Chatbots und Voicebots – wie funktioniert das überhaupt?

Chatbots und Voicebots mit KI optimieren

Die den Chatbots und Voicebots in FAQ-Content auf Webseiten oder im Servicemenüs von Kundenhotlines zugrunde liegende Technologie ist nichts anderes als ein vordefiniertes Gespräch, in dem der Bot den Kunden Auswahlfragen stellt oder zu bestimmten Themen Antworten gibt. Eine Abweichung von dem definierten Standard war in den zu Beginn erläuterten Einsatzbeispielen nicht möglich.

Wirklich interessant wird diese Thematik durch eine Weiterentwicklung der Technologie – Chat- und Voicebots werden mithilfe von künstlicher Intelligenz (kurz: KI) betrieben. Dies befähigt den Bot, viel flexibler zu agieren und teilweise sogar eigenständig Antworten zu formulieren. Durch die Nutzung der Bots kann das sogenannte Natural Language Understanding immer weiter optimiert werden, sodass der Bot zukünftig besser agieren kann.

Zusammengefasst wird diese Entwicklung unter dem Begriff Conversational Artificial Intelligence (kurz: Conversational AI). Im Vergleich zur ersten Generation ist nun ein sehr vielfältiger Einsatz möglich, der so ein strategisches Asset für Finanzdienstleister darstellt.

Digitale Kundeninteraktion als strategisches Asset

Vorteile moderner Kundeninteraktion für das Geschäftsmodell von Banken.

Weiterlesen »

Conversational AI: Automatisierter Kundendialog mit KI

Die zentrale Idee einer Conversational AI ist ein Dialog zwischen Mensch und Maschine, in welchem die Maschine das menschliche Kommunikationsverhalten bestmöglich adaptiert. Dabei interagiert der Nutzer per Sprache oder Text mit der sogenannten Conversational-Plattform.

In Conversational-Plattform wird aus dem Anliegen der Nutzerin mithilfe von KI eine Absicht erkannt, und wesentliche Inhalte werden extrahiert. Hierdurch wird automatisch ein Use Case (oder wie im Schaubild dargestellt: Absichtsverarbeitung) angestoßen. Im Use Case ist nun ein flexibler Gesprächsablauf definiert, in dem der Nutzer integriert ist. Gleichzeitig werden Drittsysteme für das Abfragen oder Ändern von Informationen sowie das Anstoßen von weiteren Prozessen angebunden.

Vorteil einer Conversational-AI-Plattform ist die einheitliche Anbindung verschiedener Kanäle

Der Aufwand für die Pflege diverser Kanäle, beispielsweise durch getrennte Chat- und Voicebot-Lösungen, wird deutlich reduziert, indem die Conversational-Plattform modular aufgebaut ist und immer auf die gleiche Basis „Wissen“ zugreift. Das heißt, wenn etwas an einzelnen Prozessen geändert werden muss, zum Beispiel aufgrund von regulatorischen Anforderungen, reicht es, dies nur einmal zentral für alle Kanäle zu tun.

Dieses Vorgehen reduziert nicht nur den Aufwand, sondern stellt auch sicher, dass der Kunde die gleichen Informationen erhält bzw. Prozesse durchläuft – unabhängig vom Kanal.^[1]

Abbildung 1: Conversational AI

Neben der eigentlichen Gesprächsführung ist im Rahmen der Conversational AI das stetige Lernen aus bereits geführten Gesprächen zentraler Baustein. Dabei werden zum Beispiel die Wahrscheinlichkeiten bei der Absichtserkennung untersucht und besonders die Fälle neu trainiert, bei denen der Bot nur eine geringe Trefferquote (Fachterminus: Confidence Level) erzielt.

Neben der Analyse ist außerdem die Überwachung wichtig. So müssen in der maschinellen Kommunikation zwingend Optionen eingeplant werden, um das Gespräch mit einer realen Personen weiterführen zu können.

Digitale Assistenten – worum gehts?

Digitale Assistenten sind ein wichtiger Baustein für die Optimierung der digitalen Kundenschnittstelle.

Mehr zum Thema »

Kernkomponenten von Chat- und Voicebots

Voicebots stellen eine Erweiterung von Chatbots durch gesprochene Sprache (Voice) dar. Die Technologien zur Absichtserkennung, -verarbeitung und -generierung sind bei Voicebots und Chatbots identisch.

