Die Technologie ist nicht entscheidend für einen Chatbot, aber der Kontext ist es

Kontext

Je mehr Kontext wir kennen, desto relevanter und persönlicher werden unsere Konversationen. Das gilt auch für eine Konversation zwischen einem Menschen und einem Chatbot. Wenn man davon ausgeht, dass es auch für einen effektiven Chatbot-Einsatz notwendig ist, ihn mit Kontext zu versorgen. Die Meinungen der Experten unterscheiden sich jedoch darin, wie man zu diesem Kontext kommt.

Um zu verstehen, was ein Kunde wirklich meint oder um die Frage hinter der Frage zu hören und beantworten zu können, ist es notwendig, dass Chatbots kontextgesteuert sind. Dieser Kontext kann aus vielen Dingen bestehen, wie zum Beispiel aus Informationen, die vorher im Gespräch vorkamen, persönlichen Charakteristiken, aus dem Standort, der Art des Geräts, das der Kunde verwendet, seinen Produktpräferenzen und der Historie früherer Kontakte.

Auf der anderen Seite kann ein Chatbot (noch) nicht wie ein Mensch auf nonverbale Kommunikation wie die Körpersprache oder den Tonfall des Kunden reagieren. Gerade weil sich ein Chatbot nur darauf verlassen kann, was der Kunde sagt oder fragt, ist der Hintergrund, vor dem die Konversation geführt wird, noch wichtiger als bei einem Gespräch zwischen zwei Personen.

Jeroen Brouwers ist CTO und Co-Gründer der CX Company. Er ist Vollblut-Unternehmer und brennt für Technologie und Software Entwicklung, die Ergebnisse liefert.

CX  Company  wurde  2005  gegründet,  um  die  Digitalisierung  in  Customer  Service  und  Online-Sales  voranzutreiben.  Mit langjähriger Erfahrung im Bereich Chatbots, Virtuelle Assistenten, KI und NLP/NLU ist die CX Company eine anerkannte Größe im internationalen Umfeld und bietet intelligente Unterstützung in jedem Schritt der Customer Journey.

AI gegen BI

Natural Language ProcessingGrob gesagt scheint es zwei Wege zu geben, sich mit Chatbots zu befassen; denjenigen, der maschinelles Lernen bevorzugt und den, der sich für die Unterstützung von Business Intelligence (BI) oder Geschäftsregeln entscheidet. Übrigens verwenden beide Methoden vielerlei Formen der Artificial Intelligence (AI), aber das ist ein Thema für einen anderen Blog.

Diejenigen, die den Entwicklungen auf dem Markt ein wenig folgen, werden sehen, dass viele Anbieter von Chatbots sich voll und ganz dem maschinellen Lernen verschrieben haben. Die (Selbst-) Lernfähigkeit des maschinellen Lernens ist unbestritten, und in den letzten Jahren wurden auf diesem Gebiet große Fortschritte erzielt.

Gleichzeitig gibt es beim maschinellen Lernen auch wichtige Nachteile. Der größte Nachteil ist meines Erachtens, dass eine Organisation, die einen auf maschinellem Lernen basierenden Chatbot implementieren will, über ausreichend Daten verfügen muss. In der Praxis erweist sich das als schwieriger als erwartet. Die Menge an Daten, die benötigt wird, um einen Chatbot richtig funktionieren und selbst lernen zu lassen, wird oft unterschätzt. Nur wenige Unternehmen verfügen über ausreichend nutzbare Daten. Oft sind die verfügbaren Daten nicht wirklich geeignet, weil sie zum Beispiel unvollständig, veraltet, zu eindeutig oder ungenau sind.

Ein weiterer großer Nachteil von maschinellem Lernen ist, dass die Technologie trotz aller Jubelgeschichten in den Medien noch in den Kinderschuhen steckt. Sie hat ein großes Potenzial, ist aber vorerst nur in einem begrenzten Bereich anwendbar.

