Dialogorientierte KI

menu icon

Dialogorientierte KI

Erfahren Sie mehr über dialogorientierte KI und wie sie Unternehmen in der Kommunikation mit ihren Kunden und der Bereitstellung von Services unterstützt.

Was ist  dialogorientierte KI?

Unter dialogorientierter  künstlicher Intelligenz  (KI) versteht man Technologien wie Chatbots oder virtuelle Agenten, mit denen Benutzer einen Dialog führen können. Dabei werden große Datenmengen, maschinelles Lernen und die  Verarbeitung natürlicher Sprache  eingesetzt, mit der menschliche Interaktionen nachgeahmt, Sprach- und Texteingaben erkannt und in verschiedene Sprachen übersetzt werden können.

Komponenten von  dialogorientierter KI

Dialogorientierte KI  kombiniert  die Verarbeitung  natürlicher Sprache  bzw. Natural Language Processing (NLP) mit  maschinellem Lernen. Diese  NLP -Prozesse fließen in eine konstante Rückkopplungsschleife mit  maschinellem Lernen  ein, um den KI-Algorithmus kontinuierlich zu verbessern. Dialogorientierte KI  verwendet grundlegende Komponenten, die es ihr ermöglichen, Vorgänge zu verarbeiten, zu verstehen und natürliche Reaktionen zu erzeugen.

Maschinelles Lernen (ML) ist ein Teilgebiet der künstlichen Intelligenz, das aus Algorithmen, Funktionen und Datensätzen besteht, die sich durch laufende Verarbeitung immer weiter verbessern. Mit zunehmendem Input wird die  KI-Plattform  immer besser darin, Muster zu erkennen und berechenbar zu agieren.

Die  Verarbeitung  natürlicher Sprache ist die aktuelle Analysemethode von Sprache mithilfe von  maschinellem Lernen , die in der  dialogorientierten KI verwendet wird. Vor dem Aufkommen des  maschinellen Lernens ging die Entwicklung der Sprachverarbeitungsmethoden von der reinen Linguistik über die Computerlinguistik zur statistischen Verarbeitung  natürlicher Sprache  über. In Zukunft wird Deep Learning die Fähigkeiten bei der Verarbeitung natürlicher Sprache im Rahmen der dialogorientierten KI noch weiter voranbringen.

NLP besteht aus vier Schritten: Eingabegenerierung, Eingabeanalyse, Ausgabegenerierung und bestärkendes Lernen. Hierbei werden unstrukturierte Daten in eine computerlesbare Form gebracht, die dann analysiert wird, um eine entsprechende Antwort zu generieren. Die zugrundeliegenden ML-Algorithmen verbessern die Qualität der Antwort im Laufe des Lernprozesses immer weiter. Diese vier NLP-Schritte können noch weiter aufgegliedert werden:

  • Eingabegenerierung: Die Benutzereingaben erfolgen über eine Website oder App, wobei das Format entweder Sprache oder Text sein kann.
  • Eingabeanalyse: Wenn die Eingabe textbasiert ist, nutzt die Anwendung für dialogorientierte KI  das Verständnis natürlicher Sprache (Natural Language Understanding, NLU), um die Bedeutung der Eingabe zu entschlüsseln und ihre Absicht zu verstehen. Wenn die Eingabe sprachbasiert ist, wird eine Kombination aus automatischer Spracherkennung (ASR) und NLU verwendet, um die Daten zu analysieren.
  • Dialogmanagement: In diesem Programmabschnitt formuliert die Generierung natürlicher Sprache (Natural Language Generation, NLG), eine Komponente von NLP, eine Antwort.
  • Bestärkendes Lernen: Abschließend verfeinern Algorithmen des maschinellen Lernens die Antworten im Laufe der Zeit, um eine hohe Genauigkeit sicherzustellen.

Entwicklung dialogorientierter KI

Zunächst wird bei der dialogorientierten KI überlegt, wie potenzielle Benutzer mit dem Produkt interagieren möchten und welche Fragen sie primär haben könnten. Dann können die Benutzer mithilfe von dialogorientierten KI-Tools zu den relevanten Informationen weitergeleitet werden. In diesem Abschnitt erläutern wir den Einstieg in die Planung und die Entwicklung einer dialogorientierten KI.

1. Liste mit häufig gestellten Fragen (FAQs) der Endnutzer

Häufig gestellte Fragen sind die Basis des Entwicklungsprozesses der dialogorientierten KI. Sie helfen, die primären Bedürfnisse und Sorgen der Endnutzer zu verstehen, und verringern damit das Anrufvolumen für das Support-Team. Sollten Sie für Ihr Produkt keine FAQs haben, definieren Sie zusammen mit Ihrem Kundenmanagementteam eine Liste mit Fragen, die Ihre dialogorientierte KI beantworten kann. 

