-
Die Erfindung betrifft ein Verfahren zur Optimierung von Serviceleistungen, welche über Funktionen eines Fahrzeugsystem genutzt werden, nach der im Oberbegriff von Anspruch 1 näher definierten Art.
-
Aktuell ist es lediglich für einige Sonderanwendungen üblich Informationen des Fahrzeugs bzw. eines Fahrzeugsystems automatisch zu übermitteln. Dies betrifft im Wesentlichen die teilweise gesetzlich vorgeschriebenen eCalls (emergency call). Im Falle der Auslösung eines Notrufs werden dabei die Geopositionen und ggf. Fahrzeugdaten zu Unfallinformationen automatisch übermittelt.
-
DE 10 2019 204 786 A1 beschreibt ein System und Verfahren zur Vitalfunktionsüberwachung von Fahrzeugnutzern. Hierbei können auch externe Einrichtungen wie Datenbanken oder Leitstellen für Notrufe oder Straßenüberwachung über den Vitalzustand informiert werden. Das Erkennen von schleichenden gesundheitlichen Problemen aufgrund von graduell abnehmender fahrerischer Leistungsfähigkeit im Fahrzeug ist beispielsweise in der
DE 10 2021 003 489 A1 beschrieben.
-
Die
US 2017 / 0004561 A1 beschreibt ein automatisiertes Verfahren, um einem Nutzer bei der Auswahl eines Fahrzeugs zu helfen.
-
Die Aufgabe der hier vorliegenden Erfindung besteht nun darin, Serviceleistungen, welche über Funktionen eines Fahrzeugsystems genutzt werden, zu optimieren, um eine das Fahrzeug nutzende Person möglichst erfolgreich zu unterstützen.
-
Erfindungsgemäß wird diese Aufgabe durch ein Verfahren mit den Merkmalen im Anspruch 1 gelöst. Vorteilhafte Ausgestaltungen und Weiterbildungen ergeben sich aus den hiervon abhängigen Unteransprüchen.
-
Das erfindungsgemäße Verfahren optimiert Serviceleistungen, welche über Funktionen eines Fahrzeugsystems genutzt werden, wozu seitens einer das Fahrzeug nutzenden Person eine Serviceanfrage ausgelöst wird. Die Person, welche nachfolgend auch als Fahrzeugnutzer oder Nutzer bezeichnet wird, nutzt also in Ihrem Fahrzeug Serviceleistungen mittels einer über das Fahrzeugsystem ausgelösten Serviceanfrage. Dafür kann z.B. eine Sprachsteuerung, eine Gestensteuerung oder eine Auswahl in einem Menü, z.B. auf einem Touchscreen des Fahrzeugssystems oder auch einem mit diesem verbundenen Smartphone oder dergleichen genutzt werden.
-
Ein Fahrzeugsystem innerhalb des Fahrzeugs hat Zugriff auf eine erste Gruppe von Signalkanälen und somit den Sensorinformationen des Fahrzeugs. Diese fahrzeugbezogenen Signale beinhaltet fahrzeugbezogene Daten (Geschwindigkeit, Route, Fehlermeldungen, Ladezeiten, etc.), Interaktionsverläufe des Fahrzeugnutzers (Reihenfolge der Menüauswahl, Auswahl von Funktionen, Sprachkommandos, etc.) und nutzerbezogene Signale (physiologische Daten, Selbstgespräche, Bewegung, etc.).
-
Außerdem hat das Fahrzeugsystem Zugriff auf eine zweite Gruppe von Signalkanälen, diese servicebezogenen Signale bewerten den Erfolg einer Serviceanfrage, z.B. durch Feedback des Fahrzeugnutzers, des Serviceanbieters, der Abbruchquote bei Assistenzinteraktion (z.B. voice assistants im Fahrzeug und deren Erfolg bei der Eingabeausführung), auf Basis der Problemlösung und mittels Sentiment-Analyse. Im Besonderen, werden hierbei Informationen über die Anfrage des Nutzers, sowie die Antwort des Serviceanbieters und/oder der Folgeinteraktion im Fahrzeug gespeichert.
-
Das Fahrzeugsystem umfasst ein Steuergerät, in welchem ein Verfahren ausgeführt wird, welches über den Nutzungszeitraum die ersten und zweiten Signale überwacht/monitort und daraus Datensätze erzeugt.
