Die KI-Wissensdatenbank verstehen
Zeitaufwand: ca. 5 Minuten Lesezeit
Voraussetzungen:
Zugang zu Captured Knowledge
Ergebnis: Nach dem Lesen dieses Artikels verstehen Sie, was die KI-Wissensdatenbank bewirkt, wie sie die Vorschläge beeinflusst, die Sie sehen, und wann Sie Aktualisierungen anfordern sollten, um die Genauigkeit zu verbessern.
Die KI schlägt immer wieder den falschen Elektriker für Gebäude 3 vor. Sie haben es diese Woche fünfmal korrigiert. Nächste Woche werden Sie es wahrscheinlich fünfmal mehr korrigieren.
Das passiert, wenn die Wissensdatenbank Ihre Präferenzen nicht kennt. Die Wissensdatenbank macht die KI intelligent in Bezug auf Ihr spezifisches Geschäft - und das Verständnis hilft Ihnen, bessere Vorschläge mit weniger manueller Korrektur zu erhalten.
Was ist die Wissensdatenbank?
Die Wissensdatenbank enthält die spezifischen Informationen Ihres Unternehmens, die die KI bei der Verarbeitung von E-Mails, der Erstellung von Fällen und der Vorschläge von Workflows leiten. Sie enthält Details zu:
Ihrer Vorgehensweise bei verschiedenen Immobilienverwaltungsproblemen (Sanitär, Heizung, Elektrik usw.)
Ihren bevorzugten Dienstleistern und deren Einsatz
Ihren Kommunikationsstandards und -verfahren
Gebäudespezifischen Anforderungen und Regeln
Ihrer gewünschten Kategorisierung und Priorisierung von Problemen
Betrachten Sie es als das Vermitteln Ihres Unternehmenshandbuchs an die KI, damit sie Vorschläge machen kann, die Ihren etablierten Verfahren entsprechen.
Wie die Wissensdatenbank Ihnen hilft
Die Wissensdatenbank beeinflusst direkt die Qualität der KI-Vorschläge, die Sie täglich erhalten.
Bessere Kategorisierung
Ohne ordnungsgemäße Wissensdatenbank-Inhalte könnte die KI Heizungsprobleme das ganze Jahr über als Routine kategorisieren. Mit Ihrem Wissen versteht die KI, dass Heizungsprobleme in Österreich von November bis März dringend sind und priorisiert sie automatisch korrekt.
Präzise Dienstleistervorschläge
Die Wissensdatenbank hilft der KI zu verstehen, welche Dienstleister für bestimmte Gebäude oder Problemtypen zu verwenden sind. Anstatt einen beliebigen Elektriker vorzuschlagen, weiß sie, dass Gebäude 3 Ihren hausinternen Wartungsdienst nutzt, während Gebäude 5 externe zertifizierte Auftragnehmer erfordert.
Angemessener Kommunikationston
Ihr Unternehmen bevorzugt möglicherweise einen formalen professionellen Ton für alle Kommunikationen, während ein anderes Unternehmen einen wärmeren Ton für Wohnmieter verwendet. Die Wissensdatenbank stellt sicher, dass E-Mail-Entwürfe Ihren Standards entsprechen.
Workflow-Reihenfolge
Die KI lernt Ihre Verfahren für die Fallbearbeitung - ob Sie Genehmigungen vor der Terminierung von Arbeiten benötigen, welche Informationen in Arbeitsaufträgen erforderlich sind und wie ERP-Tickets nach Ihrem Format strukturiert werden sollen.
Beispiele für Team-Anpassungen
Unterschiedliche Unternehmen haben unterschiedliche Ansätze, und die Wissensdatenbank respektiert diese Präferenzen:
Präferenzen zur Problemerkennung:
Team A konfigurierte ihre Wissensdatenbank so, dass jedes einzelne Problem in separate Fälle aufgeteilt wird, auch wenn es in derselben E-Mail erwähnt wird. Wenn ein Mieter "Heizung UND Aufzugsprobleme" meldet, erstellt die KI 2 separate Fälle.
Team B konfigurierte ihre Wissensdatenbank so, dass zusammenhängende Probleme gruppiert werden, es sei denn, sie betreffen unterschiedliche Gebäude. Dieselbe E-Mail erstellt 1 Fall mit beiden zusammen verfolgten Problemen.
Beide Ansätze sind korrekt - sie spiegeln die dokumentierten Präferenzen jedes Unternehmens wider.
