Was sind Chatbots?
Und wie lassen sie sich mit Analytics kombinieren?
Wahrscheinlich haben Sie in der heutigen digitalen Welt schon mit einem Chatbot zu tun gehabt. Betrachten wir einige bekannte Szenarien.
- Danke, dass Sie unsere Website besuchen. Wie kann ich Ihnen helfen?
Vielleicht ist Ihnen bei der Suche nach neuen Schuhen ein Chat-Fenster auf dem Bildschirm aufgefallen, in dem freundlich gefragt wurde, ob Sie Hilfe brauchen. Oder Sie haben Siri, Alexa oder Google gebeten, ein Meeting im Kalender einzutragen, eine Erinnerung für eine bevorstehende Aufgabe zu erstellen oder ein Timer für die Backzeit Ihrer Kekse zu stellen. Möglicherweise haben Sie schon ChatGPT verwendet, um einen Brief zu schreiben, Strategien und Ideen zu brainstormen oder Computer-Code für ein Unterrichts-Projekt zu schreiben.
Die Geschichte der Chatbots ist faszinierend und reicht bis in die 1960er Jahre zurück. Heute dienen sie als mächtiges Hilfsmittel für Unternehmen, Kunden und auch Einzelpersonen. Dank Technologien wie generativer künstlicher Intelligenz (AI) bieten die erstaunlich menschenähnlichen Gespräche mit diesen „Bots“ Antworten und Lösungen in Echtzeit .
Definition: Was ist ein Chatbot
Ein Chatbot ist eine Art dialogfähige künstliche Intelligenz (AI), die dazu konzipiert ist, menschliche Interaktionen mit Computern zu vereinfachen. Durch ein Computerprogramm, das menschliche Gespräche simuliert, können Chatbots Fragen und Eingaben der nutzenden Person in gesprochener und schriftlicher Sprache verstehen und auf diese antworten.
Rudimentäre Chatbots verwenden Regeln, um basierend auf der Eingabe des Nutzers bestimmten Konversationspfaden zu folgen. Sie werden oft zur Beantwortung einfacher Fragen oder zum Weiterleiten von Kunden an den Ticket-Support eingesetzt. Diese Bots werden in vielen Bereichen eingesetzt, und begegnen Ihnen beispielsweise auf kommerziellen Websites, in Telefonzentralen, Messenger-Apps – wie Facebook Messenger – und auf anderen Social-Media-Plattformen begegnen.
Bei fortgeschrittenen Chatbots werden Technologien wie Transformer-gestützte Large Language Models (LLMs) eingesetzt, um Kundenanfragen zu bearbeiten und menschenähnliche Antworten zu geben. Mithilfe von LLMs sind die Bots in der Lage, die Absicht der Frage zu verstehen, auch wenn diese Tippfehler enthalten oder es zu Übersetzungsfehlern kommt.
Während des Dialogs lernen die Chatbots daraus und sammeln Informationen, um sich an die Vorlieben der Benutzer anzupassen und personalisierte Antworten und Empfehlungen zu geben. So fungieren sie als digitaler AI-Assistent. Sie können komplexe Dialoge zu den unterschiedlichsten Themen führen – von neuer Technologie bis hin zu den besten Zutaten für eine Familienmahlzeit.
Siri, Alexa und Google Assistant sind einige Beispiele für Sprachassistenten. Zu den Chatbots, die auf generativer AI-Technologie basieren, gehören ChatGPT von OpenAI, Google Bard und Meta Llama2.
Was ist generative AI?
Erkunden Sie die wichtigsten Analytics-Technologien hinter den Chatbots – darunter generative AI – und erfahren Sie, wie diese Technologien auf sinnvolle Weise eingesetzt werden können.
Der Wert von Chatbots und ihre wichtigsten Anwendungen
Unternehmen setzten Chatbots in verschiedenen Branchen ein, um rund um die Uhr auf die Anforderungen von Kunden zu reagieren: Ein besseres Kundenerlebnis. Bessere Erreichbarkeit. Und eine optimierte Kundenbetreuung und besserer E-Commerce.
Chatbots können bei Interaktionen mit Nutzern und Kunden auf vielerlei Art und Weise von Hilfe sein. Dazu gehören:
- KundenbetreuungViele Unternehmen nutzen Chatbots als erste Anlaufstelle für den Kundensupport. Sie werden in fast jeder Branche eingesetzt, um Kunden bei der Navigation der Websites zu helfen, auf einfache Fragen zu antworten und relevante Ansprechpartner zu finden.
