zur Blogübersicht

Chatbot Podcast - 100% Automatisierung im Kundenservice

Wir haben uns sehr über die Einladung von Sophie Hundertmark zum Chatbot Talk gefreut. Unser CEO Sven Engelmann hat die Einladung der Chatbot-Expertin gerne angenommen und war digital bei ihr zu Gast. In diesem Artikel haben wir den Chatbot-Podcast für Sie zusammengefasst.



Sophie: Bevor wir in die Thematik Chatbots und E-Commerce einsteigen, möchte ich erst einmal etwas über dich und deine Firma wissen. Könntest du dich kurz vorstellen?

Sven: Mein Name ist Sven Engelmann, ich bin einer der Geschäftsführer der OMQ GmbH und wir verbinden Kundenservice mit Künstlicher Intelligenz. Anfangs wurden wir belächelt, aber wir haben uns durchgebissen und ein System entwickelt, welches an alle Kommunikationskanäle im Unternehmen angebunden werden kann. Wir statten Kontaktformulare mit unserem System aus, generieren dynamische FAQ’s, unterstützen den Agenten bei der Ticketbearbeitung und stellen natürlich auch Chatbots zur Verfügung.

 OMQ Wissensdatenbank mit Produkt Incons

Du hast gesagt, dass ihr euch mit den Themen Automatisierung der Kundenkommunikation und KI auseinandersetzt - wie seid ihr dabei speziell auf “Chatbots” gekommen, beziehungsweise, was fasziniert euch daran?

Der Chatbot ist ein Medium, welches auch junge Leute anspricht. Er verbindet das Thema Künstliche Intelligenz und neue Kommunikationsmedien miteinander. Mit der Integration des Chatbots in unsere OMQ-Welt können wir neue Kunden ansprechen, die vorher überhaupt nicht in Kontakt mit unserer Software gekommen sind. Mit Hilfe des Chatbots ist es möglich, den Kundenservice über den zusätzlichen Kommunikationsweg zu entlasten.

Das heißt also, ihr habt Chatbots eingeführt, um euren Kundenstamm zu erweitern?

Genau, das ist auch ein Grund. Zum anderen ist es technisch sehr interessant. Wie gesagt, wir binden alle Kommunikationskanäle an. So kann unser System von allen Kommunikationskanälen und allen Konversationen lernen. Wenn unsere KI über das Kontaktformular ein neues Wort lernt, weiß das System, wie Kunden ein bestimmtes Problem definieren. Wird dasselbe Problem nochmal über den Chatbot thematisiert, weiß die selbstlernende KI: Es geht jetzt um ein spezielles Thema, welches bereits über einen anderen Kanal gelernt wurde. Es ist sehr interessant, diese ganzen Welten miteinander zu verbinden, sodass die KI davon lernt und an den einzelnen Kontaktpunkten entsprechend agieren kann.

Wir wollen heute über das Thema E-Commerce sprechen und ich weiß, dass ihr schon viele Erfolge erzielt habt. Warum denkst du, dass Chatbots gerade im E-Commerce Sinn ergeben und langfristig eingesetzt werden sollten?

Im E-Commerce-Kundenservice arbeiten wir nach dem Pareto-Prinzip.

Das bedeutet, dass gerade im E-Commerce 80% der Serviceanfragen wiederkehrend sind. Diese wiederkehrenden Anfragen können mit 20% der Themen, die sich im Unternehmen befinden, beantwortet werden.

Da sind wir wieder beim Thema Künstliche Intelligenz und Mustererkennung. Je schmaler dieser Trichter ist, der es ermöglicht, dass die KI bestimmte Themen erkennt und die Intentionen identifizieren kann, desto besser funktioniert der Chatbot. Die Rahmenbedingungen im E-Commerce sind prädestiniert, um diese mit einer KI beziehungsweise mit einem Chatbot zu bearbeiten. Der E-Commerce ist ein Geschäft, was bestimmten Schwankungen unterworfen ist. Mit Hilfe von solchen Systemen können auch diese Peaks im Kundenservice abgeflacht werden, damit der Kundenservice nicht überlastet wird. Diese Möglichkeiten bietet der Chatbot.

Danke für die Erklärungen! Es ist sicherlich auch interessant, von euren Erfolgserlebnissen zu erfahren. Aus welchen Gründen habt ihr im E-Commerce einen Chatbot eingesetzt und gibt es Projekte, von denen du berichten kannst?

Wir haben ein Projekt, das sehr interessant ist - unser 100 %-Projekt. Wir versuchen, die Automatisierungsquote auf 100 Prozent zu bringen und haben bei einem unserer Kunden alle Kommunikationskanäle mit unserem System ausgestattet. Der Chatbot soll nicht nur Informationen und Antworten geben, sondern auch interagieren. Dazu haben wir einen virtuellen Agenten entwickelt, der im Hintergrund Aktivitäten ausführt, die normalerweise ein Servicemitarbeiter tätigen muss (z.B. eine Adressänderung in das Backend-System des Unternehmens eintragen). In diesem Projekt lassen wir diesen virtuellen Mitarbeiter diese Aktivitäten direkt tätigen.

