1000-Grad-Bot-Chatverlauf-Natural Language Processing

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

Natural Language Processing

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

Natural Language Processing

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

Natural Language Processing

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.