Freitag, 17. August 2018 3:25 Uhr
Chatbot Julie arbeitet im Kundendienst beim US-Bahnunternehmen Amtrak. Bild: zVg/Amtrak

Business Chatbots – 
eine Wunderwaffe?

FHNW – Chatbots sind in aller Munde und werden derzeit auf einer Vielzahl von Plattformen entwickelt. Viele Entwickler erhoffen sich, mit einer «Killer-Applikation» reich und berühmt zu werden. Doch was sind Chatbots eigentlich und was macht im Speziellen einen «Business Chatbot» aus?  

 

 

 

Von Rainer Telesko

 

 

Konzeptuell gehen Chatbots auf den Turing-Test zurück, der vom Mathematiker Alan Turing in den 1950er-Jahren entwickelt wurde. Bei diesem Test ist ein Benutzer mittels Bildschirm und Tastatur mit zwei ihm unbekannten Gesprächsteilnehmern verbunden, einem Menschen und einem Computer. Wenn der Benutzer nach intensivem Dialog nicht entscheiden kann, welches der Mensch und welches die Maschine ist, hat der Computer den Turing-Test bestanden.

 

Überträgt man dieses Experiment vom reinen Frage-Antwort-Spiel auf die Lösung eines Problems, so bedeutet dies, dass der Computer Probleme etwa in der gleichen Qualität wie ein Mensch lösen kann. Mit dem Hype um die Künstliche Intelligenz (KI) sind Chatbots auch für das Business interessant geworden, vor allem aus folgenden Gründen:

 

 

  • 
Massive Reduktion der Kosten: Der Einsatz eines Chatbot anstelle eines Call-Center-Agenten führt zu einer rasanten Kostenminimierung. Einmal entwickelt, kann der Chatbot beliebig viele Menschen ersetzen, die Skalierung ist also unschlagbar.

 

 

  • Selbstlernende Maschinen: In den Anfängen der KI war die Lernfähigkeit limitiert. Dies hat sich dramatisch verändert. Ein Chatbot kann heute neue Begriffe in wenigen Minuten «erlernen» und Assoziationen zu existierenden Begriffen herstellen.

 

 

  • 
Informationslogistik: Die Interaktionen zwischen Benutzenden und Chatbot werden in der Regel in Form eines Log-Files abgelegt. Medienbrüche, die etwa auftreten, wenn ein Call-Center-Agent etwas auf Papier notiert und später nicht sofort in die Datenbank einträgt, gibt es nicht mehr. Die Log-Files können auch zur weiteren Verbesserung herangezogen werden, indem etwa Abbruchsituationen analysiert werden.

 

 

  • Entwicklungsumgebungen: Früher war der Programmierer bei der Entwicklung eines Chatbot auf sich allein gestellt. Heute unterstützen mächtige Entwicklungsumgebungen wie Dialogflow (Google), Microsoft Bot Framework (Microsoft) oder wit.ai (Facebook) den Entwicklungsprozess und die anschliessende Verteilung der Software (Deployment) in Form von Assistenten (Wizards).

 


Einsatzgebiete

Der Einsatz eines Chatbot macht überall dort Sinn, wo ein bestimmtes Anwendungsgebiet gut abgegrenzt ist und Lösungen für Probleme schon definiert wurden. Im Bereich Business/IT sind das vor allem folgende Gebiete:

 

 

  • Callcenter/Assistenz
  • Versicherungs- und Bankdienstleistungen

  • Verkauf/Kundendienst (die Abbildung zeigt einen beispielhaften Chatverlauf mit Julie, einem Chatbot für das US-Bahnunternehmen Amtrak)
  • IT-Administration
  • IT-Security
  • Gesundheitswesen

 


Die Abgrenzung auf ein bestimmtes Thema mit wohldefinierten Begriffen ist wichtig, weil der Chatbot anhand dieser Kernbegriffe sein Wissen «erlernt». Ohne diese Abgrenzung ist die Gefahr sehr hoch, dass der Chatbot keine Lösung findet oder der Dialog – mit einem unzufriedenen Benutzer – abbricht.

 

 

Funktionsweise

Wie funktioniert nun ein Chatbot? Nehmen wir hierzu ein einfaches Beispiel (Verkauf eines Sandwichs), das die prinzipielle Vorgehensweise demonstriert. Die Programmierung eines Chatbot besteht aus der Definition von sogenannten Entitäten und Intents (Aktionen), die auf den Entitäten basieren.

 

 

  • 
Entitäten: Dies sind die Begrifflichkeiten, die die Unterhaltung ausmachen. Bei der Erstellung eines Sandwichs ist das zum einen die Art (zum Beispiel Fleisch wie Schinken und Huhn oder vegetarisch wie Käse, Ei, Fisch und Gemüse) und die Zutat (Mayonnaise oder Ketchup).
  • 
Intents: Dies sind definierte Aktionen, die die Unterhaltung steuern, etwa «Sandwich bestellen» oder «Sandwich bezahlen». Daneben gibt es auch vordefinierte Module, die helfen, die Qualität der Unterhaltung zu verbessern wie «Small Talk», «Begrüssung» oder «Ausweich-Unterhaltung». Letztere ist sinnvoll, wenn der Chatbot die Absicht der Kundin nicht sofort versteht und einen neuen Anlauf nehmen muss.

