Du hast deinen AdBlocker an?

Es wäre ein Traum, wenn du ihn für t3n.de deaktivierst. Wir zeigen dir gerne, wie das geht. Und natürlich erklären wir dir auch, warum uns das so wichtig ist. Digitales High-five, deine t3n-Redaktion

Ratgeber

KI-Chatbots im Kundenservice: Diese Anbieter gibt es und das können sie

Seite 2 / 2

Anbieter in der Übersicht

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 Bluemix – Watson

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 Cloud AI

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 Cognitive Services

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.

Amazon AWS AI

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.

Dialogflow aka api.ai

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.

rasa.ai

Ähnlich wie wit.ai wird auch bei dem Startup Rasa mit Sitz in Berlin auf Conversational AI gesetzt und FOSS großgeschrieben. Große Teile der Software-Komponenten sind auf Github verfügbar und können auf eigener Infrastruktur betrieben werden. Für große Unternehmen sind auch Enterprise-Pläne im Angebot, die beispielsweise das Hosting beinhalten können.

Die Dienste von Rasa basieren weitestgehend auf der Kombination von bestehenden Python-Frameworks und nutzen für das Natural Language Processing unter anderem die Bibliothek spaCy von dem ebenfalls in Berlin sitzenden Startup explosion.ai. Für die gute Unterstützung in deutscher Sprache ist in Rasa Natural Language Understanding (NLU) ein weitreichendes, deutsches Sprach-Modell eingebunden.

Neben NLU bietet Rasa-Core nun die Möglichkeit, Konversationen durch den Einsatz von ML-Algorithmen dynamisch zu steuern, an Nutzer anzupassen und stetig zu lernen.

wit.ai

Bei wit.ai wird nach dem Free-Open-Source-Software (FOSS)-Ansatz gearbeitet. Alle Komponenten sind kostenlos nutzbar und große Teile des Codes auf Github verfügbar. Das Angebot von wit.ai ähnelt dem von api.ai, es gibt jedoch neben NLP nur sehr wenig Funktionalität. Dies erklärt wahrscheinlich auch den recht niedrigen Aktivitätsgrad der Github-Projekte, api.ai bietet hier das deutlich attraktivere Produkt.

recast.ai

Das Angebot von recast.ai ähnelt dem von wit.ai und richtet sich an Entwickler von Conversational Bots. Deutsch wird neben anderen Sprachen zwar unterstützt, der Fokus liegt aber auch hier auf der Entwicklung von englischsprachigen Bots.

reply.ai

Bei dem grafisch sehr ansprechenden Startup reply.ai gibt es diverse Bots für den Use Case Kunden-Support. Es soll hier Conversational AI, Bot Frameworks und Analytics aus einer Hand geben. Integrationen in Dienste wie Facebook Messenger, Slack und weitere Chat-Diensten stehen zur Verfügung. Reply.ai ermöglicht es, über die Website einen Beispiel-Bot mit Zendesk-Integration per Chat im Facebook Messenger zu erstellen. Leider sind mehr Details nicht zu erfahren, da es hier keine offenen Trial-Zugänge gibt.

Reply.ai ist Autor des Chatbot Weekly Newsletters, der stetig Informationen rund um das Thema Chatbots sammelt.

meya.ai

Meya.ai ist ein weiteres Startup mit klarem Entwickler-Fokus. Es bietet eine Plattform, die den kompletten Entwicklungszyklus eines Bots im Browser darstellen soll. Dabei kann ein Bot in node.js oder Python entwickelt werden. Da derzeit in der Dokumentation keine Informationen über die Unterstützung der deutschen Sprache zur Verfügung stehen, wurde der Dienst nicht weiter unter die Lupe genommen.

Fazit

Das Angebot von Artificial Intelligence, Machine Learning und Natural Language Processing ist bereits sehr vielfältig. Es entstehen laufend neue Startups, die sich diesem Hype-Thema anschließen und die Benutzerfreundlichkeit steigern, Einstiegshürden reduzieren und AI zu einem Consumer-freundlichen, nutzbaren Werkzeug werden lassen.

Es ist zu erwarten, dass sich weitere Player, wie möglicherweise die Telekom, die derzeit nur in ihrem Blog welove.ai berichtet, in diesem Markt betätigen und hier auch zu einer besseren Unterstützung von deutschsprachigen Lösungen beitragen.

IBM bietet derzeit mit Watson eines der leistungsstärksten Angebote im Bereich AI. Die weitreichende Dokumentation der Schnittstellen, die zahlreichen Beispiel-Applikationen und die starke Unterstützung im deutschsprachigen Bereich machen es zu einem der Favoriten.

Setzt man hingegen darauf, die Dienste auf eigener Infrastruktur zu betreiben, dann erscheint Rasa als vielversprechende Alternative. Dies hat unter anderem den Vorteil, dass man dabei zu jeder Zeit die Hoheit über sensible Kundeninformationen behält. Die Komponenten von Rasa können eine gute deutsche Sprachunterstützung und interessante Machine-Learning-Ansätze bieten, mit deren Hilfe sich Chat-Interaktionen noch benutzerfreundlicher gestalten lassen.

Startseite
  • Seite:
  • 1
  • 2

Bitte beachte unsere Community-Richtlinien

2 Reaktionen
Denis

Hallo Herr Peter Schröder,

schön, dass Sie als Entwickler von solchen Chatsbots bei Penseo hier noch Werbung machen dürfen.
Ich sehe die Entwicklung als sehr kritisch. Schön dass die Unternehmen weiterhin sparen können und somit mehr Profit machen können. Gut vielleicht auch für den Kunden. Aber was ist mit den Arbeitsplätzen, die dahinter stehen? Was ist mit Familien die auf solche Arbeitsplätze angewiesen sind?

Antworten
ribert lirert

>Aber was ist mit den Arbeitsplätzen, die dahinter stehen?
Die werden abgeschafft.
>Was ist mit Familien die auf solche Arbeitsplätze angewiesen sind?
Sich einen neuen Job zu suchen ist kein Beinbruch.

Antworten

Melde dich mit deinem t3n Account an oder fülle die unteren Felder aus.