Lemonflow.ai bringt KI-Support an die Ladesäule

Im Gespräch mit Konstantin Huneke, Mitgründer und CEO von Lemonflow.ai

Im aktuellen Podcast habe ich mit Konstantin Huneke gesprochen, Mitgründer und CEO von Lemonflow.ai. Sein Unternehmen setzt genau dort an, wo Fahrer von E-Autos und Betreiber von Ladeinfrastruktur oft frustriert sind: beim Kundensupport an der Ladesäule. Lemonflow.ai bringt künstliche Intelligenz direkt in diesen sensiblen Bereich – mit dem Ziel, Probleme schneller, einfacher und günstiger zu lösen.

Konstantin hat über fünf Jahre Erfahrung in der E-Auto-Charging-Branche gesammelt, vor allem auf der Beratungsseite. Anfang 2024 gründete er Lemonflow.ai, um die Servicequalität im Ladenetz zu verbessern – mit einem speziell trainierten KI-Agenten, der als First-Level-Support agiert. Der Clou: Die KI ist nicht nur ein smarter Chatbot, sondern kann aktiv mit der Ladesäule interagieren. „Wir können Remote-Resets durchführen, Sessions starten oder stoppen und das Kabel entriegeln – direkt aus der Ferne“, erklärt er. Die Technologie deckt alle gängigen Kanäle ab: Sprach-Hotline, Chat und E-Mail. In mehr als 30 Sprachen, rund um die Uhr. Und sie wird von den Nutzern überraschend gut angenommen. „Rund 70 bis 80 Prozent probieren es mit der KI – davon können wir wiederum bis zu 80 Prozent direkt lösen“, berichtet Konstantin. Für alles andere gibt es eine nahtlose Übergabe an menschliche Support-Teams.

Warum es oft überhaupt zu Problemen kommt, weiß er auch: Nicht selten liegt es an der Bedienung durch Nutzer:in. „Viele Fehler entstehen, weil jemand das Kabel zu früh einsteckt oder sich zu spät authentifiziert“, so Konstantin. Sein Unternehmen setzt genau da an, gibt verständliche Anleitungen – und sorgt damit für ein entspannteres Ladeerlebnis. Für Ladeinfrastrukturbetreiber bringt das gleich mehrere Vorteile: geringere Kosten, einfache Skalierbarkeit bei Expansionen und eine konstant hohe Qualität im Support. Die Integration in bestehende Systeme wie Salesforce oder Zendesk funktioniert über Standardschnittstellen. Auch bei den Telefonanlagen ist eine Weiterleitung zum Menschen jederzeit möglich.

Lemonflow.ai lernt mit jeder Interaktion dazu – und zwar nicht nur im Einzelfall, sondern für alle Kunden. „Wenn wir z. B. einen neuen QR-Code-Betrug erkennen, speisen wir die Lösung direkt in die KI ein – und alle anderen profitieren mit“. Natürlich anonymisiert und DSGVO-konform. Technologisch setzt das Unternehmen auf modulare Orchestrierung. Statt ein eigenes Sprachmodell zu bauen, nutzen sie jeweils das Beste vom Markt – aktuell etwa Gemini 2.5 von Google. „Wir wollen schnell auf Innovationen reagieren können. Unsere Stärke liegt in der Orchestrierung und im Branchenwissen“, so der Co-Founder es Unternehmens im Podcast.

Zukunftspläne gibt es viele: Perspektivisch will Lemonflow.ai nicht nur Probleme lösen, sondern durch Datenanalyse verhindern. Wenn zum Beispiel an einer bestimmten Station wiederholt ein bestimmtes Auto Probleme macht, soll diese Erkenntnis direkt in Wartung und Optimierung einfließen. Das Ziel: „Vom Support zur Prävention – und langfristig zu einem deutlich besseren Ladeerlebnis für alle.“ Ein System, das lernt, sich verbessert und aktiv hilft – genau das, was in der Ladeinfrastruktur bislang oft gefehlt hat. Nun aber genug der Vorrede – hör rein in mein Gespräch mit Konstantin Huneke.

Shownotes:

Edit speaker mapping

Change displayed names for speaker IDs in this transcript.

