Ihre Herausforderungen bei dem klassischen Kundenservice

Egal, ob Sie ein Reisebüro, eine Versicherung oder eine Bank sind, Sie müssen mit Kunden umgehen, die zusätzliche Informationen benötigen. Es kommt sicherlich vor, dass einer Ihrer Kunden eine Klärung benötigt oder sein Fall sehr spezifisch ist und er auf Ihrer Webseite nicht die richtigen Antworten findet.

Um dem Kunden zu helfen, wird ihm traditionell ein Kontaktformular oder eine Telefonnummer angeboten, unter der er weitere Unterstützung anfordern kann. Ersteres erfordert, dass er sich an seinen Computer setzt, sein Problem ausführlich erklärt und dann auf eine Antwort von Ihrem Kundendienst wartet. Da Ihre Mitarbeiter mit vielen solchen Anfragen mitunter ausgelastet sind, muss der Kunde womöglich mehrere Tage warten. Auf der anderen Seite geben die Mitarbeiter bei vielen eingehenden Fragen allgemeine Antworten oder die Frage stößt auf Verständnisschwierigkeiten. Die Qualität der gelieferten Antwort ist dann nicht zufriedenstellend und Ihre Kunden müssen zusätzliche Fragen stellen, wodurch sich die Zeit bis zur Lösung des Problems noch weiter verlängert.

Ein etwas schnellerer Weg um Antworten zu erhalten ist es, Service-Mitarbeiter in Call Centern zu beschäftigen. Doch auch dies ist nicht ohne Nachteile. Die Mitarbeiter werden üblicherweise nach Antworten suchen, was wiederum zu langen Wartezeiten führen kann. Mögliche Fehler aufgrund von Unwissenheit oder Müdigkeit können Kunden noch mehr verärgern. Die Lösung besteht darin, hoch qualifizierte Service-Mitarbeiter zu finden, die über umfassende Kenntnisse verfügen und schnell gute Antworten geben können.

Stellen Sie sich einen Mitarbeiter vor, der Antworten innerhalb kürzester Zeit finden kann und nie schläft oder müde wird. Tatsächlich gibt es solche „Mitarbeiter“ – nämlich Chatbots.

Ihre Vorteile durch den Einsatz von Chatbots

Chatbots sind virtuelle Assistenten, die in unterschiedlichen Ausführungen und für verschiedene Aufgabengebiete genutzt werden können. Sie stellen eine text- oder sprachbasierte Interaktionsmöglichkeit dar, die z. B. im Kontakt mit Ihren Kunden Verwendung finden können. Mit Chatbots stehen ressourcenschonende Alternativen oder Ergänzungen zu Call-Centern zur Verfügung, die rund um die Uhr Anfragen von Kunden bearbeiten können.

Ihre Vorteile durch den Einsatz von Chatbots sind:

  • Verkürzte Kommunikationswege und digitale Nähe zu den Kunden
  • Steigerung der Kundenzufriedenheit durch beschleunigte Prozesse sowie automatisierte Problemlösung der Kunden
  • Verbesserung der Kundenansprache durch Data Driven Marketing

Gerade bei Anfragen, die einem wiederkehrenden Muster folgen, lohnt sich eine Automatisierung mittels Chatbots. Diese können auf eine Datenbank mit bekannten Anfragen, Problemen und Kundenwünschen zugreifen. Falls der Bot eine Anfrage nicht ausreichend bearbeiten kann oder ein Kunde eine undeutliche Aussprache hat, ist es weiterhin möglich, den Kunden an einen Mitarbeiter weiterzuleiten.

Neben einfachen Routine-Abfragen können Chatbots auch eine Vorqualifizierung der Anfrage übernehmen, so dass der Mitarbeiter bereits die entsprechenden Verträge und die bisherige Kommunikation vorliegen hat. Denkbar ist auch eine Vorauswahl für Lösungsvorschläge, die dem Service-Mitarbeiter angezeigt wird. Es ist sogar möglich, die Wortwahl und die Formulierung zusammen mit weiteren Meta-Informationen zu analysieren, um den Kunden hinsichtlich seiner Kommunikationspräferenzen zu Klassifizieren und ihn dann zu einem Mitarbeiter mit einen passenden Persönlichkeitsprofil durchzustellen.

