Sind wir ehrlich: Haben Sie nicht auch ein Chatbot-Proof-of-Concept in Ihrer Schublade irgendwo im Büro? Es liegt dort, setzt Staub an und wartet geduldig auf den Moment, in dem es endlich zum Einsatz kommt. Aber dieser Moment wird wohl nicht kommen… Warum tun sich so viele Unternehmen schwer damit, Chatbots in die Live Production zu bringen oder sie auf lange Sicht erfolgreich laufen zu lassen? Es gibt tatsächlich viele Unternehmen, die an verschiedenen Conversational AI Initiativen arbeiten. Allerdings werden nur wenige wirklich umgesetzt und gehen in die Live Production. Und dann werden sie oft nach kurzer Zeit wieder offline genommen.

Es gibt drei Hauptprobleme, die vermutlich verantwortlich dafür sind, warum Chatbots und virtuelle Assistenten in der POC-Phase bleiben:

  • Der Chatbot Betrieb bzw. die Wartung von virtuellen Assistenten
  • Die Interaktion zwischen Abteilungen und IT
  • Die falsche Wahl der Technologie

Das erste Problem: Der Chatbot Betrieb

Nachdem der Chatbot live gestellt wurde, beginnt der Betrieb des Chatbots. Die meisten Unternehmen verbringen viel Zeit damit, ihre Chatbots oder Sprachassistenten zu entwickeln, aber es werden selten die Ressourcen und Prozesse berücksichtigt, um sie danach tatsächlich erfolgreich zu betreiben. Es gibt vier Aspekte, die vor dem Beginn von Conversational AI Projekten sorgfältig bedacht werden sollten.

  • Stellen Sie ein erfolgreiches Conversational AI Team auf
  • Trainieren Sie Ihren Chatbot und machen Sie ihn schnell besser
  • Verbessern Sie Ihre virtuellen Assistenten langfristig mit einer dedizierten Roadmap
  • Legen Sie KPIs und Metriken fest, um die Leistung Ihres virtuellen Assistenten zu messen

Das zweite Problem: Die Zusammenarbeit zwischen Abteilungen und IT

Ein weiterer kritischer Faktor, warum Chatbots und Sprachassistenten nicht in die Produktion gelangen, ist die manchmal schwierige Beziehung zwischen den Geschäftsbereichen und der IT-Abteilung des Unternehmens.

Was normalerweise passiert, ist, dass die IT Technologien und Software auswählt, mit denen der virtuelle Assistent aufgebaut wird, aber Abteilungen wie der Kund:innendienst oder die Personalabteilung nicht richtig damit arbeiten können. Dies ist darauf zurückzuführen, dass sie grundlegend unterschiedliche Bedürfnisse in Bezug auf Technologien haben. Für die IT ist es von großer Bedeutung, den richtigen Technologiestack für den virtuellen Assistenten flexibel zu wählen und zwischen den NLP-Diensten wechseln zu können, ohne dass es zu einem Technologie-Lockin kommt. Darüber hinaus wird ein offenes System mit APIs, um Unternehmenssysteme, Analyse – Systeme oder andere Funktionen zu integrieren, benötigt. Wohingegen Geschäftseinheiten wie Personal-, Kund:innendienst- oder Marketingabteilungen, die den Chatbot betreiben werden, um mit den Kund:innen in Kontakt zu treten, andere Bedürfnisse haben. Sie müssen sich um das Intent-Management kümmern, Daten auswerten und brauchen ein Übergabe-Tool, auch Handover Tool genannt, zu echten Mitarbeitenden. Eine Software, die den Bedürfnissen einer IT-Abteilung gerecht wird, deckt nicht unbedingt die Bedürfnisse von Content/Intent – Managern bzw. den Abteilungen. Wenn die unterschiedlichen Bedürfnisse der Beteiligten nicht gleichermaßen berücksichtigt werden, wird es langfristig unweigerlich zu Problemen kommen.

Zusammenfassend lässt sich sagen, dass es eine Lösung geben muss, die sowohl den Anforderungen der IT als auch denen der Abteilungen gerecht wird, vorzugsweise in einem Produkt vereint.

Das dritte Problem: Die Wahl der Technologie

Die Wahl der richtigen Technologie für Conversational AI Projekte ist ziemlich schwierig. Der Markt ist voll von verschiedenen Technologieanbietenden und NLP-Dienstleistungen. Es ist schwer, den Überblick zu behalten und zu beurteilen, welchen Anbieter, welche Anbieterin man wählen sollte oder wer sich in Zukunft durchsetzen wird. Eine weitere Herausforderung ist, dass viele Anbietende nur eine Teillösung anbieten, wie z.B. das Verstehen und Verarbeiten natürlicher Sprache, einen Channel Connector oder ein Analytics System. Zudem wird oftmals im Projektverlauf gemerkt, dass die ausgewählte Technologie nicht den Anforderungen des Unternehmens entsprechen. Zum Beispiel wird nach einiger Entwicklungszeit gemerkt, dass Unternehmenssysteme nicht angeschlossen werden können oder bestimmte APIs fehlen. Wie Sie gelernt haben, gibt es viele komplexe Anforderungen und Bedürfnisse für Unternehmen, um virtuelle Assistenten erfolgreich zu skalieren und zu betreiben.

Selbstverständlich gibt es noch viele weitere Gründe warum Chatbots nicht erfolgreich betrieben werden. Oftmals scheitert es schon wichtigen Aspekten wie einer guten User Experience, die von Anfang an bei der Konzeptionierung sichergestellt werden sollte. Dies gelingt nur mit Projektteilnehmenden mit entsprechender Erfahrung im Conversational Design oder Copywriting. Dies und vieles mehr wird in unserem Whitepaper “3 Gründe, warum Chatbots scheitern” aufgezeigt und intensiver behandelt.

Download White Paper