-
Die so gesammelten Datensätze können dann genutzt werden, um wiederkehrende Muster zu erkennen. Solche Muster lassen sich dann der Beantwortung zukünftiger Serviceanfragen zugrunde legen. Wenn dabei diejenigen Muster als „Vorlage“ herangezogen werden, welche bei denselben oder ähnlichen Signalen zu einem positiven Ergebnis geführt haben, kann schnell und effizient eine mit hoher Wahrscheinlichkeit für den Nutzer zufriedenstellende Lösung gefunden werden.
-
Dies erhöht die Verkehrssicherheit, durch eine optimierte Unterstützung des Fahrzeugnutzers. Es steigert seinen Komfort bei der Fahrzeugbedienung durch digitale Mittel (engl. digital luxury). Außerdem führt es zumindest mittelfristig zu einer Reduzierung und Optimierung der Service-Interaktion. Ferner hilft es dabei die Zufriedenheit des Nutzers, also des Kunden des Serviceanbieters bzw. -dienstleisters, mit der Serviceleistung zu steigern.
-
Eine vorteilhafte Ausgestaltung des Verfahrens sieht es ferner vor, dass die Datensätze und/oder die darin erkannten Muster einer Vielzahl von Fahrzeugen in einen Signalraum transferiert werden, auf welchen eine Vielzahl von Fahrzeugen im Falle einer Serviceanfrage direkt oder mittelbar zugreifen können.
-
Diese Datensätze werden, insbesondere abstrahiert und anonymisiert, vorzugsweise mittels einer Cloud-Anbindung in einer Datenbank im Backend gesammelt. In einen Signalraum transferiert lassen sich dort die Datensätze einer ganzen Fahrzeugflotte zusammenführen. Damit liegt eine Datenbasis vor, welche mit zunehmender Größe zunehmend bessere Ergebnisse liefern kann, da dann mehr denkbare Fälle typischerweise bereits mehrfach aufgetreten sind. Alternativ ist auch ein verteiltes System, bei dem die Datensätze on-demand zusammengeführt werden, vorstellbar.
-
Über eine OTA (over the air) Anbindung oder V2I (vehice-to-infrastructure) können alle Fahrzeuge der Flotte auf das Backend und somit auf die in den Signalraum transferierten Datensätze zugreifen.
-
Gemäß der Erfindung kann außerdem vorgesehen sein, dass die Datensätze eines aktuellen Serviceanfrage mit dem die Datensätzen und/oder den darin erkannten Mustern vorhergehender Serviceanfragen umfassenden Signalraum verknüpft werden. Damit können gemäß einer sehr günstigen Weiterbildung erfolgreiche historische Antworten abgeleitet und zur Beantwortung der aktuellen Serviceanfrage genutzt werden.
-
Wenn Fahrzeugnutzer den Service über die dafür vorgesehene Fahrzeugfunktion kontaktieren, sind einer solchen Situation typischerweise bereits mehrere Interaktionen zwischen dem Nutzer und dem Fahrzeugsystem selbst vorausgegangen. Der kontaktierte Service hat standardmäßig über diesen Verlauf jedoch keine Information. Kontaktiert der Fahrzeugnutzer den Service aus dem Fahrzeug heraus, so werden also gemäß des hier beschriebenen Verfahrens die aktuellen Dialogverläufe mit den zeitlich vorangehenden Signalraum-Abbildungen im Backend verknüpft. Aus der Verknüpfung können dann erfolgreiche historische Antworten auf die Service-Anfrage abgeleitet werden und dem Fahrer z.B. über akustische oder visuelle Ausgabe zur Verfügung gestellt werden.
-
Der besondere Vorteil liegt jedoch darin, dass auch für den Falle einer sich aus historischen Antworten abzeichnenden nicht erfolgreichen oder für die Person zufriedenstellenden Problemlösung sinnvoll reagiert werden kann. Dann nämlich können präventive Hilfsangebote in dem Fahrzeug angeboten werden, Systemfunktionen auf der Basis von Interaktionen mit negativem Ergebnis angepasst werden, z.B. über eine Softwareupdate und/oder Signale der vorhergegangenen Interaktionen mit dem Fahrzeugsystem können zu einem Servicedienstleister übertragen werden, um diesem die Informationen für eine zu erwartende telefonische Serviceanfrage zur Verfügung zu stellen. Basierend auf den Informationen ist dann die Chance, dass die Anfrage schnell, effizient und für den Nutzer zufriedenstellend gelöst werden kann sehr viel höher.
