Die jenigen von Ihnen, die jemals einen Chatbot geschrieben haben, sind wahrscheinlich auf mehrere Fehlermeldungen gestoßen, wie zum Beispiel: „Sorry, ich verstehe Deine Fragen nicht“, die der Chatbot beantwortet. Vielleicht haben Sie sogar erlebt, dass Ihr selbst entwickelter Chatbot extrem zufällige Fragen von Benutzenden erhält, die eindeutig nur die Chatbot-Grenzen testen. Diese irrelevanten Forderungen werden auch Gesprächs-Divergenzen genannt, die nicht verhindert werden können.

In der Regel wird ein Chatbot erstellt, um einen bestimmten Anwendungsfall zu lösen oder einen bestimmten Wert zu liefern. Daher ist er offensichtlich nicht in der Lage, alle möglichen Fragen zu beantworten. Wenn der Chatbot also eine so genannte Fehlermeldung aussendet (auch als Fallback Response oder Default Response bekannt), deutet dies im Grunde darauf hin, dass er nicht in der Lage war, die Anfrage zu bearbeiten und sie mit einer passenden Intention zu verknüpfen. Wenn man sich vor Augen hält, wie neu die Technologie ist und wie schnell sich AI noch entwickeln wird, ist das definitiv kein Kriterium, um einen Bot keine Chance zu geben. In der Tat, wenn Sie wissen, wie man mit dem Nutzer oder der Nutzerin in solchen Situationen umzugehen hat, gibt es eine hohe Chance, eine positive User Experience in der Kommunikation zu gewährleisten. Auf der anderen Seite besteht auch die Gefahr, die User Experience zu schädigen, indem man schlecht durchdachte Fehlermeldungen sendet. Es ist eine der Hauptaufgaben des Chatbot, die Benutzenden in die Kommunikation eingebunden zu halten, ohne sie in Sackgassen zu führen.

In diesem Blogbeitrag erfahren Sie, wie Sie benutzer:innenfreundliche Fehlermeldungen schreiben können, indem schlechte und gute Beispiele demonstriert werden und ein Standard Framework vorgestellt wird, wie Sie Fehlermeldungen entwerfen, um zu vermeiden, dass Nutzende im Gespräch wieder verloren gehen.

Wie funktioniert die Fehlerbehandlung eigentlich?

Wie man es nicht macht:

Example of bad chatbot error messages

Die obigen Beispiele zeigen sehr gut, wie Fehlermeldungen nicht behandelt werden sollten.

  • Das Gespräch auf der linken Seite mit „The Weather Channel„hat keine benutzer:innenfreundliche Antwort geliefert, weil es sich lediglich auf den Fehler bezieht, ohne Details über die Ursache zu nennen. Auch die Aufforderung an die Benutzenden, „es noch einmal zu versuchen“, ist nicht wirklich hilfreich, da sie nicht wissen, was genau schief gelaufen ist und was sie beim nächsten Mal besser machen sollen.
  • Den Chat mit „Dallas Mavericks„in der Mitte zeigt tatsächlich viele Verbesserungen. Es gibt definitiv mehr Möglichkeiten, zu kommunizieren, als die Benutzenden zu bitten, kryptische Eingaben zu verwenden. Was jedoch auffällt, ist der negative Unterton von „Hmm, sorry, ich verstehe das nicht ganz“. Diese Fehlermeldung gibt den Benutzer:innen einfach den Eindruck, dass der Chatbot sich nicht viel Mühe gibt, ihnen zu gefallen oder zu helfen .
  • Dem letztes Beispiel auf der rechten Seite gelingt eine hilfreiche Formulierung für die Default Message nicht. Es liegt auf der Hand, dass der Benutzer oder die Benutzerin den Chat verlassen wird, weil der Chatbot nicht einmal funktioniert, da er immer die gleiche Antwort sendet. Apropos, falls Sie bereits benutzer:innenfreundliche Fehlermeldungen geschrieben haben, ist es immer noch wichtig, Variationen davon zu implementieren! Die Wahrscheinlichkeit, dass Missverständnisse mehr als einmal in einer Mitteilung vorkommen, ist sehr hoch. Sie wollen Ihre Nutzer:innen also nicht mit dem Versenden der gleichen Nachrichten ärgern.

