https://www.elinext.de/fallstudien/ki-chatbot-integration/
23369
attachment
KI Chatbot Integration - Elinext Case Study
Einbindung eines KI-Chatbots in die Webversion mobiler Anwendungen. KI Integration.

Einbindung eines KI-Chatbots in die Webversion mobiler Anwendungen. KI Integration.

Information
Standort:
Weltweit
Branche:
Medien und Unterhaltung
Plattform:
Webanwendung
Arbeitsmodell:
Zeit und Materialien
Projektdauer:
2 Monate
Team-Mitglieder:
1 Entwickler
ID:
0
Verwendete Technologien
Geocoder
FastAPI
Websocket
langgraph
Mapbox
Lottie
Tailwind
SerpApi
OpenAI
Anthropic
RAG
TavilySearch
Pandas
React
Python
TypeScript

Elinext arbeitete mit diesem Kunden an mehreren Projekten, die bis ins Jahr 2016 zurückreichen. Alle bisherigen Interaktionen und Kooperationen waren erfolgreich, sodass es nicht überraschend war, dass der Kunde uns rief, als er einen Entwickler für sein neues Projekt im Bereich der KI Chatbot Integration benötigte. Da er jedoch mehrere Projekte gleichzeitig bearbeitet, arbeitet er mit verschiedenen Anbietern zusammen, wobei er uns nie vergisst. Diesmal musste er einen KI-Chatbot für die Website einbinden.

Projektbeschreibung

Unser Kunde hat die App und das aktuelle Projekt vom Elinext-Entwickler entwickeln lassen. Sie baten uns, eine Demo eines neuen Konzepts umzusetzen. Ziel war es, die App zu erweitern, um zu verstehen, ob sie den Erwartungen der Investoren entspricht.

Die Demo sollte auf einer Website laufen, die die mobile Version der App repräsentiert und mit dem Backend kommuniziert, in dem der KI-Assistent läuft.

Das Konzept war folgendes:

Das Backend zieht Daten aus Datenbanken mit dem Verlauf der Benutzerstandorte und Zugriff auf den Benutzerplan. Manchmal analysiert das Backend die Nutzertrends und speichert diese, um die Bearbeitung auf Anfrage zu beschleunigen. Wenn der Benutzer die Website öffnet, werden Informationen über das Nutzerverhalten angezeigt. Die Website enthielt eine Karte mit verschiedenen Ebenen, die unsere GIS-Entwicklung verdeutlichten. Standardmäßig zeigte die Karte den Zeitplan des Nutzers.

Die Idee war, dass die App die Trends des Nutzers (basierend auf den besuchten Orten) erfasst und seinen Kalender anpasst, indem sie Orte vorschlägt, die der Nutzer bei einem Besuch einer neuen Stadt basierend auf seiner Besuchshistorie besuchen könnte.

Herausforderungen

Unser Kunde bat uns, eine Demo eines neuen Konzepts umzusetzen, das die KI-Chatbot-Integration beinhaltete. Die größte Herausforderung bestand darin, eine Brücke zwischen dem KI-Сhatbot und dem Benutzer zu schaffen. Für die Demo sollte jeder Tag im Kalender eine andere Funktionalität haben.

Um KI-Chatbot für die Website umzusetzen, sollten die folgenden Funktionen realisiert werden:

  • Neue Stadt suchen: Wenn der Benutzer die Stadt eingibt, die er besuchen möchte, wird ein KI-Assistent basierend auf der Nutzergeschichte und den Präferenzen nach Orten suchen, die der Benutzer in der neuen Stadt besuchen könnte, und diese auf einer Karte anzeigen, zusammen mit einer Beschreibung, warum dieser Ort vorgeschlagen wurde.
  • Neues Ereignis zum Benutzerkalender hinzufügen: Der KI-Assistent prüft den Zeitplan des Benutzers und findet den relevantesten Zeitrahmen für das neue Ereignis, basierend auf dem Standort des Benutzers und den Lücken zwischen anderen Ereignissen. Der neue Zeitplan wird auf der Karte angezeigt.
  • Alles suchen (Chat mit dem Assistenten): Der Benutzer kann im Chat-Fenster alles eingeben (z. B. "Ich brauche am Mittwoch einen Haarschnitt"). Der KI-Assistent versteht die Anfrage und sucht die besten Orte für diese Anfrage. Er ist nicht nur auf Orte beschränkt, sondern kann auch bei der Standortsuche und der Planung des Zeitplans sowie bei anderen Aspekten helfen. Alle Gedanken und Aktionen des KI-Assistenten werden im Chat-Fenster des Benutzers gestreamt, sodass der Benutzer den Prozess nachvollziehen kann.

