Chatbots machen Schule

Chatbots bauen ist nicht schwer – braucht aber Erfahrung

Mit der technischen Umsetzung müssen Unternehmen nicht bei null beginnen. Große Cloudanbieter wie Amazon oder Microsoft stellen alle nötigen Frameworks und Tools bereit, die dann zur gewünschten Chatbot-Anwendung kombiniert werden können. Im Fall von Microsoft Azure wären das etwa ein QnA-Maker zur Erstellung der Frage-Antwort-Datenbank, Bot Services sowie entsprechende Web-Applikationen für die Darstellung des Bots. Mithilfe von Language Understanding Intelligent Service (LUIS) ist der Bot in der Lage, natürliche Sprache besser zu verstehen und darauf einzugehen. Bei Bedarf können auch weitere Funktionen wie ein Übersetzer, Funktionen für Sprachausgabe oder Suchfunktionen eingebunden werden. Welcher Anbieter und welche Funktionen gewählt werden, ist nach den konkreten Anforderungen zu entscheiden.

Für diese Auswahlentscheidung wie auch für die zügige Umsetzung des Projekts, ist Erfahrung von Vorteil. Wenn Unternehmen erstmals Chatbots einsetzen, fehlt es zum Teil an Expertise, häufig auch an Zeit und Ressourcen. In diesem Fall können externe Dienstleister, wie die direkt gruppe unterstützen, die über entsprechende Projekterfahrung verfügen und Best Practices anwenden. Das gilt auch für die Einhaltung der Datenschutzvorgaben. Es kommt dabei nicht nur auf den Standort der Cloudserver und die dort geltenden Bestimmungen an, sondern auch auf die Art des Datenzugriffs. Oft genügen Lesezugriffe und es müssen gar keine (sensiblen) Daten übertragen werden. Erfahrene Dienstleister können auch dazu beraten und eine geeignete Lösung finden.

Ein Chatbot lernt nie aus

Nach Testläufen, Anpassungen und Verbesserungen folgt der Einsatz: Nutzerfragen live und in Echtzeit. Im Hintergrund sucht der Chatbot-Algorithmus jeweils die Antwort, die mit der höchsten Wahrscheinlichkeit passt. Basierend auf vorhergehenden Transaktionen wird der jeweilige Antwort-Score errechnet.

Nun lassen sich auch bei sehr sorgfältiger Ausarbeitung des Frage-Antwort-Katalogs nie alle tatsächlich gestellten Fragen im Wortlaut voraussagen, auch inhaltlich können sich neue Aspekte ergeben. Durch den Einsatz von Automatismen kann man die Ergebnisse weiter verfeinern:

• indem Nutzer aus mehreren möglichen Antworten die jeweils passende wählen können oder
• indem um eine Bewertung gebeten wird, ob die Antwort hilfreich war.

Um die Treffergenauigkeit weiter zu verbessern, sollten aber trotzdem und gerade zu Beginn auch die Möglichkeiten der manuellen Bearbeitung genutzt werden, die das Bot-Framework bietet – eine Art Personal Training für den Chatbot. Über die Auswertungsfunktionen der Webbot-Services lassen sich alle Fragen und Antworten einschließlich der vom System berechneten Antwort-Scores einsehen. Passt nach Ermessen des Projektteams eine andere Antwort besser, so lässt sich das nachträglich eintragen. Der Bot „lernt“ so für künftige Konversationen, welche Antwort geeigneter ist. Ebenso können Fragen und Antworten fortlaufend ergänzt und verändert werden.

Fazit: Mit klarem Fokus, sorgfältiger Vorbereitung und Pflege der Datenbasis lassen sich Chatbots generieren, die Mitarbeitende in Unternehmen entlasten und gleichzeitig Anwender durch optimales Nutzererlebnis überzeugen, im besten Fall sogar begeistern.

Daniel Romanowski, solutions direkt AG

 www.direkt-gruppe.de