Indem Unternehmen auf die Bedürfnisse und Interessen ihrer Kundschaft eingehen und ihnen personalisierte Angebote und Informationen zukommen lassen, können sie die Kundenzufriedenheit steigern und somit die Kundenbindung erhöhen.
Ein Beispiel für die erfolgreiche Umsetzung von Conversational Marketing bietet das Unternehmen Birkenstock. Der bekannte Hersteller von Sandalen und Schuhen setzt auf virtuelle Produktberatung, um auch online seiner Kundschaft ein authentisches und personalisiertes Kauferlebnis zu bieten. Die virtuelle Beraterin namens Birki wurde in den Webshop des Unternehmens integriert und soll dem “Paradox of Choice” entgegenwirken. Kundinnen und Kunden können mit Birki interagieren und ihr ihre Bedürfnisse und Vorlieben mitteilen. Auf Basis dieser Informationen gibt Birki dann personalisierte Empfehlungen für passende Produkte.
Der Einsatz von Birki hat zu einer Steigerung der Konversionsrate und einer Reduktion von Warenkorbabbrüchen geführt. Zudem sammelt das Unternehmen wertvolle Daten und Insights über die Bedürfnisse und Vorlieben seiner Kundschaft, die in Zukunft für gezielte Werbekampagnen und personalisierte Angebote genutzt werden können.
Das Beispiel von Birkenstock zeigt, wie Conversational Marketing erfolgreich in die E-Commerce-Strategie eines Unternehmens integriert werden kann: Indem auf die Bedürfnisse und Interessen der Kundinnen und Kunden eingegangen wird, können Unternehmen die Customer Experience verbessern und somit auch ihre Verkaufszahlen steigern.
Fokus auf Personalisierung ist essenziell
Dabei ist der Fokus auf die Personalisierung besonders wichtig, weil Kunden auf relevante Nachrichten von Unternehmen gut reagieren. Unternehmen konzentrieren sich verstärkt auf die sogenannten Micro Moments, da diese Momente innerhalb der Customer Journey die generelle Wahrnehmung massgeblich beeinflussen. Das Thema Dialogmarketing wird verstärkt in die Multichannel- bzw. Omnichannel-Strategien der Unternehmen sowie in ihre Customer Experience-Konzepte integriert. Der automatisierte Kundendialog ist dabei eine passende strategische Option für Unternehmen.
Conversational Commerce, also z.B. der Einsatz von virtuellen Beratern im Online-Handel, hat in den letzten Jahren stark zugenommen. Immer mehr Marken erkennen die Bedeutung von personalisierter Beratung und Fachwissen, um den Umsatz im E-Commerce zu steigern.
Das Beispiel Birkenstock zeigt, dass der Einsatz von virtuellen Beratern ein effektiver Weg ist, um das Kundenerlebnis zu verbessern und den Umsatz zu steigern. Der virtuelle Berater sollte gut gestaltet und auf die Kundenbedürfnisse abgestimmt sein. Zudem sollten Unternehmen sicherstellen, dass sie die Datenschutzbestimmungen einhalten und die Transparenz gewährleisten, um das Vertrauen ihrer Kunden zu gewinnen und langfristige Beziehungen aufzubauen.
Einsatz von Chatbots als weitere Möglichkeit
Eine weitere Option, um Conversational Marketing umzusetzen, ist der Einsatz von Chatbots auf Basis von künstlicher Intelligenz. Hier kommt ChatGPT ins Spiel, ein leistungsstarkes Framework, welches von OpenAI entwickelt wurde. ChatGPT kann nicht nur Texte verstehen und darauf reagieren, sondern auch eine Vielzahl von Aufgaben automatisch ausführen, wie beispielsweise das Buchen von Terminen oder das Beantworten von häufig gestellten Fragen. Darüber hinaus kann ChatGPT kontinuierlich lernen und sich verbessern, indem es die Interaktionen mit der Kundschaft analysiert und auf dieser Basis seine Antworten und Empfehlungen anpasst. Unternehmen können somit eine personalisierte und effektive Kundenkommunikation aufbauen und gleichzeitig Zeit und Kosten sparen.
