Intelligente Bots als schlaue Lösung?

Die Kommunikation im Kundenservice ändert sich und sie beschränkt sich längst nicht mehr auf Telefonate, Briefe und E-Mails. Mittels künstlicher Intelligenz gewinnen Chatbots zunehmend an Bedeutung - das Kundengespräch wird also mit einem KI-Partner geführt, anstatt mit einem Service-Mitarbeiter. Wie das funktioniert zeigt der folgende Beitrag.

Bild: ©peshkova/stock.adobe.com

Der Leitspruch „Immer im Gespräch bleiben!“ gilt heutzutage nicht mehr nur für Stars, Influencer oder Lokalpolitiker, die ihr Leben auf verschiedensten Kanälen mit der Welt teilen. Er gilt ebenso für serviceorientierte Unternehmen, die Wert auf Kundennähe legen und ihre Customer Journey perfektionieren wollen. Die Devise ‚Click, buy and forget‘ gehört längst der Vergangenheit an. Einerseits, da Unternehmen ihre Kunden stets über Produktneuheiten, aktuelle Angebote und Aktionen auf dem Laufenden halten möchten. Andererseits, weil auch vonseiten der Bestands- und potenziellen Neukunden nach dieser Kommunikation verlangt wird. In den vergangenen dreißig Jahren hat sich die Bandbreite der dafür bereitstehenden Kommunikationsmöglichkeiten drastisch erweitert: persönlicher Kontakt, Briefe, Telefonate und Faxe wurden um E-Mails, Chats oder Social-Media-Posts ergänzt. Mitunter werden die Kanäle gar in einem wilden, unvorhersehbaren Mix durcheinandergewirbelt.

Neue Methoden

Wie aber reagieren Unternehmen auf die neuen Anforderungen im Bereich der Kundenkommunikation? Gibt es neben dem schlichten Angebot, über einen speziellen Kanal in Verbindung zu treten, weitere Technologien und Methoden, um die Kontaktaufnahme und die Kommunikation sowohl für den Kunden als auch das Unternehmen möglichst gewinnbringend zu gestalten? Die Antwort lautet Ja. Dabei ist jedoch zu beachten, dass jeder Kommunikationskanal einzeln betrachtet werden muss, um entsprechende maßgeschneiderte Lösungen entwickeln zu können. Grundsätzlich lassen sich Kommunikationskanäle in zwei Klassen unterteilen: synchrone und asynchrone. Kunden, die über synchrone Kanäle Kontakt aufnehmen, erwarten zumeist eine umgehende Reaktion: beispielsweise bei Anrufen oder Chats. Zudem erwartet der Kunde auch persönlichen Kontakt. Zu den asynchronen Kanälen zählen Briefe, Faxe, aber auch E-Mails oder Social-Media-Posts. Auch hier dabei werden Reaktionen erwartet, jedoch müssen diese nicht unmittelbar erfolgen.

Fließender Übergang

Der Übergang zwischen synchronen und asynchronen Kanälen ist insbesondere an der Schwelle zwischen Chat und Social Media fließend. Im Folgenden liegt der Fokus auf synchronen Kanälen. Dabei stehen Unternehmen vor der Herausforderung, einem hohen Kunden- und dem eigenen Serviceanspruch gerecht zu werden. Sie müssen ausreichend kompetentes Personal bereithalten, um auf Kundenanfragen nicht nur angemessen, sondern auch möglichst schnell reagieren zu können. Zahlreiche Firmen begegnen dieser Herausforderung, indem sie ihren Kunden in bestimmten Situationen einen künstlich intelligenten Ansprechpartner zur Verfügung stellen. Diese Bots sind in der Lage, sowohl Telefonate zu führen als auch per Chat in den Kundendialog zu treten.

