Enterprise Conversational AI Platforms – Wie Bots heute Kundennutzen schaffen

Vor gut fünf Jahren haben die ersten Grossfirmen in der Schweiz begonnen, Conversational AI einzusetzen. Die Chatbots waren nur zugänglich, solange die Website geöffnet war, und begrenzt hilfreich. Kein Wunder: Sie wurden ähnlich einer App einmalig aufgesetzt und sollten unverändert weiterbestehen.

Schnell wurde klar, dass es für Design und Training von Conversational-AI-Lösungen spezifisches Wissen und geschultes Personal braucht. Die Profile sind inzwischen geschaffen, doch das Training der Bots hat noch Potenzial. Es geschieht bis heute meist nicht automatisiert, sondern manuell auf der Basis von Excel-Dateien oder sogar per Change Request an die IT-Abteilung.

Das nächste Level: Enterprise Conversational AI Platform

Während die verschiedenen Kommunikationskanäle von Website über Voice bis Whatsapp bei vielen Firmen gut integriert sind, werden Bot-Inhalte oft nicht zentral verwaltet.

Eine Enterprise Conversational AI Platform ermöglicht es Unternehmen, Bots systematisch zu bauen, regelmässig zu trainieren und den Contact-Center-Mitarbeitenden in Live-Chats und Anrufen relevante Hinweise einzublenden. Sie vereint hierfür die folgenden wichtigsten Komponenten:

• Channel Connector: Von E-Mail über Webseiten-Chat bis Messenger Apps: Eine gute Enterprise Conversational AI Platform bindet alle Kanäle inklusive Voice einheitlich ein. Je kompletter die Anbindung, desto einheitlicher sind die Prozesse für die Kunden.

• Enterprise Language Understanding Platform: Das Herz der Automation durch AI ist die Enterprise Language Understanding Platform. Sie analysiert Kundenanliegen textuell und übersetzt sie in einen Intent (Absicht). Dadurch ermöglicht sie es dem Bot, dem Kunden eine passende Antwort zu geben oder die gewünschte Aktion auszulösen. Leichte Bedienbarkeit für Fachleute ist dabei matchentscheidend.

• Bot Designer: Auch Bots sollten über Drag-and-drop erstellt und editiert werden können. Denn nur bei regelmässiger Pflege durch Fachexpertinnen und -experten verbessern sie sich laufend.

• Agent Assist und Wissensdatenbank: Übernimmt eine Agentin oder ein Agent einen Live Chat vom Bot, verschaffen ihnen relevante Abschnitte oder Prozess-Flows aus einer Wissensdatenbank rasch den Überblick. Agent Assist liefert vorgefertigte Antworten, die sie direkt an die Kunden zurückspielen können. Der Bot wird so weitertrainiert, die Agenten beim Tippen entlastet und der Prozessablauf vereinheitlicht.

• Integration Layer: Die konsequente Einbindung von Umsystemen ermöglicht es etwa, bei der Frage nach dem Sperren der Kreditkarte nicht auf eine Hilfeseite mit zehn Schritten zu verweisen, sondern gleich Kartennummer und Authentifizierung zu verlangen. Dadurch wird der Bot für die Kunden zum virtuellen Assistenten.

Im Fokus: Kundennutzen und Bedienbarkeit

Über den Erfolg von Conversational AI entscheidet der Kundennutzen. Die Plattform muss den Fachleuten im Contact Center die Möglichkeit bieten, Flows einfach zu adaptieren und falsch erkannte Kundenfragen schnell zu korrigieren. So steigt der Automationsgrad laufend um einige Prozentpunkte an. Es lohnt sich deshalb, die Bedienbarkeit der Plattform bei der Evaluation mit Unterstützung von Conversational-AI-Expertinnen und -Experten unter die Lupe zu nehmen.