KI-Chatbots und Voicebots. Die Zukunft der Geschäftskommunikation | KI in der Wirtschaft #10

Künstliche Intelligenz hilft uns, mit unseren Geräten über natürliche Sprache zu kommunizieren – indem wir einfach Fragen stellen und Befehle formulieren. KI-Chatbots, auch Conversational Bots oder Conversational AI genannt, sind KI-basierte Computerprogramme, die menschliche Gespräche – geschrieben oder gesprochen – simulieren und verarbeiten und es Menschen ermöglichen, mit digitalen Geräten zu interagieren, als würden sie mit einer realen Person sprechen. Der weltweite Chatbot-Markt wird im Jahr 2027 voraussichtlich einen Umsatz von 454,8 Millionen US-Dollar erreichen, gegenüber 40,9 Millionen US-Dollar im Jahr 2018. Das ist in der Tat viel.

Wie funktionieren Chatbots und Voicebots?

Bevor Sie darüber nachdenken, welche Lösung Sie wählen sollten, um Ihr Unternehmen wachsen zu lassen, beantworten wir die Frage: Wie funktioniert ein Chatbot? Auf künstlicher Intelligenz basierende Text-Chatbots ermöglichen es Benutzern, Fragen in natürlicher Sprache per Text zu stellen und natürlich klingende und aussagekräftige Antworten zu erhalten. Dies liegt daran, dass sie über die Technologien Natural Language Understanding (NLU) und Natural Language Generation (NLG) verfügen.

Voicebot hingegen ermöglicht es Anrufern, per Sprache durch das interaktive Sprachantwortsystem (IVR) zu navigieren. Mit ihnen müssen Anrufer nicht auf ein Telefonmenü hören und die entsprechenden Nummern auf einer Tastatur drücken. Sie sprechen live mit dem IVR, einer vereinfachten Simulation eines Vermittlungsanrufs.

Dies liegt daran, dass sie die folgenden Technologien verwenden:

• Spracherkennung – Umwandlung der Stimme des Anrufers in Text,
• Natural Language Understanding (NLU) – Analyse des Verständnisses, Analyse von Bedeutungseinheiten, Extrahieren
• Sprachgenerierung (NLG) – Generieren einer geeigneten Antwort basierend auf dem Verständnis der Anfrage,
• Sprachsynthesetechnologie – wandelt die Antwort in Sprache um und übermittelt sie dem Anrufer.

Beide Bots können große Sprachmodelle (LLMs) als Grundlage für die Erstellung menschenähnlicher Antworten auf Anfragen in natürlicher Sprache verwenden. LLMs sind Computeralgorithmen, die natürliche Spracheingaben verarbeiten und das nächste Wort basierend auf erkannten Mustern vorhersagen. Sie nutzen natürliche Sprachverarbeitung (NLP) und maschinelles Lernen (ML), um Text oder Sprache zu analysieren und zu generieren.

LLMs bieten die Möglichkeit, echte, konsistente und kontextbezogene Antworten zu liefern, indem sie auf riesigen Mengen an Textdaten trainieren. LLM verbessert daher die Fähigkeit von Chatbots und Voicebots, natürliche Sprache zu verstehen und zu generieren. Beispielsweise kann LLM Voicebots bei der Bewältigung komplexer Anfragen oder langer Dialoge unterstützen.

LLM-basierte Chatbots haben viele Anwendungen in der Wirtschaft, beispielsweise im Kundenservice, im Vertrieb, im Marketing, im Bildungswesen, im Gesundheitswesen, im Tourismus und anderen.

Arten von KI-Chatbots

Chatbots lassen sich nach der Art ihrer Kommunikation, nämlich Text und Sprache, sowie nach ihrer Komplexität und ihren Einsatzmöglichkeiten in Typen einteilen:

• Aufgabenbasierte Chatbots – regelbasiert und aufgabenorientiert, am einfachsten zu bedienen und zu implementieren,
• Prädiktive, datengesteuerte Chatbots und Voicebots – erfordern die Integration in eine Datenbank oder Anwendung, deren Funktionsweise einem menschlichen Gespräch am ähnlichsten ist.

Die Funktionsweise eines Text- oder Sprach-KI-Chatbots hängt von der Art ab, über die wir sprechen. Schauen wir uns also jeden einzelnen genauer an.

