Baukästen für Chatbots sind erst der Anfang

Chatbots sind automatisierte, mehr oder weniger intelligente Dialogsysteme. Sie spielen in der digitalen Kunden­interaktion eine zunehmend wichtige Rolle. Viele Unternehmen haben jedoch falsche Vorstellungen von den Möglichkeiten der Chatbots, meint der Software-Anbieter Pegasystems. „Chatbots eignen sich sehr gut für die Automatisierung einfacher Prozesse“, erklärt Carsten Rust, Director Solution Consulting DACH bei Pegasystems in München. „Viele Unternehmen machen jedoch den Fehler, dass sie dieser Technologie zu viel zumuten.“ Manches Versprechen der Chatbot-Technologie erweise sich als trügerisch. Um erfolgreich zu sein, müssten Chatbots in andere Software-Systeme des Marketings integriert sein, beispielsweise in Next-Best-Action-Systeme oder in Lösungen für das Decisioning, so
Pegasystems.

Entsprechend macht es einen entscheidenden Unterschied, ob Unternehmen auf einfache Chatbot-Plattformen vertrauen oder ob sogenannte Chatbot-Frameworks zum Einsatz kommen, die Chatbot-Entwicklern in Unternehmen und Digital­agenturen weitaus mehr Möglichkeiten bieten. Was aber unterscheidet Chatbot-Plattformen und Chatbot-Frameworks? Wo liegen die Vorteile eines Frameworks und welche gibt es?

Chatbot-Plattformen wie etwa Chatfuel.com, mit denen sich Chatbots meist per Drag and Drop in einer grafischen Bedienoberfläche zusammenstellen lassen, ähneln Website-Baukästen. Meist stehen Vorlagen, sogenannte Templates, zur Verfügung, die sich in einem gewissen Rahmen anpassen lassen. „Man gerät mit Chatbot-Plattformen schnell an Grenzen, wenn es an individuelle Wünsche oder Features geht“, weiß aber Robert Weber, Head of Innovations bei der Hamburger Chatbot-Agentur Knowhere. „Möchte man zum Beispiel externe Datenbanken oder Systeme einbinden, ist dies entweder nicht oder nur mit Fachwissen und eventueller Anpassung eigener Datenstrukturen möglich und damit mit hohen Zusatzkosten“, erklärt er die Beschränkungen einfacher Chatbot-Baukästen.

Trotzdem sieht Weber Anwendungsfälle für die einfachen Chatbot-Plattformen: „Die Vorgaben einer Selfservice-Plattform schränken Nutzer in der möglichen Komplexität des Chatbots ein, eignen sich aber sehr gut, um einen ersten Entwurf zu gestalten.“

Komplexere Chatbots können viele Unternehmen mangels Fachwissen nicht selbst entwickeln. „Entwickler und Agenturen können dieses Fachwissen vermitteln und mit Erfahrung dienen“, so Weber weiter. „Wir haben unser eigenes Framework entwickelt, das es uns ermöglicht, schnell individuelle Chatbots zu entwickeln. Fehlt uns eine Funktionalität, können wir unser Framework selbst weiterentwickeln.“

Neben eigenen Frameworks, die Spezialagenturen für sich entwickeln, gibt es Chatbot-Frameworks, die über das Internet bereitgestellt werden. Sie können je nach Anbieter bis zu einer bestimmten Anzahl Aufrufe kostenlos oder gegen eine nutzungsabhängige Gebühr zur individuellen Chatbot-Entwicklung und zum Betrieb des Chatbots genutzt werden.

Dabei versteht man unter einem Chatbot-Framework eine Sammlung von vordefinierten Funktionen und Modulen, die Entwickler für eine schnellere Chatbot-Programmierung verwenden. Für die individuellen Anpassungen und die Integration in andere ITK-Lösungen sind in aller Regel Programmierkenntnisse erforderlich, in jedem Fall aber hilfreich. Die eher visuelle Kombination von Chatbot-Modulen, wie sie bei den Chatbot-Plattformen erfolgt, reicht je nach Anwendungsfall nicht aus, um eine spezielle Lösung für ein Unternehmen zu bauen.

„Plattformen wie Chatfuel eignen sich, um schnell und günstig Prozesse abzubilden, um zu zeigen, wie der Chatbot funktionieren kann. Es gibt aber auch Plattformen wie Co­gnigy, die deutlich tiefer gehend sind, mit denen man sowohl Klickbots als auch NLP (Natural Language Processing) machen kann“, ordnet Jakob Hohenberger, Co-Founder des Software-Hauses Guid.New, die Cloud-Plattformen ein. Dank NLP-Technologien können Chatbots die Nutzer in deren natürlicher Sprache verstehen.

Cloud-Frameworks machen Chatbots aus mehreren Gründen noch leistungsstärker:

Software-Entwicklungsunternehmen wie TechFunder aus Köln sind die bereits verfügbaren Chatbot-Frameworks nicht genug. „Wir haben die Bot-Management-Plattform Brain entwickelt. Mit der Plattform können Kunden über ein CMS oder via App einen eigenen Chatbot erstellen, implementieren und bedienen“, erläutert Alex Galert, Geschäftsführer bei TechFunder.

Anwenderunternehmen sollten sich nicht an eigenen Frameworks versuchen, sondern lieber klein anfangen. „Am besten startet man, indem man ein kleines Minimum Viable Product (MVP) baut, es live testet und mit einer kleinen Nutzergruppe gemeinsam optimiert“, lautet Galerts Empfehlung. „Ideale Bereiche für den Chatbot-Einsatz wären zum Beispiel Bestell- und Lieferprozesse, Bereiche, bei denen der Nutzer eigenständig entscheiden kann, wann er den Prozess beenden will. So etwas ist eine schnelle und relativ günstige Möglichkeit, einen Bot zu entwickeln. Falls man ein Framework verwendet, ist ein solcher Bot bereits in wenigen Wochen einsatzbereit.“

Das Software-Haus Guid.New nutzt ein eigenes Framework in Kombination mit dem Chatbot-Framework von Microsoft. „Wir verwenden unser eigenes Dialog-Framework, um komplexe Dialoge abhandeln zu können und auch, um dem Chatbot eine Absicht beibringen zu können, etwa alle Informationen eines Produkts an den Benutzer zu bringen und ihn zu einer Conversion zu bewegen“, erklärt Hohenberger. „Das Microsoft Bot Framework verwenden wir, um die Bündelung verschiedener Kanäle zu haben, sodass wir nicht Telegram, Facebook oder Skype selbst implementieren müssen, das macht das Bot-Framework für uns.“

Amazon Lex: Amazon Web Services (AWS) bietet mit Amazon Lex ein eigenes Chatbot- Framework an. Dabei kommt unter anderem die Technologie zum Einsatz, die von Amazon Alexa her bekannt ist. Entsprechend können die Chatbots nicht nur über Text kommunizieren, sondern auch über natürliche Sprache.

Basis sind Deep-Learning-Funktionen der automatischen Spracherkennung zur Umwandlung von Sprache in Text und das natürliche Sprachverständnis zur Erkennung der Textabsicht des Nutzers.

Über die Amazon-Lex-Konsole lassen sich Chatbots erstellen, testen und bereitstellen – für mobile Apps, in Web-Apps und in Diensten wie Facebook Messenger, Slack, Kik und Twilio SMS. Amazon Lex ist zudem in die anderen Cloud-Services von AWS integriert.

Als Anwendungsmöglichkeiten für Amazon-Lex-Chatbots nennt AWS Call-Center-Bots zur Bearbeitung von telefonischen Anfragen, Informations-Bots für aktuelle Nachrichten, Informationen zu Spielständen oder zum Wetter sowie Anwendungs-Bots, die den Kontostand bei der Bank abfragen, ein Taxi rufen oder Eintrittskarten bestellen können. Unternehmens-Chatbots können beispielsweise die Verkaufszahlen in Salesforce, die Marketingleistung in HubSpot und den Kundendienststatus in Zendesk aufrufen.

