ChatBotConf'16 in Wien

Logicx hat an der ChatBotConf'16 in Wien teilgenommen. Dabei war es unser Hauptziel, die Technologietrends von ChatBot zu identifizieren. Dank der Beiträge wichtiger Akteure wie Facebook Messenger, Slack, Line, Viber, Microsoft, IBM und Google sowie Experten des führenden Chatbot Start-ups, können wir unsere Erkenntnisse mit Ihnen teilen!

Grundlegende Ideen und Definitionen

Zunächst sollte erwähnt werden, dass Chatbots sowohl in Form einer dedizierten App (z. B. Poncho-App) als auch in Form eines Kommunikationskanals innerhalb einer anderen App (z. B. Poncho als Kontakt in einem Facebook Messenger) implementiert werden können.

 

Zweitens kann man zwischen Chatbot-Entwicklerplattformen (wie Pandorabots, Rebot.me, Imperson, ChatScript, Facebooks Bots for Messenger, Microsofts Bot-Plattform oder GupShup) und einem Chatbot-Verteilungskanal (z.B. Android oder iOS App, FB Messenger, WhatsApp, Viber, Slack, Kik, Allo, Alexa, Line usw.) unterscheiden.

 

Die Hauptdifferenzierung ist aber zwischen kanalunabhängigen Entwicklungsplattformen (z. B. Microsoft Bot-Plattform) und Entwicklungswerkzeugen, die von einem bestimmten Lieferkanal angeboten werden (z. B. Facebook-Bot-Plattform), zu sehen. Während unabhängige Plattformen die gesamte Arbeit nur einmal ausführen und den Bot gleichzeitig auf mehreren Kanälen einsetzen, bieten App-spezifische Plattformen keine solche Flexibilität und versuchen im Gegenteil, einen Lock-In-Effekt zu schaffen. Natürlich, wenn Sie einen Bot für ein Business-Publikum kreieren, können Sie entscheiden, dass Ihre Zielgruppe Slack verwendet und Sie keine anderen Kanäle benötigen, aber sehr oft versuchen bot-Entwickler, sich auf mehr als einer Kommunikationsplattform zu präsentieren.

 

Außerdem versuchen einige unabhängige Entwicklerplattformen, ein einfaches Werkzeug für kleine Unternehmen zu schaffen, das eine schnelle und einfache Kreierung von Bots, ohne Programmierkenntnisse, ermöglicht. Dieser Ansatz sollte an Wix Website-Building-Plattform, das war ein Spiel-Wechsler für viele kleine Unternehmen und Freelancers, erinnern.

 

Die zentrale Diskussion auf der ChatBotConf'16 drehte sich aber um das grundlegende Wesen von Chatbots und umschloss Themen wie NLP (Natural Language Processing), AI (künstliche Intelligenz) und GUI (graphische Benutzeroberfläche).

 

Dabei ist der bestehende Markt in zwei Lager aufgeteilt. Verfechter des ersten Lagers, wie zum Beispiel Facebook Messenger, unterstützen den Ansatz, dass ChatBots nichts mit NLP zu tun haben. Zusätzlich sind sie der Meinung, dass Chatbots als  neue Kommunikationskanäle innerhalb bereits bestehender und weit verbreiteter Messeging-Apps wahrgenommen werden sollen. Zentraler Gedanke in diesem Fall ist, dass die Kundeninteraktion durch GUI-Elemente gestaltet ist und keine Notwendigkeit mehr gibt, selbstständig  zu schreiben.

 

Auf der anderen Seite gibt es aber auch namhafte Unternehmen, wie beispielsweise Google, die den anderen Ansatz unterstützen. Hier steht im Vordergrund, dass es eine inhärente Chatbot-Eigenschaft ist, dass Chatbots eine sinnvolle menschliche Konversation durchführen können. Dies ist aber nur möglich, wenn NLP-Motoren und AI-Algorithmen bereitgestellt werden.

Grundlegende Ideen und Definitionen

Zwei Arten von Chatbots - Verkaufsassistenten vs. persönliche Assistenten (PA)

Bots, die von Unternehmen verwendet werden, müssen eine bestimmte Intelligenz aufweisen um die Unternehmen bei Aspekten wie der Servicebereitstellung, dem Cross- oder auch Up-Selling usw. zu unterstützen. Diese Art von Bots haben eine enge Kompetenz-Domain und müssen in der Lage sein, ein Kundengespräch zurück auf zu die begrenzte Anzahl der unterstützten Themen führen zu können.