Nehmen wir eine Bank als Beispiel. Die FAQ-Liste könnte zunächst folgende Fragen enthalten:

  • Wie kann ich auf mein Konto zugreifen?
  • Wo finde ich meine Bankleitzahl und Kontonummer?
  • Wann kommt meine Debitkarte an?
  • Wie aktiviere ich meine Debitkarte?
  • Wie bestelle ich Schecks?
  • Wo finde ich einen lokalen Ansprechpartner?

Diese Liste kann beliebig erweitert werden. Am Anfang werden jedoch ein paar kurze Fragen für die Entwicklung des Prototyps der dialogorientierten KI benötigt.

2. FAQs zur Entwicklung der Ziele Ihrer dialogorientierten KI-App verwenden

Ihr FAQ-Formular stellt die Basis für die Ziele oder Intensionen dar, die durch die Benutzereingaben ausgedrückt werden (zum Beispiel der Kontozugriff). Sobald diese Ziele definiert sind, können sie in ein leistungsstarkes dialogorientiertes KI-Tool wie Watson Assistant als Intentionen implementiert werden.

Screenshot von Watson Assistant, auf dem ein Benutzer eine Intention erstellt

 

Anschließend muss die dialogorientierte KI in den verschiedenen Möglichkeiten trainiert werden, wie ein Nutzer nach dieser Art von Informationen fragen könnte. Nehmen wir als Beispiel „Wie kann ich auf mein Konto zugreifen?“. Im Gespräch mit Supportmitarbeitern tauchen sicher weitere Formulierungen auf, etwa: „Wie kann ich mich anmelden?“, „Wie kann ich mein Passwort zurücksetzen?“, „Anmeldung für ein Konto“ usw.

Screenshot von Watson Assistant, auf dem ein Benutzer eine Liste von Intentionen erstellt

Wenn Sie sich nicht sicher sind, welche anderen Formulierungen Ihre Kunden eventuell verwenden könnten, sollten Sie ggf. mit Ihren Analyse- und Supportteams zusammenarbeiten. Wenn Ihre Tools für die Chatbot-Analyse korrekt eingerichtet wurden, können Analyseteams Webdaten erheben und weitere Anfragen aus den Daten der Website-Suchanfragen untersuchen. Alternativ können Sie auch Daten der Mitschriften aus dem Web-Chat und den Call-Centern analysieren. Sollten Ihre Analyseteams eine solche Analyse nicht durchführen können, bieten möglicherweise Ihre Supportteams ebenfalls wichtige Einblicke in häufige Formulierungen Ihrer Kunden.

3. Ziele zum Herausarbeiten relevanter Nomen und Schlüsselwörter verwenden

Nomen – oder Entitäten – die sich auf Ihre Intentionen beziehen, sind besonders wichtig. In diesem Beispiel haben wir uns auf das Bankkonto eines Nutzers konzentriert. Es ist deshalb sinnvoll eine Entität zu erstellen, die alle relevanten Informationen zum Bankkonto bereitstellt.

Screenshot von Watson Assistant, auf dem ein Benutzer eine Entität erstellt

Unter diese Informationskategorie kann eine Vielzahl an Informationen fallen, beispielsweise „Benutzername“, „Passwort“, „Kontonummer“ usw.

Screenshot von Watson Assistant, auf dem ein Benutzer eine Liste von Entitäten erstellt

Um die Entitäten bestimmter Benutzerabsichten besser zu verstehen, können die gleichen Informationen verwendet werden, die von Tools bzw. Supportteams erhoben wurden, um Ziele oder Intentionen zu entwickeln. Diese Nomen stehen vor bzw. nach der hauptsächlichen Frage.

4. Alle Informationen zu einem aussagekräftigen Dialog mit dem Benutzer zusammenführen

Alle diese Elemente zusammen können nun eine Konversation mit dem Endnutzer ermöglichen. Mithilfe der Intentionen kann die Maschine entschlüsseln, wonach der Benutzer fragt. Mithilfe der Entitäten kann die KI relevante Antworten formulieren. Ein Gespräch zwischen einer dialogorientierten KI und einem Benutzer, der sein Passwort vergessen hat, könnte wie folgt ablaufen:

Screenshot eines Dialogs mit dialogorientierter KI

Ziele und Nomen (oder Intentionen und Entitäten wie sie bei IBM bezeichnet werden) bilden zusammen einen logischen Gesprächsablauf, der auf den Bedürfnissen des Benutzers basiert. Wenn Sie bereit sind, Ihre eigene dialogorientierte KI zu entwickeln, können Sie die Lite-Version von IBM Watson Assistant kostenlos ausprobieren.  

