Expertentipps zur erfolgreichen Implementierung eines Customer Service Chatbots

Künstliche Intelligenz in Form von Chatbots und Sprachassistenten hält immer mehr Einzug in die Kundenkommunikation. Integriert in den Customer Service Bereich unterstützen sie bei diversen Anfragen und Support-Fällen. Die Anwendungsbereiche sind vielfältig und unterschiedlich. Was ist jedoch übergreifend beim Implementieren von Chatbots zu beachten? Gibt es ein paar Grundregeln?

Definitiv ja. Es gibt einige Faktoren, die eine hohe Akzeptanz beim Anwender und im Unternehmen selbst gewährleisten.

 

So implementieren Sie einen erfolgreichen Customer Service Chatbot

1) Der Use Case

Der wichtigste Faktor ist ein konkreter Anwendungsfall. Viele Unternehmen oder Organisationen lassen den konkreten Nutzen für den Anwender oft völlig außer Acht und betrachten den Use-Case rein aus Unternehmenssicht. In erster Linie geht es darum herauszufinden, wo der Chatbot eingesetzt werden soll, wie er die Experience für den Nutzer wahrhaftig verbessern und zugleich eine bestmögliche Unterstützung für Mitarbeiter bieten kann.

Zudem, soll der Chatbot nicht nur für wenige, sondern für möglichst viele Anwender Nutzen stiften. Klingt logisch – ist es aber nicht immer. Oft werden Chatbots für Prozesse eingesetzt, die viel internen Aufwand verursachen, vom Nutzer aber oft nur das Versenden einer E-Mail-Nachricht verlangen. Der Mehrwert ist in diesem Fall weder für Unternehmens- noch für Kundenseite gegeben, was die Akzeptanz der neuen Technologie natürlich nicht fördert.

Eine hohe Nutzung ist ein wesentlicher Baustein für einen erfolgreichen Chatbot, somit sollte man sich, wenn kein konkreter Mehrwert gegeben ist, definitiv nochmal im Team zusammensetzen und das Konzept überarbeiten.

 

Laden Sie den ultimativen, gratis Chatbot-Leitfaden für Ihr Unternehmen herunter.

 

2) Die Implementierung

Gibt es einen konkreten Anwendungsfall, geht es an die Implementierung, woran wir leider viele Chatbotprojekte scheitern sehen. Drei der wichtigsten Faktoren bei der Implementierung sind das Projektteam, der Umfang des Anwendungsfalls sowie die Anbindung an verschiedene Datenquellen.

Zuerst müssen die richtigen Leute an den Tisch gebracht werden. Wenn es um einen Customer Service Bot geht, muss jemand vom Kundenservice im Projektteam sein, der genau weiß, was der Nutzer wissen will, wie er danach fragt und wie die jeweiligen Interaktionen üblicherweise ablaufen.

Im direkten Zusammenhang damit steht auch der Umfang des Use-Cases, der zuerst immer ein klar abgrenzbares Thema dafür umso detaillierter behandeln soll. Was genau heißt das? Unsere Bots werden mit Beispielfragen „angelernt“ um dann individuelle Dialoge führen zu können. D.h. Je relevanter und umfangreicher die Beispielsammlung ist, desto mehr Fragen kann der Chatbot zum Thema beantworten und desto besser wird er im Echtbetrieb.

Neben dem richtigen Projektteam und einem in die Tiefe gehenden Thema spielt auch die Anbindung an unternehmensinterne oder –externe Datenquellen (inklusive der entsprechenden Modellierung dieser Daten) zur flexiblen Erweiterung der Inhalte des Chatbots eine entscheidende Rolle. Wie schon erwähnt, je mehr Wert der Chatbot für Mitarbeiter sowie für Nutzer bietet, desto erfolgreicher wird das ganze Projekt. Datenquellen können einen entscheidenden Mehrwert für das „Können“ des Chatbots darstellen. 

 

3) Multikanalfähigkeit

Ein Grund für den Erfolg von Chatbots, ist der Faktor, dass Kommunikationsgewohnheiten von Kunden berücksichtigt werden. So legen z.B. 60% der Konsumenten Wert darauf, dass Unternehmen über Messaging Apps erreichbar sind und auf Anfragen reagieren. Chatbots eignen sich daher perfekt, um rund um die Uhr Support auf den gewohnten Kommunikationskanälen Ihrer Kunden zu bieten.

Berücksichtigt man jedoch auch den rasanten Anstieg von digitalen Assistenten wie Amazon Alexa, welche bereits auf über 100 Millionen Geräten zu finden ist, oder Google Assistant (bereits auf 1 Milliarde Endgeräten) ist offensichtlich, dass sich Unternehmen auch Gedanken über Sprachassistenten machen müssen, um für die Kommunikationsanforderungen der Zukunft optimal gerüstet zu sein.

 

4) Testen & Optimieren

Lernende Systeme „leben“ von einer Vielzahl von Interaktionen. Nur so können die Chatbots rasch optimiert werden. Denn trotz aller Vorbereitung und Akribie im Setup, der Going-Live beendet das Chatbot-Projekt nicht. Ganz im Gegenteil – hier beginnt erst das wirkliche Optimieren. Daher müssen auch nach dem Launch Ressourcen für die ständige Verbesserung des Chatbots zur Verfügung gestellt werden.