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

Vom Anbieter berichtetIm Einsatz seit Sept. 2024Hinzugefügt am Okt. 2026

Roatel

Der Chatbot der Roatel-Mikrohotels auf Basis von Llama 3.1 405B bearbeitet 80 % der Serviceanfragen in 11 Sprachen

Roatel, eine deutsche Kette von Self-Service-Mikrohotels, setzt einen mehrsprachigen Gäste-Chatbot ein, den Brain4Data auf Metas Llama 3.1 405B mit offenen Gewichten gebaut hat. Laut Metas Fallstudie bearbeitet der Bot 80 % der Kundenserviceanfragen und war in zwei Monaten einsatzbereit.

Kennzahlen

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

80 %

Anteil der Kundenserviceanfragen, die von der Llama-basierten KI bearbeitet werden1

Zwei Monate

Zeit bis zum voll einsatzfähigen Chatbot1

11

Sprachen, in denen der Chatbot antwortet2

Was es erforderte

KostenNicht veröffentlicht
TeamNicht veröffentlicht
ZeitplanIn zwei Monaten voll einsatzfähig1

Das Problem

Roatel betreibt Self-Service-Mikrohotels in Deutschland und plant ein Wachstum in Europa. Die Gäste haben es mit einem Service-Team aus der Ferne zu tun. Mit dem Wachstum der Kette kam dieses Team mit der Nachfrage kaum noch mit, und viele Gäste kommen aus dem Ausland.

Was sie gebaut haben

Brain4Data, ein deutsches KI-Unternehmen, hat für Roatel auf seiner Assistenzplattform FRED einen Kundenservice-Chatbot gebaut. Er nutzt Metas Llama 3.1 405B, ein Modell mit offenen Gewichten (open-weight), dessen Dateien veröffentlicht sind, sodass Unternehmen es selbst betreiben können. Der Bot antwortet rund um die Uhr in 11 Sprachen und gibt bei der Buchung einen Überblick über das Roatel-Angebot. Ein QR-Code vor Ort öffnet ihn auf dem Smartphone der Gäste.

Wie sie vorgegangen sind

Der Bot nutzt Retrieval-Augmented Generation: Er sucht relevante Passagen in den Dokumenten von Roatel und lässt das Modell daraus antworten. Laut Metas Fallstudie wurde das Modell ohne Feinabstimmung eingesetzt und lief auf Oracle Cloud Infrastructure, mit einer Vektordatenbank und einem Embedding-Modell von Cohere für die Suche. Metas Fallstudie zufolge war der Bot in zwei Monaten voll einsatzfähig.

Ergebnisse

Metas Fallstudie zufolge bearbeitet die Llama-basierte KI 80 % der Kundenserviceanfragen von Roatel, und der Bot antwortet in der Sprache des Kunden. Der Verwaltungsratspräsident von Roatel sagte bei der Ankündigung im September 2024, der Bot ermögliche es dem Unternehmen, Fragen rund um die Uhr und in verschiedenen Sprachen zu beantworten, und weitere KI-Projekte seien geplant.

Erkenntnisse für Ihr Projekt

  1. Wählen Sie ein Modell, das viele Sprachen gut beherrscht. Die Gäste von Roatel kommen oft aus dem Ausland, und der Bot antwortet in 11 Sprachen.

  2. Probieren Sie Retrieval vor der Feinabstimmung aus. Dieser Bot greift auf die eigenen Dokumente von Roatel zurück und nutzt das Basismodell ohne Feinabstimmung.

  3. Geben Sie Gästen einen einfachen Einstieg. Roatel bringt vor Ort einen QR-Code an, der den Assistenten auf dem Smartphone öffnet.

  4. Legen Sie fest, was „bearbeitet“ bedeutet, bevor Sie eine Quote nennen, denn die 80 % stammen vom Entwickler und von Meta.

Einschränkungen

  • Die Zahlen von 80 % und zwei Monaten stammen aus Metas Llama-Fallstudie zu Brain4Data, nicht von Roatel. Meta kennzeichnet die Ergebnisse als selbst berichtet. Die Fallstudie stammt vom Anbieter.
  • Die eigene Pressemitteilung von Roatel nennt keine Zahl. Sie sagt nur, dass der Bot rund um die Uhr Gästefragen in 11 Sprachen beantwortet.
  • Die Meta-Seite ist undatiert. Einsatzdatum und Veröffentlichungsdatum sind die der Pressemitteilung von Roatel und Brain4Data (23. September 2024), in der es heißt, der Chatbot „will now be“ eingesetzt („wird künftig“ eingesetzt); es handelt sich also um ein Ankündigungsdatum.
  • Brain4Data, der Entwickler, wiederholt die 80 % auf der eigenen Website in einer Meldung zur Meta-Fallstudie. Diese Seite trägt kein Datum und liefert keine neue Messung, ist also keine unabhängige Bestätigung.
  • Die Angaben zu Llama und Oracle stammen aus Metas Fallstudie; die Pressemitteilung nennt kein Modell.

Quellen

  1. Brain4Data

    Meta Llama case studies · Ohne Datum · Fallstudie des Anbieters · dev.meta.ai

  2. Roatel now utilizes Artificial Intelligence

    Roatel Holding AG and Brain4Data · 2024-09-23 · Pressemitteilung · brain4data.de

  3. Brain4Data's AI solution is now a Meta case study

    Brain4Data · Ohne Datum · Unternehmensblog · brain4data.de

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