Anwendungsfälle für dialogorientierte KI 

Bei dem Begriff dialogorientierte künstliche Intelligenz denkt man gerne an Chatbots und Sprachassistenten, die im Kundensupport und der Omnichannel-Bereitstellung Anwendung finden. Bei den meisten Apps für dialogorientierte KI sind umfassende Analysetools in das Backend -Programm integriert, um eine menschliche Gesprächsführung zu ermöglichen. 

Experten sehen die aktuellen Anwendungen von dialogorientierter KI als schwache KI an, da sie sich nur auf ein sehr enges Aufgabenfeld beschränkt. Starke KI, die nach wie vor ein theoretisches Konzept darstellt, basiert auf dem menschlichen Bewusstsein und kann viele Aufgaben ausführen und verschiedenste Probleme lösen.

Trotz dieses engen Aufgabenfeldes ist die dialogorientierte KI eine sehr lukrative Technologie für Unternehmen, weil sie ihnen dabei hilft, profitabler zu werden. Zwar sind KI-Chatbots die bekannteste Form von dialogorientierter KI, aber es gibt noch eine Menge anderer Anwendungsfälle im Unternehmen. Ein paar Beispiele:

  • Online-Kundensupport:  Online-Chatbots ersetzen menschliche Mitarbeiter auf der gesamten Customer Journey. Sie beantworten häufig gestellte Fragen (FAQs) zu Themen wie dem Versand oder bieten persönliche Beratungen an, verkaufen Produkte oder schlagen Kleidergrößen vor. Damit verändert sich die Art und Weise, wie wir über Kundenbeziehungen mittels Websites und soziale Netzwerke nachdenken. Es gibt beispielsweise Nachrichtenbots auf E-Commerce-Websites mit virtuellen Mitarbeitern, Nachrichten-Apps wie Slack und Facebook Messenger, sowie Aufgaben, die üblicherweise von virtuellen Assistenten und Sprachassistenten übernommen werden.
  • Barrierefreiheit: Unternehmen werden immer barrierefreier, indem Sie Marktzugangshürden abbauen. Dies gilt vor allem für Nutzer, die Technologien für die behindertengerechte Bedienung verwenden. Verbreitete Funktionen von dialogorientierter KI für diese Gruppen sind Text-zu-Sprache  und Sprachübersetzungen.
  • HR-Prozesse: Viele Prozesse aus dem Personalwesen können durch die Verwendung von dialogorientierter KI optimiert werden. Zum Beispiel Mitarbeiterschulungen, Onboarding-Prozesse und die Aktualisierung der Mitarbeiterinformationen.
  • Gesundheitswesen: Dialogorientierte KI kann Gesundheitsdienste für die Patienten barrierefreier und günstiger machen und gleichzeitig die operative Effizienz sowie administrative Prozesse optimieren, zum Beispiel bei der Bearbeitung von Leistungsansprüchen.
  • IoT-Geräte (Internet der Dinge): Mittlerweile gibt es in den meisten Haushalten mindestens ein IoT-Gerät, von Alexa-Lautsprechern über Smartwatches zu Smartphones. Diese Geräte verwenden eine automatisierte Spracherkennung, um mit Endnutzern zu interagieren. Zu den beliebtesten Anwendungen gehören Amazon Alexa, Apple Siri und Google Home.
  • Computersoftware: Viele Aufgaben in einer Büroumgebung können mit einer dialogorientierten KI vereinfacht werden, zum Beispiel die automatische Vervollständigung von Suchbegriffen in Google oder die Rechtschreibprüfung.

Zwar haben die meisten KI- Chatbots  und -Apps aktuell nur rudimentäre Problemlösungsfähigkeiten, sie können bei repetitiven Interaktionen im Kundensupport aber Zeit und Kosten sparen. Dies setzt Mitarbeiterkapazitäten frei, die für umfassendere Kundeninteraktionen eingesetzt werden können. In Summe können Apps für dialogorientierte KI viele menschliche Gespräche gut nachahmen, was zu einer höheren Kundenzufriedenheit führt.

    Vorteile der dialogorientierten KI

    Dialogorientierte KI  ist eine kosteneffiziente Lösung für viele Unternehmensprozesse. Im Folgenden finden Sie einige Beispiele für Vorteile der dialogorientierten KI.