- E-CommerceEinzelhandelsunternehmen und Telekommunikationsanbieter verwenden Chatbots häufig, um ihren Kunden eine zusätzliche Interaktionsmöglichkeit zu bieten. Diese Bots sind so konzipiert, dass sie Kundeninteraktionen durch einen linearen Prozessfluss leiten, um Anfragen oder Transaktionen zu bearbeiten. Sie können bei Bedarf die Bearbeitung durch einen Menschen veranlassen, indem sie Anfragen an eine Fachkraft der Kundenbetreuung weiterleiten.
- Virtuelle AssistentenPersönliche virtuelle Assistenten wie Alexa sind immer beliebter geworden, da sie immer mehr Menschen zur Verfügung stehen und sich leicht in den Alltag der Verbraucher einbetten lassen. Sie werden für den schnellen Zugriff auf Informationen, die Terminplanung und die Interaktionen mit den Funktionen eines Smart-Homes verwendet. Durch den Aufstieg der generativen AI interagieren Kunden und Bots auf zunehmend menschenähnliche Weise miteinander.
Generative AI-Chatbots
Dank generativer KI können Chatbots viel mehr, als einfach Fragen zu beantworten oder vorherzusagen – statt vorgefassten Regeln zu folgen, generieren sie neue Daten für ihre Sprachausgabe. Nutzer können beispielsweise wenige Worte zur Beschreibung einer Idee eingeben, etwa das Grundkonzept für eine Rede, und der Bot erstellt innerhalb weniger Sekunden ein vollständiges Skript. Mehrfache Änderungen können sogar durch den Chatbot vorgenommen werden, bis der Nutzer mit der feingeschliffenen Rede zufrieden ist.
Wie funktionieren Chatbots?
Chatbots kommunizieren durch Sprache oder Text. Für beide Möglichkeiten sind Technologien der künstlichen Intelligenz erforderlich – etwa maschinelles Lernen, die Verarbeitung natürlicher Sprache (natural language processing, NLP), Sprachverstehen und generative AI.
Die Verarbeitung natürlicher Sprache ist ein Teilbereich der künstlichen Intelligenz. Sie soll Maschinen beibringen, menschliche Sprache zu lesen, zu analysieren und zu interpretieren. Durch diese Technologie haben die Bots eine Grundlage, mit der sie die Struktur und Bedeutung der Sprache verstehen können. Durch NLP kann der Computer Ihre Fragen verstehen. NLU (natural language understanding, Sprachverstehen) bearbeitet diese Informationen, damit der Computer auf die Anfrage reagieren kann.
Fortgeschrittene Chatbots versuchen, die Absicht hinter Ihren Fragen zu verstehen. Diese Chatbots sind so programmiert, dass sie menschliche Dialoge simulieren und intelligentes, menschenähnliches Verhalten zeigen. Je mehr sie mit Ihnen kommunizieren, desto mehr verstehen sie und lernen, genau wie Sie (und Menschen mit ähnlichen Fragen) zu kommunizieren. Positive Reaktionen Ihrerseits bestätigen die Antworten der Chatbots, was dazu führt, dass diese Antworten dann wieder verwendet werden.
Chatbots mit einem bestimmten Zweck, wie z. B. die Weiterleitung von Kundenbeschwerden oder -anfragen, sind mit einer begrenzten Anzahl von Anfragen und möglichen Antworten ausgesattet. Komplexere AI-Assistenten sind jedoch so konzipiert, dass sie auf eine Vielzahl von Szenarien und Anfragen reagieren können, von aktuellen Wetter- und Nachrichtenmeldungen bis hin zur Musikauswahl, zu persönlichen Kalendern und zufälligen Fragen.
Mit der Zeit werden die Einsatzmöglichkeiten von Chatbots immer weiter ausgebaut werden. Zum Beispiel werden Programmierer weiterhin damit experimentieren, generative AI-basierte digitale Assistenten zum Schreiben von Code zu verwenden. Und einfallsreiche Menschen werden mit der Hilfe von Chatbots neue Ideen und Strategien für Unternehmen entwickeln, die innovative Dienstleistungen und Produkte anbieten.
Nutzung von Chatbots in Analytics
Durch die Verknüpfung von Chatbot-Funktionalitäten mit Analytics-Lösungen werden dialogähnlichen Fähigkeiten mit fortschrittlichen Analysen kombiniert, was eine Reihe von Möglichkeiten eröffnet. Zum Beispiel:
- Ein Chatbot kann große Unternehmens- oder öffentliche Datensätze automatisch abfragen und beschreiben.