KI-Chatbots und Aufgaben-Voicebots

Aufgabenbasierte Chatbots konzentrieren sich auf die Ausführung einer einzelnen Funktion, beispielsweise die Bereitstellung von Informationen oder den Abschluss einfacher Transaktionen. Sie befolgen Regeln, natürliche Sprachverarbeitung (NLP) und ein wenig ML, um Antworten auf Benutzeranfragen zu generieren, die automatisiert sind, aber etwas einer natürlichen Konversation ähneln.

Da regelbasierte Chatbots hochspezialisiert sind und ihre Antworten strukturiert sein müssen, werden sie häufig zur Unterstützung von Kundendienst- und Supportabteilungen eingesetzt. Ein aufgabenorientierter Chatbot kann beispielsweise Fragen zu Öffnungszeiten, Geschäftsumfang beantworten oder einfache Bestellungen bearbeiten. Aufgabenorientierte Chatbots können mit typischen Fragen umgehen, sind aber wenig flexibel und können sich nicht an neue Situationen anpassen.

Ebenso folgen regelbasierte Voicebots vordefinierten Regeln und Skripten, um einfache und spezifische Aufgaben zu erledigen. Dies kann beispielsweise die Buchung eines Fluges oder die telefonische Abfrage des Wetters sein. Sie sind einfach zu bauen, verfügen jedoch über begrenzte Fähigkeiten und geringe Anpassungsfähigkeit.

Ein Beispiel für den Unterschied zwischen der Funktionsweise eines regelbasierten, aufgabenbasierten Chatbots und eines Chatbots, der fortschrittliche KI verwendet, wird durch den folgenden Auszug aus einem Dialog veranschaulicht:

Der zitierte Dialog zeigt die Flexibilität eines KI-Chatbots – von der kurzen Frage „ Um wie viel Uhr schließen Sie?“ „Aus dem Kontext lässt sich schließen, dass es um die Öffnungszeiten des Ladens und den heutigen Tag geht. Einem solchen Chatbot kann auch beigebracht werden, in einem bestimmten Stil zu antworten, der den Eindruck eines Gesprächs mit einer bestimmten Person aufrechterhält.

Prädiktive KI-Chatbots und Voicebots

Datengesteuerte Chatbots und Voicebots nutzen Daten aus verschiedenen Quellen, wie zum Beispiel:

• Benutzerprofil,
• Präferenzen und Einstellungen,
• Aufzeichnungen über das Nutzerverhalten,
• Rückmeldung

All dies dient dazu, personalisierte und relevante Antworten zu liefern. Sie können die Daten auch nutzen, um zu lernen und ihre Leistung und Genauigkeit schrittweise zu verbessern.

Die Daten werden in erster Linie verwendet, um die Bedürfnisse, Absichten und Emotionen der Benutzer vorherzusagen und proaktiv-vorhersagende Reaktionen bereitzustellen . Chatbots können damit auch neue Ideen und Vorschläge für Nutzer generieren.

Datengesteuerte prädiktive KI-Chatbots sind am weitesten fortgeschritten. Sie können auch personalisiert und als digitale Assistenten eingesetzt werden, die Benutzerpräferenzen lernen und selbst Gespräche initiieren können. Diese beiden Typen werden oft kombiniert, um ansprechendere und intelligentere Gesprächsagenten zu schaffen.

Sie nutzen Kontextbewusstsein, natürliches Sprachverständnis (NLU), natürliche Sprachverarbeitung (NLP) und maschinelles Lernen (ML), um im Laufe der Zeit zu lernen. Beispielsweise kann ein datengesteuerter und prädiktiver Chatbot Benutzern durch interaktive Dialoge und Übungen beim Erlernen von Sprachen helfen oder Produkte basierend auf Benutzerprofilen und vergangenem Verhalten vorschlagen.

Beispiele für KI-Chatbots in der Wirtschaft

Aufgabenorientierte Chatbots erfüllen eine einzelne Funktion, beispielsweise die Bereitstellung von Informationen oder den Abschluss einfacher Transaktionen. Ein aufgabenorientierter Chatbot kann beispielsweise:

• ein Hotelzimmer oder ein Flugticket buchen,
• Essen oder Lebensmittel online bestellen,
• Überprüfen Sie die Wetter- oder Straßenbedingungen.
• Plantreffen,
• häufig gestellte Fragen (FAQs) beantworten,
• Kundendienst.

Beliebte Beispiele für gut implementierte aufgabenorientierte Chatbots:

• Expedias Chatbot – zum Suchen und Buchen von Hotels und Flügen über Facebook Messenger,
• Domino Pizza Chatbot – um Pizza zu bestellen und die Lieferung über Facebook Messenger zu verfolgen,
• Poncho-Chatbot – um Wettervorhersagen und Warnungen über Facebook Messenger und Slack anzuzeigen,
• Kayak-Chatbot – zum Planen von Reisen und zum Vergleichen von Preisen über Facebook Messenger, Slack und Alexa.

Fortschrittlichere, datengesteuerte und prädiktive Text-Chatbots gibt es in:

• Sprachenlernen oder -fähigkeiten – wie der Duolingo-Chatbot, der Nutzer durch interaktive Dialoge und Übungen in der Duolingo-App beim Erlernen von Fremdsprachen unterstützt,
• Vorschläge für Produkte oder Dienstleistungen basierend auf Benutzerprofilen und vergangenem Verhalten,
• Generierung neuer Ideen oder Inhalte für kreative Projekte,
• Unterstützung bei sich wiederholenden Arbeitsaufgaben wie der Verwaltung von Finanzen, Kalendern, E-Mails usw., wie z. B. Bard von Google, ein textbasierter digitaler Assistent, der Texte generieren und über Google Workspace per E-Mail versenden kann

Einige beliebte kommerzielle Beispiele für universelle prädiktive KI-Chatbots sind:

• Apples Siri, ein digitaler Sprachassistent, der über iOS-Geräte verschiedene Aufgaben ausführen und Fragen beantworten kann.
• Amazons Alexa, ein digitaler Sprachassistent, der über Echo-Geräte Smart-Home-Geräte steuern, Musik abspielen, Produkte bestellen und mehr kann.

Beispiele für Voicebots in der Wirtschaft

Wenn ein Kunde anruft, um eine Kreditkarte zu sperren, kann ein Voicebot dabei helfen, den Weg durch alle Schritte zu finden, ohne dass ein menschlicher Agent eingeschaltet werden muss. Um einen reibungslosen Kundenservice zu bieten, können Voicebots auch dazu beitragen, die Produktivität der Mitarbeiter zu verbessern, indem sie Aufgaben wie die Genehmigung von Anfragen, die Bestellung von Verbrauchsmaterialien, das Ausfüllen von Formularen oder die Automatisierung von Büroaufgaben wie die Planung von Besprechungen automatisieren.

Einige der besten Marktlösungen für Voicebots sind:

• Amazon Lex – Ein Dienst, der es Entwicklern ermöglicht, Konversationsschnittstellen mit Sprache und Text zu erstellen. Bietet Funktionen zur Spracherkennung, zum Verstehen natürlicher Sprache, zur Erzeugung natürlicher Sprache und zur Sprachsynthese. Es lässt sich auch in Amazon Alexa, Amazon Polly, Amazon Comprehend usw. integrieren.
• Google Dialogflow – Eine Plattform zum Erstellen natürlicher und reichhaltiger Gesprächserlebnisse mithilfe von Sprache und Text. Es bietet Funktionen zur Spracherkennung, zum Verstehen natürlicher Sprache, zur Erzeugung natürlicher Sprache und zur Sprachsynthese. Es lässt sich auch in Google Assistant, Google Cloud Speech-to-Text, Google Cloud Text-to-Speech usw. integrieren.
• IBM Watson Assistant – Ermöglicht Entwicklern das Entwerfen von Konversationslösungen per Sprache und Text. Bietet Funktionen zur Spracherkennung, zum Verstehen natürlicher Sprache, zur Erzeugung natürlicher Sprache und zur Sprachsynthese. Es lässt sich auch in IBM Watson Speech Services, IBM Watson Text-to-Speech, IBM Watson Tone Analyzer usw. integrieren.

KI-Chatbots oder Voicebots – Welche sollten Sie für Ihr Unternehmen wählen?

