(c) Adobe Stock

Wie kann ich Ihnen weiterhelfen?

Nicht erst die Corona-Krise zeigt: Bei einer steigenden Anzahl von Anfragen können und müssen automatisierte Dialoglösungen und Chatbots den menschlichen Agenten mehr und mehr unterstützen. In unserem Interview mit Workplace-Profi Lars Heiermann und Contact-Center-Spezialistin Katharina Schug von CONET haben wir uns zu Möglichkeiten, Einschränkungen und Herausforderungen ausgetauscht.

 

(c) LARS HEIERMANN Director Digital Workplace Engineering, CONET

 

Wie sieht die Rolle von künstlicher Intelligenz (KI) in der Kommunikation aus?


HEIERMANN: Grundsätzlich ist hier zwischen einem von Chatbots erlernten, eingeschränkten Dialog entlang immer gleicher, vordefinierter Bahnen und einer völlig freien Konversation zu unterscheiden. Definierte Textbäume im Sinne der klassischen „If > Then-Logik“ lassen sich inzwischen auch bis zu einem beeindruckend hohen Level an Komplexität ausbauen und trainieren. Aber das ist dann immer noch gefühlte Lichtjahre von einer gänzlich freien Unterhaltung mit einem „normalen Menschen“ entfernt. Erst recht, wenn der Nutzer absichtlich versucht, das System mit unsinnigen oder provozierenden Fragen aus den Angeln zu heben – ein für die KI natürlich gänzlich unlogisches Verhalten, wie schon Mr. Spock in Star Trek treffend bemerkt hätte.

 

(c) KATHARINA SCHUG Head of UC & Contact Center, CONET

 

Ist künstliche Intelligenz denn dann überhaupt eine Hilfe, oder ist man mit dem Programmieren vordefinierter Routinen nicht besser dran?


SCHUG: Wie in vielen anderen Bereichen spielt künstliche Intelligenz dann ihre Stärken aus, wenn es um die Bearbeitung von großen Datenmengen geht oder darum, aus diesen Daten die richtigen Schlüsse zu ziehen. In viele Kundenprozesse sind bereits heute weitere Systeme wie das Customer Relationship Management oder Service-Datenbanken eingebunden. Kommt es nun im Kundendialog per Chatbot zu immer wieder ähnlichen Anfragen oder Reaktionen, laufen Dialoge auf die gleiche Art und Weise ab oder gelangen sie immer wieder in die gleiche Sackgasse, so ist künstliche Intelligenz in der Lage, diese Zusammenhänge besser als einzelne Agenten zu erkennen und darauf hinzuweisen. Als Reaktion könnten dann etwa die „Antwort-Routinen“ angepasst, die Produktentwicklung kontaktiert oder die internen Prozesse überarbeitet werden. Hier schlummert in der Praxis noch eine Menge ungenutztes Potenzial.

Gibt es einen Bereich, in dem eine „spontane“ Reaktion schon besonders gut funktioniert?

Zur INTRE Newsletter Anmeldung

SCHUG: Insbesondere beim Erkennen und dem Umgang mit Tonalität ist trainierte künstliche Intelligenz schon faszinierend weit. Dies spielt natürlich gerade dann eine wichtige Rolle, wenn es auf Basis eines „emotional scores“ darum geht, zu entscheiden, wann ein Kunde an einen menschlichen Agenten weitergeleitet werden sollte, um Frustration oder eine weitere Eskalation zu vermeiden. Aber auch im Rückblick lassen sich hier wie oben beschrieben wertvolle Rückschlüsse für Optimierungen ableiten, wenn der Kunde etwa stets an einer vergleichbaren Stelle ungehalten reagiert oder den Kontakt gar abbricht.

Wie gut ist denn aktuell die Spracherkennung ausgeprägt?


HEIERMANN: In unserem westlichen Einsatzbereich ist für die englische Sprache wie zu erwarten die Erkennung am besten und insgesamt sehr gut – hier gibt es ja auch weltweit alleine durch die Verbreitung von Englisch im privaten und geschäftlichen Umfeld die meisten „Trainingsmöglichkeiten“ für die entsprechenden Systeme. Aber auch beispielsweise für Deutsch sind die gängigen Lösungen bereits weitgehend gut aufgestellt. Probleme machen natürlich bisweilen starke Akzente oder Dialekte. Hier ist es auch immer eine Frage des Aufwands, inwieweit sich hier ein Trainieren der entsprechenden Systeme wirklich lohnt.

