In unseren Gesprächen mit Unternehmen fällt uns häufig auf, dass die Leistungsfähigkeit bestehender Bots oft kritisch hinterfragt wird. Die gängigen Rückmeldungen lauten wie folgt:
Dies tritt nahezu unabhängig davon auf, ob das intelligente Softwarepaket von Unternehmen wie IBM Watson, Cognigy, RASA, moin.ai, OMQ, Zendesk oder anderen bereitgestellt wird. Doch was steckt wirklich dahinter?
Die Intelligenz von Chatbots in Unternehmen ist nicht immer ausreichend, da sie auf spezifische Fragen und Abläufe trainiert werden und daher nicht in der Lage sind, unvorhersehbare oder komplexe Anfragen zu bewältigen. Zudem kann unzureichende Datenqualität und -quantität dazu beitragen, dass Chatbots nicht immer präzise Antworten liefern können.
Darüber hinaus sind die Pflege und Aktualisierung des Inhalts oft aufwendig. So ist es von entscheidender Bedeutung, den Chatbot mit präzisen und relevanten Informationen zu versorgen, um angemessene Antworten auf Anfragen geben zu können. Dies erfordert die Zusammenarbeit verschiedener Abteilungen innerhalb des Unternehmens, um sicherzustellen, dass alle relevanten Informationen verfügbar sind. Es kann auch notwendig sein, den Inhalt regelmäßig zu überprüfen und zu aktualisieren, um sicherzustellen, dass er aktuell und korrekt bleibt.
Um diese Herausforderungen zu bewältigen, müssen Unternehmen den Chatbot kontinuierlich schulen und seine Datenbank permanent überprüfen und aktualisieren. Doch aus unserer Erfahrung liegt das Hauptproblem genau hier: Der Chatbot wurde zunächst auf einfache Fragen und Prozesse trainiert und hat daher Schwierigkeiten, komplexe Anfragen zu verarbeiten. Da diese Daten jedoch nicht verfügbar sind, kann der Chatbot keine präzisen Antworten auf solche Fragen liefern.
Die Verbesserung der Intelligenz eines Chatbots kann mithilfe einer KI-basierten Wissensmanagementlösung erreicht werden. Diese Lösung ermöglicht es dem Chatbot, auf eine breite Palette von Informationen und Wissen aus Ihrem Unternehmen zuzugreifen, um präzisere und passendere Antworten auf Benutzerfragen zu liefern. Eine solche KI-basierte Suchmaschine, die auch als Enterprise Search System bezeichnet wird, ist der iFinder von IntraFind. Die Unternehmenssuchmaschine trägt dazu bei, die Genauigkeit und Relevanz der Antworten zu steigern, indem sie die relevanten Informationen aus der Wissensdatenbank bzw. anderen angebundenen Datenquellen auswählt und bereitstellt. Der iFinder kann über sogenannte Konnektoren einfach auf verschiedene Systeme in Ihrem Unternehmen zugreifen, wie z.B. M365, Confluence, SharePoint, Jira, Wikis und mehr.
Zusätzlich ermöglicht eine KI-Wissensmanagementlösung auch eine effizientere Verwaltung und Pflege des Wissens. Wird neues Wissen in den angebundenen Datenquellen hinzugefügt, aktualisiert oder gelöscht, ist damit auch die Unternehmenssuchmaschine auf dem neuesten Stand.
Insgesamt kann eine hochwertige KI-Wissensmanagementlösung die Intelligenz eines Chatbots verbessern, indem sie ihm eine breite, aktuelle Wissensbasis zur Verfügung stellt und ihm gleichzeitig die Fähigkeit gibt, diese Basis effektiv zu nutzen, um relevante Antworten auf Benutzerfragen zu liefern.
Alternativ können Sie auch generative Modelle wie ChatGPT von OpenAI oder Luminous des deutschen Herstellers Aleph Alpha anstelle eines speziell trainierten Chatbots in Ihre Frage-Antwort-Kommunikation integrieren. Der Vorteil einer Kombination einer KI-basierten Suchmaschine wie dem iFinder mit einem integrierten generativen KI-Modell besteht darin, dass nur die Daten verwendet werden, die dem Benutzer tatsächlich zur Verfügung stehen, sei es aufgrund seiner Berechtigungen oder aufgrund des Modells, das trainiert wurde. Dies minimiert das Risiko von "Halluzinationen" durch das generative Modell erheblich.
Unser Ansatz zur Verbesserung Ihrer Chatbots umfasst ein Natural Language Question Answering Modul (NLQA) in Form eines Frage-Antwort-Systems. Diese leistungsstarke Sucherweiterung ist speziell für interaktive Frage-Antwort-Chatbots konzipiert. Mit dieser Lösung kann Ihr Chatbot, schnell und effizient auf unternehmensweite Informationen zugreifen. Dies wiederum ermöglicht es Ihnen, Ihre Chatbot-Dialoge zu optimieren und die Benutzerzufriedenheit erheblich zu steigern.
