Chatbots beziehungsweise Conversational Interfaces sind ein heißdiskutiertes Thema, das sicherlich viele Unternehmen beschäftigt. Welche Probleme bei der Umsetzung eines Bots auftauchen können und wie man diese umgeht, könnt ihr hier nachlesen.

Oftmals liegen die Erwartungen gegenüber intelligenten Chatbots irgendwo zwischen Science-Fiction-Filmen und Siri. Zu Beginn eines jeden Chatbot-Projekts sollte allen Beteiligten klar sein, was eine künstliche Intelligenz in diesem Kontext bedeutet. Üblicherweise reduziert sich diese nämlich bei Chatbots auf das sogenannte Natural-Language-Processing. Darunter versteht man die automatische Interpretation von geschriebenem Wort. Die Eingaben werden dabei systematisch analysiert und auf ihre Intention überprüft. Passende Antworten oder Informationen kommen dann in der Regel aus einer Datenbank oder via Schnittstelle zurück. Chatbots erweitern zunächst nicht eigenständig ihr Wissen und auch Smalltalk-Fähigkeiten wie die Frage nach dem Wetter sind nicht selbstverständlich.

Häufig führen Chatbots aufgrund falscher Anforderungen zu unzufriedenen Gesprächspartnern. Ursache hierfür ist, dass die Fähigkeiten eines Chatbots nicht die sind, die die Nutzer erwarten. Oft werden die Anforderungen aus der Perspektive des Anbieters heraus definiert. Dass der Chatbot somit sein Ziel verfehlt, Kunden automatisiert zu betreuen, liegt auf der Hand. Hier sollte immer zunächst geprüft werden, welche Anfragen sich auf den bereits verwendeten Servicekanälen häufen und entsprechend priorisiert werden. Dazu können etwa die Kollegen aus dem Callcenter oder dem Service Aussagen treffen. Echte Anfragen sind die beste Grundlage, um einen Chatbot vorzubereiten und zu trainieren.

Einen Chatbot zu entwickeln, der alle Belange bedienen kann, wird in den meisten Fällen nicht funktionieren. Daher ist es ratsam, die relevantesten Fragestellungen und Funktionen herauszuarbeiten und zu optimieren. Grundsätzlich gilt: Je mehr Antworten ein Chatbot kennt, desto höher ist die Gefahr, dass eine Frage nicht korrekt aufgefasst wird. Grund dafür sind Überschneidungen in der Formulierung, die per Natural-Language-Processing möglicherweise nicht sauber unterschieden werden können. Außerdem ist es wichtig, dass der Chatbot seine eigenen Grenzen kennt und den Kunden im richtigen Moment an einen Mitarbeiter weiterleitet.

Diverse Technologien locken mit dem Vorteil, dass Chatbots gleichzeitig für mehrere Kanäle genutzt werden. Ein klassisches Beispiel ist hier die Website via Webchat, parallel läuft der Facebook Messenger. Hier sind einige grundsätzliche Unterschiede zu beachten. Während man Website-Besucher aktiv anschreiben kann, muss der Facebook-Nutzer den ersten Schritt machen. Schließt der Besucher die Website, gibt es zunächst keinen Kontaktweg mehr. Im Facebook Messenger hingegen bleibt das Gespräch erhalten – über sämtliche Endgeräte hinweg. Auch die Art der Anliegen kann sich stark unterscheiden. Beispielsweise bedient der Website-Chatbot zunächst Service-Anfragen, während er im Messenger ein Kanal fürs Community-Management ist (zum Beispiel Feedback zu Beiträgen oder Gewinnspiele).

Wie immer: Auch ein guter Chatbot fußt auf einem sauberen Konzept. Sobald es über einen einfachen Ablauf hinausgeht, stößt man mit klassischen Flowcharts an Grenzen – zumindest in puncto Übersichtlichkeit. Hier gilt es, mit geeigneten Tools eine Lösung zu finden, die keine Fragezeichen für die Entwicklung stehen lässt, aber auch Textern und dem Unternehmen selbst die Möglichkeit gibt, kollaborativ am Projekt zu arbeiten. Tools wie Botmock oder Botsociety schaffen hier Abhilfe.

Ist die Umsetzung eines Bots soweit fortgeschritten, dass er getestet werden kann, sollte es unbedingt einen Leitfaden für die Tester geben. Denn häufig wird auch hier nicht die Perspektive der Nutzer eingenommen, sondern wahllos getestet wie es in der Realität kaum vorkommen kann. Hier ist ein systematisches Vorgehen unumstößlich, das authentische Anliegen plausibel bearbeitet.

Auch ein iterativer Rollout kann hier helfen, indem der Chatbot zunächst nur einem kleinen Kreis von Nutzern zur Verfügung gestellt wird. So kann auf Basis des realen Nutzerverhaltens getestet und optimiert werden.

Ähnlich wie bei der allgemeinen Erwartungshaltung gegenüber Chatbots sollte zum jetzigen Stand eine gewisse Toleranz gegenüber der Zuverlässigkeit von Chatbot-Technologien eingeräumt werden. Vieles davon steckt noch ein Stück weit in den Kinderschuhen. Speziell im Deutschen funktionieren viele KI-Services noch nicht perfekt. Damit keine Erwartungen verfehlt werden, ist ein offener Umgang mit der tatsächlichen Leistungsfähigkeit wichtig.

• Chatbots mit realistischer Erwartungshaltung begegnen
• Anforderungen aus Perspektive der Nutzer definieren
• Less is more – lieber wenige, dafür ausgereifte Funktionen
• Rechtzeitige Übergabe an Mitarbeiter
• Unterschiedliche Kanäle separat behandeln
• Konzept sauber mit geeignetem Tool entwickeln
• Authentische Tests, auch mit echten Nutzern
• Verständnis für technologischen Fortschritt behalten