Conversational AI Platform
--> zum BOTwiki - Das Chatbot Wiki
Conversational AI Platforms, auch Conversational Platform, Conversational Middleware genannt, sind Softwaresysteme mit dessen Hilfe sich Virtual Assistants und Conversational User Interfaces für unterschiedlichste Anwendungsfälle erstellen und betreiben lassen. Weiterhin ermöglichen sie Integration in Chat Interfaces wie Messenger Dienste, Soziale Medien, SMS und Chats auf Webseiten. Eine Conversational Platform verfügt über meist eine Entwicklerschnittstelle (API), sodass Dritte die Plattform um eigene Anpassungen erweitern können. [1]
Die Begriffe Conversational AI Platform und Conversational Platform sind wissenschaftlich nicht klar definiert. Vielmehr handelt es sich um Services bzw. Plattformen, welche Natural Language Processing (NLP) als Basistechnologie verwenden und dadurch Conversational Interfaces verschiedenster Art realisierbar machen.
Funktionsbereiche
Um Unternehmen zu ermöglichen Chatbots zu entwickeln, erfolgreich zu betreiben und stetig an die Bedürfnisse der Nutzer anzupassen, muss eine geeignete Conversational Platform viele verschiedene Funktionsbereiche abdecken. Hierbei handelt es sich um die Verarbeitung von natürlicher Sprache, Integrationsmöglichkeiten und Funktionalitäten, zum Betreiben der virtuellen Assistenten. Eine geläufige Architektur der aktuellen Conversational Platforms ist in der nachfolgenden Abbildung dargestellt. [1]
Quelle: Gartner - Market Guide for Conversational Platforms [1]
Verarbeitung natürlicher Sprache
Aktuell fokussieren sich die Conversational AI Platform Anbieter auf den Funktionsbereich NLP und somit auf die Interpretation und Verarbeitung von natürlicher Sprache und der Bereitstellung einer geeigneten Antwort für die Nutzer:innen. Erfolgreiche Anbietende in diesem Bereich sind Google mit Dialogflow, Microsoft mit LUIS, IBM mit Watson, Amazon mit Lex und Rasa mit ihrer Open Source Lösung. Diese Form von Systemen deckt meist nur einen Teilbereich einer Conversational Platform ab und werden auch als NLP-Service bezeichnet. Bei vielen dieser Services handelt es sich um SaaS (Software as a Service) Lösungen, die in Verbindung mit den eigenen Cloud Lösungen zur Verfügung gestellt werden. [1]
Integrationen und Middleware
Mit fortschreitender Entwicklung der Technologie verlangen Unternehmen nach standardisierten und flexiblen Integrationen. Hierbei werden zum einen einfache und intelligente Integrationen in Messenger Interfaces wie WhatsApp, Facebook Messenger, Slack, Microsoft Teams, SMS und Webchats ermöglicht. Zum Anderen werden standardisierte Integrationen in Unternehmenssoftware wie SAP, Salesforce, Hubspot, G Suite, Outlook, Workday, etc. immer wichtiger, um Chatbots optimal in die Geschäftsprozesse der Unternehmen einzubinden. Es wird davon ausgegangen, dass sich der Markt für Conversational Platforms zukünftig in Anbieter aufteilen wird, welche sich überwiegend auf Natural Language Processing fokussieren und Anbieter die ihren Schwerpunkt auf einfache Integrationsmöglichkeiten und Funktionalitäten für den Betrieb (Operations) von Chatbots legen werden. [1]
Funktionen in der Chatbot Operations
Ergänzende Funktionalitäten, welche es ermöglichen Chatbots in Unternehmen erfolgreich zu betreiben, zu warten und ständig weiter zu entwickeln, werden immer wichtiger. Der Grund hierfür ist, dass die Aufgabe Chatbots zu betreiben nach und nach weg von den IT-Abteilungen hin zu einzelnen Fachabteilungen verlagert wird. Dies macht einfach und intuitiv bedienbare Benutzeroberflächen erforderlich.
Einige Beispiele für diese Funktionalitäten sind:
- Human Handover Tools, welche es ermöglichen, dass Chatbots und menschliche Agenten gemeinsam Kundenanfragen beantworten.
- Einfache Conversation Editor Systeme, welche es IT-Laien ermöglichen die Inhalte von Chatbots einfach anzupassen.
- Analytics Tools, um die Performance von Chatbots zu messen und die Inhalte besser an die Bedürfnisse der Kunden anzupassen.
- Trainings Tools um die Wissensbasis der Chatbots ständig zu steigern, sodass diese auf mehr Anfragen geeignete Antworten liefern können.
- Bibliotheken mit vorgefertigten Intents (Fragen und Antworten) und Prozessen für unterschiedlichste Anwendungsbereiche und Branchen, welche es ermöglichen Chatbots sehr schnell und einfach zu erstellen.
Skalierbarkeit und Flexibilität
Um eine ganzheitliche, skalierbare und langfristig überlebensfähige Conversational AI Platform aufzubauen, entwickeln viele Firmen aktuell eigene Conversational Middleware Plattformen. Diese ermöglichen verschiedenste Services und Softwaresysteme so zu verbinden, dass alle nötigen Funktionsbereiche ausreichend abgedeckt werden und die genutzten Services einfach ausgetauscht werden können. Mit diesem Vorgehen haben Unternehmen zukünftig die Möglichkeit neue und effizientere Services in ihre Chatbot Architektur zu integrieren. Überholte und zu kostenintensive Services können damit eliminiert werden. So bleiben Unternehmen stets auf dem aktuellen Stand. [1]
BOTfriends X - Die Conversational Middleware Plattform
- Nutzen Sie nur eine Plattform für alle verschiedenen Conversational AI Projekte im Unternehmen
- Die Abteilungen sind befähigt die Gesprächsinhalte in einem einfach zu bedienenden Editor mit Benutzerverwaltung zu managen
- Einfaches Umschalten zwischen den etablierten Natural Language Processing Services wie Google Dialogflow, IBM Watson Assistant und Microsoft LUIS
- Bereitstellung der virtuellen Assistenten auf vielen verschiedenen Kanälen wie Messaging-Plattformen, Sprachassistenten oder Telefon bereit.
> Mehr erfahren zu BOTfriends X
> Zurück zum BOTwiki - Das Chatbot Wiki
Quellen
[1] https://www.gartner.com/en/documents/3879492
Dialogflow
--> zum BOTwiki - Das Chatbot Wiki
Dialogflow ist eine ursprünglich aus API.AI hervorgegangene Plattform, die sich für natürliche dialogorientierte Kommunikation mit Anwendern nutzen lässt. Heute stellt diese Plattform einen NLP-Service dar, welcher Teil der Google Cloud Platform ist. Die Plattform bietet seinen Nutzern eine vollständige Entwicklungs-Suite mit Code-Editor, Library und vielen Werkzeugen an. Damit wird das Erstellen eines Conversational Interfaces erleichtert. [1]
Vorteile von Dialogflow
Dialogflow bietet Entwicklern aktuell 33 vorgefertigte Agents an. Diese Prebuilts können nach Belieben weiter auf den bestimmten Use Case angepasst und spezifiziert werden. Da in diesen Agents schon viele Intents eingerichtet sind, spart dies Zeit in der Chatbot Entwicklung.
Jeder dieser 33 vorgefertigten und natürlich auch die eigen erstellten Agents können problemlos via One-Click Integration mit verschiedenen Kanälen wie zum Beispiel Google Assistant, Amazon Alexa oder Facebook Messenger verbunden werden. Hinzu kommt, dass Dialogflow 15 verschiedenen Sprachen anbietet (Stand Juni 2019).
Außerdem können Nutzer eine Funktion zum Importieren und Exportieren von Agents nutzen und somit viel Zeit einsparen.
Ebenso lassen sich Daten von externen Diensten mittels Fulfillments in einen Chatbot einbinden. Fulfillments geben Entwicklern die Möglichkeit, öffentliche oder private APIs oder andere Dienste mit dem Chatbot zu verknüpfen, um so noch mehr Funktionen einzubauen.
