Viele Chatbots sind bereits durch unsere Analysen gegangen, wurden mit uns entwickelt und optimiert. Möglicherweise nutzen Sie ja bereits Chatbot-Lösungen in Ihrem Unternehmen. Aber mit noch größerer Wahrscheinlichkeit haben Sie bereits mit Chatbots im Alltag interagiert. Denn die automatisierten Kunden-Dialogsysteme sind aus unserem Konsum- und Business-Alltag mittlerweile nicht mehr wegzudenken.

Worauf sollte generell bei der Chatbot-Erstellung geachtet werden?

Da wir uns in UX-Projekten immer wieder mit der Chatbot-Optimierung beschäftigen, möchten wir die gängigsten Best Practices und einen allgemeinen Status quo aus unserer Sicht mit Ihnen teilen, damit so etwas nicht (mehr so häufig) passiert:

Hier hat der Chatbot nicht funktioniert – statt beim Kaufabschluss zu unterstützen, startet ein Kündigungsdialog.

Kaufen oder kündigen? Manchmal ergibt eine gute FAQ-Seite mehr Sinn als ein nicht ausgereifter Chatbot.



Conversational AI: Das sollten Sie grundsätzlich über Chatbot-Lösungen wissen

Falls Sie mit dem Begriff Conversational AI bereits vertraut sind, können Sie gerne in den nächsten Abschnitt wechseln.

Chatbots sind mittlerweile aus unserem Alltag nicht mehr wegzudenken und weit mehr als ein UX-Trend. Ganz gleich, ob wir langwieriges Suchen auf Websites vermeiden wollen, Telefon-Dauerschleifen umgehen oder einfach nur zügig eine Antwort auf unsere dringendste Frage suchen – immer mehr Menschen wählen die schnelle Kommunikation mit Chatbots.

Für Unternehmen liegen die Vorteile klar auf der Hand:

  • Sales- und After-Sales-Möglichkeiten können breiter geschöpft,
  • der Customer-Support entlastet,
  • das Marketing unterstützt,
  • kritische Anfragen schneller bearbeitet und weitergeleitet,
  • und personalisiertere Kundenerlebnisse geschaffen werden.


Um das personalisierte und positive Kundenerlebnis durch digitale Assistenten zu verbessern, wird dabei immer stärker auf künstliche Intelligenz (KI) bzw. Machine Learning (ML) zurückgegriffen.

Chatbot von o2

Der digitale Assistent Aura von o2 hilft Bestandskunden bei der zügigen Beantwortung relevanter Fragen und geht bereits über einen simplen Klick-Bot hinaus. Bild: o2

 

Daher rückt die Bezeichnung Conversational AI immer mehr ins Zentrum, wenn man von Chatbots spricht. Im Grunde handelt es sich bei Conversational AI längst um keine Zukunftsvision mehr – wie es auch die Analyse der besten digitalen Assistenten 2022 zeigt.


Was ist Conversational AI?

Unter Conversational AI wird zusammenfassend die (menschliche) Kommunikation zwischen User und Computer definiert. Innerhalb dieser Kommunikation sorgt eine KI dafür, dass User mit dem jeweiligen Bot besser, sprich, menschlicher kommunizieren können. Innerhalb dieses Segments sind auch Messenger-Interaktionen inkludiert – Conversational AI beschränkt sich also nicht nur auf Chatbots. Merken Sie sich einfach: wenn von Conversational AI gesprochen wird, dann wird in der Regel eine menschliche Kommunikation durch entsprechend programmierte KI angestrebt.



Im Alltag treffen wir bereits auf verschiedene Arten von Conversational AI:

  • AI als Suche – Schlagworte werden erkannt und entsprechende Inhalte ausgespielt.
  • AI als Formular – Die Intentionen der User werden durch die Eingaben im Freitextfeld analysiert und entsprechende Lösungen ausgespielt.
  • AI als Chatbot und Messenger – Eingaben werden vom System interpretiert. Durch das Stellen weiterer Fragen leitet der Bot die User in ihrer Journey weiter.


Egal ob „Frag Magenta“ der Telekom, der digitale Assistent der HUK24 oder Aura von o2 – insbesondere Enterprise Companies setzen längst auf Conversational AI und entwickeln diese beständig weiter, um Nutzerziele besser zu erfüllen und Business-Ziele zu erreichen.

