Das Training Ihres virtuellen Assistenten ist für kurzfristige Verbesserungen unerlässlich. Die meisten Unternehmen verfügen entweder nicht über die richtigen Werkzeuge oder haben keine Ressourcen dafür eingeplant. Denn um diese Aufgabe zu erfüllen, benötigen Sie mindestens einen Mitarbeiter/eine Mitarbeiterin oder sogar ein ganzes Team von Intent/Content-Manager:innen, abhängig davon, wie viele Konversationen der virtuelle Assistent bewältigen muss. Zudem muss das Team geschult werden und Zeit bzw. Ressourcen zugeschrieben bekommen, um sich täglich oder wöchentlich mit der Optimierung der Bots auseinanderzusetzen.
Wie funktionieren virtuelle Assistenten und was versteht man unter Chatbot-Training?
Jeder Chatbot ist aus Intents aufgebaut, die verschiedene Absichten der Nutzenden beschreiben. Ein Intent könnte zum Beispiel sein, dass ein Benutzer/eine Benutzerin die Wettervorhersage wissen möchte. Absichten bestehen aus Trainingsphrasen und einer oder mehreren Antworten. Trainingsphrasen, auch Utterances genannt, sind Beispielfragen. Trainingsphrasen für den Intent „Wettervorhersage“ könnten also lauten: „Wie wird das Wetter morgen?“ oder „Könnten Sie mir sagen, ob es am Wochenende regnen wird?” Eine Antwort könnte lauten: „Das Wetter wird morgen sonnig mit 20 Grad“. Die meisten Dienste, die zur Verarbeitung und zum Verstehen natürlicher Sprache verwendet werden, funktionieren so. Bei der Implementierung eines Chatbots empfiehlt es sich, einen Intent mit etwa 15-25 Trainingsphrasen aufzubauen. Dadurch erhält das System genügend Daten, um die Nutzer:innenanfragen mit der richtigen Absicht abzugleichen. Es gilt: Je höher die Anzahl der Fragebeispiele, desto besser ist die Fähigkeit der virtuellen Assistenten, die Fragen der Nutzenden korrekt zu beantworten.
Etabliere Prozesse, um Ihren virtuellen Assistenten zu trainieren und optimieren
Sobald der Chatbot live geht, sollte bereits eine Schulung stattgefunden haben. Dafür ist es entscheidend, bereits einen definierten Prozess zu haben, der festlegt, wer und wann die Gesprächsverläufe zwischen Bot und User:in überprüft und überwacht. Dies ist ein kontinuierlicher Prozess, der anfangs mehr Aufwand und Zeit erfordert, während sich der virtuelle Assistent verbessert.
Die Hauptaufgabe besteht darin, zu sehen, ob der Bot in der Lage ist, die richtige Absicht mit der Frage des Nutzers/der Nutzerin abzugleichen. Wenn dies der Fall ist, muss der Intent-Manager die Aktion des Bots bestätigen. Dann wird die Frage des/der Benutzernden in die Liste der Trainingsphrasen des Intents eingetragen, sofern sie dort nicht bereits existiert. Wenn die Anfrage falsch zugeordnet wurde, ist es notwendig, den richtigen Intent auszuwählen, damit der Bot die Frage in die Liste der Trainingssätze einträgt. Häufig senden Chatbots Fehlermeldungen aus, die darauf hinweisen, dass sie keine passende Absicht zu der Anfrage finden konnten. In diesem Fall ist es wichtig zu evaluieren, ob eine neue Absicht erstellt werden sollte, um dem System weiteres Wissen hinzuzufügen. Wenn also das nächste Mal eine ähnliche Frage auftaucht, weiß der Bot nun die Antwort. So funktioniert das Chatbot-Training.
