Lumıary

Übersetzt aus dem englischen Original. Zahlen und Quellen sind unverändert. Englisches Original lesen

Vom Anbieter berichtetIm Einsatz seit Aug. 2025Hinzugefügt am Okt. 2026

DTDC

DTDC rüstet seinen Kurier-Chatbot DIVA mit generativer KI auf und senkt die Anfragen beim Support-Team um 51,4 %

DTDC, ein indisches Kuriernetzwerk, ersetzte das starre Skript seines Chatbots DIVA durch einen Agenten mit generativer KI auf Amazon Bedrock, der Sendungsverfolgung, Preise und Liefergebiete beantwortet. Der AWS-Beitrag, verfasst mit DTDC-Mitarbeitenden, nennt 93 % Antwortgenauigkeit und 51,4 % weniger Anfragen, die das Support-Team bearbeitet.

Kosten senkenKundenerlebnis verbessern

Kennzahlen

Wortgetreu aus den Quellen übernommen. Kopieren Sie jede Zahl mit ihrer Quellenangabe.

über 400.000

Kundenanfragen, die DTDC Express jeden Monat über alle Kanäle erhält1

93 %

Antwortgenauigkeit von DIVA 2.0, laut Beitrag1

51,4 %

Rückgang der vom Kundensupport-Team bearbeiteten Anfragen, laut Beitrag1

51,4 %

(131.530)

Sendungsanfragen, aus denen kein Support-Ticket wurde, in den letzten 3 Monaten der Dashboard-Daten1

Was es erforderte

KostenNicht veröffentlicht
TeamNicht veröffentlicht
ZeitplanNicht veröffentlicht

Kosten, Teamgröße und Zeitplan wurden in den Quellen nicht veröffentlicht.

Das Problem

DTDC Express erhält über 400.000 Kundenanfragen im Monat, zu Sendungsverfolgung, Prüfung der Liefergebiete und Versandpreisen. Der bisherige Assistent DIVA lief auf einem starren, geführten Ablauf, sodass Nutzer einem festen Pfad folgen mussten, statt in eigenen Worten zu fragen. Das belastete den Kundensupport stärker, verlängerte die Bearbeitungszeiten und beschädigte das Kundenerlebnis.

Was sie gebaut haben

DTDC und sein AWS-Partner ShellKode bauten DIVA 2.0, einen Gesprächsagenten auf der DTDC-Website. Kunden fragen in natürlicher Sprache nach Sendungsverfolgung, Preisen, Verfügbarkeit des Services oder allgemeinen Themen. Der Agent erkennt, was der Kunde will, ruft die eigenen Systeme von DTDC für Sendungsverfolgung, Preise und Liefergebiete ab und kann ein Support-Ticket erstellen. Ein großes Sprachmodell, Claude 3.0 von Anthropic auf Amazon Bedrock, macht aus den Daten eine Antwort.

Wie sie vorgegangen sind

Bei allgemeinen Fragen durchsucht der Agent eine Wissensbasis, die aus der DTDC-Website, internen Support-Dokumenten, FAQs und Betriebsdaten aufgebaut wurde. Findet er nichts Passendes, gibt er eine voreingestellte Meldung aus, dass er nicht helfen kann. Anfragen und Antworten werden in einem Dashboard protokolliert, das dem Admin-Team von DTDC offensteht und Genauigkeit, ungelöste Anfragen und Spitzenzeiten zeigt. Als größte Herausforderungen nennt der Beitrag die Anbindung von Echtzeitdaten aus Altsystemen, den Umgang mit Logistikbegriffen und mehrstufigen Anfragen sowie die Ablösung des alten DIVA ohne Servicelücke.

Ergebnisse

Der Beitrag nennt eine Antwortgenauigkeit von 93 % und sagt, das Support-Team bearbeite jetzt 51,4 % weniger Anfragen. In den letzten 3 Monaten der Dashboard-Daten benötigten 51,4 % von 256.048 Sendungsanfragen kein Support-Ticket. DTDC sagt, die Support-Mitarbeitenden könnten sich nun auf kritischere Fälle konzentrieren.

Erkenntnisse für Ihr Projekt

  1. Ersetzen Sie skriptgesteuerte Menüs durch einen Agenten, der Ihre Live-Systeme abfragen kann. DIVA 2.0 prüft die Systeme für Sendungsverfolgung, Preise und Liefergebiete und kann ein Support-Ticket anlegen.

  2. Geben Sie dem Bot eine sichere Rückfalloption. Wenn die Wissensbasis keine Antwort hat, sagt DIVA 2.0, dass es nicht helfen kann, statt zu raten.

  3. Bauen Sie von Anfang an ein Dashboard auf. DTDC verfolgt Genauigkeit, ungelöste Anfragen und Spitzenzeiten, was zeigt, wo sich etwas verbessern lässt.

  4. Rechnen Sie damit, menschliche Mitarbeitende zu behalten. Laut Beitrag hat der Agent den Bedarf an Kundensupport nicht beseitigt, und viele Gespräche betreffen weiterhin beide.

Einschränkungen

  • Die Quelle ist ein AWS-Blogbeitrag, den DTDC-Mitarbeitende und der Integrator ShellKode mitverfasst haben, die Zahlen stammen also vom Anbieter. Keine unabhängige Quelle bestätigt sie.
  • Der Beitrag sagt nicht, wie die 93 % Genauigkeit gemessen wurden, über welchen Zeitraum, und nennt auch keine Bezugsgröße für den Rückgang der Support-Anfragen um 51,4 %. Dieselben 51,4 % erscheinen auch als Anteil der Sendungsanfragen ohne Ticket, die beiden Zahlen könnten also zusammenhängen.
  • Der Beitrag nennt kein Startdatum. Als Einführungsdatum ist das Datum des Beitrags angegeben.
  • Der Beitrag nennt Claude 3.0 von Anthropic auf Amazon Bedrock. Die Zahl von 400.000 umfasst alle monatlichen Anfragen an DTDC, nicht nur die, die der Agent bearbeitet.

Quellen

  1. The DIVA logistics agent, powered by Amazon Bedrock

    AWS Machine Learning Blog · 2025-08-07 · Fallstudie des Anbieters · aws.amazon.com

In eigenen Worten aus den oben genannten Quellen zusammengefasst. Einen Fehler entdeckt? Siehe Korrekturen.

Ähnliche Fälle