AI Agent ROI Rechner
Kostenloses Training: Chatbot Crashkurs
Whitepaper: Die Akzeptanz von Chatbots
Human Handover
--> zum BOTwiki - Das Chatbot Wiki
Unter einem Human Handover (auch Human Takeover, Human Handoff) bezeichnet man die Weiterleitung einer Konversation von einem Chatbot an einen realen Menschen.
Der Begriff Human Takeover wird meist verwendet, wenn die Konversation nicht übergeben wird, sondern der Mensch eine Konversation aktiv übernimmt.
Auslöser für den Human Handover
Ein Human Handover kann durch unterschiedlichen Szenarien ausgelöst werden:
- Explizite Frage der Nutzenden nach einem Menschen
- Der Chatbot kennt die Antwort auf eine bestimmte Frage nicht (Default Fallback Intent wird getroffen)
- Der Chatbot ist sich nicht sicher genug (niedriges Confidence Level)
- Die Gefühlslage der Nutzenden weist einen negativen Wert auf (Sentiment Score)
- Ein bestimmter Intent wird getroffen, bei dem ein menschliches Eingreifen erwünscht oder gefordert ist
- Bestimmte Metriken wie beispielsweise der Warenkorb eines Online Shops enthält Produkte im Wert von > 1.000 €
Warm/ Cold Human Handover
Ein Warm Handover bezeichnet die sofortige Weiterleitung des Nutzers an einen Mitarbeiter. Die Antwort des Menschen wird zeitnah und im selben Kanal an den User ausgespielt.
Beim Cold Handover dagegen wird der Konversationsfluss unterbrochen und/oder der Kanal gewechselt. Ein gängiges Beispiel dafür ist ein Handover aus dem Facebook Messenger in den Kanal Email.
Tools für den Human Handover
Ein Handover kann in verschiedene Tools integriert werden:
- Social Media Engagement Tools
- Call Center Software
- Slack / Facebook Messenger
- Human Handover Tools
> Zurück zum BOTwiki - Das Chatbot Wiki
Tone of Voice (Tonalität)
--> zum BOTwiki - Das Chatbot Wiki
Der Tone of Voice (oder auch Tonalität) repräsentiert die spezifische Art und Weise, wie ein AI Agent in Form eines Chatbots oder Voicebots mit Nutzern kommuniziert. Er umfasst die Wortwahl, Satzstruktur und den allgemeinen Kommunikationsstil, welche die Persönlichkeit des digitalen Assistenten prägen. Durch einen konsistenten Tone of Voice wird die Markenidentität gestärkt und die Benutzererfahrung in der Conversational AI maßgeblich beeinflusst.
Elemente des Tone of Voice
Der Tone of Voice eines Chatbots oder Voicebots wird durch mehrere Komponenten bestimmt, die gemeinsam dessen sprachliche Identität formen. Eine bewusste Gestaltung dieser Elemente ist für eine kohärente Kommunikation erforderlich.
Die Wortwahl und der Stil legen fest, ob formelle oder informelle Ausdrücke verwendet werden und inwiefern Fachjargon zum Einsatz kommt. Die Satzstruktur wird ebenfalls berücksichtigt, wobei entschieden wird, ob kurze, prägnante Sätze oder komplexere Formulierungen bevorzugt werden.
Auch die Emotionalität und Empathie spielen eine Rolle, insbesondere im Umgang mit Nutzeremotionen, Beschwerden oder Fehlern. Der Einsatz von Piktogrammen und Emojis kann den Stil weiter ergänzen und muss konsistent gehandhabt werden.
Bedeutung für Conversational AI und AI Agents
Eine gut definierte Tonalität ist für den Erfolg von Conversational AI-Anwendungen und AI Agents von großer Bedeutung. Durch ihn wird die Markenidentität gestärkt und die Wiedererkennung gefördert. Dies trägt maßgeblich zur Etablierung einer konsistenten Markenbotschaft bei.
Zusätzlich wird die Benutzererfahrung (UX) positiv beeinflusst. Ein angenehmer und konsistenter Tonfall fördert das Vertrauen der Nutzer in den digitalen Assistenten und erhöht dessen Akzeptanz. Missverständnisse können durch eine klare und dem Kontext entsprechende Kommunikation reduziert werden. Eine konsistente Anwendung des Tone of Voice ist über verschiedene Kanäle und AI Agents hinweg, einschließlich Chatbots, Voicebots und innerhalb von Workflows, unerlässlich.
Faktoren zur Festlegung der Tonalität
Die Festlegung einer angemessenen Tonalität wird durch verschiedene Faktoren bestimmt. Hierzu gehören die aktuelle Kommunikationsweise des Unternehmens auf anderen Kanälen, die direkte Kundenansprache (z. B. „Du“ oder „Sie“), der spezifische Anwendungsfall des AI Agents sowie die zu adressierende Zielgruppe. Ebenso werden die Werte, Überzeugungen und ethischen Richtlinien des Unternehmens berücksichtigt, um eine stilistische Konsistenz über alle Kommunikationsformen hinweg zu gewährleisten.
Fragen zur Festlegung einer guten Tonalität können daher folgende sein:
- Wie findet die Kommunikation mit Kunden aktuell auf anderen Kanälen statt?
- Wie werden die Kunden meines Unternehmens angesprochen? (Du/Sie)
- Welche Ausdrucksweise passt zu meinem Use Case?
- Welche Zielgruppe möchte ich mit dem Chatbot oder Voicebot ansprechen?
- Welche Werte, Überzeugungen und Ethik verkörpert mein Unternehmen hinsichtlich der Kommunikation?
- Welche Richtlinien und Leitfäden gibt es bereits hinsichtlich Außendarstellung?
- Soll der Chatbot Emojis verwenden?
Steuerung und Anpassung in KI-Systemen
Der Tone of Voice von generativer KI wird durch den komplexen Trainingsprozess und die zugrundeliegende Datenbasis geformt. Im Pre-Training erlernen KI-Systeme allgemeine Sprachstrukturen und kontextuelle Zusammenhänge.
In der BOTfriends X Plattform können eigene AI Agent Personas erstellt und verwendet werden, innerhalb welche der Sprachstil detailliert festgelegt wird. Parameter hierfür sind beispielsweise die Sprachtemparatur, die Sprachcharakteristiken oder die Länge der Antworten.
Diese AI Agent Personas werden genutzt, um individuelle Kommunikationsmuster zu erzeugen und Antworten an den jeweiligen Anwendungszweck anzupassen. Für die Nutzung unternehmenseigener Wissensdatenbanken kommt häufig „Retrieval Augmented Generation“ (RAG) zum Einsatz, um präzisere und verlässlichere Informationen im gewünschten Tonfall zu liefern.
Häufig gestellte Fragen (FAQ)
Wie wird der Tone of Voice eines Chatbots oder Voicebots bestimmt?
Der Tone of Voice eines Chatbots oder Voicebots wird durch die Kommunikationsstrategie des Unternehmens, die Zielgruppe, den spezifischen Anwendungsfall und die auf anderen Kanälen etablierte Ausdrucksweise bestimmt. Leitfragen zur Gestaltung umfassen die Art der Kundenansprache, die Werte des Unternehmens und die Einhaltung bestehender Richtlinien für die Außendarstellung. Diese Überlegungen ermöglichen die Schaffung einer konsistenten und markengerechten Interaktionsweise.
Welche Rolle spielt der Tone of Voice für die User Experience?
Für die User Experience ist der Tone of Voice von großer Bedeutung, da sie die Wahrnehmung und Akzeptanz der Informationen durch die Nutzenden beeinflusst. Ein empathischer, sachlicher oder informeller Tonfall kann die Interaktion verbessern und das Vertrauen in den AI Agent erhöhen. Eine nicht passende Tonalität kann hingegen zu Missverständnissen oder einer negativen Nutzererfahrung führen, insbesondere bei komplexen oder emotionalen Themen.
Kann der Tone of Voice von KI-Systemen angepasst werden?
Ja, die Tonalität von KI-Systemen kann angepasst werden. In unserer BOTfriends X Plattform werden die verschiedenen Aspekte der Tonalität in eigenen AI Agent Persona definiert, die flexibel verwendet werden können.
> Zurück zum BOTwiki - Das Chatbot Wiki
(Default) Fallback Intent
--> zum BOTwiki - Das Chatbot Wiki
Der Fallback Intent (auch Default Fallback Intent, Fallback Message, Fallback Nachricht, Error Message, Fallback Interaction) wird ausgespielt, wenn der Chatbot die Anfrage des Nutzers oder der Nutzerin keinem bestehenden Intent zuordnen kann oder der Confidence Score der zugeordneten Intents zu niedrig ist.
Empfohlener Aufbau von Fallback Intents
Da der Fallback Intent potenziell einer der am häufigsten ausgespielten Nachrichten ist, sollte ein besonderes Augenmerk auf den Aufbau und das Conversational Copywriting der Fallback Nachricht geachtet werden:
- Das Missverständnis aufklären
- Den/Die Nutzer/Nutzerin an die Fähigkeiten und Grenzen des Chatbots erinnern
- Call to action: Was kann der Nutzer oder die Nutzerin als nächstes tun (Vorschläge machen)
Ebenso wichtig ist es, die Fallback Nachricht zu variieren, damit der Nutzer oder die Nutzerin nicht wiederholt dieselbe Nachricht erhält.
> Zurück zum BOTwiki - Das Chatbot Wiki
Voice Bot / Assistant
--> zum BOTwiki - Das Chatbot Wiki
Ein Voice Bot ist eine spezielle Form eines Conversational User Interfaces und bildet das Gegenstück zu einem Chatbot. Conversational User Interfaces ermöglichen es mit Computersystemen in natürlicher Sprache zu kommunizieren. Die Ein- und Ausgabe wird bei einem Voice Bot über die gesprochene Sprache realisiert.
Die Technologie von Voice Bots
Der Computer ist mittels eines Speech-To-Text Converter in der Lage die eingehende Sprache in Text umzuwandeln. Der umgewandelte Text wird dann mittels Natural Language Processing vom System interpretiert und verarbeitet. Die Ausgabe der Sprache geschieht über eine Speech-To-Text Technologie.
Zur Umwandlung der gesprochenen Sprache in Text können zum Beispiel die Cloud Services Speech-To-Text und Text-To-Speech von Google und weiteren Anbietern verwendet werden.[1]
Anwendungsbereiche von Voice Bots
Klassische Voice Bots sind die Virtual Assistants Alexa von Amazon, Siri von Apple und der Google Assistant, welche überwiegend mit Sprache bedient werden. Jedoch können diese auch durch Texteingabe angesprochen werden. Weiterhin sind Voice Bots auch im Smart Home Bereich zu finden um dort z.B. über Sprachbefehle die Lampen oder die Heizung zu steuern. [2]
> Zurück zum BOTwiki - Das Chatbot Wiki
Quellen
[1] https://cloud.google.com/speech-to-text/
[2] Gartner IT Glossary, 2019, „Virtual Assistant“.
Conversational Map / Conversational Flow
--> zum BOTwiki - Das Chatbot Wiki
Bei einer Conversational Map handelt es sich um eine visuelle Darstellung einer Chatbot-Konversation. In den darin enthaltenen Konversationssträngen wird aufgezeigt, wie der Nutzer die einzelnen Stufen der Kommunikation durchlaufen kann. Die Map dient als Unterstützung in der Konzeptionsphase und der Entwicklung, indem sie die einzelnen Schritte des Chatverlaufs abbildet.
Warum ist eine Conversational Map hilfreich?
Durch die Konzeptionierung einer erhalten alle, am Projekt beteiligten Stakeholder, einen Überblick über alle möglichen Chatbot-Ausprägungen und -szenarien. Dies ist zum einen gut, um zu prüfen, ob noch inhaltliche Komponenten vergessen wurden und zum anderen können Schwachstellen in der Konversationsstruktur sehr schnell erkannt werden, die aufzeigen, wo der Nutzer eventuell nicht weiterkommen würde. Man spricht bei den verschiedenen Kommunikationsverläufen entweder von Happy Paths oder Edge Cases. Des Weiteren hilft eine Conversational Map eine klassische User Journey eines Nutzer durchzuspielen und gegebenenfalls Anpassungen vorzunehmen.
Aufbau einer Conversational Map
Der Aufbau einer kann sehr gut in Stufen aufgeteilt werden, die einem schon einen Überblick über die Komplexität und Granularität geben. Es gibt wichtige Komponenten, die stufenübergreifend bedacht werden müssen. Beispielsweise: Wo setze ich welche Medien ein (Bilder, Buttons, Cards etc.) oder welche Features gehören zu diesem Konversationsschritt (z.B. Senden einer E-Mail)? Des Weiteren muss man sich zu Beginn Gedanken über den Stil des Chatbots machen. Soll der Chatbot ein reiner Klick-Bot werden oder soll es möglich sein, eine Freitext-Konversation zu führen oder ein Mix aus beidem?
In allen Fällen ist es wichtig, sich in den einzelnen Stufen Gedanken über die Antworten des Chatbots zu machen und diese auch in der Conversational Map einzubauen.
Wichtige Stufen einer Conversational Map
- Welcome Message / Start Message (Begrüßung, Ansprache, Avatar)
- Onboarding (Aufklärung der Funktionsweise und des zu erwartenden Inhaltes)
- Contentstufen (Abhängig der Tiefe und Granularität des Inhalts)
- Error Message (Wie reagiert der Chatbot, wenn etwas schief gelaufen ist?)
