Wie werden Ihre Chat- und Voicebots noch intelligenter
Unternehmen, die Chatbots verwenden, sind zwar grundsätzlich von der Technologie überzeugt, kämpfen jedoch häufig mit den unzufriedenstellenden Ergebnissen. Jörg Feldmann, Gründer von kompaktwerk und Experte für digitale Kundendialoglösungen, teilt seine Erfahrungen und spricht über die verbesserten Optionen durch Enterprise Search und neueste generative künstliche Intelligenz.
Unternehmen sehen bei Chatbots häufiger Optimierungsbedarf.
In unseren Gesprächen mit Unternehmen fällt uns häufig auf, dass die Leistungsfähigkeit bestehender Bots oft kritisch hinterfragt wird. Die gängigen Rückmeldungen lauten wie folgt:
- Unser Bot kann auf zu wenige Kundenanfragen angemessen reagieren.
- Kunden verwenden den Bot nicht wie erwartet, da er zu wenige korrekte Antworten generiert.
- Unser Bot ist nicht in der Lage, einen natürlichen Gesprächsfluss aufzubauen.
- Die Verwaltung des Bots verursacht erheblichen administrativen Aufwand in den Kundenservice-Teams.
- Die Steuerung und Pflege der Inhalte gestalten sich als dezentral und schwer kontrollierbar.
- Es fehlt an einer Fülle von Informationen, um den Bot intelligenter zu gestalten.
- Die Nutzung des Bots hat die Benutzererfahrung eher verschlechtert.
Dies tritt nahezu unabhängig davon auf, ob das intelligente Softwarepaket von Unternehmen wie IBM Watson, Cognigy, RASA, moin.ai, OMQ, Zendesk oder anderen Anbietern bereitgestellt wird.
Doch was steckt wirklich dahinter?
Die Intelligenz von Chatbots
Die Intelligenz von Chatbots in Unternehmen ist nicht immer ausreichend, da sie auf spezifische Fragen und Abläufe trainiert werden und daher nicht in der Lage sind, unvorhersehbare oder komplexe Anfragen zu bewältigen. Zudem kann unzureichende Datenqualität und -quantität dazu beitragen, dass Chatbots nicht immer präzise Antworten liefern können.
Zusätzlich dazu gestaltet sich die Pflege und Aktualisierung des Inhalts oft als zeitintensiv. Es ist von entscheidender Bedeutung, den Chatbot mit präzisen und relevanten Informationen zu versorgen, damit er angemessene Antworten auf Anfragen liefern kann. Hierbei ist die Zusammenarbeit verschiedener Abteilungen innerhalb des Unternehmens erforderlich, um sicherzustellen, dass alle relevanten Informationen zur Verfügung stehen. Es ist auch notwendig, den Inhalt regelmäßig zu überprüfen und zu aktualisieren, um sicherzustellen, dass er aktuell und korrekt bleibt.
Um diese Herausforderungen zu bewältigen, müssen Unternehmen den Chatbot kontinuierlich schulen und seine Datenbank permanent überprüfen und aktualisieren. Unsere Erfahrung zeigt jedoch, dass das Hauptproblem genau hier liegt: Der Chatbot wurde ursprünglich für einfache Fragen und Prozesse trainiert und hat daher Schwierigkeiten, komplexe Anfragen zu verarbeiten. Da solche Daten jedoch nicht verfügbar sind, kann der Chatbot keine präzisen Antworten auf derartige Fragen geben.
Wie erhält der Chatbot sein Wissen?
