Maschinelles Lernen ist die Grundlage von intelligenten, selbstlernenden Chatbots. Zu Machine Learning gehören aber nicht nur die technischen Prozesse, die in der Chatbot-Software hinter den Kulissen ablaufen. Auch händisch können einige Maßnahmen getroffen werden, die das maschinelle Lernen des Chatbots verbessern und so dazu beitragen, dass dieser Benutzeranfragen noch besser erkennt. Wie Sie diese Maßnahmen auch ohne Programmierkenntnisse konkret in der Praxis anwenden, erfahren Sie in dieser Beitragsreihe. In diesem ersten Teil zeigen wir Ihnen, wie Sie Ihren Chatbot effektiv trainieren. Im zweiten Teil geht es um den sogenannten Confidence-Wert und wie Sie diesen nutzbringend einsetzen.
Von regelbasierten Systemen zu intelligenten Chatbots
Regelbasierte Chatbots funktionieren nach definierten Erkennungsmustern. Um eine Frage eines Nutzenden zu beantworten, greifen sie auf ein vorher festgelegtes Set von Absichten, Schlüsselwörtern und Antworten zurück. Das bedeutet, dass die möglichen Fragen des Nutzenden und die Antworten des Bot-Systems fest vorgegeben sind. Der Vorgang, bei dem der Chatbot die Eingabe des menschlichen Gegenübers einer Erkennungsregel zuordnet, wird auch als Natural Language Processing (NLP) bezeichnet. Regelbasierte Dialogsysteme sind vor allem für überschaubare, klar definierte Aufgabengebiete geeignet. Durch die vordefinierte Struktur sind sie einfach umzusetzen und schnell einsatzbereit.
Regelbasierte Bots haben jedoch einen gravierenden Nachteil: Entspricht die Eingabe des menschlichen Dialogpartners nicht exakt einem hinterlegten Erkennungsmuster, kann der Bot keine Antwort geben. An dieser Stelle kommt maschinelles Lernen, oder auch Machine Learning, ins Spiel. Maschinelles Lernen bei Chatbots basiert auf Natural Language Understanding (NLU). Der Chatbot versteht dabei die Absicht eines Nutzenden auch ohne zugeordnete Erkennungsregel und gibt daraufhin die richtige Antwort. Grundlage für diese Art der Intelligenz sind Beispielfragen, mit welchen der Bot vorher gefüttert bzw. trainiert wird. Anhand dieser lernt der Bot mit Hilfe von Wahrscheinlichkeitsvergleichen, eigenständig Muster in den Fragen zu erkennen und sie der entsprechenden Antwort zuzuordnen. Maschinelles Lernen bei Chatbots heißt also nichts anderes, als dass eine künstliche Existenz wie der Bot aus Erfahrung klug wird.
Ein optimales Ergebnis wird erzielt, wenn beide Arten der Erkennung – NLP und NLU – zusammenarbeiten. Das regelbasierte System eignet sich vor allem, um anfangs alle relevanten Inhalte schnell in die Chatbot-Software einzupflegen. Im laufenden Betrieb sammeln sich dann unzählige Dialoge an – in genau der Form, die für das maschinelle Lernen benötigt wird. Somit kann die Absichtenerkennung verbessert und die Komplexität des Chatbots durch Machine Learning stetig erweitert werden.
So trainieren Sie Ihren Chatbot für Machine Learning
Damit die Möglichkeiten des maschinellen Lernens voll ausgeschöpft werden und der Bot auch wirklich intelligent wird, muss der Chatbot trainiert werden. Hierbei gibt es zwei verschiedene Herangehensweisen. Wir erklären Ihnen die beiden Optionen anhand unserer Chatbot-Plattform Kiko. Wenn Sie bereits einen Account bei Kiko haben, können Sie sich hier einloggen.
Maschinelles Lernen für Chatbots aktivieren
Bevor Sie Ihren digitalen Assistenten trainieren können, müssen Sie zuerst sichergehen, dass das maschinelle Lernen auch aktiviert ist. Denn wie oben bereits beschrieben, ist es generell möglich – wenn auch nicht empfehlenswert – einen Bot nur mittels fester Erkennungsregeln aufzubauen. Um das maschinelle Lernen zu ermöglichen, gehen Sie wie folgt vor:
Wählen Sie den Bot, für den Sie das maschinelle Lernen aktivieren möchten, aus der Botliste aus und klicken Sie im Aktionen-Menü auf Bot bearbeiten. Es öffnet sich ein Fenster mit den Einstellungen. Ganz unten können Sie nun die Verwendung beider Erkennungsarten, d.h. NLU und NLP, aktivieren. Speichern Sie zuletzt Ihre Auswahl.
Schritt 1:
Schritt: 2
Anmerkung vom 05.10.2023: Das Kiko CMS ist nicht mehr verfügbar. Der Chatbot wird nun als Komplettservice von uns für Sie eingerichtet. Bei Fragen Ihrerseits können Sie uns hier erreichen.
