Conversational AI: Definition und Vorteile

1. Was ist Conversational AI?
2. Welche Vorteile hat Conversational AI?
3. Conversational AI vs. Chatbots: Was ist der Unterschied?
4. Beispiele für Conversational AI
5. Mit welchen Tools kannst du Conversational AI in deine Prozesse integrieren?
6. Fazit: Mitarbeiter*innen haben Zeit fürs Wesentliche dank Conversational AI

Wo es machbar und sinnvoll ist, nehmen Maschinen Mitarbeiter*innen einfache und monotone Aufgaben ab. Ein bedeutendes Werkzeug hierfür ist die Conversational AI: Der KI-Experte Prof. Dr. Gentsch bestätigt, dass Unternehmen, deren Geschäftsprozesse darauf basieren, systematisch Umsatzpotentiale erschließen und von einem verbesserten Kundenservice profitieren können.

Für zukunftsorientierte Unternehmen stellt sich also nicht die Frage, ob sie in Conversational AI investieren möchten, sondern, ob sie es sich leisten können, das nicht zu tun. In diesem Artikel erfährst du, was hinter der Technologie steckt, wie du sie für dich nutzen kannst und welche Tools dich dabei unterstützen.

Was ist Conversational AI?

Conversational AI steht für Conversational Artificial Intelligence und ist eine künstliche Intelligenz (KI), die automatisiert Gespräche mit einer oder mehreren Personen führt. Das menschenähnliche Dialogsystem ist eine Art Verschmelzung zwischen KI und Kommunikation. Die Conversational AI wird inzwischen für sämtliche KI-basierende Technologien verwendet, sowohl für mündliche (z. B. Alexa) als auch schriftliche (z. B. Chatbots) Konversationen.

Welche Vorteile hat Conversational AI?

Immer mehr Unternehmen setzen auf Conversational-AI-basierende Assistenten in ihren Prozessen. Da sie den Mitarbeiter*innen monotone Aufgaben abnehmen, profitieren sämtliche Unternehmensbereiche davon.

Conversational AI kann

• Mitarbeiter*innen von sich wiederholenden Fragen und Aufgaben erlösen,
• die User Experience bzw. Candidate Experience verbessern und bei der Vorqualifizierung im Vertrieb, Marketing und Personalwesen helfen,
• den Kundenservice und den internen First-Level-Support (z. B. mit einem 24/7-Service, einer schnellen Beantwortung der Nachrichten, dem Wegfall von Warteschleifen am Telefon und langen Recherche-Arbeiten im Netz) verbessern,
• Kund*innen zu Produkten beraten und individuelle Angebote für sie erstellen,
• die Live-Kommunikation während eines Events übernehmen,
• den internen Kommunikationsbedarf minimieren (z. B. durchs Abfangen von Krankmeldungen),
• das Reklamationsmanagement beschleunigen,
• das Diskussionspotenzial bei sensiblen Themen minimieren (Sentiment-Analysen erkennen Emotionen und können so den passenden Ton treffen),
• mit mehreren Menschen gleichzeitig kommunizieren (z. B. auf der Homepage, im FAQ-Bereich, über Messenger-Services wie WhatsApp und über Social-Media-Plattformen),
• Mitarbeiter*innen bei Personalengpässen durch die Abnahme des „Alltagsgeschäfts“ den Rücken freihalten,
• vor allem wachsende Unternehmen unterstützen, denn für sie macht es keinen Unterschied, ob 100 oder 10.000 Mal am Tag die gleiche Frage gestellt wird,
• sich automatisch weiterentwickeln und dadurch den Pflegeaufwand gering halten,
• Daten sammeln, die als Grundlage für diverse Unternehmensentscheidungen dienen.

In diesen Branchen kommt Conversational AI bereits häufig zum Einsatz:

• E-Commerce
• Finance
• Industrie
• Tourismus
• Education
• Energie
• Verlagswesen
• Health Care

Conversational AI vs. Chatbots: Was ist der Unterschied?

Beide Technologien sind Kommunikationsassistenten und haben ihre Parallelen. Teilweise werden sie sogar synonym verwendet, obwohl sie sich sehr wohl unterscheiden:

Regelbasierte Chatbots

Ein regelbasierter Chatbot basiert nicht auf KI. Er funktioniert mit definierten Regeln. Freitexteingaben sind meist nicht möglich – und falls doch, versteht der Chatbot verhältnismäßig wenig davon. Die Interaktion findet zwar automatisiert statt, doch die möglichen Antworten sind begrenzt. Du kannst ihn dir wie einen vorgefertigten Fragen-Antworten-Katalog vorstellen. Der regelbasierte Chatbot eignet sich zum Beispiel als Assistent im FAQ-Bereich deiner Webseite. Er informiert deine Webseitenbesucher*innen über deine Öffnungszeiten und den Status ihrer Bestellung.

