^{bald lieferbar}

Coverabbildung: Forschungsarbeit, „KI-gestützte Klassifikation von Support-Tickets“ von Otmane Azeroual, André Gasch, Lars Mannich, Ralf Mickley, Irene Rebel

Otmane Azeroual, André Gasch, Lars Mannich, Ralf Mickley, Irene Rebel KI-gestützte Klassifikation von Support-Tickets

Ein Ansatz mit Maschinellem Lernen, Predictive Analytics und Explainable AI

Hamburg 2026, 146 Seiten

Zum Inhalt

Diese Arbeit untersucht die KI-gestützte Klassifikation von Support-Tickets in Unternehmen. Ziel ist, manuelle, zeitaufwändige Prozesse durch Maschinelles Lernen, Predictive Analytics und Explainable AI effizienter, transparenter und fehlerresistenter zu gestalten. Praxisnahe Ansätze ermöglichen die Integration in bestehende Systeme, steigern Effizienz, Qualität und Zufriedenheit von Kund:innen und Mitarbeitenden und verbinden wissenschaftliche Forschung mit Unternehmenspraxis.

Schlagworte

Automatisierung Business Intelligence Datenanalyse Explainable AI / XAI Informatik IT-Service Management KI-gestützte Klassifikation Kundenservice Maschinelles Lernen Predictive Analytics Support-Tickets Textanalyse Text Mining

Bibliografische Daten

Autor:innen	Otmane Azeroual, André Gasch, Lars Mannich, Ralf Mickley, Irene Rebel
Titel	KI-gestützte Klassifikation von Support-Tickets
Untertitel	Ein Ansatz mit Maschinellem Lernen, Predictive Analytics und Explainable AI
Seiten	146
Erscheinungsjahr	2026
Ort	Hamburg
ISBN (Print)	978-3-339-14842-1
eISBN (eBook)	978-3-339-14843-8
Schriftenreihe	Forschungsergebnisse zur Informatik
Band	76

Weitere Bücher der Autoren

^Buchtipp

Otmane Azeroual, Georg Elsas, Akin Arin, Jochen van Waasen

Skalierbare Anomalieerkennung in kontinuierlichen Datenflüssen auf Basis künstlicher Intelligenz

Hamburg 2025

Otmane Azeroual, Kevin Neumeyer, Nicolas Teusch, Kuan Wang, Joshua Zähler

Intelligente Abfallwirtschaft: KI-gestützte Lösungen für automatisierte Mülltrennung und -entsorgung

Hamburg 2025

Erwerbungsvorschläge

Sie können Ihrer Bibliothek auch einen Erwerbungsvorschlag für dieses Buch unterbreiten.

-Import

Mit der Browser-Erweiterung Zotero Connector können Sie die auf dieser Seite hinterlegten COinS-Metadaten direkt in Ihre Literaturverwaltung übernehmen.

Weitere Exportformate für Katalogisierung und Zitation

MARC 21

=020  978-3-339-14842-1
=100  Otmane Azeroual; André Gasch; Lars Mannich; Ralf Mickley; Irene Rebel
=245  10$aKI-gestützte Klassifikation von Support-Tickets : $bEin Ansatz mit Maschinellem Lernen, Predictive Analytics und Explainable AI
=264  Hamburg : $bVerlag Dr. Kovač, $c2026
=490  0Forschungsergebnisse zur Informatik
=300  146 Seiten
=650  Support-Tickets
=650  Maschinelles Lernen
=650  Predictive Analytics
=650  Explainable AI / XAI
=650  KI-gestützte Klassifikation
=650  IT-Service Management
=650  Textanalyse
=650  Text Mining
=650  Automatisierung
=650  Kundenservice
=650  Datenanalyse
=650  Business Intelligence
=650  Informatik
=650  : Informatik

MARC 21 herunterladen

BibTeX

@book{azeroual2026-kigestuetzte,
  author    = {Otmane Azeroual and André Gasch and Lars Mannich and Ralf Mickley and Irene Rebel},
  title     = {KI-gestützte Klassifikation von Support-Tickets: Ein Ansatz mit Maschinellem Lernen, Predictive Analytics und Explainable AI},
  year      = {2026},
  publisher = {Verlag Dr. Kovač},
  series    = {Forschungsergebnisse zur Informatik},
  isbn      = {978-3-339-14842-1},
  address   = {Hamburg},
  pages     = {146},
  fachbereich = {Informatik},
  keywords    = {Support-Tickets, Maschinelles Lernen, Predictive Analytics, Explainable AI / XAI, KI-gestützte Klassifikation, IT-Service Management, Textanalyse, Text Mining, Automatisierung, Kundenservice, Datenanalyse, Business Intelligence, Informatik},
}

BibTeX herunterladen

RIS (für EndNote, Zotero, Citavi …)

TY  - BOOK
AU  - Otmane Azeroual
AU  - André Gasch
AU  - Lars Mannich
AU  - Ralf Mickley
AU  - Irene Rebel
TI  - KI-gestützte Klassifikation von Support-Tickets: Ein Ansatz mit Maschinellem Lernen, Predictive Analytics und Explainable AI
PY  - 2026
PB  - Verlag Dr. Kovač
T3  - Forschungsergebnisse zur Informatik
SN  - 978-3-339-14842-1
CY  - Hamburg
N1  - 146 Seiten
SP  - Fachbereich: Informatik
KW  - Support-Tickets
KW  - Maschinelles Lernen
KW  - Predictive Analytics
KW  - Explainable AI / XAI
KW  - KI-gestützte Klassifikation
KW  - IT-Service Management
KW  - Textanalyse
KW  - Text Mining
KW  - Automatisierung
KW  - Kundenservice
KW  - Datenanalyse
KW  - Business Intelligence
KW  - Informatik
ER  -

RIS herunterladen

Ihr Werk im Verlag Dr. Kovač

Informationen: Wir veröffentlichen Ihre wissenschaftliche Arbeit >>