Pixelbliss - Fotolia

Wofür sich KI-Chatbots in Verkauf und Marketing einsetzen lassen

Künstliche Intelligenz ermöglicht es, Aufgaben zu automatisieren. Aber erst die Zusammenarbeit von Mensch und Maschine schafft bessere Ergebnisse.

Dieser Artikel ist die Fortsetzung des ersten Teils „KI-Chatbots ziehen in Unternehmen schneller ein als man denkt“.

Chatbots, die auf Künstlicher Intelligenz (KI) basieren, sind gerade dabei, menschliche Verkaufsassistenten zu ersetzen, die immer wiederkehrende Aufgaben erledigen – analog dazu, wie Textverarbeitung Schreibbüros substituiert hat. Unternehmen sind daher gut beraten, wenn sie diese Art von Mitarbeitern weiterbilden – ansonsten müssen sie mit Unruhe rechnen.

Obwohl kognitive Computer-Tools wie KI-Chatbots einige Jobs automatisieren werden, wird die Technologie die meisten Mitarbeiter nicht überflüssig machen. Der Grund ist, dass die künstlichen Assistenten kaum in der Lage sind, mit neuartigen, komplexen Aufgaben umzugehen. Dies ist die Meinung der meisten Technologieanalysten – und sogar derjenigen Unternehmen, die KI-Plattformen anbieten.

Forrester Research prognostizierte kürzlich, dass kognitive Technologien wie der Roboter, künstliche Intelligenz, maschinelles Lernen und ganz allgemein Automatisierung im Jahr 2025 16 Prozent der US-Arbeitsplätze eliminieren werden. Umgekehrt werden allerdings auch etwa neun Prozent neue Arbeitsplätz entstehen.

Man sieht auf den ersten Blick, dass diese neun Prozent nicht die Arbeitsplatzverluste aufwiegen – es entsteht ein Nettoverlust von sieben Prozent an Arbeitsplätzen in den USA. Büro- und Verwaltungspersonal wird als erstes überflüssig werden, während gleichzeitig neue Jobs wie Experten für die Roboterüberwachung, Data Scientists und Automatisierungsspezialisten entstehen. Diese werden einige der 8,9 Millionen neuen Arbeitsplätze in den USA ausmachen.

Wenn man versteht, wie KI-Chatbots funktionieren, wird einem auch klar sein, warum diese nicht automatisch mehr Arbeitsplätze verdrängen werden: Maschinelle Lernplattformen funktionieren nur bei wiederholbaren Aufgaben, die von einer Person trainiert werden. Ein KI-Chatbot aber kann nicht mit neuartigen Szenarien umgehen, die ein innovatives, kreatives Denken erfordern.

Das bedeutet im Endeffekt, dass intelligente Maschinen per se relativ dumm sind, aber besser werden, wenn sie mit Menschen zusammenarbeiten. Deep Neural Networks können Muster identifizieren, die eine Person vermutlich nicht einmal bemerken würde, weil sie selten auftreten. Allerdings ist die Technologie weit davon entfernt, perfekt zu sein, da sie mit probabilistischen Schlussfolgerungen arbeitet – und die erfordern eine Qualitätskontrolle, sagt Gartner Vizepräsident Tom Austin während eines Webinars zum Thema.

„Es gibt eine Mensch-Maschine-Symbiose, bei der sich Menschen und Maschinen gegenseitig ergänzen. Sie erbringen zusammen bessere Leistungen, als wenn sie nur alleine arbeiten würden“, sagt Austin während des Webinars. „Merken Sie sich das gut und vergessen Sie es nie: der größte Wert, der aus der Mensch-Maschine-Interaktion entsteht, ist, dass Maschinen die Menschen intelligenter machen und umgekehrt auch die Menschen die Maschinen schlauer machen.“

In der Tat: Auch IBM ist darauf bedacht, sein Kronjuwel Watson nicht als Ersatz für menschliche Mitarbeiter zu positionieren. Watson erweitert die menschliche Intelligenz und arbeitet Seite an Seite mit Menschen, um seine Kompetenz und Glaubwürdigkeit zu verbessern, sagt IBM Watson Platform Director Steve Abrams.

„Auf die gleiche Art und Weise, wie Sie Ihren menschlichen Assistenten um etwas bitten, könnte Ihr Assistent den virtuellen Assistenten um eine Information bitten – und niemand verliert seinen Arbeitsplatz“, sagt Abrams.