Intelligente Chatbots

Ein intelligenter Chatbot basiert auf KI. Das bedeutet, dass er aus Gesprächen lernt. Genau genommen ist Conversational AI die Technologie, die im intelligenten Chatbot steckt. Er kann mit Freitexten umgehen und Zusammenhänge verstehen (lernen).

Conversational AI

Conversational AI ist mehr als ein Frage-Antwort-Spiel. Die KI kann automatisiert Gespräche mit einem oder mehreren Menschen führen. Neben der schriftlichen Chat-Funktion kann sie auch mündlich kommunizieren.

Technischer Hintergrund

Quelle: https://nuacem.com/top-5-conversational-ai-trends-and-their-impact-on-enterprises

Bei der Conversational AI kommunizieren Nutzer*innen in der Regel mündlich mit ihren Gesprächspartner*innen. Dank Natural Language Processing (NLP) und Machine Learning kann der Chatbot die Information in Text umwandeln – er transkribiert. NLP wird oft entweder mit Machine Learning oder Deep Learning kombiniert, damit Wörter kontextbezogen erkannt und ganze Sätze verstanden werden können. Die Chatbots leiten Absichten ab und reagieren im besten Fall genau so, wie Menschen es tun würden. Die Kontaktaufnahme kann über eine Webseite, eine App oder ein Smarthome-Gerät erfolgen.

Die KI findet den Nutzer Intent heraus und verarbeitet die Information. Ab diesem Punkt werden die Daten genauso verwaltet und verarbeitet wie von „normalen“ Chatbots. Um zu antworten, kannst du selbst einen Code programmieren oder auf eine Plattform zugreifen.

Prinzipiell hast du drei Optionen:

1. Interne Datenbanken durchforsten: Wenn du z. B. wissen möchtest, wie viele Produktionsmitarbeiter*innen gerade anwesend sind.
2. Externe Datenbanken durchforsten: Für die meisten Fragen wirst du über Schnittstellen auf die Datenbanken deiner Systeme (etwa dein ERP-System oder CRM) zugreifen müssen.
3. Der Chatbot schließt den Dialog ab, indem er einen Termin vereinbart oder die Person an eine andere Abteilung weiterleitet.

Wenn die Antwort nicht angezeigt, sondern vorgelesen wird, sprechen wir von „Text-to-Speech“. Hierbei können auch Bilder und andere Medien die User-Experience bzw. Candidate-Experience verbessern.

Was Nutzer*innen nicht direkt wahrnehmen: Im Hintergrund analysieren maschinelle Lernalgorithmen jeden Dialog, um bei zukünftigen Gesprächen noch besser auf Anliegen einzugehen. Dieser Vorgang nennt sich Machine Learning.

Beispiele für Conversational AI

Das bedeutet: Kundenservice allein ist gut, Kundenservice mit Unterstützung eines Chatbots ist besser und Kundenservice mit Unterstützung eines Conversationalbots (Conversational AI) ist am besten. Wir sehen uns das an drei konkreten Beispielen näher an:

Beispiel 1: Das Unternehmen mit einem Kundenservice-Team

Die Kundin eines Online-Shops möchte nach langer Zeit wieder bestellen und sich ihre Pakete künftig zur Arbeit liefern lassen, doch ihr Account ist inzwischen deaktiviert. Das Elektrounternehmen beschäftigt im Kundenservice fünf Mitarbeiter*innen. Als sie zum Hörer greift, sind alle Leitungen belegt. Sie landet in der Warteschleife, googelt parallel nach FAQ – erfolglos – und legt nach 30 Sekunden genervt auf. Sie hätte sofort Hilfe gebraucht, um mit der Installation fortzufahren. Das nächste Mal kauft sie bei der Konkurrenz.

Beispiel 2: Das Unternehmen bietet seinen Kund*innen einen Chatbot als erste Anlaufstelle

In diesem Szenario gehört zu dem beschriebenen Kundenservice-Team ein Chatbot. Er soll die einfachen Fragen abfangen, um das Team zu entlasten.

Chatbot: „Hallo, wie kann ich Ihnen helfen?“

Kundin: „Ich möchte meine Lieferadresse ändern, aber mein Konto ist deaktiviert.“

Der Chatbot erkennt ihr Anliegen aus dem ersten Teil des Satzes und schickt ihr einen Link zur Anleitung für die Änderung ihrer Lieferadresse. Das im zweiten Teil der Nachricht beschriebene Problem ignoriert der Chatbot. Nun wählt sie die Telefonnummer des Kundenservices, um das Problem schneller zu beheben. Telefonisch ist der Account schnell wieder aktiviert, doch das hat das Service-Team unnötig Zeit gekostet.

