Chatbots - digitale Kunden­kommuni­kation mit KI

Als Bot werden Programme bezeichnet, die Aufgaben selbständig und automatisiert erledigen. Ein Chatbot ist demensprechend ein Programm, das schriftliche oder gesprochene Inhalte analysiert und passende datenbankbasierte Antworten liefert.

Chatbots gibt es in vielen Ausprägungen. Sie können den Nutzer durch ein Programm oder eine App führen, personalisierte Nachrichten zuspielen, als Ansprechpartner zur Verfügung stehen, wenn kein menschlichen Support zur Verfügung steht, Reisen oder Flüge buchen oder Kalendereinträge verwalten. Als Actionbots werden solche Chatbots bezeichnet, die nicht nur Informationen liefern, sondern auch Aktionen, wie zum Beispiel eine Buchung durchführen.

Die wichtigste funktionale Unterscheidung bei Chatbots besteht in der verwendeten Datenbasis. Diese kann auf einer Datenbank mit feststehenden Informationen oder auf einem selbstlernenden System basieren, das aus der Konversation mit Nutzern neue Verknüpfungen und Inhalte erstellt.

Anwendungen, die auf künstlicher Intelligenz basieren, boomen. Im laufenden Jahr haben Venture Capital-Geber bereits in mehr als 200 Unternehmen investiert, die sich in irgendeiner Form mit künstlicher Intelligenz (KI) befassen (Quelle CB Insights). Eine wichtige Motivation KI-Startups zu fördern ist, dass Unternehmen aller Branchen daran arbeiten, ihre Plattformen und Systeme menschenähnlicher zu gestalten, um Marketing, Vertrieb oder Kundenservice zu verbessern.

Selbstlernende Systeme sind außerdem die Grundlage für anstehende technologische Revolutionen, wie das autonome Fahren, Sprachassistenten (Alexa, Siri, Cortana und Co.) oder kuratierte Medieninhalte (Spotify, Youtube, Blendle, Piqd, etc.). Aus technologischer Sicht ist die Zeit reif, dass Menschen Routine- oder Recherchearbeiten an rational arbeitende Maschinen abgeben. In der Gesellschaft gibt es an vielen Stellen jedoch noch Vorbehalte gegenüber selbstlernenden Systemen.

Der besondere Vorteil von Chatbots liegt darin, dass sie dem Nutzer anhand einfacher Parameter individualisierte, passgenaue und schnelle Antworten liefern und die Suche nach Informationen enorm verkürzen. Individuelle, kompetente Ansprache ist ein gutes Mittel, um das Vertrauen von Kunden zu gewinnen und sie zu Fürsprechern einer Marke zu machen. Positive Erlebnisse prägen sich ein und übertragen sich auf die Einschätzung des Kunden über das Produkt. Chatbots stellen damit eine Alternative zu klassischen Interfaces, die der E-Mail, der statischen Website oder dem Telefon-Service dar. Laut einer aktuellen Bitkom-Studie geben 51 % der Nutzer in Deutschland jedoch an, ungern mit Chatbots zu kommunizieren. Nur 4 % geben an, gern mit Chatbots zu kommunizieren. Als Gründe für ihre Vorbehalte geben die Nutzer an, dass die Systeme „zu unpersönlich“ oder „noch zu fehlerhaft“ seien und ein „unheimliches Gefühl“ bei der Kommunikation entstehe.

Chat GPT als derzeit wohl bekannteste generative KI-Anwendung ist ist in aller Munde. Dabei handelt es sich um eine sogenannte "generative KI". Damit bezeichnet man Systeme, die auf der Grundlage vorhandener Daten neue Inhalte wie Texte, Bilder, Audio oder Codes erstellen.

Die Einführung, insbesondere von ChatGPT, hat eine breite Debatte darüber ausgelöst, welche Regeln für einen sicheren und vertrauenswürdigen Einsatz von Künstlicher Intelligenz (KI) nötig sind. Denn mit der Technologie gehen neue Rechtsfragen, Risiken und Herausforderungen einher. Was aus Unternehmenssicht bei der Nutzung von generativen KI-Tools zu berücksichtigen ist, haben wir hier zusammengefasst.

