Kommentar von Dr. Thomas Wilde, BIG Social Media

Wie viel künstliche Intelligenz brauchen Chatbots?

| Autor / Redakteur: Dr. Thomas Wilde / Nico Litzel

Der Autor: Dr. Thomas Wilde ist Entrepreneur und Dozent sowie seit 2011 Geschäftsführer von BIG Social Media.
Der Autor: Dr. Thomas Wilde ist Entrepreneur und Dozent sowie seit 2011 Geschäftsführer von BIG Social Media. (Bild: BIG Social Media)

Watson gewinnt bei Schach, Jeopardy und Poker, Siri und Alexa verstehen uns aufs Wort. Möglich macht das künstliche Intelligenz (KI). Eine der Technologien, die dazu beiträgt, dass KI als die neue Wunderwaffe in der Dialogführung per Chatbot gilt, heißt Natural Language Processing. Bots, die Natural Language Processing einsetzen, können unstrukturierte, textliche Informationen verstehen und ebenfalls in natürlicher Sprache antworten. Echte Dialoge werden möglich. Dabei sind riesige KI-Ressourcen in den Clouds der diversen Anbieter – IBM Watson ist nur eine prominente Variante – verfügbar, skalierbar und erschwinglich. Das klingt gut? Ist es aber nicht in jedem Fall.

Chat- und Messenger-Dienste wie WhatsApp und der Facebook Messenger erfreuen sich rasant wachsender Beliebtheit. Jeder der beiden großen Anbieter vereint über eine Milliarde Nutzer. Wenn junge Menschen heute ihr Smartphone nutzen, dann in der Regel nicht mehr zum Telefonieren, sondern in erster Linie, um sich per WhatsApp oder Messenger auszutauschen. Laut Branchenverband Bitkom nutzen 63 Prozent der Deutschen WhatsApp, immerhin 15 Prozent den Facebook Messenger. Unternehmen greifen diesen Trend aktiv auf, bieten diese Kommunikationskanäle für den Service an oder nutzen sie für Marketing und Vertrieb.

Und wie immer in der noch jungen Geschichte des Kundendialogs geht es dann um Optimierung von Prozessen, Vereinheitlichung von Auskünften und möglichst geringe Kosten. Anforderungen, die allesamt für den Einsatz von Software-Robotern sprechen. Sie sind schnell bei der Beauskunftung und haben nur geringe laufende Kosten. Wenn sie dank ausgeklügelter, künstlicher Intelligenz in der Lage sind, die menschliche Dialogführung perfekt nachzuahmen, könnten die Bots diesen Kanal gänzlich alleine bespielen – sie würden Dialoge völlig autonom führen.

Nun könnte man dazu neigen, möglichst viel KI in einen solchen Bot hineinzupacken, um möglichst viele Fälle zu automatisieren und die Eingaben der Kunden möglichst umfassend zu verstehen. Neben der Gefahr des Over-Engineering droht darüber hinaus noch ein weiteres Risiko: die Usability leidet.

Usability First

Bots lassen sich auch gänzlich ohne KI zur Dialogführung einsetzen: Ein Bot ohne künstliche Intelligenz folgt einem Script. Dort sind Schlüsselwörter hinterlegt, deren Eingabe bestimmte Reaktionen hervorruft. ELIZA, ein bereits 1966 von Joseph Weizenbaum entwickelter Chatbot mit Elementen aus der Psychotherapie, ist ein schon sehr altes und prominentes Beispiel dafür. Der Vorteil: Allein die Eingabe eines Schlüsselwortes reicht, um den Bot zu steuern.

Doch die Kanäle heute bieten weit mehr Interaktions- und Navigationspunkte: Der Facebook Messenger bietet heute eine breite Palette an Schaltflächen und Auswahlfeldern, die Nutzereingaben in Textform in vielen Fällen überflüssig machen. Wieviel KI es also jeweils braucht, um einen kanalgerechtes Nutzer-Interface zu bieten, ist von Fall zu Fall unterschiedlich. Vollständige Sätze und umfangreiche Erklärungen tippt niemand gerne in sein Smartphone. Die Mensch-Maschine-Schnittstelle muss also so einfach und schnell bedienbar sein, sodass sie eine hohe Akzeptanz erfährt.

Auswahl- oder Ja/Nein-Fragen mit Buttons – die auch durchaus zum Beispiel mit Produktbildern angereichert sind – sind in vielen Fällen eine schnellere und damit beim User beliebtere Lösung, um in einer schnellen Interaktion zur Problemlösung zu kommen. Wichtig ist also, eine hohe Usability auf der Basis von Erfahrung und eigener Tests in der Pilotphase zu realisieren.

80/20 statt 100 Prozent Bot

Der vollständig autonome Bot mag technisch möglich sein, wirtschaftlich sinnvoll ist er nur in wenigen Fällen. Deshalb kommt, neben der vollständigen Automatisierung, auch dem Zusammenspiel von Mensch und Bot eine große Bedeutung zu. Entweder übernimmt der Bot den Dialog vom Menschen und leitet dann durch einen standardisierten Prozess hindurch – zum Beispiel für die Erfassung von Versandinformationen. Oder der Bot eskaliert den Dialog zum Mitarbeiter, wenn er selbst mit den Eingaben des Nutzers nicht arbeiten kann.