Beispiel 3: Das Unternehmen bietet seinen Kund*innen einen Conversationalbot als erste Anlaufstelle

In diesem Szenario gehört zu dem beschriebenen Kundenservice-Team ein Conversationalbot.

Conversationalbot: „Hallo, wie kann ich Ihnen helfen?“

Kundin: „Ich möchte meine Lieferadresse ändern, aber mein Konto ist deaktiviert.“

Der Conversationalbot versteht beide Anliegen und schickt der Kundin sowohl eine Anleitung für die Aktivierung ihres Accounts als auch eine Anleitung zur Änderung ihrer Lieferadresse.

Die wichtigsten Unterschiede zwischen dem regelbasierten Chatbot und dem Conversationalbot:

• Erinnert sich an persönliche Präferenzen
• Interagiert kanalübergreifend und gewährleistet eine einheitliche Kommunikation (Omnichannel)
• Versteht den Kontext
• Verarbeitet Audio-Ein- und Ausgaben
• Interagiert menschenähnlich anstatt regelbasiert
• Entwickelt sich automatisch weiter

Quelle: https://www.hyro.ai/post/whats-the-difference-between-chatbots-and-conversational-ai

Mit welchen Tools kannst du Conversational AI in deine Prozesse integrieren?

Es gibt mehrere Tools, mit denen du Conversational AI in deinem Unternehmen umsetzen kannst. Eine Option ist die SAP Commerce Cloud. Sie befasst sich mit der kompletten Buyer Journey – von Awareness bis Loyalty ist jeder Bereich deines Funnels abgedeckt. Viele Unternehmen entscheiden sich bei der Digitalisierung ihrer Prozesse für diese Kombination: Emarsys, Zoovu und SAP Commerce Cloud.

Emarsys

Emarsys hilft Marketer*innen dabei, relevante Inhalte im großen Stil zu erstellen und zu veröffentlichen. Predict ist eine enthaltene selbstlernende Funktion für die Produktempfehlung. Die Funktion Send Time Optimization stellt sicher, dass Kund*innen die richtigen Nachrichten zum richtigen Zeitpunkt erhalten. Mit Emarsys wird die Erstellung und Skalierung des Omni-Channel-Engagements für jedes Unternehmen umsetzbar.

Eine weitere hilfreiche Funktion für dein Content Marketing könnte demnächst folgen: Der KI-basierte Chatbot ChatGPT ist in aller Munde. Er hilft vielen Content-Marketer*innen bei der Ideenfindung und dem Erstellen relevanter Inhalte. Der CEO von SAP Emarsys Joanna Milliken, sprach kürzlich über ihren Gedanken, ChatGPT in die Plattform Emarsys zu integrieren.

Zoovu

Der Gesprächsassistent Zoovu hat alles, was du für gute Conversion-Rates brauchst:

• eine 24/7-Kaufberatung, die den Kontext versteht,
• eine automatische Generierung von relevanten und aktuellen Produktinhalten,
• eine Performance-Analyse, mit der du die Bedürfnisse deiner Zielgruppe herausfinden kannst,
• die Möglichkeit, Vertriebspartner*innen einzubinden und
• Aktionen kanalübergreifend sowie standortunabhängig zu skalieren.

Mit der sogenannten No-Code-Plattform kannst du Conversational-Assistenten auch ohne technische Vorkenntnisse erstellen und einsetzen, um die Customer Experience deiner Kund*innen permanent zu optimieren.

Übrigens kannst du eine kostenlose Emarsys Demo buchen. Wenn dir Emarsys, Zoovu und die SAP Commerce Cloud gefallen, kannst du sie zusammen nutzen und so das Omni-Channel-Erlebnis deiner Kund*innen perfektionieren.

Auf OMR Reviews werden auch diese Chatbots gelobt:

melibo

moinAI

Userlike

Tidio

Fazit: Mitarbeiter*innen haben Zeit fürs Wesentliche dank Conversational AI

Conversational AI ist natürlich kein Wunderheilmittel. Auch KI-Systeme stoßen an ihre Grenzen – meistens aufgrund der geringen Datenqualität. Außerdem können sich ähnelnde Kategorien zu Problemen führen. In den letzten Jahren hat sich aber einiges getan, weshalb Conversational AI immer beliebter wird. In Bezug auf die Einsatzgebiete gibt es kaum Grenzen, das Potenzial der kleinen Helfer ist einfach enorm.