Die Entwicklung vom Chatbot zum KI-Agenten

Chatbots haben bereits eine längere Geschichte als man denkt. Lange vor dem Launch von ChatGPT gab es bereits KI-basierte Bots, doch erst der Hype um die neue Technologie und das steigende Interesse bei den Nutzern haben zum endgültigen Durchbruch verholfen.

Im Kundenservice setzte man schon früh auf Chatbots. Logisch, denn mit zunehmender Digitalisierung entstanden im Verlauf der 2000er Jahre immer mehr neue Kontaktkanäle. Dies führte zu einer größeren Anzahl an Kundenanfragen auf unterschiedlichen Systemen und ließ manche Supportteams an ihre Grenzen stoßen. Chatbots schafften da schnell Abhilfe, indem sie repetitive Anfragen beantworteten oder auf hilfreiche Artikel im Help Center verwiesen. Diese Funktion erfüllen sie bis heute. Indem sie Servicemitarbeitenden Anfragen abnehmen, können sich diese um strategische und komplexere Anfragen kümmern.

Chatbots werden im heutigen Kundenservice immer proaktiver und menschlicher

Die Übernahme von leicht zu beantwortenden Fragen durch Chatbots ist nach wie vor ein wichtiges Element im Kundenservice. Doch Chatbot-Technologien haben sich durch die Fortschritte im Bereich der generativen KI rasant weiterentwickelt. Durch die Nutzung von generativer KI entstehen vollkommen neue Customer Journeys.

Innovative Chatbots können ihre Form der Interaktion mit Kund:innen an die jeweilige Phase in der Customer Journey anpassen und diese entsprechend personalisieren. So können sie beispielsweise auf Grundlage von Vorlieben, Verhaltensweisen oder demografischen Daten relevante oder neue Informationen über Produkte oder Dienstleistungen empfehlen. Sie agieren nicht mehr nur reaktiv, sondern erkundigen sich proaktiv, ob die Kund:innen Fragen zu den Artikeln in ihrem digitalen Warenkorb haben und geben von sich aus Auskunft über den Bestellstatus, ohne dass die Kund:innen danach fragen müssen.

Für Unternehmen kann es sich bezahlt machen, KI-gestützte Chatbots auch in andere Geschäftsbereiche – wie zum Beispiel den Vertrieb oder das Marketing – zu integrieren. So können die gesammelten Daten und Erkenntnisse genutzt werden, um Kund:innen in ihrem Stadium der Customer Journey abzuholen und personalisierte Erlebnisse zu bieten.

Chatbots werden intuitiver und entwickeln sich zum KI-Agenten

Richtig trainiert können Bots immer Aufgaben für Unternehmen übernehmen: Sie sind in der Lage, einfache wiederkehrende Anfragen zu beantworten oder Kund:innen bei bestimmten Fragen zu einem hilfreichen Artikel in der Wissensdatenbank weiterzuleiten. Eine KI kann Anfragen nach Absicht (Intent) und der Stimmung der Kund:innen (Sentiment) kategorisieren und dementsprechend priorisieren und an die richtigen Ansprechpersonen leiten. Zusätzlich unterstützt eine generative KI CX-Agenten dabei, passende Antworten zu formulieren, indem sie Textbausteine erkennt und entsprechend des Anliegens und der Gefühlslage ausformuliert.  So können sich Kundendienst-Mitarbeiter:innen direkt den wichtigen Aufgaben zuwenden. Weiterhin kann eine KI Prozesse abbilden und automatisieren, was es den Kund:innen ermöglicht, vorgegebene Prozesse mit entsprechenden Varianten und Abbruchmöglichkeiten durchzuführen. 68 Prozent glauben, dass sich Bots immer weiter zu „KI-Agenten” entwickeln, die mehr und mehr Aufgaben erledigen können, die bisher von Menschen getan wurden.

Wie trainiert man einen Bot für die bestmögliche CX?

In KI-Agenten liegt also großes Potenzial. Doch welche (technischen) Voraussetzungen gibt es, um diese entsprechend zu entwickeln?

Über die Hälfte der deutschen Verbraucher:innen stellt Bots unterschiedliche Fragen – und möchte, dass diese entsprechend beantwortet werden. Dementsprechend sind 56 Prozent der deutschen Verbraucher:innen der Meinung, dass Chatbots das gleiche Maß an Kompetenz und Qualität aufweisen sollten wie hochqualifizierte menschliche Agent:innen. Doch diese Erwartung deckt sich nicht mit der Unternehmensrealität: Nur 23 Prozent der CX-Führungskräfte im IT-Bereich geben an, dass sich Bots auf dem Niveau fortschrittlicher digitaler Agent:innen befinden.

Für die erfolgreiche Weiterentwicklung eines grundlegenden Chatbots zu einem KI-Agenten sind vor allem eine hohe Qualität der Trainingsdaten sowie Integrationen mit Drittanbietern entscheidend. Grundlage sind qualitativ hochwertige Daten aus den Kundeninteraktionen, also die vorhandene CX-Datenbasis. Aufgrund von Datensilos zwischen unterschiedlichen Abteilungen nutzen Unternehmen das Potenzial ihrer Servicedaten jedoch noch nicht ausreichend. Servicedaten sind von besonders hoher Relevanz, da sie im Gegensatz zu generischen Daten aus realen unterschiedlichen Anwendungsfällen während der Interaktion mit Kund:innen stammen. Sie helfen dem KI-Agenten, in verschiedenen Situationen möglichst akkurat, personalisiert und empathisch zu reagieren. Die Datensätze ermöglichen es, spezifische Chats zu erstellen, die entsprechend auf eine Kundenabsicht oder -stimmung reagieren können. Dadurch kann der KI-Agent die Kund:innen genauer verstehen als generische Modelle.