    Kosteneffizienz

    Es kann relativ teuer sein, Mitarbeiter für die Kundendienstabteilung einzustellen, vor allem, wenn Fragen von Kunden auch außerhalb der Geschäftszeiten beantwortet werden sollen. Kunden über eine dialogorientierte Schnittstelle weiterzuhelfen, kann Geschäftskosten für Vergütungen und Schulungen senken, was vor allem in kleineren und mittelständischen Unternehmen wichtig ist. Chatbots und virtuelle Assistenten können sofort antworten und sind rund um die Uhr für potenzielle Kunden verfügbar.

    Menschliche Gespräche können gegenüber potenziellen Kunden auch zu widersprüchlichen Antworten führen. Da bei den meisten Interaktionen mit dem Kundensupport nach Informationen gefragt wird und sie sich häufig ähneln, können Unternehmen die dialogorientierte KI so programmieren, dass sie verschiedene Anwendungsfälle bearbeitet und dabei umfassend und einheitlich antwortet. Dies sorgt für eine gleichbleibende Kundenerfahrung und erlaubt es, wertvolle menschliche Ressourcen für komplexere Anfragen zur Verfügung zu stellen.

    Mehr Umsatz und Kundenbindung

    Mit der Nutzung mobiler Geräte im Alltag der Kunden müssen Unternehmen darauf vorbereitet sein, ihren Endkunden Informationen in Echtzeit bereitzustellen. Da Tools für dialogorientierte KI leichter verfügbar sind als menschliche Arbeitskräfte, können Kunden schneller und häufiger mit Marken in Kontakt treten. Diese sofortige Unterstützung ermöglicht es Kunden, lange Wartezeiten in Call-Centern zu umgehen, was zu einer insgesamt verbesserten Kundenerfahrung führt. Diese gesteigerte Kundenzufriedenheit führt auch zu einer höheren Kundentreue und zusätzlichem Umsatz durch Empfehlungen.

    Personalisierungsfunktionen innerhalb der dialogorientierten KI geben Chatbots auch die Möglichkeit, Endnutzern Empfehlungen zu geben, womit Unternehmen Produkte auch an Kunden verkaufen können, an die diese anfangs vielleicht gar nicht gedacht haben.

    Skalierbarkeit

    Die dialogorientierte KI ist zudem sehr skalierbar, da der Einsatz zusätzlicher Infrastruktur zur Unterstützung von dialogorientierter KI günstiger und schneller ist, als neue Mitarbeiter einzustellen und einzuarbeiten. Das ist besonders hilfreich, wenn mit Produkten neue geografische Märkte erschlossen werden, oder während kurzfristiger Nachfragespitzen, wie zum Beispiel an Feiertagen.

    Sehen Sie sich unsere Masterclass-Webinarreihe an, um mehr über dialogorientierte KI zu erfahren.

    Herausforderungen bei den Technologien für  dialogorientierte KI 

    Dialogorientierte KI steckt immer noch in den Kinderschuhen und wird erst in den letzten Jahren in Unternehmen eingesetzt. Wie bei jedem technischen Fortschritt ergeben sich auch beim Umstieg auf Anwendungen für dialogorientierte KI einige Herausforderungen. Einige Beispiele:

    Spracheingabe

    Die Spracheingabe kann für die dialogorientierte KI ein Problem darstellen, unabhängig davon, ob es sich um Text- oder Spracheingaben handelt. Dialekte, Akzente und Hintergrundgeräusche können sich darauf auswirken, wie gut die KI die Eingabe versteht. Jargon und Umgangssprache können ebenfalls ein Problem bei der Verarbeitung der Eingabe darstellen.

    Allerdings ist die größte Herausforderung für die  dialogorientierte KI der menschliche Faktor bei der Spracheingabe. Emotionen, Stimmlage und spöttische Bemerkungen können es der dialogorientierten KI erschweren, zu verstehen, was gemeint ist, und angemessen zu antworten.

    Datenschutz und Datensicherheit

    Da die dialogorientierte KI darauf basiert, Daten zu sammeln, um Benutzeranfragen zu beantworten, ist sie anfällig für Datenpannen. Die Entwicklung von Apps für dialogorientierte KI  mit hohen Standards bei Datenschutz und Datensicherheit sowie guten Überwachungssystemen wird dabei helfen, Vertrauen unter den Endnutzern aufzubauen und so die Nutzung von Chatbots im Laufe der Zeit auszubauen.