 

Für welche Use Cases sich Chatbots besonders eignen

Chatbots besitzen den logischen Vorteil, dass sie 24/7 erreichbar sind (wenn alles funktioniert). Daher gibt es klassische Use Cases, für die sich Chatbots immer anbieten:

 

  • Informationen verteilen (ähnlich einer FAQ-Seite)
  • Zur Dokumentenbereitstellung
  • Als Beschwerdeaufnahme
  • Als geleitete Formular-Unterstützung
  • Als Support (wenn gut trainiert)


Warum Unternehmen (und User) häufig schlechte Erfahrungen mit Chatbot-Lösungen machen

Wenn Unternehmen schlechte Erfahrungen mit Chatbots machen, dann gilt dies ebenfalls für ihre User. Auch, wenn es bereits gute Chatbot-Beispiele (auf dem deutschen Markt z.B. Frag Magenta) gibt, die uns manchmal grübeln lassen, ob wir mit einer Maschine oder einem Menschen kommunizieren, existieren wahrscheinlich wesentlich mehr schlechtere Beispiele.

Warum scheitern also noch so viele Unternehmen an der eigenen Chatbot-Entwicklung?

Eine schlechte Chatbot-Erfahrung, egal ob User- oder unternehmensseitig, hat im Kern eigentlich nur 2 Gründe:

  1. Die Chat-Bot-Lösung ist mangelhaft = beschränkte Conversational-Plattform
  2. Das Kommunikationsdesign ist nicht ausgereift = schlechtes Conversational Design

 

1. Beschränkte Conversational-Plattform

Auch wenn uns viele Chatbot-Tools versprechen, dass wir einen Chatbot in unter 5 Minuten aufsetzen können, wird die tatsächliche User-Experience, sprich, was der Bot für den Kundendialog bedeutet, dabei viel zu häufig außen vor gelassen. Sicherlich kann jeder einen Klick-Bot erstellen, der Fragen wie: „Wie lauten die Öffnungszeiten“ beantwortet. Wenn dies den aktuellen Zielen und Anforderungen entspricht, ok…

Wenn wir jedoch eine natürliche Unterhaltung anstreben, sollten wir vorher akribisch prüfen, ob die Conversational-Plattform unseren Anforderungen auch genügt. Denn Conversational bedeutet eben auch konversationsfähig.

Viele Chatbots verhalten sich noch immer wie ein einfacher Klick-Bot. Sie führen die Unterhaltung nach einem engen Schema und bieten Usern keinen Raum, ihr Anliegen tatsächlich gelöst zu bekommen.

Der Chatbot von Dr. Oetker nennt sich zwar Produktfinder, findet aber Produkte wie Streuselkuchen, Hefekuchen oder Tiramisu nicht.

Beispiel Dr. Oetker Produktfinder, der in diesem Beispiel keine Produkte findet.


Daher ist es bei der Erstellung eines Chatbots wichtig, keinen Klick-Bot zu erstellen, der die User führt, sondern auch darauf zu achten, dass User umgekehrt die Unterhaltung in die eigenen Hände nehmen können, und der Bot diese Bedürfnisse (User-Fragen) erkennt und entsprechend darauf eingeht.

Ziel sollte es also sein, eine fähige technische Conversational-Plattform zu evaluieren, die unseren Bedürfnissen an eine menschliche Kommunikation entspricht, aber auch ein gutes internes Routing (wie werden Meldungen erfasst und ggf. an einen Mensch weitergeleitet) sicherstellt.

 

2. Schlechtes Conversational-Design

Was wir ebenfalls häufig erleben ist, dass bestehende Vorgehensweisen einfach 1 zu 1 übernommen werden. So werden Formular-Abfragen oder häufige Support-Anfragen einfach im Bot übernommen, anstatt die Chatbot-Kommunikation neu zu durchdenken.

Eine schlechte Chatbot-Erfahrung hat also nichts damit zu tun, dass die Technik im Allgemeinen dafür nicht bereit ist, denn die richtigen Chatbot-Tools sind es längst. Sie hat auch nichts damit zu tun, dass die User noch nicht bereit sind, denn auch sie sind es.

Schlechtes Conversational-Design ist häufig das Ergebnis, welches wir auch aus anderen Bereichen kennen. Das ein Developer kein Webdesign und der Designer nicht die Texte schreiben sollte haben wir verstanden – warum sollten wir dann davon ausgehen, dass jeder auf einmal Conversational-Design kann?

Beim Conversational-Design ist es daher essenziell im Kontext von Sprache, UX-Writing, Linguistik und Konversationsstruktur zu denken und diese Gebiete an diejenigen Menschen abzugeben, deren Schwerpunkte Sprache und eben UX sind. Nur so können wir sicherstellen, dass wir eine menschlich-nahe Unterhaltung mit unseren Usern erreichen.

Lieber eine gute FAQ-Seite, als ein schlechter Chatbot.

Falls der Chatbot lediglich Dokumente bereitstellen oder zu Support-Anfragen weiterleiten soll, übernehmen dies die meisten Chatbots gut. Aber, sie werden viel zu oft auch zum Wissenstransfer genutzt und hier entstehen dann häufig Probleme, weil das Format keine wirkliche komplexe Informationsdarstellung zulässt oder es für User sehr nervig ist, innerhalb des Bots nach Texten und den richtigen Informationen zu suchen.