-
Ein besonders vorteilhafte Variante des Verfahrens gemäß der Erfindung kann es ferner vorsehen, dass das Überwachungssystem die ersten Signale kontinuierlich überwacht und prädiziert ob eine Serviceanfrage unmittelbar bevorsteht, wobei im Falle einer unmittelbar bevorstehenden Serviceanfrage bereits nach geeigneten Lösungen zu in dem Signalraum vorliegenden analogen Signalen gesucht wird, oder falls eine Serviceanfrage an einen Servicedienstleister als unmittelbar bevorstehend prädiziert wird, die Signale der vorhergegangenen Interaktionen mit dem Fahrzeugsystem bereits an den Servicedienstleister übertragen werden.
-
Beides ermöglicht eine besonders schnelle Antwort und erhöht so den Komfort und letztlich auch das Zutrauen des Nutzers in das System.
-
In einer vorteilhaften Ausgestaltung werden mittels Methoden des maschinellen Lernens (z.B. Entscheidungsbäume, tiefe neuronale Netzwerke, etc.) auf den erhobenen Daten im Signalraum die entsprechenden Abbildungen antrainiert. Die gelernten Abbildungen können dann im Folgenden zur Prädiktion von Service-Anfragen verwendet werden. Wobei prinzipiell auch individuelle Abbildungen bzw. Maschine Learning-Modelle möglich sind, sofern der individuelle Nutzer mehrere Anfragen gestellt hat und neue Anfragen ähnlich zu den bisher zum Training verwendeten Anfragen sind und/oder aus diesen inter- oder extrapoliert werden können.
-
Weitere vorteilhafte Ausgestaltungen und Weiterbildungen ergeben sich aus dem Ausführungsbeispiel, welches nachfolgend zusammen mit den Figuren beschreiben ist.
-
Dabei zeigen:
- 1 eine schematische Darstellung der Interaktion eines Fahrzeugnutzers mit einem Servicedienstleister; und
- 2 eine schematische Darstellung eines möglichen Ablaufs des Verfahrens zu Optimierung von Servicedienstleistungen.
-
1 zeigt schematisch angedeutet den Fahrzeugnutzer 1 sowie ein mit 2 bezeichnetes Fahrzeug. Dieses steht in Interaktion mit einem fahrzeugexternen Server 3, typischerweise dem Backendserver (Backend 3) eines Fahrzeugherstellers. Dieser umfasst zumindest einen ersten Datenspeicher 4 für einen Signalraum bezogen auf das Fahrzeug, den Fahrzeugnutzer und Interaktionen. Die hier einfließenden Signale sind also diejenigen, die im Sinne der Erfindung als fahrzeugbezogene Signale bezeichnet sind. Daneben befindet sich ein mit 5 bezeichneter Datenspeicher für die Serviceanfragen, im Sinne der Erfindung also die servicebezogenen Signale.
-
Sowohl der Fahrzeugnutzer 1 als auch das Backend 3 stehen nun in Kommunikation mit einem Servicedienstleister 6. Unter einem Servicedienstleister im Sinne der Erfindung kann dabei sowohl eine digitale Assistenzfunktion als auch, insbesondere im Bedarfsfall, ein humaner Serviceanbieter verstanden werden.
-
Die von dem Fahrzeugsystem gesammelten Signale werden also vorzugsweise an das Backend 3 übertragen, in welchem sie effizienter gespeichert und analysiert werden können, da hier sehr viel leichter eine größere Rechenleistung und ein großer Speicher verfügbar gemacht werden kann. Die Daten werden nun im Backend 3, oder alternativ wie eingangs ausgeführt auch im Fahrzeug bzw. dezentral oder in einer Kombination hiervon analysiert, zum Beispiel geclustert, um Muster und Zusammenhänge zu erkennen. Diese erkannten Muster sind der für das Verfahren entscheidende Inhalt dieser Daten. Im Anschluss erfolgt dann eine Abbildung auf einen Signalraum, wie er in den Datenspeichern 4, 5 in der Darstellung der 1 entsprechend angedeutet ist.
-
Kontaktiert der Fahrzeugnutzer 1 den Servicedienstleister 6, so übermittelt das System dem Servicedienstleister 6 Information aus dem aktuellen Signalraum des Fahrzeugsystem und eine Prädiktion zudem zu erwartenden Sentiment des Fahrzeugnutzers 1 sowie mögliche Lösungsvorschläge aus anderen Serviceanfragen bzw. -interaktionen der Vergangenheit mit ähnlichem Signalraum desselben oder eines anderen Fahrzeugnutzers. Der Ablauf ist in 2 dargestellt.
