Sandra Waniek, Autor auf techtag

Zukunftsszenario oder bereits Realität - Können wir uns mit einer Künstlichen Intelligenz (KI) unterhalten wie mit einem Menschen? Was bis vor wenigen Jahren befremdlich klang, gehört mittlerweile zum Alltag. Obwohl steife Computerstimmen und stupide Bandansagen derzeit noch in der Mehrheit sind, zeigen neueste Softwareentwicklungen, dass es auch anders geht. Einen kleinen Einblick wie das funktioniert, erhaltet ihr hier. Künstliche Intelligenz als alltäglicher Begleiter Schon 1997 gelang es dem Schachcomputer Deep Blue von IBM den damals amtierenden Schachweltmeister unter realen Turnierbedingungen zu schlagen. Das ist mittlerweile knapp 25 Jahre her und in dieser Zeit hat sich im Bereich der KI enorm viel getan. Von selbstständig antwortenden Sprachassistenten über automatisierte Lagerverwaltungssysteme bis hin zu selbstfahrenden Autos. KI wird mittlerweile in nahezu jedem Lebens- und Geschäftsbereich eingesetzt. Kein Wunder, dass enorm viele neue Unternehmen diese Technologie als Grundlage für ihr Startup-Business auswählen. Allerdings ist der Großteil der beeindruckenden Entwicklungen bisher nicht vollständig ausgereift und daher nur in eingeschränkter Variante im Alltag zu finden. Doch wie sieht es mit der Eingangsfrage aus? Können wir uns tatsächlich schon heute mit einer KI unterhalten wie mit einem Menschen? Gespräche ohne Missverständnisse Nahezu Jede:r von uns hat schon mindestens ein Mal mit einer Künstlichen Intelligenz gesprochen, sei es mit Sprachassistenten wie Siri und Alexa oder einem digitalen Telefonbot während eines Anrufs. Je nach Art des Bots kann sich die Qualität des Gesprächs dabei extrem unterscheiden. Während einige Systeme nur einem vorab festgelegten Dialog folgen können, sind andere in der Lage flexibel zwischen verschiedenen Fragestellungen hin und her zu springen (siehe Grafik). Damit können sie besser auf die Person am anderen Ende der Leitung eingehen und sorgen für einen natürlichen Gesprächsablauf. Das richtige Sprachverständnis Damit der Telefonassistent die gesprochenen Worte tatsächlich verstehen und einordnen kann, müssen diese korrekt verarbeitet werden. Dies geschieht beim Natural Language Processing (NLP). NLP gibt Computern die Fähigkeit, Texte und gesprochene Sprache wie ein Mensch zu verstehen. Dabei ist er in der Lage nicht nur Worte, sondern auch den Sinn sowie die Intention dahinter zu erkennen. Letzteres geschieht insbesondere durch das Teilgebiet Natural Language Understanding (NLU). Um die gesprochene Sprache zu verarbeiten, muss ein NLP-Algorithmus mehrere Schritte durchlaufen: Der Anrufverlauf wird als Audiodatei abgespeichert und in Text umgewandelt. Dieser Text wird in einzelnen Sätze und Worte unterteilt. Die jeweiligen Wortarten werden passend zugeordnet. Die Grundform der Worte sowie Eigennamen werden erkannt. Bei der Syntaxanalyse wird die grammatikalische Struktur untersucht und verstanden. Mithilfe der NLU werden Sinn und Intention des Textes erkannt.Die KI erzeugt eine darauf passende Reaktion in Textform, die abschließend in gesprochene Sprache umgewandelt wird. Um den natürlichen Gesprächsfluss nicht zu stören, geschehen all diese Schritte innerhalb weniger Sekundenbruchteile in Echtzeit. Man lernt nie aus - das gilt auch für eine KI Wie bereits erwähnt ist es für eine KI im Telekommunikationsbereich enorm wichtig gesprochene Worte zu erkennen sowie deren Bedeutung zu verstehen. Angesichts der sprachlichen Vielfalt ist das gar nicht so einfach, weshalb die NLU hinter dem Spracherkennungssystem stetig verbessert werden muss. Meist liegen diesen Technologien Deep Learning Algorithmen zugrunde, die es ihnen ermöglichen selbstständig zu lernen. Unter Deep Learning versteht man eine spezielle Methode der Informationsverarbeitung, in der unvorstellbar große Datensätze analysiert werden, um Muster zu erkennen und - ähnlich wie im menschlichen Gehirn - Schlussfolgerungen zu ziehen. Diese Fähigkeit machen sich digitale Telefonassistenten zunutze, indem reale Gesprächsdaten direkt zum Training der KI verwendet werden. Doch wie sieht dieser Prozess grob aus? Zur Erklärung sind im Folgenden ein paar Definitionen aufgeführt: Intent: Ein Intent steht für eine Absicht des Anrufenden. Beispielsweise sind Anliegen wie “Termin vereinbaren” oder “Medikament bestellen” typische Intents für einen Telefonassistenten. Das jeweilige Unternehmen legt die für den eigenen Betrieb relevanten Intents vorab individuell fest. Beispielsätze: Für jede Absicht gibt es eine schier endlose Anzahl unterschiedlicher Wortkombinationen und Formulierungsmöglichkeiten. Aus diesem Grund wird die KI vor ihrem produktiven Einsatz mit einer vielfältigen Auswahl an Beispielsätzen für jeden Intent versorgt, anhand derer sie lernt zu erkennen, was der Anrufende von ihr möchte. Im Lauf der Zeit wird diese Sammlung mit realen Sätzen aus der Nutzung des digitalen Telefonassistenten erweitert - quasi learning by doing. Labeling: So wird der Vorgang des “Nachtrainierens” bezeichnet. Hier wird der KI auf die Sprünge geholfen, indem ihr mitgeteilt wird, welche der Intents sie richtig bzw. falsch erkannt hat. Das Besondere daran: Je öfter dieser Vorgang wiederholt wird, desto besser funktioniert die KI. Mensch oder KI am Telefon? Trotz der beeindruckenden Leistung digitaler Telefonassistenten stoßen auch diese Systeme irgendwann an ihre Grenzen. Zwar können sie einfache Standardanfragen, wie Terminvereinbarungen, FAQ-Beantwortungen und die Aufnahme von Rückrufwünschen problemlos erledigen, bei individuellen Anliegen bleibt ein Mensch aber weiterhin die bessere Ansprechperson. Das heißt jedoch nicht, dass der Einsatz digitaler Telefonassistenten überflüssig ist, ganz im Gegenteil: Digitale Assistenten stellen eine Ergänzung dar, indem sie Standardanrufe übernehmen und damit mehr Zeit für komplexere Anliegen schaffen, denen der Mensch sich fokussierter widmen kann - ohne andauernd unterbrochen zu werden. Nach all der Theorie neugierig wie sich das in der Realität anhört? Ruft gerne Mal im Testgasthof an und reserviert euren fiktiven Tisch für’s nächste Abendessen: +49911374935