Der NLP-Service ist zudem nicht nur auf eine Programmiersprache ausgelegt, sondern bietet zahlreiche SDKs, die die Nutzung anderer Programmiersprachen möglich macht. Des Weiteren ist die grafische Oberfläche im Vergleich zu anderen Anbietern sehr übersichtlich und nutzerfreundlich gestaltet. Somit ist ein schneller Einstieg in Dialogflow möglich. [2]
Grenzen von Dialogflow
Möchte man einen auf Dialogflow erstellten Agent an WhatsApp anbinden, bietet der Service keine Integration dafür an. Eine Anpassung im eigenen Backend System wird benötigt, um die Verbindung zu WhatsApp sicherzustellen und Daten auf das geforderte Format zubringen.
Beim Einsatz eines eigenen Backends müssen einige Dinge beachtet werden:
Dialogflow erwartet beispielsweise eine Antwort innerhalb von 5 Sekunden zu erhalten. Anderenfalls kommt es zu einem Timeout. Außerdem speichert das System die Kontexte in einer User Session nur für 10 – 20 Minuten. Um dieses „Problem“ zu beheben, reicht es jedoch nicht nur aus die User-ID zu speichern, sondern jegliche Kontexte, die mit dieser User-ID zusammenhängen, müssen zwischengespeichert werden.
Die Plattform bietet von Haus aus eine Möglichkeit, die Analytics eines Chatbots einzusehen, um Aktivitäten und Optimierungspotenziale von Chatbots auszuwerten. Die analytische Auswertung ist allerdings sehr rudimentär und wird von anderen Tools/Services detaillierterer angeboten. Diese können zum Beispiel die Gesprächsverläufe der User nachverfolgen oder spezifische Funnels (Filter) anlegen. Weiß ein Chatbot nicht mehr weiter, dann verlangen viele Nutzer mit einer echten Person zu sprechen (Human Handover). Eine Möglichkeit für die Integration in einem Chatbot bietet Dialogflow nicht. Daher ist es auch hier nötig, das Backend anzupassen.
Trotz der Grenzen von Dialogflow wird der Google Service von BOTfriends und weiteren Chatbot Entwicklern als Best Practice Service angesehen.
Kostenpunkt
Die Gebühren, die monatlich zu entrichten sind, hängen von der genutzten Version und dem ausgewählten Preismodell ab. Weitere Faktoren sind die Anzahl der Anfragen, die Gesamtdauer des verarbeiteten Audiomaterials und die Gesamtdauer der Telefonanrufe. Dieses Preismodell stellt einen Vorteil im Gegensatz zu anderen Anbietern dar, da man keinen Pauschalpreis monatlich/jährlich zahlen muss, sondern sich die Kosten aus den genutzten Ressourcen und Requests zusammensetzen. [3]
> Zurück zum BOTwiki - Das Chatbot Wiki
Quellen
[1] https://www.bigdata-insider.de
[2] https://www.dialogflow.com
[3] https://cloud.google.com
Contact Center AI (CCAI)
--> zum BOTwiki - Das Chatbot Wiki
Bei Contact Center AI (CCAI) handelt es sich um eine Software von Google zur Unterstützung und Automatisierung der Kundenbetreuung durch künstliche Intelligenz. [1] Dabei werden Verfahren der künstlichen Intelligenz in bestehende Contact Center Lösungen wie beispielsweise Cisco und Genesys integriert.
Die Software steht ausgewählten Kund:innen derzeit als Alpha Version zur Verfügung.
Bestandteile
Virtual Agent
- Automatisierung der Kunden-Anfragen per Chat und Telefon mittels Google Dialogflow
Agent Assist
- Unterstützung der Mitarbeitenden während eines Anrufs / Chats durch Bereitstellung von relevanten Dokumenten in Echtzeit
- Einbindung der Knowledge Base des Unternehmens
Topic Modeling
- Analyse von Kund:innendaten, Chat Logs und Anrufaufzeichnungen zur automatischen Erkennung des Themas eines Chats / Anrufs.
Beispiel
Im folgenden Beispiel von Genesys und eBay wird die Funktionsweise von Contact Center AI veranschaulicht.