- Sie können eine Zusammenfassung oder Analyse der Ergebnisse anfordern, indem Sie zum Beispiel fragen: „Welche Marketingkampagnen haben in diesem Quartal die meisten Leads generiert?“
- Ein Chatbot kann eine Antwort bereitstellen und anschließend zusätzliche Informationen bieten, oder einen ähnlichen Bericht auf Grundlage der Datenmuster in dieser und früheren ähnlichen Abfragen vorschlagen.
- Sie können den Chatbot bitten, die Ergebnisse automatisch an andere weiterzuleiten. Sie können Chatbots sogar mit speziellen Analytics-Lösungen kombinieren, um bestimmte Aufgaben innerhalb einer Anwendung auszuführen.
Mehr Kreativität und Effizienz im Marketing: Ein Beispiel
AI-gestützte Assistenten in SAS® Customer Intelligence 360 unterstützen moderne Marketingfachkräfte in allen Phasen der Customer Engagement Journey mit speziellen Tools.
Mithilfe von generativen AI-Technologien arbeitet der Assistent mit dem vom Kunden gewählten LLM zusammen, um Kundenverhalten und Marketingtrends besser interpretieren zu können. Auf diese Weise kann der Assistent nicht nur beim Brainstorming von Kundenzielgruppen und Customer Journeys helfen, sondern auch bei der Erstellung überzeugender und kanalspezifischer Kampagnen sowie ansprechender, auf verschiedene Plattformen zugeschnittener Inhalte.
Im Kern spiegeln die Ergebnisse der generativen AI uns Menschen wider. ... Verbraucher;innen müssen weiterhin bei Interaktionen mit Conversational AI kritisch denken und den Hang zur Automatisierung vermeiden (d. h. den Glauben, dass ein technisches System wahrscheinlich genauer und wahrheitsgetreuer als ein Mensch sein wird). Reggie Townsend Vice President, Data Ethics Practice SAS
Die Ethik hinter Chatbots
Dank neuer Chatbot-Technologien ist AI jetzt für alle zugänglich. Da immer mehr Organisationen AI in Kombination mit Analytics-Lösungen verwenden, ist es äußerst wichtig, dass diese Technologie verantwortungsvoll und ethisch korrekt eingesetzt wird. Obwohl das Potenzial der generativen AI-Tools viel Gutes verspricht, kann die Technologie auch zur Verbreitung falscher Informationen, Verletzung der Privatsphäre und noch mehr beitragen.
Damit die Chatbot-Technologie ethisch korrekt eingesetzt wird, müssen sich die Entwickler über diese Risiken im Klaren sein. Wir dürfen nicht vergessen, dass sowohl die Chatbots als auch die AI, die hinter ihnen steckt, vollständig auf Daten basieren. Es ist daher unverzichtbar, dass qualitativ hochwertige Daten verwendet werden, welche zur jeweiligen Aufgabe passen – und dass die Modelle Datenschutz, Compliance sowie Vorurteile und Voreingenommenheitenn berücksichtigen. Kritisches Denken bei der Entwicklung und Verwendung der Chatbot-Technologie ist das A und O.
Mehr über wichtige Überlegungen in Bezug auf Chatbots und generative AI erfahren.
Literaturempfehlungen
- Are you good at scoring?Credit scoring is the foundation for evaluating clients who apply for a loan (or other types of exposure for the bank). It is not unusual for it to take up to 12 months to build and deploy a new credit scoring model. Reforming the process will help minimize losses, increase earnings and reduce operational risk.
- Model risk management: Vital to regulatory and business sustainabilitySloppy model risk management can lead to failure to gain regulatory approval for capital plans, financial loss, damage to a bank's reputation and loss of shareholder value. Learn how to improve model risk management by establishing controls and guidelines to measure and address model risk at every stage of the life cycle.
- Strengthen your payment fraud defenses with stronger authenticationThe rapid growth of digital wallets and payment applications ushered in many new payment fraud threats. Today, it’s more critical than ever to authenticate users. Learn four innovative to ways strengthen your authentication defenses while reducing false positives and protecting customers’ assets.
Sind Sie bereit, Insights zu abonnieren?
SAS® Viya™
Make analytics accessible to everyone and bridge the talent gap in your organization