Das große Ziel und unsere Vision dabei sind, die 100 % zu erreichen.

Es ist spannend zu sehen, ob wir das erreichen können. Wir haben bereits eine Lösungsquote von 80% erreicht, was sehr gut ist. Jetzt geht es darum, die letzten 20% zu analysieren und herauszufinden, was die Themen sind und wie man diese automatisieren kann. Natürlich gibt es auch Serviceanfragen, die schon allein mit dem menschlichen Geist nicht erfassbar sind - wie soll das dann eine KI beantworten? Aber wir sind bei dem Projekt auf einem sehr guten Weg. In das 100%-Projekt investieren wir momentan sehr viel und wir wollen unseren Kunden in Zukunft mehr Möglichkeiten geben, interaktive Projekte durchzuführen. Unsere Erfahrungen haben gezeigt, dass das System gerade im E-Commerce sehr häufig genutzt wird - immer dann, wenn der manuelle Kundenservice generell nicht zur Verfügung steht. Besonders in den Abendstunden wird das System so stark frequentiert genutzt, dass der Chatbot entsprechend zum Einsatz kommt.

Mir ist schon öfters aufgefallen, dass Kunden einem Chatbot gegenüber eine andere Toleranz haben. Hast du das hierbei oder in einem ähnlichen Projekt vielleicht auch schon beobachtet?

Was wir bei der Auswertung gemerkt haben ist, dass man im E-Commerce den Chatbot auch oftmals als ‘Blitzableiter’ benutzt und dieser massiv beschimpft wird. Was man aber auch sagen muss ist, dass man diese verminderte Toleranz auch positiv nutzen kann. Man hat die Möglichkeit, mehr Informationen aus dem Kunden herauszubekommen oder den Kunden in bestimmten Situationen stärker zur Verfügung zu stehen. Wenn der Kunde zum Beispiel Zahlungsschwierigkeiten hat, dann ist es natürlich eine stärkere Hürde, ans Telefon zu gehen und das zuzugeben. Wenn der Kunde aber mit einer Maschine spricht, dann weiß er, dass er sich keinem anderen Menschen offenbaren muss. Diese geht dann Schritt für Schritt die einzelnen Antragsstufen durch und am Ende drückt der Kunde einfach nur noch auf “Akzeptieren”. Chatbots bieten die Möglichkeit, unangenehme Fälle zu bearbeiten und ohne Scheu mit dem Unternehmen in Kontakt zu treten.

Der Kunde hat in dem Fall keine Hemmungen, mit dieser Maschine zu sprechen und legt das Emotionale komplett ab. Das muss man in diesen Fällen so gut wie möglich nutzen. Es gibt da sehr schöne Anwendungsbereiche, um die Maschine oder die Eigenschaften der Maschine so zu nutzen, um das Optimum aus der Kundenkommunikation herauszuholen.

Mich interessiert auch wie ihr vorgeht, wenn ihr Chatbot-Konzepte erstellt, beziehungsweise, wenn ihr für einen Kunden einen Chatbot entwickeln wollt. Gibt es da vorgefertigte Schritte, die ihr abarbeitet?

Wir gehen immer so vor, dass wir versuchen, den Aufwand beim Kunden bei solch einem Projekt so gering wie möglich zu halten und den meisten Aufwand uns zu überlassen. Wir haben bemerkt: Je weniger der Kunde machen muss, desto höher ist die Akzeptanz bei der Systemeinführung. Im besten Fall funktioniert das bei uns so, dass wir FAQs von Kunden bekommen, die wir komplett in unsere Wissensdatenbank einpflegen. Die Informationen kann man aufarbeiten und schauen, wie man mit bestimmten multimedialen Inhalten arbeiten kann. Mit diesem Datensatz, der in die Wissensdatenbank eingespielt wurde, können wir den Chatbot arbeiten lassen. Dieser bringt schon eine entsprechende Grundintelligenz mit und das System wird in der Interaktion mit dem Kunden dann mit jeder Anfrage besser.

Wenn der Chatbot in einem Fall keine passende Antwort hat, speichert er sich die Konversation ab, sodass im besten Fall eine Liste von tausend verschiedenen Kommunikationen vorliegt. Ein anderes System von uns schafft es, diese Kommunikationen zu sortieren und direkt auszuwerten. So wird erkannt, welche Themen in der Wissensdatenbank noch fehlen und nachgepflegt werden müssen. Das System erkennt auch, welche Themen zu einer Interaktion mit dem Kundenservice oder einem negativen Ergebnis führen, obwohl die Antwort angezeigt wurde. Diese Ereignisse werden ausgewertet und wir erstellen eine Liste mit fehlenden Fragen, die von den Kunden gestellt werden. Zusätzlich geben wir Anregungen und Tipps dazu, was noch ergänzt oder geändert werden muss. Das ist kein Projekt, welches irgendwann abgeschlossen ist - wir sehen das eher als einen ständigen Verbesserungsprozess. Die Idee ist hier, mit Technologie zu arbeiten und die Auswertung der Maschine zu überlassen, weil diese das viel präziser und schneller erledigen kann. Man baut eine Basis auf, integriert alles, legt los und kann dann alles Stück für Stück verbessern.

