Kauz im Start-up Pitch – Freundliche Künstliche Intelligenz

Was vor ein paar Jahren bei einem Hackathon begann und anfangs noch als „virtueller Assistent“ bezeichnet wurde, heißt heute Carla oder Doro. Die beiden Chatbots des Start-ups Kauz wurden als Tool für die Beantwortung von Kundenanfragen entwickelt und können im Service, Marketing oder in der Kundenkommunikation eingesetzt werden.

Thomas Rüdel, Gründer und CEO von Kauz, kam im Rahmen der fünften Werkstattwoche in das Insurance Innovation Lab, um „nicht nur von Chatbots zu erzählen, sondern vor allem, um deren Funktionsweise zu demonstrieren.“ Wie die Zusammensetzung des Teams – hauptsächlich Linguisten und Computerlinguisten – bereits verrät, steht die linguistische Beschaffenheit und das Verhalten eines Chatbots bei Kauz im Vordergrund. „Sprache dient der Informationsverarbeitung und ist deshalb das A und O beim Einsatz von Künstlicher Intelligenz“, erklärt Thomas Rüdel. Verstehen, Schlussfolgern und Lernen – das Start-up aus Düsseldorf entwickelt eine Sprachverarbeitungssoftware, die Informationen aufnehmen und extrahieren kann. Aus diesem Grund sind die Chatbots von Kauz auch keine verschönerten Durchklickmechanismen, sondern sie basieren auf tiefer linguistischer Modellierung (NLU), verstehen deshalb mehr Fragen und geben spezifischere Antworten.

Aufbauend auf dem eingebauten Sprachverständnis (NLU) setzt Kauz auch selektiv Lernprozesse ein. Zum einen werden unbekannte Wörter vom System automatisch analysiert, dann allerdings von Linguisten für zukünftige Verwendungen gegebenenfalls nachkorrigiert („kuratiertes Lernen“). Zum anderen werden auch (sehr selektiv) Informationen im Internet gesucht und aus Kundengesprächen aufgenommen. Die Informationsaufnahme aus Kundengesprächen beschränkt sich allerdings auf solche Informationen, die der Nutzer über sich selbst gibt (Name, Wohnort, Vorlieben etc.), damit ein Fall wie bei dem Experiment von Microsoft mit dem Chatbot Tay vermieden wird, der durch Nutzer innerhalb weniger Stunden zum Rassisten wurde.

NLU („Natural Language Understanding“) bildet die Basis für kuratiertes und autonomes Lernen

NLU („Natural Language Understanding“) bildet die Basis für kuratiertes und autonomes Lernen. (Quelle: Kauz)

Die Mission: „Wir wollen einen Beitrag zu freundlicher künstlicher Intelligenz leisten.“

Thomas Rüdel demonstriert in seinem Vortrag den Ablauf einer Chatkonversation mit dem Prototyp Doro, der für eine Versicherung entwickelt wurde. Wichtig ist, dass die Konversation zwischen Chatbot und Kunde einen natürlichen Charakter hat. Künstliche Intelligenz ist aber nicht automatisch freundlich. Damit das Gespräch so authentisch wie möglich abläuft, fließen in das Modell von Kauz verschiedene Faktoren mit ein: reines Sprachwissen wie Grammatik, Branchenwissen, spezifisches Vokabular und ein Kommunikationsrepertoire – zum Beispiel für den Umgang mit Komplimenten oder Beschwerden. Mit der Architektur des Systems können entweder Antworten generiert, vorgegeben oder beide Möglichkeiten kombiniert werden.  Die Chatbots sind dabei modular aufgebaut: Der Daten-Layer mit Angaben zu dem Unternehmen, zu Produkten und zu Prozessen wird vom Kunden gefüllt, der Engine-Layer, welcher die Branchenfähigkeiten, funktionale Fähigkeiten, die Kommunikation und Persönlichkeit des Bots umfasst, wird von Kauz entwickelt.

'Conversational Insurance' mit Kauz: Kunden können per Chat mit ihrer Versicherung kommunizieren, ihre Daten ändern und einfache Versicherungen abschließen

„Conversational Insurance“ mit Kauz und Chatbot Doro: Kunden können per Chat mit ihrer Versicherung kommunizieren, ihre Daten ändern und einfache Versicherungen abschließen (Quelle: Kauz).

Über den Chatbot-Editor können bei Kauz Informationen eingepflegt werden – auf Basis dessen wird „fachliches Wissen in linguistisches Wissen übertragen“. Darüber hinaus ist der Bot mit einem Reporting-System inklusive Evaluierung verbunden, welches eine Art der Eigenanalyse und Selbsteinschätzung darstellt und für jeden Auftrag den Lernprozess abbildet. Angelehnt an ein Ampelsystem ordnet der Bot ein, ob Informationen zum Beispiel „korrekt“ (das System ist der Ansicht, das Problem verstanden und gelöst zu haben) oder „akzeptabel“ (richtige Reaktion ist erfolgt, obwohl der Bot das Problem nicht verstanden hat) verarbeitet wurden. Auf Basis dieser Selbsteinschätzung kann das Wissen eines Bots ergänzt werden. „Künstliche Intelligenz braucht unserer Meinung nach den Ehrgeiz, den Anspruch und die Bereitschaft, einen Bot zu trainieren, wenn man ihn sinnvoll einsetzen will.“

Live-Demonstration: Chatbot Doro wird auf den Prüfstand gestellt

In seinem Vortrag gab Thomas Rüdel den Werkstattwochen-Teilnehmern auch die Möglichkeit, anhand unterschiedlicher Fragestellungen live zu testen, wie der Chatbot Doro auf verschiedenste Kundenanfragen reagiert. Durch die Praxisbeispiele konnten Fragen wie „Wie selbstständig kann ein Chatbot Informationen verarbeiten?“, „Wie nah muss die Frage an den Formulierungen in der Produktdatenbank gestellt werden?“, „Wie geht ein Bot mit Nachfragen um?“ oder „Wie gut ist Doros Kurzzeitgedächtnis?“ beantwortet werden. Dadurch entstand auch eine Diskussion über die Sinnhaftigkeit des Einsatzes von Chatbots im Kundenservice.

Der Bot ist in der Kommunikation mit dem Kunden aber nicht auf sich allein gestellt. Thomas Rüdel wies in seinem Vortrag darauf hin, dass ein Chatverlauf neben der vollautomatischen Funktionsweise beispielsweise auch durch einen Mitarbeiter begleitet werden kann, der sich in die Konversation einschaltet, sobald zum Beispiel ein Begriff wie „Lebensversicherung“ fällt oder ein Vertragsabschluss naht. Generell seien Unternehmen bei dem Einsatz von Chatbots derzeit noch sehr vorsichtig. „Den Einstieg bilden die FAQs oder Auskünfte zu vorhandenen Verträgen. Neue Vertragsabschlüsse kommen später“, sagt der Gründer von Kauz abschließend.

Hinterlasse einen Kommentar

5 + 5 =

*