Im automatisierten Kundendialog sind Einfühlungsvermögen, Verständnis, gezielte Fragen und schnelle, exakt zugeschnittene Antworten sehr gefragt. Das Anforderungsprofil an moderne Chatbots ist damit klar: Sie müssen neue Fähigkeiten wie Hyperpersonalisierung oder Augmented Conversations beherrschen, um dem Kunden konkrete Lösungen anzubieten, attraktive Angebote zu machen und dabei ein gutes Gefühl zu vermitteln.
Generative KI-Modelle machen das jetzt möglich. Diese nutzen sogenannte Transformer-Architekturen, wie sie beispielsweise von ChatGPT (Generative Pre-trained Transformer) bekannt sind. Die neue Generation von Chatbots verwendet über die großen generativen Modelle hinaus auch RAG-Frameworks (Retriever, Analyzer, Generator), um ergänzend auf weitere Wissensquellen (beispielsweise Dokumentenpools in Unternehmen) zuzugreifen und qualitativ hochwertige, individualisierte Texte zu erzeugen.
Dadurch wird ein tiefes, assoziatives Verständnis für die Sprache und spezifische Kontexte entwickelt. So können beispielsweise bestimmte Begriffe in Fragen durch den Einsatz von Attention-Mechanismen in den generativen KI-Modelle gezielt gewichtet oder Bedeutungsaspekte auf der Metaebene besser erfasst werden. Das Ergebnis sind GenAI-optimierte Chatbots, die wie ein guter Moderator arbeiten:
1. Besseres Verständnis für die Kunden
Kunden möchten sich verstanden fühlen, egal ob von einem Filialmitarbeiter oder einem Chatbot. Neue GenAI-Modelle verbessern das Sprachverständnis von Chatbots im Kundendialog, indem sie durch den Einsatz von GenAI sowohl die semantische Bedeutung als auch den Kontext einer Äußerung besser erfassen. Dadurch wird es möglich, auf ältere Ansätze wie Mustererkennung, regelbasierte Modelle oder wissensbasierte Systeme, die eine Datenbank verwenden, zu verzichten.
2. Besseres Feedback für die Kunden
Dank dieses besseren Verständnisses können Chatbots genauer auf die Kundenbedürfnisse eingehen und gezieltere, besser formulierte Antworten geben. Dafür greifen sie nicht mehr auf vordefinierte Textbausteine für bestimmte Anwendertypologien zurück.
Stattdessen erfolgt eine individuelle Ansprache auf Basis generativer KI-Modelle. Der Retriever findet die relevanten Informationen, der Analyzer ist dafür verantwortlich, dass die Antworten sachlich korrekt und informativ sind, und der Generator sorgt für die richtige Tonalität der Texte.
3. Automatisierte Übersetzungsfunktionen
Mit GenAI-gestützten Chatbots ist es jetzt zudem möglich, fremdsprachigen Input in Echtzeit einzubinden – und das ohne zusätzlichen Übersetzungsaufwand. Damit wird die Wissensbasis für die Formulierung passender und qualitativ hochwertiger Texte enorm erweitert. Das verbessert sowohl die Quantität als auch die Qualität der Antwortmöglichkeiten – und damit die Usability, Akzeptanz und Kundenzufriedenheit.
„Die neuen Chatbots agieren im Kundendialog ähnlich empathisch wie exzellente Berater, sind ihnen aber durch den Echtzeitzugriff auf eine riesige Wissensbasis inhaltlich überlegen“, erklärt Florian Lauck-Wunderlich, Head of AI and Advanced Analytics Consulting EMEA bei Pega. „Auch im Customer-Service-Bereich profitieren die Berater durch Assistentensysteme, die auf der gleichen technologischen Grundlage arbeiten. Damit könne