Der Begriff Conversational AI taucht immer häufiger in den Medien auf. Vor allem im Zusammenhang mit Chatbots wird Conversational AI immer wichtiger. Im folgenden Beitrag erkläre ich, wann Chatbots eine Conversational AI benötigen und wo die Mehrwerte von Bots mit Conversational AI liegen.
Was ist Conversational AI?
Wenn man im Internet nach Conversational AI sucht, findet man unzählige Definitionen und Erklärungen. Ich finde die folgende selbst-formulierte Definition sehr treffend: „Conversational AI wird mit dem Begriff KI-gestützte, automatisierte Dialogsysteme übersetzt. Es handelt sich dabei um eine Ausprägung der Künstlichen Intelligenz (KI), die Usern automatisierte, natürlichsprachliche Dialoge über Chatbots bzw. Sprachassistenten ermöglicht.“
Wo ist der Unterschied zwischen regelbasierten Chatbots und KI-basierten Chatbots?
Regelbasierte Chatbots arbeiten, wie der Name schon sagt mit fixen Regeln. Bei dieser Art von Chatbots werden die Dialoge im Voraus fix definiert und User haben dann immer nur die Möglichkeit mittels Buttons durch das Gespräch geleitet zu werden. Je nachdem, welchen Button ein Nutzer klickt, nimmt der Chatbot den dazu vordefinierten Gesprächspfad.
Die Plattform KI-Revolution nutzt beispielsweise einen regelbasierten Chatbot, um User durch die Webseite zu führen und zusätzlich neue Leads für den Newsletter zu generieren.
Bei ki-basierten Chatbots ist das anders. Diese Art von Chatbots arbeitet mit Conversational AI. Dadurch ist es möglich, dass User ihre Anfrage mittels Freitext (schriftlich oder mündlich) dem Chatbot mitteilen und dieser die Antwort selbst aufnehmen und einordnen kann. Sobald der Bot den Inhalt der Anfrage „verstanden“ hat, sucht er in seiner eigenen Datenbank nach einer Lösung.
Chatbots mit Conversational AI können dadaurch meist breitere Usecases abdecken, als einfacher regelbasierte Chatbots. Dies heisst nicht, dass regelbasierte Chatbots keinen Sinn mehr machen (mehr dazu übrigens hier).
Wann lohnt sich der Einsatz von Conversational AI?
Wenn Unternehmen einen neuen Chatbot einsetzen wollen, stellt sich in der Regel direkt am Anfang des Projektes die Frage, ob ein regelbasierter oder ein ai-basierter Chatbot entwickelt werden soll. Beide Formen haben ihre Berechtigung. In erster Linie müssen sich Unternehmen darüber im Klaren sein, was sie mit dem Chatbot erreichen wollen. Abhängig davon ist dann die Entscheidung für oder gegen den Einsatz von Conversational AI. Im folgenden ein paar Beispiele, wann die Nutzung Conversational AI Sinn macht.
Klassifizieren von Useranfragen vor allem im Kundenservice
Wenn Chatbots im Kundenservice eingesetzt werden, variieren die Anfragen in der Regel sehr stark. Viele Chatbot-Usecases aus dem Kundenservice lassen sich daher gar nicht mit regelbasierten Chatbots abbilden. Wenn die möglichen Fragen, die ein User stellen kann, zu breit sind, macht es Sinn dem User zunächst eine offene Frage zu stellen. Die Antwort des Benutzers wird dann mittels Conversational AI eingeordnet und entsprechend beantwortet. Möglich ist hier auch, dass nur die Einstiegsfrage mittels Conversational AI aufgenommen wird und der Rest des Gesprächs dann wieder regelbasiert verläuft.
Clara, der Chatbot der Helvetia Versicherung nutzt Conversational AI vor allem um die erste Anfrage des Nutzers einzuordnen. Sie stellt dem User zunächst eine offene Frage, bis sie verstanden hat, um welches Thema es bei der Anfrage geht. Anschliessend bietet sie dem User verschiedene Auswahlmöglichkeiten, die mittels Buttons gewählt werden können. Die Conversational AI hilft hier, das „Problem“ zunächst einzuordnen. Mittels Buttons und vordefienierten Regeln geht das Gespräch dann weiter und soll den User möglichst schnell und ohne Umwege zum Ziel führen.
Interne Mitarbeiter-Chatbots
Chatbots, die für die eigenen Mitarbeiter entwickelt werden sind meist nicht regelbasiert. Diese Art von Chatbots bringt meist erst Mehrwerte, wenn sie die Useranfragen mittels Conversational AI analysieren und bearbeiten können. Die Anfragen, die Mitarbeiter haben, sind sehr breit und situationsabhängig. Ein regelbasierter Chatbot, der die Mitarbeiter immer wieder durch das gleiche Gespräch führt, kann hier meist nur wenig unterstützen.
Situative oder kontextabhängige Gespräche
Reden zwei Menschen miteinander, sind wir es gewöhnt auf vorherige Gespräche Bezug zu nehmen. Ähnlich ist es bei situativen Gesprächen. Wenn wir beispielsweise über das Wetter reden, ist es für beide Gesprächspartner logisch, das wir üblicherweise das Wetter von dem Ort, an dem wir uns gerade befinden, reden. Anders wäre es, wenn wir von unsern vergangenen Ferien berichten und dabei das Wetter erwähnen.
Regelbasierte Chatbots können keine Rücksicht auf Kontext und Situation nehmen. Sie verhalten sich immer gleich bzw. antworten immer nach den gleichen Mustern. Nutzt ein Chatbot Conversational AI, ist es möglich, dass dieser auch Bezug zum Kontext und der Situation, in der sich der User befindet, nimmt.
Gibt es eine allgemeine Regel, wann Conversational AI genutzt werden sollte?
Grundsätzlich gilt, dass Conversational AI vor allem dann Sinn macht, wenn der Usecase des Chatbots breiter ist und sich die Gespräche nicht in einem einfachen Baumdiagramm abbilden lassen.
Wichtig ist, das Unternehmen zuerst die Mehrwerte und Ziele, die mit dem Bot erreicht werden sollen, klar definieren und anschliessend entscheiden, ob der Einsatz von Conversational AI Sinn macht oder ab wann, es Sinn machen könnte.
Viele Unternehmen starten zunächst mit einem regelbasierten Chatbot. Sie sammeln erste Erfahrungen mit dem Bot und bauen ihn dann erst im zweiten Schritt zu einem ai-basierten Chatbot aus.
Oft macht es auch Sinn eine Kombination aus beidem zu haben. Das heisst der Chatbot startet mit einer offenen Frage, für die er Conversational AI benötigt und verläuft dann regelbasiert weiter. Oder genau umgekehrt.
Ein hilfreiches Tool, um heraus zu finden, ob AI benötigt wird ist mein Chatbot Canvas.
Es steht hier zum Download bereit.
Oder wenn es schnell gehen soll, einfach das folgende Formular ausfüllen, dann wird das Canvas per E-Mail verschickt.