Dienstleisterpräferenzen:
Team A bevorzugt ihren beauftragten Elektriker für alle Gebäude außer Gewerbeimmobilien. Die Wissensdatenbank spiegelt dies wider, sodass die KI konsistent den richtigen Anbieter basierend auf dem Gebäudetyp vorschlägt.
Team B verwendet unterschiedliche Anbieter für unterschiedliche Stadtteile. Die Wissensdatenbank enthält diese standortbasierten Regeln, sodass die KI automatisch den geeigneten Anbieter auswählt.
Kommunikationsstandards:
Team A verwendet einen formalen professionellen Ton für alle Kommunikationen. E-Mail-Entwürfe sind strukturiert und geschäftsmäßig.
Team B verwendet einen warmen professionellen Ton für Wohnmieter, aber einen formalen Ton für gewerbliche Eigentümer. Die KI passt sich an den Empfänger an.
Wer verwaltet die Wissensdatenbank
Captured Knowledge Implementierungsspezialisten konfigurieren und pflegen Ihre Wissensdatenbank. Sie verwalten sie nicht direkt.
Warum Spezialisten dies übernehmen:
Erforderliche technische Expertise
Die Wissensdatenbank muss auf spezifische Weise strukturiert sein, damit die KI sie korrekt interpretieren kann. Dies erfordert Verständnis für KI-Verhalten, Prompt Engineering und Wissensrepräsentation - technische Fähigkeiten, die Immobilienverwalter nicht erlernen müssen.
Qualitätssicherung
Spezialisten testen alle Änderungen vor der Bereitstellung, um zu überprüfen, dass die KI das Wissen korrekt interpretiert und sich die Vorschläge wie erwartet verbessern. Dies verhindert unbeabsichtigte Verhaltensänderungen.
Systemintegration
Da sich die KI-Fähigkeiten von Captured Knowledge weiterentwickeln, passt sich die Wissensdatenbankstruktur entsprechend an. Spezialisten stellen sicher, dass Ihr Wissen effektiv bleibt, während sich die Plattform verbessert.
Konsistenzstandards
Spezialisten pflegen Formatierungs- und Strukturstandards, die sicherstellen, dass die KI das Wissen in allen Szenarien effektiv nutzen kann.
Ersteinrichtungsprozess
Wenn Sie mit der Nutzung von Captured Knowledge beginnen, arbeitet ein Implementierungsspezialist mit Ihnen zusammen, um Ihre anfängliche Wissensdatenbank aufzubauen.
Was während des Onboardings geschieht (typischerweise 3-5 Wochen):
Woche 1-2: Analyse
Spezialist führt Interviews mit Ihrem Team über Verfahren und Workflows
Überprüft Beispielkommunikationen, um Ihren Ton und Stil zu verstehen
Dokumentiert Dienstleisterpräferenzen und gebäudespezifische Anforderungen
Bespricht, wie Sie Probleme kategorisieren und verschiedene Szenarien handhaben
Woche 2-3: Entwicklung der Wissensdatenbank
Spezialist erstellt Wissensinhalte basierend auf Ihren Verfahren
Strukturiert Informationen für die KI-Verarbeitung
Testet KI-Verhalten mit Beispielszenarien aus Ihren tatsächlichen E-Mails
Verfeinert basierend auf Testergebnissen
Woche 4: Validierung
Sie überprüfen KI-Vorschläge an Testfällen
Geben Feedback zur Genauigkeit und Vollständigkeit
Spezialist passt Wissensinhalte basierend auf Ihrem Feedback an
Endgültige Genehmigung vor Produktivschaltung
Woche 5: Produktivschaltung und Überwachung
Wissensdatenbank wird aktiviert
Spezialist überwacht erste Fälle genau
Nimmt Anpassungen basierend auf realer Leistung vor
Plant Folgeüberprüfungen
Wann die Wissensdatenbank aktualisiert werden muss
Achten Sie auf diese Anzeichen, dass Ihre Wissensdatenbank möglicherweise Aktualisierungen benötigt:
Konsequente Muster falscher Vorschläge
KI markiert wiederholt routinemäßige Probleme als dringend (oder umgekehrt)
Falsche Dienstleister für bestimmte Gebäude vorgeschlagen
E-Mail-Ton entspricht nicht Ihren Standards
Fehlende erforderliche Schritte in Workflows
Geänderte Geschäftsumstände
Neue Dienstleisterverträge
Aktualisierte Kommunikationsrichtlinien
Geänderte Notfallverfahren
Neue gebäudespezifische Anforderungen
Überarbeitete Genehmigungsworkflows
Saisonale Anpassungen
Heizungsdringlichkeitsregeln für Wintermonate
Klimaanlagenprioritäten für Sommer
Saisonale Wartungspläne
Sofortige Korrekturen - Was Sie jetzt tun können
Wissensdatenbank-Aktualisierungen benötigen Zeit (typischerweise 3-5 Tage). Wenn die KI falsche Vorschläge macht, haben Sie mehrere sofortige Korrekturmethoden:
Methode 1: Chat mit Gustav
Wann zu verwenden: Workflow verfeinern oder Kontext hinzufügen, den die KI für diesen spezifischen Fall übersehen hat.
