Referenz
Ziezodan
Ziezodan wollte Reparaturanfragen nutzerfreundlicher machen. Wir haben eine KI-gestützte Erfassung entwickelt, über die Mieter Schäden in eigenen Worten (und optional mit Foto) melden.
Die Herausforderung
Ziezodan hat eine solide Struktur für Reparaturmeldungen über einen Entscheidungsbaum. Nur: Für Mieter fühlt sich das nach vielen Klicks an, und der eigentliche Kontext (Beschreibung und Foto) kommt erst ganz am Ende. Dadurch entstehen Meldungen, die allgemein gehalten und für die Weiterbearbeitung weniger brauchbar sind.
Die Lösung
Wir haben eine KI-gestützte Erfassung konzipiert, die den Entscheidungsbaum ergänzt oder teilweise ersetzt. Der Mieter beginnt direkt mit einer kurzen Beschreibung und kann optional ein Foto hinzufügen. Anschließend:
Die KI erkennt im Text Raum, Bauteil und Problem (NLP)
Das Foto hilft, dies zu bestätigen oder zu ergänzen (Bilderkennung)
Fehlt etwas, fragt die KI gezielt nach („In welchem Raum ist das?“)
Die Meldung wird den exakten JSON-Werten aus der bestehenden Struktur zugeordnet und erst danach weitergeleitet
Was es bringt
Schnelleres und natürlicheres Melden für Mieter
Einheitlichere Meldungen mit mehr Kontext
Daten, die direkt an die bestehende JSON-Hierarchie anschließen, ohne Anpassungen am nachgelagerten Prozess
Weitere Referenzen
Hier sehen Sie einige weitere Projekte.