Textbasierte Chatbots

Textbasierte Chatbots finden häufig Verwendung auf Webseiten für den Support oder bei der Unterstützung von Seitenbesuchern oder aber als Assistenten bei Messenger-Diensten. Damit lassen sich besonders viele Nutzer erreichen, da Chat-Dienste wie WhatsApp und Telegram sehr weit verbreitet sind und inzwischen zum Alltag der meisten Menschen gehören. Die Palette reicht von der Frage nach dem Wetter, über das Bestellen bei einem Lieferdienst, bis hin zur Zahlungsabwicklung.

Sprachbasierte Chatbots

Die prominenten Vertreter sprachbasierter Chatbots sind Assistenzsysteme wie Google Assistant, Amazon Alexa und Apple Siri. Inzwischen werden solche Systeme aber auch bei Hotlines eingesetzt: Waren früher nur Assistenten verfügbar, die nach einer Tasteneingabe gefragt haben, so sind moderne Chatbots zu Konversationen in einem bestimmten Kontext fähig. Sie dienen häufig der bequemen Datenerfassung oder Steuerung von anderen „intelligenten“ Systemen.

Conversational AI

Unter dem Begriff „Conversational AI“ schwindet der Unterschied zwischen text- und sprachbasierten Bots zunehmend, da die zugrundeliegende Technologie versucht, beide Eingabeformen abzudecken bzw. zusammenzuführen. Dies macht sich insbesondere im Kontext des Data-Mining bezahlt, da sich diverse Rückschlüsse aus den aufgezeichneten Dialogen erstellen lassen. Mit den so gewonnen Daten lassen sich neben der Qualität des Chatbots auch der Service und die eigenen Dienstleistungen verbessern. Beispielsweise lassen sich Anfragetrends in Echtzeit ermitteln, die frühzeitig auf Produktmängel oder eine wachsende Unzufriedenheit mit einer Ihrer Dienstleistungen deuten.

Die Funktionsweise von Chatbots

Die größte Barriere bei der Mensch-Computer-Interaktion war schon immer die mangelnde Fähigkeit der Computer, den Menschen vollständig zu verstehen. Computer sind auf strenge Formalismen für die Eingabe angewiesen – entweder durch eine bestimmte (Programmier-)Sprache oder durch Klicken durch festgelegte Optionen. Die Fortschritte auf dem Gebiet des maschinellen Lernens (eng. machine learning), wie Text- und Stimmungsanalyse (eng. text and sentiment analysis), Computerlinguistik (eng. computational linguistics) und bestärkendes Lernen (eng. Reinforcement Learning), helfen jedoch nicht nur, diese Probleme zu überwinden, sondern auch die Interaktion ständig zu verbessern. Darüber hinaus sind Chatbots nicht auf traditionelle Schnittstellen wie Tastatur, Maus und Computerbildschirm beschränkt, sondern können auch andere Technologien, wie z. B. Smartphone-Anwendungen und Spracherkennung, nutzen.

Die Verbesserung von Chatbots spiegelt sich nicht nur in den Benutzerinteraktionen wider, sondern auch in der Unterstützung, die sie weiter leisten können. Verbunden mit anderen Diensten und Wissensdatenbanken automatisieren sie Aufgaben, die normalerweise menschliche Mitarbeiter erfordern. Sobald ein Chatbot versteht, was der Benutzer wünscht, braucht er nur noch eine Anfrage an eine API oder eine Datenbank zu senden.

Die obige Abbildung zeigt die Hauptelemente eines Chatbots. Dies ist ein allgemeiner Überblick über die Architektur. Der mittlere Teil der Architektur ist immer vorhanden und hat die Aufgabe, die Benutzer zu verstehen, Antworten zu generieren und Aktionen auszuführen. Die konkrete Umsetzung der Architektur richtet sich allerdings nach den Bedingungen und Anforderungen Ihres jeweiligen Projektes. Beispielsweise können Chatbots aus dem Dialog mit dem Nutzer diverse benötigte Daten, wie z. B. Versichertennummer, Zeit und den Ort eines Unfalls, vorab erfassen und über eine definierte Schnittstelle des Systems der Versicherungsgesellschaft einen entsprechenden Vorgang anlegen.