Die Verbesserung der Intelligenz eines Chatbots kann durch den Einsatz einer KI-gestützten Wissensmanagementlösung erreicht werden. Diese Lösung ermöglicht es dem Chatbot, auf vielfältige Informationen und Wissen aus Ihrem Unternehmen zuzugreifen, um genauere und passendere Antworten auf Benutzerfragen zu liefern. Eine solche KI-basierte Suchmaschine, wird auch als als Enterprise Search System bezeichnet und trägt dazu bei, die Genauigkeit und Relevanz der Antworten zu erhöhen, indem sie relevante Informationen aus der Wissensdatenbank und anderen verbundenen Datenquellen auswählt und bereitstellt. Diese Search System kann über sogenannte Konnektoren einfach auf verschiedene Systeme in Ihrem Unternehmen zugreifen, wie zum Beispiel M365, Confluence, SharePoint, Jira, Wikis und mehr.
Zusätzlich ermöglicht eine KI-Wissensmanagementlösung auch eine effizientere Verwaltung und Aktualisierung des Wissens. Wenn neues Wissen in den verbundenen Datenquellen hinzugefügt, aktualisiert oder gelöscht wird, bleibt die Unternehmens-suchmaschine automatisch auf dem neuesten Stand.
Insgesamt kann eine hochwertige KI-Wissensmanagementlösung die Intelligenz eines Chatbots verbessern, indem sie ihm eine umfassende und aktuelle Wissensbasis zur Verfügung stellt und gleichzeitig die Fähigkeit verleiht, diese Basis effektiv zu nutzen, um relevante Antworten auf Benutzerfragen zu liefern.
Alternativ haben Sie auch die Möglichkeit, generative Modelle wie ChatGPT von OpenAI, BARD (PaLM2) von Google, oder Luminous von Aleph Alpha (deutscher Hersteller) anstelle eines speziell trainierten Chatbots in Ihre Frage-Antwort-Kommunikation zu integrieren. Der Vorteil bei der Kombination einer KI-basierten Suchmaschine wie dem iFinder mit einem integrierten generativen KI-Modell liegt darin, dass nur die Daten verwendet werden, die dem Benutzer tatsächlich zur Verfügung stehen, sei es aufgrund seiner Berechtigungen oder aufgrund des trainierten Modells. Dies minimiert das Risiko von „Halluzinationen“ durch das generative Modell erheblich.
Wodurch erhöhen Sie nun die Intelligenz Ihres Chatbots
In Bezug auf die Steigerung der Intelligenz Ihres Chatbots bieten wir einen effektiven Lösungsansatz an. Unser Ansatz zur Verbesserung Ihres Chatbots beinhaltet ein Natural Language Question Answering Modul (NLQA) in Form eines Frage-Antwort-Systems. Dieses leistungsstarke Sucherweiterung ist speziell für interaktive Frage-Antwort-Chatbots entwickelt worden. Mit dieser Lösung kann Ihr Chatbot schnell und effizient auf unternehmensweite Informationen zugreifen, was wiederum die Möglichkeit bietet, Ihre Chatbot-Dialoge zu optimieren und die Benutzerzufriedenheit erheblich zu steigern.
Das NLQA-Modul gewährleistet, dass vordefinierte Antworten aus Ihren Unternehmensdaten durch unser System extrahiert und nahtlos in den Chatbot-Dialog integriert werden. Der iFinder ist eine KI-basierte Wissensmanagement-Lösung, die Begriffe, Texte, Keywords und entsprechende Fragestellungen aus verschiedenen Datenquellen extrahiert und passende Ergebnisse liefert. Diese Anwendung durchsucht nicht nur Ihre Chatbot-Datenbank, sondern auch andere Datenquellen wie Confluence, SharePoint, andere Content-Management-Systeme und gegebenenfalls auch Voice- oder Chat-Transkripte.
