Chatbot Flop? 4 Ursachen für enttäuschte Anwender und wie die Einführung trotzdem gelingt

Chatbot enttäuschen Anwender

Die Diskussion um KI basierte Chatbots weckt auf allen Seiten hohe Erwartungen. Zuletzt häufen sich die Meldungen, dass Kunden und Unternehmen von Chatbots enttäuscht sind. Welche Ursachen gibt es für die Enttäuschung der Anwender? Was müssen Unternehmen beachten, um einen Chatbot erfolgreich einzuführen?

Warum Chatbots Anwender enttäuschen

Unternehmen versprechen sich von Chatbots eine höhere Kundenzufriedenheit und eine Entlastung ihres Personals. Anwender erhoffen sich, dass sie eine schnelle und passende Lösung für ihr Anliegen erhalten.

Rund zwei Drittel der Befragten gab in einer Erhebung zu Chatbots im Kundenservice an, dass der Chatbot ihnen nicht helfen konnte. Für das enttäuschende Erlebnis mit Chatbots konnten wir 4 Ursachen identifizieren.

Was Anwender mit der Enttäuschung durch Chatbots zu tun haben

Ursache Nummer 1: Anwender testen die Grenzen des Chatbots, statt ihre Fragen zu stellen

Für viele Anwender ist der Kontakt mit einem Chatbot eine erste bewusste Erfahrung mit einer KI-Anwendung und reizt dazu, die Grenzen des Chatbots auszutesten.

Die Frage nach dem Wetter an einem beliebigen Ort auf der Welt überschreitet offensichtlich den Anwendungsbereich eines Service Chatbots auf der Homepage eines Unternehmens. Auch wenn eine negative Antwort wie  „Das kann ich nicht beantworten“ vorhersehbar ist, ist sie dennoch enttäuschend für den Anwender. Häufen sich grenztestende Anfragen und die entsprechenden Antworten, bleibt am Ende ein grundsätzliches Enttäuschungsgefühl. Dies geschieht auch dann, wenn die Fragen gar nicht mehr dem ursprünglichen Interesse des Nutzers entsprachen.

Laut einer Studie von 2020 enthalten 92 Prozent aller Chatbot-Konversationen mit Kunden eine Form von Beleidigung. Warum beleidigen Anwender einen Chatbot? Wir können zwei Ursachen ausmachen: Die Beleidigung als Reaktion auf eine enttäuschende Antwort des Chatbots, oder als Test, wie er darauf reagiert. Während Beleidigungen die Nutzererfahrung nicht zwangsläufige beeinträchtigen, können abwegige oder unsinnige Abfragen keine sinnvollen Ergebnisse produzieren und das Enttäuschungserlebnis verfestigen.

Ursache 2: Anfragen der Anwender an Chatbots sind sehr komplex

Chatbots liefern dann die besten Ergebnisse, wenn Anwender ihre Anfrage konkret und in einem einfachen Satz formulieren. Komplexe Sätze verbinden verschiedene Intents (Nutzerabsichten). Während Menschen problemlos erkennen, welches die Hauptabsicht ist, ist es für den Chatbot ein Problem: Er kann keinen der Intents so sicher identifizieren, dass er sicher die treffende oder überhaupt eine Antwort geben kann.

Die Frage: “Wann habt Ihr geöffnet?”, ist für den Chatbot einfach zu verstehen, weil der Intent eindeutig bestimmbar ist. Im nächsten Beispiel geht es sachlich um dieselbe Frage nach den Öffnungszeiten, aber die Form entspricht eher einem natürlichen Dialog mit einem Menschen: Ist das Geschäft heute um 14 Uhr geöffnet oder morgen um dieselbe Zeit?”

Logische Verknüpfungen innerhalb einer Benutzereingabe können Chatbots nach heutigem Stand nicht gut auflösen. Hierfür ist ein mehrstufiger Dialog aus einfachen Sätzen besser geeignet.

Ursache 3: Anwender geben unvollständige Sätze ein

Wenn Nutzer im abgehackten Befehlston oder in Einwortsätzen mit einem Chatbot kommunizieren, erhalten sie selten eine zufriedenstellende Antwort. Dem Chatbot fehlen schlicht die Informationen, um die Absicht des Nutzers erkennen zu können.

Die Frage: “Wo befindet sich die nächste Filiale?”, enthält ein Fragewort (“Wo”) und ein Objekt “nächste Filiale”, so dass der Chatbot den Wunsch nach einer Ortsauskunft erkennen kann.

