Künstliche Intelligenz optimiert Field Service Management

Künstliche Intelligenz (KI) oder Artificial Intelligence (AI) ist ein Teilgebiet der Informatik, das sich mit der Automatisierung intelligenten Verhaltens und dem maschinellen Lernen befasst. Dabei geht es darum, menschliches Denken und Lernen auf Computer zu übertragen. Zu diesem Zweck werden Computer mit sehr großen Datenmengen „gefüttert“ und mit einem Algorithmus trainiert, bis sie selbst eigenständig Probleme lösen und Entscheidungen treffen können. 

Auch der Bereich Einsatzplanung und Auftragsabwicklung im technischen Service bietet ein großes Potenzial für Verbesserungen durch künstliche Intelligenz. Der Nutzen und die Anwendung lässt sich am Beispiel der Optimierung von Planzeiten sehr gut veranschaulichen. 

Die Planzeit ist die Sollzeit, die ein Disponent für einen bestimmten Auftrag im technischen Kundenservice veranschlagt. Diese Planzeiten beruhen entweder auf der Erfahrung des Disponenten oder sind in dem Tool zur Einsatzplanung des Unternehmens je nach Art eines Auftrags hinterlegt. Ziel einer optimalen Planung ist, dass die Sollzeiten möglichst wenig von den tatsächlichen Ist-Zeiten abweichen. Je mehr Aufträge ein Techniker pro Tag erledigt, desto komplexer wird jedoch die Planung. Denn der Techniker soll während seines Arbeitstages weder Leerlauf zwischen den Terminen haben noch Überstunden machen müssen. 

Die Planzeiten werden allerdings von vielen verschiedene Faktoren beeinflusst, die variieren können oder vorab gänzlich unbekannt sind, wie eine schwere Zugänglichkeit der Anlage oder technische Schwierigkeiten bei der Reparatur. Die Planzeiten werden allerdings meist nur anhand der Auftragsart und einmalig im System festgelegt. Deswegen weichen die tatsächlichen Ist-Zeiten bei vielen Unternehmen von den Planzeiten ab.

Durch den Einsatz von künstlicher Intelligenz lässt sich die Fehlerquote bei den Planzeiten deutlich senken. Dafür wird ein Algorithmus mit möglichst vielen historischen Aufträgen trainiert. Darin enthalten sind Auftragsdaten wie Ist-Zeiten, Kunde, Auftragsobjekt und -art, Meldungsart, Auftragsadresse, Wochentag und Uhrzeit, Material sowie weitere relevante Auftragsdaten. 

Bei der Planung von neuen Aufträgen greift der Algorithmus auf die Erkenntnisse aus den historischen Daten zurück. In einem PoC mit Kunden der mobileX wurde durch den Einsatz des Algorithmus mobileX-AI eine um 50 Prozent niedrigere Fehlerquote erreicht. Dies bedeutet zum Beispiel bei einem Aufkommen von 100.000 Servicestunden in einem Unternehmen und einer Fehlerquote von 20 Prozent, dass sich mit Hilfe von künstlicher Intelligenz die jährliche Fehlersumme der Planzeiten von 20.000 auf 10.000 Stunden reduzieren lässt
 

Durch den Einsatz von mobileX-AI bei der Einsatzplanung und eine deutlich niedrigere Fehlerquote der Planzeiten können Unternehmen folgende Einsparpotenziale erzielen:

• 15 bis 30% Einsparung von Arbeitszeit in der Disposition: Durch die Verbesserung der Planzeiten fallen nur noch halb so viel arbeitsintensive Umplanungen von Aufträgen für die Disponenten an. Dies umfasst auch die gesamte Kommunikation mit Kunden, Technikern und Dienstleistern sowie die Materiallogistik. Je mehr Einsätze ein Unternehmen pro Tag plant, desto mehr profitiert es von der Optimierung durch mobileX-AI. 
• 5 bis 25% bessere Auslastung der Techniker: Auch die Auslastung der Techniker verbessert sich durch den Einsatz von KI. Durch die realistischere Planung der Aufträge entsteht einerseits weniger Leerlauf, andererseits fallen weniger Überstunden an.
• 90% Einsparungen bei der Analyse: Planzeiten sollten regelmäßig überprüft und gegebenenfalls angepasst werden. Durch den Einsatz von mobileX-AI entfällt die manuelle Analyse der historischen Plan-/ Ist-Zeiten zur Festlegung von Plandauern komplett. Es entstehen lediglich Aufwände für das initiale Training des Algorithmus sowie dessen für fortlaufende Verbesserung
• Verbesserung der Kunden- und Mitarbeiterzufriedenheit: Die optimierte Auslastung der Servicetechniker, weniger Überstunden und weniger Stress wird sich auch in der Mitarbeiterzufriedenheit niederschlagen. Kunden freuen sich über eine bessere Termintreue und ausgeglichenere Servicetechniker.