Wie avatarin mit GPT‑Realtime einen 24/7-Agenten entwickelte

Der japanische Elektrofachhandel steht vor einer anhaltenden Herausforderung: Fachkundige Verkaufsberatung soll auch nach Ladenschluss verfügbar sein, obwohl Personal knapp ist. avatarin, ein aus ANA Holdings hervorgegangenes Unternehmen für KI-gestützten Kundenservice, entwickelte gemeinsam mit Yamada Holdings einen rund um die Uhr verfügbaren, mehrsprachigen Einkaufsagenten, der das Wissen erfahrener Verkaufskräfte nutzt.

Der auf OpenAIs GPT‑Realtime basierende Kurashi-Marugoto AI Agent ermöglicht natürliche Sprachunterhaltungen und begleitet die Kundschaft von der Produktsuche bis zur Kaufentscheidung. Während einer zweiwöchigen öffentlichen Kampagne im Onlineshop von Yamada Denki nutzten rund 30.000 Menschen den Agenten. 92 % der Befragten bewerteten ihn positiv.

avatarin arbeitete schon lange vor dem Projekt mit Yamada Denki mit OpenAI zusammen und nutzte die OpenAI API für Spracherkennung, die Analyse von Anfragen und die Weiterbildung von Beschäftigten. Diese frühen Projekte vermittelten dem Team ein klares Bild davon, worauf es beim praktischen Einsatz von KI ankommt. Mit dem Einkaufsagenten konnte es diese Erkenntnisse erstmals in großem Maßstab direkt für die Kundschaft einsetzen.

Für Fukabori lag einer der entscheidenden Vorteile von GPT‑Realtime darin, Sprache, Text und visuelles Verständnis in einem einzigen, durchgängigen Dialog zu verbinden.

„Die Leistung eines einzigen Modells übertraf für uns alles, was wir von spezialisierten Spracherkennungssystemen kannten. Es kann Sprache, Text und Bilder mit geringer Latenz verarbeiten. Deshalb haben wir uns für GPT‑Realtime entschieden. Menschen müssen sich nicht an die Regeln einer Maschine anpassen. Stattdessen kann sich die Technologie viel natürlicher darauf einstellen, wie Menschen kommunizieren.“

Ein herkömmlicher Chatbot wartet auf das richtige Stichwort. Der Agent von avatarin erfasst stattdessen den Kontext. Er kann auf Unsicherheit und wechselnde Wünsche eingehen und genau die Details berücksichtigen, die aus einer allgemeinen Antwort eine hilfreiche Empfehlung machen.

Fukabori verdeutlicht den Unterschied anhand einer alltäglichen Kaufentscheidung.

„Die Kundschaft will keinen Chatbot. Sie will Intelligenz. ‚Ich brauche einen Kühlschrank für eine vierköpfige Familie, aber meine Küche ist klein. Welches Modell sollte ich wählen?‘ Echter Kundenservice bedeutet, diese Frage beantworten zu können.“

avatarin entwickelte den Agenten mit drei wesentlichen Eigenschaften:

• Genaue Produktinformationen, ohne den Dialog zu verlangsamen.Ein System mit Retrieval-Augmented Generation stützt die Antworten des Agenten auf Produktinformationen, während GPT‑Realtime für eine reaktionsschnelle Interaktion sorgt. So kann die Kundschaft ein flüssiges Gespräch führen und erhält zugleich Informationen auf Grundlage relevanter Produktdaten.
• Die Verkaufskompetenz von Yamada Denki in ein Dialogkonzept übertragen.Welche Informationen eine Verkaufskraft erfragen muss, unterscheidet sich je nach Produktkategorie erheblich. avatarin integrierte das Kundenservicewissen von Yamada Denki in die Dialogabläufe und Prompts des Agenten. Das System kann sich anpassen, wenn Kund:innen ihre Anforderungen ändern oder kurz vom Thema abweichen. Klare Vorgaben sorgen zugleich dafür, dass der Einkauf im Mittelpunkt bleibt.
• Einen Agenten entwickeln, der nicht nur antwortet, sondern auch fragt.Viele herkömmliche Chatbots warten darauf, dass die Kundschaft die nächste Anweisung gibt. avatarin entschied sich für einen aktiveren Ansatz. Der Agent stellt Rückfragen, um die tatsächlichen Bedürfnisse zu erkennen. So entwickelt sich der Dialog von einem einfachen Frage-Antwort-Austausch hin zu einer geführten Produktsuche.

