Chatbots müssen noch viel lernen

Das digitale Kundenerlebnis ist aus keiner Unternehmensstrategie mehr wegzudenken. Die Corona-Pandemie hat diesen Trend weiter beschleunigt. In diesem Zusammenhang spielen auch Chatbots eine immer größere Rolle. Doch können die digitalen Helfer die an sie gestellten Erwartungen erfüllen?

Chatbots liegen im Trend und immer mehr Unternehmen setzen sie im Bereich der Kundenkommunikation ein. Studien zeigen, dass bereits 65 Prozent der europäischen Unternehmen einen Chatbot nutzen. Dabei wird fast jedes zweite an einen Chatbot gerichtete Anliegen von diesem bereits vollständig bearbeitet (http://www.eos-solutions.com/). Chatbots haben für Unternehmen das Potenzial, Service- und Supportkosten zu sparen und die Reaktionszeiten zu verkürzen. Allerdings ist es wichtig, vor dem Einsatz eines Chatbots die wesentlichen Prozesse und Anwendungsszenarien im Hinblick auf Wirtschaftlichkeit und Nutzerakzeptanz im Unternehmen zu evaluieren.

Auch auf Kundenseite steigt die Akzeptanz. Kunden schätzen vor allem Geschwindigkeit und Verfügbarkeit der unermüdlichen Bots. Was die Leistung der Chatbots betrifft, gibt es allerdings noch Luft nach oben. Hier gilt: Die Akzeptanz von Chatbots wächst mit der Qualität der Konversation. 

Intelligente und weniger intelligente Chatbots

Ein Chatbot funktioniert entweder auf Basis von definierten Regeln (regelbasiert) oder auf Basis künstlicher Intelligenz und Natural Language Understanding (NLU). Regelbasierte Chatbots greifen auf einen Katalog von definierten Fragen und Antworten zurück und kommen vor allem dann zum Einsatz, wenn es darum geht, weitgehend standardisierte Vorgänge abzuarbeiten. Diese Systeme haben aber einen entscheidenden Nachteil: Entspricht die Eingabe nicht exakt einem hinterlegten Muster, kann der Chatbot damit nichts anfangen.

Moderne Systeme können in natürlicher Sprache mit Menschen kommunizieren und benötigen keine starren Ablaufmuster. Der Chatbot erkennt dank NLU den Inhalt der Frage, kann eigenständig Verknüpfungen erstellen und somit auch anspruchsvollere Dialoge führen und Antworten auf komplexe Fragen geben. Diese Analyse erfolgt dabei über NLU-Module, die auf neuronalen, selbst lernenden Netzen beruhen. Auch die benötigten Informationen sucht der intelligente Chatbot auf Basis neuronaler Netze in verknüpften Wissensdatenbanken und kann so die Antworten aus verschiedenen Quellen zusammenstellen. Zu den Vorteilen eines intelligenten Systems zählen unter anderem eine erhöhte Customer Experience und Datenverfügbarkeit in Echtzeit. Die Erstellung eines solchen Bots erfordert allerdings eine lange Entwicklungszeit.

Je größer der Wissensgraph, desto besser der Chatbot

Das Wiener Unternehmen Deepsearch beschäftigt sich bereits seit mehr als 10 Jahren mit Automatisierung kognitiver Aufgaben und hilft Unternehmen, vom Potenzial von Natural Language Understanding zu profitieren. CEO Roland Fleischhacker ist davon überzeugt, dass das Volumen an Chatbot-Kommunikation in den nächsten Jahren rasant wachsen wird, doch „90 bis 95 Prozent der Chatbots, die heute im Einsatz sind, werden weder von den Unternehmen noch von den Nutzern als wirklich gut eingestuft“. „Das wichtigste bei einem Chatbot ist, dass die Eingabe verstanden wird. Ist das nicht der Fall, führt das bei den Kunden zur Frustration. Die große Herausforderung bei der Erstellung eines Chatbots ist daher das Thema NLU.“  

Zusammenfassend meint Fleischhacker zum Thema Chatbots: „Wir sind zwar noch weit davon entfernt, dass ein Chatbot einen guten Service-Mitarbeiter ersetzen kann. Aber er kann ihm einen beträchtlichen Teil der 0815-Themen abnehmen. Das heißt, der Mitarbeiter hat dann für die wirklich schwierigen Themen viel mehr Zeit und kann auf einem höheren Niveau mit dem Kunden kommunizieren. Der Mitarbeiter bzw. das Unternehmen erntet damit viel mehr Anerkennung durch den Kunden“.