Kommunikation mit Chatbots – Scheinbar intelligent

„Es tut mir Leid, Dave, aber das kann ich nicht tun.“ Diese aus dem Science Fiction-Film „2001 – Odyssee im Weltraum“ stammende Antwort des Bordcomputers gilt als Klassiker einer Kommunikation zwischen einer intelligenten Maschine mit eigenen Zielen und dem Menschen. 

Moderne Chatbots sind deutlich freundlicher und unterstützen den Nutzer einfach nur bei seinen Aufgaben. Von einer alltagsfähigen künstlichen Intelligenz sind diese Lösungen aber noch ziemlich weit entfernt.

Aktuelle Chatbot-Systeme können in umgrenzten Themen so trainiert werden, dass sie Anwendern bei Standardabfragen in natürlicher Sprache Hilfe leisten. In der Fachsprache wird dies als eine dialogbasierte, natürlich sprachliche Schnittstelle zum Benutzer bezeichnet – ein Conversational User Interface. Damit die Nutzung des Chatbots ein zufriedenstellendes Erlebnis wird, muss der Anwender eine ausreichende Menge an hilfreichen Antworten erhalten, sonst wird der Nutzer den Chatbot auf Dauer nicht verwenden.

Der Eindruck von Intelligenz kommt durch die semantische Analyse der Benutzereingaben und die Erkennung der Absicht des Fragenden zustande. Die Lösungshilfen für das Wissensgebiet werden in Dialogen hinterlegt, die den Benutzer durch die Lösung führen, ähnlich wie dies Service-Mitarbeiter tun. Erkennt ein im IT-Support eingesetzter Chat beispielsweise, dass der Benutzer nicht drucken kann, grenzt er typische Fehlerbilder gemäß ihrer Häufigkeit durch Rückfragen im Dialog ein. Ist das genaue Problem erkannt, wird eine bekannte Lösung oder Umgehungslösung angeboten. In den meisten Chatbot-Systemen sind die vorweggenommenen Anfragen hinterlegt.

Die Qualität der verwendeten Chatbot-Lösung entscheidet über den Nutzen. Verfügt die Lösung über eine kognitive Komponente, kann das System anhand von mehreren Beispielen auch Anfragen verstehen, die unvollständig oder mit anderen Worten aber gleicher Bedeutung verfasst wurden. Hier unterscheiden sich einfache Systeme ohne kognitive Komponente, die lediglich auf Steuer- oder Schlüsselworte reagieren, von kognitiven Systemen.

Im Chat ist häufig der Gesprächspartner des Bots bekannt und somit können Kontextinformationen aus Benutzerverzeichnissen oder angebundenen Drittsystemen herangezogen werden. So kann das System ableiten, ob die Person einen VIP-Status hat oder welcher Organisationseinheit sie angehört. Auch die Standortinformationen eines mobilen Endgeräts lassen sich auswerten, sodass bei Bedarf der Weg zur nächsten Servicestelle angezeigt wird. Die Integration in Backend-Systeme ist eine weitere wichtige Komponente der Gesamtlösung: Bestehende Software-Anwendungen wie ERP oder CRM sind in der Lage, den Dialog mit den passenden Details über den Nutzer und den Geschäfts- oder Service-Vorfall anzureichern. Einfaches Beispiel hier ist die Abfrage des Status zu einer Bestellung oder einem Ticket im Dialog. Selbst wenn der Chatbot nicht direkt eine Lösung parat hat, kann das System ein qualifiziertes Ticket (also ein Ticket mit den im Zuge des Dialoges ermittelten Informationen: z. B. was das Problem ist, welche Komponenten betroffen sind und welche Versuche nicht zu einer Lösung geführt haben) anlegen und an den Service Desk weiterreichen.

Folgende Aussage zu Chatbots von Michael Kuschke, Senior Consultant im Geschäftsbereich IT Factory bei Materna: 

„Die meisten Kunden akzeptieren es, sich mit einem Chat-Roboter zu unterhalten. Warum auch nicht? Schließlich erhalten sie damit schneller die gewünschten Informationen, denn es entfallen lange Wartezeiten in der Hotline sowie die lästige Vorauswahl in Sprachdialogsystemen. Richtig spannend wird es, wenn ein Chatbot mit einer kognitiven Analyse arbeitet. Das System kann dann zum Beispiel Emotionen im geschriebenen Text erkennen und weitere Details wie den Standort des Anwenders oder den Kundenstatus verwenden, um individuell passende Antworten zu generieren. Damit kann der Chatbot den Kunden an ein nahegelegenes Service-Center verweisen oder bei bestimmten emotionalen Schlüsselbegriffen sofort einen geeigneten menschlichen Berater hinzuziehen. Für Unternehmen ist die Auswahl einer geeigneten Plattform nicht so einfach entscheidbar. Die inhaltlichen Unterschiede der Systeme sind nur mit spezifischen, realistischen Szenarien und passenden Tests auf Basis der fachlichen Anforderungen zu vergleichen. Kosten und Aufwand leiten sich ebenfalls aus den spezifischen Szenarien und ihrer Umsetzung ab. Wesentliche Kriterien zur Auswahl sind zum Beispiel der Aufwand für die Umsetzung, die Integrationsmöglichkeiten in bestehende IT-Lösungen, Anforderungen an die Sicherheit der Informationen, Unterstützung benötigter Sprachen und die Anzahl der Nutzer. Bei einer nutzungsbasierten Verrechnung sollte auch die Menge der zu erwartenden Dialogschritte pro Fall vorab evaluiert werden.“

Michael Kuschke, Senior Consultant im Geschäftsbereich IT Factory bei Materna