Diebold Nixdorf - Vertriebseffizienzanalyse - Das Ende vom Prinzip Zufall
ANWENDUNG5. April 2017

Insights: Chatbot-Entwicklung im Bereich Finance – das erste halbe Jahr Erfahrungen und Entwicklung

Vialogue

Eine vollautomatisierte Kunden­beratung und Support rund um die Uhr sind für die meisten Finanz­institute noch Zukunftsmusik. Chatbots und digitale Assistenten versprechen, diesen Mehrwert für Kunden und Unternehmen zu liefern. Doch was kann man zum aktuellen Stand der Technik von ihnen erwarten und welche potenziellen Barrieren gibt es bei der Entwicklung? Nach einem halben Jahr Konzeption und Entwicklung von Chatbots im Bereich Finance hat Tobias Drechsel von Vialogue die Kernpunkte zusammengefasst.

von Tobias Drechsel, Gründer Vialogue

Ein Chatbot besteht grundsätzlich aus einem Backend und einem Kommunikationskanal. Kommunikationskanäle können externe Messenger wie WhatsApp oder Facebook, aber auch interne Applikationen wie Kundenchats auf der eigenen Website sein. Es besteht die Möglichkeit, alle diese Kanäle nach Implementierung der Schnittstellen an das gleiche Backend anzubinden. Innerhalb des Backends werden Schnittstellen, Businesslogik, Prozesse und trainierte Artificial-Intelligence-Modelle integriert.

Autor Tobias Drechsel
Tobias Drechsel ist Gründer von Vialogue, einem Chatbot-Service für Finanzinstitute. Drechsel war zuvor IT-Consultent Financial Services bei KPMG und Dataspark und studierte Wirtschaftsinformatik an HTW Berlin und der Shanghai Finance University.

Weiterhin findet dort die Konvertierung der Antworten in ein einheitliches Format statt. In der Regel ist dies eine einfache Zeichenkette als Request und eine Zeichenkette als Response. Die meisten Messenger-Dienste bieten derzeit weitere Elemente wie Slide-Shows und Suggestions an. Allerdings haben sich aktuell nur bedingt Standards für diese Elemente auf den unterschiedlichen Plattformen etabliert. Bei der Generierung der Response muss daher auf die vom Messenger unterstützten Formate Rücksicht genommen und gegebenenfalls eine differenzierte Logik implementiert werden.

Der größte Vorteil bei der Nutzung dieser virtuellen Assistenten ist, dass der User keine neue Software installieren muss. Des Weiteren gelangen die Informationen selektiv und im Dialog an den Kunden. Der User öffnet im Idealfall die gleiche App, welche auch für die Kommunikation mit Freunden und Verwandten verwendet wird. Der chinesische Messenger „WeChat“ aus China demonstriert eindrucksvoll, welcher Funktionsumfang in einer einzigen Applikation möglich ist und welche Vorteile dies für die User Experience mit sich bringt. In Europa und Amerika sucht man noch vergebens nach einer vergleichbaren Plattform. Je nach Land, Zielgruppe und Alter unterscheidet sich die Nutzung der Kommunikationskanäle.

Die Dateneingabe kann vom Nutzer sowohl über die Stimme, als auch über die Tastatur auf verschiedenen Endgeräten erfolgen. Akustische Kanäle wie Amazon Alexa oder Google Home bieten Schnittstellen ohne visuelle Bedienoberfläche. Das Backend funktioniert auf Grund einer Formatierung in Zeichenketten ähnlich wie bei visuellen Schnittstellen. UI-Elemente wie Buttons oder Bilder können jedoch nur über eine zusätzliche App auf Smartphone oder Laptop eingebunden werden.

Vialogue

Authentifizierung

Im Hinblick auf die Authentifizierung ist bei der Entwicklung und Einführung von Chatbots zwischen Usability und Sicherheit abzuwägen. Da ein höherer Grad an Sicherheit, im Hinblick auf Authentifizierung, nahezu immer eine negative Auswirkung auf die User Experience hat, bietet es sich an, Informationen in Vertraulichkeitsstufen zu unterteilen. Unsensible Information wie Produktinformationen oder FAQs sind frei im Web zugänglich und können dem Benutzer ohne vorherige Authentifizierung präsentiert werden. Um bankinterne Aktionen wie Kartensperrung oder Anforderung einer neuen PIN auszulösen, muss eine Authentifizierung erfolgen. Bei besonders sensiblen Informationen wie Kontoständen und Zahlungsinformationen ist zu evaluieren, ob diese Informationen überhaupt über externe Messenger versendet werden sollten.

Aktuelle Methoden der Authentifizierung von externen Messenger sind wie folgt:

Vialogue

Account Linking – Einige Plattformen (z.B. Facebook) bieten es an, den plattformeigenen Account mit einem externen Account zu verlinken. So kann beispielsweise durch einen Facebook-Login im authentifizierten Online-Banking eine Verbindung zwischen beiden Konten persistiert werden. Kommuniziert der Kunde über die Schnittstelle, ist er automatisch authentifiziert.

