Blog banner image
category Customer Service| Alle| Customer Experience| Automation Technology| Chatbot

Warum nicht jeder Chatbot die Kundenabsicht automatisch erkennen muss

author

Dennis Pflie | Expert Digital Transformation & Chatbots

calendar

26.02.2020

time

4 min.

Unternehmen, die sich entscheiden, einen Chatbot als weiteren Kanal in ihre Kundenkommunikation miteinzubinden, haben eine Idealvorstellung vom geplanten virtuellen Helfer. Am liebsten soll er jede Frage, die ein Kunde in Freitext im Chatfenster eingibt, sofort verstehen und beantworten können, und dies natürlich mit möglichst geringer Fehlerquote, denn bekanntlich schätzen Kunden es gar nicht, wenn sie nicht sofort verstanden werden und eine Frage wiederholen müssen. Schliesslich ist der Chatbot ja intelligent, wenn nicht sogar intelligenter als der Mensch! So die Annahme. Doch das entspricht nicht ganz der Realität.Was dabei meist nicht berücksichtigt wird, ist, dass die Erstellung eines solchen Bots, der fähig ist, Freitext zu erkennen und zu verstehen, mit einem extrem grossen Aufwand verbunden ist.

Bei einem Chatbot, der diese Fähigkeit besitzt, spricht man von einem Chatbot mit «Intent-Erkennung» und meint damit, dass der Bot die Absicht des Kunden aus seiner Texteingabe selbständig richtig identifizieren und entsprechend reagieren und korrekt antworten kann. Im Gegensatz zu Chatbots, die einfacher und regelbasiert aufgebaut sind – bei ihnen ist der Dialog bereits vorgegeben und der Nutzer wird durch den Dialog geführt – benötigt es bei diesem Chatbot ausreichend Trainingsdaten im Hintergrund  als Basis für die Freitexterkennung. Sicherlich hätte jedes Unternehmen gerne einen solch perfekten digitalen Helfer, der zu jeder Tages- und Nachtzeit unermüdlich und fehlerlos im Einsatz ist, aber der Weg dahin ist viel weiter, als vielleicht vermutet.


Chatbot mit Intent-Erkennung – was steckt dahinter?

Die Erstellung eines Chatbots mit Intent-Erkennung ist nicht zu unterschätzen. Dennoch ist es der Wunsch vieler Unternehmen, den Einstieg in die Chatbot-Unterhaltung mit einer Freitext-Frage zu beginnen. Also beispielsweise mit der Frage: «Wie können wir Ihnen helfen?» oder «Was ist Ihr Anliegen?». Doch ist das auch wirklich der Wunsch des Nutzers? Oder wäre ihm mit einem regelbasierten Chatbot vielleicht sogar noch besser gedient?

Bei der Freitext-Variante gibt es natürlich eine riesige Anzahl an möglichen Fragen oder Anliegen, die der Bot verstehen sollte.

Bei der Freitext-Variante gibt es natürlich eine riesige Anzahl an möglichen Fragen oder Anliegen, die der Bot verstehen sollte. Der Umfang der unterschiedlichen Anliegen hängt dabei ganz vom Unternehmen und dem Anwendungsgebiet des Chatbots ab. Um dieser Idealvorstellung nahe zu kommen, muss der Chatbot im Vorfeld ein aufwändiges Training durchlaufen. Unternehmen müssen sich überlegen, welche Fragen die User am ehesten stellen könnten und welche Antworten auf diese Fragen möglich wären. Ein aufwändiger Prozess, der auch mit der ersten Lancierung des Chatbots sicherlich noch nicht abgeschlossen ist, sondern aufgrund der neu gewonnen Daten kontinuierlich weitergeführt werden muss, um die möglichen Frage-Antwort Sequenzen anzupassen und zu verbessern. All dies funktioniert nur auf der Basis von Künstlicher Intelligenz (KI).

Mithilfe von Natural Language Processing (NLP) wird natürliche Sprache maschinell verarbeitet und auf dieser Basis erkennt der Chatbot die jeweiligen Intents der User, die im Vorfeld trainiert wurden. Sind keine Trainingsdaten - wie bspw. im Falle eines Service-Chatbots Service-Anfragen per Mail - vorhanden, so müssen diese Daten zuerst erstellt oder zusammengetragen werden. Und auch wenn solche Daten bereits existieren, bedeutet das nicht, dass sie auch 1:1 verwendet werden können, da sie von ihrer Struktur her nicht zwangsläufig bereits so aufbereitet sind, das man sie  für das Training verwenden kann. Dieser grosse Aufwand im Vorfeld der Chatbot-Erstellung und Lancierung ist sicherlich eher als Nachteil einzuordnen.

 

Wenn das Wunschkonzert zur Enttäuschung wird

Zudem läuft ein Chatbot mit Freitexterkennung Gefahr, die Kunden zu enttäuschen oder zu verärgern, wenn er eine Frage nicht versteht und sie entweder nur falsch oder gar nicht beantworten kann. Dies erzeugt unweigerlich ein negatives Customer Erlebnis bei den – vielleicht erst potenziellen – Kunden, was ja unbedingt vermieden werden sollte. So haben viele von uns schon erlebt, dass ein Chatbot mit «Leider habe ich Ihre Frage nicht verstanden.» antwortet und damit einen schlechten Eindruck von der Qualität der virtuellen Helfer allgemein und auch gleichzeitig vom Unternehmen hinterlässt.

