Mensch-Maschine-Interaktion
Mehr Empathie und Emotionen, bitte!
Fortsetzung des Artikels von Teil 1
Markenkommunikation via Maschine
Insbesondere in Bereichen, in denen harte Leistungskriterien wie Daten oder Preise oft zweitrangig sind, gilt es, Menschen auch via Sprachassistenten auf der Gefühlsebene zu adressieren. Produktverantwortliche und (VUI-)Designer müssen folglich dafür sorgen, dass eine Marke auch über dieses Interface in kürzester Zeit ein ansprechendes Bild im Kopf des Kunden erzeugt. Denn nicht immer ist der Kunde bereits – über einen anderen Touchpoint – von einem Produkt überzeugt, bevor er es über ein Interface wie Alexa nachbestellt. Marken- und Produktnamen sowie die Kurzbeschreibung sollten daher nicht nur für den Algorithmus sondern auch für den Verbraucher passen. Denn was kaufen Kunden eher? Eine „Liebeserklärung an alle Knusperfans mit einer harmonischen Vanillenote“ oder eine „100g-Tafel ‚White&Crisp‘-Schokolade“?
Maschinen erkennen Kontext
Im Laufe der vergangenen Jahren hat sich sehr viel getan: In vielen Anwendungsfällen überwiegen sogar bereits die Vorteile KI-gesteuerter Anwendungen im Vergleich zur zwischenmenschlichen Kommunikation, insbesondere im Service. So gehören langwierige Aufenthalte in der Warteschleife und falsche Ansprechpartner in der Servicehotline dank KI der Vergangenheit an. Die Maschine ist hilfreich, sie erkennt den Kontext und kann eine Anfrage folglich schnell an den richtigen Mitarbeiter weiterleiten. Darüber hinaus vergleicht sie automatisiert bisherige Problemfälle und bietet direkt Lösungen an – nahezu in Echtzeit. Davon profitieren sowohl die Endkunden als auch die eigenen Servicemitarbeiter der Unternehmen.
Denkbar ist auch, dass KI in Form von Bots künftig die oft mehrkanalige Kommunikation im Kundenservice nahezu nahtlos gestaltet, um beispielsweise ein Kundengespräch vorwärts zu bringen. Eine angefangene Serviceanfrage, gleich über welchen Kanal, gilt es beim nächsten Kontakt an dem Punkt fortzuführen, wo sie beim letzten Besuch aufhörte. So lautet der Start der Konversation seitens des Bots dann nicht „Wie kann ich helfen?“, sondern „Leider brach das Telefongespräch gestern ab, besteht das Problem mit der Waschmaschine immer noch?“.
Sicherlich ist der Einsatz von KI nicht in jedem Service-Bereich sinnvoll. Es hängt immer von der Branche, dem Szenario und dem Kontext ab. Was für eine Restaurantkette, die Tischreservierungen über eine App anbietet, ein unschätzbarer Vorteil ist, gilt nicht unbedingt für den Anbieter von industriellen Fertigungsanlagen, der Anfragen sehr variabel und individuell bearbeiten muss. Denn ab einer gewissen Informations- und Interaktionsdichte werden das Smartphone oder der Echo Dot zum Flaschenhals. Genau dann, wenn die Informations- und Interaktionsdichte zu komplex für KI wird und somit menschliche Interaktion übernehmen muss. Diese Schwelle, der sogenannte “Level of Confidence” lässt sich mithilfe von Machine Learning immer weiter nach oben setzen: Die Maschine wertet alle Interaktionen zwischen Benutzer und Chatbot aus, um die Leistung der jeweiligen Schnittstelle stetig zu erhöhen, die Komplexität von KI-gesteuerten Aufgabenstellung zu steigern und so letztlich die Menschen zu entlasten. Es wird auf absehbare Zeit Kommunikationsfälle geben, in denen das beste VUI scheitert. In dem Augenblick sollte an einen menschlichen Ansprechpartner übergeben werden, um erstens das Gespräch zufriedenstellend zu beenden und zweitens das Scheitern zu dokumentieren und mittels Künstlicher Intelligenz aufzuarbeiten, um die Wissensbasis für künftige Gespräche anzureichern.
Die Anwendungsszenarien, Branchen und Situationen, in denen Sprachassistenten künftig sinnvoll und effizient zum Einsatz kommen können, wachsen unaufhaltsam. Diejenige KI wird sich durchsetzen, die emotionale Aspekte menschlicher Kommunikation berücksichtigt, auf Umgangssprache reagiert und reibungslose Interaktion über mehrere Touchpoints hinweg ermöglicht. Die technischen Möglichkeiten dazu entwickeln sich rasant. Der Tag wird kommen, an dem wir den Unterschied zwischen einem menschlichen und einem digitalen Ansprechpartner nicht mehr erkennen – und das schneller als erwartet.
Julia Saswito ist Practice Leader Reply Digital Experience sowie geschäftsführende Partnerin und Dan Fitzpatrick ist Practice Leader „Voice Machine Interface“ und Head of Experience Technology bei Triplesense Reply
- Mehr Empathie und Emotionen, bitte!
- Markenkommunikation via Maschine
- Hintergrund: Was ist eine Sentimentanalyse?
Lesen Sie mehr zum Thema