 

Auf der anderen Seite sollten kundenorientierte Bots, die als persönliche Assistenten agieren, wesentlich komplexer sein als "Business Bots" und alle Arten von Themen, die für den Eigentümer relevant sind, unterstützen.

 

Hinsichtlich des Entwicklungsansatzes können "Verkaufsassistent"-Bots in der Form eines statischen Entscheidungsbaums implementiert werden. Auch wenn es sehr komplex werden kann, ist es immer noch eine endliche "if-else" -Struktur mit Schleifen, die das Gespräch zur Kompetenz-Domäne des Bots zurückgibt.

 

Ein Bot der als persönlicher Assistent eingesetzt wird, sollte im Gegensatz zu den bereits angeführten Bots-Arten, auf jedes Thema vorbereitet sein. Dabei ist es zielführend, den Bot mit maschinellen Lernfähigkeiten auszurüsten oder den Bot modular aufzubauen. Die erste Option setzt voraus, dass ein Benutzer seinen Bot durch Rückmeldung ausbildet. Die zweite Option geht mehr in die "Master-Bot" -Richtung: Der PA-Bot wird versuchen, das Wesen der Benutzeranforderung zu verstehen und findet dann den kompetentesten Spezial-Bot für das identifizierte Thema. Wenn ein Benutzer zum Beispiel nach Restaurants in Trastevere fragt, sucht der PA-Bot nach dem Rom-Restaurant-Bot und verwendet den spezialisierten "If-else" Entscheidungsbaum, um die Frage zu beantworten. Falls  der PA-Bot keinen spezialisierten Bot findet, kann er versuchen, eine Antwort auf der Grundlage seiner eigenen Intelligenz vorzuschlagen.

Zwei Arten von Chatbots - Verkaufsassistenten vs. persnliche Assistenten (PA)

5 Bot Erstellungstipps von Staples, Meekan, Slack & Facebook Messenger

  • Verwenden Sie NLP nicht für kritische Anwendungen, bei denen ein Bot die Dinge durcheinander bringen kann. Verwenden Sie stattdessen Entscheidungsbäume.
  • Entscheidungsbäume sind schwer zu modifizieren, daher ist es ratsam, abgekapselte Module als Bausteine eines Workflow-Managementsystems zu verwenden.
  • Entwickeln Sie nur wenige Funktionen, die einen bestimmten Anwendungsfall adressieren. Machen Sie diese wenigen Funktionen  aber perfekt.
  • Achten Sie bei der Erstellung des Bots darauf, dass er dem Benutzer einen Wert und eine positive Erfahrung liefert, bevor es fragt nach persönlichen Informationen wie FB-Name oder Heimat-Adresse.
  • Denken Sie an ein Geschäftsmodell, bevor Sie ein Bot erstellen.

5 Bot Erstellungstipps von Staples, Meekan, Slack & Facebook Messenger

Bot Werbung - Tipps und Visionen

Fast alle ChatBotConf'16-Teilnehmer sind sich einig, dass in den frühen Tagen der Chatbots-Entwicklung  nur sehr wenige Bots den Erwartungen der Nutzer entsprechen. Chatbots mit schlechten NLP oder unzureichende GUI haben sehr niedrige Überlebenschancen. Die Umstellung von einer guten mobilen App zu einem schlechten Chatbot ist für die User vergleichbar mit dem Herunterstufung von Windows 10 auf MS DOS-Befehlszeilen.

 

Daher eröffnen Chat-Apps wie Facebook Messenger of Slack interne Marktplätze wie "bot App Stores". Ziel ist es, Bots mit geringer Qualität auszusortieren und die gesamte FB oder Slack User Experience auf einem hohen Niveau halten. So bestehen beispielsweise  laut Slack Statistiken nur wenige Prozent der Chatbots die Zertifizierung um in dem Marktplatz aufgenommen zu werden.