Gibt der Anwender “Nächste Filiale?” ein, kann der Chatbot keinen Intent eindeutig erkennen. Es könnte genauso gut eine Adressauskunft gewünscht sein wie eine Frage nach Öffnungszeiten. „Nächste Filiale“ ist in beiden Fragen enthalten: „Wo ist die nächste Filiale?“ „Wann öffnet die nächste Filiale?“

Der Chatbot gibt in diesen Fällen entweder sehr allgemeine oder falsche Ergebnisse zurück. Denn was aus Sicht eines Menschen selbstverständlicher Kontext ist, ist für den Chatbot ohne explizite Kontextualisierung nicht verständlich.

Ursache 4: Leistungsfähigkeit von „künstlicher Intelligenz“ in Chatbots wird überschätzt

Eine grundsätzliche Herausforderung, mit der sich Anwender und Unternehmen gleichermaßen konfrontiert sehen ist, dass „künstliche Intelligenz“ überschätzt wird.

Einerseits haben die meisten Menschen wenig bewusste Kontaktpunkte zu KI-Anwendungen, andererseits ist der Begriff „Intelligenz“ im Zusammenhang mit einem Computerprogramm irreführend. Der Begriff „künstliche Intelligenz“ lässt Kunden an menschliche Intelligenz denken. Sie erwarten daher von einem KI-Chatbot, dass er Fragen und Zusammenhänge wie ein Mensch verarbeiten kann. Das übersteigt die Fähigkeit eines Chatbots, so dass seine Antworten enttäuschen.

Die “Intelligenz” eines Chatbots basiert auf dem Training mit Datensätzen und der Berechnung von Ähnlichkeiten. Die Datensätze sind wiederum auf eine bestimmten Themenauswahl begrenzt. Chatbots sind durch ihr Training auf einen bestimmten Fragenkreis limitiert. Wer mehr erwartet – ob zu Recht oder Unrecht – wird zwangsläufig eine enttäuschende Chatbot-Erfahrung machen.

Zu kurze, zu komplexe und grenztestende Anfragen sowie eine zu hohe Erwartungshaltung an „künstliche Intelligenz“ führen zu einem enttäuschenden Benutzererlebnis. Der Chatbot flopt.

Je häufiger Anwender Erfahrungen mit KI Chatbots machen, desto besser werden sie mit einen Chatbot kommunizieren können und zu gewünschten Ergebnissen kommen.
Leisten Sie Ihren Kunden dabei Hilfestellung! Kommunizieren Sie klar den Zweck des Chatbots. Weisen Sie auch darauf hin, dass er einfache, vollständige Sätze am besten beantworten kann.

3 interne Erfolgsfaktoren für gelungene Chatbots

Wir haben gezeigt, dass das enttäuschende Abschneiden von Chatbots zum Teil von falschen oder zu hohen Erwartungen der Anwender herrühren. Ursachen für einen enttäuschenden Chatbot liegen aber auch aufseiten der Unternehmen. Intelligente Chatbots laufen nicht von selbst. Ihr Erfolg hängt von den folgenden drei Faktoren ab.

Was passt besser: Freiheit oder Struktur im Chatbot Dialog-Design?

Die Nutzererfahrung mit Chatbots hängt von der Art der Interaktion und dem Thema der Konversation ab.

Ein offenes Dialog-Design fördert die vermenschlichte Wahrnehmung des Chatbots. Doch gibt das den Anwendern das gewünschte gute Gefühl? Studien zeigen, dass ein Frei-Text-Ansatz im Chatbot Design in der Regel auf Kosten der Nutzbarkeit geht. Eine strukturierte Interaktion via Buttons fördert sie hingegen. Andere Erhebungen werfen wiederum die Frage auf, ob eine Vermenschlichung notwendig oder sinnvoll im Sinne der User Experience ist. Einer großen Mehrheit der Befragten ist es im Prinzip egal, ob ein Mensch oder Chatbot ihre Anfrage bearbeitet, solange sie zufriedenstellend beantwortet wird.

                Zentrale Frage: Wie kommt der Kunde zu den Informationen, die er braucht?

Im Mittelpunkt des Dialog-Designs sollten Unternehmen die Frage stellen, wie der Nutzer am schnellsten zu den benötigten Informationen kommt, beziehungsweise wie er sein Anliegen abschließend formulieren kann. Nicht für jeden Anwendungsfall ist ein intelligenter Chatbot mit Freitexteingabe geeignet. Es ist im Gegenteil sogar so, dass für klar umrissene Anwendungsfälle ein vorstrukturierter Informationsweg besser geeignet ist. Die Interaktionsmöglichkeiten über Buttons sind für Kunden in dem Fall einfacher und produzieren schneller und zuverlässiger das gewünschte Ergebnis.

