Zuhause gibt man Alexa kurze Kommandos oder stellt Fragen und erhält direkt eine Antwort. Im firmeneigenen Intranet muss man noch tippen. Mal wieder sind die privaten Werkzeuge und Tools denen im Business-Umfeld meilenweit voraus. Generell sind die Themen Bots, digitale Assistenten, dialogorientiertes User Interface und chatbasierte Zusammenarbeit seit dem letzten Jahr schwer im Trend. Dazu hat sicherlich auch der große Erfolg von Alexa & Co. beigetragen. Mittlerweile nutzen bereits 5% der Deutschen einen sprachgesteuerten Digitalen Assistenten. Vielleicht sind Bots auch so beliebt, weil sie der künstlichen Intelligenz ein vermenschlichtes Gesicht oder gar eine Stimme geben? Jedenfalls sind die Erwartungen riesig und, das kann schon verraten werden, die Technik noch nicht so weit.

 

In dieser zweiteiligen Serie zeigen wir ein paar typische Szenarien auf. Diese geben Einblick in den aktuellen Stand der Technik und vergleichen, was zum heutigen Stand bereits einsetzbar und was eher Vision ist.

 

Aber was wäre, wenn man diese Technik im Digital Workplace nutzen würde? Es klingt natürlich verlockend:

„Hey Workplace, vereinbare einen Termin mit Hr. Meier aus dem Digitalteam und buche einen tollen Besprechungsraum dazu.“

Antwort: „Ist Donnerstag 15 Uhr in Besprechungsraum Berlin recht?“

„Hey Workplace, wann darf ich ein Business Class Ticket buchen?“

Antwort: „Nur, wenn der Aufenthalt im Zielland unter 8h ist oder Sie Karrierestufe 1 erreicht haben.“

„Hey Workplace, wer bei uns ist für Verbesserungsideen zum Produkt x zuständig?“

 

Und tatsächlich liegt das Potenzial der Bots auch in der stark vereinfachten Benutzerschnittstelle. Durch die Reduktion auf eine Unterhaltung entfallen Navigationswege und das Heraussuchen der Information. Das funktioniert auch am Mobilgerät ganz hervorragend, da es ja wie WhatsApp oder Textnachrichten funktioniert. Im Kontext von Digital Workplaces und Collaboration-Lösungen wie Slack oder Microsoft Teams sind Chatbots jedoch heute schon verfügbar.

Anders als die sprachbasierten Kollegen bleibt dabei das Umwandeln von Sprache in Text und das Sprechen der Antwort erstmal weg. Stattdessen wird gechattet, das heißt der Bot akzeptiert geschriebene Befehle und spuckt die Antworten auch entsprechend aus – man interagiert in einer mehr oder weniger ausgeprägten Unterhaltung. In der Praxis sind es oft Befehle die vom Anwender gegeben werden. Bei komplexeren Dingen ist das nicht vorhandene Benutzerinterface jedoch schnell ein Engpass. Daher setzen viele Bots auf Cards für die Präsentation von Inhalten und Interaktionsmöglichkeiten. Die beiden nachfolgenden Beispiele sind aus dem Microsoft Adaptive Cards Framework:

 

 

Chatbots „leben“ daher auch bevorzugt in Chatumgebungen in denen die Nutzer ohnehin aktiv sind. Dabei ist es bisher üblich, dass die Bots explizit angesprochen werden müssen wie etwa dieser Forms Bot, der eine Umfrage in Microsoft Teams durchführt:

 

 

Das Potenzial auf beliebige Fragen eine brauchbare Antwort zu liefern ist damit vertan, denn der Anwender muss nun erstmal den zuständigen Bot für seine Aufgabe kennen. Darüber hinaus ist es bei vielen Bots auch wichtig zu wissen, wie die Frage gestellt werden muss. Im oben genannten Beispiel muss ein Anwender folgendes im fest definierten Syntax tippen: „@forms Frage? Antwort1, Antwort2“. Das geht zwar relativ schnell, aber nur, wenn man den Bot regelmäßig nutzt. Für Gelegenheitsanwender bieten die Bots oft Erklärungen und Tooltips an. Generell ist es jedoch für den Nutzer eine Herausforderung, erst ermitteln zu müssen wofür und wie ein Bot überhaupt genutzt werden kann.

Das macht auch der folgende Showcase deutlich: Ein Bot soll Antworten liefern. Im Rahmen des Microsoft Bot Frameworks kann dazu vollkommen ohne eigenen Code ein QnA Bot erstellt werden. Dieser Bot braucht natürlich eine Wissensbasis. Das kann zum Beispiel ein FAQ, eine Webseite mit Informationen oder ähnliches sein. Daraus werden Fragen und Antworten extrahiert. Im Anschluss können Fragen an den Bot gestellt werden. Dieser wiederum erteilt aus der Sammlung eine Antwort. Das funktioniert stellenweise sehr gut. Oft bleiben aber Fragen, die z.B. andere Begrifflichkeiten verwenden, unbeantwortet. Der Besitzer des Bots kann die Fragen der Nutzer auswerten und so nach und nach die Antworten ergänzen oder den Bot trainieren. Das bedeutet, ihm beizubringen welche Antwort die beste Wahl ist. Fazit: Der QnA Maker macht aus dem Bot eine Suche mit Dialoginteraktion. Im Test ist das als Ergänzung zu normalen FAQs toll. Findet man jedoch die Antwort nicht, kann das Überfliegen von Kategorien und Angeboten schneller dazu führen das „richtige“ Schlüsselwort zu finden.

Haben Sie auch bereits Erfahrungen mit Bots gesammelt? Lassen Sie uns gerne daran teilhaben! Selbstverständlich stehen wir auch für Fragen gerne zur Verfügung. Im zweiten Teil verraten wir Ihnen, welche möglichen Aufgaben der Bot übernehmen kann und die Chancen, die sich durch die Technologie ergeben können. Hier gelangen Sie direkt zu Artikel zwei.

Kommentare

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.

    Dr. Julian Bahrs