Werfen wir einen Blick auf Experten: Poncho’s Case

Die Entwickler:innen des populärsten Chatbot Poncho, der Wettervorhersagen verschicken kann, haben auch erkannt, wie wichtig es ist, gut durchdachte Fallback Antworten zu schreiben. Zum Beispiel haben sie am Anfang folgende Fehlermeldung implementiert:

„Sorry, ich habe versucht, mein Telefon aufzuladen. Was wolltest Du sagen? „

Was ist also genau schief gelaufen? In dieser Botschaft überspielt der Chatbot offenbar die Tatsache, dass er die Bitte nicht verstanden hat. Dies führt leider nur zu einem unendlichen Kreis , da der Benutzer oder die Benutzerin seine oder ihre Frage wiederholen wird, der eine Fehlermeldung folgen wird. Die Person hat keine Ahnung, wie man mit dem Chatbot weiter umgeht und wird das Gespräch bald verlassen. So kamen die Entwickelnden von Poncho auf eine bessere Antwort:

„Also, ich bin gut darin, über das Wetter zu sprechen. Andere Sachen, liegen mir nicht so gut. Wenn Du Hilfe benötigst, geb einfach „Hilfe“ ein.

In dieser Version ist der Chatbot unkompliziert. Er erklärt, dass sein einziger Zweck darin besteht, über das Wetter zu sprechen und dass der Nutzer oder die Nutzerin nicht erwarten sollte, dass er mehr weiß. Er erwähnt auch den Hilfebereich, um noch mehr Hilfestellung zu geben. Die Leute hinter Poncho erkannten, dass dies eine bessere Strategie war, um die Nutzenden in diesen Situationen anzusprechen. Um Fehlermeldungen zu perfektionieren, werden wir nun ein Framework skizzieren.

Ein Framework für die Fehlerbehandlung

1. Klärung des Missverständnisses

Der erste Schritt ist, das Missverständnis zu klären. Es ist wichtig, sehr transparent, ehrlich und bescheiden in Bezug auf die Fähigkeiten des Chatbot zu sein. Fehler sollten nicht überspielt werden. Wenn der Chatbot nicht in der Lage ist, die Anfrage zu verstehen, sollte das auch kommuniziert werden.

2. Die Nutzenden an die Fähigkeiten des Chatbots erinnern

Im zweiten Schritt ist es sinnvoll, den Nutzenden noch einmal zu erklären, welche Informationen der Chatbot liefern kann. Wenn Sie also die Benutzenden an das Wissen, die Funktion und die Fähigkeiten des Bot erinnern, werden diese bereit sein, die richtigen Fragen zu stellen.

3. Aufruf zum Handeln!

Aufruf zu Aktionen sind der richtige Weg, um die Benutzenden zu leiten. Sie können ihnen entweder vorschlagen, Buttons zu verwenden, ihre Frage auf eine andere Art und Weise zu stellen oder ein Stichwort wie „Hilfe“ einzugeben, um die Dokumentation erneut zu lesen. Außerdem könnte es sinnvoll sein, den Benutzenden eine Übergabe an einen Menschen anzubieten, um die Zufriedenheit zu gewährleisten oder manchmal sogar das ganze Gespräch neu zu starten. Es gibt mehrere Optionen, um die Benutzer:innen in der Konversation zu halten, damit die Abbruchrate geringer gehalten wird.

Gute Beispiele

Conversational UX

Oben finden Sie bessere Versionen der Standard-Antworten. Im Porsche-Chat auf der linken Seite erhielt der Nutzer oder die Nutzerin einen klaren Aufruf zu Aktionen, entweder nach einem echten Mitarbeiter oder einer echten Mitarbeiterin zu Fragen oder die Knöpfe unten zu benutzen. Gleicher Fall bei „ShoeDazzle“. Der Chatbot ist sich über seine Fähigkeiten im klaren und versucht, die Benutzenden aus der Sackgasse zu führen.

Um diesen Beitrag zusammenzufassen, ist es extrem wichtig, sich auf die kritischen Teile eines Gesprächs zu konzentrieren, um zu verhindern, dass die Benutzenden verloren gehen. Fehlermeldungen sind entscheidenden Ereignisse. Wenn Sie das genannte Framework während des Conversational Designs eines Chatbot im Auge behalten, werden Sie ein tolles Benutzer:innenerlebnis gewährleisten. Abschließend sollten Sie Folgendes beachten:

Regel Nr. 1: Die Benutzer:innen liegen nie falsch und es ist nie ihre Schuld! 😉

Sie möchten mehr über das Training von Voice und Chatbots wissen? Dann holen Sie sich unsere Checkliste mit 20 Tipps zur Optimierung von virtuellen Assistenten: