) Definieren Sie ein wöchentliches QA-Stichprobenritual (wie viele Antworten, wer prüft, wo Fehler aufgezeichnet werden). Listen Sie abschließend auf, welche Arten von Entscheidungen niemals ohne menschliche Zustimmung getroffen werden.

Checkliste

• [ ] Ich habe eine Leitplankenliste für Themen mit hohem Risiko definiert.
• [ ] Ich habe wichtige Informationen mit einer verifizierten Quelle verlinkt.
• [ ] Ich habe persönliche Daten maskiert und nur zugelassene Fahrzeuge verwendet.
• [ ] Ich habe ein menschliches Zustimmungstor für Antworten mit hohem Risiko eingerichtet.
• [ ] Ich habe eine regelmäßige Qualitätssicherungs-Stichproben- und Feedbackschleife eingerichtet.
• [ ] Ich habe dabei deutlich gemacht, dass die letztendliche Verantwortung beim Menschen liegt.

Modulprüfung

1. Was ist das wichtigste Element beim Schreiben einer Systemaufforderung für einen Kundensupport-Chatbot?

• A) Definieren Sie klar die Rolle, den Umfang und die Grenzen des Bots und übergeben Sie sie an den Menschen, wenn dieser sie nicht kennt ✔
• B) Vom Bot verlangen, dass er auf jede mögliche Frage eine Antwort gibt
• C) Halten Sie die Systemaufforderung so kurz wie möglich und geben Sie keine Details preis
• D) Den Bot in allen Situationen humorvoll und freundlich gestalten

Erläuterung: Die Rolle des Bots, sein Wirkungsbereich und vor allem seine Grenzen (was er nicht kann, wann wird er an den Menschen übergeben) sollten klar definiert sein. Andernfalls könnte der Bot unbefugte Verpflichtungen eingehen oder falsche Informationen zu einem ihm unbekannten Thema liefern.

2. Wie erhält man am besten konsistente und automatisierte Ergebnisse bei der Klassifizierung von Tickets mit künstlicher Intelligenz?

• A) Jede Anfrage als Freitext zusammenfassen, ohne ein vorgegebenes Format
• B) Bereitstellung vordefinierter Kategorien, fester Dringlichkeitsstufen und eines unveränderlichen Ausgabeformats ✔
• C) Überlassen Sie die Kategorieliste dem Modell und lassen Sie es sie jedes Mal selbst finden.
• D) Anfragen nur nach Länge sortieren

Beschreibung: Wenn Sie dem Modell eine vordefinierte Liste von Kategorien, feste Dringlichkeitsstufen und ein unveränderliches Ausgabeformat (z. B. JSON) geben, wird ein konsistentes und maschinenverarbeitbares Ergebnis über verschiedene Anfragen hinweg sichergestellt. Durch das Einfügen der Kategorie in das Modell werden jedes Mal andere Tags erzeugt.

3. Was ist der Hauptzweck des RAG-Ansatzes (Wissensbasierte Produktion / Retrieval-Augmented Generation)?

• A) Das Modell in die Lage versetzen, kreativere und originellere Antworten zu geben
• B) Verkürzung der Reaktionszeit des Modells
• C) Basieren Sie die Antwort des Modells auf der bereitgestellten aktuellen und überprüften Quelldokumentation ✔
• D) Das Modell muss unter allen Umständen eine Verbindung zum Internet herstellen

Erläuterung: RAG merkt sich die Antwort des Modells nicht; Es ermöglicht die Erstellung aktualisierter und verifizierter Quelldokumente, die zum Zeitpunkt der Befragung abgerufen wurden. Dies erhöht die Genauigkeit und reduziert gefälschte Informationen (Halluzinationen) erheblich.

4. Was soll das Modell beim Generieren einer Antwort aus der Wissensdatenbank tun, wenn die Antwort auf die Frage in den angegebenen Ressourcen nicht verfügbar ist?

• A) Eine Vermutung aufstellen, die aufgrund seines Allgemeinwissens vernünftig erscheint
• B) Kopieren und Geben einer vorgefertigten Antwort zu einem ähnlichen Thema
• C) Die Frage unbeantwortet lassen und das Gespräch stillschweigend beenden
• D) Angabe, dass er/sie nicht über die Informationen verfügt und Verweis des Kunden auf die richtige Quelle/Autorität ✔

Erläuterung: Das Modell sollte keine Informationen fabrizieren, die nicht in der Quelle enthalten sind. Es sollte deutlich darauf hingewiesen werden, dass die Informationen nicht vorliegen, und der Kunde an eine offizielle oder die richtige Quelle verwiesen werden. Dadurch wird das Risiko von Fehlinformationen ausgeschlossen.

5. Was ist der beste Ansatz, um eine Support-Antwort an einen verärgerten Kunden zu verfassen?

• A) Direkt zur technischen Lösung übergehen und die Emotionen ignorieren
• B) Defensiv darlegen, dass der Kunde ein Verschulden trifft
• C) Halten Sie die Antwort so formell und distanziert wie möglich
• D) Erkennen Sie die Emotion zunächst mit Empathie und bieten Sie dann eine klare Lösung oder den nächsten Schritt an ✔

Erläuterung: Es ist notwendig, zunächst die Emotion zu erkennen und Empathie zu zeigen, um dann die konkrete Lösung oder den nächsten Schritt klar darzustellen. Sich direkt auf die technische Lösung zu stürzen oder die Emotionen zu ignorieren, erhöht die Spannung.