Haben Sie Fragen zu Chatbot-Lösungen und Conversational UI?

Wir beraten Sie gerne kostenlos und komplett unverbindlich, wie Sie einen Chatbot konzipieren können oder Ihre bestehenden Systeme verbessern sollten. Nehmen Sie einfach Kontakt mit unserem Experten-Team auf:

Kontakt aufnehmen

UX-Tipps, um Chatbots und Conversational Design zu verbessern und Kundendialoge zu fördern

Wir haben nun schon einiges über Conversational-Plattformen und Conversational Design geteilt. Bevor ich noch ein paar globale und technische Tipps teile, erstmal zur UX.

Welche Best Practices sollten wir für Chatbots immer nutzen?

1. Im User-, Intent- und Branchenkontext denken

Unternehmen verpassen häufig die akribische Intent-Analyse und Intent-Erkennung. Auch wenn man dies mittels Machine Learning trainieren kann, sollte zu Beginn im Branchenkontext gedacht werden – eine mögliche Frage: „Wie können wir mit unserem Chatbot unseren Usern im Kontext unserer Produkte und der Customer Journeys helfen?“

2. Gängige User-Kriterien berücksichtigen

Insbesondere jüngere Zielgruppen (14 – 34 Jahre) nutzen Chatbots häufiger als andere Kontaktmöglichkeiten, um zügig und unabhängig eine Antwort auf ihr Bedürfnis zu erhalten.

Im Allgemeinen kann man jedoch sagen, dass trotz einer Live-Chat-Präferenz, die Kommunikation mit einem Bot häufig auch erstmal abschrecken kann.

Umfrage zu Chatbots: 42% bevorzugen Support über Live-Chats, aber 49% hassen Chatbots

Quelle: LinkedIn-Survey Paulo Nunes – Conversational AI Chatbot Activity


Aus zahlreichen quantitativen und qualitativen Analysen wissen wir, weshalb viele User einem Chatbot tendenziell eher negativ bzw. skeptisch eingestellt sind. Der Kontakt mit echten Menschen wird häufig bevorzugt.

Oftmals sagen die Testpersonen Dinge wie: „Ich rede nicht mit dummen Maschinen“ oder „Ich will den Chatbot für die Aufgabe gar nicht nutzen.“

Daher sollten Sie grundsätzlich sicherstellen, dass:

  • User den Chatbot als Unterstützung und nicht als Hürde wahrnehmen,
  • der Chatbot die Anfragen inhaltlich verstehen kann,
  • genügend Sicherheit und Vertrauen gegeben ist (Stichwort: sensible Datenabfrage),
  • er auf Anfragen zügig reagiert,
  • und bei Hürden entsprechend zum Support.



Prinzipiell empfehlen wir in der Praxis immer, dass User von selbst an jedem Punkt der Interaktion zum Support wechseln können. Dies erhöht das Vertrauen und führt weniger zu Frustrationen.

3. Bewährte Best Practices für eine gute Chatbot-UX nutzen

Ob ein Chatbot die gängigen UX-Tipps berücksichtigt, lässt sich mit diesen einfachen Fragen schnell klären:

  1. Können User den Chatbot überhaupt wahrnehmen und ist ausreichend Sichtbarkeit (Salienz) gegeben?
  2. Werden die User durch eine Begrüßungsnachricht empfangen?
  3. Wird der Chatbot als Chatbot/digitale Assistenz gekennzeichnet?
  4. Werden Alternativen angeboten, um User nicht in die Kommunikation mit dem Bot zu zwingen?
  5. Ermöglicht der Chatbot eine Eigenrecherche oder direkte?
  6. Gibt der Chatbot präzise, gute Antworten? Sind Bullet Points und Hervorhebungen vorhanden, wurden lange Texte in einzelne kürzere Nachrichten aufgeteilt?
  7. Gibt es Verlinkungen zu weiterführenden Informationen? Werden die Erwartungen erfüllt und darauf hingewiesen, welcher Inhalt sich hinter dem Link verbirgt?
  8. Werden unterschiedliche Möglichkeiten für weitere Handlungen angeboten (z.B. ein Button bei wiederkehrenden Fehlermeldungen), wird der tatsächliche Intent berücksichtigt?
  9. Passt das Wording zur Sprache der Zielgruppe?

Bonustipp für lange Dialogketten: Gerade bei längeren Dialogketten und klaren Antwortoptionen sollte darauf geachtet werden, ob es Sinn ergibt, statt eines langen Textes, lieber einen Button als Antwortoption anzubieten. Menschen wollen i.d.R. bei der Chatbot-Kommunikation intrinsisch nur dann etwas schreiben, wenn es auch etwas Komplexeres zu sagen gibt und nicht bei jeder A- oder B-Frage eine geschriebene Antwort übermitteln.

