Es ist kein Geheimnis, dass es in vielen Branchen noch Probleme mit dem Stand der Digitalisierung von Geschäftsprozessen gibt. Immer mehr Unternehmen treiben deshalb eine massive Digitalisierungsoffensive voran. Viele Prozesse werden heutzutage noch manuell bearbeitet und sind dadurch fehleranfällig, mit langen Laufzeiten und hohen Kosten verbunden.

Innovative Produkte ersetzen nun diese analogen Prozesse mit den immer mächtiger werdenden Möglichkeiten von modernen computergestützten Systemen. Besonders die Eigenschaften von Artificial Intelligence ermöglichen hier ganz neue Lösungsansätze, beispielsweise beim Einsatz als Kommunikationswerkzeug in Beratungsprozessen.

Die faire und neutrale Beratung von Kunden in einem digitalen „Beratungsgespräch“ kann zum Beispiel durch den Einsatz von Chatbots verbessert werden. Da ein Bot nicht schläft, nie schlechte Laune hat und keine Vertriebsprovisionen benötigt, können hier erheblich Kosten eingespart und Prozesse optimiert werden. Und die Kunden erhalten endlich den Service, den sie verdienen.

Möchte man agil, also Schritt für Schritt, einen solchen Chatbot entwickeln, dann gibt es einiges zu beachten. Als eigenständige Lösung braucht der Bot eine ansprechende User Experience und ein modernes Design. Oft werden Bots auch in bestehende Kommunikationskanäle wie Facebook Messenger, Slack oder Zendesk integriert.

Um dem Bot die entsprechende Intelligenz für die Interaktion mit dem Benutzer zu geben, bietet es sich an, auf die stetig steigende Anzahl an verfügbaren AI-Services zurückzugreifen oder eine der vielfältigen Machine-Learning-Lösungen zu integrieren. Bei der Auswahl einer Lösung für den DACH Markt muss man heutzutage allerdings noch stark auf die deutsche Sprachunterstützung achten. Der Support für die Erkennung und Interpretation von deutscher Sprache und Texten ist oft schlechter oder nur rudimentär. Bei allen Anbietern dominiert die Entwicklung von Lösungen für den englischsprachigen Raum.

Viele der großen Software-Hersteller und Cloud-Provider arbeiten an Artificial-Intelligence- und Machine-Learning-Lösungen. Bei der Auswahl eines Dienstes muss stark darauf geachtet werden, welche möglichen Use Cases unterstützt werden und wie die Sprach-Abdeckung für die gewünschte Zielsprache ist. Oft müssen unterschiedliche Dienste eines Herstellers, wie beispielsweise Voice-Recognition und Natural Language Processing, kombiniert werden, um das gewünschte Ergebnis zu erreichen.

Neben Englisch unterstützen viele Dienste inzwischen auch Deutsch und andere Sprachen. Die Qualität der deutschsprachigen Varianten ist in der Regel schlechter als die der englischen. Oft stellen die Anbieter neue Features nur für Englisch bereit, auf deutsche Varianten muss man teils lange warten. Als Beispiel sei hier der AWS-Dienst Lex erwähnt, der nun schon über ein halbes Jahr lediglich als englischsprachige Variante zur Verfügung steht.

Meist bieten die Dienste kostenfreie Varianten oder Trial-Versionen an, durch die man den technischen Fit für die eigenen Anforderungen überprüfen kann. Oft gibt es auch ein kostenfreies Kontingent an Requests, wodurch sich Prototypen mit geringem Kosten-Overhead erstellen lassen.

Schaut man sich die unterschiedlichen Dienste an, dann lassen sich einige Gemeinsamkeiten entdecken. Das Natural Language Processing bietet dabei im wesentlichen Funktionalitäten zur Erkennung von Keywords (z. B. Synonyme), Entities (z. B. Automarken), Categories (z. B. Sport), Emotions (z. B. Liebe), Sentiments (z. B. positiv), Relations (Beziehung von Textteilen) und Concepts (abstrakte inhaltliche Erkennung). Vielfach ist es möglich, eigene spezifische, sprachliche Konzepte durch das Anlegen eigener Models abzubilden.

Schnittstellen von Conversational AI arbeiten weitestgehend mit Intents, die eine Benutzer-Absicht repräsentieren (z. B. „Ich möchte eine Pizza bestellen“) und Conversations, mit denen sich Gesprächsverläufe modellieren lassen.

Im Deutschen fehlen häufig ganze Funktionalitäten oder die Trefferwahrscheinlichkeit bei der Spracherkennung ist wesentlich schlechter als im Englischen. Es ist jedoch zu beobachten, dass die Hersteller stark daran arbeiten. die Sprachunterstützung zu verbessern.

Die Dokumentation der Schnittstellen und die zur Verfügung gestellten Bibliotheken, Toolkits etc. und die damit verbundene Accessibility sind überwiegend gut. Das mag daran liegen, dass diese Dienste relativ jung sind und mit modernen Frameworks und Entwicklungsmethoden erstellt wurden. Man merkt deutlich, dass „Developer Happiness“ bei der Konzeptionierung eine immer größere Rolle spielt. Zufriedene Entwickler helfen dabei, die Dienste erfolgreich zu vermarkten.