Die Bedürfnisse der Anwender am Touchpoint kennen

Die Art der Interaktion ist nur eine Hälfte der Nutzererfahrung mit dem Chatbot. Trifft der Chatbot mit seinem Angebot nicht die tatsächlichen Erwartungen des Kunden am eingesetzten Touchpoint, ist die Enttäuschung auf Nutzerseite vorprogrammiert. Die Ermittlung des Kundenwunsches im Vorfeld des Chatbot-Trainings spielt daher eine entscheidende Rolle für den Erfolg. Denn ein KI Chatbots muss mit Daten trainiert werden, die die späteren Kundenanfragen in der Breite und Tiefe abbilden. Allein diese Basis befähigt ihn, in den realen Anfragen richtig zu interpretieren und passende Antworten zu geben. Wird der Kundenwunsch am Touchpoint falsch eingeschätzt, geht das Training am Thema vorbei. Die fatalen Folgen sind, dass Kundenfragen nicht beantwortet werden, während die aufwändig trainierten Daten gar nicht abgerufen werden.

Chatbot richtig trainieren

Ein Chatbot kann weder alles wissen noch alles zu einem bestimmten Thema. Das Training eines Chatbots ist immer ein Kompromiss zwischen einer breiten Abdeckung möglicher Fragen und einer tiefgehenden Beantwortung einzelner Fragen.

Mangelnde Tiefe: Wenn der Chatbot auf viele Fragen nur eine Antwort hat

Kann der Chatbot zwar viele verschiedene Fragen beantworten, aber nur banale Informationen vermitteln, stellt sich beim Nutzer schnell Ernüchterung ein. Antwortet der Chatbot zum Beispiel auf die Frage “Wie Versandlabel für Retoure erstellen?” nur mit einer allgemeinen Antwort zur Rücksendefrist: “Rücksendungen sind innerhalb von 14 Tagen möglich”, ist Frust auf Kundenseite sehr wahrscheinlich.

Mangelnde Breite: Wenn der Chatbot wenige Fragen beantworten kann

Gibt der Chatbot auf viele potenzielle Fragen am Touchpoint keine Antwort, kann der Chatbot ebenfalls zu Frust beim Nutzer führen. Entscheidend ist auch hier die Einschätzung der eigenen Zielgruppe und das Justieren des Chatbot-Trainings, um viele Fragen am jeweiligen Touchpoint zufriedenstellend beantworten zu können.

Soll der Chatbot beispielsweise die Hilfe-Seite eines Online-Shops ergänzen, deckt aber die identischen Themen wie das FAQ ab, ist der Nutzen des Chatbots fragwürdig. Im Gegensatz dazu kann ein Chatbot, der den Kunden mit produktspezifischen Zusatzinformationen versorgt, einen tatsächlichen Mehrwert für den Kunden bieten.

Fazit: So vermeiden Sie Chatbot Flops und führen Ihren Chatbot zum Erfolg

Intelligente Chatbots sind Computerprogramme, die dynamisch auf Benutzereingaben reagieren, allerdings in einem eingeschränkten Themenkreis. Intelligente Chatbots erkennen die Absichten von Anwendern immer besser, weil ihnen immer mehr Daten zur Verfügung stehen, um Ähnlichkeiten zu erkennen.

Ein Chatbot wird auch zukünftig nur die Themen erkennen können, auf die er trainiert wurde. Chatbot Kuno von acceptIT, der als Service Chatbot für Stadtwerke trainiert ist, wird keine Fragen zum Thema Druckluft beantworten wie sein Kollege Dr. Druckluft.

Das Experimentieren mit dem Chatbot ist kaum zu verhindern, gehört zur Nutzererfahrung und stärkt die Kompetenz im Umgang mit KI-gesteuerten Dialogsystem. Für die statistische Auswertung des Chatbot-Einsatzes sollten Sie Methoden identifizieren, um mögliche Ausreißer in den Daten zu identifizieren, um ein treffendes Bild von der Effektivität des Chatbots zu erhalten.

 

Chatbot Flops können Unternehmen mit einer sorgfältigen Planung des Chatbots und einer Ausrichtung an die Bedürfnisse der Kunden entlang der Customer Journey vermeiden. Hilfreich sind auch erklärende Hinweise gleich zu Beginn des Chatbot-Dialogs. Weisen Sie auf seinen Zweck hin und integrieren Sie eine beispielhafte Kundenanfrage, die Ihren Kunden die nötige Orientierung im Umgang mit Ihrem Chatbot gibt.

Grundsätzlich ist es nur eine Frage der Zeit, bis der durchschnittliche Anwender genug Erfahrung in der Interaktion mit Chatbots gesammelt hat, um zuverlässig an die benötigten Informationen zu gelangen.

NEU: Video zum Blogbeitrag!

Seht euch jetzt das Video zum Beitrag mit KI Avatar Alisha an!