Kundenkommunikation mit Bots skalieren

Share on facebook
Share on twitter
Share on linkedin
Share on xing
Share on whatsapp
Share on email
Share on print

Die Kundenkommunikation wird häufig von Mitarbeitern ausgeführt, die Nachrichten manuell generieren. Das Messaging wird jedoch zunehmend automatisiert, da Unternehmen den Agent-Workflow replizieren und durch das Senden von Nachrichten mit Bots Erkenntnisse über Kunden gewinnen können. Laut Gartner werden Kunden bis 2020 85 Prozent ihrer Interaktionen mit Unternehmen durch automatisierte Intelligenz verwalten.

twilio_flex_2-3

Die Kundenkommunikation wird häufig von Mitarbeitern ausgeführt, die Nachrichten manuell generieren. Das Messaging wird jedoch zunehmend automatisiert, da Unternehmen den Agent-Workflow replizieren und durch das Senden von Nachrichten mit Bots Erkenntnisse über Kunden gewinnen können. Laut Gartner werden Kunden bis 2020 85 Prozent ihrer Interaktionen mit Unternehmen durch automatisierte Intelligenz verwalten.

Im Bereich Mobile Messaging bezeichnen Bots eine Software, über die ein Kunde mit einem Unternehmen interagieren kann. Während einige eigenständig arbeiten, unterstützen viele andere einen menschlichen Agent, der das Unternehmen repräsentiert. Microsoft Skype, Facebook Messenger und Slack sind nur einige Beispiele für Messaging-Produkte, die Bots auf Grundlage von Machine Learning für intelligentere Interaktionen einsetzen. Diese Bots fallen in folgende Kategorien:

  • Chat-Bots können ein echtes Gespräch mit einem Menschen führen (im Fachjargon auch “Zwei-Wege-Kommunikation” genannt).
  • Persönliche Assistenten können Fragen beantworten und auf Befehle reagieren, sind jedoch in der Regel nicht zu Zwei-Wege-Kommunikation fähig, zumindest nicht in erster Linie. Bekannt sind diese Bots unter Namen wie Siri, Google Now und Cortana.
  • Benachrichtigungs-Bots bestehen aus einer Logik, die sich im Chatroom des Users befindet. Sie schalten sich von Zeit zu Zeit ein, um die User mit relevanten Informationen zu versorgen, wobei diese nicht zwangsweise mit den Bots chatten müssen.
  • Command Bots verwenden einfache Textbefehle, um auf Dienste zuzugreifen, zum Beispiel um das Wetter zu überprüfen, ein Auto direkt bei Slack zu bestellen oder ein IoT-Gerät zu steuern.

Warum Bots wichtig sind: ein Beispiel

Ein Beispiel für den Übergang von menschlichen Agents zu Bots ist die Twilio TaskRouter API, ein intelligentes Routing-System. TaskRouter weist den menschlichen Agents dynamisch Nachrichten zu, die sie am besten verarbeiten können. Nachrichten und andere Datentypen können basierend auf den erforderlichen „Fähigkeiten“ und der eingestellten Priorität weitergeleitet werden. Nach dem Sammeln und Analysieren von Nachrichten mithilfe von Natural Language Understanding (NLU) und Intent Extraction ist der nächste logische Schritt die Automatisierung von Antworten mit Bots.

Es gibt drei Faktoren, die diesen sich rasant entwickelnden Bereich beeinflussen:

  • Fortschritte in der Künstlichen Intelligenz (KI): High-End-Rechenressourcen und die Verfügbarkeit riesiger Datenbestände haben der KI-Forschung zu einem ungeahnten Entwicklungssprung verholfen.
  • Verbreitung von APIs und Microservices: Entwicklungstrends haben sich von monolithischen Anwendungen entfernt. Inzwischen können Bots einen Kalender verstehen, das aktuelle Inventar abprüfen oder Aktualisierungen in Echtzeit vornehmen.
  • Zunehmender Einsatz von Messaging in Unternehmen: Auch in der Kommunikation zwischen Unternehmen und Verbraucher finden sich neue Einsatzmöglichkeiten für Bots, was zusätzliche Investitionen befeuert.

Hybrid-Basis ist empfehlenswert

Während einige versuchen, einen vollständig künstlich-intelligenten Bot aufzubauen, ist ein Ansatz auf Hybrid-Basis in vielen Szenarien am praktischsten. Beim hybriden Ansatz übernimmt ein vom Menschen unterstützter Bot den Erstkontakt und verweist den Kunden anschließend an einen Support-Agent, wenn er sich über die weitere Vorgehensweise nicht im Klaren ist. Facebook M und Clara sind Beispiele für diese Art von Bot. Für viele Unternehmen sollte dieser Vorgehensweise ausreichend sein.

Das Ziel des vom Menschen unterstützten Bots ist es, Anfragen so oft wie möglich mittels Machine Learning zu bearbeiten. Er kann aus menschlichen Entscheidungen lernen und so seine eigene, auf Algorithmen und Daten gegründete Entscheidungsfindung kontinuierlich verbessern. Hierdurch sieht sich der Mensch seltener gezwungen einzugreifen.

Hybrid Intelligence vereint die Vorzüge von Mensch und Maschine und ermöglicht es, selbst in komplexen Kommunikationskontexten eine menschliche Note zu bewahren. Ein Bot ermöglicht es Unternehmen, schnell auf Kundenbotschaften zu reagieren und die Anzahl der Kunden zu erhöhen, mit denen diese gleichzeitig kommunizieren können. Auf diese Art und Weise ergibt sich eine skalierbare Methode, um das bisher nicht skalierbare Problem des Kundensupports zu lösen. (sg)

Über den Autor: Andreas Wienold ist Regional Director DACH bei der Twilio Germany GmbH.

Share on facebook
Facebook
Share on twitter
Twitter
Share on linkedin
LinkedIn
Share on xing
XING
Share on whatsapp
WhatsApp
Share on email
E-Mail
Share on print
Drucken

Ihre Meinung zum Artikel

avatar
  Abonnieren  
Benachrichtige mich bei

Andere Leser haben sich auch für die folgenden Artikel interessiert

Werbung

Entdecken Sie weitere Magazine

Schön, dass Sie sich auch für weitere Fachmagazine unseres Verlages interessieren.

Unsere Fachtitel beleuchten viele Aspekte der Digitalen Transformation entlang der Wertschöpfungskette und sprechen damit unterschiedliche Leserzielgruppen an.