Die Analyse der Kommunikation wird mit einem NLU-Modul (Natural Language Understanding) durchgeführt, das die Benutzereingaben analysiert. Dabei erkennt das NLU-Modul sowohl die Intentionen, also was der Benutzer beabsichtigt, als auch die Entitäten, d.h. Meta-Informationen über die Intention, um die es geht. Einfach formuliert: Wenn ein Benutzer wissen will, was er im Falle eines Unfalls tun soll, wird er fragen: „Welche Dokumente muss ich einreichen, um einen Fall zu melden?“ In diesem Fall erkennt der Chatbot die Dokumente als Entität und die Meldung des Versicherungsfalls als Intention. Absichten bzw. Intentionen können „Smalltalk“-Absichten sein, wie z. B. „Hallo“ oder „Wie geht es dir?“, oder geschäftliche Absichten, wie im obigen Beispiel.

Im nächsten Schritt wird die richtige Handlung ausgewählt. Diese ist Grundlage der Antwort an den Benutzer. In unserem Beispiel wird der Chatbot eine Suche in der Wissensdatenbank starten und dem Benutzer eine passende Antwort geben.

Natural Language Understanding

NLU wird angewendet, um aus den Eingaben des Benutzers eine Bedeutung zu entnehmen. Erreicht wird dies neben der Informationsanalyse durch die Identifizierung der Absicht einer Eingabe. Im Bereich der Chatbots bringt NLU eine menschliche Note in die Interaktion mit einem Chatbot ein. Es ist praktisch unmöglich, alle Fragen und Antworten im Voraus zu bedenken. Eine Fallback-Lösung hierfür ist die Bereitstellung von Standardantworten (z. B. „Das habe ich nicht verstanden“), dies kann allerdings die Endbenutzer frustrieren.

Mit NLU dagegen kann ein Chatbot so trainiert werden, dass er auf unbekannte Fragen möglichst natürlich reagiert. Dazu werden ihm Beispiele für mögliche Fragen und zugehörige Antworten geliefert. Natürlich muss dem Chatbot eine ausreichende Anzahl solcher Beispiele bereitgestellt werden. Aber das ist immer noch besser als der Versuch, alle möglichen Situationen zu berücksichtigen.

Dialogverwaltung

Die Dialogverwaltung verfolgt die Gesprächshistorie, d.h. den Kontext, und nimmt auf Grundlage dieser und der eingehenden Intentionen die entsprechenden Maßnahmen vor. Es gibt viele Möglichkeiten, die Kontrolle des Gesprächsflusses zu implementieren: Von einfachen wenn/dann-Aussagen bis zu endlichen Zustandsautomaten. Allerdings kann es mit wachsender Komplexität der Gespräche zu einer Überforderung werden, wenn man an alle Optionen denken muss. Eine Möglichkeit ist, den Chatbot ein Ziel identifizieren zu lassen, das der Benutzer erreichen will. Wenn er dies getan hat, kann er Fragen stellen, bis er alles Notwendige für die Erreichung dieses Ziels hat. Dieser Prozess des Sammelns zusätzlicher Informationen nennt sich Slot-Filling.

Eine gute Option ist die Anwendung von Grounding, d.h. wenn der Chatbot bei der letzten Eingabe nicht ganz sicher ist, was der Benutzer wollte, kann er eine Bestätigung dessen verlangen, was er als die wahrscheinlichste Intention wahrgenommen hat. In unserem Beispiel könnte der Bot auf die Eingabe des Benutzers „Es ist etwas Schlimmes passiert“ fragen „Hatten Sie einen Unfall?“. Weiterhin ist es eine gute Praxis, ein Glaubenssystem anzuwenden, da die NLU Absichten nur mit einer bestimmten Wahrscheinlichkeit erkennen kann. Statt jedes Mal nach einer Bestätigung zu fragen, lässt dies den Bot das Gespräch in eine bestimmte Richtung weiterführen. Dadurch entfällt die Notwendigkeit einer ständigen Überprüfung und der Benutzer wird den Bot korrigieren, wenn er falsch reagiert.

