Was ist eigentlich ein Chatbot (und wie funktionieren sie?)

Domo arigato, Mr. Chatboto – danke, dass du die Arbeit übernimmst, die sonst keiner machen will. Wie schaffst du das nur? Was ist dein Geheimnis?

Es wird viel über Chatbots geredet und was sie für Unternehmen tun können — aber wie funktionieren sie überhaupt? Man gibt eine Frage ein und der Bot spuckt eine Antwort aus. Es ist fast wie Zauberei.

Bei der Vielzahl an Chatbots, die einem heute auf zahlreichen Webseiten begegnen, fragt man sich, wie das so schnell passieren konnte. Kostet die Entwicklung von Bots nicht viel Zeit und Geld? Und wie kann es sein, dass einige so präzise, fast menschlich sind und andere schlicht “dumm”?

Wir werfen einen kurzen und klärenden Blick auf die verschiedenen Chatbot-Typen und wie sie funktionieren.

Was ist ein Chatbot?

Doch zunächst die Frage: Was sind Chatbots überhaupt? Das englische Wort “Chatbot” ist die Kurzform von Chat-Roboter. Ein Chatbot ist ein Computerprogramm, das menschliche Unterhaltungen simuliert. Es interagiert mit Nutzern über Sofortnachrichten und imitiert so künstlich das menschliche Kommunikationsverhalten.

Chatbots gibt es seit den 1960ern. ELIZA war der erste Chatbot , entwickelt vom MIT-Professor Joseph Weizenbaum. Seitdem haben sich Chatbots von reinen Unterhaltungspartnern zu nützlichen Helfern für Unternehmen und Menschen entwickelt, um wiederkehrende Aufgaben zu übernehmen.

Heute leben Chatbots direkt unter uns, in unseren Smartphones und auf unseren liebsten Webseiten. Wie verstehen sie uns und wissen, welche Antwort richtig ist? Wieso sind einige Bots besser als andere?

Wie funktionieren Chatbots?

Kurz gesagt analysieren Chatbots die Nutzeranfrage und geben anhand eines definierten Entscheidungspfades eine Antwort Wie das im Detail funktioniert, hängt vom speziellen Chatbot-Typ ab.

Es gibt drei Haupttypen : Entscheidungsbaum, Keyword-Erkennung und Kontext.

Diese drei Chatbot-Typen haben das gleiche Ziel: Herauszufinden was der Nutzer braucht, um ihm bestmöglich zu helfen. Schauen wir uns an, wie das jeweils aussieht.

1
Entscheidungsbaum

Er ist der am wenigsten gesprächige Chatbot in der Liste. Entscheidungsbaum-Chatbots sind darauf programmiert, sich an einer bestimmten Abfolge entlang zu hangeln. Diese reicht von simpel bis komplex.

In einem Selbstexperiment habe ich mit der Plattform Landbot.io einen solchen Bot für einen Friseursalon gebaut (den ganzen Erfahrungsbericht lesen Sie in diesem Artikel ). Die Plattform hat mir die komplizierte Entwicklungsarbeit abgenommen. Ich musste nur Gesprächsbausteine auswählen und sie sinnvoll anordnen.

Screenshot zeigt wie Widgets mit anderen Widgets verbunden werden, um einen Unterhaltungs-Flow für die Terminabsprache zu erstellen

Der Chatbot arbeitet mit ausgewählten Widgets, die jeweils Antwortoptionen zum Anklicken bieten. Das erlaubt Ihnen den Chatbot-Text und die Display-Optionen kreativ umzusetzen. Allerdings wird vom Nutzer erwartet, dass er aus einer der Optionen wählt, die sie vorbereitet haben. Freie Eingaben eigener Fragen sind nicht möglich.

Das ist ein simpler, sehr geradliniger Prozess, weshalb viele Unternehmen auf diese Lösung setzen, um einen Chatbot zu bauen. Bots dieser Art sind günstig in der Entwicklung, schnell zu implementieren und können trotzdem nützlich, unterhaltsam und informativ sein. Die Grenzen dieses Chatbot-Typen verhindern also nicht, dass Sie Ihr Chatbot-Projekt kreativ umsetzen können.

2
Keyword-Erkennung

Dieser Chatbot-Typ funktioniert ähnlich wie der Entscheidungsbaum, ist aber rein keyword-basiert.

Im Gegensatz zu Entscheidungsbaum-Bots können keyword-basierte Chatbots allerdings darauf programmiert werden, einen stärkeren Unterhaltungscharakter zu bieten. Da es Nutzern frei steht, ihre Fragen und Antworten selbst zu formulieren, folgen Unterhaltungen keinem linearen Weg. Der Chatbot kann den Fokus jederzeit umlenken, solange er Keywords (Stichwörter) in der Eingabe erkennt.

