Ein Chatbot ist ein technisches Dialogsystem, das den Dialog zwischen Mensch und technischem System ermöglicht. Chatbots funktionieren entweder auf Basis von definierten Regeln (auch “regelbasiert” genannt) oder auf Basis künstlicher Intelligenz. Wie funktioniert nun ein intelligenter Chatbot? Erfahren Sie hier, wie eine Chatbot KI die menschliche Sprache verstehen, lernen und immer bessere Antworten geben kann.
Was ist ein intelligenter Chatbot?
Chatbots sind Dialogsysteme, über die Menschen mit Anwendungen und Programmen in natürlicher Sprache kommunizieren können. Einfache Chatbots bieten nicht viel mehr als eine Benutzeroberfläche für eine Datenbankabfrage. Jede Frage und die entsprechende Antwort sind wortwörtlich in einer Datenbank hinterlegt. Das heißt im Umkehrschluss: Eine Frage, die nicht in der Datenbank hinterlegt ist, kann der Chatbot nicht beantworten – eine große Limitation, die solche Systeme für den professionellen Einsatz ungeeignet macht.
Intelligente Chatbots wie Cobuddy können sowohl bekannte Fragen identifizieren und beantworten als auch Fragen, die ihnen in dieser Form noch niemand gestellt hat. Sie verfügen über eine künstliche Intelligenz, die den Chatbot zu einem digitalen Wissensarbeiter im Unternehmen macht. Aber was bedeutet künstliche Intelligenz und was macht aus einem Computerprogramm einen intelligenten Chatbot?
Künstliche Intelligenz und Machine Learning
Intelligenz ist die Fähigkeit, abstrakte Zusammenhänge zu erfassen und begründete Aktionen auszuführen. Damit ein Computerprogramm den Sinn einer Benutzeranfrage richtig erfassen kann, muss er lernen, die Intention von Nutzeranfragen zu erkennen, zu beantworten und aus seinen Fehlern zu lernen. Cobuddy macht sich dafür zwei Technologien des IBM Watson Assistant zunutze:
- Deep Learning
- Natural Language Processing
Der Watson Assistant ist eine AI as a Service und einer der mächtigsten Machine-Learning-Lösungen auf dem Markt. Er ist das Gehirn von Cobuddy, auf das über eine API-Anbindung zugreifen kann. Die Software läuft also nicht lokal auf einem Server, sondern liegt bei IBM in der Cloud und kann dort flexibel genutzt werden.
Wie Chatbots lernen – Künstliche Neuronale Netzwerke und Deep Learning
Das menschliche Gehirn ist ein mächtiges Werkzeug für das Sortieren, Analysieren und Bewerten von Daten. Deep Learning funktioniert analog zu menschlichen neuronalen Netzen im Gehirn. Jedes Künstliche Neuronale Netzwerk (KNN) besteht aus Input-Neuronen, versteckten Neuronen und Output-Neuronen:
- Die Input-Neuronen nehmen eine Information auf und leiten Sie mit einer bestimmten Gewichtung an die versteckten Neuronen weiter
- Innerhalb der versteckten Neuronen finden Berechnungen statt
- Das Output-Neuron empfängt die Information von den versteckten Neuronen und gibt sie aus
Im ersten Durchgang eines KNN sind die Berechnungen immer zufällig, aber mit jedem Durchgang gewinnt das Neuronale Netzwerk zusätzliche Informationen. Durch den Abgleich des Outputs mit dem richtigen Ergebnis kann es seine Annahmen und damit auch die Berechnung verändern. Jedes Output-Neuron mit dem richtigen Ergebnis wird dann zu einem neuen Input-Neuron. Der Algorithmus wird sukzessive besser in der Bewertung der Daten.
Die Macht von Deep Learning liegt daher im Training mit vorbereiteten Datensätzen. Der Chatbot wird mit vielen realen Fällen gefüttert, um seinen Algorithmus immer weiter zu verfeinern und sukzessive bessere Ergebnisse zu erzielen.
Natural Language Processing: So lernt der Chatbot sprechen
Der Chatbot ist nun in der Lage, Daten zu verarbeiten und ein gewünschtes Ergebnis zu produzieren. Die Dateneingabe ist allerdings nicht besonders benutzerfreundlich. Die Chatbot-KI ist nur für einen technisch versierten Entwickler zugänglich – nicht für Mitarbeiter oder Kunden. Dazu muss der Chatbot lernen, die Sprache der Menschen zu sprechen. Dies geschieht durch Natural Language Processing (NLP). NLP basiert selbst auf Machine Learning: Das NLP-Modell von IBM wurde mit Hunderttausenden Sprachdaten gefüttert, um anhand von Algorithmen Aussagen und Sätze innerhalb verschiedener Kontexte richtig zu erfassen.
Vom Bot zum digitalen Mitarbeiter – die Ausbildung des Chatbots
Damit ein Computerprogramm den Sinn einer Anfrage richtig erfassen kann, muss es Muster in formal unterschiedlichen Anfragen erkennen – es benötigt eine künstliche Intelligenz. Cobuddy nutzt dazu den Watson Assistant von IBM. Der Watson Assistant ist eine AI as a Service und einer der mächtigsten Machine-Learning-Lösungen auf dem Markt. Der Watson Assistant ist das Gehirn von Cobuddy und funktioniert als AI as a Service. Cobuddy ist also über eine API an sein Gehirn angebunden, das bei IBM in der Cloud liegt.
Der Watson Assistant liefert die technische Basis für Cobuddy. Damit der Chatbot im Kundendienst, in der Personalabteilung oder in der Buchhaltung Ihres Unternehmens eingesetzt werden kann, muss er zunächst für seinen spezifischen Anwendungsfall trainiert werden.
So wird der intelligente Chatbot Cobuddy in 4 Schritten für den Anwendungsfall trainiert
Mit Cobuddy gelingt das Training auf den Anwendungsfall in 4 Schritten:
- Anforderungen definieren
Das Training ist die Ausbildung des Chatbots. Das Training hat die Funktion, den Chatbot für seine Aufgaben im Unternehmen vorzubereiten. Im ersten Schritt werden daher die Anforderungen der jeweiligen Fachabteilung aufgenommen und ein spezifischer Anwendungsfall definiert. Dieser bildet den Rahmen für die Auswahl und die Vorbereitung der Datensätze. - Intents festlegen
Mit jeder Eingabe verfolgt ein Benutzer eine bestimmte Absicht. Der fertige Chatbot soll in der Lage sein, die jeweilige Intention der Frage zu ermitteln – auch wenn die Struktur der Frage sich im Detail unterscheidet. Durch die Definition von Intents bekommen die Eingaben für den Chatbot einen Sinn. Mögliche Intents sind beispielsweise:- Mit einem Mitarbeiter sprechen
- Eine Information erhalten
- Eine Beschwerde hinterlassen
Die Definition der Intents entscheidet maßgeblich über eine positive Nutzererfahrung. Nur wenn der Chatbot den Intent versteht, erhält der Nutzer die Hilfe, die er braucht.
- Beispielfragen zuordnen
Die definierten Intents sind Kategorien. Sie müssen nun mit Inhalt gefüllt werden. Dazu werden den einzelnen Intents eine Reihe von Beispielfragen zugeordnet. Das künstliche neuronale Netzwerk verarbeitet die Nutzeranfragen und produziert ein Ergebnis. Anhand der Beispielfragen kann Cobuddy in Benutzereingaben mit verschiedenen Formulierungen denselben Intent erkennen. - Entsprechende Antworten im Dialogbaum zuordnen
Cobuddy weiß nun, welche Fragen seine Nutzer stellen und welchen Sinn diese Fragen haben. Nun muss er die richtigen Antworten für diese Fragen lernen. Dazu werden im letzten Schritt die richtigen Antworten im Dialogbaum zugeordnet.
Damit ist der Chatbot bereit für den Einsatz und kann nun die Fragen von Kunden auf der Website oder Mitarbeitern im Unternehmen beantworten und lernt dank der KI-Komponente mit jeder Interaktion mehr über seine Benutzer und ihre Fragen hinzu.
Fazit: Damit ein Chatbot funktioniert, ist (noch) viel menschliche Vorarbeit nötig
Damit intelligente Chatbots funktionieren, sind sie (leider noch) auf viel menschlichen Input angewiesen. Die KI-Technologie stellt den technischen Rahmen zur Verfügung, durch die sie auch „unscharfe“ Benutzereingaben interpretieren, Absichten erkennen und entsprechend handeln können. Eine klare Aufgabenstellung, sorgfältig ausgewählte Beispielfragen und realitätsnahe Dialoge müssen für den jeweiligen Einsatzbereich des Chatbots definiert und umgesetzt werden. Je besser die menschliche Vorarbeit ist, desto leistungsfähiger und nutzbringender funktioniert ein intelligenter Chatbot.
