2
Definition von Chatbots und Conversational Interfaces

Bevor ich auf die Einsatzmöglichkeiten, Vorteile und Risiken sowie auf den Prozess der Chatbot-Erstellung eingehe, möchte ich zunächst erklären, worum es sich bei Chatbots eigentlich handelt, wo der Begriff herkommt und was er bedeutet.

Das Wort "Chatbot" setzt sich aus den Begriffen "Chat" und "Robot" zusammen. Häufig wird das Wort "Bot" als Abkürzung für "Chatbot" verwendet.

Ursprünglich stand der Ausdruck "Chatbot" für ein Computerprogramm, das mit Hilfe von einem hinterlegten textbasierten Dialogsystem die menschliche Sprache simulieren kann. Chatbots beinhalten eine Textein- und -ausgabemaske, über welche die Nutzer mit der dahinterstehenden Software kommunizieren können und dabei das Gefühl vermittelt bekommen, mit einem realen Menschen, also mit einer natürlichen Person zu chatten.1

Chatbots ermöglichen es ihren Nutzern demnach in natürlicher Sprache, also in der Sprache, in der wir Menschen typischerweise reden, mit einem Computer zu kommunizieren, um Antworten auf ihre Fragen zu bekommen oder sogar ganze Prozesse auszulösen.

Anders ausgedrückt sind Chatbots nur ein Stück Software, das ein anderes Interface hat, als wir es von klassischen Computerprogrammen gewöhnt sind.

Betrachtet man die Entwicklung der User Interfaces, dann haben Chatbots aktuell die natürlichsten Interfaces, beziehungsweise die Nutzung dieser Art von Interface ist wesentlich intuitiver als wir es bisher von anderen Interfaces gewöhnt sind.

Abb. 2.1: Computer Interface mit Code (eigene Darstellung)

Abbildung 2.1 zeigt, wie eine der ersten Benutzeroberflächen eines Computers ausgesehen haben könnte. Nutzer sahen hier eigentlich nur Textzeilen, zum Teil sogar Codezeilen, also reine Computersprache.

Für die Verwendung dieser ersten Computer beziehungsweise Interfaces mussten die User jeden Befehl auswendig können. Sie konnten sich nicht einfach wie mit einem Menschen unterhalten, sondern mussten genau wissen, welchen Befehl oder welche Codezeilen sie eingeben mussten, um die gewünschte Antwort vom Computer zu erhalten. Gleiches galt, wenn sie Prozesse auslösen wollten. Auch hier mussten sie den genauen Befehl kennen, bevor der Computer etwas erledigt hat. Es wird schnell deutlich, dass diese Art von Interfaces nur von Leuten genutzt werden konnte, die sich auch mit dem Thema Software auskannten oder sich zumindest dafür interessierten. Für alle anderen war diese Art von Interface nutzlos.

Abb. 2.2: Windows 95 (eigene Aufnahme)

Einige Jahre später entwickelten Firmen wie Microsoft Computer mit einer, wie es heute genannt wird, grafischen Oberfläche und einer Menüführung, wie in Abbildung 2.2 dargestellt. User konnten sich durch ein vordefiniertes Menü bewegen, fanden so ihre Antworten oder konnten Prozesse ausführen.

Die Nutzung dieser Computer war wesentlich einfacher, als die der ersten Generation von Computern. Es wurde versucht alles grafisch darzustellen, sodass Nutzer sich nur noch durch ein Menü klicken mussten. Programme bekamen Buttons, die im Idealfall ein Icon enthielten, das auf die Funktion des Programmes schließen ließ. Intuitiv war es aber noch nicht. Nur Nutzer, die wussten, was der Computer kann und wo die jeweiligen Programme und Befehle versteckt waren, konnten diese Art von Computern nutzen. Für andere war es weiterhin schwierig, sich auf Anhieb zurechtzufinden. Nur wer Ausdauer hatte und gewillt war, sich einmal durch das gesamte Menü zu klicken, um zu prüfen, welche Funktionen der Computer eigentlich besitzt, konnte hier weiterarbeiten. Andere waren weiterhin ausgeschlossen.

Als 2007 der erste iPod Touch erhältlich war, war das der Beginn der Touch-Oberflächen-Ära, die es den Usern erlauben, direkt mit dem Finger auf den Bildschirm zu tippen und Aktionen auszulösen. Nach dem iPod Touch folgten Smartphones und Tablets, die ebenfalls mittels Touch bedient werden können. Die Nutzung eines Touchbildschirms ist für die meisten Nutzer intuitiver, als mit einem Mauszeiger über den Bildschirm zu fahren und den passenden Menüpunkt zu finden. Beim Touch können wir einfach draufdrücken und eine Aktion, wie das Öffnen eines Programms oder das Vergrößern eines Bildes, wird ausgelöst. Heute lassen sich die meisten Laptops über einen Touchbildschirm steuern. User sind es gewohnt, auf den Bildschirm zu tippen, um eine Funktion, wie das Öffnen einer weiteren Seite auszulösen. Diese Entwicklung der Interfaces führte bereits das erste Mal zu einer wesentlichen intuitiven Benutzung von Computern und ermöglicht es auch wenig technikaffinen Nutzern sehr einfach mit Technologie umzugehen.