Sprache und Text

Grundsätzlich basiert die Dialogführung auf beiden Kanälen – Sprache und Text – auf einem nahezu identischen Prinzip. Lediglich in der Vorverarbeitung der Eingabe sowie in der Aufbereitung der Ausgabe gibt es größere Unterschiede: Während der Sprachbot mit nuschelnden Anrufern oder Dialekten zu tun hat, muss der Chatbot mit Rechtschreibfehlern und symbolischen Eingaben (Emojis) umgehen können. Bei der Ausgabe muss der Sprachbot wiederum darauf achten, dass diese sehr schnell erfolgt, da im Telefonat schon kürzeste Pausen als unangenehm empfunden werden. Der Chatbot hingegen sollte Botschaften symbolisch signalisieren und übermitteln können, sofern dies gewünscht ist. Demzufolge hat jede dieser beiden Varianten der Mensch-Maschine-Kommunikation ihre eigenen Besonderheiten.

Wie läuft ein Chat ab?

Zunächst stellt sich die Frage, wie die Kommunikation per Chat überhaupt abläuft. Klassischerweise wird das Gespräch durch den Kunden initiiert, der eine entsprechende Anfrage an das Unternehmen sendet. Die Kontaktaufnahme ist an die Erwartungshaltung geknüpft, eine schnelle Antwort zu erhalten. Dabei ist es egal, ob es sich bei dem antwortenden Ansprechpartner um einen Menschen oder einen Automaten handelt. Ein freier Ansprechpartner wird die Chatanfrage annehmen, den Kunden im Sinne des Unternehmens begrüßen und sich mit einer gezielten Frage nach dessen Anliegen erkundigen. Ausgehend von der Antwort des Kunden kommt es zu einem tiefergehenden Dialog, in dem das Anliegen des Kunden genauer definiert wird und alle Rahmendaten für die Erfüllung dieses Anliegens zu klären sind. Die Dialoge verlaufen immer in den gleichen Schritten. Während der Chatbot Informationen preisgibt und weiterführende Fragen stellt, liefert der Kunde Antworten und trifft – falls nötig – Auswahlen. Darüber hinaus zieht der Chatbot ergänzende Informationen aus Backendsystemen und kann darauf basierende Entscheidungen treffen, die für die Dialogführung wichtig, manchmal sogar elementar sind. Wartet ein Kunde beispielsweise auf seine Bestellung, kann der Bot die zugehörige Auftragsnummer erfragen und den Lieferstatus prüfen. Sofern auch eine Nummer zur Sendungsverfolgung vorliegt, kann diese ebenfalls übermittelt werden, sodass der Kunde sich selbstständig über den weiteren Fortgang seiner Bestellung informieren kann.

Die Technik dahinter

Um zu erfahren, welche Technik den Chatbots die intelligente Dialogführung ermöglicht, ist ein Blick hinter die Fassade unumgänglich. Auch dabei lassen sich grundsätzlich zwei Varianten unterscheiden. Entweder ist der Verlauf des gesamten Dialogs manuell durchgestaltet, sodass der Chatbot letztlich nur ein Dialogskript abarbeitet und dabei einer strikten Wenn-Dann-Logik folgen muss. Oder der Bot stützt sich auf spezielle Machine Learning-Algorithmen, um auf Grundlage einer möglichst breiten Informationsbasis passende Antworten zu geben. Beide Typen haben Vor- und Nachteile. Im Falle der geskripteten Variante stehen die Betreiber des Bots vor der Herausforderung, alle Eventualitäten in den Dialogverläufen vorherzusehen und adäquate Reaktionen zu planen. Dabei sollten sich Wortwahl und logischer Ablauf nicht an den unternehmensinternen Gepflogenheiten orientieren, sondern möglichst aus der Perspektive eines Kunden konzeptioniert werden, dem es an umfangreichem Wissen zu internen Abläufen und Zusammenhängen fehlt.

