Prozessdaten aus der Voice-Anwendung in Echtzeit überwachen: Mit Lydia Warehouse Intelligence (LWI) hat topsystem, ein Unternehmen der EPG, ein Smart-Analytics-Tool für die Sprachsoftware Lydia Voice im Portfolio, mit dem Anwender kontinuierlich und in Echtzeit die Performance des Systems überwachen können. Dazu gehören beispielsweise die Zustandsdaten der eingesetzten Voice-Hardware, wie die Akku-Laufzeit der mobilen Sprachcomputer, aber auch Umgebungsdaten, wie die WLAN-Feldstärke oder die Antwortzeiten des Systems an den Server.

LWI ist eine der ersten Smart-Data-Analytics-Lösungen für Voice-Prozesse am Markt. Als Basis für die Auswertungen dienen zuvor definierte KPIs, die in dem BI-Instrument hinterlegt und stetig überwacht werden. Das Tool gibt Nutzern von LydiaVoice einen Echtzeit-Überblick über den Lagerzustand, bezogen auf die eingesetzte Sprachsoftware und Hardware sowie die Infrastruktur. Dies ist möglich, weil die Voice-Geräte die Zustandsdaten der Hardware – wie beispielsweise die Akku-Laufzeit, aber auch Umgebungsdaten wie WLAN-Feldstärke oder Antwortzeiten des Systems – an den Server senden.

Darüber hinaus erfasst das Tool Daten zur stetigen Bewertung der Spracherkennungsqualität. Der individuelle Recognition Score der Voice-Anwender gibt an, wie gut die Mitarbeiter vom Voice-System verstanden werden. In der neuesten Version hat LWI eine erweiterte Spracherkennungsanalyse (Wort-Phrasen-Statistik): Auf Basis der eingesprochenen Worte generiert das Tool Statistiken, so dass sich leicht identifizieren lässt, ob Optimierungspotenzial bezüglich der Erkennung einzelner Wörter oder ganzer Phrasen besteht. Mit dem Einsatz von LWI entfällt somit die bis dato aufwändige Analyse von Log-Dateien aus verschiedenen Quellen. LWI bereitet sämtliche Daten kontinuierlich auf und stellt sie für Analysezwecke bereit.

Grundlage für Predictive Maintenance
Lagerverantwortliche, die die internen Prozesse steuern und deshalb jederzeit über den aktuellen Status der wichtigsten Lager-KPIs informiert sein müssen, profitieren laut Hersteller von LWI. Engpässe, Schwachstellen und Optimierungspotenziale in der Voice-Installation lassen sich frühzeitig erkennen und leichter lokalisieren. LWI bildet in diesem Kontext somit auch die Grundlage für Predictive Maintenance: Durch das permanente Monitoring des analysierten Datenmaterials wird Handlungsbedarf erkannt, bevor es kritisch wird. So kann beispielsweise die Kapazität der Akkus stetig überwacht und diese können rechtzeitig ersetzt werden.

KI-Komponenten in der weiteren Entwicklungsstufe
Die gezielte Auswertung sämtlicher Daten ist essenziell für eine kontinuierlich hohe Performance der gesamten Voice-Installation. Künftig wird LWI um KI-Komponenten ergänzt, die eine differenzierte Überwachung der Antwortzeiten zwischen dem Voice- und dem übergeordneten System (LVS, ERP) ermöglichen. LWI ist dadurch in der Lage zu lernen, wie lange bestimmte Vorgänge, beispielsweise Serverabfragen, in der Regel dauern. Antwortzeiten können kundenspezifisch variieren, je nach Art der Schnittstelle und Infrastruktur. Durch Machine Learning kann LWI Muster erkennen und mögliche Eskalationsstufen sinnvoll anpassen. LWI ist als SaaS-Lösung verfügbar und komplett ohne Customizing nutzbar.