Prozess

Wir kommunizierten über Slack, und Elinext stellte die Informationen zu den Updates bereit.

Unser Entwickler erhielt eine Jupyter-Notebook-Datei mit einigen Codebeispielen und die Aufgabe, ein Backend für ihre Ideen zu erstellen, damit diese in Form einer Demo präsentiert werden können, um die Integration des KI-Chatbots zu demonstrieren. Der Prozess umfasste auch Front End Entwicklung, um ein nahtloses Benutzererlebnis zu schaffen.

Lösung

Die Anwendung, die unser Kunde entwickelte, sammelt Benutzerdaten. Unser Entwickler erhielt Daten von einem Testbenutzer. Basierend auf den Orten, die der Benutzer in den letzten zwei Wochen besucht hatte, sollte der Benutzer KI-basierte Empfehlungen zu Orten erhalten, die er in einer neuen Stadt besuchen könnte. Die Daten stammten von einer Person aus Melbourne, die eine Reise nach Paris, Frankreich, plante.

Unser Entwickler erhielt die Daten im JSON-Format, und Mistral KI wurde verwendet, um auf Grundlage der Benutzerverhaltenstrends Empfehlungen zu generieren.

Basierend auf der bereitgestellten Standorthistorie sollte die KI Orte vorschlagen, die der Benutzer in einer neuen Stadt besuchen könnte, sowie einen ungefähren Zeitplan.

Jeder Ort musste mit Google Places verbunden werden, um dem Benutzer die nötigen Informationen zu liefern. Um diese Orte auf einer Karte darzustellen, benötigten wir die Koordinaten, weshalb wir die Google Places API durchsuchten.

Unsere Aufgabe war es, den Agenten mit dem Frontend der Webanwendung zu verbinden, das die mobile App simuliert.

Während die Trends erstellt wurden, erhielt der Benutzer eine ansprechende Animation, und unser Kunde konnte auf der Website den vollständigen Verlauf der Aktivitäten im Backend verfolgen.

Wir verwendeten den KI-gesteuerten Agenten, der die endgültigen Vorschläge erstellte. Am Ende erhielt der Benutzer Empfehlungen zu Orten, die er besuchen könnte, und unser Kunde benötigte diese Funktionalität, um sie den Investoren zu präsentieren. Dies unterstreicht die Kompetenz von Elinext im Bereich der KI Lösungen, die unserem Kunden helfen, innovative Funktionen effektiv zu präsentieren.

Nach Abschluss der Demo, die ein großer Erfolg war, benötigte unser Kunde einige zusätzliche Funktionen, wie das Hinzufügen von Ereignissen zum Kalender. Dies war die zweite Phase des Projekts, deren Demo ebenfalls erfolgreich war.

In der dritten Phase wollte unser Kunde die Funktion "Alles suchen" realisieren. Die Gedanken und Aktionen des KI-Assistenten flossen in das Chatfenster des Benutzers, sodass dieser den Prozess nachvollziehen und verstehen konnte.

Ergebnisse

Der Elinext-Ingenieur konnte erfolgreich eine Brücke zwischen dem KI-Assistenten und dem Benutzer herstellen, dank seiner herausragenden Backend-Entwicklungsexpertise. Unser Kunde stellte erfolgreich die Funktionen vor, die er den Investoren präsentieren wollte, und diese werden in die endgültige Version der App aufgenommen. Die Integration des KI-Assistenten verlief reibungslos.

Dieses Projekt zeigte auch die Expertise von Elinext in ML Lösungen, die datengesteuerte Funktionalität und Präzision gewährleisten.

Neue Funktionen werden auch in Zukunft implementiert. Dies ist eine fortlaufende Zusammenarbeit, und beide Parteien sind mit der Kooperation bei diesem und anderen Projekten gegenseitig zufrieden.

1-133
2-127
3-107
Haben Sie vor, ein gleiches Projekt zu schaffen?
Haben Sie eine Projektidee? Lassen Sie uns darüber diskutieren
Kontakt


    Insert math as
    Block
    Inline
    Additional settings
    Formula color
    Text color
    #333333
    Type math using LaTeX
    Preview
    \({}\)
    Nothing to preview
    Insert