Zu Markus und Retresco
Markus Bäuerle ist Chief Operations Officer bei Retresco, einer Berliner Agentur, die auf Lösungen in der automatisierten Kommunikation spezialisiert ist. Die Idee die dahinter steckt, ist routinemässige Kommunikation in verschiedenen Branchen und Firmen zu automatisieren und Plattformen für Textgenerierungen bereitzustellen. Dabei sind zwei Aspekte der Textautomatisierung zu beachten: Die Textanalyse sowie die Analyse von Daten, die noch nicht als Text vorliegen in eine Textform zu giessen.
Bei Chatbots sind diese beiden Dimensionen einbegriffen. Er muss einerseits verstehen, was der- oder diejenige, der oder die mit ihm redet von ihm möchte und aus dieser Analyse heraus, muss er in der Lage sein, eine Antwort zu generieren. Anhand der Chatbottechnologie hat Retresco Lösungen für die interne Kommunikation unter Mitarbeitenden entwickelt.
Wie nutzt man Chatbots für firmeninterne Kommunikation und Wissenstransfer?
Ursprünglich wurde dieses Projekt für einen Kunden gestartet, der eine Lösung wollte, um firmeninternen Wissens-Transfer zu ermöglichen. Dabei galt es für diesen grossen Dienstleister im Bereich Finance, viele regulatorische Vorschriften und Prozessbeschreibungen zu beachten, die man den Mitarbeitenden vermitteln möchte. Die bisherige Lösung war eine klassische Suche, mit der man strukturiert anhand von Suchbegriffen Dokumente durchforsten konnte, jedoch war es auf diese Art und Weise schwierig die konkreten und sehr unterschiedlichen Fragen der Mitarbeitenden zu beantworten. Um dieses Problem zu beheben, wurde ein Chatbot in Betracht gezogen, der auf die konkreten Fragen der Mitarbeitenden eingehen kann.
Wie wird ein solcher Bot konzipiert und umgesetzt?
Der Grundgedanke bei der Umsetzung war, dass die Antworten in den Dokumenten und Prozessbeschreibungen des Unternehmens liegen. Der Bot muss die Antworten aus dem Dokument ziehen und diese den Mitarbeitenden liefern können. Es handelt sich bei diesem Chatbots weniger um einen Dialog, sondern um Antworten auf gestellte Fragen. Zusätzlich zu der Beantwortung von Fragen soll er auch in der Lage sein etwas für den oder die Mitarbeiterin zu tun, also ihn zum Beispiel zu einem benötigten Formular weiterleiten.
Für die Umsetzung ergeben sich verschiedene Optionen. Einerseits gibt es die Domain Möglichkeit, in der der Chatbot die Dokumente im Moment der Anfrage selber durchforstet und aufbereitet. Diese Möglichkeit eignet sich vor allem für Weltwissensfragen oder offene Themen. Für Kunden wie grosse Finanzdienstleister ist bei dieser Methode die Antwortgenauigkeit aber nicht hoch genug. Deshalb wurde der grösste Teil ihrer Fragen und Antworten auf vorgefertigte Räumen festgelegt. Die am häufigsten gestellten Fragen wurden dabei in Suchstatistiken und Listen festgehalten. Anhand dieser Sammlung an Fragen und Antwortmöglichkeiten konnte eine Regelwerk für den Chatbot erstellt werden.
Die Nutzungserwartungen an den Chatbot sind in diesem Kontext sehr hoch. Die Antworten, die er liefert müssen stimmen und das System gut zu überprüfen sein. Um Missverständnisse zu vermeiden, muss sich in der Antwort des Chatbots die gestellte Frage spiegeln oder eine alternative Antwortmöglichkeit aufgezeigt werden. Anhand von Scores kann ausserdem die Wahrscheinlichkeit berechnet werden, welche Frage zu den Antwortmöglichkeiten passt. Die Antwortpfade des Chatbots sind dabei unterschiedlich aufgebaut. Einige verzweigen sich während andere nur eine Angabe verlangen, um zu einer Antwort zu gelangen.
Learnings
1) Chatbots enthalten beide Aspekte der Textautomatisierung: Einerseits muss er verstehen, was man von ihm möchte und aus dieser Analyse heraus, muss er in der Lage sein eine Antwort zu generieren.
2) Diese Art von Chatbot kann auf spezifische Fragen von Mitarbeitenden eingehen. Das erleichtert den Wissenstransfer für Firmen, in denen das Wissen heterogen verteilt ist.
3) Der Grundgedanke ist, dass die Antworten des Chatbots in den Dokumenten und Prozessbeschreibungen des Unternehmens liegen. Der Bot muss demzufolge die Antworten aus dem Dokument ziehen und diese den Mitarbeitenden liefern können.
4) Die Antwortgenauigkeit für solche Chatbots muss sehr hoch sein. Deshalb wurde der grösste Teil der Fragen und Antworten auf vorgefertigte Räume festgelegt. Anhand einer Sammlung an Fragen und Antwortmöglichkeiten konnte schliesslich ein Regelwerk für den Chatbot erstellt werden.
5) Für diese Art von Chatbots ist es wichtig sich zu fragen: Welches Business Modell habe ich eigentlich intern und wie kann ich dort was verändern? Die Kunden und Kundinnen müssen verstehen, wie man einen Bot konkret einsetzen will und welcher Bot sich zu welchem Zweck am besten einsetzen lässt. Deshalb ist es als Chatbotanbieter besonders wichtig den Dialog mit dem Kunden früh zu suchen und die nötige Aufklärungsarbeit zu leisten.
Am besten hört ihr gleich mal selbst in die Podcast Folge mit Sophie Hundertmark und Markus Bäuerle rein. Viel Spass![vc_empty_space height=“40px“]
Und wenn ihr keine Podcast-Folge mehr verpassen wollt, dann tragt euch unten auf dieser Seite in die Mailang-Liste ein.