Referenzarchitektur
[1]
> Zurück zum BOTwiki - Das Chatbot Wiki
Quellen
[1] https://cloud.google.com/solutions/contact-center/
Hybrid Human Chatbot / Hidden Agent
--> zum BOTwiki - Das Chatbot Wiki
Als Hybrid Human Chatbot (auch Hidden Agent, Hybrid Chatbot) wird ein Ansatz bezeichnet, bei dem Mensch und Chatbot eine Kommunikation gemeinsam übernehmen.
Funktionsweise
Beim hybriden Ansatz können sich Mensch und Maschine entweder gesamte Konversationen aufteilen oder sogar gemeinsam eine Konversation bearbeiten. Dabei kann es für die Nutzenden entweder ersichtlich oder nicht ersichtlich sein, ob ihnen gerade ein Chatbot oder eine echte Person gegenübersteht. In den meisten Fällen werden die Anfragen zunächst von einem Chatbot bearbeitet und nur wenn dieser nicht weiter weiß, kann ein echter Mensch um Hilfe gebeten werden beziehungsweise vom System automatisch eingeschaltet werden. Damit der Chatbot stetig verbessert wird, werden die nicht-beantworteten Fragen und die dazugehörigen menschlichen Antworten mit in die Wissensbasis aufgenommen. Somit lernt der Chatbot implizit aus den Antworten der Mitarbeitenden, den Hidden Agents.
Vorteile gegenüber einem Einsatz eines reinen Chatbots
- Erhöhte Kundenzufriedenheit, da die Nutzenden viel öfter eine zufriedenstellende Antwort erhalten, auch wenn der Bot keine Antwort bereitstellt.
- Ständige und implizite Erweiterung der Wissensbasis.
- Ausser Kontrolle geratene Konversationen können wieder “eingefangen” werden.
- User, die unter keinen Umständen mit einer Maschine chatten möchten, werden ebenfalls zufrieden gestellt.
- Das Potenzial eines Chatbots kann einfach getestet werden.
- Die Entwicklungszyklen sowie der gesamte Entwicklungsaufwand für einen Chatbot können drastisch verkürzt werden.
Anwendung
Am häufigsten ist der hybride Ansatz im Customer Service vorzufinden. Aber auch viele weitere Use Cases, wie beispielsweise Human Resources, Sales, IT-Support und e-Commerce eignen sich gut dafür. Grundsätzlich ist dieser Ansatz zu empfehlen, wenn ein breites Spektrum an Fragen erwartet wird oder eine bestimmte Tätigkeit innerhalb eines Prozesses nicht von einem Bot erledigt werden kann beziehungsweise soll.
Beispiel
In einem Online Shop wird ein Chatbot zur Beantwortung von häufigen Fragen und zur Produktberatung eingesetzt. Ein Mensch wird hinzugezogen, falls der Chatbot eine FAQ nicht beantworten kann. Zusätzlich soll die Produktberatung von einem Menschen erledigt werden, falls der Warenkorb mehr als 500€ enthält. Der Chatbot lernt durch die menschlichen Antworten ständig neue Inhalte.
> Zurück zum BOTwiki - Das Chatbot Wiki
Prebuilts
--> zum BOTwiki - Das Chatbot Wiki
Prebuilts, oder auch vorgefertigte Wissensbasen, sind eine Sammlung aus Inhalten für bestimmte Chatbot Anwendungsfälle. Chatbots leben von Inhalten, die ihnen beigebracht werden. Um einen Chatbot zu entwickeln, ist es wichtig, diesen mit Inhalten, sprich Fragen und Antworten anzureichern. Umso mehr Inhalt, desto breiter ist sein Wissen und somit auch die Antworten, die er geben kann. Prebuilts helfen bei der Entwicklung und können als “Booster” hinzugezogen werden. Wenn man z.B. einen Chatbot im Bereich IT-Support aufbauen möchte, ist es sehr hilfreich auf solche vorgefertigte Wissensbasen zurückgreifen zu können, sodass abhängig vom Use Case schon ein Grundstock an Inhalten zur Verfügung steht.