IBM Watson Conversation wird in KI-Chatbot-Anwendungen verwendet, die einfache Kundendienst- und Abfrageaufgaben ergänzen. Die aktuelle Version kann auch den Tonfall und die Absichten von Kunden entschlüsseln. Damit sind Call-Center-Mitarbeiter fein raus, denn sie werden von immer wiederkehrenden, simplen Fragen befreit und können sich auf komplexere Probleme konzentrieren.

„Wir analysieren nicht nur die wörtliche Absicht eines Sprechers, sondern auch seinen Tonfall, seine Einstellungen und seine Gefühle“, sagt Abrams. „Ich kann eine Kundenservicelösung bauen, die bemerkt, wenn ein Kunde wütend wird und die Antwort mit einer Entschuldigung auf diese Situation zuschneiden. Anschließend wird der Kunde dann an einen menschlichen Agenten übergeben.

Virtuelle Assistenten erledigen die „Drecksarbeit“

Der virtuelle Assistent von Conversica ist eine Kombination aus KI-Technologien und wird als Software as a Service (SaaS) ausgeliefert. Der Assistent erstellt einen E-Mail-Dialog, um Informationen aus Inbound-Leads zu sammeln, die letztlich an menschliche Vertriebs- oder Marketing-Repräsentanten weitergegeben werden, erklärt Gary Gerber, Marketing-Leiter bei Conversica.

Einer der Kunden von Conversica ist KnowledgeVision, ein Anbieter von Online-Business Präsentationsplattformen. Die virtuelle Assistentin von KnowledgeVision heißt Caitlin Kelly und hat den Auftrag, Leads niedriger Priorität zu verfolgen. Das sind Leads, für die Business Development Representatives (BDRs) keine Zeit haben, sagt Susan Zaney, Vice President of Marketing bei dem Unternehmen.

„Unsere BDRs haben sich die Rosinen unter den Leads herausgepickt, von denen wir glauben, dass sie sich am leichtesten in Verkäufe umwandeln lassen“, sagt Zaney. „Wir hatten andererseits aber auch oft sehr interessante Leute, die uns nur eine E-Mail-Adresse gaben. Aber sie wurden nicht weiterverfolgt, weil es schwierig war zu entscheiden, ob das Interesse real war oder nicht. Bots beseitigen dieses Problem, weil ‚Caitlin‘ jedem Lead folgt“.

Leads werden auf der Grundlage erzielt, ob das Unternehmen und der Name real sind und wie viel die Person auf der Website nachforschen musste. High-Priority-Leads werden weiterverfolgt, aber es ist ein großer Sprung von einem Priority-Lead bis an den Punkt, wo man mit jemanden sprechen will, erklärt Zaney.

„Caitlin hat diese Lücke überbrückt“, sagt Zaney. „Mit Caitlin konvertieren wir acht Prozent unserer unbearbeiteten Leads und wir können Accounts, die nicht abgeschlossen wurden, aber Potential hatten, erneut beleben.“

Caitlin erkennt nicht den Grund, warum sich jemand für ein Produkt interessiert; ihr Ziel ist es nur, potenzielle Kunden höflich um ein Meeting zu ersuchen. Wenn jemand zustimmt, wird sie ihre Telefonnummer bestätigen und sicherstellen, dass ein Vertriebsmitarbeiter die grundlegenden Details hat, die er benötigt, um ein Live-Gespräch zu starten, sagt die Marketing-Spezialistin.

Und wenn Caitlin lernt, dass jemand nicht an einer Besprechung interessiert ist oder keine weiteren Informationen wünscht, ist das genauso wichtig. Das bedeutet nämlich, dass BDRs keine Zeit aufwenden müssen, um diese Anrufe zu tätigen, erklärt Zaney.

Allerdings ist Caitlin nicht perfekt. „Manchmal versteht sie Out-of-Office-Antworten nicht“, sagt Zaney. „Wenn Ihre Out-of-Office Antwort zum Beispiel besagt, dass Sie am Dienstag nächster Woche zurückkehren, kann sie das fälschlicherweise so interpretieren, als würden Sie am Dienstag ein Treffen wünschen.“

Das bedeutet, dass das Team von KnowledgeVision Caitlins Interaktionen überprüfen muss, bevor es den Kunden weiter kontaktiert. Aber die Vorteile überwiegen laut Zaney die Nachteile.

Ein großer Vorteil ist, dass virtuelle Assistenten rund um die Uhr arbeiten und keine Pause brauchen. Wenn ein potenzieller Kunde auf eine E-Mail um ein Uhr nachts antwortet, kann Caitlin sofort reagieren, und dem Kunden ist nicht bewusst, dass dieser hartnäckige Verkäufer ein Chatbot ist.