Wie bereits erwähnt, präsentieren viele große Akteure nichtsdestotrotz maschinelles Lernen als die einmalige Technologie für die Entwicklung von Chatbots. Natürlich tun sie das nur aus einem Grund, nämlich um selbst am Hype teilzunehmen und so mehr zu verkaufen. Die meisten Unternehmen sehen nicht, dass maschinelles Lernen immer noch eine Technologie in der Entwicklung ist, mit Aspekten, die Feinabstimmung erfordern, insbesondere wenn es um das Hinzufügen von Kontext geht. Sie lernen das auf die harte Tour, wenn es dem betreffenden Anbieter nämlich nicht gelingt, den Chatbot ordnungsgemäß an den Start zu bringen, weil der Fokus zu sehr auf der Technologie liegt und nicht auf das Endergebnis gerichtet ist.

Konversation ist der entscheidende Punkt

Sie werden nicht überrascht sein, dass ich ein Verfechter von Chatbots bin, die sich nicht nur auf maschinelles Lernen verlassen, sondern auch auf BI- und Geschäftsregeln basieren. Diese Technologie, mit der Kunden eingeordnet werden können, hat sich im Laufe der Jahre in Marketinganwendungen mehr als bewährt. Sie ist im Grunde ein handgemachtes System von Regeln, die auf linguistischen Strukturen basieren und die menschliche Art, Grammatikstrukturen aufzubauen, imitieren. Diese Regeln lassen sich auf sehr flexible Weise entwickeln und können leicht mit neuen Funktionen und Datentypen aktualisiert werden, ohne wesentliche Änderungen am Kernsystem vorzunehmen. Die Abfrageanalyse basiert also auf der Entwicklung und Erweiterung der bestehenden Regeln, so dass das System im Vergleich zum maschinell lernbasierten Ansatz keinen massiven Trainingskorpus benötigt.

ChatbotMit moderner SEO-Technologie können Kontextvariablen nun noch weiter heruntergebrochen werden. Sie sind erprobte Profiling-Technologien, die endlos variiert werden können, um den Kontext eindeutig zu machen und können perfekt auf Chatbots angewendet werden. Vielleicht klingt das nicht so cool wie maschinelles Lernen, aber diese Methode ist sehr effektiv darin, zwei Leuten, die einem Chatbot die gleiche Frage stellen, zwei unterschiedliche Antworten zu geben, die ihrem spezifischen Kontext entsprechen. Meine Regel lautet daher: Verwenden Sie Business Rules für die Dinge, die Sie kennen und maschinelles Lernen für die Dinge, die Sie wissen möchten. Mit anderen Worten, verwenden Sie Mathematik für die feststehenden Dinge und Statistiken für den Rest.

Darüber hinaus sollte die zugrunde liegende Technologie ohnehin für ein Unternehmen nicht von Bedeutung sein. Sie hat nur ein Ziel, nämlich ein kontextbezogenes oder persönliches Gespräch mit dem Kunden zu ermöglichen. Mit anderen Worten, es geht nicht um Konversations-AI, sondern um kontextuelle Konversation. Nicht um Technologie, sondern darum, den Job zu erledigen.

Trendcheck Kundenservice – diese 7 Strategien müssen Sie kennen

Der Kundenservice befindet sich im Umbruch: Disruption, KI, Chatbots, anspruchsvollere Kunden, Personalmangel stellen Unternehmen vor neue Herausforderungen. In diesem Whitepaper haben wir für Sie die sieben Top-Themen zusammengefasst, die die Branche derzeit umtreibt. Holen Sie sich jetzt Ihren Wissensvorsprung!

Erfahren Sie mehr zum Thema!

Der Kundenservice wird mit völlig neuen Spielregeln konfrontiert – und diese erfordern neue Geschäftsmodelle. Auf der Strategietagung Die digitale Zukunft des Kundenservice erfahren Sie, wie Sie das Kundenerlebnis mit digitalen Mitteln neu definieren.

Schreibe einen Kommentar

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