Einen allgemeinen Qualitätsvergleich der Anbieter zu erstellen ist schwierig, da sich die Dienste und Bibliotheken stark in den zugrundeliegenden Konzepten unterscheiden. Die Problematik lässt sich gut im Paper „Evaluating Natural Language Understanding Services for Conversational Question Answering Systems“ der TU-München nachlesen. Ein objektiver Vergleich in deutscher Sprache wird durch die schwankende Sprachunterstützung noch schwieriger.

Die tatsächliche Qualität der Services lässt sich auch erst mittelfristig, nach dem Training der Machine-Learning-Algorithmen, feststellen. Hier arbeiten die Anbieter mit unterschiedlichen Methoden. Oft ist es möglich, interaktiv zu überprüfen, wie Texte interpretiert werden.

Hier muss man sich darauf einstellen, selbst viele qualitativ hochwertige, breit gefächerte Trainingsdaten zur Verfügung zu stellen und kontinuierlich Qualitätskontrolle zu betreiben, um auch langfristig gute Ergebnisse erreichen zu können.

IBM bietet ein umfangreiches Portfolio an KI-Diensten, von Spracheingabe und Sprachausgabe über Natural Language Processing (NLP) und Sentiment Analysis bis hin zu Conversational-AI-Schnittstellen.

Deutsche Sprachunterstützung ist in vielen Bereichen allgemein verfügbar und alle Sprachvarianten erfahren fortlaufende Verbesserungen. Neue Features werden auch hier englischsprachig entwickelt. Modelle können mit eigenen Daten trainiert werden, dadurch lassen sich Limitationen der Sprachunterstützung umgehen.

In der umfangreichen Dokumentation von Watson finden sich auch diverse Tutorials und Beispiel-Applikationen. Nicht nur die Beispiele, auch die Bibliotheken und große Teile der Dokumentation sind bei IBM als Open Source auf GitHub bereitgestellt und können dort weiterentwickelt werden.

Google bietet in der Kategorie „Google Cloud Machine Learning“ ein vergleichbares Angebot an Diensten wie IBM Watson. Von Video-, Bild- und Textanalyse über Übersetzungsdienste bis hin zu NLP und allgemeinen Machine-Learning (ML)-Diensten kann man aus einem reichhaltigen Angebot schöpfen.

Die ML-Dienste sind bereits die zweite Generation von Angeboten. Dienste wie der „Google Prediction Service“ werden nach und nach eingestellt.

Dass Google ein großes Interesse an der Weiterentwicklung dieser Dienste hat, kann man auch an der Übernahme von API.ai sehen (mehr Infos zu API.ai weiter unten).

Microsoft bietet mit „Cognitive Services & Language Understanding“ ein ähnliches Portfolio. Auch hier sind Qualität und Umfang vergleichbar mit Google und IBM, wobei die Microsoft Interfaces oft ein wenig umständlich wirken, da bleibt Microsoft seiner Linie treu :)

Mit „Language Understanding Intelligence Service“ (LUIS) bietet Microsoft einen Dienst für Conversational AI an, der den Ansätzen von Watson Conversation, api.ai (siehe unten) und Amazon Lex (siehe unten) ähnelt. Mit diesem Service können in einem grafischen User Interface (GUI) Konversationen für die Interaktion mit Usern über Chatbots oder Sprachsteuerung erstellt werden.

Für die Erstellung von Chatbots wird das „Microsoft Bot Framework“ bereitgestellt. Das Framework stellt ähnlich wie bei api.ai und Watson Schnittstellen und Bibliotheken bereit, um Bots auf unterschiedlichen Kanälen wie Slack oder Facebook Messenger zu integrieren.

AWS bietet mit Lex und Polly Dienste an, mit denen sich Werkzeuge ähnlich wie Amazon-Alexa-Skills erstellen lassen. Zusätzlich bietet Rekognition Schnittstellen zur Bilderkennung an.

Neben der eher dürftigen Produktauswahl und Sprach-Abdeckung der AWS-Dienste hat AWS noch eine Vielzahl von Machine Learning Amazon Machine Images im Angebot, mit deren Hilfe sich beliebte Machine-Learning-Bibliotheken sehr einfach in der Cloud installieren lassen. Dabei profitieren diese Maschinen dann von der weitreichenden AWS-Infrastruktur, können individuell konfiguriert, skaliert und erweitert werden. Der Nachteil ist hier die geringe Consumer-Freundlichkeit gegenüber einer SaaS-Lösung.

Mit api.ai (gerade zu Dialogflow umbenannt) hat sich Google ähnlich wie bei firebase eine Entwickler-orientierte Plattform eingekauft. Mit api.ai lässt sich sehr einfach eine Conversational AI über sogenannte Agents erstellen, die über eine Vielzahl von SDKs und Integrationen beispielsweise in Slack und Facebook Messenger genutzt werden können. Der Dienst ist auch in deutscher Sprache erhältlich, es sind jedoch wie so oft nicht alle Funktionen verfügbar – zum derzeitigen Stand werden zum Beispiel keine Fallbacks unterstützt.

Das Training des Machine-Learning-Algorithmus kann sehr einfach über eine Website gesteuert werden. Durch die Vernetzung der Agents über Webhooks lassen sich Prozessketten erstellen, die es Entwicklern ermöglichen, eine Integration zu bestehenden Systemen herzustellen.