Was ist ein Chatbot und wie funktioniert er?

By Published On: Januar 15th, 2023Categories: chatbot, chatbots, was sind chatbots

Spätestens seit dem Hype um ChatGPT ist jedem schon einmal das Buzzword „Chatbot“ um die Ohren geflogen! Doch was steht hinter dem Begriff?

Hier finden Sie alles was Sie über einen Chatbot wissen müssen:

  • Was ist ein Chatbot?
  • Wie funktioniert ein Chatbot?
  • Was sind Knowledge Graphen und warum sind sie wichtig für einen Chatbot?
  • Woher wissen Sie, ob ein Chatbot für Ihr Unternehmen geeignet ist?
  • Was kostet ein Chatbot?
  • Wie sieht der Implementierungsprozess aus?
  • Wie lange dauert die Implementierung?
  • Wie geht es weiter?

 

Was ist ein Chatbot?

Ein Chatbot ist eine KI, die den Zweck erfüllt, Daten natürlich sprachig auszugeben. Das ganze geschieht in dialogischer Form. Nutzer können somit über Text oder Sprache auf verschiedenen Kanälen mit dem Unternehmen kommunizieren – z.B. über Website, Facebook Messenger, Telefon, andere Anwendungen oder über Sprachassistenten wie Amazon Alexa oder Google Assistant. Ein Chatbot unterstützt damit ein Unternehmen, seine interne und externe Kommunikation zu automatisieren.

Was ist ein chatbot?

“Chatbots und Sprachassistenten sind mehr als ein neues Tool. Es geht um einen vollumfänglichen Transformationsprozess, der die Art und Weise, wie wir Informationen einholen und Wissen verwalten, nachhaltig verändert.”

Alexander Wahler, CEO Onlim

Wie funktioniert ein Chatbot?

 

Anwendungs Perspektive:

Ein Chatbot funktioniert in vielem ähnlich wie ein Mitarbeiter des Kundendienstes. Startet ein Kunde einen Chat, antwortet der Chatbot. Zum Beispiel könnte die Anfrage lauten: „Wann öffnet Ihr Geschäft morgen?“.

Daraufhin antwortet der Bot, basierend auf den Informationen, die ihm dabei zur Verfügung stehen: „Unser Geschäft öffnet morgen um 9 Uhr und schließt um 17 Uhr“.

Inzwischen können Chatbots – dank Knowledge Graphen und der Weiterentwicklung von Machine Learning –  auch komplexe Anfragen beantworten!

Chatbot Customer-Services

Technische Perspektive:

Um einen Chatbot aus technischer Perspektive zu definieren und dessen Funktionsweise zu erklären, muss vorab zwischen zwei Arten unterschieden werden:

1. Regelbasierter Chatbot

Dieser Chatbot basiert auf strukturierten Fragen und Antworten und verfügt über eine kleine Wissensbasis und beschränkte Fähigkeit.

Damit dieser Chatbot funktioniert, werden im Vorfeld mögliche Benutzereingaben, sowie die entsprechenden Antwortmöglichkeiten definiert. Das heißt, der Chatbot weiß bei jeder definierten Frage, welche Antwort er als Output liefern muss. Wird aber eine Frage gestellt, die nicht im Vorfeld definiert wurde, kann der Chatbot bei der Beantwortung dieser Frage nicht behilflich sein.

Das heißt, die gestellten Fragen müssen der festgelegten Programmierung entsprechen. 

Beispiel Wetter Bot: Eine vordefinierte Frage („Wird es morgen regnen?“) kann ein regelbasierter Chatbot leicht beantworten. Wird eine ähnliche Frage gestellt („Werde ich morgen einen Knirps brauchen?“), die dem Chatbot noch nicht antrainiert wurde, so ist der regelbasierte Chatbot nicht intelligent genug, um dafür selbst eine Antwort zu finden. Der Bot würde wahrscheinlich mit einem „Tut mir leid, ich habe die Frage leider nicht verstanden“ antworten. 