6. Was ist die beste Änderung, wenn man eine Support-Antwort auf Live-Chat statt E-Mail umstellt?

• A) Kopieren Sie den Text wörtlich, ohne ihn zu ändern, in den Chat
• B) Gestalten Sie den Text formeller und fügen Sie einen Signaturblock und eine Betreffzeile hinzu
• C) Kürzen und Teilen des Textes, um ihn an das Tempo der Rede und den nächsten Schritt anzupassen ✔
• D) Geben Sie in einer Nachricht so viele technische Details wie möglich an

Beschreibung: Der Live-Chat ist kurz, schnell und gesprächig. Lange E-Mail-Blöcke; Für den Kanal ist es angemessen, Nachrichten in kurze, fragmentierte und auf einen einzigen nächsten Schritt fokussierte Nachrichten umzuwandeln. Das Verschieben desselben Textes von Kanal zu Kanal, ohne ihn zu ändern, beeinträchtigt das Erlebnis.

7. Was ist der gesündeste Ansatz bei der Qualifizierung eines potenziellen Kunden (Lead) mit Unterstützung durch künstliche Intelligenz?

• A) Formulierung der KI-Ausgabe (ICP/BANT) und Markierung von Annahmen, die überprüft werden müssen ✔
• B) Verarbeitung aller KI-generierten Informationen im CRM als echt, ohne sie zu überprüfen.
• C) Die Qualifizierung erfolgt ausschließlich auf Grundlage der Mitarbeiterzahl des Unternehmens
• D) Senden der gleichen allgemeinen Nachricht an jeden Lead und Überspringen der Qualifikation

Beschreibung: KI kann aus öffentlich verfügbaren Informationen ein strukturiertes Briefing erstellen; Diese Ausgabe kann jedoch Annahmen enthalten. Es ist richtig, das Qualifizierungsergebnis zu verwenden, indem man die Annahmen markiert, die überprüft werden müssen, und sie in ein Framework wie ICP/BANT einfügt. Es ist riskant, die Ausgabe ohne Frage als real zu akzeptieren.

8. Was ist das wichtigste Prinzip einer effektiven Kaltverkaufs-E-Mail?

• A) Alle Merkmale und Leistungen des Unternehmens im Detail erläutern
• B) Konzentrieren Sie sich auf das Problem/Ziel des Käufers, halten Sie es kurz und geben Sie einen klaren CTA ✔
• C) Den gleichen allgemeinen Text an möglichst viele Personen senden
• D) Teilen Sie sofort in der ersten E-Mail eine detaillierte Preisliste mit

Beschreibung: Effektive Verkaufs-E-Mails sind empfängerorientiert, nicht senderorientiert: Sie gehen auf ein Kundenproblem oder -ziel ein, sind kurz und personalisiert und enthalten einen einzigen klaren nächsten Schritt (CTA). Die Auflistung aller Merkmale des Unternehmens wird dem Käufer entgehen.

9. Welches Element erhöht bei der Erstellung eines Angebots-/Vorschlagstextes mit künstlicher Intelligenz die Überzeugungskraft des Ergebnisses am meisten?

• A) Ich liste nur eine lange Liste von Spezifikationen auf
• B) Halten Sie das Angebot allgemein und vage genug, um für jeden Kunden geeignet zu sein
• C) Schreiben Sie den Preis überhaupt nicht und fügen Sie nur ergänzende Sätze hinzu
• D) Etablierung einer nutzenorientierten Erzählung, die eine Verbindung zu den Bedürfnissen und Zielen des Kunden herstellt ✔

Erläuterung: Das Angebot in einer nutzenorientierten Sprache zu verfassen, die an den Bedürfnissen und Zielen des Kunden anknüpft, erhöht die Überzeugungskraft. Wenn der Kunde nur eine Liste mit Spezifikationen bereitstellt, fragt er sich: „Was bringt mir das?“ lässt ihn mit seiner Frage allein.

10. Was ist der beste Ansatz bei der Vorbereitung einer KI-Reaktion auf einen Verkaufseinwand („Ihr Preis ist zu hoch“)?

• A) Ignorieren Sie den Einwand und gehen Sie zu einem anderen Thema über
• B) Sofort und bedingungslos einen großen Rabatt anbieten
• C) Reagieren Sie kundenspezifisch, indem Sie den Einwand erkennen und den Wert/Nutzen neu formulieren ✔
• D) Den Kunden beschuldigen, das Produkt nicht zu verstehen

Klarstellung: Es ist effektiv, zunächst den Einwand zu erkennen, dann den Wert/Nutzen neu zu formulieren und eine kundenspezifische Antwort anzubieten. Wenn Sie einen großen Rabatt gewähren, verringert sich sofort der Wert. Das Ignorieren von Einwänden zerstört das Vertrauen.