Voraussetzungen:
Fall ist bereits erstellt
Sie haben spezifischen Kontext oder Korrekturinformationen
So funktioniert es:
Öffnen Sie den Fall und klicken Sie auf das Chat-Symbol
Erklären Sie, was falsch ist oder welchen Kontext die KI benötigt
KI verarbeitet mit Ihrem Feedback neu und zeigt vorgeschlagene Änderungen
Vorschau der Änderungen vor der Genehmigung
Konversation fortsetzen, um bei Bedarf weiter zu verfeinern
Beispiel: KI schlug vor, einen Installateur für ein Heizungsproblem zu rufen. Sie erklären: "Dies betrifft die Heizungsanlage, die von unserem hausinternen Personal gewartet wird, kein Sanitärproblem." KI aktualisiert den Workflow entsprechend.
Ergebnis: Workflow wird mit korrektem Dienstleister aktualisiert. Sie sehen alle Änderungen in der Vorschau vor der Genehmigung.
Vorteile: Konversationell, zeigt Vorschau, behält Kontext für Nachfolgeverfeinerungen bei.
Methode 2: Gesamten Fall neu verarbeiten
Wann zu verwenden: Fallkategorisierung ist völlig falsch, oder Sie möchten, dass die KI neu beginnt.
Voraussetzungen:
Fall existiert bereits im System
Sie haben optional Anweisungen für die Neuverarbeitung (bis zu 2000 Zeichen)
So funktioniert es:
Öffnen Sie den Fall und wählen Sie "Fall neu verarbeiten"
Geben Sie optional Anweisungen ein (bis zu 2000 Zeichen)
KI sieht den gesamten Aktivitätsverlauf und generiert Vorschläge neu
Änderungen werden sofort angewendet (keine Vorschau)
Beispiel: Fall als "routinemäßige Sanitärarbeiten" kategorisiert, aber es ist tatsächlich ein dringender Heizungsnotfall, der 12 Wohnungen im Winter betrifft. Neuverarbeitung mit Anweisungen über Dringlichkeit erstellt angemessenen Notfall-Workflow.
Ergebnis: Fall wird neu kategorisiert, Notfall-Workflow mit Ihrem bevorzugten Notheizungs-Dienstleister erstellt, Mieterbenachrichtigungs-E-Mails gemäß Notfallkommunikationsvorlagen entworfen.
Vorteile: Vollständige Neuanalyse, gut wenn Kategorisierung grundlegend falsch ist.
Methode 3: Neuen Fall aus einer E-Mail erstellen
Wann zu verwenden: Einzelne E-Mail dem falschen Fall zugeordnet oder benötigt andere Handhabung.
Voraussetzungen:
E-Mail existiert bereits im System
Sie haben optional spezifische Anweisungen für die Verarbeitung
So funktioniert es:
Navigieren Sie zum Tab "E-Mail-Nachrichten" im Fall
Finden Sie die E-Mail und klicken Sie auf "Neuen Fall erstellen"
Geben Sie optional Anweisungen ein, wie sie verarbeitet werden soll
KI erstellt einen neuen Fall aus genau dieser E-Mail
Beispiel: Mieter antwortete auf alten E-Mail-Thread über Sanitärarbeiten vom letzten Monat, fragt diesmal aber nach einem neuen Heizungsproblem. Ein neuer Fall für die Heizung wird erstellt, statt ihn dem alten Sanitärfall hinzuzufügen.
Ergebnis: Neuer Fall wird speziell für das Heizungsproblem erstellt.
Vorteile: Chirurgische Korrektur für spezifische E-Mail-Fehlzuordnung.
Methode 4: Manuelle Bearbeitung
Wann zu verwenden: Schnelle, präzise Anpassungen an KI-Vorschlägen vor Ausführung von Aktionen.
