Business Intelligence: Software überwacht Prozessdaten in Voice-Anwendungen

Ein neues Analysetool soll Anwendern von Pick-by-Voice-Systemen lästige Kontrolltätigkeiten abnehmen. Überwacht werden unter anderem der Ladezustand der Geräte und die WLAN-Feldstärke im Lager.

LWI gibt Nutzern von Lydia Voice einen Echtzeit-Überblick über den Lagerzustand, bezogen auf die eingesetzte Sprachsoftware und Hardware sowie die Infrastruktur und ist eine der ersten Smart-Data-Analytics-Lösungen für Voice-Prozesse am Markt. | Bild: topsystem
LWI gibt Nutzern von Lydia Voice einen Echtzeit-Überblick über den Lagerzustand, bezogen auf die eingesetzte Sprachsoftware und Hardware sowie die Infrastruktur und ist eine der ersten Smart-Data-Analytics-Lösungen für Voice-Prozesse am Markt. | Bild: topsystem
Tobias Schweikl

Mit „Lydia Warehouse Intelligence“ (LWI) hat die topsystem Systemhaus GmbH ein Smart-Analytics-Tool für die Sprachsoftware „Lydia Voice“ entwickelt. Anwender können damit kontinuierlich und in Echtzeit die Performance des Systems überwachen.

Zum Leistungsumfang gehören beispielsweise die Zustandsdaten der eingesetzten Voice-Hardware, wie etwa die Akku-Laufzeit der mobilen Sprachcomputer. Aber auch Umgebungsdaten wie die WLAN-Feldstärke oder die Antwortzeiten des Systems an den Server werden ausgewertet.

Erweiterte Funktionen

Nach der Markteinführung wurde das Tool jetzt funktionell erweitert: Ab sofort verfügt die Lösung auch über eine Wort-Phrasen-Statistik, auf deren Basis die individuelle Spracherkennung einzelner Mitarbeiter nochmals deutlich verbessert werden soll. Zudem ist eine differenzierte Darstellung der Daten verschiedener Lagerstandorte und einzelner Lagerbereiche möglich.

Als Basis für die Auswertungen des Business-Intelligence-Tools dienen zuvor definierte KPIs, die in dem BI-Instrument hinterlegt und stetig überwacht werden. Die Software gibt Nutzern von „Lydia Voice“ einen Echtzeit-Überblick über den Lagerzustand, bezogen auf die eingesetzte Sprachsoftware und Hardware sowie die Infrastruktur.

Dies ist möglich, weil die Voice-Geräte die Zustandsdaten der Hardware – wie beispielsweise die Akku-Laufzeit, aber auch Umgebungsdaten wie WLAN-Feldstärke oder Antwortzeiten des Systems – an den Server senden. LWI erhebt und speichert diese Werte über einen definierten Zeitraum. Anschließend strukturiert und analysiert das Tool die Daten und stellt sie für weitere Auswertungen in einem Dashboard zur Verfügung.

Im Beispiel der Akkus überwacht LWI zum Beispiel kontinuierlich deren Laufzeit, die Ladezyklen und die maximale Leistung. Auf dieser Grundlage lassen sich Aussagen über die verbleibende Lebensdauer ableiten und ältere Akkus können gezielt ausgetauscht werden.

Darüber hinaus erfasst das Tool Daten zur stetigen Bewertung der Spracherkennungsqualität. Der individuelle Recognition Score der Voice-Anwender gibt an, wie gut die Mitarbeiter vom Voice-System verstanden werden.

In der neuesten Version verfügt LWI über eine erweiterte Spracherkennungsanalyse (Wort-Phrasen-Statistik): Auf Basis der eingesprochenen Worte generiert das Tool Statistiken, so dass sich leicht identifizieren lässt, ob Optimierungspotenzial bezüglich der Erkennung einzelner Wörter oder ganzer Phrasen besteht. Mit dem Einsatz von LWI entfällt somit die Analyse von Log-Dateien aus verschiedenen Quellen.

Predictive Maintenance und Künstliche Intelligenz

LWI soll in diesem Kontext auch die Grundlage für Predictive Maintenance, also die vorausschauende Wartung, bilden: Durch das permanente Monitoring des analysierten Datenmaterials soll Handlungsbedarf erkannt werden, bevor es kritisch wird.

Künftig soll LWI auch um KI-Komponenten (Künstliche Intelligenz) ergänzt werden, die eine differenzierte Überwachung der Antwortzeiten zwischen dem Voice- und dem übergeordneten System (LVS, ERP) ermöglichen. Das System sei dadurch in der Lage zu lernen, wie lange bestimmte Vorgänge, beispielsweise Serverabfragen, in der Regel dauern, so der Anbieter.

Antwortzeiten könnten kundenspezifisch variieren, je nach Art der Schnittstelle und Infrastruktur. Dank Machine Learning könne LWI Muster erkennen und mögliche Eskalationsstufen sinnvoll anpassen, erhofft sich der Entwickler.

LWI ist als SaaS-Lösung verfügbar und ohne Customizing nutzbar.