Automatisierung ist also kein Selbstzweck. Es geht immer um die für den Nutzer optimale Dialogführung, die letztlich ja auch einen entscheidenden Anteil an einer überzeugenden Customer Experience hat. Wer über-automatisiert, wird schnell in eine Komplexitätsfalle der Software-Entwicklung hineinlaufen, die zu hohen Kosten für eine vermeintlich perfekte 100-Prozent-Lösung führt. Sinnvoller ist die an Pareto angelehnte 80/20-Lösung. Dabei werden Standardfälle mit hohen Volumina vom Bot erledigt, die komplexen Fälle bearbeiten Menschen. So kann die Maschine ihr hohes Effizienzpotenzial voll ausspielen und Kunden laufen nicht in Gefahr, in zu komplexe maschinengetriebene Dialoge verwickelt zu werden. In der Praxis ist daher der Verzicht auf zu viel KI durchaus ein Beitrag zur Wirtschaftlichkeit und zur Customer Experience.

Der Weg zum Bot

Der Weg zum wirtschaftlich sinnvollen, vom Kunden gut akzeptierten und technisch beherrschbaren Bot beginnt immer mit einer ausführlichen Potenzialanalyse. Der Bot muss schließlich sowohl an den natürlichen Dialogfluss als auch an den Business Case angepasst werden. Und nicht umgekehrt: Wenn sich der Kunde in seinem Verhalten ändern muss, um mit dem Bot zu kommunizieren, ist das Projekt von Beginn an zum Scheitern verurteilt.

Bestehende Dialoge gehören also auf den Bot-Prüfstand: Welche gleichartigen Prozesse fallen mit hohen Volumina an? Welche Community-Anfragen sind inhaltlich so ähnlich, dass sie mit standardisierten Antworten oder Verlinkungen innerhalb der Community beantwortet werden können? Welche manuellen Rechercheprozesse muss ein Mitarbeiter zur Beantwortung von Chat-Anfragen häufig durchführen? Wer diese und weitere Fragen einmal beantwortet hat, hat Klarheit über den Business Case; die Arbeit am Bot-Konzept kann beginnen.

Auf den Prototyp folgt ein Pilotprojekt: Dabei agieren Mitarbeiter und Bot in einem Kanal nebeneinander. Der Bot wird getestet und kontinuierlich verfeinert. Die unmittelbare Reaktion des Kunden gibt Aufschluss darüber, ob und wie der Bot angenommen wird. Die Erfahrungen fließen sofort in die Entwicklung ein.

Mit dem Live-Betrieb des ersten Bots in einem Kanal beginnt schließlich ein kontinuierlicher Evaluationsprozess, der die dauerhafte Optimierung des Bots zur Aufgabe hat. Nach und nach kann der Bot dann auf weiteren Kanälen eingesetzt werden und seine fachliche Domäne bearbeiten. Und: Weitere Bots für andere Bot-fähige Prozesse können in Angriff genommen werden. So entsteht eine Gruppe von Fach-Bots, die jeweils einen Business Case bearbeiten können. Um eine einheitliche Kundenerfahrung zu gewährleisten wird nun ein Moderator-Bot notwendig, der das Konzert der einzelnen Bots orchestriert – quasi der Zoodirektor, der den Überblick über den „Zoo of Bots“ behält.

Der „Zoo of Bots“

Für den Kunden muss der Dialog – gleich welcher fachliche Bot zum Einsatz kommt – genauso zielführend und gewinnbringend sein, wie der Dialog mit einem Mitarbeiter. Das zu erreichen, ist das Ziel des Moderator-Bots, der quasi als Netzwerkknotenpunkt mit einer zentralen Funktion Routing, Eskalationen und Delegationen für jede Konversation überwacht. Die anderen Bots, die fachlichen Bots können dann jeweils einen Business Case oder eine Wissensdomäne abbilden.

Customer-Engagement-Lösung mit Multi-Bot-Plattform bei Mercedes Benz

Den „Zoo of Bots“ beherrschen: Bei Mercedes Benz sorgt Big Connect für Dialog aus einem Guss. Künstliche Intelligenz kommt aus der Cloud immer dann, wenn sie wirklich benötigt wird.
Den „Zoo of Bots“ beherrschen: Bei Mercedes Benz sorgt Big Connect für Dialog aus einem Guss. Künstliche Intelligenz kommt aus der Cloud immer dann, wenn sie wirklich benötigt wird. (Bild: BIG Social Media)

Allein sorgen weder KI noch eine alleinstehende Individualentwicklung für einen Bot, der eine gute Customer Experience erlaubt. Wie ein perfekter Kundendialog mit Bots und Mitarbeitern organisiert wird, zeigt Mercedes Benz mit einer Multi-Bot-Plattform auf Basis der Customer Engagement Lösung BIG CONNECT. Dort laufen alle Social-Media-Kanäle zusammen. BIG CONNECT übernimmt die Rolle des Moderators und sorgt für situatives Routing, Eskalation und Delegation. So entsteht nicht nur eine optimale Zusammenarbeit von Menschen und Bots, sondern auch eine überzeugende Customer Experience. Übrigens: Künstliche Intelligenz kommt bei dieser Lösung dann zum Einsatz, wenn es notwendig ist. Und wenn KI dazu beiträgt, Usability und Nutzen für den Kunden zu steigern.

Kommentare werden geladen....

Kommentar zu diesem Artikel abgeben

Anonym mitdiskutieren oder einloggen Anmelden

Avatar
  1. Avatar
    Avatar
    Bearbeitet von am
    Bearbeitet von am
    1. Avatar
      Avatar
      Bearbeitet von am
      Bearbeitet von am

Kommentare werden geladen....

Kommentar melden

Melden Sie diesen Kommentar, wenn dieser nicht den Richtlinien entspricht.

Kommentar Freigeben

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

Freigabe entfernen

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Infos finden Sie unter www.mycontentfactory.de (ID: 44642692 / Künstliche Intelligenz)