Die Kommunikation via Chat ist heute gar nicht mehr wegzudenken. Die Nutzung von Messaging-Apps steigt immer weiter an. Daher ist es nur logisch, dass der Einsatz von Chatbots einen sehr großen Mehrwert für sowohl das Unternehmen, wie auch für seine Nutzer bieten wird. Aufgrund der ständigen Erreichbarkeit, der hohen Reichweite oder auch dem zeitgleichen Bearbeiten vieler Anfragen ist die Kommunikation sehr effektiv für das Unternehmen und dabei dennoch persönlich und interaktiv für den Nutzer, da er sich in einem bekannten Umfeld bewegt.
Dabei ist jedoch nicht selbstverständlich, dass sich der Bot und der Nutzer überhaupt verstehen. Denn für den Computer ist unsere “natürliche” Sprache eine vollkommene Fremdsprache. Die Methoden und Techniken, welche diese Form der Kommunikation möglich macht, werden Natural Language Processing (kurz NLP) genannt.
- die menschliche Sprache ist sehr komplex
- durch das NLP wird eine Nachricht verstanden und weiterverarbeitet
- durch große Datenmengen werden Gespräche immer passgenau zuverlässiger
- es ist effizienter den Bot zunächst ohne künstliche Intelligenz zu trainieren
Natural Language Processing als Voraussetzung für die Kommunikation zwischen Mensch und Computer
Die Kommunikation von Menschen und Computer könnte kaum unterschiedlicher sein. Während sich Maschinen auf Basis der Zahlen 0 und 1 austauschen, verwenden wir semantische Sprache, welche sehr komplex aufgebaut ist. So ist nicht nur der Sinn eines einzelnen Wortes relevant, sondern auch der Zusammenhang, in welchem dieses Wort steht. Auch Mimik und Gestik kann die Bedeutung des Gesagten schon stark beeinflussen. Eine große Herausforderung ist dabei aber auch die Mehrdeutigkeit von Worten. Frag ich beispielsweise einen Conversational Banking Bot nach dem Zugang zu meinem Konto, macht es durchaus einen Unterschied, ob ich nach dem Zugang zu meinem Geldkonto oder zum Online-Kundenkonto frage.
Das Natural Language Processing passiert in mehreren Stufen
Grundlage dafür, dass eine Antwort überhaupt erfolgen kann, ist das Verständnis des Gesagten. Chatbots kommunizieren meist schriftlich, jedoch muss bei einem Voice Assistent auch gesprochenes Wort verstanden werden. Beim Natural Language Processing werden daher zunächst all die Zeichen erfasst und durch Regeln und Algorithmen computerbasiert verarbeitet.
Die Sprache muss daraufhin analysiert werden, damit der tatsächliche Sinn herausgefiltert und weiterverarbeitet werden kann. Die Ermittlung des Sinns ist jedoch, wie bereits erwähnt, nicht immer so klar und einfach.
Natural Language Processing als Teilgebiet der künstlichen Intelligenz
Um das Gespräch dennoch sinngemäß verstehen zu können, muss der Computer genauso Erfahrungen sammeln, wie wir Menschen es tun. Uns wird der Lernprozess von Geburt an mitgegeben. Maschinen hingegen muss zunächst beigebracht werden, wie man lernt. Um dies zu schaffen, kommt künstliche Intelligenz und damit einhergehend das Maschine Learning zum Einsatz. Natural Learning Processing ist ein anspruchsvolles Teilgebiet der künstlichen Intelligenz, welches auch noch nicht vollends ausgereift ist.
Grundlage für den Lernprozess ist eine sehr große Datenmenge. So lernen Übersetzungsdienste, wie beispielsweise der Google-Übersetzer, mit jeder veröffentlichten Übersetzung dazu und werden präziser. Es ist kein Geheimnis, dass Unternehmen wie Google viel Potenzial in dieser neuen Technik sehen und auch dahingehend viel investieren. Jedoch kann nicht jeder Dienst auf eine derart große Menge an Daten zugreifen, um zuverlässig und erfolgreich dazu zu lernen.
Natural Language Processing muss nicht immer intelligent sein
Damit Chatbots mithilfe künstlicher Intelligenz lernen können, ist eine riesige Menge an beispielhaften Dialogen notwendig, da der Bot nur diese verstehen und daraus lernen kann. Bis jedoch Millionen von Dialogen entstanden sind, ist sehr viel Zeit vergangen. Um dennoch den Bot schon schneller nutzen zu können, wird der Bot zunächst auch ohne künstliche Intelligenz trainiert. Wird eine Aussage nicht verstanden, kann diese händisch einer bereits vorhandenen oder neuen Absicht zugeordnet werden, sodass der Bot beim nächsten Mal eine Antwort geben kann. Erfahren Sie mehr dazu, warum simple Bots besser sind, als intelligente KI-Bots.