Wenn Sie Python für die Entwicklung des Bots nutzen, können Sie beispielsweise spezielle Funktionen erstellen, die festlegen wie der Bot auf Begrüßungen und Kundenanfragen antworten soll. Sie haben die Kontrolle darüber, welche Keywords er versteht und wie er entsprechend reagiert.

Der Chatbot erkennt dann die speziellen Befehle. Wenn Sie zum Beispiel “Guten Morgen” eingeben, wird der Chatbot es als Begrüßung interpretieren und entsprechend seiner Entscheidungspfade antworten.

Wenn Sie “Hey, was geht?” schreiben, werden Sie möglicherweise eine Fehlermeldung erhalten. Dies ist keine gewöhnliche Begrüßung, deshalb ist der Chatbot wahrscheinlich nicht darauf programmiert, sie als solche zu erkennen.

Screenshot von einem Nutzer, der nach Weinempfehlungen fragt
Lidls Wein-Bot ist darauf programmiert, eine große Bandbreite an Lebensmittel- und Wein-Keywords zu verstehen, um gezielte Empfehlungen auszusprechen

Der Chatbot-Typ strauchelt außerdem in komplizierten Szenarien, in denen mehrere Variablen und Informationen benötigt werden. Wenn Nutzer Fragen stellen, die zu ähnlich sind, werden die Ergebnisse wahrscheinlich gleich sein.

Um dem Entgegenzuwirken: Eine Mischung aus keyword-basiertem und Entscheidungsbaum-Bot kann dem Nutzer helfen, eine Antwort zu finden ohne zu verzweifeln.

3
Kontextbezogen

Während die beiden vorherigen Chatbots im Prinzip nur Regeln folgen, macht dieser Typ seine eigenen...naja, so ungefähr.

Kontextbezogene Chatbots nutzen künstliche Intelligenz (KI) und das daraus entstandene Maschinelle Lernen (ML) um Unterhaltungen zu führen und aus ihnen zu lernen. Sie sind eigenständiger als ihre Chatbot-Brüder, erfordern aber strategisches Planen und eine gewisse Anleitung.

Es gibt zwei Arten solcher Dialog-Systeme: ziel-orientierte (denken Sie an Siri, Alexa, etc.) und allgemeine Unterhaltungen ( Insomnobot-3000 , Replika ). Die eine versucht spezifische Probleme mit natürlicher Sprache zu lösen, während die andere in der Lage ist, über eine Vielzahl an Themen zu plaudern.

Die unterschiedlichen Reaktionen von Replika und Siri, nachdem sie beleidigt wurden
Siri versus Replika

Es gibt einige Kriterien, die erfüllt werden müssen, damit der kontextbezogene Chatbot auf einem menschenähnlichen Level kommunizieren kann:

Einen Unterhaltungs-Flow erstellen. Ein gutes Skript ist zwar nicht notwendig, damit der Chatbot funktioniert — es erleichtert aber den Austausch. Tipps zum Erstellen eines guten Skriptes finden Sie in unserem Beitrag “Texte für Chatbots schreiben: In 6 Schritten zum flüssigen Dialog” .

Sinnvolle Intentionen hinzufügen. Die Intention ist das Ziel des Nutzers. Wenn er dem Chatbot sagt “Wie wird das Wetter heute”, dann ist seine Intention, die aktuellen Temperatur- und Wetterverhältnisse in Erfahrung zu bringen. Intentionen werden beim Bot-Design mit Namen versehen, meist ein Verb oder Substantiv, wie “zeigWetter”. Intentionen zu definieren hilft dem Chatbot, sinnvoll auf den Input zu reagieren.

Die Wissensdatenbank erweitern. Kontextbezogene Chatbots brauchen eine ausreichende Datengrundlage. Open-Source-Daten helfen beim Erstellen allgemeiner Bots wie dem Wetter-Bot. Wenn Ihr Chatbot aber eine Erweiterung Ihres Unternehmens ist, muss er auf Daten Ihres Unternehmens zurückgreifen können.

Das mögen Kundendaten, Live-Chat-Transkripte, Kundenservice-Dokumente oder andere Datensätze sein, die Sie als entscheidend bewerten.

Mithilfe von Supervised Learning (dt. “angeleitetes Lernen”) trainieren Sie Ihren kontextuellen Chatbot darauf, menschliche Intentionen zu erkennen. So füttern Sie Ihrem Bot kontinuierlich mit neuem Wissen. Nach einiger Zeit wird der Chatbot dazu in der Lage sein, bessere Vorhersagen zu machen und natürliche Sprache zuverlässiger zu interpretieren.

Je mehr Daten ein kontextueller Chatbot sammelt und an eine strukturierte Datenbank senden kann, desto besser wird das Nutzererlebnis.