Tarining mit Daten

In Fall von selbstständig lernenden Bots muss eine ausreichend große Datenmenge vor- und aufbereitet werden, aus welcher der Chatbot sein Wissen nähren kann. Dazu könnten beispielsweise bestehende, von Mitarbeitern geführte Chatdialoge gesammelt und analysiert werden. In der Nachbearbeitung wäre dann manuell zu vermerken, ob die einzelnen Dialogschritte jeweils als korrekt oder falsch einzustufen sind. Aus den dabei erzeugten Daten kann der Algorithmus im nächsten Schritt lernen, wie er sich zukünftig in vergleichbaren Situationen verhalten soll. Wird ein solcher Chatbot mit automatisch angelerntem Verhalten dann praktisch eingesetzt, besteht die Chance, dass er sich an den eigenen Haaren aus dem Sumpf zieht. Soll heißen, dass von ihm geführte Dialoge gespeichert und einzelne Dialogschritte von Mitarbeitern bewertet werden, um die Datenbasis zu vergrößern und die Zuverlässigkeit des Bots zu verbessern. Hat sich der Chatbot jedoch erst einmal darauf versteift, gewisse Situationen stets falsch zu behandeln, so lässt sich das erlernte Fehlverhalten – anders als bei der geskripteten Version – nicht so einfach unterbinden. Stattdessen muss die Datenbasis so lange mit Beispielen des gewünschten Verhaltensmusters angereichert werden, bis der Bot seine erlernte Auffassung ändert.

Kommunikation optimieren

Unabhängig von der gewählten Variante stellt sich die Frage, wie mit Missverständnissen umzugehen ist und wo die Grenzen des Bots in der Kommunikation liegen. Wann also ist der Punkt erreicht, an dem der Chatbot ein Problem nicht mehr selbstständig lösen kann, sondern an einen menschlichen Kollegen übergeben muss? Während Bots grundsätzlich ohne Pause einsetzbar sind, stehen menschliche Servicemitarbeiter häufig nicht rund um die Uhr zur Verfügung. Daher gilt es zu entscheiden, ob der Chatbot nur zum Einsatz kommt, wenn die Übergabe an einen menschlichen Kollegen möglich ist oder ob der Dialog außerhalb der Servicezeiten gegebenenfalls abgebrochen wird. Im letzteren Fall könnte der Bot auf die Servicezeiten verweisen oder die Vereinbarung eines persönlichen Termins mit einem Mitarbeiter initiieren. Für diese Entscheidung ist ausschlaggebend, welchen Umfang an Self-Services der Chatbot abdecken kann. Sofern hier ein einigermaßen vollständiges Portfolio häufig genutzter Services erreicht wird, scheint ein Rund-um-die-Uhr-Betrieb sinnvoll. Um Missverständnissen, im Dialog mit dem Chatbot vorzubeugen, besteht die Option von einer Freitexteingabe abzusehen und dem Kunden stattdessen eine begrenzte Auswahl von Antworten vorzugeben. So können durch eine lineare Dialogführung auch die Reaktionsmöglichkeiten des Bots – und damit der Aufwand für den Betreiber – eingegrenzt werden.

Schnelle Hilfestellung

Zusammengefasst ist festzuhalten, dass die Automatisierung des Kundendialogs ein überaus komplexes Anwendungsgebiet ist, auf dem genauestens zu analysieren und abzuwägen ist, für welche Art von Anfragen ein bestimmter Ansatz gewinnbringend implementiert und eingesetzt werden kann. Bots sind eine von mehreren Möglichkeiten, durch die Unternehmen eine der schwierigsten Aufgaben im Geschäftsumfeld, die Kommunikation mit dem Kunden, effizient gestalten können. Bots können zu einem entscheidenden Faktor in der Optimierung der Kundenkommunikation werden. Ihre Integration in den Kundendialog führt zu einer signifikanten Einsparung zweier wertvoller Ressourcen: Zeit und Geld. Während zuvor beanspruchte Mitarbeiter von Routineaufgaben entlastet werden und neue Kapazitäten gewinnen, freuen sich Kunden über eine ebenso schnelle wie unkomplizierte Hilfestellung.

