Wie funktioniert Künstliche Intelligenz im Kundenservice?

Wir werden oft von unseren Kunden gefragt, wie unsere Sprachtechnologie Fragen finden kann, die unterschiedlich beschrieben sind, Fehler enthalten oder mehrere Fragen in einem Text bündeln.

Um diese Fragen zu beantworten, haben wir diesen Artikel geschrieben, um einen generellen Überblick zu unserer Technologie zu bietet. Die Beschreibungen sind hierbei absichtlich einfach gehalten, um einen leichten Zugang zu gewährleisten. Der Text richtet sich dabei vor allem an Serviceleiter und Manager von Unternehmen, die ihren Kundenservice automatisieren wollen.

Arbeitsweise

Wir sind bereits mehrere Jahre im Bereich des NLU (Natural Language Understanding) / NLP (Natural Language Processing) tätig. Wir haben in diesem Bereich gemeinsam mit internationalen Forschungseinrichtungen, Universitäten sowie Firmenpartner wichtige Entwicklungen in dem Bereich Sprachverarbeitung vorangetrieben.

Wir beobachten die Entwicklungen in dem Forschungsbereich für natürliche Sprachverarbeitung sehr genau und evaluieren weltweit neue Entwicklungen, um neue Verfahren zeitnahe zu adaptieren.

Anforderungen

Bei allen neuen Entwicklung im Bereich Sprachverarbeitung integrieren wir diese Technologien so, dass folgende 3 Punkte erfüllt sind:

  • Instantaner Service
    Der Kunde sowie der Servicemitarbeiter sehen ihre Antworten ohne Zeitverzögerung auf der Website oder im Ticketsystem. Sie können Anpassung beim Fragetext oder bei den Suchbegriffen in Echtzeit vornehmen.

  • Eine Wissensdatenbank
    Das gesamte Wissen, das im Service benötigt wird, wird in einer Datenbank gepflegt. Alle Produkte lernen voneinander und ermitteln die Intention des Kunden immer genauer.

  • Einfache Integration
    Alle Produkte von OMQ werden ohne ein aufwendiges Anlernen verwendet. Nach einem kurzen Einfügen von häufigen Fragen und Antworten kann das System sofort genutzt werden.

Fragen und Antworten

Eine Software die automatisch Kundenanfragen beantwortet, muss in der Lage sein, die Intention des Kunden zu verstehen und ihm daraufhin eine Antwort zu geben. In der Datenbank gibt es hierfür Einträge von Fragen mit deren Antworten. Die Künstliche Intelligenz vergleicht Texte (die Fragen) miteinander und bestimmt einen Ähnlichkeitsgrad. Ist der Ähnlichkeitsgrad hoch genug, kann die Antwort ausgespielt werden. In der Datenbank eines Unternehmens gibt es zum Beispiel diesen Eintrag:

Fragen und Antworten

Herausforderung

Kunden schreiben in den meisten Fällen aber nicht 1 zu 1 die selbe Frage. Die Fragen der Kunden im Kundenservice haben zwar die gleiche Intention sind jedoch oft anders formuliert:

Ähnlichkeit von Texten


Um die Texte miteinander assoziieren zu können, versteht die Künstliche Intelligenz von OMQ, dass mit der Phrase „war leider der Bügel abgebrochen“, die Intention „Wie kann ich meine Brille reklamieren?“ gemeint ist.

Kundenanfragen

Die Künstliche Intelligenz von OMQ lernt von den Anfragen der Kunden. Dabei werden die Worte und ihre Nachbarschaft betrachtet. Worte mit ähnlicher Nachbarschaft werden in Verbindung gebracht. Wenn zum Beispiel in der Datenbank die Frage „Wie kann ich mein Passwort neu setzen?“ steht. Kann es sein, dass Kunden auch schreiben „Ich habe meinen Login vergessen.“. Die Kundentexte sehen in diesem Fall wie folgt aus:

Wortnachbarschaften


Durch die ähnliche Nachbarschaft ist die Künstliche Intelligenz von OMQ in der Lage „Passwort“ mit „Login“ und „vergessen“ mit „neu setzen“ zu assoziieren. Die Worte werden durch ihre Nachbarschaften in einem Multidimensionalen Raum verortet. Dieser Raum besteht aus tausenden Dimensionen. Dort wo sich Cluster bilden befinden sich Wörter, die miteinander assoziiert werden können. Diese bilden eine Art Bedeutungskonzept.

Wort- und Fragenkonzepte

Für einen Softwarehersteller im Multimedia Bereich gibt es zum Beispiel folgende Konzepte:

Wortkonzepte und Fragenkonzepte


Werden nun Texte miteinander verglichen, nutzt die Künstliche Intelligenz nicht Wörter, sondern die zuvor erstellen Konzepte um ein Ähnlichkeitsmaß zu erstellen. Die Fragen in der Datenbank werden wiederum selbst auch als Konzepte dieser Wortkonzepte abgebildet. Der Datenbankeintrag „Beim Export des erstellten Films wird eine Fehlermeldung angezeigt?“ wird aus den Konzepten „exportieren“, „Film“ und „Fehler“ gebildet.