Vialogue

Q and A – Die von Hotlines bekannte Authentifizierungsmethode kann auch auf den Bereich der Chatbots angewendet werden. Dabei ist jedoch zu beachten, dass die Nutzereingabe nicht direkt über einen externen Messenger erfolgen sollte, sondern über eine bereitgestellte, interne URL. Einige Messenger wie Facebook speichern Nachrichten im Volltext ab und sind daher nicht für eine direkte
textbasierte Authentifizierung geeignet.

Vialogue

Webhook – Mit standardisierten Webtechnologien wie AO2 kann durch einen Verweis auf eine interne Login-Seite ein Sicherheits-Token generiert werden. Dieser wird anschließend in der Datenbank des Backends hinterlegt. Der User ist dann für die Dauer der Session authentifiziert. Es ist jedoch zu bedenken, dass viele Kunden ihr Passwort für das Online-Banking der Hausbank nicht mobil verfügbar haben
und es auch nicht wiederholt eingeben wollen.

Vialogue

Photo authentication – Eine nutzerfreundliche Möglichkeit der Authentifizierung ist das Abfotografieren von Girokarten oder Ausweisdokumenten. Diese können mit Hilfe von Bilderkennung eingelesen und ausgewertet werden. Auch hier ist es nicht empfehlenswert, dies direkt über externe Messenger durchzuführen, sondern über einen Browseraufruf innerhalb der Applikation.

Machine Learning und AI

Prozesse wie Support und Kundenberatung sind in Finanzinstituten so stark automatisiert, dass die jeweiligen Mitarbeiter mit Gesprächsleitfäden und Skripten arbeiten. Alle Prozesse, die sich derartig stark strukturieren lassen, eignen sich aktuell am besten für die Umsetzung in einer conversational Software. Machine Learning ermöglicht, das Backend eines Chatbots mit verschiedenen Wortgruppen zu trainieren, um die Intention des Nutzers zu erkennen. Bekannte IT-Unternehmen wie Microsoft, IBM und Amazon bieten die entsprechende Infrastruktur, um solche Modelle (Classifier) abzubilden. Nutzt man einen externen AI-Dienst, hat dies den Vorteil, dass man sich auf Schnittstellen und Geschäftslogik konzentrieren kann, während man gleichzeitig auf dem aktuellsten Stand der Sprachanalyse bleibt.

Irina Strelnikova/bigstock.com

Die meisten Chatbots arbeiten aktuell mit obigen Methodiken, welche eine Klassifizierung der Nachrichten vornehmen und danach definierte Prozesse anstoßen. Mit steigendem Nachrichtenvolumen erweitern sich die Permutationen der Wortgruppen, sodass die Klassifizierung stetig besser wird. Tritt der Fall ein, dass die Intention einer Nachricht nicht genau vorhergesagt wird, kann der Nutzer mit einer Auswahl von Intentionen das Modell direkt trainieren. Führt er die Klassifizierung wissentlich oder unwissentlich falsch aus, wirkt sich dies schnell negativ auf die Erkennung des Modells aus. Entwickler sollten evaluieren, eine Kontrollinstanz oder qualitätssichernde Prozesse zwischenzuschalten.

Unstrukturierte Unterhaltungen ohne eine konkrete Intention sind vergleichsweise schwierig zu automatisieren und erfordern andere Modelle. Artificial Intelligence wie bei dem Chatbot Tay von Microsoft passen sich generisch an alle Gesprächspartner an und verändern sich automatisch mit der Menge an Nachrichten. Dies hat zur Folge, dass beispielsweise eine Produktberatung nach einigen Nachrichten anders abläuft als anfangs. Banken und Finanzinstitute sollten sich daher bei der Implementierung von virtuellen Assistenten vorerst auf die obige Vorgehensweise konzentrieren und sich auf die Erkennung von Intentionen fokussieren. Use Cases wie Produktberatung, Support und FAQs lassen sich mit diesen Strukturen modellieren und bieten bereits einen erheblichen Mehrwert für den Kunden.

Fazit

Die 3 vorgestellten Punkte sind exemplarisch für die große Anzahl an Themenkomplexen, welche bei einer Entwicklung von digitalen Assistenten angeschnitten werden müssen. Für die erfolgreiche Entwicklung eines Chatbots ist es besonders für Banken essentiell, in kleinen Entwicklungsteams mit agiler Vorgehensweise zuarbeiten. Auf Grund der Komplexität empfiehlt es sich weiterhin, einzelne Themenbereiche auszulagern und sich auf mehrwertstiftende Kernprozesse zu konzentrieren. Banken, denen es gelingt, dieses Vorgehen zu praktizieren und die Vorteile einer Integration von SaaS-Anbietern optimal zu nutzen, werden den digitalen Wandel der Branche anführen.

 
Sie finden diesen Artikel im Internet auf der Website:
https://www.it-finanzmagazin.de/?p=47862
 
1 Stern2 Sterne3 Sterne4 Sterne5 Sterne (34 Stimmen, Durchschnitt: 4,88 von maximal 5)
Loading...

Schreiben Sie einen Kommentar

Ihre E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.

Studie: Künstliche Intelligenz wird 2025 auf 70% der Unternehmensentscheidungen Einfluss haben

Künstliche Intelligenz (KI, AI, Cognitive Systeme) sei schon heute in Unternehmen angekommen und sieben von zehn Managern erwarten, dass KI bis zum Jahr 2025...

Schließen