 

Daraus lässt sich schließen, dass die Vermarktung in einem Slack, FB, Viber oder einem anderen Marktplatz eine empfohlen Werbungspraktik ist. Durch die Präsenz in einem solchen Marktplatz hat man im Vergleich zu Low-Quality-Chatbots einen wesentlichen Vorteil bei der Kundenwahrnehmung.

 

Ein weiterer Punkt, der Entwicklern hilft, ihre Chatbots in Zukunft zu vertreiben, ist die Einführung von lokalen App-Stores. Dies hat den Hintergrund, dass man in einem lokalen App-Store viel leichter in die Top-Ränge aufsteigen kann als in globalen App-Stores, da Bots in lokalen App-Stores von weniger Usern positiv bewertet werden müssen, als in globalen App-Stores. Ein einfaches Beispiel, zeigt, warum diese Maßnahme hilfreich ist: In einem globalen Marktplatz wird ein Londoner Job-Suche Chatbot immer vor einem Wiener Job-Suche Chatbot gereiht sein. Dies liegt daran, dass in London insgesamt weit mehr Menschen einen Job suchen als in Wien. Wenn man hingegen einen Wiener Job-Suche Chatbot in einem österreichischen App-Store integriert, wird man relativ einfach und schnell ziemlich weit vorne gereiht sein.

Bot Werbung - Tipps und Visionen

Warum glauben Visionäre an Bots?

Viele chatbot-Unterstützer unterscheiden nicht zwischen Chatbots und NLP. Sie gehen sogar soweit, dass sie GUI-basierte Chatbots ignorieren, wenn diese kein NLP verwenden. Das Hauptargument, dass NLP-Apologeten verwenden, ist, dass Menschen es historisch gewöhnt sind miteinander zu reden. Diese Art der Kommunikation ist viel natürlicher als die Kommunikation mit den Mitteln die GUI zur Verfügung stellt.

 

Das zweite Argument für NLP-basierte Apps ist, dass ein einziger Satz so viele Informationen liefern kann, sodass es schwierig ist, die Fülle an Informationen mit Tasten zu vermitteln. Obwohl es wie eine gültige Anweisung klingt, ist es aber aktuell noch nicht klar, welche GUI-Funktionen durch NLP ersetzt werden sollten. Für Menschen ist es beispielsweise oft einfacher, etwas auf eigene Faust zu tun, als es einer anderen Person zu erklären. Ein anderes Beispiel ist, dass die Benutzer es nicht möchten, dass eine Taxi-App analysiert, ob sie glücklich, aufgeregt oder müde klingen, wenn sie ein Taxi bestellen.

 

Einer der vielversprechendsten NLP-Chatbot-Anwendungen ist in Call-Centern. Die Vision ist, dass Bots in der Lage sein müssen, Kunden mindestens genauso gut wenn nicht besser als andere Menschen zu bedienen. Chatbot-Apps für Kunden-Support müssen in der Lage sein nahtlos zwischen Chatbot und einem menschlichen Mitarbeiter zu wechseln. Im Idealfall sollte der Chatbot erkennen, ob er die Grenze seiner Kompetenz erreicht und das Gespräch selbstständig an einen menschlichen Kollegen zu übergeben.

 

Ein weiteres Bündel von viel versprechenden NLP- und AI-Anwendungen bezieht sich auf die Analyse eines viel breiteren Spektrums von Parametern als nur geschriebenen Text und geht über die Chatbot-Technologie hinaus, wie wir sie derzeit verstehen. Bots, die Stimmmuster, Körperbewegungen und solche biologischen Parameter wie beispielsweise Herzschlag, Temperatur, Schweiß usw. analysieren können, können z. B. für effizientere Sicherheitskontrollen an den Flughäfen verwendet werden.

 

Abschließend konnte ich den Eindruck gewinnen, dass alle Konferenz-Teilnehmer der Meinung sind, dass NLP-Anwendungen sehr vielversprechend sind. Sie teilen aber auch die Meinung, dass es vorerst unvernünftig wäre, GUI vollständig durch NLP zu ersetzen.

Warum glauben Visionre an Bots?
MSc. Daniel Shulman
Erstellt: 2016-12-06
von: MSc.  Daniel Shulman
Stichworte: 

Chatbots, ChatBotConf'16, NLP, AI