Was Sie bearbeiten können: Dienstleister, E-Mail-Inhalte, Beschreibungen, Fristen, Fallkategorien, jedes Feld in Entwurfsaktionen.
Beispiel: KI identifizierte elektrisches Problem korrekt, schlug aber Anbieter A vor. Sie bevorzugen Anbieter B für dieses Gebäude. Ändern Sie einfach das Dienstleister-Dropdown und speichern Sie.
Ergebnis: Arbeitsauftrag wird mit Ihrem bevorzugten Anbieter erstellt. Dauert 30 Sekunden.
Vorteile: Schnellste Methode, sofort, keine KI-Neuverarbeitung erforderlich.
Die richtige Methode wählen
Schnellentscheidungsleitfaden:
Szenario | Methode |
Falscher Dienstleister | Manuelle Bearbeitung |
E-Mail falschem Fall zugeordnet | Neuen Fall erstellen |
Falsche Kategorie, Workflow völlig daneben | Fall neu verarbeiten |
Workflow benötigt mehrere Verfeinerungen | Chat mit Gustav |
KI hat Gebäuderichtlinien übersehen | Chat mit Gustav |
Neue Informationen sind gerade eingetroffen | Fall neu verarbeiten |
Wann Wissensdatenbank-Aktualisierungen anfordern
Sofortige Korrekturen lösen das Problem von heute. Wissensdatenbank-Aktualisierungen verhindern das von morgen.
Verwenden Sie sofortige Korrekturen, wenn:
Einmalige oder seltene Situation
Besondere Ausnahme von normalen Verfahren
Temporäre Situation (Auftragnehmer heute nur nicht verfügbar)
Sie finden noch den besten Ansatz heraus
Fordern Sie Wissensdatenbank-Aktualisierung an, wenn:
Sie dieselbe Korrektur bei 5+ Fällen vornehmen
Dasselbe Problem wiederholt sich wöchentlich oder monatlich
Problem betrifft gesamtes Gebäude oder Eigentumstyp
Geschäftsumstände haben sich geändert (neue Verträge, Richtlinien)
KI missversteht konsistent Ihre Präferenzen
Die Dreier-Regel
Wenn Sie dasselbe Problem DREIMAL korrigieren, fordern Sie eine Wissensdatenbank-Aktualisierung an.
Dies verhindert, dass Sie zu einer "menschlichen Wissensdatenbank" werden - der KI wiederholt dasselbe beibringen.
Beispiel-Zeitachse:
Montag: Chat verwenden, um KI zu sagen "Gebäude 3 hat hausinternen Wartungsdienst"
Mittwoch: Chat erneut für ein anderes Gebäude 3 Problem verwenden
Freitag: Drittes Mal? Wissensdatenbank-Aktualisierung anfordern
Nach der Aktualisierung verwenden alle zukünftigen Gebäude 3 Fälle automatisch hausinternen Wartungsdienst ohne Ihr Eingreifen.
Wie Sie Wissensdatenbank-Aktualisierungen anfordern
Kontaktieren Sie Ihren Implementierungsspezialisten, wenn Sie konsistente Muster falscher Vorschläge bemerken, die mehrere Fälle betreffen.
Kontaktinformationen:
E-Mail: [email protected]
Betreffzeile: "Wissensdatenbank-Aktualisierung angefordert - [Ihr Firmenname]"
Was Sie in Ihrer Anfrage angeben sollten:
1. Konkrete Beispiele mit Fallnummern
Mindestens 3-5 Fallnummern, bei denen KI-Vorschläge falsch waren
Screenshots, die falsche Vorschläge zeigen
Beschreibung, was falsch war
2. Erwartetes vs. Tatsächliches Verhalten
Was Sie von der KI erwartet haben
Was sie tatsächlich vorgeschlagen hat
Warum der Vorschlag falsch war
Was der richtige Ansatz sein sollte
3. Musterdokumentation
Wie oft geschieht dies? (täglich, wöchentlich, nur bestimmtes Gebäude)
Welche Problemtypen sind betroffen?
Wann hat dies begonnen?
Wie oft haben Sie es manuell korrigiert?