Als Alternative zu Chatbotsystemen bietet sich die Implementierung eines Live-Chats in die Website an. Studien zeigen, dass 85% der Deutschen schon mal Live-Chats im Onlinekundenservice benutzt haben. 66% der Nicht-Nutzer haben eine Nutzungsabsicht. Der Live-Chat genießt bei den Nutzern Vertrauen und wird als praktisch empfunden. 33 % der Nutzer geben sogar an am liebsten über Live-Chat beraten zu werden.

Maschinelles Lernen oder Machine Learning ist ein Oberbegriff für die „künstliche“ Generierung von Wissen aus Erfahrung: Ein künstliches System lernt aus Beispielen und kann diese bei einer erneuten Anwendung durch die Nutzung von verallgemeinerten Mustern nutzen. So kann das System auch unbekannte Daten beurteilen. Machine Learning, im Deutschen maschinelles Lernen, ist ein Teilgebiet der künstlichen Intelligenz. Durch das Erkennen von Mustern in vorliegenden Datenbeständen sind IT-Systeme in der Lage, eigenständig Lösungen für Probleme zu finden.
Das Thema ist eng verwandt „Data-Mining“, bei dem es jedoch vorwiegend um das Finden von neuen Mustern und Gesetzmäßigkeiten geht.

Algorithmen nehmen beim maschinellen Lernen eine zentrale Rolle ein. Sie sind für das Erkennen von Mustern und das Generieren von Lösungen verantwortlich und lassen sich in verschiedene Lernkategorien einteilen.

Basis für die Arbeitsweise von maschinellem Lernen sind Algorithmen. Grundsätzlich unterscheidet man überwachte und unüberwachte Lernsysteme. Bei überwachten Lernsystemen werden die korrekten Funktionswerte von Entscheidungen vorgegeben (entsprechend Wenn-Dann-Funktionen). Bei unüberwachten Systemen zieht das System die Schlüsse zu korrekten Funktionswerten selbst und das Zusammenführen großer Datenmengen (Immer wenn die Sonne scheint, sind die Hotels an der Ostsee ausgebucht = es scheint die Sonne, daher nimmt das System eine Knappheit von Hotelkapazität an.) Der Algorithmus erzeugt für eine gegebene Menge von Eingaben ein Modell, das die Eingaben beschreibt und Vorhersagen ermöglicht.
Des Weiteren unterscheidet man zwischen Batch-Lernen, bei dem alle Eingabe/Ausgabe-Paare gleichzeitig vorhanden sind, und kontinuierlichem (sequentiellem) Lernen, bei dem sich die Struktur des Netzes zeitlich versetzt entwickelt.

Damit die Software eigenständig lernen und Lösungen finden kann, ist ein vorheriges Handeln von Menschen notwendig. Beispielsweise müssen die Systeme zunächst mit den für das Lernen relevanten Daten und Algorithmen versorgt werden. Zudem sind Regeln für die Analyse des Datenbestands und das Erkennen der Muster aufzustellen. Sind passende Daten vorhanden und Regeln definiert, können Systeme mit maschinellem Lernen unter anderem folgendes:

Während der personalintensive Live-Chat durch menschliche Nähe im individuellen Kundenkontakt punktet, liegt der Vorteil von Chatbots in der automatisierten passgenaue Ausspielung von Informationen. Der Schlüssel zum künftigen Erfolg von Chatbots wird die Verschmelzung der jeweiligen Vorteile sei, wenn KI-Systeme in der Lage sind, Bedürfnisse des Gesprächspartners schnell zu erkennen. Dazu gehört das inhaltliche Interesse auf der einen Seite und auf der anderen Seite das emotionale Bedürfnis, auf eine ganz bestimmte Art und Weise angesprochen und kommunikativ begleitet zu werden. Der Bot steht vor der Herausforderung, auf die natürliche Sprache von Menschen zu reagieren und Nuancen in der Kommunikation richtig zu interpretieren.

Eine aktuelle Studie von Oracle besagt, dass 80 Prozent der befragten Unternehmen in spätestens vier Jahren Chatbots für ihre Kundenbetreuung einsetzen möchten. Höchste Zeit, den Trend unter die Lupe zu nehmen und sich die Frage zu stellen, was die neue Technologie für ihr Unternehmen tun kann!