Da Menschen unberechenbar sein können und plötzlich das Thema wechseln, müssen Chatbots auch dafür bereit sein. Wenn beispielsweise ein völlig neues Thema auftaucht („Ich würde gerne mehr über Ihre Autoversicherungsangebote erfahren“), sollte der Bot das alte Thema entfernen oder speichern, bevor er in einen neuen Kontext wechselt. Es ist auch hier eine empfehlenswerte Vorgehensweise, Grounding anzuwenden und beim Benutzer nochmal nachzufragen, beispielsweise mit „Oh, Sie wollen also keinen Unfall melden?“.

Training des Chatbots

Egal wie wir uns entscheiden, das Dialogmanagement umzusetzen: Wir müssen auf jeden Fall den Chatbot trainieren. Die Ausbildung umfasst zwei Phasen. In der ersten Phase wird Supervised Learning eingesetzt und es ist viel Handarbeit erforderlich, um so viele (Trainings-)Phrasen wie möglich hinzuzufügen. Ziel ist es, den Chatbot in der Weise zu trainieren, dass er die richtige Antwort auf der Grundlage der Intentionen und der Dialoghistorie auswählt. Dazu wird ein tiefes neuronales Netzwerk verwendet, um eine Abbildung zwischen der Dialoghistorie und den Dialoghandlungen herzustellen. Um jedoch mit der Unvorhersehbarkeit der realen Welt umzugehen, können wir in der zweiten Phase das Reinforcement Learning einsetzen. Dabei müssen die Chatbots in einer unbekannten Umgebung agieren. Das Ziel ist es, die Antwort zu finden, die die Zufriedenheit des Benutzers maximiert. Dank Reinforcement Learning können sich Chatbots mit zunehmender Nutzung noch weiter verbessern.

Um den Trainingsaufwand zu reduzieren bieten Anbieter von Chatbot-Plattformen wie IBM Watson Assistant und Google DialogFlow vorgefertigte Chatbots an. Diese enthalten bereits gängige Anwendungsfälle für bestimmte Bereiche und erfordern nur eine gewisse Konfiguration für eine bestimmte Situation. Google kündigte auch Meena an, ein Modell, das mit Daten aus sozialen Netzwerken trainiert wurde und welches in der Lage ist, sich über viele verschiedene Themen auf eine nahezu menschliche Art und Weise zu unterhalten.

Es ist jedoch auch sehr wichtig, das Training der Chatbots und die Überführung in den Produktionsbetrieb mit Bedacht zu vollziehen. Da sie mit menschlichen Reaktionen trainiert werden, können sie leicht Elemente von Beleidigungen oder Hassreden enthalten. Diese können in der Trainingsphase herausgefiltert werden, aber im Produktivbetrieb können beim Nachtrainieren der Modelle solche Einflüsse wieder einen Weg in das Modell finden. Ähnlich wie bei kleinen Kindern ist sich das System der Folgen eines solchen Bias und des Schadens, den es verursachen kann, nicht bewusst.

Chatbot – Benutzerschnittstelle

Die gegenwärtigen Chatbot-Lösungen stellen auch die Kommunikationsmittel für die Endbenutzer bereit, sowohl mit Text als auch mit Sprache. Sie bieten auch eine Form von API zur Implementierung eigener Schnittstellen. Dies ist besonders nützlich um z. B. einen Kunden-Support-Chatbot auf einer Website zu implementieren, so dass die Chatbots das gleiche Aussehen und die gleiche Bedienung haben. Eine solche Implementierung innerhalb von Organisationen ist jedoch möglicherweise nicht wünschenswert, da die Mitarbeiter bereits etablierte Kommunikationskanäle nutzen und eine weitere Einführung nur Verwirrung und Frustration verursachen würde.

Aus diesem Grund werden Chatbot-Lösungen für bestehende Kommunikationsplattformen immer beliebter. Sie ermöglichen die Kommunikation mit einem Chatbot über die bereits etablierten Kanäle, wie sie auch bei der Kontaktaufnahme mit einer Person zum Einsatz kommen. Viele Plattformen bieten dafür bereits Lösungen an, wie z. B. eine Integration mit Slack, Telegram oder WhatsApp. Benutzer können sich mit diesen Chatbots unterhalten um Informationen zu erhalten, aber auch, um verschiedene automatische Aufgaben zu initiieren, um Berichte zu erhalten oder um Datenbankabfragen zu stellen.