11. Was ist das wertvollste Ergebnis, das von künstlicher Intelligenz bei der Verarbeitung von Interviewnotizen in CRM erwartet wird?

• A) Strukturierungsnotizen als Zusammenfassung, Entscheidungen, nächste Schritte und Verantwortlichkeiten ✔
• B) Kopieren der Notizen so wie sie sind, ohne Änderungen
• C) Die Notizen einfach länger und ausgefallener machen
• D) Notieren Sie nur die Dauer und Uhrzeit des Gesprächs

Beschreibung: Verstreute Notizen; Wenn Sie es in ein strukturiertes Format bringen, z. B. Zusammenfassung, getroffene Entscheidungen, nächste Schritte (Maßnahmen) und Verantwortliche, ist es für das Team einfacher, ihm zu folgen. Das Kopieren der Notiz in ihrer jetzigen Form oder das einfache Erweitern bringt keinen Mehrwert.

12. Wie kann am besten sichergestellt werden, dass in einer Ausgabe künstlicher Intelligenz, die mit dem Kunden in Kontakt kommt, keine falschen Informationen angegeben werden?

• A) Geben Sie dem Modell die volle Autorität und lassen Sie es alle Verpflichtungen selbst eingehen
• B) Kritische Informationen auf verifizierte Quellen beschränken, bei Unsicherheit delegieren und eine Ebene menschlicher Zustimmung hinzufügen ✔
• C) Entfernen Sie alle Geschwindigkeitsprüfungen und senden Sie die Ausgabe direkt
• D) Warten auf eine spätere Korrektur, wenn falsche Informationen aufgedeckt werden

Beschreibung: Modell; Kritische Informationen wie Preis, Politik und Verpflichtung sollten nicht erfunden, sondern nur aus verifizierten Quellen bezogen und im Zweifelsfall an Menschen weitergegeben werden. Kritische Antworten sollten eine Ebene menschlicher Validierung haben.

13. Was sollte ein Support-Spezialist tun, wenn er möchte, dass das Tool für künstliche Intelligenz die Beschwerde eines Kunden mit Name, Telefonnummer und Bestellinformationen zusammenfasst?

• A) Fügen Sie die Informationen unverändert ein und erzielen Sie das schnellste Ergebnis
• B) Angenommen, dass die Hinzufügung der Formulierung „vertraulich“ am Ende des Textes ausreichend ist
• C) Maskierung und Anonymisierung personenbezogener Daten und/oder Verwendung eines zugelassenen Tools mit Unternehmenssicherheit ✔
• D) Denken, dass das Senden der Informationen und das anschließende Löschen der Konversation das Risiko beseitigt.

Erläuterung: Personenbezogene Daten (im Rahmen der KVKK) sollten nicht unnötigerweise in Tools Dritter eingegeben werden. Der richtige Ansatz; Maskierung und Anonymisierung von Identitätsinformationen und/oder Verwendung eines zugelassenen Tools zur Unternehmensdatensicherung (keine Verwendung von Daten im Bildungsbereich, Speicherrichtlinie).

14. Was ist das beste Prinzip bei der Gestaltung einer mehrstufigen Vertriebsnachbereitungssequenz?

• A) Jeden Tag die gleiche Erinnerungsnachricht senden
• B) Fügen Sie in jeder Nachricht einen neuen Wert hinzu und fahren Sie in angemessenen Abständen fort ✔
• C) Erhöhen Sie die Nachrichtenhäufigkeit kontinuierlich, bis eine Antwort eingeht.
• D) Wenn die erste Antwort nicht eingeht, fassen Sie die gesamte Serie in einer langen E-Mail zusammen.

Beschreibung: Jede Folgenachricht sollte mit dem Hinzufügen eines neuen Werts (Inhalt, Groß-/Kleinschreibung, anderer Blickwinkel) beginnen und in angemessenen Abständen gesendet werden. Das wiederholte Wiederholen der gleichen „Nur eine Erinnerung“-Nachricht in kurzen Ausbrüchen ist überwältigend und verringert die Antwortrate.

15. Welche Rolle sollte KI bei der Einrichtung eines Qualitätssicherungszyklus (QA) für Support- und Vertriebsteams spielen?

• A) KI generiert Entwurf; Kritische Reaktionen werden von Menschen überprüft und genehmigt, die Verantwortung liegt beim Menschen ✔
• B) KI sendet alle Antworten ohne Bestätigung; Die Leute schauen nur, wenn es Beschwerden gibt
• C) Wenn die KI weit genug fortgeschritten ist, ist keine menschliche Aufsicht erforderlich.
• D) Die Verantwortung liegt beim Softwareunternehmen, das das Tool bereitstellt

Beschreibung: KI generiert Antwortentwürfe und verbessert die Konsistenz; Allerdings sollten kritische Reaktionen an den Kunden, insbesondere solche, die Preis/Verpflichtung/Richtlinie betreffen, von einem Menschen überprüft und genehmigt werden. Die letztendliche Verantwortung liegt immer beim menschlichen Team.