{"id":498755,"date":"2023-11-14T03:26:17","date_gmt":"2023-11-14T11:26:17","guid":{"rendered":"https:\/\/www.genesys.com\/blog\/post\/die-customer-experience-cx-ist-immer-noch-eine-grosse-herausforderung-fuer-die-dialogorientierte-ki"},"modified":"2023-12-15T00:30:30","modified_gmt":"2023-12-15T08:30:30","slug":"cx-is-still-at-the-tip-of-the-conversational-ai-iceberg","status":"publish","type":"blog","link":"https:\/\/www.genesys.com\/de-de\/blog\/post\/cx-is-still-at-the-tip-of-the-conversational-ai-iceberg","title":{"rendered":"Die Customer Experience (CX) ist immer noch eine gro\u00dfe Herausforderung f\u00fcr die dialogorientierte KI"},"content":{"rendered":"

[vc_section full_width=“stretch_row“][vc_row][vc_column][vc_column_text]Im Jahr 2022<\/a> wurde gesch\u00e4tzt, dass dialogorientierte KI die Personalkosten um 80\u00a0Milliarden\u00a0USD senken wird. Als ChatGPT verf\u00fcgbar wurde, richtete sich der Fokus auf generative KI\u00a0\u2013 und diese Technologie steht weiterhin im Mittelpunkt des Interesses von Customer Experience-Experten. Dass Kunden einfach auf Informationen zugreifen k\u00f6nnen, welche auf nat\u00fcrliche Art und Weise und mit einer pers\u00f6nlichen Note bereitgestellt werden, klingt verlockend. Besonders attraktiv ist dies f\u00fcr diejenigen, die bereits mit dialogorientierter KI arbeiten. In Anbetracht der Zukunftstr\u00e4chtigkeit der generativen KI fragen sich einige m\u00f6glicherweise, ob es sinnvoll ist, weiterhin in dialogorientierte KI zu investieren. Es w\u00e4re noch etwas verfr\u00fcht, die Totenglocke f\u00fcr die dialogorientierte KI zu l\u00e4uten. Gartner berichtete 2023, dass die dialogorientierte KI das am schnellsten wachsende Segment f\u00fcr Contact Center ist<\/a>. In derselben Studie stellte das Unternehmen fest, dass Interaktionen mit KI zunehmen und nicht vollst\u00e4ndig ausgelagert werden. Das bedeutet, dass eine menschliche Intervention ben\u00f6tigt wird, um das Ergebnis abzuschlie\u00dfen. Nat\u00fcrlich sind wir noch nicht so weit, dass wir das, mit dem wir bisher gearbeitet haben, ersetzen k\u00f6nnen. Generative und dialogorientierte KI<\/a> k\u00f6nnen durchaus nebeneinander existieren. Generative KI verspricht zwar, die Customer Experience zu verbessern, aber es gibt auch bei der Anwendung der dialogorientierten KI noch ungenutztes Potenzial.<\/p>\n

Dialogorientierte KI vs. Generative KI f\u00fcr Verbraucher<\/h2>\n

Was die Customer Experience anbelangt, ergibt sich aus der Anwendung generativer KI im Gegensatz zur dialogorientierten KI ein anderer Gespr\u00e4chsstil zwischen dem Verbraucher und dem Anbieter von Produkten oder Dienstleistungen. Mit generativer KI ist das Gespr\u00e4ch informativ, flie\u00dfend und kann eine breite Palette von Themen abdecken. Es f\u00fchlt sich an, als w\u00fcrden Sie mit einem Freund sprechen, der Ihnen interessante Details \u00fcber Ihr Reiseziel und verschiedene M\u00f6glichkeiten nennen kann, wie Sie das Reiseziel erreichen k\u00f6nnen. Dieser Freund kann Sie jedoch nicht einfach dorthin fahren oder ein Taxi f\u00fcr Sie rufen. Mit dialogorientierter KI wird das Gespr\u00e4ch beschr\u00e4nkter, tendenziell roboterhaft und m\u00f6glicherweise digital oder sprachbasiert. IVR-Systeme, die fr\u00fcher mit Abfragen wie \u201eDr\u00fccken Sie 1 f\u00fcr Ja oder 2 f\u00fcr Nein\u201c gearbeitet haben, verwenden heutzutage dialogorientierte KI, um Gespr\u00e4che in nat\u00fcrlicher Sprache zu erm\u00f6glichen. Manchmal wird die KI durch die Technik des Mehrfrequenzwahlverfahrens (Dual Tone Multi-Frequency, DTMF) erg\u00e4nzt, sodass \u00fcber das Nummernfeld Informationen an ein System gesendet werden k\u00f6nnen. Im Fokus steht ein Ergebnis. Diese Gespr\u00e4che sind so konzipiert, dass sie menschlichen Interaktionen im Kundenservice \u00e4hneln. Sie enden in der Regel mit einer Aktion\u00a0\u2013 ein Kauf, eine R\u00fccksendung, das Zur\u00fccksetzen des Kontos oder eine Eskalation.<\/p>\n