Cartoon von R2D2

Natürliche Sprachverarbeitung ( NLP ) wird Ihrer KI dabei helfen, Intentionen und Kontext besser zu verstehen. Es ist diese Technologie, die Computern hilft, menschliche Sprache zu interpretieren und passend zu reagieren: Sie brechen die Syntax in kleine Komponenten auf und beobachten, wie diese zusammenarbeiten.

Wenn ein Nutzer zum Beispiel “Hallo” eingibt, hilft NLP dem Chatbot zu verstehen, dass es sich um eine Begrüßung handelt und welche Antwort angebracht ist. Im Gegensatz zu keyword-basierten Chatbots liefert Kontext und Bedeutung zu den textbasierten Eingaben der Nutzer.

Die Verwendung von NLP beinhaltet:

  • Natural Language Understanding (NLU): Prozess, bei dem Text in strukturierte Datensätze umgewandelt wird, die eine Maschine verstehen kann.
  • Natural Language Generation (NLG): Prozess, bei dem strukturierte Datensätze in natürliche Sprache umgewandelt werden.

Wenn diese Prozesse ausgelöst werden, kann der Chatbot mit dem Nutzer auf menschliche Weise kommunizieren.

Möchten Sie bessere Kundenbeziehungen?

Testen Sie Userlike kostenlos und chatten Sie mit Ihren Kunden auf Ihrer Website, Facebook Messenger und Telegram.

Mehr erfahren

Wieso Chatbots manchmal nicht funktionieren

Um ehrlich zu sein sind einige Chatbots nicht viel mehr als überbewertete Flowcharts. Sie sind davon abhängig, dass der Nutzer eine strikte Nachrichtenabfolge durchläuft – was zu sperrigen Interaktionen führt und oft ins Leere läuft. Sprache und Wissen sind zu komplex für viele Chatbots, deshalb gehen Nuancen verloren.

Bei den Systemen mit denen wir es heutzutage zu tun haben, handelt es sich meist um eingeschränkte KI, die nur das machen kann, was ihr befohlen wird.

Selbst NLP versagt manchmal dabei, Muster in natürlicher Sprache zu erkennen. Sprache ist strukturiert, sie kann aber auch chaotisch sein.

Einige Herausforderungen sind:

  • Synonyme, Homonyme , Umgangssprache
  • Fehlende Punktation
  • Schreibfehler
  • Abkürzungen

Sie müssen Ihren Chatbot so behandeln, wie jemanden, der sich in den ersten Phasen des Spracherwerbs befindet. Halten Sie es einfach und klar.

Es hilft auch nicht, wenn Unternehmen und Nutzer mit falschen Erwartungen an Chatbots herantreten. Beide Seiten wollen oft einen Chatbot, der sowohl sprechen als auch Probleme lösen kann – genau wie ein Mensch.

Das wird aber nicht möglich sein bis wir eine allgemeine KI haben, die es zu unseren Lebzeiten voraussichtlich nicht mehr geben wird . Kontextuelle Chatbots sind unsere nächstbeste Option. Ihre Ausdrucksweise und Genauigkeit verbessern sich mit der Zeit. Da sie erst langsam lernen müssen, geht das aber zu Beginn auf Kosten der Kunden.

Wenn Sie einen Computer dazu befähigen, sich selbst Schach beizubringen, dann kann er tausend Fehlern machen ohne groß Schaden anzurichten. Im Kundenservice aber ist der einzige Weg zu lernen, tatsächlich mit echten Kunden zu sprechen. Das kann zu frustrierenden Nutzererfahrungen führen.

Starten Sie mit Ihrem eigenen Chatbot

Chatbots arbeiten am besten, wenn sie mit einer Live-Chat-Lösung verbunden werden. Userlike hat eine Vielzahl an Chatbot-/KI-Optionen, beispielsweise das HTTP-API-Framework , das die Chatbot-Plattformen OMQ bot , IBM Watson , oder Ihre eigene Kundenservice-Lösung verknüpft.

Cartoon von drei Chatbots

Wenn Ihr Chatbot erstmal mit der Userlike-Chat-Infrastruktur verbunden ist, hat er Zugriff auf Chatbefehle und kann Besucher zu hilfreichen Webseiten navigieren.

Sie können das Transkript jeder Chatbot-Interaktion einsehen, Ihr Chatbot kann relevante Informationen von Kunden anfordern und speichern. Wenn der Besucher mit einem menschlichen Agenten sprechen möchte, leitet der Chatbot den Chat einfach weiter.

Userlike bietet eine kostenlose 14-tägige Testphase , die Ihnen eine Vorstellung davon gibt, wie unsere Messaging-Plattform funktioniert. Wenn Sie ein gutes Gefühl haben, geben Sie uns Bescheid, damit wir das passende Paket für Sie umsetzen können.