Chatbot trainieren anhand von Beispielfragen
Bei dieser Form des maschinellen Lernens füttern Sie Ihren Chatbot mit beliebigen Beispielfragen und -sätzen. Diese müssen Sie dann der jeweiligen Absicht, die Sie vorher erstellt haben, zuordnen. So kann der Bot lernen, ähnliche Fragen in Zukunft selbst einer Absicht zuzuordnen.
Das Trainieren anhand von Beispielfragen läuft bei Kiko wie folgt ab: Unter dem Menüpunkt Inhalt wählen Sie zuerst denjenigen Ihrer Bots aus, den Sie trainieren möchten. Darunter gibt es den Reiter Beispielfragen. Dort können Sie dem Bot eine Frage stellen und per Schnellzuweisung einer konkreten Absicht zuordnen. Unten sehen Sie die Beispielfragen, die Sie dem Bot bereits gestellt haben.
Um das maschinelle Lernen des Chatbots in Gang zu setzen, müssen Sie im Anschluss aus dem Aktionen-Menü die Option ML-Training starten auswählen. Nun verarbeitet der Chatbot die von Ihnen eingegebenen Beispielfragen und lernt, ähnliche Formulierungen in Zukunft selbst mit einer bestehenden Absicht zu verknüpfen. Ist das maschinelle Lernen abgeschlossen, können Sie den Bot freigeben, damit das Training auf den veröffentlichten Bot im Live-System übertragen wird.
Schritt 1:
Schritt 2:
Anmerkung vom 05.10.2023: Das Kiko CMS ist nicht mehr verfügbar. Der Chatbot wird nun als Komplettservice von uns für Sie eingerichtet. Bei Fragen Ihrerseits können Sie uns hier erreichen.
Chatbot trainieren anhand von unerkannten Anfragen
Unerkannte Anfragen, d.h. Nutzereingaben, die Ihr Bot nicht verstanden hat, stellen eine weitere Möglichkeit des Chatbot-Trainings dar. Voraussetzung dafür ist natürlich, dass Ihr Bot bereits veröffentlicht und im Einsatz ist. Auch hier ordnen Sie die unerkannten Anfragen jeweils einer bestehenden Absicht zu, sodass Ihr Bot daraus lernt und diese Zuordnung zukünftig selbst vornehmen kann.
Bei Kiko gibt es für diese Art des maschinellen Lernens extra den Menüpunkt Unerkannte Anfragen. Hier finden Sie alle Nutzereingaben, die Ihr Bot nicht verstanden hat. Bei Kiko gibt es zusätzlich die Besonderheit, dass Sie nicht nur unerkannte Anfragen, die tatsächlich von Nutzern erfolgt sind, trainieren können. Stattdessen können Sie auch unerkannte Fragen trainieren, die Sie selbst im Test-Chat gestellt haben.
Das Test-Widget finden Sie in der unteren rechten Ecke. So können Sie Ihren Bot komfortabel über den Test-Chat mit Fragen füttern und schnell trainieren, anstatt ihn zum Generieren von unerkannten Anfragen jedes Mal neu zu veröffentlichen. Oben rechts finden Sie einen Schalter, mit dem Sie zwischen Testdaten und Livedaten wechseln können. Dadurch können die Daten übersichtlich nach tatsächlichen und getesteten unerkannten Anfragen sortiert werden.
Möchten Sie eine unerkannte Anfrage trainieren, klicken Sie auf das Aktionen-Menü hinter der Anfrage und wählen Sie Anfrage trainieren aus. Nun können Sie auswählen, für welchen Ihrer Bots und für welche konkrete Absicht die Frage trainiert werden soll. Klicken Sie am Ende auf Hinzufügen, um das Training abzuschließen.
Schritt 1:
Schritt 2:
Anmerkung vom 05.10.2023: Das Kiko CMS ist nicht mehr verfügbar. Der Chatbot wird nun als Komplettservice von uns für Sie eingerichtet. Bei Fragen Ihrerseits können Sie uns hier erreichen.
Fazit: Kiko als intelligenter Chatbot
Maschinelles Lernen macht aus einfachen regelbasierten Chatbots intelligente digitale Assistenten. Um das Optimum aus Machine Learning herauszuholen, kann ein Bot trainiert werden. Kiko bietet dafür zwei Möglichkeiten, die effektiv miteinander kombiniert werden können: das Trainieren anhand von Beispielfragen sowie anhand von unerkannten Anfragen. Somit können Sie die Erkennungsgenauigkeit optimieren und Ihren Chatbot noch intelligenter machen.
Diese Beiträge könnten Sie auch interessieren:
Maschinelles Lernen bei Chatbots: Der Confidence-Wert – Teil 2
Maschinelles Lernen vs. regelbasierte Erkennung – Was ist besser geeignet für Chatbots?
Der ultimative Tipp für Ihre Chatbot Struktur: Komplexe Bots übersichtlich erstellen