Gibt es auch Fallstricke im Einsatz von künstlicher Intelligenz?


HEIERMANN: Mit künstlicher Intelligenz ausgestattete Chatbots verhalten sich oftmals leider wie störrische Hunde. Sie sind wissbegierig und mit den richtigen Logiken leicht zu trainieren. Wehe aber, es hat sich erst einmal ein falsch erlerntes Muster festgesetzt: Dann wird es schwierig, dieses wieder loszuwerden, da sich die inhärente Logik des neuronalen Netzes ganz auf dieses Muster ausgerichtet hat und sich nur schwer eines Besseren belehren lässt – vor allem, da der genaue Vorfall oder die genaue Stelle, an der sich ein Reaktionsmuster gebildet hat, bei komplexen neuronalen Netzen nicht immer einfach zu finden und zu korrigieren ist. Häufig hilft dann nur, von vorne oder zumindest von einem zwischengespeicherten Entwicklungsstand neu zu starten.

Apropos Entwicklung: Wie läuft das bei einer konkreten Anforderung für einen Chatbot ab?


SCHUG: Hier ist zuallererst eine Menge konzeptioneller Arbeit unumgänglich: in der Definition von Zielen und möglichen Lösungswegen ebenso wie in Stakeholder-Befragungen und der Identifikation dazu passender technischer Applikationen. Dabei ist auch die Art der über den Bot unterstützten Transaktion und deren Komplexität entscheidend. Geht es etwa um die typischen unterstützenden Aufgaben im Kundenkontakt, beispielsweise den Kunden durch den Kauf einer Fahrkarte, die Abfrage des Zählerstands des heimischen Wasseranschlusses oder eine einfache Reklamation zu leiten, sind in den allermeisten Fällen verfügbare Standardkomponenten ausreichend, die von den führenden Bot-Plattformen in der einen oder anderen Form angeboten werden. Hier einen über KI lernenden Konversations-Bot zu programmieren, wäre ja das sprichwörtliche Schießen mit Kanonen auf Spatzen.

HEIERMANN: Hier wird dann hauptsächlich ausgewählt und angepasst, gegebenenfalls noch Low Coding anhand bestehender „Bausätze“ für überschaubare Programmieraufgaben eingesetzt. Die Hauptarbeit aber liegt in der Konfiguration einzelner Komponenten und natürlich in der Integration in die vorhandene Architektur und der Anbindung an ergänzende Systeme wie Telefonie, Contact Center Management/ACD (Automatic Call Distribution) oder CRM.

Ist hierbei ein Einsatz von Cloud-Technologie zwingend?


HEIERMANN: Zwingend nicht, aber er macht vieles einfacher. Bei der Verwendung der großen Chatbot-Plattformen beispielsweise ist eine Cloud-basierte Nutzung meist unumgänglich. Rechenleistung, Speicherbedarf und das gemeinsame Lernen und Weiterentwickeln der Plattform sind da wichtige Faktoren, erst recht beim Einsatz komplexer Lösungen unter Nutzung neuronaler Netze. Zudem gibt es in Cloud-Modellen meist eine flexible, bedarfsgerechte Nutzung und Abrechnung. Natürlich kann eine entsprechende Lösung auch für das eigene Rechenzentrum entwickelt werden, aber dies sprengt schnell jeden vernünftigen Kosten-Nutzen-Rahmen.

Also besser keine Eigenentwicklung?


HEIERMANN: Das kann man so auch nicht pauschal sagen, auch die gängigen Plattformen haben ja nicht unwesentliche Lizenzkosten. Grundsätzlich skalieren Aufwand und Kosten mit der Zahl der eingesetzten Bots. Insofern ist dies auch eine Frage, inwieweit sich eine Organisation strategisch dazu entscheidet, auf Bots zu setzen. Ein einzelner Bot ist meist kaum – oder nur unter Nutzung einfacher Standardkomponenten aus der Cloud – wirtschaftlich sinnvoll. Wenn ich aber bewusst davon ausgehe, dass meine Organisation mittelfristig eine ganze Reihe von Bots im Kundenservice ebenso wie für interne Prozesse einsetzen möchte, kann die Kalkulation gleich ganz anders aussehen.