Um jedoch gesprochene Sprache nutzen und verarbeiten zu können, werden zusätzliche Komponenten benötigt. Zur Integration des Bots in eine Telefonanlage ist ein sogenanntes Telefon-Gateway notwendig. Die über das Telefon übermittelte gesprochene Sprache wird in Text umgewandelt, danach analysiert und weiterverarbeitet. Die Antwort des Bots wird entsprechend aus Text in gesprochene Sprache überführt, damit diese auch per Telefon ausgegeben werden kann.

Abbildung 2: Architektur eines Chat- und Voicebots

Natural Language Processing (NLP) bei Chatbots und Voicebots

Die Komponenten und Technologien, die sowohl bei Voice- als auch bei Chatbots eingesetzt werden, fallen in den Bereich Natural Language Processing (kurz: NLP).

Natural Language bezeichnet die alltäglich genutzte Sprache, die komplex ist, nur bedingt klare Regeln aufweist und unendlich viele Formulierungsmöglichkeiten bietet. Bezogen auf die Weiterentwicklung der Chat- und Voicebots von definierter zu freier Kommunikation stellt die Verarbeitung von Natural Language den wesentlichen Unterschied dar.

Abbildung 3: Natural Language Processing

Natural Language Understanding (NLU) bei Chatbots und Voicebots

Bei der Absichtserkennung kommt das sogenannte Natural Language Understanding (kurz: NLU), eine Teildisziplin des NLP, zum Einsatz.

Dazu wird der Text analysiert, um die Absicht der Nutzerin zu erkennen und Informationen (sogenannte Entitäten) zu extrahieren. Deutlich wird dies an einem Beispiel: „Ich möchte einen Zug nach München buchen.“ Hierbei muss der Bot verstehen, dass der Nutzer einen Zug und keinen Flug buchen möchte und dass mit „Zug buchen“ die Buchung eines Zugtickets gemeint ist. Außerdem muss die Information „nach München“ aufgenommen und der Entität „Zielort“ zugeordnet werden.

Wurde die Absicht erkannt, wird sie im nächsten Schritt verarbeitet. Diese Verarbeitung kann verschiedene Formen annehmen. Im oben genannten Beispiel würde der erste Verarbeitungsschritt die Vervollständigung der Entitäten wie „Startort“, „Datum“, „Uhrzeit“ enthalten. Anschließend könnte mit Drittsystemen kommuniziert werden, um beispielsweise passende Züge zu suchen oder das Zugticket zu buchen und in den Systemen zu hinterlegen.

Je nachdem, wie die Absicht verarbeitet wird, müssen Antworten generiert, Zusatzinformationen erfragt und Informationen oder Ergebnisse mitgeteilt werden.

Natural Language Generation (NLG) bei Chatbots und Voicebots

Die Antwortgenerierung fällt unter den Bereich Natural Language Generation (kurz: NLG).

Hierbei erzeugt der Bot einen Text in natürlicher Sprache mit dem Ziel, die zu übermittelnden Informationen sinngemäß wiederzugeben, sodass die Nutzerin diese auch versteht.

Die Anbindung von Chat- und Voicebots an Drittsysteme kann sehr flexibel gestaltet werden. So lassen sich sowohl individuelle Schnittstellen zur gezielten Weiterleitung und -verarbeitung erstellen und nutzen, Standardschnittstellen anbinden als auch eine dateibasierte Anbindung verwenden.

Durch das Anbinden von Drittsystemen können Chat- und Voicebots voll automatisch in die Prozesse integriert werden und so wirklichen Mehrwehrt generieren.

Welche Zukunft haben Chatbots und Voicebots?

Chatbots und Voicebots stellen erkennbar einen sehr großen Use Case für die Finanzbranche dar und weisen große Entwicklungssprünge auf. Das gilt es, in den Fokus zu nehmen, um die richtigen Weichen für die Zukunft zu stellen. Hierzu gehört neben der Schaffung einer entsprechenden Governance auch die Berücksichtigung diverser Erfolgsfaktoren.

Insgesamt sind wir uns einig – der digitale Assistent wird auch in der persönlichen Interaktion mit der Bank und Versicherung ein wichtiger Bestandteil werden.