Chats haben in der Kommunikation große Bedeutung und mittlerweile nicht nur die herkömmliche, sondern auch bereits andere digitale Kanäle wie E-Mail klar überholt. Aus Perspektive des CRM sind Chats damit automatisch ein wichtiger Interaktionskanal mit den Kunden. Auch in Chats wollen Unternehmen eine intelligente, auf die Bedürfnisse des Kunden zugeschnittene Kommunikation führen. Da dies mit Mitarbeitern sehr aufwändig wäre, nicht zuletzt weil Kunden ja rund um die Uhr kommunizieren wollen, greift man auf Chatbots zurück, also auf mit Algorithmen automatisierte Dialoge.

Chatbots gehören derzeit zu den häufig diskutierten Themen im Umfeld von digitalem Marketing, von Künstlicher Intelligenz (KI) und Social Media. Umso mehr als sie nicht unumstritten sind: Die einen erwarten sich davon eine neue Ära der Kundenkommunikation, mit effizienterem Service und besserem Kundenerlebnis, andere sehen, vor allem im Bereich politischer Meinungsbildung und Social Media, die Gefahr der Manipulation.

Ursprünglich waren Chatbots lediglich eine Art getunte Volltextsuchma­schine und nicht in der Lage sich "intelligent" zu verhalten, sie konnten sich also nicht weitgehend selbstständig an wechselnde Gegebenheiten anpassen. Doch in den letzten Jahren hat die KI durch massiv gesteigerte Rechenleistung und umfassende Vernetzung erhebliche Fortschritte erzielt, was auch den Chatbots neue Möglichkeiten eröffnet. Derzeit sind vor allem einfache, regelbasierte Abläufe möglich, die Bots stehen aber an der Schwelle zum breiten Einsatz von selbstlernenden Systemen. Sie können komplexere und bessere Algorithmen verwenden, können Verhaltensweisen adaptieren und damit um ein Vielfaches flexibler auf Eingaben reagieren. Mittlerweile haben sie in vielen Szenarien ihre Einsatzreife bewiesen und stehen erst am Anfang ihrer Karriere.

Kern der Interaktion mit einem Chatbot ist die geschriebene menschliche Sprache, also das, was der mit dem Bot kommunizierende Mensch eingibt. Um diese Sprache zu verstehen, bedient sich der Chatbot des Natural Language Processing (NLP). Es verwendet Machine Learning und linguistische Methoden, um den jeweiligen Input-Content zu interpretieren: Taxonomien und Mustererkennung im Rahmen des Machine Learning erlauben es, aus Worten, Teilsätzen und deren Beziehung und Position zueinander Schlüsse auf den Inhalt zu ziehen. Der Erfolg dieser Prozedur steht und fällt mit den dabei verwendeten Algorithmen. Mögliche Ergebnisse des NLP sind die Identifizierung und Extraktion von Schlüsselworten, wobei wichtige Informationen aus dem Text extrahiert werden; beispielsweise Kundenname, Kontonummer oder ein bereits gekauftes Produkt.

Bots können mittels NLP auch erkennen, mit welcher Absicht sich ein Nutzer an das System gewandt hat, ob er etwas kaufen will, eine Reklamation hat oder ob er Verbrauchsmaterial bestellen will. Königsdisziplin ist die Sentiment Analyse: hier analysiert der Bot anhand von Schlüsselwörtern, in welcher Gemütslage der Schreiber beziehungsweise Sprecher sich befindet sowie welchen Effekt er mit seinem Text erreichen möchte. "Schlechte Laune" führt dann beispielsweise zu beschwichtigenden Reaktionen seitens des Bots. Herausfordernd sind allerdings Themen wie Ironie, die von Chatbots schwer erkannt werden können.

Typische Anwendungsfelder der Chatbots-Technologie

• Abruf von Informationen

Einfache Kommunikationsabläufe, wie die Anforderung von Unterlagen, Service- oder Verbrauchsmaterial, lassen sich alternativ zu Web-Prozeduren auch über Chatbots erledigen; die Vorgänge können eventuell gleich an ein Fullfillment-System weitergereicht werden.