Wie sind Prebuilts aufgebaut?
Prebuilts bestehen aus Fragemöglichkeiten, Entitäten und Antworten. Um die Spracherkennung eines Chatbots zu erhöhen, ist es wichtig viele verschiedene Fragemöglichkeiten für eine Absicht zu hinterlegen. Des Weiteren gehören zu jeder Absicht (Intent) Entitäten und Antworten. Bei Prebuilts existieren vorgefertigte beispielhafte Antworten, die der Kunde oder die Kundin 1:1 übernehmen kann, aber natürlich auch an das Unternehmen, den Charakter und Tonalität des Chatbots anpassen muss.
Wie können Prebuilts eingesetzt werden?
Prebuilts sind in der Regel einfach einzubinden. In den meisten Fällen werden die Prebuilts über den genutzten NLP-Service integriert. Hierbei gibt es häufig eine One-Click Integration, mit welcher man schnell und einfach benötigte Inhalte importieren kann. Eine weitere Möglichkeit mit Prebuilts zu arbeiten ist die Integration innerhalb von Intent Management Plattformen (IMP). Diese Plattformen sind dazu da, einfach und schnell contentspezifische Änderungen vorzunehmen.
Welche Prebuilts werden schon sinnvoll eingesetzt?
Es gibt bereits eine Vielzahl an verfügbaren Sample Prebuilts, die man in einen Chatbot integrieren kann. Das Smalltalk Prebuilt ist mit Sicherheit eines der Prebuilts, das schon am Häufigsten eingesetzt wird. Dies ist auch sehr sinnvoll, denn wenn man sich eine typische Kommunikation eines Nutzers mit einem Chatbot anschaut, werden gerade zu Beginn einige Smalltalk Fragen wie "Wie geht es dir?", "Wie alt bist du?" gestellt. Allerdings gibt es auch weitere Prebuilts, wie beispielsweise Wetter, News oder Restaurantbuchungen. Hierbei muss man darauf achten, in welchen Sprachen diese Prebuilts jeweils verfügbar sind. Insgesamt betrachtet können Prebuilts in einigen Bereichen Starthilfe geben und bei der Entwicklung eines Chatbots unterstützen.
> Zurück zum BOTwiki - Das Chatbot Wiki
Chatbot
--> zum BOTwiki - Das Chatbot Wiki
Unter Chatbots versteht man Technologien oder Services, die auf Webseiten oder in Messenger Dienste integriert werden und mit Hilfe von künstlicher Intelligenz Nutzer:innenanfragen automatisiert beantworten können. Der Begriff Chatbot lässt sich in zwei Wörter aufbrechen. Zum einen setzt es sich aus dem englischen Wort „Chat“ (=Gespräch) und zum anderen aus „bot“ (eine Abkürzung von „Robot“, was für den „Automat“ steht) zusammen.
Was ist der Unterschied zu normalen Bots?
Der Unterschied von Chatbots zu Bots ist, dass in der Informatik Bots als selbstständig laufende Programme, die ihre Dienste ohne menschlichen Einwand erbringen, beschrieben werden. Sie müssen nur zu Beginn einmal initiiert werden. [1] In manchen Fällen sind diese Programme sogar bösartig und können auf Botnetze zurückgeführt werden, die große Denial of Service (DoS)-Angriffe koordinieren. [2] Generell werden Chatbots aber als Computer Programme definiert, welche dafür entwickelt wurden, Konversationen mit Menschen über das Internet zu simulieren. Ein Chatbot ermöglicht also die Unterhaltung zwischen einem Menschen und einer Maschine.
Artificial Intelligence
Dafür ist der Einsatz von künstlicher Intelligenz in unterschiedlichen Ausprägungen nötig. Diese Kommunikation ist nur über Umwegen mittels einer Programmiersprache, die vom Computer verstanden wird, möglich. Denn der Computer kann die menschliche Sprache unter Verwendung von sogenanntem Natural Language Processing (NLP) verarbeiten, indem der Computer das Gesagte interpretiert und daraus die Absicht des Nutzers oder der Nutzerin ableitet. Die Intention wird im Anschluss in eine Aktion übersetzt, die vom Rechner eigenständig ausgeführt wird. Diese Aktion kann entweder die Antwort auf eine Frage des Users sein oder das Tätigen einer Aktion. Um das zu realisieren, muss hinter dem NLP eine Wissensbank mit Antworten und Aktionen hinterlegt werden.
