Sehen Sie sich die Konferenz replay auf Französisch an:

Joy und Alexandre Barrière übernahmen die Leitung des Familienunternehmens von ihren Eltern Diane Barrière und Dominique Desseigne und hauchten dem Unternehmen neues Leben ein. Barrière-Gruppe mit einem neuen Ansatz für Innovation. Diese jahrhundertealte Institution leistete Pionierarbeit mit dem Konzept der “Ferienort im französischen Stil”.” die Hotels, Casinos, Restaurants, Wellness-Einrichtungen und Unterhaltung kombiniert. Im Jahr 2025 hat die Gruppe 33 Glücksspieleinrichtungen, 20 Luxushotels, und fast 7.000 Mitarbeiter weltweit.

Vor diesem Hintergrund der Internationalisierung begann die Transformation der Gruppe data und AI. Salomon Bentolila, Direktor von Data & Acquisition, treibt die Initiative voran. Mit Artefact als strategischer und technologischer Partner führt die Barrière-Gruppe ihre ersten maßgeschneiderten KI-Agenten ein.

Erstellung einer KI-Roadmap auf der Grundlage von drei Zielen

Um KI zu nutzen, hat die Barrière-Gruppe ihren Ansatz in drei Bereiche unterteilt:

  1. Verbesserung der Produktivität und des Betriebs: Alle Mitarbeiter haben Zugang zu KI, unabhängig von ihrem technologischen Reifegrad. Dies gilt für alle Geschäftsbereiche.
  2. Verändern Sie das Kunden- und Mitarbeitererlebnis: Chatbots und KI-Supportlösungen verbessern die betriebliche Effizienz, ohne die Servicequalität zu beeinträchtigen.
  3. Erstellen Sie neue Dienste mit generativer KI: Die Gruppe experimentiert derzeit mit neuen Geschäftsmodellen, um sich zu differenzieren.

Anwendungsfälle: Drei Pilot-KI-Agenten für unterschiedliche Geschäftsanforderungen

In Zusammenarbeit mit Artefact hat die Groupe Barrière ein generative KI-Plattform mit drei Hauptagenten. Jede dieser Lösungen ist auf bestimmte geschäftliche Herausforderungen ausgerichtet. Sie werden schrittweise in einem Test- und Lernmodus eingeführt.

Agent 1 - Barrière GPT: KI für alle

Basierend auf Gemini, dem Barrière GPT-Agent bietet sicheren Zugriff auf ein fortschrittliches Sprachmodell. Die Plattform integriert Bibliotheken mit Prompts, die Teams gemeinsam nutzen und wiederverwenden können. Das Tool wurde bei etwa hundert Mitarbeitern eingesetzt und hat bereits über 4.000 Eingabeaufforderungen erstellt. Diese Pilotphase ermöglicht die Bewertung der tatsächlichen Einführung und die Anpassung der Strategie.

“Wir lernen und kommen sehr schnell voran, wenn wir Dinge in Frage stellen. Google bietet viele Funktionen in seinem Workspace an. Das wirft die Frage auf: Sollen wir Barrière GPT beibehalten oder auf native Tools setzen? Wir bleiben agil.”- Salomon Bentolila, Direktor von Data & Akquisition, Groupe Barrière

Diese Test-und-Lern-Ansatz ermöglicht es der Gruppe, angesichts der schnellen Marktveränderungen flexibel zu bleiben. Anstatt sich auf eine massive Einführung festzulegen, bewerten die Teams von Salomon Bentolila in Echtzeit, ob die Lösung weiterhin relevant ist oder ob native Alternativen die Anforderungen besser erfüllen könnten.

Agent 2 - Call Center: Rationalisierung der Kundenbeziehungen

Die zweiter Agent zielt auf Call Center. Die Berater mussten mehrere Quellen konsultieren: Verfahren, Produktkataloge usw. Sie verschwendeten wertvolle Zeit während der Kundengespräche.

Das Team von Salomon Bentolila entwickelte einen Call Center-Agenten, der auf der RAG-Architektur (Retrieval-Augmented Generation) basiert. Diese Technologie fasst alle Geschäftsunterlagen zusammen. Die Berater erhalten sofort die Antworten, die sie benötigen; die Bearbeitungszeit für Informationen wird verkürzt; die Mitarbeiter können sich wieder auf den Verkauf und den Support konzentrieren.

Ergebnis: mehr als 1.000 Prompts von mehr als 60 aktiven Benutzern mit einer Zufriedenheitsbewertung von 3,64/4. Der Einsatz ist für alle Call Center der Gruppe geplant.

