Von Chatbots und Agenten

Laut dem Chatbot Report von Salesforce verwendeten 15% der Kunden Chatbots als Kommunikationsweg zu Unternehmen innerhalb eines Jahres. Besonders im Customer Support sind Chabots stark vertreten. Die Erreichbarkeit rund um die Uhr und der effiziente Betrieb sind nur zwei Gründe für die wachsende Verbreitung.

 

Von der Beantwortung häufiger Fragen bis hin zur komplexen Antragsstellung sind viele Ausbaustufen auf dem Markt. In den USA bietet z.B. ein Unternehmen einen Chatbot-Service für Sammelklagen an und ersetzen somit gar den Anwalt (Quelle). Selbst vor dem medizinischen Bereich machen sie nicht halt und helfen bei ernsthaften Erkrankungen, wie z.B. Depressionen.
Neben der reinen Texteingabe hat auch die Befehlseingabe per Sprache einen großen Mehrwert. In den Navigations- und Multimediasystemen von Autos hat sie schon länger einen festen Platz und in den eigenen Vier Wänden schaltet Alexa das Licht und die Heizung ein. Im Hintergrund funktioniert die Logik meist ähnlich wie bei der Texteingabe. „Lediglich“ die Spracherkennung wird hinzugefügt.
Doch bei all den vielen Anwendungsfällen, die mit Chatbots, Alexa-Skills, Siri und Co. abgedeckt werden können, umso mehr frägt man sich, warum z.B. Alexa schon bei kleineren Unterhaltungen frühzeitig aussteigt.

 

Die Antwort zeigt sich nach einer wissenschaftlichen Betrachtung der Thematik. Nach einer Definition von Stanford haben persönliche Assistenten und Chatbots folgende Merkmale:

 

  • Aufgaben orientiert
  • Fokussiert auf die Behandlung thematisch abgegrenzter Bereiche
  • Besteht aus einer erweiterbaren Menge an ‚Domains‘ und ‚Frames‘

 

In diesem Zusammenhang werden Chatbots als „Frame based Dialog Agents“ bezeichnet. Ein Frame ist dabei ein Bereich oder eine Aufgabe. Erhält der Agent eine Anweisung wird die Domain und der Frame folgendermaßen bestimmt:

 

Wecke mich morgen um 6 Uhr

 

{
        DOMAIN: ALARM-CLOCK
        INTENT: SET-ALARM
        TIME: 2018-03-21 0600-0000
}

 

Die Time ist dabei eine Variable, ein sog. Slot. Diese wird aus der Anweisung interpretiert: „morgen um 6 Uhr“ wird vom Agenten in ein exaktes Datum umgewandelt.
Diese Information, die der Agent aus der Anweisung extrahiert hat, kann nun weiterverarbeitet werden. Mit der Domain ‚ALARM-CLOCK‘ kann im Beispielfall eine Wecker App den Alarm auf dem Smartphone eisntellen. Nach diesem Prinzip funktionieren derzeit die meisten Assistenten und Chatbot Systeme: Alexa, Google Assistant, Siri, Cortana und viele weitere. Wir bei innFactory verwenden als Frame Based Dialog Agent „Dialogflow“ von Google und „AWS Lex“ von Amazon.

Comments

Diese Website verwendet Akismet, um Spam zu reduzieren. Erfahre mehr darüber, wie deine Kommentardaten verarbeitet werden.