Integration und Zukunft
Chatbots können auch in Sprachassistenten wie Google Home, Amazon Alexa, Siri oder Microsoft Cortana integriert werden, welche die Anfragen sprachbasiert ausführen und auch als Intelligent Personal Assistant (IPA) bezeichnet werden. Es wird vermutet, dass Chatbots sowohl Webseiten als auch Apps in Zukunft ersetzen werden. Denn die großen Technologie Konzerne wie Google, Facebook und Microsoft bieten Systeme an, die Chatbots verhelfen User Eingaben zu verstehen und zu interpretieren. Diese Plattformen wie Google mit Dialogflow, Facebook mit wit.ai, IBM mit Watson oder Microsoft mit LUIS werden für die breite Masse öffentlich als Web-Service zugänglich gemacht und öffnen somit die Türen zur Nutzung weit entwickelter Machine Learning Systeme. [1]
> Zurück zum BOTwiki - Das Chatbot Wiki
Quellen
[1] Smolinski et al. (2017): Innovationen und Innovationsmanagement in der Finanzbranche, Wiesbaden: Springer.
[2] Radziwill, Nicole und Benton, Morgan (2017): Evaluating Quality of Chatbots and Intelligent Conversational Agents, in: Software Quality Professional, Jg. 19, Nr. 3.
Conversational Office
--> zum BOTwiki - Das Chatbot Wiki
Unter einem Conversational Office versteht man eine Unternehmenskommunikation, die auf den Einsatz von Chatbots und Sprachassistenten zum großen Teil beruhen. Denn innerhalb von Unternehmen finden viele Kommunikationsabläufe statt, die automatisiert werden können. Es fängt bereits beim Employer Branding an, wo beispielsweise Chatbots auf der Webseite oder auf Facebook Messenger laufen, die Auskunft zu Jobmöglichkeiten oder spannende Fakten über das Unternehmen geben.
Bewerbungsprozesse
Recruiting kann ebenfalls über Bots stattfinden. Zum Beispiel kann ein User oder eine Userin bestimmte Fragen beantworten, die dem Chatbots ermöglichen passende Stellenausschreibungen auszugeben. Daraufhin kann auch der Bewerbungsprozess innerhalb des Messenger integriert werden, denn Funktionen wie das Hochladen von Lebensläufen oder das Absenden von einem Vorstellungsvideo des Bewerbers sind ebenso möglich. Nach erfolgreicher Anstellung kann der Chatbot weiterhin den Kontakt zum vorherigen Bewerber halten und einen Onboarding Prozess übernehmen: "Wo finde ich meine Lohnabrechnungen?", "Wo kann ich eigentlich Urlaub beantragen?" - werden somit sofort beantwortet.
Unterstützung im Büro
Darüber hinaus können Chatbots alltägliche Assistenen der Mitarbeiter in Unternehmen werden und beispielsweise stets Auskunft zu den Angeboten in der Kantine liefern oder daran erinnern, dass bald der Shuttle Bus abfährt, Taxis bestellen, Telefonnummern herausfinden oder sogar den IT Support übernehmen. Die Themenfelder sind zahlreich. Zusammenfassend bilden die geschilderten Use Cases viele Potenziale interne Kommunikation in Unternehmen zu automatisieren, wodurch Unternehmen mit dem Ziel ein Conversational Office zu werden langfristig Ressourcen sparen und eine enge Beziehung zu ihren Mitarbeiter:innen aufbauen können.
> Zurück zum BOTwiki - Das Chatbot Wiki
Conversational Copywriting
--> zum BOTwiki - Das Chatbot Wiki
Conversational Copywriting ist eine von drei Disziplinen im Conversational Design. Neben dem Thema Webtextwriting sind die Technologie und Psychologie entscheidende Bausteine im gesamtheitlichen Conversational Design. Hierbei ist es wichtig auf ein Gleichgewicht der 3 Komponenten zu achten, um zu vermeiden, dass der Nutzer oder die Nutzerin auf seiner oder ihrer Chatbot-Journey enttäuscht wird.