Dialogorientierte KI vs. Generative KI f\u00fcr Dialogdesigner<\/h2>\n

Auch f\u00fcr diejenigen, die Gespr\u00e4chserlebnisse so gestalten, dass daraus Interaktionserfahrungen werden, ergeben sich Unterschiede. Mit generativer KI, einer schnellen Entwicklung und einem gro\u00dfen Sprachmodell kann ein automatisiertes Gespr\u00e4ch erm\u00f6glicht werden. Eine schnelle Entwicklung bedeutet, eine M\u00f6glichkeit zu finden, die richtigen Daten aus einem Modell zu extrahieren, das mit einem sehr breiten Datensatz trainiert wurde, der Daten von praktisch allem und von \u00fcberall enth\u00e4lt. Es geht darum, KI die richtige Frage mit den richtigen Parametern zu stellen, um der KI den richtigen Bezugsrahmen zu geben, sodass die richtigen Informationen abgerufen werden. Dies ist sowohl eine Kunst als auch eine Wissenschaft. Dialogorientierte KI-Bots werden als Gespr\u00e4chsabl\u00e4ufe mit je nach Ziel festgelegten Pfaden entwickelt. Dialogorientierte KI-Bots<\/a> sind so programmiert, dass sie auf bestimmte Fragen innerhalb eines bestimmten Bereichs reagieren. Wenn man der dialogorientierten KI eine Frage stellt, die au\u00dferhalb ihres Wissensbereichs liegt, f\u00fchrt dies zu einer Antwort wie: \u201eBitte wiederholen Sie Ihre Frage.\u201c Bei der generativen KI ist solch eine Antwort eher unwahrscheinlich. Generative KI-Modelle werden in der Regel geschult, um irgendeine Art von Antwort zu liefern, da der f\u00fcr die Schulung verwendete Datensatz viel gr\u00f6\u00dfer ist. Generative KI-Algorithmen berechnen, was man auf der Grundlage erlernter Sprachmuster am besten als N\u00e4chstes sagt. Einige generative KI-Modelle liefern falsche Antworten, die richtig klingen\u00a0\u2013 eine Halluzination<\/a>. Dialogorientierte KI wird verwendet, um die Kundenanfrage aufzunehmen und eine Absicht\u00a0\u2013 die Essenz der Frage\u00a0\u2013 zu extrahieren. Das Dialogdesign bestimmt, was geschieht, sobald eine Absicht identifiziert wurde. Dialogdesigner k\u00f6nnen eine Datenpr\u00fcfung einbauen (z.\u00a0B. zeige mir meinen Kontostand) oder eine Antwort auf der Grundlage einer Wissensdatenbank erstellen. Ein dialogorientiertes KI-Modell hat (normalerweise) einen sehr engen Fokus, sodass es Fragen innerhalb dieses Bereichs beantworten kann. Generative KI-Modelle sind gr\u00f6\u00dfer. Sie haben Milliarden von Parametern, viel mehr als die durchschnittlichen, dialogorientierten KI-Modelle, und k\u00f6nnen daher eine gr\u00f6\u00dfere Bandbreite von Sprache verstehen. Als w\u00fcrden Sie einen Aufsatz zu einem Buch schreiben, nachdem Sie eine einzelne Seite (oder ein Kapitel) gelesen haben, anstatt den Aufsatz zu schreiben, nachdem Sie das gesamte Buch, die Biografie des Autors, die Geschichte hinter dem Buch und andere Rezensionen des Buchs gelesen haben.<\/p>\n

Dialogf\u00e4hige Bots m\u00fcssen mehr leisten als nur zu sprechen<\/h2>\n

Wenn man die Aufmerksamkeit vollkommen auf die generative KI lenkt, ergibt sich ein Problem: Die M\u00f6glichkeit einen Bot einzusetzen, der ein unterhaltsames Gespr\u00e4ch \u00fcber eine Vielzahl von Themen f\u00fchren kann, l\u00f6st nicht die Probleme, mit denen sich reale Kunden an ein Contact Center wenden. Ein flie\u00dfenderes Gespr\u00e4ch kann die Probleme, die Kunden beim Einsatz von Chatbots erleben, nicht l\u00f6sen. Die Daten<\/a> zeigen, dass unter denjenigen, die Chatbots verwendet haben,…<\/p>\n