Sprich, der regelbasierte Chatbot ist nur klug, wie die Programmierung dahinter!

Diese Art von Chatbots werden oft auf Messenger Plattformen für Marketingzwecke implementiert, da Nutzer nicht unbedingt viel mit dem Bot interagieren müssen. Sie eignen sich gut um z.B. Newsletter oder andere Inhalte zu verteilen, Leads zu generieren oder um Umfragen auszuführen.

2. KI-basierter Chatbot

Dieser Chatbot basiert auf künstlicher Intelligenz und maschinellem Lernen, ist viel komplexer als der regelbasierte Chatbot und nutzt durch das maschinelle Lernen die volle Kraft von Künstlicher Intelligenz.

Im Gegensatz zu regelbasierten Bots sind KI-basierte Chatbots in der Lage, die natürliche Sprache im maschinellen Sinne zu verstehen und zu verarbeiten. Das erfolgt mit Hilfe von Natural Language Understanding (NLU). Stellt der User eine Anfrage an den Chatbot, wird der Inhalt der Anfrage nach der Absicht (Intent) und nach Objekten (Entitäten) untersucht. 

Dadurch, dass ein KI-basierter Chatbot natürliche Sprache verarbeiten kann, benötigt er keine so spezifischen, vordefinierten Kommandos. Weicht eine Nutzeranfrage der vordefinierten Standardfrage ab, versteht der Chatbot trotzdem, welche Antwort der Nutzer benötigt.

Das zeigt sich auch an dem Beispiel des Wetter Bots: Der KI-basierte Chatbot kann von der antrainierten („Wird es morgen regnen?“) auf weitere Fragen („Werde ich morgen einen Knirps brauchen?“) schließen.

Schauen wir uns nun an welche Rolle Knowledge Graphen hierbei spielen.

Der ultimative Chatbot-Leitfaden

Alles was Sie für Ihr Unternehmen über Chatbots wissen müssen!

Das erwartet Sie im E-Book:
Im E-Book “Der ultimative Chatbot-Leitfaden” erfahren Sie, welche Chancen Chatbots Unternehmen für interne sowie externe Anwendungsfälle bieten und erhalten wichtige Tipps zur Implementierung.

Der Ultimative Chatbot-Leitfaden

Zum E-Book

Was sind Knowledge Graphen und warum sind sie wichtig für einen Chatbot? 

Zwei sehr wichtige Faktoren für die Gesamtleistung eines Chatbots sind die Struktur sowie die Qualität der Daten, die zur Beantwortung von Fragen zur Verfügung stehen. Hier kommen Knowledge Graphen ins Spiel.

Ein Knowledge Graph ist ein Synonym für eine spezielle Art der Wissensrepräsentation. Er speichert Fakten in Form von Kanten und Knoten in einem Diagramm. Darüber hinaus speichern die meisten Knowledge Graphen auch das Schema der Daten. Knowledge Graphen eignen sich besonders bei Abbildung sehr großer und komplexer Datenstrukturen.

Für Chatbots sind Knowledge Graphen wesentlich, da sie einerseits die Datenintegration und andererseits die Konversationen verbessern:

Neue Datenquellen können einfacher integriert werden, da sie nur in ein bestimmtes Schema gebracht werden müssen. Knowledge Graphen bieten auch mehr Flexibilität bei der Erweiterung der vorhandenen Daten. Mit Knowledge Graphen ist es auch möglich, mehrere Datenquellen miteinander zu verknüpfen. Auf diese Weise kann man eine modern verwaltete Wissensdatenbank für Unternehmen aufbauen, die man beispielsweise über API und Schnittstellen in natürlicher Sprache abrufen kann.

Knowledge Graphen verbessern die Chatbot Konversationen, da das benötigte Wissen durch das semantische Netz der Knowledge Graphen einfacher und schneller gefunden wird. 