Bei der Entwicklung von Chatbots sind nicht nur technische Komponenten gefragt, sondern auch designorientierte. Im Conversational Design werden z.B. auch psychologische Aspekte betrachtet. Es stellen sich Fragen wie “Wie motiviere ich den Nutzer in der Konversation?”, “Wie beruhige ich ihn bei kritischen Fragen?” - Die Art der Kommunikation wird dementsprechend im Conversational Copywriting festgelegt. Es stellt das Formulieren der richtigen und passenden Chatbot Nachrichten dar. Dabei sollte man sich vor allem an den Konversationsmaximen nach Grice orientieren.
Konversationsmaxime für Conversational Copywriting
- Maxime für Qualität: Liefern Sie Informationen, die wahrheitsgetreu sind (Avoid obscurity of expression)
- Maxime für Quantität: Liefern Sie nur so viel Informationen wie nötig, nicht mehr (Be brief - avoid unnecessary prolixity)
- Maxime für Relevanz: Liefern Sie nur Informationen, die zielführend sind (Be orderly)
- Maxime für Modalität: Vermeiden Sie mehrdeutige oder unklare Informationen (Avoid ambiguity)
Diese Maxime legen den Grundstein für eine effektive Kommunikation.
Zudem sollten die Chatbot Nachrichten der Tonalität des Chatbots angepasst werden.
"Conversational copywriting is still about selling … but in a way that is honest, transparent, and respectful of your audience." - Nick Usborne
> Zurück zum BOTwiki - Das Chatbot Wiki
Conversational Testing
--> zum BOTwiki - Das Chatbot Wiki
Conversational Testing ist ein Teil des Conversational Designs, welcher beim Erstellen der Conversational Map bzw. des Conversation Flows zum Tragen kommt. Denn hier werden Gesprächsstränge des Chatbots ausformuliert und in einer echten Konversation nachgespielt. Primär werden dabei die so genannten Happy Paths getestet, um die Tragfähigkeit des Szenarios zu bestätigen. Das Testing könnte folgendermaßen aussehen:
Vorgehensweise beim Conversational Testing
- Zwei Gesprächspartner finden sich als Tester:innen zusammen. Eine:r repräsentiert den Chatbot und eine:r den/die User/Userin.
- Ein Gesprächsstrang aus der Conversational Map wird zum Testen festgelegt.
- Die Testperson taucht in die Persönlichkeit des Chatbots ein.
- Die Testpersonen setzen sich Rücken an Rücken.
- Die Rolle des/der Nutzernden versucht ein bestimmtes Problem mit dem Chatbot zu lösen und der Partner versucht so zu antworten, wie der Chatbot es tun würde.
- Das Gespräch wird aufgenommen und transkribiert.
- Die Konversation wird gegebenenfalls überarbeitet und somit optimiert.
Ziel
Ziel des Conversational Testing ist es die Konversation so natürlich wie möglich mit dem User zu gestalten. Beim Conversational Copywriting werden unter Berücksichtigung der Chatbot Tonalität die Nachrichten zwar formuliert, allerdings ist es schwer ein Gefühl dafür zu bekommen, ob dies einer natürlichen Konversation entspricht. Conversational Testing kann zum Beispiel komplexe Formulierungen oder zu verschachtelte Sätze aufdecken.
Denn es gilt: Ein Mensch will in einem Chat genauso schreiben, wie er auch mit seinen Mitmenschen kommuniziert.
Eine weitere Möglichkeit, um die Tragfähigkeit eines Chatbots zu testen ist die Wizard of Oz Methode.
