Herausforderungen von Chatbots - Experteninterview mit Ulrike Parson

Welche bedeutung haben Chatbots in der technischen Dokumentation? • Grafik: plusmeta, Viktoria Kurpas/Shutterstock.com

Ob im Kundenservice, in der Automatisierung oder in der technischen Dokumentation – Chatbots gewinnen zunehmend an Bedeutung. Sie sollen Prozesse vereinfachen, Informationen effizient bereitstellen und Nutzende unterstützen. Doch in der Praxis stoßen sie oft an ihre Grenzen: von Verständnisproblemen über die Integration in bestehende Systeme bis hin zur Bereitstellung präziser und kontextbezogener Antworten. Welche Herausforderungen dabei besonders relevant sind und wie Unternehmen sie meistern können, haben wir mit der Expertin Ulrike Parson besprochen. Im Interview teilt sie ihre Einschätzungen zur Zukunft intelligenter Assistenzsysteme in der technischen Dokumentation.

Wer sind Sie und was macht Sie zur Expertin im Themenbereich der Chatbots?

Mein Name ist Ulrike Parson, ich bin Gründerin und Vorstand der parson AG, einem Dienstleistungsunternehmen für technische Kommunikation. Wir beraten Unternehmen bei der Einführung von Redaktionssystemen, Content-Delivery-Portalen und Metadatenmodellierung. Schon früh haben wir begonnen, KI-Verfahren zu evaluieren und in Kunden- sowie Forschungsprojekten einzusetzen. Wir integrieren KI-Sprachmodelle in unsere Beratungsprozesse und entwickeln smarte Informationsarchitekturen, mit denen moderne Kommunikationskanäle wie Chatbots besser mit Inhalten versorgt werden können.

Die Rolle der Chatbots in Technischer Dokumentation • Grafik: plusmeta, Viktoria Kurpas/Shutterstock.com

Welche Rolle spielen Chatbots aktuell in der Technischen Dokumentation?

Aktuell sehe ich noch nicht viele Chatbots für technische Dokumentation im praktischen Einsatz, auch wenn viele Unternehmen daran arbeiten und es bereits Standardlösungen auf dem Markt gibt, in denen Chatbot-Funktionen integriert sind. Besonders in der technischen Dokumentation gibt es große Herausforderungen: Inhalte müssen präzise, aktuell und ohne Halluzinationen sein. Interne Support-Chatbots sind leichter umsetzbar, da die Support-Mitarbeitenden die Antworten weitverarbeiten. Es ist deutlich schwieriger, einen zuverlässigen Chatbot für Kundenanfragen zur technischen Dokumentation zu entwickeln.

Worin sehen sie den Unterschied zwischen der Anwendung von Chatbots im Kundensupport zur Anwendung in der Technischen Dokumentation?

Im Kundensupport gibt es zwei Anwendungsformen für Chatbots: Einerseits unterstützen sie interne Support-Mitarbeitende, indem sie den Zugriff auf interne Wissensdatenbanken erleichtern – eine bereits verbreitete Lösung, da geschulte Nutzer die Antworten bewerten können. Andererseits gibt es Chatbots für Kundenanfragen, die einfache Fragen wie Preise oder Antragsprozesse beantworten. In der technischen Dokumentation ist der Einsatz jedoch schwieriger, da Antworten absolut präzise sein müssen, um Fehler oder Schäden zu vermeiden. Das hohe Haftungsrisiko, die Gefahr von Halluzinationen und die Herausforderung, Inhalte aktuell zu halten, machen den Einsatz von Chatbots für Endanwender besonders anspruchsvoll.

Anwendung in Kundensupport und Technischer Dokumentation • Grafik: plusmeta, Viktoria Kurpas/Shutterstock.com

Welche Anforderungen an Technische Dokumente gibt es, um Chatbots effektiv einsetzen zu können?