    Vorbehalte seitens der Benutzer

    Benutzer können zögern, persönliche oder vertrauliche Informationen zu teilen, wenn sie wissen, dass sie nicht mit einem Menschen, sondern mit einer Maschine interagieren. Da nicht alle Ihre Kunden Early Adopters sein werden, ist es wichtig, entsprechende Informationen bereitzustellen und Ihre Zielgruppen mit den Vorteilen und der Sicherheit dieser Technologien vertraut zu machen, um bessere Kundenerlebnisse zu ermöglichen. Dies kann aber auch zu schlechten Benutzererlebnissen und einer schlechteren Leistung der KI führen und so die positiven Effekte zunichtemachen.

    Außerdem sind manche Chatbots nicht ausreichend programmiert, um ein hohe Vielfalt von Benutzeranfragen zu beantworten. Hierbei ist es wichtig, einen alternativen Kommunikationskanal anzubieten, um komplexere Anfragen weiterleiten zu können. Es ist für Endnutzer auf jeden Fall sehr frustrierend, wenn sie eine falsche oder unvollständige Antwort erhalten. In diesen Fällen sollten Kunden die Möglichkeit haben, sich an einen menschlichen Mitarbeiter des Unternehmens weiterleiten zu lassen.

    Schlussendlich kann dialogorientierte KI auch den Workflow eines Unternehmens optimieren, wodurch für bestimmte Aufgaben keine Mitarbeiter mehr benötigt werden. Dies kann einen wirtschaftspolitischen Aktivismus auslösen, der negative Folgen für das Unternehmen haben kann.

    IBM und dialogorientierte KI

    IBM Watson® Assistant ist ein cloudbasierter KI-Chatbot, der Kundenprobleme auf Anhieb löst. Er bietet Kunden schnelle, einheitliche und genaue Antworten über alle möglichen Anwendungen, Geräte oder Kanäle hinweg. Mithilfe von KI lernt Watson Assistant aus Kundengesprächen und verbessert so seine Fähigkeit, Probleme auf Anhieb zu lösen. Gleichzeitig hilft er dabei, die Frustrationen langer Wartezeiten, langwieriger Suchen und nutzloser Chatbots zu vermeiden. Zusammen mit IBM Watson Discovery können Sie die Benutzerinteraktion mit Informationen von Dokumenten und Websites mithilfe einer KI-gestützten Suche verbessern.

    Watson Assistant optimiert Interaktionen, indem er Kunden bei mehrdeutigen Aussagen nach dem Kontext fragt. Damit werden frustrierende Neuformulierungen von Fragen vermieden eine positive Kundenerfahrung geboten. Außerdem bietet Watson Assistant Kunden eine Vielzahl von Optionen auf ihre Fragen. Sollte er eine Frage eines sehr komplexen Problems nicht lösen können, kann er diesen Benutzer nahtlos an einen menschlichen Mitarbeiter weiterleiten.

    Watson Assistant wurde so entwickelt, dass er sich perfekt in Ihr Kundensupport-Ökosystem integriert und perfekt zu den Plattformen und Tools passt, die Sie bereits verwenden. Damit werden die Kundenerlebnisse von Anfang bis Ende intelligenter und einfacher. Dadurch fühlen sich die Kundeninteraktionen mit Ihrem Unternehmen auch mehr wie ein sinnvoller Austausch mit jemandem an, der sich tatsächlich für die Kundenbelange interessiert, statt wie eine Reihe von zufälligen, fragmentierten Gesprächen mit Fremden.

    IBM ist sich auch bewusst, dass es beim Kundenerlebnis nicht nur um die Konversation geht, sondern auch um den Schutz sensibler Daten. Daher nutzen wir erstklassige Sicherheitsfunktionen und bieten hohe Zuverlässigkeit und Compliance in allen Watson-Produkten. Außerdem hilft IBM Ihnen beim Schutz Ihrer Investition, indem Sie die Flexibilität erhalten, Watson Assistant lokal, in der IBM Cloud® oder mit einem anderen Cloud-Anbieter Ihrer Wahl mit IBM Cloud Pak® for Data bereitzustellen.

    Anhand dieser 5-minütigen Beurteilung können Sie herausfinden, ob Sie Ihre Interaktionen mit dem Kundenservice mithilfe von KI verbessern können, um die Kundenzufriedenheit zu verbessern, Kosten zu senken und Ihren Umsatz zu steigern.

    Oder klicken Sie hier, um Watson Assistant kennenzulernen und noch heute umzusteigen. 

    Wenn Sie weitere Informationen zu dialogorientierter KI wünschen, melden Sie sich bei IBMid an und erstellen Sie Ihr IBM Cloud-Konto.