Wie betrachtest du das Thema “Persönlichkeit des Chatbots”? Woher weißt du, dass er Smalltalk führen soll oder darf? Redet der Chatbot mit “du” oder “Sie”? Wie trainiert ihr das eurem Chatbot an?

Über diese ganzen Smalltalk-Komponenten entscheiden unsere Kunden. Was man bei unserem Konzept auch sagen muss ist, dass wir uns mit unserem Chatbot immer in bestehende Systeme integrieren. Das bedeutet, dass wir immer bestehende Chatsysteme nehmen und dort einen virtuellen Agenten integrieren, der dann in diesen Chatsystemen agiert. Das ganze Widget, das ganze Front-End, wird in der Regel von einem Chatanbieter geliefert und wir bauen dort den virtuellen Agenten ein. Dieser bringt dann schon eine entsprechende Smalltalk-Komponente mit. Man kann vorher in einer Default-Einstellung einstellen, ob man eine “Du”- oder “Sie”-Ansprache haben möchte. Man kann auch spezielle Formulierungen einsetzen. Diese Einstellungen sind innerhalb von wenigen Minuten erledigt. Der Chatbot greift dann einerseits auf die Wissensdatenbank zurück, in der alle FAQs stehen, greift aber auch auf diese Smalltalk-Wissensdatenbank zurück. Er begrüßt, verabschiedet, fragt nach - und wenn er in einem Fall nicht weiter weiß, dann sagt er: “Okay, ich kann deine Frage nicht beantworten. Willst du mit einem Menschen sprechen?” Das ist auch sehr wichtig bei einem Chatbot - dass man immer Erfolg hat, dass man den Kunden nie allein lässt und immer die Möglichkeit hat, mit einem Mitarbeiter verbunden zu werden. Alternativ kann man mit einem Kontaktformular oder einem Rückrufservice dem Kunden anbieten, mit dem Service des Unternehmens in Kontakt zu treten.

Zum Thema “Ernsthaftigkeit” und “Humor” - da kann ich nicht bestimmen, dass dieser Chatbot besonders humorvoll oder ernst sein soll. Das heißt, er ist dann eher straightforward?

Genau, denn der Bot an sich funktioniert out-of-the-box. Er muss nicht antrainiert werden, er braucht nur die bestehenden FAQ-Daten und kann damit sofort loslegen. So ein Chatbot-Projekt kann in einer Woche durchgeführt werden. Wenn man dann noch spezielle Anpassungen und Spezifikationen vornehmen möchte, zieht sich solch ein Projekt noch in die Länge. Deswegen haben wir gesagt, dass wir einen Bot entwickeln, der out-of-the-box funktioniert und sofort loslegen kann. Da muss man bestimmte Abstriche machen, wenn es darum geht, wie humorvoll oder ernsthaft er ist.

Was man aber einstellen kann, ist der Confidence-Score. Das bedeutet, dass wir festlegen, wie präzise der Chatbot ist. Mit dem Chatbot hat man so die Möglichkeit, den Kunden nochmal zu befragen, was das relevante Thema ist. Man gibt entweder einen Pool an Antworten oder eine einzige Antwort aus. Das geschieht allerdings nur, wenn der Bot sich zu einer bestimmten Prozentzahl sicher ist. Wenn der Chatbot einen bestimmten Confidence-Score bei einer Frage eines Kunden erreicht hat, gibt er dann sofort Informationen, ohne noch einmal nachzufragen.

Wir haben jetzt schon viel gehört und viele meiner Fragen hast du schon automatisch beantwortet. Was sind deine Learnings, die du bislang aus den Chatbot-Projekten erzielen konntest?

Ein Learning ist, dass es sehr wichtig ist, den Kunden nicht in eine Einbahnstraße zu schicken. Er muss immer die Möglichkeit haben, neben einer Chatbot-Kommunikation auch Kontakt mit einem menschlichen Serviceagenten aufzunehmen - sei es per E-Mail oder per Telefon.

Zu Beginn haben wir unterschätzt, dass die gesammelten Daten für die KI sehr schwer zu verarbeiten sind, weil diese oft stark fragmentiert sind. Im Kontaktformular werden in der Regel formulierte Sätze eingegeben. In der Suchzeile eines FAQ sind es manchmal einfache Wortgruppen oder im Chatbot wird nur mit Wörtern gearbeitet, ohne Zusammenhänge. Diese Informationen für die KI verarbeitbar zu machen, ist nicht einfach gewesen. Wir haben das Learning auch daraus gezogen, dass es sehr viel Sinn ergibt, ein zentrales System zu nutzen, alle Learnings von allen Kommunikationskanälen aufzuarbeiten und anschließend zur Verfügung zu stellen.

Vielen Dank, Sven! Bis zum nächsten Mal!

Wenn Sie weitere Fragen zum Thema Chatbot oder KI im Kundenservice haben, kontaktieren Sie uns hier. Wir freuen uns auf Sie! :)