Lasst Chatbots machen, nicht nur chatten

Chatbots können mehr als chatten

Chatbots und Voicebots sind in der Privatwirtschaft und der öffentlichen Verwaltung mittlerweile weit verbreitet. Der Hype-Status ist vorbei, die virtuellen Assistenten arbeiten. Arbeitgeber und Nutzer sind mal mehr, aber meistens weniger zufrieden mit der Leistung. Mit drei Faktoren lassen sich Nutzen und Akzeptanz deutlich steigern.

Unzufriedenheit mit Chatbot-Initiativen entsteht meist durch Geburtsfehler. FAQ-Chatbots sind häufig KI-Versuchsballons. Oft programmieren Unternehmen sehr schnell, ohne viel Planung, Prototypen zusammen. Genauso schnell landen diese dann auf dem „PoC-Friedhof“. Heißt: Sie schaffen es gar nicht auf die Website oder in eine App, oder sie werden nach einem kurzen Gastspiel wieder offline gestellt.

Warum passiert das?  Es liegt oft an der falschen Motivation: Chatbots der ersten Generation sind als reines „Marketing-Spielzeug“ gedacht gewesen, um zu zeigen, dass ein Unternehmen digital vorne dabei ist. Man möchte das digitale Image fördern und Kunden und Nutzern signalisieren: „Seht her, wir setzen auf Künstliche Intelligenz“.

Das Resultat dieses Ansatzes löst dann die Unzufriedenheit mit der Investition aus: kein durchdachter und übergreifender Self-Service-Prozess, statische und schnell veraltete Antworten, keine Integration in die verbundenen oder sich anschließenden Prozesse, kein iterativer Ausbau nach dem Go-Live, keine Einbindung von Nutzer-Feedback. Oder einfach ausgedrückt: keine Nutzerakzeptanz und ein negativer Marketingeffekt.


Linkempfehlung: Im Thinktank des Bundesverbandes Deutscher Unternehmensberater (BDU) entstand das Whitepaper Chatbots und ihr Reifegrad – was kann der Bot von heute?, das kostenlos zum Download bereitsteht.


Chatbots sind zum Arbeiten und Helfen da

Damit Chatbot-Vorhaben zufriedenere Gesichter bei allen Beteiligten hervorrufen, sollte das vermeintliche Spielzeug viel mehr als Arbeitswerkzeug betrachtet werden, das liefern muss. Und Chatbots müssen nicht nur ihrem Arbeitgeber Arbeit abnehmen, sondern auch den Nutzern. Wir Kunden und Bürger nutzen Chatbots, weil wir dadurch Zeit sparen. Wir bekommen eine Frage schneller beantwortet und ein Passwort schneller zurücksetzt, weil wir nicht in einer Warteschlange hängen, sondern sofort bedient werden. Unternehmen sparen Zeit und Kosten, weil sie durch Chatbots Prozesse vereinfachen und viele Arbeiten zur selben Zeit erledigen können.

Diese digitale Effizienz erreichen Unternehmen nur dann, wenn der digitale Assistent den Prozess vollumfänglich begleitet und dem Nutzer Medienbrüche und Wartezeiten zwischen einzelnen Prozessschritten erspart. Nur dann kann von einem wahren Self-Service-Ansatz gesprochen werden.

Drei Dinge sind für die Implementierung und den erfolgreichen Betrieb solch einer Lösung notwendig:

1. Prozessintegration – Chatbot sollten ihre Macher-Qualitäten mehr ausspielen können

Digitale Assistenten sollten Nutzern ermöglichen, aktiv in den Prozess einzugreifen und nicht nur statisch informieren. Änderungen an Stammdaten, zum Beispiel Adressen, sollten direkt über den Chatbot möglich sein. Voraussetzung dafür ist ein Lese- und Schreibzugriff auf Produktivsysteme und Datenbanken. Hiervor schrecken Unternehmen allerdings häufig zurück. Sie kratzen lieber mit viel zu simpel gestalteten FAQ-Bots an der Oberfläche. Das löst bei Nutzern vor allem dann Unverständnis auslöst, wenn sich ein Bot, wie so häufig, als „persönlicher Assistent“ vorstellt. Digitale Auskunft würden in den meisten Fällen besser passen.

Ein probates Mittel, um Kunden und Mitarbeitern wirklich hilfreiche Bots anzubieten, ist der Einsatz von Nutzerprofilen. Bei intern genutzten Bots lässt sich die Anmeldung beispielsweise durch Single-Sign-on-Dienste vereinfachen. Der Login ermöglicht, dass Chatbots auf individuelle Nutzerdaten zugreifen, zum Status einer Anfrage informieren und je nach Rechteprofil aktiv Veränderungen vornehmen können. Kundenportale und Business Apps von Banken, Versicherern und Stadtwerken mit vielen Kunden und Mitarbeitern sind deshalb der ideale und häufigste Einsatzort für „echte“ Assistenten.