Woher wissen Sie, ob ein Chatbot für Ihr Unternehmen geeignet ist?

Chatbot Konversationen

Chatbots eignen sich für viele Branchen und Anwendungsfälle. Sie sind dafür bekannt, exzellenten Kundenservice bieten zu können, jedoch gibt es auch einige Beispiele in Marketing und Vertrieb.

Hier ein paar Fragen als Anhaltspunkt, um Ihre derzeitige Situation sowie potenziellen Nutzen eines Chatbots zu analysieren:

  • Wie oft hat Ihr Unternehmen direkten Kundenkontakt?

  • Erhält Ihr Kundenservice häufig wiederkehrende Anfragen?

  • Wie intensiv sind Ihre Kundenwünsche?

  • Welche Kommunikationskanäle bevorzugen Ihre Kunden?

  • Welchen Mehrwert kann ein Chatbot für Ihr Unternehmen schaffen?

Was kostet ein Chatbot?

Leider ist diese Frage nicht so einfach zu beantworten wie „Wie viel kostet eine Flasche Fanta?“, denn die Investition, die Sie in einen Chatbot tätigen, hängt von verschiedenen Faktoren ab.

Dinge wie die Komplexität des Bots, seine KI-Fähigkeiten, seine Bauweise, technische Integrationen, Infrastruktur, Support beim sowie nach dem Launch und mehr müssen berücksichtigt werden, wenn Sie die Kosten eines Chatbots einschätzen oder vergleichen wollen.

Während Sie mit sehr einfachen Bot-Buildern manchmal sogar kostenlos losstarten können, zahlen Sie für Chatbots, die mit fortgeschritteneren Bot-Buildern gebaut wurden, häufig Setup-Entgelte, die zwischen €1.000 und €15.000+ liegen können, und monatliche Entgelte zwischen €100 und €5.000+.

Gerne informieren wir Sie über unsere Produkte und Preise auf Anfrage

 

Wie sieht der Implementierungsprozess aus?

Implementierung

Dies hängt ebenfalls von den Punkten, die auch für die Kosten des Chatbots entscheidend sind, ab.  

Bei Onlim definieren und implementieren wir gemeinsam mit Kunden individuelle Inhalte sowie alle notwendigen Schnittstellen zu Datenquellen. Darüber hinaus sind vorkonfigurierte Module über unsere Conversational AI-Plattform verfügbar.

Nach Abschluss des technischen Setups werden gründliche Tests und Optimierungen durchgeführt, bevor der Chatbot live geschaltet wird. Kunden können dann alle Chatbot-Inhalte, Analysen und mehr über unsere SaaS-Plattform verwalten.

 

Wie lange dauert die Implementierung?

Unser aktueller Rekord liegt bei 3 Wochen bis zur Inbetriebnahme. Im Durchschnitt rechnen wir jedoch mit einer Durchlaufzeit von 6-10 Wochen nach der Beauftragung.

 

Wie geht es weiter?

Wenn Ihr Unternehmen bereit ist, sich der intelligenten Chatbot-Revolution anzuschließen, vereinbaren Sie eine unverbindliche Beratung mit Onlim.

Wir sind Experten für Conversational AI und bieten eine intelligente Chatbot-und Sprachassistenten-Lösung an.

Diese basiert auf modernster Natural Language Processing (NLP) und Knowledge Graph Technologie, enthält standardisierte Daten und Schnittstellenanbindungen, mit welcher man Websites, Apps, Messenger, Telefonsysteme oder Amazon Alexa installieren kann.

Zusätzlich kann unsere Lösung ohne Programmierkenntnissen einfach bedient und verwaltet werden.

In einem ersten Schritt können wir Ihnen jedoch dabei helfen, die besten Anwendungsfälle für Chatbots in Ihrem Unternehmen zu ermitteln.

Mehr Beiträge