Anatomie eines Chat-Bots: Alle Kernkomponenten zur Entwicklung eines digitalen Agenten

Künstliche Intelligenz (KI) ist derzeit ein vieldiskutiertes Thema. In Bereichen wie dem Kundenservice lassen sich etwa dialogorientierte Services als Digitale Agenten oder Chatbots einsetzen. Softwareanbieter wie Microsoft, Amazon und Google bieten dafür inzwischen entsprechende Tools an. Da der Druck meist groß ist, schnelle und kostengünstige Lösungen zu publizieren, entstehen oft unfertige Services. Die Komplexität der Tools tut ihr übriges, dass viele KI-Entwickler bei ihren digitale Agenten wichtige Schlüsselkomponenten vergessen.

Um einen besseren Durchblick über Optionen und Möglichkeiten zu bekommen, stellen wir im Folgenden die Hauptkomponenten für ein „Enterprise Bot Design“ vor.

Schlüsselkomponenten eines Enterprise Chatbot Designs

Multimediale Anhänge

Damit ein digitaler Agent intuitiv bedienbar ist, sollte er in der Lage sein, Anhänge wie Bilder, Videos oder auch Emojis zu empfangen und zu senden – und auch zu interpretieren. Das macht die Konversation menschlicher, indem sie der Kommunikation mit Kollegen oder Freunden ähnelt. Der Bot sollte daher neben Text auch verschiedene Eingabetypen verarbeiten.

Karten

Karten bilden eine Grundlage für die Interaktion mit einem Chatbot. Hier lassen sich Eingabetypen wie Schaltflächen platzieren, auch kombiniert mit Bildern und anderen UI-Elementen. Die Benutzerakzeptanz lässt sich damit deutlich steigern.

Dialoge

Dialoge bilden den Kern eines Konversationsdesigns. Damit kann man die Konversation für verschiedene Bot-Anwendungsfälle gestalten. Falls der Bot mehrere Einsatzzwecke kennen soll, lassen sich auch mehrere Dialoge an den Code des Bot anhängen. Dialoge können auch gestapelt werden, ebenso sind Dialogbäume mit Eltern-Kind-Struktur möglich.

State/Zustand

Um dem Bot mit einer Art Speicher auszustatten, können Sie den State-Service nutzen. Damit lassen sich die Zustände sowohl von Benutzern wie Dialogen speichern. Auf diese Weise erinnert sich der Bot zu späteren Zeitpunkten an Gespräche, die er mit Benutzern geführt hat, um dies zum Beispiel später wieder aufzunehmen.

Sprache und Stimmung verstehen

Die Stimmung des Benutzers erkennen und anhand verschiedener definierter Zielsetzungen zu antworten ist eine wesentliche Fähigkeit eines Bots. Mit einem Dienst, der dem Bot Sprachverständnis bereitstellt, können Sie ihm „Intelligenz“ verleihen und besser verstehen, was Ihre Benutzer sagen wollen. Das ermöglicht auch das starten unterschiedlicher Dialoge in Anhängigkeit von des jeweiligen Benutzerinteresses.

Q&A-Bots

Eine einfache und schnelle Möglichkeiten zum Testen eines Anwendungsfalls ist die Einrichtung eines QnA-Bots, der auf gespeicherte Fragen in einer Wissensdatenbank antwortet. Die Einrichtung eines solchen QnA-Bots ist relativ einfach, und man kann damit zum Beispiel schnell testen, ob die Anwender den Bot akzeptieren. Vor allem bei betriebsinternen Themen wie Mitarbeiter-Onboarding und generell HR-Themen sind solche Einsätze hilfreich.

Persönlichkeit

Bevor Sie Ihren Bot implementieren, müssen Sie darüber nachdenken, wie sich Ihr Bot verhalten soll. Sollte es ein formellerer Bot sein, oder eine Persönlichkeit mit einem gewissen Charakter? Hierbei ist darauf zu achten, dass sich der Bot an den Richtlinien der Unternehmenskommunikation orientiert, um Verwirrungen zu vermeiden. Wichtig ist zudem, dass man die Nutzern rechtzeitig darüber informiert, dass sie es mit einer Maschine und nicht mit einem Menschen zu tun haben. Ansonsten könnte die Benutzerakzeptanz massiv sinken.

Schaltflächen

Um die Interaktion mit einem Bot zu erleichtern, bietet sich der Einsatz von Schaltflächen und anderen visuellen Interaktionsmöglichkeiten an. Wenn die Benutzer auf Knöpfe klicken können, anstatt eine Antwort einzutippen, macht das die Kommunikation schneller und interaktiver.

Enterprise Social Networks

Bieten Sie Ihren Nutzern Interaktionsmöglichkeiten wie Likes, Bewertungen oder Kommentare, wie das in sozialen Netzen üblich ist. Dabei sollte auch sichergestellt sein, dass Ihr Bot auf das Feedback reagiert.

Visuelles Feedback

Insbesondere wenn die Antwort Ihres Bot einige Zeit dauert, weil im Hintergrund weitere Dienste abgefragt werden müssen, sollten die Benutzer ein visuelles Feedback bekommen, damit klar ist, dass der der Bot gerade beschäftigt ist, auf die Eingaben zu reagieren. Eine mögliche Lösung wären etwa Tipp-Indikatoren, die signalisieren, dass Ihr Bot reagiert.

Kanäle/Netzwerke

Treffen Sie während der Designphase die Auswahl der Kommunikationskanäle Ihres Bots, um Unterschiede in der jeweiligen Interaktion rechtzeitig zu erkennen. Hier erweist sich das Microsoft Bot Framework als hilfreich, weil Sie damit die Logik Ihres Bot nur einmal schreiben müssen und diese gleichzeitig auf verschiedenen Kanäle wie Microsoft Teams, Facebook Messenger oder Slack einsetzten können.

Mobiler Einsatz

Damit Ihre Benutzer den Bot unabhängig vom Endgerät verwenden können, sollten Sie Ihren Bot auch auf Mobilgeräte-fokussierten Kanälen ausrichten. In dieser Hinsicht ist es wichtig, schnelle Antwortfunktionen zu integrieren, damit mobile Benutzer keine langen Antworten eintippen müssen.

Business-Integration

In vielen Anwendungsfällen kann es sinnvoll sein, dass der Bot an vorhandene  Dienste und Geschäftssysteme angebunden wird, um Daten aus diesen Systemen abzufragen und so die Funktionalität zu erweitern.

Single Sign On

Sofern weitere externe Dienste in einen Bot integriert werden, ist es wichtig, Single Sign On für die Benutzer zu aktivieren. So werden Mehrfach-Logins in Bot-Dialogen vermieden, was die Benutzerakzeptanz enorm steigert.

Automatisieren von Routinen

Ein Bot sollte den Benutzern idealerweise sich wiederholende Aufgaben abnehmen.

Suche

Eine gute Chance auf hohe Benutzerakzeptanz bieten Bot-Einsatzformen wie das Beantworten allgemeiner Fragen, oder die Suche nach Benutzern, Inhalten oder Kompetenzen.

Fazit:

Diese Übersicht soll Ihnen helfen, alle wichtigen Komponenten zu verstehen, die für die Entwicklung eines Unternehmens-Chatbots von Bedeutung sind. Natürlich werden nicht in allen Anwendungsfällen alle Teile benötigt, aber die entsprechende Kenntnis erleichtert zumindest die Entscheidung.

*Stephan Bisser ist Technical Lead beimk Dienstleister  Solvion in Graz. Er ist Microsoft AI MVP und spezialisiert auf  die Themen Azure, CognitiveServices, BotFramework und Bots.