Facebook Messenger Platform: Facebook hat seine Messenger-Plattform im Jahr 2016 gestartet. Laut Facebook sind bereits mehr als 300.000 Bots im Messenger aktiv, monatlich werden über acht Milliarden Nachrichten zwischen Menschen und Unternehmen ausgetauscht. Auf der Plattform sind 200.000 Entwickler unterwegs.

Auf der Facebook-Messenger-Plattform können Bots verschiedene Informationen für die Nutzer bereitstellen. Von Nachrichten-Abonnements wie Wetter- oder Verkehrs-Updates bis hin zu Aufgaben aus dem Kundenservice, etwa die Übermittlung von Rechnungen, Versandbestätigungen und automatisierten Antworten.

Die Senden-und-Empfangen-API des Messengers unterstützt dabei nicht nur das Senden und Empfangen von Text, sondern auch den Austausch von Bildern sowie interaktiven Content, der mehrere Optionen für Folgeaktionen enthalten kann.

Auf der Facebook-Entwicklerkonferenz „F8 2018“ Anfang Mai wurden Funktionen vorgestellt, mit denen Unternehmen Augmented Reality (AR) in ihre Messenger-Dienste integrieren können.

Google Dialogflow: Dialogflow wurde 2014 als API.ai gegründet. 2016 übernahm Google API.ai und benannte die Firma um. Auch mit Dialogflow lassen sich sprach- und textbasierte Chatbots mit KI-Unterstützung erstellen. Als unterstützte Einsatzgebiete nennt Google insbesondere Handel und Kundenservice, die Interaktion mit IoT-Geräten sowie die Integration in Unternehmensanwendungen. Speziell für Unternehmensapplikationen gibt es die Dialogflow Enter­prise Edition.

Mit Dialogflow erstellen Entwickler eine Conversational App, die auf zahlreichen Plattformen wie den verschiedenen Messaging-Diensten bereitgestellt werden kann. Im Bereich Fulfillment definiert man die entsprechende Aktion als Reaktion auf das, was ein Benutzer sagt, zum Beispiel die Bearbeitung einer Bestellung. Mit dem integrierten Code-Editor von Dialogflow können Aktionen in der Dialogflow-Konsole programmiert, getestet und implementiert werden.

IBM Assistant: Watson Assistant wurde auf der „IBM Think 2018“ vorgestellt und ist der Nachfolger von Watson Conversation und Virtual Agent. Dabei kann Watson Assistant sowohl von Entwicklern (Watson Conversation API) als auch von Unternehmen genutzt werden, die eine Art Chatbot-Baukasten ohne Programmierung suchen (Watson Virtual Agent).

Durch die Verwendung von IBM-Watson-Technologie stehen einem Watson-Assistant-Chatbot KI-gestützte Funktionen zur Verfügung wie die Analyse von Stimmungen und Persönlichkeiten, Übersetzung, Umwandlung von Text in Sprache oder visuelle Erkennung.

Watson Assistant wird über die IBM Cloud bereitgestellt und kann in branchenspezifische Applikationen integriert werden, darunter Anwendungen für die Bereiche Automotive und Hospitality, die Unternehmen je nach Bedarf mit White-Label und Marke versehen können. Autohersteller können somit Watson Assistant in ihren Fahrzeugen anbieten, und Hotels können den Gästen einen Chatbot in ihren Räumen bieten. Für weitere Branchen lässt sich Watson Assistant anpassen.

Microsoft Bot Framework: Das Chatbot-Framework von Microsoft ist eines der führenden Frameworks bei Chatbot-Entwicklern. Es steht auch als Open-Source-Projekt zur Verfügung. Ein Blick in die Geschichte dieses Frameworks zeigt nicht nur, wie Microsoft die Unterstützung der Chatbot-Entwicklung weiter ausbaut, sondern auch, wie umfangreich die möglichen Erweiterungen für Chatbots sind.