Agent 3 - Barrière Play Unterstützung: Kontinuierliche Unterstützung verfügbar

Die Barrière-Gruppe hat Barrière Play entwickelt, eine Anwendung, die ermöglicht es Kunden, sich mit einer wiederaufladbaren Geldbörse an Spielautomaten anzuschließen. Die Anwendung wird in agilen Sprints ständig weiterentwickelt. Wenn jedoch technische Probleme auftreten, verstehen die Mitarbeiter vor Ort die technischen Aspekte nicht immer gut genug, um sie zu lösen. Dies führte zu der Frage: Wie können wir jederzeit wirksame Unterstützung gewährleisten?

Es wurde beschlossen, eine FAQ zu erstellen. Das daraus resultierende Dokument database wurde in eine RAG aufgenommen. Dieses System bietet 24/7 KI-Unterstützung. Es wurde in drei Pilotkasinos getestet und hat mehr als 350 Prompts, über 30 aktive Benutzer und eine Zufriedenheitsbewertung von 3,77/4.

Geschäftliche Akzeptanz ist genauso wichtig wie technische Leistung

Die Akzeptanz durch die Benutzer ist ebenso wichtig wie die Leistung des Geräts. Das Feedback aus der Praxis erforderte Anpassungen.

Für Call Center mussten die Teams von Data und Acquisition die Qualität des Dokuments zu verbessern databases in den RAGs. Um die Teams zu überzeugen, war ein konkreter Beweis für den Mehrwert erforderlich.

“Unsere Callcenter-Mitarbeiter haben bereits Zugang zu etwa 32 Tools. Das bedeutete, dass sie ein weiteres Tool beherrschen mussten. Es musste sich also wirklich lohnen.” - Salomon Bentolila, Direktor von Data & Akquisition, Groupe Barrière

Was den Barrière Play-Agenten betrifft, so war die ursprüngliche Schnittstelle über Google Chat für mobile Mitarbeiter nicht geeignet. Daher hat die Gruppe den Agenten direkt in das Back-Office integriert Tools, die täglich verwendet werden, über eine API.

Artefact unterstützte diese Umschwünge, indem es die technische Architektur und die Integrationsmethoden anpasste. Darüber hinaus haben sie zwei wesentliche Aspekte angesprochen:

  1. Annahme durch Mitarbeiter
  2. Materialien zur Unterstützung des Änderungsmanagements

LLM als Richter: Überwachung des KI-Agenten zur Gewährleistung der Qualität

Die Nachhaltigkeit des Systems hängt von einer rigorosen Überwachung ab. Artefact und Groupe Barrière haben ein LLM als Ansatz für einen Richter um die Relevanz der Antworten kontinuierlich zu bewerten.

Diese Methodik ist wie folgt aufgebaut:

  • Informationen: Erstellung von data-Referenzbibliotheken mit Geschäftsbereichen einschließlich kommentierter Frage/Antwort-Paare
  • Antwort: Generierung von Antworten auf Benutzerfragen über den zu bewertenden RAG-Agenten
  • Bewertung: Automatische Bewertung der Vorhersage auf einer Skala von 1 bis 4 durch einen LLM-Juror, basierend auf dem Wissen dataset. Jede Bewertung ist explizit und begründet.
  • RekalibrierungÜberprüfung der Begründungen für die Bewertungen und anschließende Änderung der Kontextaufforderung/RAG des Agenten (episodische menschliche Aktivität)

Diese kontinuierliche Verbesserungsschleife stärkt das Vertrauen der Benutzer und gewährleistet die langfristige Zuverlässigkeit der KI-Agenten.

2026: Ein agiler Ansatz für die breite Einführung von KI

Mit mehr als 5.000 generierten Prompts plant die Groupe Barrière, bis 2026 neue Anwendungsfälle zu implementieren. Agilität bleibt die Priorität.

“Anstatt starr einer Roadmap zu folgen, ziehen wir es vor, Gelegenheiten zu ergreifen, die für unsere Teams interessant sein könnten. Wir legen ein Budget fest, das wir je nach Bedarf agil einsetzen.” -Salomon Bentolila, Direktor von Data & Akquisition, Groupe Barrière

Diese pragmatische und flexible Methodik ermöglicht es der Gruppe, ihr KI-Budget dynamisch zuzuweisen, anstatt einer festen Priorisierung zu folgen. Mit dieser Umstellung zeigt die Barrière-Gruppe, wie ein jahrhundertealter Akteur in der Luxushotellerie innovativ sein kann, ohne seine Identität zu verlieren. Indem es die Benutzerakzeptanz in den Mittelpunkt seiner Strategie stellt, hält es dank robuster Überwachungssysteme hohe Standards für die Qualität seiner Dienste aufrecht.