Der Vorteil bei diesem Verfahren ist, dass die gelernten Konzepte ebenfalls von neu erstellten Fragen verwendet werden können. Die Fragen lernen so voneinander über die einzelnen Ebenen hinweg.

Konzeptebenen

Kunden und Agenten Feedback

Die Künstliche Intelligenz von OMQ nutzt zusätzlich zu der Betrachtung der Nachbarschaft das Feedback der Kunden und der Servicemitarbeiter. Die Konzepte werden mit diesem Feedback kontinuierlich verändert und neu angepasst.

Kundenfeedback


Durch die Veränderungen der Wortkonzepte ändert sich ebenfalls die Position der einzelnen Fragen. Fragen die ähnlich zu einander sind rücken zusammen, Fragen die sich unterscheiden entfernen sich voneinander. Durch diese kontinuierliche Anpassung profitieren auch Einträge vom Userfeedback, die nicht direkt gefragt werden. Die gesamte Wissensbasis erweitert sich so stetig.

Wörterbücher

Die Technologie von OMQ verwendet zusätzlich zu den lernenden Verfahren linguistische Informationen der Texte. Hierbei kommen Wörterbücher für verschiedenste Sprachen zum Einsatz. Die Software stellt zum Beispiel fest, ob ein Wort relevant ist oder welcher Wortfamilie es angehört. Zusätzlich gibt es verschiedene Konzepte die feste Ausdrücke beschreiben. Ein Beispiel hierfür ist eine E-Mail Adresse.

Wörterbücher


Rechtschreibtoleranz

Da Kunden im Consumer Bereich ab und zu Probleme mit der Rechtschreibung haben, verarbeitet die Künstliche Intelligenz von OMQ ebenfalls falsch geschriebene Worte. Dies gilt ebenfalls für die Grammatik und den Satzbau. In Supportanfragen setzen Kunden oft Satzzeichen falsch oder garnicht.

Rechtschreibtoleranz

Relevanten Passagen

Oft kommt es vor, dass Kundenanfragen sehr lang sind und viele unrelevante Informationen enthalten. Kunden schreiben zum Beispiel darüber, wie Sie ein Produkt gekauft haben, dass sie generell mit diesem zufrieden sind, besonders eine bestimmte Funktion mögen aber eine Fehlermeldung bei einer anderen Funktion erhalten.

Die künstliche Intelligenz von OMQ findet relevante Passagen und erkennt für diese die Intention. Hierfür verwenden wir ein Verfahren, dass relevante Bereiche erkennt und für diese eine Nachbarschaft bildet. Aus der Nachbarschaft werden Passagen gebildet, für die dann eine Intention erkannt wird. Zur Intention wird daraufhin die richtige Antwort aus der Datenbank gesucht.

Relevante Passage


Die entstandenen Passagen werden nach Themengebieten getrennt. Um Überlappungen aufzulösen, haben wir ein Verfahren entwickelt, das anhand der Wissensbasis die wahrscheinlichste Aufteilung ermittelt. Die ermittelten Bereiche sind hierbei Textteile, Sätze oder satzübergreifende Beschreibungen von Problemen.

Die extrahierten Passagen werden dann im zweiten Schritt verwendet, um eine Antwort zu finden. OMQ Reply verwendet diese Passagen darüber hinaus, um Zitate der Kundenfragen zu erstellen und diese dann mit der Antwort zu versehen.

Passagentrennung

Spracherkennung

Die OMQ Technologie funktioniert in 32 verschiedenen Sprachen. Für die Texteingaben wird vor dem Verarbeiten eine Sprache erkannt und dem Text zugeordnet. So kann man zum Beispiel in einem deutschen Kontaktformular, dass mit OMQ Contact verbunden ist, eine englische Anfrage eingegeben. Für deutsche Anfragen werden deutsche Antworten angezeigt, für englische Anfragen werden englische Antworten angezeigt.

Für die Spracherkennung verwenden wir eine Kombination aus einer Bewertung von Buchstabenreihen und in einer Sprache häufig vorkommenden Wörtern. Bei der Erkennung von Silben wird eine Art Fingerabdruck einer Sprache erzeugt. Dieser wird dann mit dem Text verglichen. Häufige Buchstabenkombinationen für die Sprachen Deutsch und Englisch sehen zum Beispiel wie folgt aus.

Spracherkennung durch Silben


Bei allgemeinen, in einer Sprache oft vorkommenden Wörtern handelt es sich zum Beispiel um folgende Wortarten und Wörter:

Spracherkennung durch Stoppwörter

Zusammenfassung

Die OMQ Engine wird in allen unseren Produkten verwendet. Auf der Internetseite unserer Kunden werden die Hilfe- / FAQ-Seite OMQ Help und im Kontaktformular OMQ Contact eingesetzt. Im Callcenter wird OMQ Assist ins Ticket- /Helpdesk eingebunden. Die E-Mails werden automatisch mit OMQ Reply beantwortet.

Alle Produkte greifen dabei auf die gleiche Wissensdatenbank zu und verwenden nahezu die gleiche Engine. Pro Produkt gibt es lediglich leichte Abwandlungen.

Wenn Sie mehr zu uns, unseren Produkten oder zu unserer Technologie erfahren möchten, können Sie sich gern bei uns melden: Nachricht schicken