Ähnliches gilt für die öffentliche Verwaltung. Viele Behörden wagen zunehmend Chatbot-Gehversuche. Die Bots navigieren uns Bürger durch kommunale Leistungskataloge und geben Auskünfte zu Öffnungszeiten. Die Bereitstellung virtueller Assistenten zur breitflächigen Nutzung öffentlicher Dienste, die uns zukünftig viele Behördengänge ersparen, entwickelt sich allerdings gerade erst. Das Bundesministerium des Innern stellt mit der Maßnahme „Chatbot-Basisdienst“ im Rahmen der Dienstekonsolidierung eine Art Grundbaukasten bereit, aus dem sich Behörden für eigene Vorhaben bedienen können. Konkrete Beispiele sind der C-19-Bot und der Brexit-Bot.

2. UI/UX – die vernachlässigte Disziplin

Eine zweite wichtige Komponente eines Chatbot-Projekts ist das Design. Intuitiv und unkompliziert bedienbar sollte die Oberfläche sein, damit kein Frust bei den Nutzern entsteht. Eigentlich eine Binsenweisheit, tatsächlich ist das GUI-Design jedoch ein häufig vernachlässigter Schritt im Bot-Entwicklungsprozess.

Die Folge: lang aneinander gekettete Frage-Antwort-Spiele (Slot Fillings), die selbstverständlich in keiner Weise einen Zeitgewinn gegenüber dem klassischen Bestellformular bieten. Und diese zu kurzgedachten Lösungen machen die Masse der Chatbotlandschaft aus: Mehr als 90 Prozent aller öffentlich zugänglichen Bots verlangen von ihren Nutzern in jeder Phase der Interaktion Eingaben über Freitext-Boxen. Häufig bedienen sich Unternehmen aus dem simplen Text-Button-Portfolio statischer Bots. Das ist besonders frustrierend, wenn beispielsweise Reiseanbieter und Online-Shops ihre Kunden zwingen, über solche Systeme ganze Buchungen oder Bestellungen durchzuführen.

Dabei ermöglichen heute frei verfügbare Open Source Libraries, individuell angepasste Eingabe- und Ausgabemasken zu erstellen. Nutzer können so Informationen effizient in einer einzigen Eingabe austauschen. Wer einen Schritt weitergehen möchte, setzt an gezielten Stellen Machine Learning ein. Dadurch können Nutzer Dateien hochladen, die mittels OCR ausgelesen und mit so genannten Named-Entity-Recognition-Verfahren interpretiert werden. Damit lassen sich Eingabemasken vollautomatisiert befüllen.

3. Betriebsmodell – Chatbots benötigen viel Aufmerksamkeit

Ein dritter wichtiger Faktor der Chatentwicklung betrifft den IT-Betrieb: Ein Bot sollte nach dem Go-Live nicht einfach sich selbst überlassen werden. Insbesondere beim Einsatz von Supervised-Learning-Verfahren in der Themenerkennung ist das Training mit Echtdaten, die aus dem laufenden Betrieb gewonnen werden, ein Muss. Die ersten Wochen nach dem Go-Live sind entscheidend, um das System frühestmöglich „einzunorden“ und dauerhafte Fehlinterpretationen von Nutzereingaben zu vermeiden.

Meist starten Chatbot-Projekte ohne die notwendige Menge Trainingsdaten, die für eine zuverlässige Themenerkennung erforderlich sind. Es hilft, mittelfristig eine Redaktion zu etablieren, die in regelmäßigen Abständen Chatlogs analysiert, um schrittweise, die Themencluster der Eingabeklassifizierung mit passenden Beispielangaben anzureichern.

Mit bangem Blick auf die DSGVO schrecken viele Betreiber davor zurück, Dialoge zu archivieren und auszuwerten. Ein Hinweis auf eine aussagekräftige und einfach verständliche Datenschutzerklärung löst dieses vermeintliche Problem sehr schnell und ermöglicht, dass die Redakteure ihrer mehr fachlich als technisch fordernden Aufgabe des Annotierens von Echtdaten nachgehen.

Vom Chatbot zum Cognitive Agent

Als Empfehlung lässt sich Unternehmen mit auf den Weg geben: Hebt eure Chatbots der ersten Generation auf eine neue Ebene, damit sie tatsächlich helfen und nicht nur Auskünfte erteilen, die im Ergebnis oft mehr als weniger Arbeit erzeugen. Das Zielbild ist ein „Cognitive Agent“. Voraussetzung ist allerdings die Verwendung aller Komponenten, die den benutzerzentrierten Prozess in den Vordergrund stellen. Zudem braucht es den Einsatz zeitgemäßer Technologien und Methoden, um die Frust verursachenden Bottlenecks komplexer Prozesse aufzulösen.


Das könnte auch von Interesse sein: Alle Beiträge über Chatbots bei uns im Blog


Foto: Getty Images / ne2pi


Robert Gatzemann

Robert Gatzemann ist Leiter AI Transformation bei Sopra Steria. Er ist Experte für Künstliche Intelligenz und beschäftigt sich speziell mit den Einsatzmöglichkeiten digitaler Assistenten.


Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.