4. Aktuelle Verfahren (falls dies eine Änderung darstellt)
Neue implementierte Richtlinien
Aktualisierte Dienstleisterpräferenzen
Geänderte Genehmigungsworkflows
Gebäudespezifische Regeln
Beispielanfrage 1: Saisonale Dringlichkeit
Betreff: Wissensdatenbank-Aktualisierung angefordert - Riverside PropertiesGuten Tag,Wir benötigen eine Aktualisierung für die Kategorisierung von Heizungsproblemen.Problem: KI kategorisiert Heizungsprobleme während der Wintermonate als Routine, aber unsere Richtlinie behandelt alle Heizungsprobleme als dringend November-März.Beispiele: - Fall #1234 (15. Dez.): Keine Heizung gemeldet, KI markierte als Routine - Fall #1567 (18. Dez.): Heizungssystemausfall, KI markierte als Routine - Fall #1789 (5. Jan.): Beschwerde über kalte Wohnung, KI markierte als Routine - Fall #1834 (12. Jan.): Heizkörper funktioniert nicht, KI markierte als Routine - Fall #1891 (20. Jan.): Heizkessel-Probleme, KI markierte als RoutineErwartet: Alle Heizungsprobleme als dringend markiert November-März Tatsächlich: Werden durchgehend im Winter als Routine markiertMuster: Betrifft 80% der Heizungsfälle (12 von 15 letzten Monat). Alle Wohngebäude. Ich habe dies 8 Mal mit Chat korrigiert.Dies steht im Einklang mit österreichischem Mieterschutzrecht, das sofortige Reaktion auf Heizungsausfälle während kalter Monate erfordert.Könnten Sie bitte das Heizungswissen aktualisieren, um unsere saisonale Dringlichkeitsrichtlinie widerzuspiegeln?Vielen Dank, [Ihr Name] [Firmenname]
Beispielanfrage 2: Dienstleisterregeln
Betreff: Wissensdatenbank-Aktualisierung angefordert - Alpine PropertiesGuten Tag,Wir benötigen eine Aktualisierung für die Dienstleisterauswahl bei Gebäude 3.Problem: KI schlägt ständig externe Auftragnehmer für das Heizungssystem von Gebäude 3 vor, aber wir haben dort hausinternen Wartungsdienst.Beispiele: - Fall #2001: Gebäude 3 Heizung - KI schlug externen Installateur vor - Fall #2034: Gebäude 3 Heizkörper - KI schlug Heizungsauftragnehmer vor - Fall #2067: Gebäude 3 Heizkessel-Prüfung - KI schlug externen Service vorErwartet: Hausinterner Wartungsdienst für alle Gebäude 3 Heizungsprobleme Tatsächlich: KI schlägt externe Auftragnehmer vorMuster: Geschieht bei jedem Gebäude 3 Heizungsfall (10+ Beispiele). Ich habe jedes Mal den Dienstleister manuell geändert.Könnten Sie bitte das Wissen aktualisieren, um anzugeben, dass Gebäude 3 hausinternen Wartungsdienst für Heizungsarbeiten verwendet?Vielen Dank, [Ihr Name] [Firmenname]
Beispielanfrage 3: Kommunikationsstil
Betreff: Wissensdatenbank-Aktualisierung angefordert - Mountain View PropertiesGuten Tag,Wir benötigen eine Aktualisierung für den Arbeitsauftragsbeschreibungsstil.Problem: KI entwirft Arbeitsaufträge mit Passivkonstruktionen wie "Ein Elektriker wird benötigt" anstelle unseres aktiven professionellen Stils.Beispiele, die tatsächliche KI-Entwürfe zeigen: - Fall #3012: "Ein Installateur wird benötigt" - Fall #3034: "Es wird ein Elektriker benötigt" - Fall #3056: "Ein Heizungstechniker soll gerufen werden"Erwartetes Format (unser Standard): "Zur Beseitigung des [Problem] in [Ort] beauftragen wir Sie mit der Durchführung der erforderlichen [Gewerk]-Arbeiten."Muster: Betrifft alle Arbeitsaufträge (100% benötigen manuelle Bearbeitung). Bemerkt seit 2 Wochen, habe 23 Arbeitsaufträge bearbeitet.Könnten Sie bitte die Arbeitsauftragsformatierung aktualisieren, um unseren aktiven, professionellen Formulierungsstandard zu spezifizieren?Vielen Dank, [Ihr Name] [Firmenname]
Was als Nächstes passiert:
Reaktionszeit:
Erstreaktion: Innerhalb von 1 Werktag
Implementierung: 3-5 Werktage für unkomplizierte Aktualisierungen
Komplexe Änderungen: 1-2 Wochen mit Tests
Aktualisierungsprozess:
Spezialist überprüft Ihre Beispiele
Aktualisiert Wissensinhalte
Testet Änderungen mit Beispielszenarien
Stellt für Ihr Team bereit
Überwacht erste Fälle auf Genauigkeit
Folgt nach, um Verbesserung zu bestätigen
Best Practices für die Arbeit mit der Wissensdatenbank
Geben Sie konsistent Feedback
Notieren Sie, wenn KI-Vorschläge falsch sind, und dokumentieren Sie Muster. Fügen Sie ausreichend Details hinzu, damit Spezialisten das Problem verstehen. Teilen Sie auch positive Beispiele - dies hilft Spezialisten zu verstehen, was gut funktioniert.