Unternehmen sollten sich daher bei der Entwicklung ihres Chatbots fragen, ob ein virtueller Helfer mit Intent-Erkennung für ihre Zwecke überhaupt notwendig ist.

Unternehmen sollten sich daher bei der Entwicklung ihres Chatbots fragen, ob ein virtueller Helfer mit Intent-Erkennung für ihre Zwecke überhaupt notwendig ist, ob nur er den angestrebten Mehrwert bringen kann und ob nicht vielleicht ein regelbasierter Bot, der schneller umsetz- und einsetzbar ist, die geeignetere Herangehensweise wäre. In vielen Fällen ist ein solcher Chatbot, der im Vorfeld basierend auf vorgefertigten Dialogen erstellt wurde, mit Sicherheit die Variante, die vorzuziehen ist und den Kunden genauso gut helfen kann, ihre Anliegen selbständig online zu lösen.

 

Den Kunden leiten, begleiten und begeistern

Bei einem regelbasierten Chatbot kommt es nicht wie beim mit Intent-Erkennung arbeitenden Chatbot zu Missverständnissen. Es wird mit vordefinierten Fragen und Antworten gearbeitet und der Chatbot kennt auf jede der möglichen Fragen die richtige Antwort. Es kommt also beim Kunden nicht zum Frust, nicht verstanden zu werden.

Dabei ist es grundlegend, dass bei der Entwicklung des Chatbots auf den spezifischen Anwendungsfall fokussiert wird. Bleiben wir zum Beispiel beim Use Case Service-Bot: Er sollte zum Einstieg in den Dialog alle Service-Fragen abdecken, die den Nutzer interessieren könnten. Der noch bessere Ansatz ist, den Service-Bereich in Unterthemen zu gliedern – sodass die Themen noch weiter eingeschränkt werden und die Fragen gezielter gestellt werden können. Im Services-Bereich eines Onlineshops kann der Nutzer im Unterbereich «Bestellungen» beispielsweise fokussiert auf dieses Unter-Thema angesprochen werden. Es gilt also zu klären, welches die bspw. 5 häufigsten Anfragen zum Thema «Bestellungen» sind. Genau diese nimmt der Chatbot dann auf und leitet den Nutzer entweder zur passenden Antwort auf sein Anliegen auf der Website weiter oder begleitet ihn direkt bei der Behandlung und Lösung seiner Anfrage.

Ein weiterer Vorteil des regelbasierten Chatbots ist natürlich, dass er schneller realisiert werden kann.

Ein weiterer Vorteil des regelbasierten Chatbots ist natürlich, dass er schneller realisiert werden kann. Erweist er sich dann als bei den Kunden beliebt, besteht zudem später immer noch die Möglichkeit, den Chatbot noch auszubauen, ihn auf weitere Use Cases ausweiten oder sogar freitextliche Elemente einzubauen. Dies wäre dann eine Mischform zwischen regelbasiertem Bot, bei dem die User zwischen vordefinierten Fragen und Antworten auswählen können, und einem NLP-basierten Bot, der auch freitextliche Eingaben zulässt.

Abschliessend lässt sich sagen, dass sowohl regelbasierte als auch freitextliche Bots und jene, die eine Kombination nutzen, ihren geeigneten Einsatz finden. Je nach Ausgangslage des Unternehmens, also abhängig davon, ob bereits Trainingsdaten vorhanden und wie gut die Anliegen der Kunden oder Interessenten bekannt sind, sollte die Entscheidung für das passende Modell gefällt werden. Ratsam ist auf jeden Fall, einfach mal zu starten und nicht von Anfang an zu viel zu wollen. Mit dem unüberlegten Einsatz von Freitext wird aus der Absicht, Kunden zu begeistern, schnell eine Enttäuschung. Mit einem geführten Dialog können dagegen schon mit einem einfachen Bot ein positives Kundenerlebnis geboten werden, das Unternehmen vom Mitbewerbern differenziert und und die internen Mitarbeiter entlastet werden.

Stehen Sie aktuell auch vor der Frage, welche Form von Chatbot die passende für Ihren Use Case ist?

ARTIKEL DIREKT INS POSTFACH

Wählen Sie den Themenfokus aus, der Sie interessiert und Sie erhalten 2-monatlich eine Zusammenfassung aller Artikel direkt in Ihr E-Mail Postfach.

Dennis Pflie

Dennis Pflie

Expert Digital Transformation & Chatbots

Meine Motivation ist es, durch künstliche Intelligenz und Robotics eine wirkungsvolle Effizienzsteigerung in der Kundenkommunikation und im Kundenservice zu erzielen. PIDAS hilft, aus Ihren Kunden lebenslange Fans zu machen.

GET IN TOUCH

IHRE MEINUNG INTERESSIERT UNS

0 Comments

ARTIKEL DIREKT INS POSTFACH

Wählen Sie den Themenfokus aus, der Sie interessiert und Sie erhalten 2-monatlich eine Zusammenfassung aller Artikel direkt in Ihr E-Mail Postfach.