4. UX-Testing und User Research bei der Chatbot-Erstellung und Optimierung einsetzen

UX-Testing spielt bei der Chatbot-Entwicklung eine wichtige Rolle, um Use Case Cases besser auszuarbeiten und:

  • Das Chatbot-Routing zu verbessern
  • Neue Dialogketten zu analysieren oder zu finden
  • Chatbots weiter zu trainieren



So haben wir den Chatbot eines großen deutschen Verkehrsunternehmens durch User-Research und kontinuierliche Use-Case-Entwicklung immer weiter im (nutzerfreundlichen) Verhalten trainiert.

Hierzu wurden über 30 Use Cases an 400 Menschen ausgestreut, um mit dem generierten Wissen neue Antworten und Verhaltensweisen zu entwickeln. Anschließend wurden Use-Cases qualitativ weiter untersucht und die Chatbot-UX weiterentwickelt.

Auch die Anzahl und Unterschiedlichkeit der Antworten ist immer wieder spannend zu beobachten. Während einige Menschen nur einzelne Worte eingeben, erzählen andere eine ganze Geschichte. Es ist also wichtig, sowohl das Interface als auch die Informationsarchitektur so abzustimmen, dass Usern gut geholfen und gleichzeitig, das richtige interne Routing sichergestellt wird.

Abschluss: Wie trainiert man Conversational AI und Chatbots weiter?

Damit Chatbots bei Usern nicht unheimlich sind und bei Unternehmen nicht in der Schublade liegen bleiben, sollten wir Conversational AI lieber als unseren neuen digitalen Mitarbeiter im Unternehmen betrachten.

Und wie bei jedem neuen Team-Mitglied, muss auch ein Bot angelernt und gefördert werden, um positiv zum Unternehmenserfolg beizutragen. Trotz aller Menschlichkeit, die wir Bots im Alltag einhauchen können, bleiben Conversational AI-Lösungen ein IT-System, dass im Zweifel immer durch echte Menschen unterstützt und weiterentwickelt werden sollte. Wie bereits erwähnt: Lieber eine gute FAQ-Seite als ein schlechter Chatbot.

Finale Praxistipps für Chatbot-Lösungen:

  1. Stellen Sie sicher, dass der Chatbot etwas liefert, das der Zielgruppe auch tatsächlich weiterhilft. Also keine schweren, komplexen Informationen in einem schlechten Chatbot-Format abbilden, wenn dies eine gute Wissensdatenbank besser leisten würde.
  2. Sammeln Sie Feedback nach der Chatbot-Konversation – wie war das Kundenerlebnis, was könnte besser laufen?
  3. Analysieren Sie die Dialogstrecken, denn Dialoge können auch schnell übertrainiert werden.
  4. Beziehen Sie daher nach Möglichkeit Data-Science mit ein, um wichtige Pfade und Chat-Verläufe zu untersuchen.
  5. Prüfen Sie Dialoge nach Themen aber achten Sie darauf, sich bei der Fülle an Daten nicht zu verstricken.
  6. Sichern Sie das Know-How Ihrer Chatbot-Entwicklung personell, inhaltlich und fachlich ab.
  7. Trennen Sie technische von persönlichen Daten, um Datenschutzbestimmungen leichter zu erfüllen oder Daten zu anonymisieren. Daten, die bspw. aus der Nutzung der Website hervorgehen, können auch ohne Anmeldung erhoben werden.
  8. Testen Sie Ihren Chatbot direkt an der Zielgruppe.
  9. Und wenn Sie von all dem Chatbot-Wissen noch nicht genug haben, dann stöbern Sie doch mal in diesem Chatbots- und KI-Podcast.

Hier finden Sie zusätzlich eine Übersicht gängiger Chatbot-Tools.

Haben Sie Fragen zu Conversational AI, z.B. wie Sie Kundendialoge verbessern oder die Chatbot-UX anheben können?

Wir freuen uns auf Ihre Nachricht!

Können wir Sie bei der Entwicklung oder Optimierung Ihres Chatbots unterstützen?

Fragen Sie hier einen unverbindlichen Beratungscall an:

Ihr Ansprechpartner

Tino Fuchs
Teamlead Business Development
+49 30 549 051 601

Über den Autor

Claudia Pineda De Castro

Senior UX-Designerin bei Userlutions

Als Produktdesignerin mit Schwerpunkt auf Interface Design ist Claudia spezialisiert auf UX-Design, -Konzeption und Usability-Testing. Ihre Branchenschwerpunkte liegen in den Bereichen Internet of Things, Healthcare, Nachhaltigkeit und Kunst/Kultur.

Kontaktieren Sie Claudia