OpenAI unterstützte avatarin dabei, komplexe Prompts zu strukturieren, die API-Kosten für einen ständig verfügbaren Sprachservice zu optimieren und bewährte Vorgehensweisen für die Implementierung weiterzugeben. Dank dieser Unterstützung konnte sich avatarin darauf konzentrieren, das Servicemodell von Yamada Denki in ein präzises, reaktionsschnelles und unverkennbar markentypisches Erlebnis zu übertragen.

„Mich begeistert, wie natürlich das System unsere Absichten versteht“, sagt Fukabori, „und dass es bisweilen eine Intelligenz erkennen lässt, die über menschliche Fähigkeiten hinausgeht.“

Die öffentliche Kampagne machte die Wirkung schon nach zwei Wochen sichtbar:

• Rund 30.000 Nutzende
• Mehrsprachige Unterstützung per Sprache und Text, rund um die Uhr
• 92 % positive Umfrageantworten

Die wichtigste Erkenntnis war jedoch nicht allein die große Reichweite. Jedes Gespräch zeigte, worauf die Kundschaft Wert legte, warum sie zögerte und was ihr die Entscheidung erleichtern könnte. „Beim herkömmlichen Onlineeinkauf waren solche Erkenntnisse nur schwer zu gewinnen“, erklärt Fukabori. „Mit einem KI-Agenten werden sie Teil des Gesprächs.“

Der Service erschloss dem Einzelhandel außerdem neue Möglichkeiten. Die Kundschaft konnte auch nach Ladenschluss Fragen stellen und offen über Budgets oder Unsicherheiten sprechen, ohne Verkaufsdruck zu verspüren.

Jedes Gespräch endete mit einer kurzen Sprachumfrage. So wurde das Feedback zu einer natürlichen Fortsetzung des Einkaufserlebnisses.

Die Kundschaft beschrieb den Agenten als „zugänglicher als eine echte Verkaufskraft“ und schätzte es, Fragen ohne Stress erneut stellen zu können.

Für avatarin reicht die Bedeutung weit über den Verkauf hinaus. Ein besseres Gespräch kann auch zeigen, wie sich Service, Marketing und das nächste Kundenerlebnis verbessern lassen.

avatarin stellt sich eine Welt vor, in der ein einziger KI-Agent die Kundschaft nahtlos im Web, am Telefon und im Ladengeschäft betreut. Anstelle separater Systeme für jeden Kanal führt dieselbe Intelligenz den Kontext der Kundschaft fort. Das Ergebnis ist Kontinuität: eine Person, ein Gespräch und eine Marke, unabhängig davon, wo die Interaktion stattfindet.

Yamada Holdings ist unter anderem in den Bereichen Haushaltsgeräte, Wohnen und Finanzdienstleistungen tätig. Diese Vision könnte KI zu einer vertrauenswürdigen Begleiterin im Alltag machen. Das Ziel besteht nicht nur darin, Kanäle zu verbinden. Vielmehr soll eine KI entstehen, die die Marke und die Gastfreundschaft des Unternehmens verkörpert.

Die Technologie von OpenAI trägt dazu bei, diese Vision schneller umzusetzen. „KI hat deutlich einen Gang höher geschaltet“, sagt Fukabori. „Ich bin gespannt, was wir mit dieser außergewöhnlichen Intelligenz entwickeln können.“

avatarin möchte jedoch nicht, dass jedes Unternehmen gleich klingt. „Wir möchten, dass Menschen über jede Schnittstelle hinweg eine einheitliche Intelligenz erleben, die die Identität und Marke des jeweiligen Unternehmens verkörpert. Das verstehen wir unter ‚Eine Intelligenz. Eine Marke. Jede Schnittstelle.‘ Die Ära der KI für einzelne Aufgaben ist vorbei. Ich glaube, OpenAI wird die nächste Ära universell einsetzbarer, multimodaler Intelligenz anführen.“