Chatbots und Voicebots sind zwei Arten von künstlicher Konversationsintelligenz, die Unternehmen dabei helfen können, Kundeninteraktionen zu automatisieren und einen besseren Service zu bieten. Sie haben jedoch je nach Kontext und Benutzerpräferenzen unterschiedliche Stärken und Einschränkungen. Hier sind einige Kriterien für die Auswahl einer Lösung:

• Benutzeroberfläche – KI-Chatbots eignen sich besser für Benutzer, die Zugriff auf visuelle Informationen wie Bilder oder Links benötigen. Voicebots hingegen eignen sich eher für diejenigen, die schnell kommunizieren müssen oder zum Beispiel Auto fahren oder eine Maschine bedienen, während sie sprechen.
• Benutzererfahrung – beide basieren auf Natural Language Understanding (NLU), um Benutzeranfragen und -absichten zu verarbeiten. Voicebots sind ansprechender, ihre Reaktionen müssen jedoch wirklich menschenähnlich sein, um ihre Funktion erfüllen zu können. Voicebots erfordern außerdem Spracherkennung und -synthese, was zu mehr Fehlern oder Verzögerungen im Gespräch führen kann. Andererseits können Chatbots dem Benutzer über Schaltflächen, Menüs oder Emoticons mehr Feedback und Anleitung geben. Darüber hinaus sind sie leichter zu trainieren und zu verbessern.
• Anwendung – beides kann in den Kundenservice, den Verkauf, die Buchung oder den Informationsabruf passen. Einige können jedoch je nach Komplexität, Dringlichkeit oder Sensibilität für eine bestimmte Aufgabe zweckmäßiger sein. Text-Chatbots eignen sich beispielsweise möglicherweise besser für Aufgaben, die eine Authentifizierung, Verifizierung oder Bestätigung erfordern, während Voicebots möglicherweise besser für Aufgaben geeignet sind, bei denen es um Geschwindigkeit, Komfort oder Personalisierung geht.

Um zu entscheiden, welches besser zu Ihrem Unternehmen passt, beantworten Sie die folgenden Fragen:

1. Wer sind Ihre Zielkunden und welche Vorlieben und Verhaltensweisen haben sie?

Diese Frage hilft Ihnen, die Bedürfnisse und Erwartungen Ihrer Kunden sowie deren bevorzugte Kommunikationsmethode zu verstehen. Wenn Ihre Kunden beispielsweise jung, technisch versiert und mobil orientiert sind, bevorzugen sie möglicherweise Chatbots gegenüber Voicebots. Wenn Ihre Kunden älter sind, weniger gut tippen können oder Probleme mit der Barrierefreiheit haben, bevorzugen sie möglicherweise Voicebots.

2. Was sind die Ziele und Schwachstellen Ihrer Kunden und wie können Sie diese lösen?

Diese Frage hilft Ihnen, das Wertversprechen und den Anwendungsfall Ihrer Konversationslösung für künstliche Intelligenz zu definieren. Wenn Kunden beispielsweise schnell eine Pizza bestellen oder einen Flug buchen möchten, bevorzugen sie möglicherweise Voicebots gegenüber Chatbots. Wenn Kunden Produkte vergleichen, Bewertungen lesen oder detaillierte Informationen erhalten möchten, bevorzugen sie möglicherweise Chatbots.

3. Über welche Kanäle und Plattformen interagieren Kunden mit Ihrem Unternehmen?

Diese Frage hilft Ihnen bei der Auswahl der besten Bereitstellungsmethode und Integrationsoptionen für Ihre Konversationslösung für künstliche Intelligenz. Wenn Ihre Kunden beispielsweise soziale Medien, Messaging-Apps oder Websites nutzen, um mit Ihnen in Kontakt zu treten, bevorzugen sie möglicherweise Chatbots gegenüber Voicebots. Wenn Ihre Kunden Telefonanrufe, intelligente Lautsprecher oder Sprachassistenten nutzen, um Sie zu kontaktieren, bevorzugen sie möglicherweise Voicebots gegenüber Chatbots.

4. Welche technischen und finanziellen Ressourcen stehen Ihnen zur Entwicklung und Wartung Ihrer Konversationslösung für künstliche Intelligenz zur Verfügung?

Mithilfe dieser Frage können Sie die Machbarkeit und Skalierbarkeit Ihrer Konversationslösung für künstliche Intelligenz beurteilen. Wenn Sie beispielsweise über begrenzte Ressourcen oder Fachkenntnisse verfügen, bevorzugen Sie möglicherweise Chatbots gegenüber Voicebots. Chatbots sind im Allgemeinen einfacher und kostengünstiger in der Entwicklung und Wartung. Voicebots erfordern fortschrittlichere Technologien und Fähigkeiten wie Spracherkennung und -synthese, was die Kosten und die Komplexität der Lösung erhöhen kann.