-
Am konkreten Beispiel einer Navigationsfunktion stellt sich das dann wie folgt dar: Ein Fahrzeugnutzer 1 nutzt die Navigationsfunktion im Fahrzeug 2 regelmäßig. Die Muster seiner Interaktionen sind abgebildet im Signalraum durch die erste und zweite Gruppe der Signalkanäle und liegt im Backend 3 vor. So kann beispielsweise ein Muster erkennbar sein (d.h. eine Häufung von Abbildungen im Signalraum ist in einem Wertebereich sichtbar) von Navigationsinteraktionen des Fahrzeugnutzers 1, bei denen er eine Zieleingabe tätigt, den Navigationsanweisungen folgt und die Strecke der Navigation mit seinem Fahrzeug 1 zurücklegt. Am Zielort endet die Navigation erfolgreich mit Erreichen des Routenendes und endet automatisch. Die Sentiment-Erkennung vom Fahrzeugnutzer 1 kann beispielsweise als positiv-neutral gemessen worden sein.
-
Weiterhin kann beispielsweise ein Muster erkennbar sein, bei dem die Selektion der Navigation durch eine hohe Anzahl an Menüinteraktion gekennzeichnet war (z.B. häufige Verwendung der „DEL“-Taste, um Zeichen zu löschen, häufiges Scrolling im Auswahlmenü der Ziele, häufiger Aufruf der Routenansicht, häufiges Löschen und Ergänzen von Zwischenzielen, Abbrüche, etc.). Gleichzeitig weicht die gefahrene Strecke von der vorgeschlagenen Navigation ab und der Fahrer bricht vor Erreichen des Ziels die Streckennavigation aktiv ab. Die Sentiment-Erkennung vom Fahrer kann beispielsweise als negativ gemessen worden sein.
-
In Kombination mit solchen beispielhaft skizzierten Mustern können zusätzlich Signale auf Basis einer Interaktion mit dem Servicedienstleister 6 auftreten und erhoben werden. Z.B. kann der Fahrzeugnutzer 1 durch Ansteuern eines (digitalen) Assistenten im Fahrzeug 2 mittels Hilfetasten oder durch Auswahl einer Concierge-Funktionstaste mit Direktwahl zum Service-Helpdesk-Callcenter mit diesem Kontakt aufnehmen. Das darauffolgende Dialog und dessen Verlauf werden erfasst. Insbesondere können hiernach als Feedbacksignale die Zufriedenheit der Teilnehmer (Fahrzeugnutzer 1 und Servicedienstleister 6) zusammen mit dem Erfolgslevel der Problemlösung nach Interaktionsende erfragt und so erhoben werden.
-
Im Rahmen der Dialogaufnahme können beispielsweise Signale auftreten, wie Beschimpfungen durch den Fahrzeugnutzer 1 (lexikalische Information), negativer Sentiment beim Fahrzeugnutzer 1, Unzufriedenheit bei der Feedback-Angabe, keine erfolgreiche Problemlösung, vorzeitiges Beenden des Gesprächs durch den Fahrzeugnutzer 1.
-
So entsteht die o.g. Kombination aus
- (a) Informationen aus dem Signalraum inkl. der vorangegangenen Interaktionen und
- (b) der Service-Interaktion und deren Erfolg bzw. Kundenzufriedenheit.
-
Dies ermöglicht folgende technische Lösungen:
- 1. Erkennen von Signalraum-Mustern, die typischerweise zu einem positiven oder negativen (i.S.v. erfolgreicher und nicht erfolgreicher Lösung des Fahrerproblems und i.S.v. zufriedener oder nicht zufriedener Feedbackrückmeldung durch Fahrer und Serviceanbieter) Ausgang führen.
- 2. Erkennen von Unterschieden im Ausgang bei gleichen Signalraum-Mustern und Erkennen der Unterschiede im Dialog.
- 3. Durch 1. und 2. Anpassung der Dialogstrategie für den Serviceanbieter auf Basis der positiven/erfolgreichen Dialoge.
- 4. Durch 1. und 2. frühzeitiges Erkennen von Signalraum-Mustern mit negativem/nichterfolgreichem Ausgang und aktivem und präventivem Einsteuern von Hilfeinformationen oder Kontaktangeboten an den Fahrer. Dies kann durch digitale Assistenzfunktionen erfolgen und so den direkten Service-Kontakt reduzieren.
- 5. Durch 1. und 2. Erkennen von Schwierigkeiten in der Bedienung erkennen und Korrektur durch Interaktionsanpassung im Fahrzeug über die Funktionsentwicklung und (over-the-air) Updates einspielen.
-
ZITATE ENTHALTEN IN DER BESCHREIBUNG
-
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
-
Zitierte Patentliteratur
-
- DE 102019204786 A1 [0003]
- DE 102021003489 A1 [0003]
- US 20170004561 A1 [0004]