Bereits auf der Entwicklerkonferenz „Build 2016“ hatte Microsoft die Cortana Intelligence Suite vorgestellt, mit der Entwickler auch interaktive Bots erstellen können. Für die Suite wurden mehrere Tools präsentiert:

Microsoft Cognitive Services erlauben eine natürliche Kommunikation mit Computersystemen. Die APIs bieten Entwicklern die Möglichkeit, Anwendungen das Sehen, Hören, Sprechen und Verstehen und das Interpretieren menschlicher Bedürfnisse beizubringen. Das Microsoft Bot Framework lässt sich mit zahlreichen Programmiersprachen nutzen, um interaktive Bots zu entwickeln. Diese kommunizieren mit Nutzern in natürlicher Sprache und können in einer Vielzahl von Anwendungen eingesetzt werden, darunter Text/SMS, Slack, Twitter, Telegram und Webseiten. Mit dem Skype Bot Platform SDK und den zugehörigen APIs können Entwickler Bots programmieren, die die unterschiedlichen Kommunikationsmöglichkeiten von Skype nutzen, darunter Text-, Sprach- und Videonachrichten sowie interaktive 3D-Charaktere.

Als nächster Schritt wurde der Azure Bot Service angekündigt. Dieser Cloud-Service soll die Entwicklung von Bots auf Basis des Microsoft Bot Frameworks deutlich beschleunigen. Die Bot-Anwendungen können über Microsoft Azure bereitgestellt werden. Die Bots laufen auf Azure Functions, lassen sich skalieren und verbrauchsorientiert abrechnen.

Im Dezember 2016 nutzten laut Microsoft bereits 67.000 Entwickler die Open-Source-Variante des Microsoft Bot Frameworks. Neue Funktionen erleichtern die Entwicklung von Bots, zum Beispiel Bing Location Control und QnA Maker. Der QnA Maker hilft dabei, aus einer vorhandenen FAQ-Liste eine FAQ-Funktion für einen Chatbot zu entwickeln. Die Funk­tion Bing Location Control unterstützt dabei, dass der Chatbot Standortinformationen für den Nutzer liefern kann.

Auf der „Build 2017“ wurden weitere Neuerungen für das Microsoft Bot Framework vorgestellt: Mit Adaptive Cards können Entwickler im Microsoft Bot Framework plattformübergreifend sogenannte Rich Cards bereitstellen, die Inhalte um Bilder ergänzen. Für die Veröffentlichung stehen im Bot Framework mehrere Kanäle zur Verfügung, darunter Bing, Cortana und Skype for Business. Cortana Skills Kit erlaubt es Entwicklern, Cortana mit Bots aus dem Microsoft Bot Framework zu verbinden. Damit lässt sich Microsofts digitale Assistentin mit neuen KI-Diensten ausstatten. Seit der „Build 2018“ sind Adaptive Cards auch in Microsoft 365 verfügbar. Mit dieser Funktion können Entwickler interaktive Inhalte für Benachrichtigungen erstellen, die zum Beispiel von Chatbots an Microsoft Teams und Microsoft Outlook gesendet werden. Damit können Nutzer direkt in einem Teams-Chat Spesenabrechnungen genehmigen oder Rechnungen direkt in einer E-Mail bezahlen.

Zudem wurden Updates für das Bot Framework und für die Cognitive Services vorgestellt – als Grundlage für Chatbots der kommenden Generation. Sie bieten erweiterte Dialoge mit sprechenden Bots sowie die Möglichkeit, die Antworten des Chatbots an das Image und die Kommunikationskultur des eigenen Unternehmens anzupassen.

SAP Recast.AI: Recast.AI wurde 2015 gegründet und Anfang 2018 von SAP übernommen. Ziel der Übernahme ist es, dass Nutzer mit SAP-Lösungen sprechen können und sich somit komplexe geschäftliche Interaktionen und Prozesse verein­fachen.