Abbildung 1: Conversational commerce
Fazit
Unternehmen sind gefordert, sich mit neuen Technologien auseinanderzusetzen und die ersten Schritte in Richtung konkreter Use Cases zu machen. Das Potenzial ist enorm, aber auch das Risiko, wenn sich Unternehmen dieser Trends nicht annehmen.
Der Autor Dominic Bolliger ist Co-Founder von DiALOGiFY, der Next-Level Conversational Cloud Software – Powered by ChatGPT. DiALOGiFY unterstützt Marken und Unternehmen dabei, kundenzentrierte Interaktionen entlang der Customer Journey einzusetzen.
Digitale Technologien wie die künstliche Intelligenz (KI) setzen sich zunehmend durch. Es gibt unterschiedliche Ansichten darüber, was KI leisten kann und was nicht. Problematisch ist, dass es keine Anforderungen an die Transparenz der KI gibt, ja nicht einmal klar ist, was genau mit KI gemeint ist.
Das Herzstück der heutigen KI sind die Daten, mit denen sie gefüttert wird. Doch im Gegensatz zu Öl, mit dem sie oft verglichen werden, sind diese Daten lebendig, weil sie auch von uns Menschen produziert werden. Sind die Daten unvollständig, veraltet oder gar falsch, lernt die KI auf falschen Annahmen, was letztlich zu unbefriedigenden Leistungen und Unmut bei den Nutzern führt.
Darüber hinaus können Datensätze bestimmte Verzerrungen, Vorurteile und Voreingenommenheiten enthalten, die zu Diskriminierung führen, insbesondere bei Entscheidungen, die auf personenbezogenen Daten basieren.
Hubert Österle hat die Disziplin des Life Engineering entwickelt, um genau solchen Gefahren oder Problemen entgegenwirken zu können. Er berücksichtigt dabei auch ethische Aspekte der KI-Entwicklung und -Nutzung. Laut Österle H. (Österle H. , 2020) besteht die Aufgabe des Life Engineering darin, Regeln für digitale Systeme zu entwickeln, die auf das menschliche Wohlbefinden ausgerichtet sind. Life Engineering ist eine Weiterentwicklung des Business Engineering, jedoch mit einem anderen Fokus: statt auf dem Unternehmen (Gewinnorientierung) liegt der auf der Gesellschaft (Lebensqualität). Mit dem Fokus auf «Human» wird beim Life Engineering nicht die Gesellschaft als Einheit, sondern der einzelne Mensch als zentraler Punkt der Betrachtung gesehen.
Bessere KI-Chatbots dank dem Turing-Test?
Beeinflusst durch die technologischen und wissenschaftlichen Fortschritte in der KI sowie durch die wachsende Akzeptanz nicht-menschlicher Kommunikationspartner hat in letzter Zeit die Zahl der Unternehmen zugenommen, welche Chatbots oder Conversational Agents (CAs) zur Automatisierung ihrer Kundenkontaktpunkte einsetzen. Man kann eigentlich schon sagen, dass KI-basierte CAs wie Amazons Alexa oder Apples Siri zu einer wichtigen Serviceschnittstelle zwischen Anbietern und Nutzern geworden sind.
Zunächst sieht es so aus, als ob diese Digitalen Assistenten dazu entwickelt werden, ihre Nutzer im Alltag als intelligente persönliche Assistenten zu unterstützen. Die Chatbots simulieren dabei die menschliche Kommunikation und können im Vergleich zu anderen Software-Lösungen menschliche Eigenschaften besser annehmen.
Um zu testen, ob ein Conversational Agent so gut ist wie ein menschlicher Gesprächspartner, können Unternehmen den bereits existierenden Turing-Test anwenden. Dieser 1950 von Alan Turing entwickelte Test beschreibt eine Möglichkeit, die Intelligenz von Maschinen zu testen. Beim Turing-Test unterhält sich ein menschlicher Fragesteller mit zwei bis drei anderen Gesprächspartnern. Die Konversation findet ausschliesslich per Chat statt. Das Interessante an dem Gespräch ist, dass einer der Gesprächspartner eine Maschine ist und die anderen ein oder zwei echte Menschen.