• Vertriebsberatung

Ein Kunde wird von Chatbots bei der Auswahl eines Produktes unterstützt, das seinen Bedürfnissen entspricht und im Idealfall den Umsatz des Verkäufers optimiert.

• Problemlösung in der Kundenkommunikation

Ein Kunde eines Telekommunikationsanbieters wird bei der Behebung eines Problems Schritt für Schritt durch eine mögliche Lösung geführt. Der Chatbot kann sich dabei den Bedürfnissen des Kunden anpassen, zum Beispiel dessen Vorkenntnisse oder Gemütslage berücksichtigen. Besonders technische Probleme im Kundenservice sind ein prädestiniertes Anwendungsgebiet. Daneben sind aber auch gesundheitliche Probleme, rechtliche Fragestellungen oder die Navigation bei Behörden möglich.

• Problemdiagnose

Sollte sich bei der Problemlösung herausstellen, dass schon die Problemstellung nicht eindeutig ist, können Chatbots bei der Diagnose unterstützen. Die "Erfahrung" der KI-Systeme hilft durch gezielte Fragen, das Problem einzugrenzen.

• Meinungsbildung

Im Umfeld von Social Media werden Chatbots eingesetzt, um standardisierte Statements abzugeben; dadurch kann zum Beispiel durch die Fülle von automatisch erzeugten Beiträgen zu einem Thema ein Meinungsbild simuliert werden, das dann wiederum die Adressaten beeinflusst.

Die beschriebenen Anwendungsfelder verweisen allerdings auch darauf, dass der Einsatz von Chatbots in einem Spannungsfeld stattfindet; die Beteiligten derartiger Kommunikationen - Kunden und Unternehmen - haben naturgemäß einen unterschiedlichen Blick auf diese Technologie. Für Unternehmen stehen Kosten- und Effizienzaspekte im Vordergrund, Kunden erwarten in erster Linie guten Service, und beides ist nicht per se deckungsgleich.

In vielen Situationen kann der Bot den Menschen nicht oder nur sehr unvollständig ersetzen. So ist zum Beispiel im Rahmen einer medizinischen Diagnose nicht nur der Experte, sondern auch der Mensch, der sich in den Patienten, mit Emotionaler Intelligenz, einfühlt, gefragt. Man hat in den letzten Jahrzehnten nicht die Bedeutung psychosomatischer und ganzheitlicher Aspekte in der Medizin herausgearbeitet, um sich nun einem Bot anzuvertrauen. Wichtig ist außerdem, dass die Ergebnisse des Chatbot-Verfahrens nicht nur den Betrieben Vorteile verschaffen, sondern auch dem Nutzer einen entsprechenden Mehrwert bringen.

Unabdingbar ist beim Einsatz von Chatbots Transparenz, die Kunden dürfen nicht im Ungewissen gelassen werden, ob sie mit einem Menschen oder einer Maschine kommunizieren. Außerdem sollten reale Menschen einen Chat übernehmen können. Wenn beispielsweise erkennbar ist, dass ein Kunde mit einem Bot nicht zurecht kommt, dann sollte dieser die Kommunikation automatisch an einen Menschen weiterreichen. Chatbots sollten daher auch die Sentiment Analyse nutzen, indem sie den richtigen Zeitpunkt bestimmen, wann in der Interaktion der "echte" Ansprechpartner gefordert ist. In dieser Situation sollte der Chatbot den realen Kundenbetreuer weiter unterstützen.

Diese Spannungsfelder zeigen vor allem, dass neben aller Begeisterung für die Technologie und die damit verbundenen Möglichkeiten, der Nutzer nicht außer Acht gelassen werden darf. Das Thema Akzeptanz ist in Zusammenhang mit Chatbots daher zentral. Der effektivste Bot ist natürlich sinnlos, wenn er die Kunden vertreibt.

Langfristig werden sich Chatbots in der Kundenkommunikation durchsetzen, weil sie Kosten einsparen helfen und eine effiziente Möglichkeit darstellen, die Servicequalität zu verbessern. Wer seine Kunden dabei jedoch überfordert, muss dies mit Reputationsverlusten bezahlen.