Chatbot-Kommunikation Chatbot-Kommunikation
Chabot der Bern-Lötschberg-Simplon-Bahn (BLS) basierend auf künstlicher Intelligenz (Bild: Paixon)

Die Kommunikation zwischen Mensch und Chatbot ist eigentlich ganz einfach und doch gleichzeitig unglaublich herausfordernd. Dies klingt zunächst paradox, lässt sich aber gut erklären.

Was ankommt: menschliche Verhaltensweisen und Kommunikationsmuster

Die Forschung des MIT-Wissenschaftlers Joseph Weizenbaum mit der Computerpuppe "Eliza" in den 60er-Jahren des letzten Jahrhunderts beschreibt unsere Tendenz, unbewusst anzunehmen, dass das Verhalten von Computern analog zum menschlichen Verhalten ist. Aufbauend auf diesem sogenannten Eliza-Effekt konnte der Kognitionswissenschaftler Douglas Hofstadter zeigen, dass einem Computer humane Attribute wie Freundlichkeit zugeschrieben werden, wenn dieser sich an menschlichen Kommunikationsmustern orientiert, etwa "bitte" und "danke" sagt. Dank dieses sogenannten Anthropomorphisierungs-Effektes wird die Kommunikation mit einem Chatbot einfach, da man diesen an gut erforschten Interaktionsschemas ausrichten kann, etwa dem Zusammenspiel von Frage und Antwort.

Die Kommunikation mit einem Chatbot ist aber auch herausfordernd, da wir spezifische Ansprüche an den digitalen Gesprächspartner stellen. Beispielsweise erwarten wir bestimmte Umgangsformen, etwa eine Begrüssung und Verabschiedung. Wenn diese nicht beherrscht werden, sind wir – ähnlich einer unfreundlichen menschlichen Interaktion – enttäuscht oder sogar frustriert. Aus unserer alltäglichen Erfahrung wissen wir auch nur zu gut, dass auch vermeintlich klare menschliche Kommunikation umfassende Chancen für Missverständnisse und Doppeldeutigkeiten bietet.

Kurz, man weiss in vielen Bereichen zwar wie eine ideale Mensch-Chatbot-Interaktion abzulaufen hätte (nämlich möglichst vergleichbar wie eine zwischenmenschliche Kommunikation), aber oftmals scheitert die Interaktion genau daran, dass die menschlichen Zwischentöne nicht getroffen werden. Zu den sich stetig weiterentwickelnden technischen Möglichkeiten eines Chatbots gehört schliesslich auch immer die Frage, welche Erwartungshaltung diesem entgegengebracht wird.

Chatbot-Interaktion zielführend und freundlich gestalten

Die Erfolgspotentiale für einen Chatbot liegen folglich darin begründet, inwieweit die Interaktion zum einen zielführend, zum anderen aber auch als angenehm empfunden wird. Diese beiden Dimensionen finden sich auch in zahlreichen UX-Messungen wieder und werden dort unter den Begriffen pragmatische Qualität und hedonistische Qualität diskutiert. UX-Messungen beziehen sich auf sogenannte User-Experience-(UX)-Themen, wie beispielsweise Interaktionselemente des Chatbots und das Design der Konversationen (auch "Conversational Design" genannt). Ist eine der beiden Dimensionen bei einem Chatbot nicht genug ausgeprägt, sinkt die Akzeptanz und es wird in der Regel auf alternative Kommunikationswege ausgewichen.

Zielgruppe identifizieren und wichtigste Performance-Indikatoren messen

Neben diesen notwendigen Kriterien gilt es selbstredend, auch spezifische Präferenzen von Kunden und Kundinnen zu berücksichtigen. Die Realisierung von pragmatischer und hedonistischer Qualität ist stets auch eine Frage der genauen Identifikation der Zielgruppe. Aus den ersten Chatbot-Gehversuchen weiss man etwa, dass diese sich stark an der IT-orientierten Denkweise der Entwickler orientierten und dadurch nicht immer die Sprache der eigentlichen Nutzer beherrschten. Der Vorteil der aktuellen Chatbot-Generation ist hingegen weniger, dass man nun eine einfache Erfolgsformel für funktionierende Bots gefunden hat, sondern uns jedoch Analytics-Methoden und Instrumente schneller und akkurater signalisieren, ob ein Chatbot den gewünschten Erfolg hat.

Erfolgreiche Chatbot-Kommunikation ist daher immer eng verknüpft mit der Festlegung der wichtigsten Performance-Indikatoren und deren kontinuierlichen Messung. Konsequenterweise sollte aus der Messung nicht nur eine Datenübersicht oder eine Scorecard generiert werden, sondern der Chatbot ist als Assistent zu betrachten, dessen Entwicklung nie vollständig abgeschlossen ist.

###

Hier finden Sie eine aktuelle Chatbot-Studie aus dem Bereich Kundensupport. In dieser Studie konnten zehn Erfolgspotenziale identifiziert werden, welche für die Realisierung von KI-basierten Kundendienst-Assistenten relevant sind.

Autor/in
Dr. Jörn-Basel

Prof. Dr. Jörn Basel

Zum Profil
Change Management | Konsumpsychologie | Nudging | Organisationsentwicklung | Psychische Gesundheit | Psychologie | Psychologie | Psychologie | Strategisches Management | Stress | Wirtschaftspsychologie
more...

CAS FH in KI-Management (Künstliche Intelligenz / Artificial Intelligence)

Certificate of Advanced Studies (CAS)

Mehr laden
Digitalisierung | Innovationsmanagement | Wirtschaft
more...
Facebook Twitter Xing LinkedIn WhatsApp E-Mail