Der Wartungsaufwand reduziert sich erheblich, da der iFinder bereits viele Konzepte „Out of the Box“ mitbringt, was den Pflegeaufwand der „Intents“ (Erkennens- oder Verstehensmechanismen) oder Fragestellungen verringert. Zudem greift er auf vorhandenes Wissen aus den verfügbaren Informationen zurück. Beispielsweise kann die Suche automatisch Synonyme zur Suchanfrage ergänzen. So wird nicht nur nach „Rente“ gesucht, sondern auch nach Begriffen wie „Pension“, „Altersgeld“, „Altersrente“, „Betriebsrente“, „Gesetzliche Rente“, „Alterssicherung“ und „Altersversorgung“, um entsprechende Treffer zu liefern. Die textuelle Vorschau der Suchergebnisse bietet bereits den Kontext zur gesuchten Antwort. Das Ranking nach Relevanz ermöglicht eine präzise Auswahl der besten Antwort aus den vorhandenen Informationen.
Wir sind überzeugt, dass Frage-Antwort-Systeme (Natural Language Question Answering) im Vergleich zu reinen Chatbot-Anwendungen zahlreiche Vorteile bieten. Daher liegt unser Hauptaugenmerk auf der Implementierung des Frage-Antwort-Systems. Im Vergleich zu einem modellierten Chatbot erfordert ein Frage-Antwort-System geringere anfängliche Projektinvestitionen, verkürzte Projektlaufzeiten und weniger Pflegeaufwand.
Es ist wichtig zu betonen, dass ein Chatbot dann hilfreich ist, wenn Benutzer nicht genau wissen, wonach sie suchen. Darüber hinaus kann ein Chatbot in Situationen nützlich sein, in denen die Suchfunktion nicht verwendet wird, sei es aufgrund mangelnder Bekanntheit oder fehlendem Zugriff auf die Daten. Unsere Erfahrung zeigt, dass eine Suche in der Regel schneller eine Antwort liefert als ein geführter Dialog.
Unser Frage-Antwort-System ermöglicht auch die Sprachsteuerung der Suche. Der iFinder bietet optional eine Speech-to-Search-Funktion. Unsere Lösung kann sowohl On-Premises auf unternehmenseigenen Servern als auch als Cloud-basierter SaaS-Dienst bereitgestellt werden.
Zusammenfassung
Unsere Überzeugung ist, dass Chatbot-Anwendungen den größten Mehrwert bieten, wenn sie den Informationsübermittlungsprozess direkt abschließen und aktiv in die Abwicklung von Prozessen eingebunden sind, zum Beispiel bei der Bestellung einer Pizza oder dem Abschluss einer Versicherung. Wenn die Hauptfunktion der Anwendung darin besteht, Informationen zu finden und weiterzugeben, dann ist das Konzept, Antworten direkt aus den vorhandenen Inhalten zu generieren, die optimale Lösung.
Ein generatives Sprachmodell wie ChatGPT kann eine Suchmaschine oder Wissensdatenbank nicht ersetzen, da es nicht über aktuelles und detailliertes Fachwissen verfügt. Die bessere Option ist eine Suchmaschine, die ein generatives Modell integrieren kann. Eine Suchmaschine kann Textstellen aus Dokumenten liefern, die wahrscheinlich Antworten auf eine gestellte Frage enthalten, und das Sprachmodell kann diese Informationen in eine verständliche Antwort umwandeln, die in einem Chatbot verwendet werden kann.
Daher ist die ideale Lösung für Unternehmen die Kombination einer KI-basierten Suchmaschine mit automatisierter Textextraktion, wie dem iFinder, und einem generativen Sprachmodell ähnlich wie ChatGPT. Dabei übernimmt die generative KI den menschenähnlichen, automatisierten Dialog, während der iFinder die relevanten Inhalte aus den Datenquellen des Unternehmens extrahiert.
Gerne möchten wir Ihren individuellen Anwendungsfall persönlich besprechen. Als Experten im Bereich des Wissensmanagements beschäftigen wir uns bereits seit längerer Zeit intensiv mit verschiedenen großen Sprachmodellen (LLM).
Wir bieten Ihnen verschiedene Umsetzungsvorschläge mit Vor- und Nachteilen, damit Sie eine optimale Entscheidungsgrundlage für Ihr Projekt erhalten.