Nutzen Sie ein effektives Chatbot Trainings Tool
Um diese Aufgabe zu erfüllen, braucht das Team die richtigen Werkzeuge mit spezifischen Funktionalitäten. Dabei sollte es sich um eine Oberfläche handeln, die den Gesprächsverlauf und die mit den eingehenden Fragen gematchten Intents anzeigt. Es sollte einfach möglich sein, die Entscheidung des Bots zu korrigieren oder zu bestätigen. Auch ist es sehr hilfreich, Filteroptionen zu haben, um nur Gespräche in einer bestimmten Zeitspanne, mit bestimmten Intents oder einem bestimmten Konfidenz-Score aufzulisten. Der Konfidenz-Score ist eine Metrik von 0 bis 1, die anzeigt, wie sicher das System in Bezug auf die Absichtserkennung ist. Man kann zum Beispiel das System zum Verstehen der natürlicher Sprache (NLP) auf einen Score von 0.6 einstellen. Das bedeutet, dass das System die Antwort aus dem getroffenen Intent sendet, sobald es sich zu mindestens 60 % sicher ist. Wenn sich der Chatbot nur zu 50 % sicher ist, dass die Absicht mit der Anfrage übereinstimmt, würde der/die Benutzernde eine Fehlermeldung erhalten. Generell gilt: je höher der Konfidenz-Score, desto mehr Fehlermeldungen werden auftreten. Je niedriger der Konfidenz-Score, desto höher die Wahrscheinlichkeit, dass falsche Intents getroffen werden. Im Hinblick auf das Training ist es dann sehr nützlich, nach Intents filtern zu können, die mit einem sehr niedrigen Konfidenz-Score gematched wurden, da es wahrscheinlicher ist, den Chatbot dort zu verbessern. Dies gilt insbesondere für virtuelle Assistenten, die mehr Anfragen erhalten, als das Team überprüfen kann. In diesem Fall ist es empfehlenswert, den Gesprächsverlauf zu filtern, um effizienter arbeiten zu können.
Die Conversational Middleware Platform BOTfriends X bietet eine Oberfläche für das Training im Intent-Management. Mehr erfahren zu BOTfriends X.
Optimieren Sie Ihren virtuellen Assistenten langfristig mit einer strategischen und inhaltlichen Roadmap
Wenn Sie Ihren Chatbot optimieren möchten, sollten Sie langfristige Verbesserungen in Betracht ziehen. Überlegen Sie, welche Funktionen oder weitere Anwendungsfälle integriert werden können.
Zum Beispiel kann es sein, dass der aktuelle Kanal nicht so viel Traffic empfängt oder die Benutzenden nicht wie erwartet mit dem Chatbot interagieren. Dann sollten Sie sich überlegen, ob es Sinn macht Kanäle zu wechseln. Zum Beispiel vom Facebook-Messenger auf die Website. Möglicherweise müsste auch die Gesamtstruktur der Konversation überarbeitet werden, indem neue Trainingsphrasen hinzugefügt oder Inhalte entfernt werden.
Außerdem braucht man von Anfang an eine Roadmap, die Ihre “Conversational AI Journey” illustriert. Es ist sinnvoll, mit einem POC zu beginnen, aber danach ist die Skalierung entscheidend, um mehr Nutzende zu erreichen. Man kann Rollouts in andere Länder durchführen, indem man weitere Sprachen zum Bot hinzufügt. Manchmal ist es sinnvoll zu evaluieren, ob der Chatbot das Potenzial hat, als Sprachassistent zu fungieren oder umgekehrt. Oder es gibt neue Technologien wie NLP-Dienste auf dem Markt, die den Bedürfnissen Ihres Betriebes besser entsprechen. Im Allgemeinen beginnen viele Unternehmen mit einem einfachen FAQ-Bot, der die wichtigsten Fragen beantwortet. Nach der Auswertung von Gesprächsdaten planen sie, komplexere Anwendungsfälle oder Prozesse innerhalb des Chats hinzuzufügen, die die Integration von Unternehmenssystemen wie z.B. SAP, Datenbanken oder anderer Software erfordern. Zusammenfassend gilt es diese Erweiterungen in der langfristigen Roadmap zu definieren, um eine allgemeine “Conversational Strategy” zu verfolgen.
Wenn Sie noch mehr über das Training Ihres Chatbots erfahren möchten, können Sie sich unser kostenfreies Whitepaper „Chatbot Operations“ herunterladen.