Um die Implementierung eines Chatbots erfolgreich zu gestalten, spielen folgende Elemente eine tragende Rolle:

Datensammlung aus realen Situationen
Eine geeignete Grundlage sind große Datenmengen bestehend aus realen Gesprächen oder textbasierten Interaktionen. Diese sollten möglichst relevant für den beabsichtigten Einsatzbereich des Chatbots sein. Im Fall des Kundenservice können dies Daten sein, die aus den Anfragen der Kund:innen und entsprechenden Lösungen resultieren.

Datenvorbereitung erheblich
Bevor die Daten genutzt werden, sollten sie von irrelevanten Informationen, Duplikaten und Fehlern bereinigt und anonymisiert werden. Datenverantwortliche, wie CX- oder IT-Teams, sollten besonders relevante Datensätze für ein gezieltes Training nutzen.

Modellauswahl – vortrainierte Sprachmodelle sind die Grundlage
Vortrainierte Sprachmodelle wie beispielsweise GPT-4o, BERT oder andere Large Language Models (LLMs) bilden in der Regel die Grundlage einer Chatbot-Lösung. Dies verbessert die Leistung und Geschwindigkeit für Bots, Agenten und Administratoren bei gleichbleibender Qualität. Darauf aufbauend müssen die Datenverantwortlichen diese Modelle an ihre spezifischen Anforderungen und vorhandenen Trainingsdaten anpassen.

Verbesserung durch stetiges Training
Der KI-basierte Chatbot wird in einem überwachten Lernprozess mit den annotierten Daten trainiert, um spezifische Aufgaben wie das Erkennen von Kundenintentionen zu erlernen. Anschließend verbessert sich der Bot stetig durch Rückmeldungen aus echten Interaktionen und optimiert so die Qualität der Interaktionen.

Validierung und Testen helfen die Performance zu steigern
Mithilfe separater Datensätze, die nicht im Training verwendet wurden, können Verantwortliche die Genauigkeit der Antworten und die Effizienz prüfen. A/B-Tests und das Feedback der Nutzer:innen helfen, die Performance weiter zu verbessern.

Integration
Nach erfolgreichem Test erfolgt die Integration in die vorgesehenen Kommunikationskanäle. In den meisten Fällen ist dies die Unternehmenswebseite oder eine entsprechende App. Eine wichtige Voraussetzung dabei ist die Skalierbarkeit des Chatbots, um auch zu Stoßzeiten ein hohes Nutzeraufkommen zu bewältigen.

Datensicherheit und -schutz

Unternehmen sollten immer professionelle Schutzmaßnahmen und Kontrollen einsetzen, um Kundendaten zu verwalten und sicherzustellen, dass generative KI sicher und zuverlässig eingesetzt wird.

Entwicklung von zukunftsfähigen KI-Agenten zahlt sich aus

Für Unternehmen ist die Entwicklung von Chatbots zu digitalen Agent:innen eine große Chance: Erkenntnisse und Daten aus Kundeninteraktionen sowie menschliches Feedback helfen dabei, die hochleistungsfähigen KI-Agenten zu schulen. Diese können bis zu 90 Prozent der Serviceanfragen automatisieren. Zum einen entlastet ihr Einsatz also die menschlichen Serviceteams und sorgt so für eine höhere Mitarbeiterzufriedenheit. Gleichzeitig profitieren Unternehmen von einer stärkeren Kundenbindung, wenn sie ihre KI-Agenten so trainieren, dass diese nicht nur schnell, sondern auch empathisch und proaktiv auf die unterschiedlichen Kundenbedürfnisse eingehen können. 

Zwei Drittel der CX-Führungskräfte glauben, dass Chatbots in der Lage sind, eine stärkere emotionale Bindung zu ihren Kund:innen aufbauen zu können. Voraussetzung dafür ist die Entwicklung von KI-basierten Chatbots zu qualifizierten digitalen Agenten, die eine Schlüsselrolle im Kundenservice und im gesamten Kundenerlebnis spielen.

Um das Kundenerlebnis zu verbessern und den Erwartungen der Verbraucher:innen gerecht zu werden, sollten CX-Verantwortliche nicht zögern, in die Weiterentwicklung von Bots zu investieren. Fest steht: Zufriedenere Kund:innen suchen häufiger die Interaktion mit Unternehmen, kaufen mehr und steigern somit den Umsatz. Dies bestätigen auch die Ergebnisse des CX Trends Reports: 85 Prozent der CX-Verantwortlichen, die Chatbots auf dem Niveau von digitalen Agent:innen verwenden, berichten von einem positiven Return on Investment (ROI). Dabei sollten Firmen immer ihren jeweiligen Use Case und ihre spezifische KI-Strategie im Auge behalten, um auch mittel- bis langfristig auf neue Entwicklungen in der Customer Experience vorbereitet zu sein.