> Zurück zum BOTwiki - Das Chatbot Wiki
Actions on Google
--> zum BOTwiki - Das Chatbot Wiki
Unter dem Begriff “Actions on Google” versteht man einen von Google entwickelten Service, mit dessen Hilfe Entwickler:innen selbst entwickelte Dienste mit dem Google Assistant verknüpfen können. Sobald der Drittanbietende Dienst von Google getestet, genehmigt und zur Publizierung freigegeben wurde, kann dieser auf Google Assistant kompatiblen Geräten abgerufen werden. Actions on Google ist demnach äquivalent zu Amazon Skills, allerdings können nur Google Assistant fähigen Geräte bedient werden.
Auf welchen Geräten kann eine Action abgerufen werden?
Einerseits können die publizierten Actions über die von Google entwickelten smarten Lautsprecher Google Home und Google Home Mini abrufen werden. Andererseits sind sie auch auf Google Assistant kompatiblen Smartphones oder Tablets verfügbar. Google bedient mit Google Assistant sowohl Android als auch iOS Devices. Bei Geräten, welche das Betriebssystem Android verwenden, ist der Google Assistant vollumfänglich integriert und kann jederzeit von Benutzenden aktiviert werden. Bei iOS Nutzern muss eine separat Google Assistant App heruntergeladen werden.
Wie kann eine publizierte Action abgerufen werden?
Damit Anwender:innen die publizierte Action aufrufen können, müssen der Action innerhalb der Google Actions Developers Console sogenannte “Invocation Phrases” hinterlegt werden. Dies sind Befehle, mit welchen der Benutzer dem Assistant mitteilt, eine bestimmte Action zu öffnen. Der Action können hierbei bis zu 5 Beispielsätze hinterlegt werden. Exemplarisch könnte ein Aufruf wie folgt aussehen:
- “Ok Google, mit BOTfriends sprechen”
Wie kann eine publizierte Action mit Restriktionen versehen werden?
Der Entwickler einer Google Action verfügt bei der Veröffentlichung seiner Action über verschiedene Möglichkeiten für Restriktionen. Einerseits kann bei der Publizierung darüber bestimmt werden, in welchen Sprachen die Action verfügbar sein soll (Stand 21.06.2019: 19 kompatible Sprachen). Zum anderen können gerätespezifische Restriktionen eingerichtet werden. Hierzu müssen innerhalb der Google Actions Developer Console folgende Fragen beantwortet werden:
- Benötigt Ihre Action eine Audioausgabe?
- Benötigt Ihre Action eine Bildschirmausgabe?
- Benötigt Ihre Action eine Medienwiedergabe?
- Benötigt Ihre Action einen Webbrowser?
Je nach Beantwortung der Fragen, werden bestimmte Geräte zugelassen oder ausgeschlossen. Wird beispielsweise ausgewählt, dass eine Bildschirmausgabe unerlässlich ist, wird die Action automatisch für den Google Home und Google Home Mini ausgeschlossen und ist daher auf diesen Devices nicht für den Nutzer abrufbar. Innerhalb der Google Actions Developer Console wird sofort nach Beantwortung der Frage tabellarisch dargestellt, welche Geräte inkludiert bzw. ausgeschossen wurden.
Wie kann eine Google Action entwickelt werden?
Google selbst beschreibt zwei Implementierungsmöglichkeiten. Die erste und einfache Variante ist eine direkte Integration über Google Dialogflow. Nach der Konzeption und Erstellung eines Voice Assistants innerhalb von Dialogflow, kann dieser ohne “Entwickler Know-How” direkt über den Integration Reiter von Dialogflow publiziert werden. Dies ist vor allem dann eine plausible Variante, falls als Natural Language Understanding (NLU) Service sowieso Dialogflow im Einsatz ist. Eine weitere Integrationsmöglichkeit wird Entwicklern über das Google Actions SDK eingeräumt. Hier stellt Google Client-Libraries zur Erstellung von Google Actions zur Verfügung. Diese sind für verschiedene Programmiersprachen verfügbar. Diese Variante macht primär dann Sinn, falls serverseitig eine volle Kontrolle über die Interaktion zwischen Google Action App und User gewährleistet werden soll. Des Weiteren ist diese Variante unumgänglich, falls als NLU Service auf eine andere Technologie wie Dialogflow vertraut wird.
> Zurück zum BOTwiki - Das Chatbot Wiki