Zusammenfassung
Chatbots gewinnen an Bedeutung. Sie ermöglichen uns Menschen, in natürlicher Sprache mit Computersystemen zu kommunizieren. Im einfachsten Fall extrahiert der Chatbot aus der Äusserung eines Benutzers dessen Intention, fragt fehlende Informationen in einer Wissensbank ab und bereitet dem Benutzer eine Antwort auf. Somit stellen Chatbots eine Schnittstelle zwischen Informationen und Nutzern dar. In einem Unternehmen können dadurch mehrere Vorteile generiert werden. Der Wissensfluss kann sowohl innerhalb des Unternehmens als auch in der Interaktion mit dem Kunden optimiert werden. Benutzer, seien es nun Mitarbeiter oder Kunden, erhalten von Chatbots schnell und in gleichbleibend hoher Qualität die gesuchten Informationen. Damit der menschliche Benutzer den sprechenden oder schreibenden Chatbot akzeptiert, sollte dieser angemessen kommunizieren. Was dies bedeutet, wie dies möglich wird und welche Potentiale Chatbots bieten, soll dieser Artikel anhand Praxisbeispielen der Schweizerischen Post diskutieren. Die kritische Reflexion der gewonnenen Erkenntnisse runden den Artikel ab.
Abstract
Chatbots are becoming increasingly important. They enable us humans to communicate with computer systems in natural language. In the simplest case, the chatbot extracts a user’s intention from his or her expression, asks for missing information in a knowledge base and prepares an answer for the user. Chatbots represent an interface between information and users. Several advantages can thus be generated in a company. The knowledge flow can be optimized within the company and in interaction with the customers. Users, whether they are employees or customers, quickly receive the information they are looking for from chatbots in consistently high quality. To accept the talking or writing chatbot, it should communicate appropriately. This article will discuss what this means, how this becomes possible and what potentials chatbots can offer, based on practical examples from Swiss Post. The article ends with a critical reflection on the lessons learned.
Explore related subjects
Discover the latest articles, news and stories from top researchers in related subjects.Notes
Vgl. https://www.google.com.
Vgl. https://aws.amazon.com/.
Vgl. https://www.ibm.com.
Literatur
Barrière C (2016) Natural language understanding in a semantic web context. Springer, Cham
Bürgel HD (2013) Wissensmanagement: Schritte zum intelligenten Unternehmen. Springer, Berlin, Heidelberg
Colby K (1973) Simulation of belief systems. In: Schank R, Colby K (Hrsg) Computer models of thought and language. Freeman, San Francisco, S 251–286
Dale R (2016) Industry watch. The return of the chatbots. Nat Lang Eng 22(5):811–817
D’Onofrio S, Portmann E, Franzelli M, Bürki C (2018) Cognitive Computing: Theoretische Grundlagen und Praxisbeispiele der Schweizeischen Post. Inform Spektrum. https://doi.org/10.1007/s00287-018-1095-0
Fryer LK, Carpenter R (2006) Bots as language learning tools. Lang Learn Technol 10(3):8–14
Gätjens M (2014) Die Assistenz im Management: Leitfaden für den professionellen Management Support. Springer, Wiesbaden
Kassibgi G (2017) Soul oft he machine: how chatbots work. Medium. https://medium.com/@gk_/how-chat-bots-work-dfff656a35e2 (Erstellt: 6. Jan. 2017). Zugegriffen: 22. Febr. 2018
Malone TW, Bernstein MS (2015) Handbook of collective intelligence, 1. Aufl. MIT Press, Cambridge
Mason M (2017) 3 types of business chatbots you can build. IBM. https://www.ibm.com/blogs/watson/2017/12/3-types-of-business-chatbots-you-can-build (Erstellt: 12. Dez. 2017). Zugegriffen: 12. Febr. 2018
Nath K, Dhar S, Basishtha S (2014) Web 1.0 to Web 3.0 – evolution of the Web and its various challenges. International Conference on Reliability, Optimization and Information Technology (ICROIT), Faridabad.
Picard RW (1995) Affective computing. Massachusetts Institute of Technology, Cambridge
Ramesh K, Ravishankaran S, Joshi A, Chandrasekaran K (2017) A survey of design techniques for conversational agents. In: Kaushik S, Gupta D, Kharb L, Chahal D (Hrsg) Information, Communication and Computing Technology: Second International Conference. Springer, New Delhi
Ruddock D (2016) Google Now is dead: Latest beta of Search erases references to Google Now. https://www.androidpolice.com/2016/09/20/google-now-is-dead-latest-beta-of-search-app-erases-all-references-to-google-now/ (Erstellt: 20. Sept. 2016). Zugegriffen: 26. März 2018
Siemens G (2005) Connectivism: a learning theory for the digital age. Int J Instr Technol Distance Learn 2(1):3–10
Stöckl A (2017) Classification of chatbot inputs. Technical report. https://www.researchgate.net/profile/Andreas_Stoeckl2/publication/318661551_Classification_of_Chatbot_Inputs/links/597642e8a6fdcc8348aa52e4/Classification-of-Chatbot-Inputs.pdf
Torres M (2017) Clippy, the office assistant, has become an icon. Ladders. https://www.theladders.com/career-advice/clippy-office-assistant-become-icon (Erstellt: 27. Apr. 2017). Zugegriffen: 11. Febr. 2018
Wallace RS (2003) The Elements of AIML Style. A.L.I.C.E. Artificial Intelligence Foundation, Inc
Weizenbaum J (1966) ELIZA – a computer program for the study of natural language communication between man and machine. Commun ACM 9(1):36–45. https://doi.org/10.1145/365153.365168
West J (2016) Microsoft’s disastrous Tay experiment shows the hidden dangers of AI. Quartz Media. https://qz.com/653084/microsofts-disastrous-tay-experiment-shows-the-hidden-dangers-of-ai/ (Erstellt: 2. Apr. 2016). Zugegriffen: 26. März 2018
Zadeh LA (2006) From search engines to question answering systems – the problems of world knowledge, relevance, deduction and precision. In: Sanchez E (Hrsg) Fuzzy logic and the semantic web. Elsevier, Amsterdam, S 163–210
Zadeh LA (2008) Toward human level machine intelligence – is it achievable? The need for a paradigm shift. IEEE Comput Intell Mag 3(3):11–22
Danksagung
Die Autoren dieses Kapitels danken den Kolleginnen und Kollegen bei der Schweizerischen Post, insbesondere Daniel Bammert, Nikolay Borissov, Thomas Brezing, René Eggenschwiler, Jan Jambor, Christa Jehle, Michael Jost, Robert Käppeli, Friedrich Klopfenstein, Sandro Kolly, Frank Liebermann, Julie Mackmood, Lukas Melliger, Simon Oswald und Markus Tschabold für ihre wertvollen Inputs. Ohne sie hätte dieser Artikel in dieser Form nicht geschrieben werden können. Vielen Dank!
Author information
Authors and Affiliations
Corresponding author
Rights and permissions
About this article
Cite this article
Stucki, T., D’Onofrio, S. & Portmann, E. Chatbot – Der digitale Helfer im Unternehmen: Praxisbeispiele der Schweizerischen Post. HMD 55, 725–747 (2018). https://doi.org/10.1365/s40702-018-0424-8
Received:
Accepted:
Published:
Issue Date:
DOI: https://doi.org/10.1365/s40702-018-0424-8
Schlüsselwörter
- Chatbot
- Dialogsystem
- Intent-Matching
- Künstliche Intelligenz
- Natürliche Sprache
- Schweizerische Post
- Sprachverarbeitung
- Wissensmanagement