Chatbots beziehungsweise Conversational Designs sind aktuell der Höhepunkt der intuitiven Benutzerführung. Sie ermöglichen es den Nutzern entweder mittels klassischer Texteingabe oder sogar durch Spracheingabe Aktionen mit dem Computer auszuführen oder ihm eine Frage zu stellen.

Nutzer können nun auf einfache und natürliche Art und Weise, wie sie es seit Jahren von SMS oder einfachen Telefongesprächen gewohnt sind, mit dem Computer kommunizieren und dadurch Prozesse und Aktionen auslösen.

Chatbots beherrschen sogar Dialekte wie Schweizerdeutsch. Hierzu müssen sie allerdings entsprechend trainiert beziehungsweise programmiert sein. Weiteres zur Funktionsweise folgt in späteren Kapiteln.

Abgesehen von Text und Sprache können Chatbots auch weitere Medien verwenden und dem Nutzer so auf unterschiedliche Arten antworten, zum Beispiel in Form von Bildern oder Videos (siehe Abbildung 2.3). Wenn der Chatbot beispielsweise bei einer Produktberatung unterstützen oder den Anwender durch ein unbekanntes Gebiet navigieren muss, kann er Produktbilder oder Kartenausschnitte schicken. Anleitungen übermittelt er optimal durch einzelne Videosequenzen. Es besteht auch die Möglichkeit, dass er direkt mit einer Videobotschaft antwortet. Hier sieht es für den User dann so aus, als hätte er den sprechenden Roboter, also den Chatbot direkt vor sich. User sind dies bereits von Videochats mit realen Menschen, wie Skype oder Google Meet, gewöhnt.

Abb. 2.3: Chatbot von der Webseite www.hundertmark.ch (eigene Aufnahme)

Auf welche Art und Weise der Chatbot antwortet, ist abhängig von dem Anwendungsfall beziehungsweise vom User selbst. Es gibt Fälle, da eignen sich Videos oder Bilder besser als klassische Textnachrichten und umgekehrt.

Abbildung 2.3 zeigt einen Chatbot, der Text, Emoticons, Buttons und sogar ein Bild integriert. User können mit ihm, wie sie es von WhatsApp und anderen Messenger Apps gewöhnt sind, ganz einfach chatten.

Ein großer Vorteil der sogenannten Conversational Interfaces ist die Barrierefreiheit. User müssen keine Befehle oder komplexe Menüführungen lernen, denn sie kommunizieren mit dem Computer, wie sie es von der Kommunikation mit Menschen gewohnt sind. Dies führt dazu, dass Bots auch von Usern genutzt werden, die sonst nicht technikaffin sind. Messenger Apps, wie WhatsApp, haben nahezu alle Smartphone-Nutzer an das Chatten gewöhnt. Chatten kann quasi jeder und so kann auch jeder auf eine sehr natürliche Art und Weise mit einem Chatbot kommunizieren.

Viele Menschen haben immer noch unklare Vorstellungen davon, was ein Chatbot oder kurz gesagt Bot eigentlich ist.

Viele halten das kleine Chatfenster auf der rechten Seite einer jeden Internetseite für einen Chatbot. Bei vielen dieser Chatfenster handelt es sich jedoch um einen Livechat, das heißt um einen Chat mit einem realen Menschen. Nur wenn auf der anderen Seite kein Mensch, sondern eine Software steht, die automatisch antwortet, handelt es sich bei dem Chatfenster um einen Chatbot.

Chatbots müssen aber auch nicht zwingend das Chatfenster auf der rechten Ecke der Website sein. Chatbots können genauso gut in Messenger Apps integriert sein. Hierzu mehr im folgenden Kapitel.

Der nächste Irrtum ist, dass Chatbots immer zwingend intelligente Computersysteme sein müssten. Ein Chatbot ist nur ein Interface, das über eine klassische Dialogform arbeitet. Es ist aber nicht automatisch ein intelligentes Computersystem und schon gar nicht darf man, wie es viele fälschlicherweise tun, Künstliche Intelligenz (KI) mit Chatbots gleichsetzen.

Exkurs: Künstliche Intelligenz (KI):

Mit KI ist die Erforschung "intelligenten" Problemlösungsverhaltens sowie die Erstellung "intelligenter" Computersysteme gemeint. Künstliche Intelligenz (KI) beschäftigt sich mit Methoden, die es einem Computer ermöglichen, solche Aufgaben zu lösen, die, wenn sie vom Menschen gelöst werden, Intelligenz erfordern.

Zu Anfang bis Mitte der 1950er-Jahre hatte die Künstliche Intelligenz ihren Anfang in den Vereinigten Staaten. So wurde bereits zu diesem Zeitpunkt bei einer wissenschaftlichen Konferenz in Dartmouth von M. Minsky, J. McCarthy, A. Newell, H.A. Simon von einer artificial intelligence gesprochen.

Marvin Minsky,...