Um die Entwicklung dialogorientierter Anwendungen zu erleichtern, hat SAP den digitalen Assistenten SAP CoPilot sowie eine Plattform geschaffen, auf der sprachgesteuerte Anwendungen entwickelt werden. Diese Plattform soll flächendeckend im SAP-Portfolio zum Einsatz kommen. Recast.AI nutzt eigene Algorithmen zur Spracherkennung. Die Funktionalität des Chatbot-Frameworks wird nun unter dem Namen SAP Conversational AI angeboten.

Markus Noga, Senior Vice President des Bereichs Machine Learning bei SAP, lädt alle SAP-Kunden ein, die neuen Anwendungen kostenlos zu testen: „Über 30.000 Entwickler nutzen bereits die SAP Conversational AI, um unseren Kunden den Einstieg in die Nutzung von Bots zu erleichtern. Auch die SAP Leonardo Machine Learning Foundation bietet Unterstützung bei der Einführung durch vorkonfigurierte und trainierbare intelligente Services.“

Ganz gleich, welches Chatbot-Framework genutzt wird, Unternehmen brauchen eine Chatbot-Strategie für den erfolgreichen Einsatz. Dafür gibt der Software-Anbieter Pegasystems eine Reihe von Hinweisen. Zusätzlich zur Integration des Chatbots in Unternehmensanwendungen sollten Unternehmen Folgendes beachten:

Positionierung: Für den Chatbot müssen klar umrissene Aufgaben definiert werden. Grundsätzlich sind Chatbots am effektivsten, wenn sie ein begrenztes Themenfeld adressieren, auf das das umfangreiche Training eines Chatbots ausgerichtet werden kann.

Transparenz: Die Kunden beziehungsweise Nutzer müssen wissen, wann sie sich mit einer Maschine, also dem Chatbot, und wann sie sich mit einem Menschen unterhalten. Verdeckte Chatbots erweisen sich in der Praxis als kontraproduktiv.

Nutzen: Die Nutzer müssen einen konkreten Vorteil darin sehen, mit einem Bot anstatt mit einem Menschen zu kommunizieren. Das ist zum Beispiel bei der Erreichbarkeit der Fall, da ein Chatbot die Kommunikation mit einem Unternehmen rund um die Uhr ermöglicht.

Mischung: Die Kundenkommunikation eines Unternehmens sollte nicht nur aus Chatbots bestehen. Dabei ist es wichtig, dass man stets die richtige Mischung aus Interaktionen mit automatisierten Chatbots und realen Menschen findet.

Fliegender Wechsel: Reale Menschen sollten automatisiert Chats übernehmen können. Wenn erkennbar ist, dass ein Kunde mit einem Chatbot Probleme hat, dann sollte die Maschine die Kommunikation automatisch an einen Menschen weiterreichen. Chatbots sollten daher die Möglichkeiten der Künstlichen Intelligenz (KI) zur Sentimentanalyse nutzen. Der Chatbot kann so den richtigen Zeitpunkt bestimmen, wann in der Interaktion der echte Ansprechpartner gefordert ist.

Unterstützung: Sollte der Mensch die Kommunikation übernehmen, kann die Künstliche Intelligenz, die der Chatbot nutzt, den realen Kundenbetreuer weiter unterstützen.

Transparenz nach innen: Es muss für ein Unternehmen immer nachvollziehbar sein, wann ein Bot welche Entscheidungen trifft; dabei sind eventuelle Rückkopplungen und ein Frühwarnsystem für Fehlentwicklungen von Interak­tionen einzubauen.

Channel-Strategie: Chatbots sollten sich nahtlos in die Omnichannel-Strategie eines Unternehmens einbetten. Es hat keinen Sinn, wenn der Chatbot andere Angebote oder Hilfestellungen anbietet als die anderen Kanäle – zum Beispiel das Call-Center oder die Website. Sämtliche Informationen und Antworten eines Unternehmens sollten kanalübergreifend konsistent sein.

Mehrwert statt Technologie: Im Vordergrund bei allen Überlegungen zum Thema Chatbot muss der Mehrwert stehen, den ein Unternehmen damit erzielen kann; es darf nicht darum gehen, einfach eine neue Technologie zu installieren.