Um diese Frage zu beantworten, müssen wir zunächst die drei Varianten voneinander abgrenzen.

Workflowbot

Ein Workflowbot (auch Klickbot genannt) ist ein Chatbot, der speziell für die Automatisierung von Geschäftsprozessen entwickelt wurde. Workflowbots können Aufgaben automatisch erledigen und Benutzer durch komplexe Workflows oder Lösungsbäume führen. Solche Workflows eignen sich z.B. dann, wenn es einen eindeutigen und optimalen Prozess gibt, durch den der Kunde möglichst schnell und ohne Umwege geführt werden soll.

KI-Chatbot

Im Gegensatz dazu sind KI-Chatbots so konzipiert, dass sie menschenähnliche Gespräche führen und auf natürliche Spracheingaben reagieren. Sie nutzen maschinelles Lernen und Natural Language Processing (NLP), um menschenähnliche Konversationen zu führen und Fragen zu beantworten. Üblicherweise werden hier Intents* und zugehörige Utterances**, also mögliche Äußerungen eines Kunden, die zu dem Intent führen, verwendet. Ein Intent kann entweder eine eindeutig hinterlegte Antwort oder z.B. eine Verzweigung in einen Workflow sein. Die KI-Modelle werden für jeden Bot individuell auf Basis der hinterlegten Utterances und Intents trainiert. Der Kunde gibt eine Frage als Freitext ein und der Bot versucht aus der Äußerung des Kunden einen Intent zu ermitteln, dessen Inhalt er dann abspult. Ein Dialog ist nur sehr eingeschränkt möglich.

GPT-Chatbots

GPT-Chatbots sind eine Art von KI-Chatbots, die auf der GPT-Technologie (Generative Pre-trained Transformer) basieren. Sie verwenden Deep-Learning-Modelle, um menschenähnliche Dialoge zu führen und Texte zu generieren. Im Vergleich zu anderen KI-Chatbots sind GPT-Chatbots in der Lage, längere und komplexere Konversationen zu führen und neue Texte zu generieren.  Verfügbare Standard-GPT-Modelle wie Chat-GPT von OpenAI wurden auf einer breiten Textbasis trainiert und sind in der Lage, allgemeingültige Antworten zu formulieren. Sie erfinden die Antwort jedes Mal neu, was auch bedeutet, dass jedes Mal Kosten für die Textgenerierung anfallen.

Gleichzeitig ist es bei einem Standardmodell zunächst nicht möglich, den Inhalt und die Qualität zu beeinflussen. Daher ist ein sogenanntes Finetuning erforderlich. Finetuning ist die Optimierung eines KI-Modells für eine bestimmte Domäne. So kann Ihr GPT-Chatbot beispielsweise lernen, mit Fachbegriffen aus Ihrem speziellen Fachgebiet umzugehen. Für dieses Finetuning werden, wie auch beim klassischen KI-Chatbot, Trainingsdaten benötigt. Auch nach dem Finetuning wird Ihr GPT-Chatbot die Antworten jedes Mal neu generieren. So kann er kreativ mit bisher unbekannten Kundenanfragen umgehen, aber Sie riskieren, dass er ohne schlechtes Gewissen einmal die falsche Antwort ausspuckt. In diesem Zusammenhang ist auch die Frage nach den Kosten zu berücksichtigen.

Und was ist die Zukunft?

Jede der drei vorgestellten Varianten hat ihre Vor- und Nachteile. In unseren Projekten rund um das Thema Assisted Service Center sieht die passende Lösung für unsere Kunden sehr oft hybrid aus. Also eine Kombination aus den vorgestellten Lösungen in Verbindung mit einer kundenzentrierten Dialoggestaltung. So kann ein Kunde beispielsweise zunächst mit einer freien Frage in den Chat starten, gleichzeitig aber auch mit einem Klick direkt in die häufigsten Themen einsteigen. Bekannte und etablierte Troubleshooting-Prozesse werden über einen Workflow abgebildet. Trifft ein völlig neues Thema im Service Desk ein, hilft ein GPT Large Language Model bei der Generierung einer passgenauen Antwort. Dies geschieht in Zusammenarbeit mit dem wissenden Servicemitarbeiter. Mensch und KI arbeiten hier Hand in Hand, aber der Mensch hat als qualitätssichernde finale Instanz das entscheidende Wort. Unser Metis Wissenslogistikprozess sorgt am Ende dafür, dass die so generierte Antwort für den Kunden als Standard im Metis Knowledge Store abgelegt wird und für zukünftige, ähnliche Anfragen wiederverwendet werden kann. Ganz ohne generative KI.

Möchten Sie mehr darüber erfahren, wie wir mit verschiedenen Arten von Chatbots arbeiten oder wie wir domänenspezifische (finetuned) generative Large Language Modelle auf Azure OpenAI trainieren? Kontaktieren Sie uns und sprechen Sie mit unseren KI- und Service-Experten. Wir freuen uns auf den Dialog mit Ihnen.

* Ein „Intent“ die beabsichtigte Bedeutung oder das Ziel einer Nachricht oder Frage, die von einer Person an den Chatbot gesendet wird. Chatbots verwenden Intent-Erkennungstechnologien, um zu verstehen, was der Benutzer sucht oder fragt, damit der Chatbot angemessen antworten kann. Es hilft dem Chatbot, die Absicht des Benutzers zu erkennen und die passende Antwort oder Aktion zu wählen.

** "Utterances" sind die Worte, Sätze oder Geräusche, die eine Person von sich gibt, wenn sie spricht oder kommuniziert. Es handelt sich um die konkreten Äußerungen oder Ausdrücke, die jemand verwendet, um seine Gedanken, Ideen oder Gefühle anderen Menschen mitzuteilen.