Planen Sie regelmäßige Überprüfungen
Vierteljährliche Besprechungen mit Ihrem Implementierungsspezialisten helfen, Probleme früh zu erkennen und proaktiv für saisonale Änderungen oder Geschäftsentwicklung zu aktualisieren.
Kommunizieren Sie Änderungen zeitnah
Informieren Sie Ihren Spezialisten über neue Dienstleisterverträge, aktualisierte Richtlinien, geänderte Teamverfahren oder gebäudespezifische Regeländerungen, sobald sie geschehen.
Verfolgen Sie Verbesserungen im Laufe der Zeit
Bemerken Sie, wenn Vorschläge genauer werden. Erkennen Sie Muster, die die KI gut lernt. Teilen Sie Erfolgsgeschichten mit Ihrem Team, um Vertrauen in das System aufzubauen.
Verständnis der Grenzen der Wissensdatenbank
Was die Wissensdatenbank nicht kann:
Menschliches Urteilsvermögen ersetzen
KI liefert Vorschläge basierend auf Mustern. Sie treffen die endgültigen Entscheidungen. Komplexe Situationen erfordern menschliche Bewertung. Grenzfälle sind möglicherweise nicht abgedeckt.
Jede einzigartige Situation bewältigen
Die Wissensdatenbank erfasst allgemeine Muster. Ungewöhnliche Umstände benötigen menschliche Handhabung. Einmalige Ausnahmen sind nicht in der Wissensdatenbank. Sie können KI-Vorschläge jederzeit überschreiben.
Gedanken lesen
KI arbeitet mit dokumentiertem Wissen. Nicht dokumentierte Präferenzen werden nicht reflektiert. Sie müssen Änderungen kommunizieren. Kontinuierliches Feedback verbessert die Genauigkeit im Laufe der Zeit.
Sofortige Perfektion bieten
Die anfängliche Wissensdatenbank ist ein Ausgangspunkt, der sich durch Feedback und Aktualisierungen verbessert. Die Genauigkeit steigt im Laufe der Zeit, während die KI Ihre spezifischen Muster lernt.
Datenschutz und Datensicherheit
Ihre Wissensdatenbank ist privat:
Jedes Unternehmen hat eine separate Wissensdatenbank. Ihre Verfahren werden nicht mit anderen Kunden geteilt. Dienstleisterpräferenzen bleiben vertraulich. Kommunikationsvorlagen bleiben privat.
Was in der Wissensdatenbank enthalten ist:
Richtlinien und Verfahren, die Sie während des Onboardings geteilt haben, Dienstleisterpräferenzen, die Sie dokumentiert haben, Kommunikationsstandards, die Sie bereitgestellt haben, und unternehmensspezifische Regeln und Anforderungen.
Was NICHT in der Wissensdatenbank enthalten ist:
Persönliche Informationen von Mietern, finanzielle Details, Informationen zum Immobilienbesitz oder E-Mail-Inhalte und Falldetails aus tatsächlichen Fällen.
Verwandte Artikel
Einführung in Captured Knowledge - Kernkonzepte und Funktionsweise des Systems
E-Mail-Eingangsservice - Wie die KI eingehende E-Mails mithilfe der Wissensdatenbank verarbeitet
Fehlerbehebungsleitfaden - Was zu tun ist, wenn KI-Vorschläge falsch erscheinen
Die Wissensdatenbank macht Captured Knowledge intelligent in Bezug auf Ihr spezifisches Geschäft. Während Implementierungsspezialisten sie direkt verwalten, stellen Ihr Feedback und Ihre Dokumentation sicher, dass sie die Arbeitsweise Ihres Unternehmens genau repräsentiert. Je besser die Wissensdatenbank, desto hilfreicher werden die KI-Vorschläge.