www.ipdynamics.de
IP Dynamics GmbH

Das könnte Sie auch Interessieren

Bild: Fraunhofer IEM
Bild: Fraunhofer IEM
Effiziente Produktionsplanung: KI reduziert Aufwand bei Schulte Kartonagen um 25%

Effiziente Produktionsplanung: KI reduziert Aufwand bei Schulte Kartonagen um 25%

Welcher Liefertermin steht wann an? Wie aufwändig muss die Maschine umgerüstet werden? Ist das benötigte Material bereits geliefert? Um die Reihenfolge verschiedener Kundenaufträge optimal zu planen, müssen Produktionsplaner:innen eine Vielzahl von Faktoren kennen und einschätzen. Bei Schulte Kartonagen hat ab sofort ein intelligenter KI-Assistent alle Faktoren im Blick – und macht Vorschläge für die effiziente Planung der Produktion. Gefördert wurde die Zusammenarbeit mit dem Fraunhofer IEM und den Universitäten Paderborn und Bielefeld im it’s OWL-Projekt ARISE.

Bild: schoesslers GmbH
Bild: schoesslers GmbH
appliedAI Institute for Europe launcht kostenlosen KI-Onlinekurs

appliedAI Institute for Europe launcht kostenlosen KI-Onlinekurs

Das gemeinnützige appliedAI Institute for Europe stellt den kostenfreien Online-Kurs ‚AI Essentials‘ zur Verfügung, der es Interessierten ermöglicht, in die Welt der Künstlichen Intelligenz einzusteigen. Konzepte wie maschinelles Lernen und Deep-Learning sowie deren Anwendungsmöglichkeiten und Auswirkungen auf unser Leben und unsere Wirtschaft sind Teile der umfassenden Einführung.

Bild: Trumpf SE + Co. KG
Bild: Trumpf SE + Co. KG
Künstliche Intelligenz macht Fabriken clever

Künstliche Intelligenz macht Fabriken clever

Seit dem Siegeszug des Chatbots ChatGPT ist künstliche Intelligenz in aller Munde. Auch in der industriellen Produktionstechnik kommt KI mit großen Schritten voran. Lernende Maschinen machen die Fertigung effizienter. Wie funktioniert das genau? Das können Interessierte auf der EMO Hannover 2023 vom 18. bis 23. September erfahren. Die Weltleitmesse für Produktionstechnologie wird ihr Fachpublikum unter dem Claim ‚Innovate Manufacturing‘. mit frischen Ideen inspirieren und künstliche Intelligenz spielt dabei ihre Stärken aus.

Bild: Mitsubishi Electric Corporation, Japan
Bild: Mitsubishi Electric Corporation, Japan
KI-gestütztes Analysetool für moderne Produktionslinien

KI-gestütztes Analysetool für moderne Produktionslinien

Das Data-Science-Tool Melsoft MaiLab von Mitsubishi soll Unternehmen bei der Digitalisierung ihrer Fertigung und unterstützen und so deren Produktivität steigern. Die neue Lösung ist eine intuitive, bedienerzentrierte Plattform, die KI nutzt, um Abläufe automatisch zu verbessern. Sei es Abfallvermeidung durch geringere Ausschussmengen, weniger Stillstandszeiten durch vorbeugende Wartung oder Senkung des Energieverbrauchs durch Prozessoptimierung.

Bild: Fraunhofer IGD
Bild: Fraunhofer IGD
Software Arrange beschleunigt Absortierprozesse

Software Arrange beschleunigt Absortierprozesse

In Kombination mit einer Augmented-Reality-Brille bietet eine neue Software des Fraunhofer IGD digitale Unterstützung von Absortiervorgängen. Zusammengehörige Bauteile werden direkt im Sichtfeld der Beschäftigten an der Produktionslinie farblich überlagert. Anwender im Automotive-Bereich können so etwa durch beschleunigte Prozesse und eine minimierte Fehleranfälligkeit Kosten reduzieren.