Die jenigen von euch, 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 hast Du sogar erlebt, dass Dein selbst entwickelter Chatbot extrem zufällige Fragen von Benutzern erhält, die eindeutig nur die Chatbot-Grenzen testen. Diese irrelevanten Forderungen werden auch Gesprächs Divergenzengenannt, 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 Du weißt, wie man mit dem Nutzer 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, den Benutzer in die Kommunikation eingebunden zu halten, ohne ihn in Sackgassenzu führen.

In diesem Blogbeitrag erfährst Du, wie Du benutzerfreundliche Fehlermeldungen schreiben kannst, indem schlechte und gute Beispiele demonstriert werden und ein Standard Framework vorgestellt wird, wie Du Fehlermeldungen entwirfst, um zu vermeiden, dass Nutzer 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 benutzerfreundliche Antwort geliefert, weil es sich lediglich auf den Fehler bezieht, ohne Details über die Ursache zu nennen. Auch die Aufforderung an den Benutzer, “es noch einmal zu versuchen”, ist nicht wirklich hilfreich, da er nicht weiß, was genau schief gelaufen ist und was er beim nächsten Mal besser machen sollte.
    • Den Chat mit “Dallas Mavericks“in der Mitte zeigt tatsächlich viele Verbesserungen. Es gibt definitiv mehr Möglichkeiten, zu kommunizieren, als den Benutzer zu bitten, kryptische Eingabenzu verwenden. Was jedoch auffällt, ist der negative Unterton von “Hmm, sorry, ich verstehe das nicht ganz”. Diese Fehlermeldung gibt dem Benutzer einfach den Eindruck, dass der Chatbot sich nicht viel Mühe gibt, ihm zu gefallen oder ihm 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 den Chat verlassen wird, weil der Chatbot nicht einmal funktioniert, da er immer die gleiche Antwort sendet. Apropos, falls Du bereits benutzerfreundliche Fehlermeldungen geschrieben hast, ist es immer noch wichtig, Variationen davon zu implementieren! Die Wahrscheinlichkeit, dass Missverständnisse mehr als einmal in einer Mitteilung vorkommen, ist sehr hoch. Du willst Deine Nutzer also nicht mit dem Versenden der gleichen Nachrichten ärgern.

Werfen wir einen Blick auf Experten: Poncho’s Case

Die Entwickler 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 seine 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 Entwickler 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 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 Nutzer 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. Den Nutzer an die Fähigkeiten des Chatbots erinnern

Im zweiten Schritt ist es sinnvoll, dem Nutzer noch einmal zu erklären, welche Informationen der Chatbot liefern kann. Wenn Du also den Benutzer an das Wissen, die Funktion und die Fähigkeiten des Bot erinnerst, wird er bereit sein, die richtigen Fragen zu stellen.

3. Aufruf zum Handeln!

Aufruf zu Aktionen sind der richtige Weg, um den Benutzer zu leiten. Du kannst ihm entweder vorschlagen, Buttons zu verwenden, seine 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, dem Benutzer 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 den Benutzer in der Konversation zu halten, damit die Abbruchrate geringer gehalten wird.

Gute Beispiele

Examples of good chatbot error messages

Oben findest Du bessere Versionen der Standard-Antworten. Im Porsche-Chat auf der linken Seite erhielt der Nutzer einen klaren Aufruf zu Aktionen, entweder nach einem echten Mitarbeiter zu Fragen oder die Knöpfe unten zu benutzen. Gleicher Fall bei “ShoeDazzle”. Der Chatbot ist sich über seine Fähigkeiten im klaren und versucht, den Benutzer 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 der Benutzer verloren geht. Fehlermeldungen sind entscheidenden Ereignisse. Wenn Du das genannte Framework während des Conversational Designs eines Chatbot im Auge behälst, wirst Du ein tolles Benutzererlebnis gewährleisten. Abschließend solltest du Folgendes beachten:

Regel Nr. 1: Der Benutzer liegt nie falsch und es ist nie seine Schuld! 😉

Michelle Skodowski is a co founder of BOTfriends with a primary focus on chatbot design and UX. However, as the CMO of the company, she is not only in charge of marketing & PR but also HR & Recruiting. She has also spoken at various events such as the Google Cloud Summit or the Hashtag.Business. As she was bootstrapping the startup, she managed to graduate at the University of Applied Sciences in Würzburg in E-Commerce and had the great chance to work at companies such as eBay or Bosch Rexroth along her study.


Michelle Skodowski

Michelle Skodowski is a co founder of BOTfriends with a primary focus on chatbot design and UX. However, as the CMO of the company, she is not only in charge of marketing & PR but also HR & Recruiting. She has also spoken at various events such as the Google Cloud Summit or the Hashtag.Business. As she was bootstrapping the startup, she managed to graduate at the University of Applied Sciences in Würzburg in E-Commerce and had the great chance to work at companies such as eBay or Bosch Rexroth along her study.

All author posts

Privacy Preference Center