- Back Message (Wie kann der/die Nutzende sich zurück navigieren?)
> Zurück zum BOTwiki - Das Chatbot Wiki
Entity
--> zum BOTwiki - Das Chatbot Wiki
Entities dienen dazu, Nutzerinformationen aus natürlicher Sprache zu extrahieren.
Dabei wird meist zwischen System Entities und Custom Entities unterschieden. System Entities sind bereits im System enthaltene Entities für beispielsweise Adressen, Uhrzeiten und Zahlen.
Custom Entities können dagegen selbst definiert werden und enthalten je nach Use Case beispielsweise Produktinformationen oder ein Mitarbeiterverzeichnis.
Entities in NLP Services
Bei den gängigen NLP Services [1][2][3] ist die Entity Recognition bereits integriert und zählt neben dem Intent Matching zum Hauptbestandteil des Natural Language Processing für Chatbots.
Beispiel für eine Entity Extraktion
Ich möchte eine kleine Pizza Margherita in die Berliner Straße 1 bestellen.
Entities:
kleine (Custom Entity pizza_size)
Margherita (Custom Entity pizza_type)
Berliner Straße 1 (System Entity street_address)
> Zurück zum BOTwiki - Das Chatbot Wiki
Quellen
[1] https://dialogflow.com/docs/intents
[2] https://docs.microsoft.com/en-us/azure/cognitive-services/luis/luis-concept-utterance
[3] https://cloud.ibm.com/docs/services/assistant?topic=assistant-intents
Confidence Score / Confidence Level
--> zum BOTwiki - Das Chatbot Wiki
Der Confidence Score, oder auch Classification Threshhold, gibt an, wie sicher sich der NLP Service / das Machine Learning Model ist, dass der jeweilige Intent richtig zugeordnet wurde. Der Score kann einen Wert zwischen 0 und 1 besitzen, abhängig davon, wie die neuronalen Netze arbeiten. Generell wird bei jeder Benutzereingabe ein Score für jeden Intent berechnet und der, mit dem höchsten Wert, als Ergebnis zurückgegeben. Fällt das Confidence Level unter eine vorher festgelegte Grenze, wird ein Fallback Intent ausgegeben.
Ein Beispiel für die Berechnung des Confidence Score bei Google Dialogflow:
Für den Intent "Burger_bestellen" wurden folgende vier Trainingsphrasen eingepflegt:
"Burger Bestellung",
"Burger bestellen",
"Ich möchte einen Burger in Bestellung geben",
"Ich will einen Burger bestellen"
Bei der Nutzer-Eingabe von "Ich würde gerne einen Burger bei Ihnen bestellen" hat Dialogflow einen Confidence Score von 0,8 berechnet. Der NLP Service Dialogflow ist sich also 80 % sicher, dass die ausgegebene Antwort aus dem Intent "Burger_bestellen" richtig war. Aufgrund dieser Datenlage und anhand vorher definierter Regeln wird nun kein Fallback Intent ausgegeben.
> Zurück zum BOTwiki - Das Chatbot Wiki
BOTwiki - Das Chatbot Wiki
A
Agent Tools
AI Task
AI Workflows
Aleph Alpha
Artificial General Intelligence (AGI)
C
Channel Connector
Chatbot
Clustering
Collected Data
Confidence Score
CCAI (Contact Center AI)
AI Context
Contextual Awareness
Conversational Analytics
Conversational AI Plattform
Conversational Copywriting für AI
Conversational Design
Conversational Map / Conversational Flow
Conversational Office
Conversational Testing
Custom GPT
Custom Voice
E
F
(Default) Fallback Intent
FAQ Bot
G
Generative AI
Geführte Kommunikation / Guided Communication
H
AI Halluzinationen
Happy Path
Human Handover
Human in the Loop
Hybrid Human Chatbot
I
AI Instructions
Insult Rate
Intent
K
L
M
Machine Learning (Maschinelles Lernen)
Markdown Prompts
Messenger Dienste
Model Context Protocol (MCP)
N
Natural Language Generation
Natural Language Processing
Natural Language Understanding (NLU)
O
On Premise Chatbots
OpenAI
Chatbot Operations
P
Pause Filler
Phonebots/Voicebots
Prebuilts
Prompt Engineering
Prompt Jailbreaks
R
RAG (Retrieval Augmented Generation)
RCS - Rich Communication Services
Rich Media Elements
Reasoning
S
Semantic Search
Sentimentanalyse
Session Initiation Protocol (SIP)
Speech-to-Speech
System Entities
T
AI Temperature
Text to Speech
AI Tokens
Tone of Voice (Tonalität)
Agent Tools
Chatbot Training
Trainings Phrasen / Utterances
Transformers
U
Trainings Phrasen / UtterancesV
Phonebots/Voicebots
Voice Cloning
W
Wizard of Oz Experiment
Sie haben nicht gefunden, wonach Sie suchen? Vielleicht finden Sie in unseren Webinaren die passende Antwort.