Das NLQA-Modul sorgt dafür, dass vordefinierte Antworten aus Ihren Unternehmensdaten durch den iFinder extrahiert und nahtlos in den Chatbot-Dialog eingebunden werden. Der iFinder ist eine KI-basierte Wissensmanagement-Lösung, die Begriffe, Texte, Keywords und entsprechende Fragestellungen aus verschiedenen Datenquellen extrahiert und passende Ergebnisse liefert. Diese Anwendung durchsucht nicht nur Ihre Chatbot-Datenbank, sondern auch weitere Datenquellen wie Confluence, SharePoint, andere Content-Management-Systeme und gegebenenfalls auch Voice- oder Chat-Transkripte.
Der Wartungsaufwand verringert sich erheblich, da der iFinder bereits viele Konzepte "Out of the Box" mitbringt, was den Pflegeaufwand der "Intents" (Erkennens- oder Verstehensmechanismen) oder Fragestellungen reduziert. Zudem wird auf das vorhandene Wissen aus den verfügbaren Informationen zurückgegriffen. Beispielsweise kann die Suche automatisch Synonyme zur Suchanfrage ergänzen, sodass sie nicht nur nach "Rente", sondern auch nach "Pension", "Altersgeld", "Altersrente", "Betriebsrente", "Gesetzliche Rente", "Alterssicherung" und "Altersversorgung" sucht und entsprechende Treffer liefert. Die textuelle Vorschau der Suchergebnisse liefert bereits den Kontext zur gesuchten Antwort. Das Ranking nach Relevanz ermöglicht eine präzise Einstellung, um die beste Antwort aus den vorhandenen Informationen auszuwählen.
Wir sind der Meinung, dass die Vorteile von Frage-Antwort-Systemen (Natural Language Question Answering) gegenüber reinen Chatbot-Anwendungen in vielerlei Hinsicht überwiegen. Daher liegt unser Hauptaugenmerk auf der Umsetzung des Frage-Antwort-Systems. Im Vergleich zu einem modellierten Chatbot bietet ein Frage-Antwort-System klare Vorteile, darunter geringere anfängliche Projektinvestitionen, verkürzte Projektlaufzeiten und reduzierter Pflegeaufwand.
Wir möchten betonen, dass ein Chatbot dann hilfreich ist, wenn Benutzer nicht genau wissen, wonach sie suchen. Darüber hinaus kann ein Chatbot in Situationen nützlich sein, in denen die Suchfunktion nicht verwendet wird, sei es aufgrund mangelnder Bekanntheit oder fehlendem Zugriff auf die Daten. Unsere Erfahrung zeigt, dass eine Suche in der Regel schneller eine Antwort liefert als ein geführter Dialog.
Unser Frage-Antwort-System ermöglicht auch die Sprachsteuerung der Suche. Der iFinder verfügt optional über eine Speech-to-Search-Funktion. Unsere Lösung kann sowohl On-Premises auf organisationseigenen Servern als auch als Cloud-basierter SaaS-Dienst bereitgestellt werden.
Aus unserer Sicht erzielen Chatbot-Anwendungen den größten Mehrwert, wenn sie den Informationsübermittlungsprozess direkt abschließen und aktiv in die Abwicklung von Prozessen eingebunden sind. Zum Beispiel bei der Bestellung einer Pizza oder dem Abschluss einer Versicherung. Wenn der Hauptzweck der Anwendung darin besteht, Informationen zu finden und weiterzugeben, ist das Konzept, Antworten direkt aus den vorhandenen Inhalten zu generieren, die optimale Lösung.
Ein generatives Sprachmodell wie ChatGPT kann keine Suchmaschine oder Wissensdatenbank ersetzen, da es nicht über aktuelles und detailliertes Fachwissen verfügt. Die bessere Option ist eine Suchmaschine, die ein generatives Modell integrieren kann. Eine Suchmaschine kann Textstellen aus Dokumenten liefern, die wahrscheinlich Antworten auf eine gestellte Frage enthalten, und das Sprachmodell kann diese Informationen in eine verständliche Antwort umwandeln, die in einem Chatbot verwendet werden kann.
Daher ist die Kombination einer KI-basierten Suchmaschine mit automatisierter Textextraktion, wie dem iFinder, und einem generativen Sprachmodell ähnlich ChatGPT die ideale Lösung für Unternehmen. Dabei übernimmt die generative KI den menschenähnlichen, automatisierten Dialog, während der iFinder die relevanten Inhalte aus den Datenquellen des Unternehmens extrahiert.
Gerne besprechen wir Ihren individuellen Anwendungsfall persönlich. Wir sind Experten im Bereich des Wissensmanagements und beschäftigen uns bereits seit längerer Zeit mit verschiedenen großen Sprachmodellen. Wir bieten Ihnen verschiedene Umsetzungsvorschläge mit Vor- und Nachteilen, damit Sie eine optimale Entscheidungsgrundlage für Ihr Projekt erhalten.