Der Fragesteller weiss nicht, hinter welchem Gesprächspartner sich die Maschine verbirgt. Der Interviewer hat die Aufgabe, mindestens zehn Minuten lang intensiv Fragen zu stellen. Am Ende muss er entscheiden, welcher seiner Gesprächspartner ein Mensch und welcher eine Maschine ist.
Wenn der Fragesteller nicht eindeutig herausfindet, wer eine Maschine ist, hat der Chatbot oder die Maschine den Turing-Test bestanden. Allerdings werden beim Turing Test keinerlei ethische Aspekte berücksichtigt. Es geht nicht darum, ob sich ein Conversational Agent für den User ethisch korrekt verhält, sondern nur, wie nah sein Verhalten dem eines durchschnittlichen menschlichen Gesprächspartners kommt.
Der Ethik-Check für Bots
In einem interdisziplinären Projekt möchten wir nun die Ideen des Life Engineerings und den daraus resultierenden Ideen zur Entwicklung ethischer Systeme mit denen des Turing-Tests kombinieren. Das Ziel ist ein Ethik-Check für Chatbots.
Inspiriert vom Turing-Test, der herausfinden soll, wie menschenähnlich sich eine KI verhält, wollen wir ethisch korrekte Bots identifizieren und denjenigen, die es noch nicht sind, Hinweise zur Optimierung geben. Um ethisch korrekte Bots als solche zu definieren, müssen wir zunächst festlegen, was ethisch korrekt in unserer Sprache und Kultur bedeutet. Und wir müssen berücksichtigen, dass sich diese Werte im Laufe der Zeit ändern können.
Anschliessend müssen wir Verfahren definieren, wie die zuvor entwickelten ethischen Kriterien gemessen werden können. Darauf folgt eine Bewertung, der sich jeder Bot unterziehen kann, um eine Einschätzung des Zustands seiner ethischen Korrektheit einschliesslich eines eventuellen Verbesserungspotenzials zu erhalten. Die Bewertung wird zunächst von Menschen durchgeführt, es ist aber denkbar, dass in Zukunft auch Bots in der Lage sein werden, die Bewertung vornehmen.
Der Ethik-Check für Conversational Agents ist in zweifacher Hinsicht neu. Zum einen gibt es weder in der Forschung noch in der Praxis anerkannte und weit verbreitete Richtlinien für Chatbot-Projekte. Zum anderen gibt es, abgesehen vom Turing-Test, keine Benchmarks oder andere Tests, die Conversational Agents bewerten und gleichzeitig Optimierungsmöglichkeiten aufzeigen. Unser Projekt kombiniert beide Aspekte in einer Anwendung.
Im Gegensatz zum Turing-Test, bei dem ein Mensch mit einer Conversational AI chattet, soll unser Ethik-Check am Ende direkt von einem Chatbot durchgeführt werden. Der Chatbot verfügt dann über die definierten Ethik-regeln, weiss, welche Fragen er stellen muss und kann die Antworten des zu testenden Chatbots mit den von uns definierten Benchmarks abgleichen und bewerten. Das Ergebnis ist ein vollautomatischer Ethik-Check, der zudem transparent ist, da er genau aufzeigt, welche Kriterien in welchem Umfang in den Entscheidungsprozess eingeflossen sind.
Bevor eine Ethikprüfung stattfinden kann, muss definiert werden, was ethisch korrekt bedeutet. Ethik ist nicht universell. Ethik ist etwas, das sich ständig weiterentwickelt und stark von der Kultur geprägt ist.
Wir definieren daher zuerst ethische Standards für eine spezifische Region. Als erste haben wir den deutschsprachigen Raum ausgewählt. Wir nennen diese Region Smart Region, da wir unsere Standards auf der Grundlage der Ideen von Smart Cities entwickeln wollen. Diese beziehen die Bürgerinnen und Bürger typischerweise in den Prozess der Ideenfindung und Entwicklung ein.
Mit Hilfe der verschiedenen Forschungsmethoden Literaturrecherche, Umfragen, Experteninterviews und Fokusgruppen werden wir ethische Standards für Chat- und Voicebots entwickeln und erste Ansätze präsentieren, wie diese gemessen werden können.