Anschluss an zusätzliche Dienste

Analog zur Anbindung an verschiedene Benutzerschnittstellen und Kommunikationskanäle können Chatbots auch eine Verbindung zu anderen Software-Diensten herstellen. Im Bereich des Software-Engineering können sie Unterstützung bei Lieferpipelines leisten, bei der Kontrolle der Infrastruktur helfen und Berichte erstellen. So gibt es beispielsweise Chatbots, die beim Erstellen und Ausführen von Lasttests helfen und später die Ergebnisse liefern. Außerdem gibt es Lösungen für die Verbindung von Chatbots mit Datenbanken, z. B. bei Preisanfragen, oder mit Dienstleistungen von Drittanbietern, z. B. bei der Reservierung eines mehrteiligen Fluges mit verschiedenen beteiligten Fluggesellschaften. Im Bereich des IoT können Chatbots bei der Übersicht und Bewältigung der dynamischen Systemlandschaft helfen, da sich mit deren Hilfe Informationen auf einfache Weise abfragen lassen. Ebenso können sie in die laufenden Prozesse eingebunden werden und z. B. bei Fehlfunktionen einen Mitarbeiter fragen, ob eine Problembehandlung in die Wege geleitet werden soll.

Die Qualität und die Benutzerfreundlichkeit von Chatbot-Plattformen lassen sie immer beliebter werden, insbesondere als Mittel zur Kostenreduktion ohne Qualitätseinbußen. Durch die Verbindung mit anderen Diensten und Wissensdatenbanken ermöglichen sie immer mehr fortschrittliche Anwendungen. Die Unterstützung für Chatbots und ihre Qualität verbessert sich zunehmend, ebenso nimmt deren Nutzung und Akzeptanz in der Bevölkerung stetig zu.

Unsere Dienstleistungen für Chatbots

Sie wollen bei sich ein Chatbot-System einführen und hätten gerne Unterstützung dabei? Ihr bisheriges System ist in die Jahre gekommen und Sie möchten gerne auf neue Technologien wechseln? Die Hürden sind nicht so groß, wie Sie vielleicht denken. Es gibt zahlreiche potente Lösungen am Markt, so dass Ihr Vorhaben nicht unbedingt einer Neuentwicklung bedarf.

Wir unterstützen Sie gerne bei der Technologieauswahl und der Integration von Chatbots in Ihre Infrastruktur:

  • In einem ersten Gespräch oder Workshop sondieren wir zunächst gemeinsam Ihre Lage und die Rahmenbedingungen, diskutieren Ihr Business-Ziel und gehen auf mögliche bzw. benötigte Schnittstellen für Ihre bestehenden Dienste ein. Gemeinsam erarbeiten wir einen möglichen Fahrplan.
  • Als nächsten Schritt können wir durch unsere Erfahrung zielgerichtet die passenden Technologien für Ihre Anforderungen auswählen und die Umsetzung mit Ihnen detailliert planen. Wir erarbeiten auch gemeinsam, ob ein vorhandenes System oder ein vorhandener Dienst bei Ihnen integriert werden kann, oder ob Ihre Anforderungen eine maßgeschneiderte Entwicklung erfordert, die wir gerne für Sie und mit Ihnen umsetzen.
  • Im dritten Schritt Integrieren wir das Projekt in Ihre Strukturen und sorgen für eine nahtlose Funktionalität aller gewünschten Features. Dabei legen wir Wert auf einen agilen Ansatz, bei dem wir in enger Kooperation mit Ihnen iterativ zusammenarbeiten und so für Transparenz und einen sehr guten Informationsfluss sorgen.

Ihr Ansprechpartner

bildhübsche fotografie | Andreas Körner | www.a-koerner.de | info@a-koerner.de | +49 711 22 11 20

Dr. Arthur Varkentin

Consultant
Inhaltsverzeichnis
Ihr Ansprechpartner Dr. Arthur Varkentin Consultant