 


Der Chatbot verknüpft nun Entitäten mit Intents. So wird beim Intent «Sandwich bestellen» der Kunde gefragt, welche Art von Sandwich mit welcher Zutat er bestellen möchte. Diese beiden Informationen sind zwingend notwendig, um den Intent durchzuführen. Die Kundin kann die Antwort formulieren, wie sie möchte, entweder mit einzelnen Worten («Bitte Huhn-Sandwich mit Mayo» oder «Vegi-Sandwich bitte») oder in einem vollständigen Satz mit Subjekt, Prädikat und Objekt («Ich möchte ein Huhn-Sandwich ohne Zutat»). Über natürlichsprachige Verarbeitung und Matching von Schlüsselwörtern (Huhn, Fisch, Mayo) kann der Chatbot die Bedürfnisse des Kunden erfragen und gegebenenfalls insistieren, falls der Kunde die (notwendige) Antwort noch nicht geliefert hat. Falls der Kunde sich etwa zur Zutat noch nicht geäussert hat, muss der Chatbot solange nachfragen, bis diese Information verfügbar ist. Je mehr Begriffe dem Chatbot im Training beigebracht werden – etwa auch Synonyme oder Übersetzungen in eine andere Sprache, was durch ein Sprachmodul unterstützt werden kann –, desto besser ist der Chatbot in der Lage, die Unterhaltung zu «verstehen» (Richtiges Verstehen wie beim Menschen gibt es ja nicht!) und auf die Bedürfnisse der Kundin genau einzugehen. Ein erfolgreicher Chatbot benötigt also drei Dinge: erstens ein Problem, das für Benutzende interessant ist, zweitens ein Vokabular, das das Anwendungsgebiet ausreichend abdeckt und drittens Aktionen, die den Benutzenden wirklich bei der Problemlösung helfen.

 

Diese Vorgehensweise ist auf einen Business Chatbot direkt übertragbar. Im Callcenter einer Bank könnten die Entitäten beispielsweise Kontoauszug, Gebühren, Überweisung und Auszug für Steuer und die Intents «Kontoauszug zusenden», «Überweisung stornieren» oder «Gebühren einer Überweisung prüfen» sein. Bei kritischen Anwendungen erfolgt zuerst eine lange Testphase des Chatbot selbst, anschliessend werden der Chatbot und ein Experte parallel evaluiert. Ist deren Performance vergleichbar, kann der Chatbot in einer Pilotphase mit ausgewählten Benutzenden eingesetzt werden. Deren Feedback wird entscheiden, ob der Chatbot in breitem Rahmen verwendet wird. Basiert die Chatbot-Entwicklung auf einer Plattform eines grossen Internet-Anbieters wie Google oder Microsoft ist zudem zu prüfen, ob die Compliance-Richtlinien es erlauben, dass die Daten und Dialoge mit den Kundinnen und Kunden beim Anbieter, also heute in der Regel in der Cloud, gespeichert werden dürfen.

 


Ausblick

Mit dem Siegeszug der KI ist zu erwarten, dass die Qualität der Unterhaltung weiter steigen wird und immer mehr Chatbots für zusätzliche Anwendungsgebiete erstellt werden. Derzeit ist die Unterhaltung bei vielen Chatbots noch etwas holprig und Benutzende verlieren vielfach die Geduld, wenn einfache Dialoge nicht funktionieren. Ein richtiger Quantensprung wird sich dann ergeben, wenn der Chatbot ohne die vorhin beschriebene Trainingsmethode selbstständig lernt und etwa audiovisuelle oder haptische Reize wie Gesichtsausdrücke, Unterhaltungen und Berührungsempfindung  verarbeitet, klassifiziert und zu seiner Wissensbasis hinzufügt. Derartige Lernverfahren würden das «Flaschenhalsproblem der KI» lösen, das darin besteht, dass ausreichendes Wissen nicht in kurzer Zeit automatisch gelernt werden kann, wie es etwa beim Menschen selbstverständlich ist.

 

 

Chatbots

 

  • Chatbot simulieren Expertenwissen durch Einsatz von Künstlicher Intelligenz
  • Chatbots werden heute für eine Vielzahl von Business-Anwendungen, vor allem für Service, Assistenz, Kundenberatung etc. entwickelt.
  • Es gibt zahlreiche Chatbot-Entwicklungsplattformen von Unternehmen wie Microsoft, Google, Facebook und dgl.
  • 
Chatbots werden sich künftig durch den KI-Boom rasant weiterentwickeln. 

 

 

 

Der Autor

 

 

Rainer Telesko, geboren 1965 in Linz/Donau, hat an der Universität Wien Wirtschaftsinformatik studiert. Er lehrt und forscht als Professor für Wirtschaftsinformatik an der Hochschule für Wirtschaft der Fachhochschule Nordwestschweiz FHNW mit den Schwerpunkten Software Engineering und Geschäftsprozessmanagement. 

 

 

 

 

 

VZH