Chatbots als digitale Helfer werden heutzutage immer häufiger von Unternehmen als zusätzlicher Kommunikationskanal auf der Webseite eingesetzt. Chatbot ist jedoch nicht gleich Chatbot. Es gibt große Unterschiede bezüglich Sprachverständnis, Funktionalität und Intelligenz.

Grundsätzlich lassen sich Chatbots in zwei Kategorien einteilen: Regelbasierte und KI-basierte Chatbots.

Regelbasierte Chatbots sind günstig in der Entwicklung, jedoch haben sie einen großen Nachteil: Sie können nur vorgefertigte Fragen mit vorher festgelegten Antworten beantworten. Daher muss ihnen jede mögliche Eingabe des Nutzers vorab beigebracht werden. Ein sehr umständliches Unterfangen, denn die menschliche Sprache ist geprägt von Mehrdeutigkeiten, Varietäten (z.B. Dialekte oder Umgangssprache) oder individuellen Sprachstilen und Ausdrucksweisen.

Sie möchten beispielsweise Ihrem Chatbot die Öffnungszeiten Ihres Unternehmens beibringen. Naheliegende Formulierungen von Nutzern wären:

• Wann haben Sie geöffnet?
• Wie sind Ihre Öffnungszeiten?
• Ich würde gerne die Öffnungszeiten erfahren.

Enthält die Formulierung eines Nutzers allerdings Füllwörter („Wie sind eigentlich Ihre Öffnungszeiten?“), Rechtschreibfehler („Wie snid Ihre Öffnungszeiten?“) oder indirekte Sprechakte („Wann kann ich vorbeikommen?“), die dem Chatbot nicht beigebracht wurden, kommt der regelbasierte Chatbot schnell an seine Grenzen und erkennt die Frage des Nutzers nicht mehr. Regelbasierte Chatbots kompensieren diese Schwäche häufig, indem Eingaben nur über Buttons getätigt werden können: Der Nachteil: Nutzer müssen sich durch lange Dialoge klicken und können Ihre Fragen nicht direkt stellen.

Im Vergleich zu den regelbasierten Chatbots müssen KI-basierte Chatbots nur mit wenigen Daten trainiert werden, damit sie das Anliegen eines Nutzers verstehen. Sie erkennen die Muster in den Formulierungen und können auch auf Fragen reagieren, die sie zuvor nicht gelernt haben. Die Leistung der Künstlichen Intelligenz besteht also darin, einer Fülle an individuellen Sprachvariationen gerecht zu werden – bei einer geringen Anzahl von Sprachbeispielen. Durch sie kann ein Chatbot Eingaben in natürlicher Sprache, sei es mündlich oder schriftlich, erkennen und daraufhin die passende Antwort liefern. Diesen KI-Prozess bezeichnet mal als Natural-Language-Understanding (NLU).

Wie gut ein virtueller Assistent die Fragen von Nutzern beantworten kann, beeinflusst die Nutzerzufriedenheit erheblich. Doch wie lässt sich die Erkennungsrate eines KI-Chatbots verbessern?

Chatbots lernen in der Regel durch Supervised Learning (überwachtes Lernen). Als Grundlage werden dem digitalen KI-Assistenten eine Handvoll Sprachbeispiele gegeben, welche einem bestimmten Anliegen zugeordnet werden. Anders als ein regelbasierter Chatbot versteht der KI-Chatbot nicht nur die Sprachbeispiele, der er eins zu eins gelernt hat, sondern auch solche, die diesen ähnlich sind. Bei einfachen Themen kann es für eine gute Erkennungsrate schon ausreichend sein, einem Chatbot fünf bis zehn unterschiedlich formulierte Sprachbeispiele zu zeigen.

Idealerweise basiert der Trainingsdatensatz des Chatbots auf Sprachäußerungen von echten Endnutzern. Da dies bei der Entwicklung des Chatbots aber nicht immer der Fall ist, können Entwickler bzw. Dialog Designer den virtuellen Assistenten zunächst mit ausgedachten Beispielen trainieren. Dann wir der Chatbot trainiert. Wenn ihm dabei unbekannte Formulierungen begegnen, werden diese zum Datensatz hinzugefügt und der Chatbot wird bei fortschreitendem Training immer schlauer.

Wenn ein Chatbot im Training eine Formulierung nicht erkennt oder falsch erkennt, kann das zwei Gründe haben:

1. Es gibt bereits ein Anliegen zu der Formulierung. Die Formulierung wird als Beispielformulierung in dem Anliegen ergänzt.
2. Zu der Formulierung besteht noch kein Anliegen. Die Person, die den Chatbot trainiert, muss nun entscheiden, ob der Chatbot ein neues Thema dazulernen soll oder nicht. Entscheidet er sich dafür, legt er ein neues Thema an und formuliert weitere passende Fragen oder Aussagen um die Erkennungsrate zu erhöhen.

Trotzdem ist nicht alles, was an einem Chatbot intelligent erscheinen mag, tatsächlich auf Künstliche Intelligenz zurückzuführen. Denn neben einer guten KI-Technologie kommt es bei Chatbots auch auf eine schlaue Programmierung an. Ein wichtiges Kriterium für die Qualität von Chatbots ist, dass er sich den Kontext des Gesprächs merkt, also auf Inhalte zurückgreifen kann, die zuvor von dem Nutzer oder dem Chatbot geäußert wurden. Dass sich Chatbots Zusammenhänge merken und diese im Verlauf eines Gesprächs wieder aufgreifen, ist eine der größten Herausforderungen von Entwicklern Künstlicher Intelligenz. Was heute durch KI kaum möglich ist, lässt sich durch Konfigurationen in der Entwicklung lösen. Auch die Anbindung an andere Systeme, wie CRM, Warenwirtschaftssystem oder Terminkalender sind eine Sache der Programmierung.

Neben Spracherkennung und -verständnis sind typische Aufgabenbereiche Künstlicher Intelligenz Bild- und Raumkennung, Übersetzung und Datenanalyse. Wie bei Chatbots zeichnen sich auch diese Verfahren dadurch aus, dass es verhältnismäßig einfach ist, Beispieldatensätze zu erheben und Muster in diesen zu erkennen.

Für einige dieser KI-Technologien gibt es auch Anwendungsfälle in Chatbots. Zum Beispiel:

• Bilderkennung: Nutzer können im Chat Bilder direkt über die Smartphone-Kamera hochladen. Dies kann zum Beispiel genutzt werden, um Fehlermeldungen an Geräten oder Maschinen zu erkennen. Der Chatbot kann dann Handlungsanweisungen in Form von Text, Bild oder Video auszugeben. Auch im Handel finden sich praktische Anwendungsfälle für Chatbots mit Bilderkennung, zum Beispiel bei der Suche nach Alternativprodukten.
• Analyse von Dokumenten: Über Services wie Watson Discovery von IBM können Inhalte aus verschiedenen Quellen über den Chatbot bereitgestellt werden. Fragt ein Nutzer eine Frage, zu der der Chatbot keine Antwort weiß, kann er suchen, ob er eine Antwort auf der Webseite des Unternehmens findet. Bei unternehmensinternen Chatbots eignet sich dieser Service auch, um Mitarbeitern Wissen aus dem Intranet schnell und einfach zur Verfügung zu stellen.

Sie würden gerne unverbindlich mehr darüber erfahren, inwiefern ein KI-Chatbot bei ihrem individuellen Anwendungsfall Ihr Unternehmen unterstützen kann? Gerne beraten wir Sie dazu in einem kostenlosen Erstgespräch. Vereinbaren Sie doch einfach einen Termin über unseren Chatbot "asski" oder auf unserer Webseite. Telefonisch erreichen Sie uns unter +49 4307 900 407. Wir freuen uns auf Sie!