AI Agent ROI Rechner
Kostenloses Training: Chatbot Crashkurs
Whitepaper: Die Akzeptanz von Chatbots
BOTwiki
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 Testing
Custom GPT
Custom Voice
E
F
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
OpenAI
AI Agent Operations
P
Pause Filler
Phonebots/Voicebots
AI Agent 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
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.
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 Wizard of Oz Experiment ist eine UX-Forschungsmethode, bei der Nutzende mit einem scheinbar autonomen System interagieren, dessen Antworten von einem unsichtbaren Menschen formuliert werden. Im Conversational-AI-Kontext dient das Verfahren dazu, Dialoge eines geplanten AI Agents realistisch zu testen, bevor das System produktiv ist. So lassen sich Use Cases validieren und echte Nutzerdaten erheben, ohne dass das NLU-Modell bereits trainiert sein muss.
Ein WoZ-Test lohnt sich vor allem dann, wenn ein neuer Use Case für einen AI Agent geplant ist und die Anforderungen an Dialogführung oder Tonalität noch unklar sind. Auch bei sensiblen Kanälen wie Voice-Hotlines, in denen Fehlertoleranz niedrig ist, hilft die Methode, früh Risiken aufzudecken. Sinnvoll ist sie zusätzlich, wenn intern Uneinigkeit darüber besteht, ob ein Thema überhaupt automatisierbar ist.
Aus dem Experiment ergeben sich qualitative und quantitative Daten: typische Nutzeräußerungen, Reaktionsmuster, Eskalationshäufigkeiten, häufige Missverständnisse und thematische Lücken. Diese Informationen fließen in Intent-Modelle, Dialog-Flows und Knowledge-AI-Inhalte ein. Damit ist das Experiment eine direkte Vorstufe zum produktiven Training eines AI Agents.
Während ein klassischer Prototyp-Test ein bereits implementiertes System prüft, untersucht das Wizard of Oz Experiment einen Use Case, dessen Logik noch gar nicht technisch existiert. Der Wizard ersetzt das Modell und liefert flexible Antworten, was deutlich realitätsnähere Dialoge ermöglicht. Dadurch entstehen Erkenntnisse, die in einer frühen Konzeptphase noch korrigierbar sind, statt erst nach der technischen Umsetzung sichtbar zu werden.
RCS - Rich Communication Services
--> zum BOTwiki
Rich Communication Services, kurz RCS, ist ein von der GSMA standardisiertes Mobilfunk-Protokoll und gilt als technischer Nachfolger von SMS und MMS. Anders als die klassischen Kurznachrichten unterstützt RCS multimediale Inhalte, interaktive Buttons, Karussells und gesicherte Absender-Identitäten direkt in der vorinstallierten Messaging-App des Endgeräts.
Für Unternehmen entsteht damit ein eigener Kanal, der ohne App-Download auskommt und sich nahtlos in eine AI Agent Plattform einbinden lässt. RCS ist damit ein wichtiger Baustein für Conversational AI im Messaging-Umfeld und ergänzt etablierte Kanäle wie Voice und Webchat.
Wie Rich Communication Services technisch funktioniert
RCS läuft über das mobile Datennetz oder WLAN und nutzt das vom Mobilfunkbetreiber bereitgestellte RCS-Profil. Auf Android ist das System unter dem Namen RBM (Rich Business Messaging) integriert, Apple hat den Standard mit iOS 18 ebenfalls in die Nachrichten-App aufgenommen. Unternehmen kommunizieren nicht direkt mit dem Endgerät, sondern über einen RCS-Aggregator, der die Verbindung zu den Carrier-Netzen herstellt.
Die Identität des Absenders wird durch einen verifizierten Brand-Eintrag inklusive Logo, Name und blauem Häkchen sichergestellt. Damit lassen sich Phishing-Versuche reduzieren und Empfänger erkennen sofort, dass sie mit einem geprüften Unternehmen kommunizieren.
Welche Inhalte RCS unterstützt
Im Vergleich zu SMS bietet RCS eine deutlich größere Bandbreite an Interaktionsformen. Empfänger sehen Vorschaubilder, können direkt antworten oder über Buttons in einen strukturierten Dialog einsteigen. Typische Bestandteile sind:
- Rich Cards mit Titel, Bild, Beschreibungstext und mehreren Aktions-Buttons.
- Karussells, in denen mehrere Produkte oder Termine zur Auswahl stehen.
- Schnellantworten für vordefinierte Optionen wie Ja, Nein oder Rückruf gewünscht.
- Geo-, Datei- und Standortfreigabe direkt aus dem Chat.
- Lesebestätigungen und Tippindikatoren für ein dialogartiges Erlebnis.
Diese Elemente ersetzen unstrukturierte Freitexte durch klar führbare Dialoge und passen damit gut zu intentbasierten Intent-Architekturen.
Bedeutung für Voice, Chat und E-Mail
Im Voice-Kanal entsteht durch RCS eine sinnvolle Ergänzung: Ein Voicebot auf der Service-Hotline kann längere Auswahllisten oder Bestätigungslinks per RCS direkt an die anrufende Person senden, statt sie ausschließlich am Telefon vorzulesen. Damit wird die klassische IVR vom Body ohne Brain zu einer AI-Native Voice-Lösung erweitert, die in Echtzeit auf den passenden Kanal verzweigt.
Im Chat-Kontext ergänzt RCS bestehende Webchat- und Messenger-Strecken, ohne dass Nutzer eine zusätzliche App installieren müssen. Für asynchrone Themen, die heute üblicherweise per E-Mail laufen, etwa Terminbestätigungen, Versanddetails oder Vertragsunterlagen, kann RCS eine schnellere und besser messbare Alternative sein, weil Lesestände und Antwortzeiten transparent sind.
Häufig gestellte Fragen (FAQ)
RCS ist ein von der GSMA standardisiertes Messaging-Protokoll der Mobilfunkbetreiber, das SMS und MMS technisch ablöst. Es erlaubt multimediale Inhalte, Buttons, Karussells und verifizierte Absender-Profile direkt in der vorinstallierten Messaging-App des Smartphones, ohne dass Nutzer eine zusätzliche App installieren müssen.
SMS ist auf reinen Text und sehr kurze Nachrichten beschränkt und bietet keine interaktiven Elemente. RCS hingegen unterstützt Rich Media, Lesebestätigungen und geprüfte Markenidentitäten. Im Unterschied zu WhatsApp wird RCS direkt über den Mobilfunkbetreiber und die System-Messaging-App ausgespielt, sodass keine Drittanbieter-App nötig ist.
RCS eignet sich besonders für strukturierte Service-Dialoge wie Terminvereinbarungen, Sendungsverfolgung, Buchungsbestätigungen, Self-Service-Abfragen und transaktionale Benachrichtigungen. In Kombination mit einem Voicebot lässt sich der Kanal außerdem nutzen, um längere Auswahllisten oder Bestätigungen aus einem Telefongespräch heraus visuell aufs Smartphone zu schicken.
Sinnvoll ist die Integration über eine zentrale AI Agent Plattform, auf der Intents, Knowledge AI und AI Workflows einmal definiert und kanalübergreifend genutzt werden. RCS wird dann als zusätzlicher Ausgabekanal angebunden, der parallel zu Voice, Webchat und E-Mail ausgespielt wird. Wichtig ist eine durchdachte Multi-Agent-Orchestrierung, damit Dialoge konsistent bleiben und Kanalwechsel ohne Bruch im Kontext möglich sind.
> Zurück zum BOTwiki