Wie Worms zum Digitalisierungsvorbild für Deutschland wird

Megatrend Ökointelligenz: Nachhaltigkeit intelligent gestalten

E-Learning: Warum digitales Lernen die Zukunft der Weiterbildung ist

Fördergeld für Zukunftsmacher:innen – Funding for future makers

Leadership ist keine Frage des Titels – sondern des Übergangs.

Megatrend Ökointelligenz: Nachhaltigkeit intelligent gestalten

E-Learning: Warum digitales Lernen die Zukunft der Weiterbildung ist

Fördergeld für Zukunftsmacher:innen – Funding for future makers

Der Beckenrand ist immer dabei

Leadership ist keine Frage des Titels – sondern des Übergangs.

„Verstehst du mich?“

byte robotics im GründerView

Trainings ohne Ziel? Warum Personalentwicklung oft scheitert

Digital Narratives: Storytelling, das rockt!

Wer übernimmt, wenn die Schlüsselperson geht?

Feedback: Schlüssel zur Entwicklung

Sandra Waniek

Mensch oder KI – Mit wem telefonieren wir zukünftig?

Trainings ohne Ziel? Warum Personalentwicklung oft scheitert

Der Beckenrand ist immer dabei

Wie Worms zum Digitalisierungsvorbild für Deutschland wird

Digital Narratives: Storytelling, das rockt!

Leadership ist keine Frage des Titels – sondern des Übergangs.