Wizard of Oz Experiment
--> zum BOTwiki - Das Chatbot Wiki
Unter der Wizard of Oz Methode wird im Bereich der Mensch-Computer-Interaktion ein Forschungsexperiment bezeichnet, bei dem Probanden mit einem Computersystem interagieren, das von den Probanden als autonom angesehen wird, das aber tatsächlich von einem unsichtbaren Menschen betrieben oder teilweise bedient wird.[1]
Chatbots und Wizard of Oz
Chatbots eignen sich enorm gut für das Wizard of Oz Experiment. Dadurch kann ein Use Case bereits vor der Implementierung auf seine "Chatbot-Tauglichkeit" untersucht werden. Mit den Erkenntnissen können dann iterativ bestehende Flows erweitert und neue Kommunikationsstränge definiert werden. Außerdem können die gesammelten Daten wie beispielsweise Utterances direkt für das Chatbot Training verwendet werden. Ein ausgereiftes Human Handover Tool ist sogar in der Lage, die getesteten Daten automatisiert in einen Chatbot umzuwandeln.
Empfohlene Vorgehensweise
- Verschiedene Chatbot Flows definieren
- Einbindung eines Live Chats oder eines leeren Chatbots der ausschließlich einen Human Handover triggert.
- Manuelle Beantwortung der Nutzeranfragen
- Ableiten von Chatbot Flows
- Beantwortung der Anfragen anhand der Chatbot Flows
- Iterative Überarbeitung und Erweiterung der Chatbot Flows
- Manuelle oder automatisierte Übernahme der Flows in ein Chatbot Builder
> Zurück zum BOTwiki - Das Chatbot Wiki
Quellen
[1] Kelley, J. F., “An empirical methodology for writing user-friendly natural language computer applications”. Proceedings of ACM SIG-CHI ’83 Human Factors in Computing systems (Boston, 12–15 December 1983), New York, ACM, pp. 193-196
RCS - Rich Communication Services
--> zum BOTwiki - Das Chatbot Wiki
Rich Communication Services (RCS) ist ein Protokoll von Mobilfunkbetreibern und wird von der GSMA, des Industrieverbandes der internationalen Mobilfunkanbieter vorangetrieben.[1]
RCS und Chatbots
RCS Business Messaging ist die Weiterentwicklung von Mobile Messaging, die die Kommunikation zwischen Menschen und Unternehmen erhöht und verbessert. Es bietet Unternehmen die Möglichkeit, ihr Kunden-Engagement zu erhöhen, indem sie Business Messaging mittels Chatbots und künstlicher Intelligenz (KI) nutzen. Es ist nicht mehr notwendig, mehrere Apps herunterzuladen, sondern die Benutzer erhalten direkten Zugriff auf eine Reihe von Marken und Dienstleistungen innerhalb der Messaging-App selbst, so dass sie mit virtuellen Assistenten zusammenarbeiten können, um beispielsweise Flüge zu buchen, Kleidung zu kaufen, Restaurant Reservierungen vorzunehmen und vieles mehr.[2]
Rich Messaging Chatbot per “SMS”
Stark vereinfacht kann RCS als Nachfolger von SMS und MMS betrachtet werden. Nur eben mit Rich Messaging Inhalten wie Buttons und Videos. RCS wird von Google und Apple in die bereits vorinstallierten Android Messages[3] App und iMessage [4] App integriert. Somit verfügt jeder Android und iOS Nutzer theoretisch über einen Zugang zu RCS.
RBM und ABC
Von Android wird das System RBM (Rich Business Messaging)[5]bezeichnet. Apple nennt seinen Dienst ABC (Apple Business Chat)[6]. Für die Nutzung der Systeme muss allerdings das Übertragungsprotokoll RCS vom jeweiligen Carrier unterstützt werden.
> Zurück zum BOTwiki - Das Chatbot Wiki
Quellen
[1] https://www.gsma.com/futurenetworks/rcs/
[2] https://www.gsma.com/futurenetworks/rcs/rcs-business-messaging/
[3] https://messages.google.com/web/authentication
[4] https://support.apple.com/explore/messages
[5] https://jibe.google.com/business-messaging/
[6] https://www.apple.com/ios/business-chat/