Hunderte Tickets. Kein manueller Aufwand.
Für die Stiftung Zentrale Stelle Verpackungsregister hat VAGO eine KI-gestützte Pipeline entwickelt, die eingehende Anfragen Ende-zu-Ende automatisch bearbeitet. Vom Eingang bis zur versendeten Antwort.
Herausforderung: Eine Behörde, die täglich unter Ticketvolumen arbeitet
Bei der ZSVR gehen täglich zahlreiche Anfragen ein. Rechtsfragen, technischer Support, allgemeine Anliegen. Bislang wurden diese Tickets manuell gesichtet, thematisch eingeordnet und von Sachbearbeitenden per E-Mail beantwortet. Das System funktionierte, aber es war langsam, personalintensiv und ließ keinen Spielraum für Skalierung.
Das eigentliche Problem war nicht das Volumen allein. Es war die Zeit, die qualifizierte Mitarbeitende für repetitive Klassifizierungs- und Formulierungsaufgaben aufwenden mussten, anstatt sich auf anspruchsvollere Tätigkeiten zu konzentrieren.
Lösung: Eine agentenbasierte Pipeline für den gesamten Prozess
VAGO hat gemeinsam mit der ZSVR eine vollautomatische Ticket-Bearbeitungs-Pipeline entwickelt, die Anfragen von der Klassifizierung bis zur kontextsensitiven Antwort vollständig eigenständig verarbeitet. Das System besteht aus zwei zentralen KI-Komponenten: einem Classifier-Modell, das auf realen Ticketdaten der ZSVR trainiert wurde und eingehende Anfragen mit einer Präzision von über 90 Prozent der richtigen Kategorie zuordnet, sowie einem feinabgestimmten LLM, das die klassifizierten Tickets beantwortet. Dafür greift ein Agent auf den Ticketinhalt zu, bezieht über RAG relevante Informationen aus internen Datenbanken und formuliert eine passgenaue Antwort. Wünscht die ZSVR eine menschliche Kontrolle vor dem Versand, stellt das System die Antwort zur Prüfung bereit. Ist keine Prüfung erforderlich, versendet die Pipeline direkt.
Technische Highlights: Souverän betrieben, ressourceneffizient umgesetzt
Die gesamte Lösung wurde auf den Maschinen der ZSVR entwickelt, trainiert und betrieben. Sensible Behördendaten haben das interne Netzwerk zu keinem Zeitpunkt verlassen. Das System läuft auf handelsüblichen GPUs und wird durch Modelle in Größen zwischen einem und acht Milliarden Parametern angetrieben. Ressourceneffizienz war dabei kein Kompromiss, sondern ein Gestaltungsprinzip.
- Vollständig On-Premise entwickelt und betrieben
- Classifier mit über 90 % Klassifizierungspräzision
- Betrieb auf handelsüblichen GPUs ohne Spezialinfrastruktur
Ergebnis: Weniger manueller Aufwand. Mehr Kapazität für das Wesentliche.
Die ZSVR spart durch die automatisierte Pipeline erheblichen personellen Aufwand bei der täglichen Ticketbearbeitung. Sachbearbeitende werden von repetitiven Klassifizierungs- und Formulierungsaufgaben entlastet und können sich auf Vorgänge konzentrieren, die echte fachliche Urteilskraft erfordern. Das System ist On-Premise, DSGVO-konform und vollständig in die bestehende Jira-Infrastruktur integriert.