Chatbots liefern schnelle Antworten

Während die Art von Konversationsschnittstellen – wie die von IBM – Unternehmen sicherlich helfen, die Kundenbindung zu erhöhen und den Kundenservice zu verbessern, sind die Schnittstellen nicht genug ausgereift, um sie als tatsächliche Plattform für Interaktionen einzusetzen, sagt IBM-Experte Abrams. Das ist aber nicht weiter schlimm. Neue Plattformen für die Nutzerinteraktion sind in der gesamten IT-Geschichte im wieder aufgekommen, und während dieser Übergänge sind die älteren Möglichkeiten, Dinge zu erledigen, weiterhin nützlich geblieben, sagt er.

„Ich würde mich heute nicht sehr wohl dabei fühlen, eine Reise über eine Konversationsplattform zu buchen, und nicht mit einem tatsächlichen Reisebüromitarbeiter Kontakt zu haben. Schließlich gibt es so viele Optionen, die man verstehen muss“, sagt Abrams. „Die begrenzte Bandbreite eines Dialogkanals kann zum Beispiel besser für Benachrichtigungen wie eine Reisestörung genutzt werden.“

Mehr zum Thema IBM Watson:

IBM Watson Cognitive Computing: Warum BMW und IBM künftig kooperieren.

IBM Watson: Mit kognitiver Technologie Cybergefahren begegnen.

OpenText Enterprise World 2016: Mit Magellan gegen IBM Watson.

Zwischen Hype und Realität: Was IBM Watson für Analytics bietet.

Wenn Watson Conversation den Wunsch eines Kunden erkennt, Informationen aus einem großen Datenpool zu finden, kann es die Anfrage an ein System weiterleiten, das für diese Aufgabe besser geeignet ist. Wenn zum Beispiel ein Arzt eine Forschungsarbeit anfordert, kann Watson Conversation die Anfrage an einen angrenzenden Retrieve- und Rankingdienst auf der IBM Bluemix Developer Cloud übergeben.

„Im medizinischen Beispiel ersetzt Watson keinen einzigen menschlichen Mitarbeiter, aber das System ermöglicht es Ärzten, Antworten schneller zu bekommen“, sagt Abrams.

Der IBM-Partner Welltok nutzt die Watson Machine-Learning- und Cognitive-Computing-Technologien für den Betrieb seiner CaféWell Concierge-Plattform. Die Anwendung liefert medizinischen Verbrauchern Informationen, die sie benötigen.

Der Concierge versucht, die Absichten des Kunden zu verstehen und antwortet ihm oder leitet Kunden an Ressourcen weiter, die sie benötigen, sagt der Unternehmensgründer und Vizepräsident für funktionale Architektur, Jeff Cohen.

Cohen weist darauf hin, dass man Fachleute braucht, um die maschinellen Lernsysteme zu trainieren. Bei Welltok helfen Mitarbeiter, die für die Beantwortung von Kundenanfragen zuständig sind, Watson zu trainieren und ihr Know-how mittels maschineller Lernsysteme auf Watson zu übertragen. „Jetzt sitzen diese Informationen nicht mehr nur im Kopf einer Person, und das System ist ein Single Access Point, auf den alle Kunden zugreifen können“, sagt Cohen.

Folgen Sie SearchEnterpriseSoftware.de auch auf Twitter, Google+ und Facebook!

Artikel wurde zuletzt im Januar 2017 aktualisiert

Pro+

Premium-Inhalte

Weitere Pro+ Premium-Inhalte und andere Mitglieder-Angebote, finden Sie hier.

Erfahren Sie mehr über Business-Software

Diskussion starten

Schicken Sie mir eine Nachricht bei Kommentaren anderer Mitglieder.

Mit dem Absenden dieser Daten erklären Sie sich bereit, E-Mails von TechTarget und seinen Partnern zu erhalten. Wenn Ihr Wohnsitz außerhalb der Vereinigten Staaten ist, geben Sie uns hiermit Ihre Erlaubnis, Ihre persönlichen Daten zu übertragen und in den Vereinigten Staaten zu verarbeiten. Datenschutz

Bitte erstellen Sie einen Usernamen, um einen Kommentar abzugeben.

- GOOGLE-ANZEIGEN

SearchSecurity.de

SearchStorage.de

SearchNetworking.de

SearchDataCenter.de

Close