Von Chatbots zu smarten Assistenten: KI als Schlüssel für bessere Kundenkommunikation
Die AWIGO ist ein kommunales Abfallwirtschaftsunternehmen, das sich zum Ziel gesetzt hat, die Kommunikation zum Kunden effizienter, besser und digitaler zu machen. Dabei bedient sich die AWIGO der Kompetenzen zweier langjähriger Geschäftspartner. Einerseits die cybob communication GmbH aus Osnabrück – eine Digitalagentur –, die seit vielen Jahren Lösungen für die AWIGO im Bereich Web und App entwickelt und auch weiterhin vorantreibt.
Die AWIGO hat sich mit cybob und Axians Athos zusammengeschlossen, um die Kommunikation mit Bürgerinnen und Bürgern durch einen smarten KI-gestützten Assistenten zu verbessern. Der Bot nutzt die OpenAI-API, ist aber durch ein Redaktionssystem ergänzt, das AWIGO-spezifische Informationen integriert. Seit dem Go-Live im Dezember 2024 ergänzt er die bestehenden Servicekanäle und wird kontinuierlich weiterentwickelt. Aktuell wird ein Select-Konzept zur vollautomatischen Sperrmüllauftragsverarbeitung implementiert. Diese Lösung stellt einen wichtigen Schritt in der digitalen Transformation der Abfallwirtschaft dar.
| Copyright: | © Witzenhausen-Institut für Abfall, Umwelt und Energie GmbH | |
| Quelle: | 36. Abfall- und Ressourcenforum 2025 (April 2025) | |
| Seiten: | 4 | |
| Preis inkl. MwSt.: | € 2,00 | |
| Autor: | Bastian Spreckelmeyer  David Juber Sylvio Schirlitz | |
| Artikel weiterleiten | In den Warenkorb legen
| Artikel kommentieren |
Diese Fachartikel könnten Sie auch interessieren:
Symbiose Mensch & KI: Nachhaltige (Abfall-)Logistikoptimierung
© Lehrstuhl für Abfallverwertungstechnik und Abfallwirtschaft der Montanuniversität Leoben (12/2024)
Die zunehmenden Herausforderungen durch Fahrpersonalmangel, Fluktuation und Ineffizienzen in der Abfalllogistik erfordern innovative Lösungen. Dieser Beitrag präsentiert einen dreistufigen Ansatz, der die Synergie zwischen menschlicher Expertise und Künstlicher Intelligenz nutzt, um den Abfallmanagementprozess zu optimieren.
Künstliche Intelligenz in der Kreislaufwirtschaft: Chancen, Anwendungen und Herausforderungen
© Witzenhausen-Institut für Abfall, Umwelt und Energie GmbH (4/2025)
Die Kreislaufwirtschaft steht aktuell vor großen Herausforderungen. Bei deren Überwindung kann die Künstliche Intelligenz (KI) eine Schlüsselrolle einnehmen. Für KI gibt es in diesem Bereich viele Anwendungsmöglichkeiten.
KI-basiertes Abfallqualitätsmanagement am Beispiel einer Waste-to-Energy-Anlage
© Witzenhausen-Institut für Abfall, Umwelt und Energie GmbH (4/2024)
Die Herausforderungen, denen Müllheizkraftwerke tagtäglich gegenüberstehen, sind vielfältig und erfordern innovative Lösungen. Es gibt kein automatisches System, was hochvolumige Stoffströme in Echtzeit auf Eigenschaften und Inhaltsstoffe analysieren kann. Versteckte Störstoffe können zu Trichterstopfern führen, mangelnde Homogenisierung zu Heizwertanomalien. Die Aufgabe des Materials in den Trichter erfolgt bisher oft nach dem Bauchgefühl des Kranführers, und das aufgegebene Material ist nicht rückverfolgbar.
Erfahrung mit der digitalen Kundenberatung mit KI – Chatbot beantwortet Fragen
© Witzenhausen-Institut für Abfall, Umwelt und Energie GmbH (4/2024)
Unser Beitrag beleuchtet die erfolgreiche Integration eines Chatbots auf unserer APM Website (www.apm-niemegk.de), der Bürgeranfragen effizient rund um die Uhr bearbeitet. Der Chatbot übernimmt standardisierte Anrufe, entlastet Mitarbeiter von Routineaufgaben und entwickelt sich durch kontinuierliches Lernen ständig weiter.
Digital and service transformation of business models - the case of ATM Recyclingsystems
© Lehrstuhl für Abfallverwertungstechnik und Abfallwirtschaft der Montanuniversität Leoben (11/2020)
The trend of increasing digitalization and servitization affects all industrial companies in all sectors including the waste and recycling industry, as we will present in our case study. In this case, the company ATM Recyclingsystems implemented an IoT platform from t-matix with the goal, to provide customers with products that deliver the best efficiency and optimal cycle times.