Konversationelle künstliche Intelligenz. Die Zukunft der Kommunikation in der Wirtschaft

Da Unternehmen danach streben, tiefere und bedeutungsvollere Beziehungen zu ihren Kunden aufzubauen, kommt es bei der Wahl zwischen Chatbots und Voicebots nicht nur auf die Technologie an, sondern auch auf das Verständnis und die Antizipation menschlicher Bedürfnisse.

Die Kombination künstlicher Intelligenz mit der Fähigkeit, ein Gespräch zu führen, das dem eines Menschen ähnelt, verspricht nicht nur Effizienz, sondern auch eine Transformation der Art und Weise, wie Unternehmen mit ihren Kunden interagieren. Denn vielleicht liegt hier die Zukunft der Geschäftskommunikation – intuitiver, personalisierter und paradoxerweise auch menschlicher.

Wenn Ihnen unsere Inhalte gefallen, treten Sie unserer fleißigen Bienen-Community auf Facebook, Twitter, LinkedIn, Instagram, YouTube, Pinterest und TikTok bei.

Autor: Robert Whitney

JavaScript-Experte und Dozent, der IT-Abteilungen coacht. Sein Hauptziel ist es, die Teamproduktivität zu steigern, indem er anderen beibringt, wie sie beim Codieren effektiv zusammenarbeiten können.

Alle Beiträge anzeigen

KI in der Wirtschaft:

1. Bedrohungen und Chancen von KI in der Wirtschaft (Teil 1)
2. Bedrohungen und Chancen von KI in der Wirtschaft (Teil 2)
3. KI-Anwendungen in der Wirtschaft – Überblick
4. KI und soziale Medien – was sagen sie über uns?
5. KI-gestützte Text-Chatbots
6. Virtuelle Assistententechnologie oder wie spricht man mit KI?
7. Business NLP heute und morgen
8. Wie kann künstliche Intelligenz bei BPM helfen?
9. Wird künstliche Intelligenz Business-Analysten ersetzen?
10. Die Rolle von KI bei der Geschäftsentscheidung
11. Was ist Business Intelligence?
12. Planen von Social-Media-Beiträgen. Wie kann KI helfen?
13. Automatisierte Social-Media-Beiträge
14. Künstliche Intelligenz im Content Management
15. Kreative KI von heute und morgen
16. Multimodale KI und ihre Anwendungen in der Wirtschaft
17. Neue Interaktionen. Wie verändert KI die Art und Weise, wie wir Geräte bedienen?
18. RPA und APIs in einem digitalen Unternehmen
19. Neue Dienste und Produkte, die mit KI arbeiten
20. Der zukünftige Arbeitsmarkt und kommende Berufe
21. Grüne KI und KI für die Erde
22. EdTech. Künstliche Intelligenz in der Bildung
23. Was sind die Schwächen meiner Geschäftsidee? Eine Brainstorming-Sitzung mit ChatGPT
24. Verwendung von ChatGPT im Unternehmen
25. Synthetische Schauspieler. Top 3 KI-Videogeneratoren
26. 3 nützliche KI-Grafikdesign-Tools. Generative KI in der Wirtschaft
27. 3 großartige KI-Autoren, die Sie heute ausprobieren müssen
28. Erkunden Sie die Macht der KI bei der Musikproduktion
29. Erschließen Sie neue Geschäftsmöglichkeiten mit ChatGPT-4
30. KI-Tools für den Manager
31. 6 tolle ChatGTP-Plugins, die Ihnen das Leben erleichtern werden
32. 3 KI-Grafiken. Generierte Intelligenz für Ihr Unternehmen
33. Wie sieht die Zukunft der KI laut McKinsey Global Institute aus?
34. Künstliche Intelligenz in der Wirtschaft – Einführung
35. Was ist NLP oder natürliche Sprachverarbeitung im Geschäftsleben?
36. Automatische Dokumentenverarbeitung
37. Google Translate vs. DeepL. 5 Anwendungen der maschinellen Übersetzung für Unternehmen
38. Der Betrieb und die Geschäftsanwendungen von Voicebots