Für die Fokusgruppen werden Experten aus verschiedenen Disziplinen ausgewählt. Im Mittelpunkt stehen Psychologie, Datenschutz, Informatik, Digitalisierung, Bildung, Data Science, Marketing, Wirtschaft. Um sich ändernden ethischen Werten gerecht zu werden, integrieren wir einen Mechanismus zur kontinuierlichen Anpassung an die aktuell geltenden Normen.
In weiteren Iterationen können konkrete Methoden oder Fragen entwickelt werden, um herauszufinden, wie ethisch korrekt sich ein Bot verhält. Anbieter, meist Unternehmen, die Bots für ihre Kunden und Mitarbeiter einsetzen, erhalten zudem Anregungen, wie sie ihre Bots ethisch korrekter reagieren lassen können.
An diesem Punkt haben wir wahrscheinlich eine weitere Herausforderung, nämlich dass viele KI-Projekte auf spezifische Anwendungsfälle ausgerichtet sind. Wir müssen es also schaffen, die ethische Korrektheit trotz dieser Einschränkungen zu messen, und möglicherweise Regeln dafür definieren.
In der ersten Phase wird die ethische Prüfung von Menschen durchgeführt. Die Menschen chatten mit dem Bot, stellen die relevanten Fragen, notieren die Antworten und bewerten diese anhand eines zuvor festgelegten Bewertungsrasters. In weiteren Phasen soll das Chatten und die Ethikprüfung von einem Chatbot übernommen werden, sodass langfristig die gesamte Ethikprüfung voll automatisiert werden kann.
Sobald eine KI einen anderen Bot bewerten muss, werden wir auf die Ansätze der Fuzzy-Logik und des Computing With Words (CWW) zurückgreifen. Fuzzy-Systeme können mit unscharfen Daten umgehen und sind daher sehr gut geeignet, wenn es darum geht, die Äusserungen von Menschen oder Bots zu charakterisieren oder ihre ethische Reife zu testen.
Forscher, die Fuzziness anwenden, ordnen Wörter nicht nur in Kategorien ein, sondern berücksichtigen auch ihre Position innerhalb der Kategorie.
Darüber hinaus ist Computing With Words ein auf der Fuzzy-Logik basierendes Rechensystem, in dem die Objekte der Berechnung vor allem Wörter, Sätze und Propositionen aus einer natürlichen Sprache sind, wie wir sie in unseren Chat-Gesprächen verwenden.
Entwicklungsstand des Ethik-Checks
Auf Basis einer ersten Literaturrecherche haben wir erste Design-Richtlinien für ethische Prinzipien definiert. Nun geht es darum, das Feedback unserer definierten Smart Region zu bekommen und dazu wurde unser so genannter Evaluation Bot entwickelt. Dieser Bot stellt alle von uns gefundenen Design-Prinzipien vor und fragt die Nutzer nach ihrer Einschätzung zur ethischen Wichtigkeit der jeweiligen Prinzipien.
Da die Evaluation immer noch läuft, freuen wir uns natürlich über alle User, die sich fünf bis zehn Minuten Zeit nehmen und ihr Feedback unserem Evaluation Bot mitteilen. Der Bot kann hier besucht werden: https://eggheads.ai/chat/2738
Sophie Hundertmark
Doktorandin Institut für Finanzdienstleistungen Zug (IFZ) selbstständige Chatbot-Beraterin Zürich
Die Autorin Sophie Hundertmark gehört zu den ersten Master-Studentinnen in der Schweiz, die zu Chatbots geforscht haben. Seitdem arbeitet sie als selbständige Chatbot Beraterin und ist zudem wissenschaftliche Mitarbeiterin an der Hochschule Luzern. Anfang 2020 hat sie ihren eignen Chatbot Podcast gestartet, unter welchem alle zwei Wochen eine neue Folge herauskommt. Ende 2020 ist ihr erstes Buch erschienen «Digitale Freunde», ein praxisnahes Sachbuch über Chatbots. Seit 2021 ist Sophie Doktorandin an der Universität Fribourg und forscht und publiziert regelmässig zu Conversational Agents und Ethics.
