Inzwischen gibt es zahlreiche Chatbots auf dem Markt, die auf großen Sprachmodellen (LLMs) wie ChatGPT oder Mistral basieren. Solche Chatbots sind schnell auf der eigenen Webseite implementiert, bringen aber auch Probleme mit sich. Lassen wir einmal die Tatsache beiseite, dass diese Chatbots wenig Möglichkeiten bieten, in die Trainingsdaten einzugreifen, dass Vorurteile aus den Trainingsdaten reproduziert werden und Halluzinationen bereits zu Verurteilungen in Gerichtsprozessen geführt haben, so gibt es noch ein weiteres Problem: Diese Chatbots helfen Benutzern häufig nicht, ihr Ziel zu erreichen.

Bedürfnisse der Benutzer im Blick haben

Es ist vielleicht eine provokante These, aber ich glaube, wenn Menschen mit einem Chatbot kommunizieren, wollen sie häufig nicht (nur) Antworten bekommen, sondern ein Ziel erreichen. Schon bevor sie überhaupt das Chatfenster öffnen, wissen sie, was sie brauchen: Sie wollen etwas wissen, vielleicht aber auch etwas tun oder haben.

Dementsprechend ist eine generierte Antwort häufig nicht das geeignete Mittel, um ihr Ziel zu erreichen.

Wie setzt man Chatbot-Projekte um, damit sie besonders hilfreich und erfolgreich sind?

Wenn die Benutzer etwas wissen wollen, verwendet der assono KI-Chatbot für die Beantwortung von Fragen drei mögliche Datenquellen:

• Kuratierte Antworten:
  Die Antworten werden über das Dashboard eingepflegt. Die Antworten sind reproduzierbar, können Medien oder Formulare enthalten und können den Benutzer über Buttons gezielt und proaktiv zu weiteren Inhalten leiten.
  Die vorbereiteten Antworten sind auch dann das Mittel der Wahl, wenn es mit einer einzelnen Antwort nicht getan ist, zum Beispiel wenn der Chatbot zu einem Produkt oder Tarif eine Beratung durchführen soll oder wenn sich im Kundenservice eine bestimmte, hoch optimierte Abfolge von zielführenden Fragen - ein Fragebaum - bewährt hat und den Kunden schnellstmöglich und zuverlässig zu einer Lösung seines Problems führt

• Verknüpfung zu anderen Systemen:
  Mithilfe von programmierten Anbindungen können Daten aus anderen Systemen bezogen und im Zusammenhang mit Anliegen verwendet werden. Es können z.B. Informationen zu Dienstleistungen aus einer Datenbank ausgelesen werden. Werden diese Texte dann ausgegeben, können sie optional über ein LLM (z.B. ChatGPT) auf die Frage zugeschnitten zusammengefasst werden.
  Der Vorteil dieses Ansatzes ist, dass Inhalte aus einem zentralen Datenspeicher bezogen werden und dadurch immer aktuell sowie konsistent sind. Gleichzeitig kann durch die Verknüpfung sehr genau gesteuert werden, wann welche Informationen ausgegeben werden.
  

• KI-Suche:
  Der anliegenbasierte Chatbot kann durch eine KI-Suche ergänzt werden. Dann kann der Chatbot selbstständig nach Informationen auf bestimmten, vorgegebenen Webseiten, Dokumenten und anderen, auch unstrukturierten Datenquellen suchen, wenn es zu einer Benutzeranfrage kein passendes Anliegen gibt. Die Suche kann an ein LLM (z.B. ChatGPT) gekoppelt werden, um die Suchergebnisse in einer passenden Antwort zusammenzufassen.
  Auch hier hat der Betreiber des Chatbots die volle Kontrolle, aus welchen Quellen die Informationen stammen, und die Daten sind aktuell und wahr.
  

Für einen erfolgreichen Chatbot empfehlen wir, die Ansätze entsprechend den Anforderungen und vorliegenden Datenquellen zu kombinieren: Alle Themen, nach denen häufig gefragt wird und die reproduzierbar und zuverlässig beantwortet werden sollen, sollten über kuratierte Anliegen abgebildet werden (ähnlich wie man das in der Regel auf der Webseite macht). Das gleiche gilt, wenn man zusätzlich zum Text auch Medien wie Karten oder Erklärvideos einbinden möchte. Wichtig ist es außerdem, kuratierte Anliegen dort zu verwenden, wo Benutzer dazu gebracht werden sollen, etwas zu tun, z.B. wenn es um eine Anmeldung, eine Terminvereinbarung, eine Schadensmeldung oder das Einreichen eines Formulars geht.

Wenn Antworten nicht ausreichen

Wollen die Benutzer etwas tun, z. B. einen Antrag einreichen, einen Termin vereinbaren oder ihre Vertragsdaten nach einem Umzug oder Bankwechsel ändern, müssen in der Regel andere IT-Systeme angebunden werden. Oder sie wollen etwas haben, also zum Beispiel etwas aussuchen und bestellen.

In beiden Fällen werden dafür exakt die Daten benötigt, die die Schnittstelle vorgibt. Und natürlich sollten diese nicht nur so vollständig wie möglich sein, sondern auch auf Richtigkeit geprüft worden sein. Eine IBAN kann auf Format und die Prüfsumme hin gecheckt werden, in anderen Fällen muss ein Datum unbedingt in der Zukunft liegen oder das Passwort des Benutzers muss mit dem im System hinterlegten übereinstimmen, um ihn hinreichend zu authentifizieren.

Hier spielen komplexe, vielleicht sogar von einem Conversational Designer geplante und optimierte Dialoge in Kombination mit einer hervorragenden Anliegen- und Entitäten-Erkennung ihre Stärken aus und helfen den Menschen, ihre Ziele schnell und einfach zu erreichen.

Benutzer nehmen Angebote von Chatbots sehr gut an

Antworten, die Benutzern helfen, bestimmte Aufgaben zu erledigen, werden bei unseren Kunden besonders oft positiv bewertet. Dazu gehört beispielsweise, wenn Benutzer ein SEPA-Lastschriftmandat einreichen oder einen Termin direkt im Chatbot buchen können. Diese Funktionen vermeiden einen Medienbruch, da sie den Benutzern den Wechsel zu anderen Seiten oder das Ausfüllen separater Formulare ersparen. Teilweise können Informationen, die der Benutzer zuvor schon genannt hat, vorausgefüllt werden. Dadurch wird zusätzlich Zeit eingespart.

Ihr Weg zum eigenen Chatbot.

Ein Chatbot ist genau das Richtige für Ihre Organisation und Sie wollen gerne mehr darüber erfahren? Gerne beraten wir Sie in einem kostenlosen Erstgespräch zu Ihrem Anwendungsfall. Vereinbaren Sie dazu gerne einen Termin oder rufen Sie uns an unter +49 4307 900 407. Alternativ können Sie hier einen Termin für eine Live-Demo vereinbaren. Wir freuen uns auf Sie!