Projektziele
In der Energiewirtschaft setzen mittlerweile auch viele kleine Energieversorger wie Stadtwerke Chatbots ein, um häufige Fragen von Kunden zu beantworten und einfache Probleme automatisiert zu lösen. Erfahrungen zeigen jedoch, dass es insb. für mittelständische Unternehmen schwierig ist, die Daten aus dem Betrieb des Chatbots zu analysieren und für eine Optimierung ihres Kundenservices zu nutzen. Das Mikroprojekt zielt darauf ab, eine automatisierte Alternative zur manuellen Analyse dieser Daten aufzuzeigen, um die enormen Potenziale dieser Daten für die Optimierung ihres Chatbots und ihres Kundenservices allgemein zu heben.
Im Projekt soll aus dem Betrieb mehrerer Kundenservice-Chatbots Optimierungspotenziale für die Kundenschnittstelle identifiziert werden. Hierzu kommen Methoden des Maschinellen Lernens zum Einsatz, um die bereits existierenden Dialoge zwischen Chatbots und Kunden von Stadtwerken zu analysieren. Im zweiten Schritt ist die operative Umsetzung in konkreten Systemen beim Partner hsag Heidelberger Services AG geplant.
Projektergebnisse
Aus wissenschaftlicher Sicht stellt das vorgeschlagene Konzept einen interessanten Beitrag zur datengetriebenen Optimierung von Chatbots dar. Insbesondere der Ansatz, durch eine Emotionsanalyse von Dialogprotokollen eines Chatbots einen optimalen Zeitpunkt für die Übergabe/Weiterleitung des Kunden an einen menschlichen Kundenservice-MitarbeiterInnen vorherzusagen, ist neuartig und innovativ.
Der Ansatz wurde in einem Conversation-Mining-System implementiert, das zur visuellen Analyse von Kunden-Chatbot-Konversationen auf Prozessebene verwendet werden kann. Die Ergebnisse von vier Fokusgruppen-Evaluierungen im Anschluss an das Mikroprojekt zeigen, dass das System Chatbot-Entwicklern und -Betreibern helfen kann, Ansatzpunkte für Chatbot-Verbesserungen zu identifizieren. Die Forschung trägt damit neues Designwissen für Conversation-Mining-Systeme bei.
Nächste Schritte
Auf Basis der initialen Ergebnisse des Projektes hat das KIT zusammen mit hsag ein visuelles Analysetool für Chatbots prototypisch erstellt, welche es ermöglicht verschiedenste Verläufe zu analysieren. Die ersten Ergebnisse wurden nach dem Projekt bereits veröffentlicht.
Veröffentlichungen / Referenzen
Schloß, Daniel, Ulrich Gnewuch, and Alexander Maedche. “Towards Designing a Conversation Mining System for Customer Service Chatbots.” (2022).
Schloß, Daniel, Juan DG Espitia, and Ulrich Gnewuch. “Designing a Conversation Mining System for Customer Service Chatbots.” (2023).
Projektzeitraum
01.07.2020 – 31.01.2020
Projektpartner
Karlsruher Institut für Technologie: Ulrich Gwenuch (ulrich.gwenuch@kit.edu)
hsag Heidelberger Services: Daniel Schloss