Kann man in einem normalen Chat heute Bots und menschliche Agenten überhaupt noch unterscheiden?


HEIERMANN: Das hängt natürlich davon ab, wieviel Aufwand in die Entwicklung gesteckt wird. Es wird auf jeden Fall zunehmend schwerer. Ich bin etwa davon überzeugt, dass bei einigen großen Handelsketten der Übergang schon heute fließend ist und der Kunde nicht einmal zwingend bemerkt, wann er an einen menschlichen Agenten übergeben wird. SCHUG: Das ist auch ein spannender Aspekt bei der Konzeption entsprechender Lösungen. Will man den Kunden im Unklaren lassen, wenn die Übergabe passiert, oder will man ihn darauf hinweisen, dass jetzt ein Agent übernimmt. Beide Vorgehensweisen können ihre eigenen Vor- und Nachteile haben und hängen stark vom jeweiligen Thema, der Zielgruppe oder der Thematik ab. Gerade jüngere Zielgruppen, die von den üblichen Sprachassistenten den Mensch-Maschine-Dialog gewöhnt sind, haben hier wenige Berührungsängste. Ein anders gelagertes Beispiel ist die schon beschriebene Weiterleitung an einen Agenten bei der Identifikation einer sehr negativen Tonalität. Hier kann ein Hinweis auf die Weiterleitung an einen menschlichen Agenten mitunter deeskalierend wirken.

Wie ist es denn grundsätzlich um die Akzeptanz von Chatbots bestellt?


SCHUG: Gut. Wie an anderer Stelle hier in der INTRE bereits diskutiert, ist wie bei jeder technischen Lösung die entscheidende Frage, wie gut sie funktioniert. Wird dem Kunden schnell und unkompliziert geholfen, wird es ihm letztlich egal sein, ob ihm ein Mensch oder eine Maschine geholfen hat. HEIERMANN: Entscheidend ist wie in allen Anwendungsbereichen die User Experience. Ist der Umgang intuitiv und schnell und führt auf möglichst angenehme Weise zum gewünschten Ergebnis, ist das „Wie“ für die allermeisten Nutzer zweitrangig.

Ist die aktuelle Corona-Krise ein Treiber für digitale Möglichkeiten wie die von Chatbots und künstlicher Intelligenz?


HEIERMANN: Auf jeden Fall. Insbesondere im Kundendialog hat sich an vielen Stellen gezeigt, dass ein plötzlich ansteigendes Anfragevolumen mit oftmals auch weitgehend standardisierten Inhalten – Rückerstattungen von Flugpreisen oder Anfragen zur Corona-Situation in bestimmten Regionen seien bespielhaft genannt – nur durch die Unterstützung von Bots und künstlicher Intelligenz beherrschbar bleibt.

SCHUG: Andererseits haben sich hier aber auch die oben erwähnten Ausnahmen von der Regel bestätigt: Insbesondere wenn große Verunsicherung herrscht oder es um als sehr persönlich wahrgenommene Themen wie Gesundheit, Finanzen oder die eigene wirtschaftliche Existenz geht, wünscht sich der Mensch dann eben doch nicht nur schnelle Hilfe, sondern auch einen empathischen Gesprächspartner im Service.

Unterschiedliche Ziele, Anforderungen, Kommunikationssituationen und Kundengruppen benötigen individuelle Lösungsansätze.

Wie beinah überall sind also einfache Antworten, die für alle Einsatzszenarien und Rahmenbedingungen gleichsam gelten, kaum zu geben. Unterschiedliche Ziele, Anforderungen, Kommunikationssituationen und Kundengruppen benötigen individuelle Lösungsansätze. Hier lohnt sich, bereits früh erfahrene Berater ins Boot zu holen, die mit ihrer Erfahrung in Communication und Collaboration über Technologie- und Fachbereichsgrenzen hinweg und dem oft zitierten Blick über den eigenen Tellerrand unterstützen.

 

AUTOR: -RED./

www.conet-communications.de


INTRE_2020_03_Perform_Conet

Tagged , , , , , , .