Intro SPEAKER 1 SPEAKER 2

Transcript

Intro:

Elektroauto News. Der Podcast rund um das Thema Elektromobilität. Mit aktuellen Entwicklungen, Diskussionen, Interviews und vielem mehr.
Sebastian:

Servus und herzlich willkommen bei einer neuen Folge der EIN Podcast. Ich bin Sebastian und freue mich, dass du heute mit am Start bist. In der aktuellen Folge habe ich Konstantin Huneke zu Gast und wir haben uns über ein neues Startup in der Welt der Ladeinfrastruktur unterhalten. Lemonflow.ai nimmt sich dem Kundensupport an der Ladesäule an und löst das, wie der Name schon vermuten lässt, mit AI, künstlicher Intelligenz, aber so, dass definitiv ein Mehrwert entsteht, zum einen für den Ladesäulenbetreiber, aber vor allem für E-AutofahrerInnen. Welche Probleme gelöst werden können, was man besser macht als aktuelle Lösungen am Markt und wohin die Reise künftig damit gehen kann, das haben wir Konstantin gefragt. Wir gehen direkt rein ins Gespräch mit ihm. Viel Spaß damit. Servus Konstantin, vielen Dank, dass du dir heute die Zeit nimmst, dass wir uns im Podcast ein wenig über LemonFlow unterhalten. Ist jetzt nicht so der beschreibende Begriff, wo man was mit anfangen kann oder eine Verbindung zur E-Mobilität ziehen kann. Aber ihr habt tatsächlich mit der E-Mobilität, besser gesagt mit der Ladeinfrastruktur zu tun. Vielleicht holst du uns da aber auch mal ab, stellst dich vor und verlierst ein paar Worte über euer Unternehmen.
Konstantin Huneke:

Sehr gerne. Servus Sebastian, dann wer es hier sein darf. Vielleicht erst mal kurz zu meiner Person. Konstantin Huneke, komme aus München, war jetzt fünf Jahre in der EV-Charging-Industrie, aber auf der Beraterseite, habe dort gearbeitet. sehr viel entlang der ganzen Wertschöpfungskette gemacht, sei es mit CPOs gearbeitet oder auch mit Software-Backends, also CPMS-Systemen. Wir haben dann im Januar eine große Chance gesehen, haben Lemonflow gegründet. Dort bin ich Geschäftsführer und einer der Gründer. Was machen wir? Wir bieten einen AI- oder KI-Agenten für den A1-Kundensupport im EV-Charging an. Vielleicht erkläre ich das mal ganz kurz anhand der Keywords. Zum einen, was heißt KI-Agent? Das heißt, dass wir sowohl, wenn jemand jetzt an der Ladesäule steht, es ein Problem gibt, bei der Hotline dann nicht ein Mensch rangeht, sondern wirklich die AI, die KI. Also wir covern einmal den Voice-Part, aber auch Chat, E-Mail, das heißt, es ist ein Omnichannel-Offering. Wir machen erstmal nur A1-Kundensupport, also wirklich die erste Linie. Da versuchen wir 70 bis 80 Prozent der Themen zu lösen, haben dann aber auch ein Live-Handover zu einem Menschen, soll das nicht der Fall sein. Und dann ganz kurz noch der dritte Punkt, den ich betonen wollte, ist, wir haben es für EV-Charging gebaut. Also das ist sozusagen unsere Fokusindustrie. Darauf haben wir unsere AI trainiert und damit einhergehend ist es uns auch sehr wichtig, dass wir uns dann mit den Ladestationen verbinden. Das heißt, wir können nicht nur sag ich jetzt mal, GBT-ähnliche Fragen beantworten, wie kann ich mein Passwort in eine App ändern etc., sondern wir verbinden uns wirklich aus der Ferne mit der Station, können einen Neustart machen von der Ladesäule, können auch eine Ladesession starten oder stoppen oder auch das Kabel entriegeln, alles aus der Ferne.
Sebastian:

Die erste Frage, die sich mir da stellt, will der Mensch das überhaupt, der an der Ladestation steht und nimmt der den Unterschied wahr zwischen menschlicher Beratung bzw. versus AI-Unterstützung?
Konstantin Huneke:

Ja, das ist, glaube ich, eine sehr gute Frage, die wir oft bekommen auch von unseren Kunden, den Leitersäulenbetreibern. Es ist auf jeden Fall Change Management, was man betreiben muss. Wie lösen wir es momentan? Auf zwei verschiedene Arten. Einmal geben wir den Anrufern die Wahl. Hey, entweder ihr wartet und sprecht mit Menschen. Da müsst ihr aber, wie gesagt, einzuhalten. Minuten warten oder ihr versucht es mit einem virtuellen Agenten. Damit können wir 80 Prozent der Cases lösen. Und da sehen wir sehr positive Zahlen. 70 bis 80 Prozent wollen zumindest mal mit einem virtuellen Agenten probieren. Das ist die eine Sache. Die zweite Sache ist, dass wir immer die Chance haben, es auch live an den Menschen weiterzuleiten. Manchmal gibt es die Cases, wo die KI es nicht schafft. Manchmal aber schon nicht helfen könnte. Das heißt, dann bleibt der Anrufer am Telefon und wird dann an den Menschen weitergeleitet. Oder manchmal möchte der Mensch auch einfach mit einem anderen Menschen reden. Auch dann leiten wir weiter. Zu einem dritten Punkt, wir tun natürlich vieles, um möglichst natürlich zu klingen. Das heißt, wir legen sehr viel Wert auf die Reaktionsgeschwindigkeit oder Latenz, auf die Stimmenqualität und auch, dass man zum Beispiel die KI unterbrechen kann, dass es sich sehr natürlich anfühlt. Aber es gibt auch Regularien, den EU-AI-Act, dass man auch dem Anrufer sagen muss, hey, du sprichst jetzt mit einem virtuellen Agenten. Das heißt, wir dürfen das gar nicht 100% verdecken, sondern müssen das sogar proaktiv dem Anrufer mitteilen.
Sebastian:

Was ja auch gut ist, schlussendlich auch wieder für das Vertrauen dann aufzubauen. Du hast gesagt, Change Management, ihr gebt zumindest die Option, lenkt das ja schon mal in eine Richtung dann. Du hast gesagt, 70 bis 80 Prozent versuchen auch oder wollen vielleicht auch die erste Lösung mit dem KI-Agenten, AI-Agenten dann auch finden. Wie viele Prozent kommen ungefähr davon auch zu einer Lösung? Wie viele müssen weitergegeben werden?
Konstantin Huneke:

Ja, das ist ein sehr guter Punkt. Wir sehen, es variiert zwischen 60 bis 80 Prozent, wo die KI es lösen kann. Dann kannst du nochmal so 10 bis 20 Prozent draufrechnen, was vielleicht ein Mensch schafft, aber eine KI nicht. Und dann hast du auch die 20 Prozent, die keiner lösen kann, weil die Hardware einfach kaputt ist. Da ist irgendwie das Laser kaputt oder das Kabel etc. Das heißt, da gibt es eine große Variation. Was aber hier sehr wichtig ist zu verstehen, ist, warum entstehen immer Probleme. Und dann ist es genau andersherum. Nämlich circa 20-30% ist sozusagen ein Hardware-Problem und der Rest ist wegen dem Fahrer, wegen dem Anrufer. Entweder wurden da Schritte in der falschen Reihenfolge gemacht. Zum Beispiel passiert es oft, dass Wenn der Fahrer das Kabel reinsteckt und dann einen Tick zu lange braucht für die Authentifizierung und dann kriegst du einen Timeout, dann klappt es nicht. Das heißt, vieles der Probleme sind eher einfache Probleme, wo es einfach eine bessere Anleitung an den Fahrer geben muss und gar nicht eigentlich ein technisches Problem im ersten Sinne vorliegt.
Sebastian:

macht es ja dann ein Stück weit einfacher. Dann wird es ja aber umso schwieriger, den Menschen das behutsam beizubringen. Ey, hör mal zu, nicht unsere Ladesäule hat hier ein Thema, sondern du müsstest dich da vielleicht mit einbringen. Kriegt man das so einfach hin?
Konstantin Huneke:

Ja, ich glaube, im Endeffekt sehen wir jetzt am Markt natürlich auch eine ganz neue Kundengruppe. Man hatte früher vielleicht die Early Adopters, die viel Tester gefahren sind, die technikaffin waren, die auf vielfach Zeit haben. Und jetzt sind wir bei einer Early Majority. Das heißt auch jetzt zum Beispiel meine Eltern kaufen sich jetzt Elektro und kennen sich damit halt gar nicht aus. Das heißt, wir sehen schon sehr hohe Akzeptanz, einfach mal die Basics zu erklären, weil viele die einfach nicht wissen. Also was stecke ich jetzt als erstes rein? Das Kabel oder authentifiziere ich mich als erstes? Oder warum lädt das ja eigentlich nicht so schnell? Da steht irgendwie 350 drauf, aber bei mir kommen nur 150 an. Also wirklich die Basic-Fragen, wenn man sich damit auskennt. Aber es gibt halt viele, die es zum ersten Mal machen. Und da sehen wir sehr viel Wertschätzung.
Sebastian:

Das leuchtet schon mal von der Seite ein, dass der Fahrer dann ja eben seinen Vorteil mitnehmen kann. Welche Vorteile hat der CPO, also der Ladesäulenbetreiber dann am Ende, wenn er euch nutzt? Ich würde mal sagen, Kostenthema wahrscheinlich. Wenn wir sagen, ich brauche entsprechend weniger Leute in der Telefonzentrale sitzen, wird das ja auch auf die Kosten ausschlaggebend sein. Aber es wird ja auch nicht nur der einzige Fakt dafür sein.
Konstantin Huneke:

Genau. Wir sehen da drei große Themen und du hast ein Thema davon schon angesprochen, nämlich das Kostenthema. Für manche wichtiger, für manche weniger wichtig. Im Endeffekt ist unser Angebot, wir können das um mindestens 30-40% vergünstigen und das ist natürlich dann sicherlich in der jetzigen Zeit, wo man vielleicht gedacht hat, es kommen ein paar mehr Elektroautos auf die Straße. Es ist aber nicht passiert und jetzt muss man vielleicht doch einen Tick mehr auf die Kosten schauen, als eigentlich gedacht. Ganz klar, OpEx Reduction, großes Thema. Wir sehen immer auch viel, dass der Pitch ankommt, hey, wir wollen eigentlich die Erfahrung für euren Kunden besser machen, also für den Fahrer. Dann hast du so Themen wie natürlich 24-7-Verfügbarkeit, also auch nachts. Du musst nicht in der Warteschleife stehen, es geht immer jemand sofort ran. Und die KI kann mehr als 30 Sprachen nativ sprechen. Das heißt, auch wenn jetzt jemand zum Beispiel in Deutschland ein Tourist unterwegs ist und Griechisch spricht, muss er sich dann nicht auf Englisch quälen, sondern kann einfach in Griechisch mit der AI sprechen. Das ist sozusagen der zweite große Themenblock. Neben Kostenreduktion einmal einfach die Experience für den Fahrer besser machen. Und das dritte Thema ist einfach, den ganzen Operations-Apparat für den Ladesäulenbetreiber besser zu machen. Das hat dann verschiedene Facetten. Einmal helfen wir natürlich in der Skalierung. Wenn du jetzt sagst, ich gehe jetzt in ein neues Land, dann musst du nicht erstmal ein neues Callcenter suchen, neue Leute heiern, die den Support machen, sondern das geht sozusagen mit dem Schnipser, können wir machen. Das zweite Thema ist das ganze Thema around Training von Agenten. Wir sehen, dass viele Laserbetreiber Probleme damit haben, dass sie immer alle fünf, sechs Monate den Support-Agenten etwas Neues bringen müssen, weil es da sehr hohe Fluktuationen gibt. Und dann muss man immer wieder neu das Clip denen geben und sagen, das sind unsere spezifischen Probleme etc. Das ist bei uns natürlich anders. Unsere KI ist nicht perfekt, keine Frage, aber sobald wir was lernen, dann ändern wir es und dann vergisst die KI es auch nicht, sondern es wird immer besser. Und besonders da kommt halt vor allem dann der Plattform-Gedanke ins Spiel. Sobald wir merken, es gibt ein Problem bei einem Kunden und die Lösung könnte auch relevant sein für andere Kunden, anonymisieren wir das, lernen daraus, füttern das unserer KI und dann kriegt das jeder andere Kunde natürlich auch thematisch. Ein Beispiel dafür war natürlich hier oder ist weiterhin der QR-Scan hier in Deutschland mit den 15 Euro. Das haben wir recht früh gemerkt, indem ein Kunde das Problem hatte, da gab es einen Anruf deswegen und dann haben wir sofort unsere Knowledge Base aufgenommen und an jeden anderen KI-Agenten von unseren Kunden gepusht und so wusste dann sofort jemand Bescheid, wenn ein Anruf kommt mit einem QR-Code, ah, das ist wahrscheinlich genau das gleiche Thema, da wissen wir, wie wir das handeln können.
Sebastian:

Das heißt aber, um da direkt reinzukretschen, ihr tauscht anonymisiert, wie du es eben schon gesagt hast, das Wissen, was ihr jetzt bei CPO 1 lernt, auch mit CPO 2, 3 und 4, wenn es denn Sinn ergibt, weil eben diese Überschneidung wie dieser QR-Code-Scam vorhanden ist.
Konstantin Huneke:

Genau, also gibt es Zwei Facetten auch da zu betonen. Einmal, wie du sie ansprichst, sozusagen, was nutzen wir, um die KI besser zu machen? Das sind dann anonymisierte Transkripte. Und dann schauen wir, was sind neue Probleme, warum Leute anrufen? QR-Code als ein Beispiel. Oder was sind neue Ideen, wie man Sachen löst? Also vielleicht irgendwie doch mal eher den Schritt als den Schritt als erstes machen. Solche aggregierten Learnings, die füttern wir in die KI. Der zweite Punkt ist uns aber sehr, sehr wichtig, nämlich wir geben nie Kundendaten in irgendeiner Form weiter. Wir machen dann immer ein Data Processing Agreement, wo sehr sauber und transparent steht, wo die Daten von den Kunden bleiben. Die sind auch alle in Europa und dann hat das bisher immer gut geklappt, dass man natürlich einmal die Vorteile hat von so einem Plattform Offering, aber trotzdem natürlich zu allen Datenschutzregulatorien etc. natürlich auch compliant ist.
Sebastian:

Weil das ist natürlich in Deutschland gerade ein besonderes, wichtiges Thema, DSGVO, da wird immer drauf geachtet. Wir kriegen das auch rückgespiegelt von den FahrerInnen, die da unterwegs sind, die das jetzt eher auf Fahrzeugbasis sehen, aber das wird ja auch ein Thema der Ladeinfrastruktur sein, so wie du sagst. Für mich noch das Thema, wie oder welche Voraussetzungen muss man denn erstmal von der CPO-Seite, von der Ladesäulenbetreiber-Seite erfüllen, damit man mit eurem System auch zusammenarbeiten kann, weil das wird ja auch nicht mit jeder Feld- und Wiesenlösung dann irgendwo funktionieren.
Konstantin Huneke:

Nee, das ist ein super Thema, was du ansprichst. Vor allem das Thema Integration. Lass mich damit mal starten und dann da kurz erklären, welche drei Integrationen wir mit unseren Lade- und Sonnenbetreibern machen. Zum einen, um diese Funktionalität zu haben, dass du dich aus der Ferne mit einer Station verbinden kannst, dass du einen Remote-Neustart machen kannst, Start-Stop. Oder auch, weil manchen machen wir es auch, dass wir aus Wikilocks lesen können und dann sozusagen noch einen besseren Service machen können, als eigentlich ein Mensch machen kann. Dann brauchen wir eine Integration mit dem Software-Backend, also mit dem CPMS. Da haben wir momentan schon einige ongeboardet. Das ist sozusagen immer wieder eine neue Diskussion mit neuen Kunden. Hey, seid ihr schon bei einem CPMS, wo wir eine Partnerschaft mit haben? Dann natürlich kein weiterer Aufwand oder habt ihr ein eigenes CPMS, dann müssen wir das einmal machen. Das hält sich aber von dem Aufwand in Grenzen, weil viele Software-Backends haben, die Standard-APIs. Das heißt, bisher hatten wir nie den Case, dass jetzt jemand eine neue API oder irgendwas programmieren musste, sondern das ist Integrationsverfahren auf unserer Seite, weil obwohl jeder irgendwie nach OSBP seine Daten speichert etc., macht es doch jeder ein bisschen anders. Das heißt, das einmal sozusagen anzupassen. Das ist das erste Thema. Das zweite Thema ist Ticket-Integration. Wir wollen, dass die Kunden sich nicht in unser Interface einloggen müssen, was neu ist, sondern einfach das nutzen, was sie schon haben. Also sei es ein Salesforce, ein Zendesk, ein Jira, ein Airtable. All die haben APIs, das ist schnell gemacht, aber dann sozusagen führt das dann dazu, dass der Leiser und Betreiber in dem gewohnten System dann einfach einen Agenten heißt. Der heißt dann KI-Agent oder ähnlich und dann weiß er genau, das sind die Calls, die jetzt mit der KI gelöst wurden. Das dritte ist dann das Forwarding, also von einem Live-Call. Also sozusagen der Fahrer bleibt dann am Telefon und dann wird gesagt, hey, ich verbinde dich jetzt mit einem echten Menschen. Auch da gibt es verschiedene Systeme, aber im Endeffekt brauchen wir ja nur die Nummer, wo wir es hinlenken sollen. Das ist an sich auch kein Problem. Das heißt, Es gibt sehr viel, also die erste Frage, die wir bekommen, ist, hey, Integration, das hört sich nach viel Arbeit an. Unsere Erfahrung ist, dass es deutlich schneller geht als gedacht, weil diese Software-Backends schon APIs haben, aber muss halt nun einmal gemacht werden. Was wir aber auch anbieten, und das ist natürlich spannend, vor allem, wenn du jetzt nochmal an die erste Diskussion denkst, an die wir hatten, Change-Management, Hey, lass uns doch erstmal mit einem Piloten-Scope anfangen. Das heißt, wir machen auch oft zum Beispiel erstmal nur den Nacht-Support, weil der ist einfach so ein super toll in allen Sprachen, die ihr anbietet und es ist nicht für das Volumen. Passt für uns, fangen wir erstmal damit an. Oder wir fangen an, ein paar Stationen zu machen oder eine bestimmte Region. Wir hatten zum Beispiel gestern ein Gespräch mit einem sehr großen Ladesäulenbetreibern. Die haben bei Spanien erstmal nur zehn Ladesäulen stehen. Da lohnt es sich nicht, jemanden 24-7 zu haben. Mit verschiedenen Schichten brauchst du ja fast schon drei, vier Leute dafür. Das heißt, lasst uns erstmal Spanien für euch machen und dann schauen wir, wie es läuft und dann können wir es immer noch auf das ganze Netzwerk ausräumen. Das heißt, da gibt es verschiedene Optionen, um da erstmal sozusagen aus unserer Sicht natürlich einen Fuß in die Tür zu kriegen und dann die Möglichkeit haben, Vertrauen zu schaffen. Und sobald das Ding funktioniert, die Kunden sehen, die Fahrer sind zufriedener und es kostet mich weniger, dann ist natürlich auch ein No-Brainer, das dann weiter ins Netzwerk auszuräumen.
Sebastian:

Wir haben vorhin gesagt, die Agenten, die alle sechs Monate geschult werden müssen, weil entweder neue Aufgaben mit dazukommen oder weil eben hohe Fluktuation ist, sind ja die Gefahren im traditionellen Bearbeitungsschema sozusagen, wo der Mensch mit dem Menschen interagiert. Wenn wir jetzt euch als Beispiel nehmen, wo halt eben die KI, AI mit dem Menschen, mit dem Fahrer, Fahrerin interagiert, welche Problematiken gibt es da? Was muss man da auf dem Schirm behalten, damit das keinem im Bereich der Ladeinfrastruktur auf die Füße fällt?
Konstantin Huneke:

Ja, das ist ein sehr guter Punkt, über den wir uns sehr viele Gedanken gemacht haben am Anfang. Wie setzen wir das eigentlich auf? Weil in dem Bereich passiert unglaublich viel. Also jeden Morgen schaue ich erstmal auf Twitter, was ist da passiert. Über Nacht in den USA, Asien. Jetzt hat Google wieder gestern eine neue Konferenz gehabt. Da passiert sehr viel. Darum haben wir uns dafür entschieden, dass unsere Wertschöpfung eigentlich in der Orchestration liegt. Das heißt, wir haben eine sehr modular aufgebaute Technologie. die verschiedene Services anbietet. Das heißt, wir können sozusagen zum Beispiel das Large Language Model, also eigentlich so das Herz von unserem Modell, sei es jetzt ein ChatGPT oder ein Gemini von Google etc., können wir superschnell austauschen. Haben wir auch schon öfter gemacht, weil da einfach so viel Innovation passiert und wir selber uns jetzt nicht zutrauen zu sagen, wir bauen jetzt ein eigenes oder besseres LLM als Google. Da haben wir nicht die Kapazitäten für, da sind wir nicht die Experten. Das heißt, wir haben es so aufgebaut, dass wir immer wieder das Neueste nutzen können. Und das führt dann dazu, dass wir sehr schnell auf neue Entwicklungen reagieren können. Wir hatten ja zum Beispiel den Case, dass wir mit einem Piloten im Januar und Februar es noch nicht perfekt hatten, dass man den Agenten unterbrechen konnte. Das war einfach technisch noch nicht möglich. Der Agent hat immer den Satz zu Ende gesagt. So ist es aber nicht, wie echte Support-Calls funktionieren. Da gibt es viel Unterbrechung und viel hin- und herspringen. Und dann hat das Gemini jetzt mit 2.0 und 2.5 Flash sehr schön gelöst. Sozusagen da kann man jetzt nach jedem Wort es einmal unterbrechen und dann geht auch das Volume runter und hört sich sehr natürlich an. Und solche Entwicklungen wird es auch jetzt going forward geben. Das heißt, wir stellen uns darauf ein, dass wir es stetig wechseln müssen und darum haben wir jetzt auch dementsprechend Modelle aufgebaut. Das ist sicherlich ein großes Thema, dass man da so aufgestellt sein muss, dass man immer am Herzen der Zeit ist.
Sebastian:

Das heißt schlussendlich, der Mehrwert, den ihr mit reinbringt, ist zum einen diese ganzen Datenaggregationen, die die Basis dann dafür bildet, innerhalb eines LLMs, was eben vorhanden ist, zu interagieren. Und eben auch diese Art und Weise, wie man damit interagiert, weil ihr halt auch die User verstanden habt.
Konstantin Huneke:

100 Prozent. Du sprichst die beiden Punkte an. Also einmal sozusagen der Architekturpunkt und das Technische, aber dann vor allem den zweiten Punkt, nämlich die Domain-Knowledge. Also ich habe sehr viel in der Industrie gearbeitet. Wir haben über 40.000 historische One-Calls, wie wir die KI trainiert haben. Und da haben wir erst mal gemerkt, wie eigentlich solche Calls ablaufen. Da ist es nicht so, dass man nach einer ID fragt und dann Schritt A, B, C, sondern es ist hin und her und es funktioniert. Fühlt sich auch ein bisschen zufällig an, aber genau nach dem Vorbild haben wir dann auch die KI programmiert. Die kann, die braucht nicht bestimmte Keywords, sondern die versteht den Intent dahinter. Das heißt, wenn jemand sagt, ich habe gerade meine Karte versucht an den Bildschirm zu halten, dann versteht es, okay, es geht hier um Authentifizierung, obwohl das Wort Authentifizierung nicht gefallen ist. Es kann dann auch zwischen Schritten springen. Was wir der KI beibringen ist, this is how it could work und this is how it probably doesn't work. Und dann finden sie allein den Weg. Das heißt, sie kann von einem Schritt 3 zu einem Schritt 2 zu einem Schritt 5 gehen, was halt am meisten Sinn ergibt in deren Augen. Das ist so natürlich die große grundlegende Change, dass es nicht mehr eine Wenn-Das-Dann-Das-Logik ist, sondern deutlich modularer und autonomer aufgebaut ist.
Sebastian:

Wow, da können sich, glaube ich, die E-Auto-Fahrerinnen dann freuen, damit sie dann der Ladesäule nicht mehr das Riesenthema haben, kann man doch nur hoffen. Hört sich sehr, sehr spannend an und definitiv ein Thema, was ja auch gebraucht wird. Also ich finde gerade diese Sprachthematik ist ja auch innerhalb von Deutschland, gehen ja auch nicht nur Deutschsprachgefahrer an die Ladesäule dran, sondern da hast du ja auch alle Nationalitäten und die wollen ja auch abgeholt werden. Das finde ich schon einen Riesenvorteil. Das hört sich ja schon so für mich an, als ob es da gar nichts mehr dahinter hinaus gibt, wo man sich noch hinentwickeln kann. Oder siehst du noch weiteres Wachstum? Wie geht die Zukunft für AI im Kundensupport aus eurer Sicht hin?
Konstantin Huneke:

Ja, wir sehen ja definitiv noch Potenzial, aber uns war es erstmal wichtig, ein wirkliches Problem zu lösen. KI hat jeder schon mal gehört, findet man ganz cool, man nutzt vielleicht selber ChatGPT, um E-Mail zu schreiben etc., aber löst es denn wirklich ein Real-World-Problem? Und darum haben wir uns den Kundensupport ausgesucht. Gab es natürlich auch eine bestimmte Marktsituation jetzt im EV Charging, es gab EV Global sozusagen, das Callcenter für EV Charging vorher, was Denn da der Pleitegang ist Ende letzten Jahres, das heißt, es gab auch einfach einen riesen Look im Markt, wo wir gesehen haben, hey, da müssen wir die Ladesäulenbetreiber und die Fahrer jetzt helfen. Da gibt es eine Option. Was wir jetzt sehen, wie man es weiterführen kann, ist, wir nennen es momentan Customer Support Plus. Was heißt das? Wir geben der KI mehr Informationen, als ein Mensch zur Verfügung hat. Ich hatte es eben schon mal angesprochen, das sind dann zum Beispiel die OCP-Logs, wo man dann sehen kann, jemand hat gerade mit einer Karte versucht, mit einer Visa sich zu authentifizieren. Da fehlt aber die Two-Factor-Authentification. Das sind Sachen, die ein Mensch im Callcenter nicht lesen kann, vor allem nicht in der Geschwindigkeit, und die unsere KI aber lesen kann. Das heißt, wir können bessere Lösungen auch machen, perspektivisch, als ein Mensch. Dann gibt es natürlich das Thema, was machen wir mit den Daten, die man sammelt. Wir verstehen natürlich gut, Wo gibt es auch Probleme? Was ist den Fahrern wichtig? Was verstehen die vielleicht noch nicht? Vielleicht ist die Bedienung schlecht in der App und so. Das heißt, der Sinn der Sache ist natürlich schon, dann irgendwann von einer Symptombehandlung zu einer Ursachenforschung zu gehen. Das heißt, mit den Erkenntnissen, die wir haben, können wir jetzt Richtung Fehlervermeidung gehen. Also sagen, hey, bei Bei euch, bei der Station, habt ihr immer das Problem mit einem OD-E-Tron. Löst das doch mal vorher, als das jetzt irgendwie hundertmal der gleiche Case anrufen wird. Das heißt, das geht ja mehr in die Richtung Operations- und Maintenance-Richtung.
Sebastian:

Ich denke, das ist gerade ein wichtiger Punkt. Das wollte ich vorhin auch schon fragen. Dieses Lernen aus den Daten, weil ihr habt ja nicht nur Daten, diese 40.000 Cases, die ihr da ursprünglich reingepackt habt, sondern kommen ja dann tagtäglich neue mit dazu, aus denen man lernen kann. Und du hast es ja vorhin auch schon im Einsatz erwähnt. Das System wird ja an sich noch besser.
Konstantin Huneke:

Ja, absolut. Man muss aber auch, da vielleicht eine kurze Story dazu, auch schauen, was nimmt man als Datengrundlage. Also man muss natürlich auch die KI mit den besten Sachen füttern. Und ganz ehrlich, die 40.000 Calls sind super hilfreich, aber die sind auch nicht 40.000 perfekte Calls, weil wenn man das mal vergleicht mit, wie möchtest du eigentlich ein Problem lösen und wie hat es der Agent wirklich gelöst, hast du manchmal Abweichungen. Also Menschen sind ja auch nicht perfekt oder machen Shortcuts und so. Das heißt, was wir jetzt eingeführt haben, ist ein Rating-System. Das heißt, die Ladesäulenbetreiber können auf einer Call-Ebene oder Interaktionsebene, wenn es Chat oder E-Mail ist, ein Rating geben von minus 5 bis plus 5 und sagen, hey, das ist so, wie ich es mir vorstelle. Oder können qualitativ Feedback geben, nee, mach das mal so und so. Und das fließt dann direkt als neue Input in die KI rein. Das heißt, bei uns ist weniger das Thema Volumen, das haben wir jetzt mit den 40.000, das haben wir jetzt auch mit den neuen Calls etc., sondern jetzt geht es um Feintuning, jetzt geht es wirklich darum, sozusagen nochmal ein Level besser zu werden, wie der aktuelle Prozess ist und das können wir nur machen mit dem Feedback von unseren Kunden.
Sebastian:

Vielen Dank, da haben wir doch heute einiges über LemonFlow gelernt und bin mir sicher, dass wir uns auch in der Ladesäule darüber freuen, wenn wir da künftige Unterstützung bekommen. Danke für deine Zeit, Konstantin.
Konstantin Huneke:

Sebastian, hat sehr viel Spaß gemacht. Vielen Dank.
Sebastian:

Dieses Schlagwort AI, künstliche Intelligenz, wurde hier zum ersten Mal richtig greifbar, finde ich. Auch für den Endnutzer, Endnutzerin am Fahrzeug, wenn sie an der Ladesäule steht und eben ein Problem oder Herausforderung haben, dies zu lösen gilt. Konstantin hat uns aufgezeigt, wie Lemonflow.ai da helfen kann. Wird man natürlich nicht so nach außen sehen, sondern eher spüren, wenn die Person dann sozusagen, auch wenn sie künstlich ist, am anderen Ende der Leitung ist und zur Problemlösung herbeiführt oder helfen kann. Ich fand es ultra spannend, diese Einblicke zu bekommen. Hoffe, du konntest auch was mitnehmen aus dem Gespräch. Sprich vielleicht auch aus Sicht eines Ladesäulenbetreibers, der eben auf diese Lösung zurückkommen will. Und ja, bin gespannt, wo wir das demnächst alles im Einsatz sehen. Dir vielen Dank fürs Zuhören. Mach's gut. Bis zur nächsten Folge. Ciao.