Wie virtuelle Assistenten die Produktivität steigern können

Was ist ein virtueller Assistent und wo wird er eingesetzt?

Im Unterschied zu Chatbots, die autonom Antworten generieren können, sind virtuelle Assistenten in der Lage, Situationen dynamisch zu beurteilen. Auf Grundlage diverser Plug-Ins wie Wissensdatenbanken, Kundenmetadaten oder Gesprächshistorien können sie Anfragen mittels intelligenter Heuristiken interpretieren. Das erlaubt ihnen, individuell personalisierte Antworten zu kreieren. Darüber hinaus sind sie in der Lage, ihren Gesprächspartner zu erkennen. Sie sind befähigt, Tonlage und Mimik ihres Gegenübers zu deuten und Verhaltensweisen und Ereignisse zu prognostizieren.

Die Einsatzmöglichkeiten für IVAs sind vielfältig. Momentan sind sie u.a. in folgenden Branchen zu finden:

• Telekommunikation
• Tourismusbranche
• Gastgewerbe
• Automobilindustrie
• Gesundheitswesen
• Verbraucherprodukte

Wie funktionieren IVAs?

Aufgrund ihrer komplexen Programmierung sind die Fähigkeiten von IVAs beliebig modulierbar. Zu ihren charakteristischsten Funktionen gehören:

• Verarbeitung natürlicher Sprache

Die Grundlage der Sprachverarbeitung sind die komplexen Methoden Speech-to-Text und Text-to-Speech. Hierbei wird menschliche Sprache in digitale Signale umgewandelt und umgekehrt. Im Gegensatz zum Chatbot wird der Spracherkennungsprozess beim virtuellen Assistenten durch die Systeme NLP (Natural Language Processing) und NLU (Natural Language Understanding) erweitert. Beim NLP erfolgt eine Analyse und Tokenisierung der menschlichen Sprache im Rahmen standardisierter Strukturen. Grundlage dafür ist eine gigantische Menge an Audiodaten. Im Gegensatz zur NLP interpretiert die NLU menschliche Sprache, ohne sie zu standardisieren. Ziel ist es, die Absicht hinter der Abfrage zu interpretieren.

• Computer Vision

Diese KI-Technologie gleicht akustische Informationen mit den Mundbewegungen und der Mimik des Users ab. Dazu findet mittels Kamera eine Gesichtserkennung in Echtzeit statt. Diese startet, sobald jemand auf den Screen schaut. Da Körpersprache ein wichtiges Attribut der Kommunikation darstellt, erhöht das die Präzision der Spracherkennung um ein Vielfaches.

• Deep Learning

Dieser Sektor des Machine Learnings ist ein wesentlicher Bestandteil von virtuellen Assistenten und Chatbots. Die Deep Learning Methode ist der Funktionsweise des menschlichen Gehirns nachempfunden. Unter Zuhilfenahme neuronaler Netze ermöglicht sie dem IVA, eigene Prognosen zu entwickeln und aus der Interaktion mit dem User zu lernen.

Aufgrund dieser drei Funktionen sind virtuelle Assistenten in der Lage, emotionale Intelligenz zu entwickeln. Mithilfe der Kombination von Gesichtsausdrücken und verbaler Kommunikation kann die KI Metriken wie Freude, Wut, Traurigkeit, Angst oder Überraschung messen. Diese Daten werden mit einer digitalen Bibliothek abgeglichen. Das Erkennen dieser Emotionen macht den IVA reaktionsfähiger.

Virtual Assistants maximieren die Produktivität und senken die Kosten

Traditionellerweise werden in einem Unternehmen Schlüsseldaten der Kunden durch menschlichen Support erfasst. Eine Analyse anhand durch Kundendienstmitarbeiter aufgezeichneter Informationen ist ein langwieriger Prozess. IVAs speichern und kategorisieren die entsprechenden Metadaten in einem Sekundenbruchteil.

Mithilfe entsprechender Modifikationen können virtuelle Assistenten Zugriff auf die verschiedensten Ressourcen und Datenbanken erhalten. Das erhöht den Workflow enorm. Beim Kontakt mit einem Kunden ist es IVAs möglich, ihr Gegenüber anhand von Stimme und Mimik binnen Sekundenbruchteil zu erkennen. Darüber hinaus haben sie Zugriff auf seine Präferenzen und seine gesamte Kundenhistorie. Das vereinfacht den Support und spart Zeit. Dank erwartbarer Fortschritte in der natürlichen Spracherkennung wird die Kommunikation mit virtuellen Assistenzen bald nicht mehr von einem Gespräch mit einem Menschen zu unterscheiden sein. Das alles erhöht die Kundenzufriedenheit und trägt zur Nutzerbindung bei.

In naher Zukunft kann der Einsatz von virtuellen Assistenten großen und kleinen Unternehmen einen umfassenden Kundensupport ermöglichen, den sich die meisten Firmen in dieser Qualität aufgrund von Personalkosten momentan nicht leisten können.