Um Chatbots effektiv einzusetzen, müssen technische Dokumente strukturiert und mit Metadaten angereichert sein. Unstrukturierte und nicht standardisierte Inhalte können zu Inkonsistenzen führen, etwa bei unterschiedlicher Terminologie oder widersprüchlichen Anweisungen. Eine klare Struktur hilft dem Chatbot, die richtigen Antworten zu finden. Zudem ist eine flexible Infrastruktur wichtig, damit Inhalte schnell aktualisiert werden können – etwa durch Vektordatenbanken oder Knowledge-Graphen, die eine aktuelle Datenbasis für die Suche ermöglichen, ohne das Modell neu trainieren zu müssen.

Welche Herausforderungen gibt es bei der Integration von Chatbots in bestehende Systeme und Plattformen?

Die Integration von Chatbots in bestehende Systeme bringt zwei wesentliche Herausforderungen mit sich: Erstens müssen Inhalte aus unterschiedlichen Quellen wie technischer Dokumentation, PIM, ERP und Marketingtexten harmonisiert werden. Dabei geht es nicht nur um die Strukturierung der Daten, sondern auch um die Anpassung an die unternehmensspezifische Terminologie und Metadaten. Zweitens sind Unternehmensdaten oft in “Silos” verteilt, was es schwierig macht, den Chatbot mit einer einheitlichen Datenbasis zu versorgen. Eine Lösung kann eine zentrale KI-Plattform oder Middleware sein, aber die Umsetzung erfordert eine komplexe Enterprise-Architektur und ist mit erheblichem Aufwand und Kosten verbunden.

Welche technologischen Entwicklungen können in Zukunft aktuelle Herausforderungen von Chatbots lösen?

In Zukunft könnten verschiedene technologische Entwicklungen helfen, aktuelle Herausforderungen von Chatbots zu lösen. Eine wichtige Methode ist RAG (Retrieval-Augmented Generation), die bereits eingesetzt wird, um Halluzinationen zu verhindern und verlässlichere Antworten zu liefern. Auch NLP (Natural Language Processing) und Intent-Erkennung werden zunehmend verbessert, um Benutzeranfragen besser zu verstehen und die Absicht des Fragenden genauer zu identifizieren. Ein weiterer vielversprechender Ansatz ist die Entwicklung von Agentenfähigkeiten. Diese ermöglichen es Chatbots, nicht nur Fragen zu beantworten, sondern auch mehrere Aufgaben nacheinander zu erledigen, wie etwa das Buchen eines Flugs. Diese Agentenfunktion könnte Chatbots noch nützlicher machen, indem sie nicht nur Informationen bereitstellen, sondern auch proaktiv handeln.

Welche Probleme sehen sie aktuell bei dem Einsatz von Chatbots in der Technischen Dokumentation?

Aktuell gibt es zwei wesentliche Probleme beim Einsatz von Chatbots in der technischen Dokumentation. Erstens arbeiten viele Unternehmen noch mit unstrukturierten Dokumenten und sind erst auf dem Weg zu einer modularen, topic-basierten Schreibweise. Oft fehlen auch die passenden Metadaten, die notwendig sind, um einen Chatbot präzise mit Informationen zu füttern, wie etwa Produktvarianten, Zielgruppen oder Ausführungsvarianten. Zweitens ist es eine große Herausforderung, einen Chatbot zu entwickeln, der 100 % verlässliche Antworten auf technische Dokumentation gibt, da jede Antwort potenziell falsche Informationen enthalten könnte. Eine Lösung kann sein, den Chatbot Antworten liefern zu lassen, aber stets auf die Quellen zu verweisen, um Haftungsfragen zu vermeiden. Die Frage der Haftung, insbesondere wenn durch den Chatbot gelieferte Informationen fehlerhaft sind und zu einem Schaden führen, ist nach wie vor ungeklärt und stellt ein großes Problem dar.

Probleme beim Einsatz von Chatbots in Technischer Dokumentation • Grafik: plusmeta, Viktoria Kurpas/Shutterstock.com

Welche Vorteile bieten Chatbots den Anwenderinnen und Anwendern im Bereich der Technischen Dokumentation?

Chatbots bieten im Bereich der technischen Dokumentation zahlreiche Vorteile für Anwender. Sie ermöglichen eine schnelle, direkte Kommunikation, ohne dass lange nach Informationen gesucht werden muss. Anstatt durch ein Portal zu navigieren oder sich durch verwandte Themen zu klicken, erhalten Nutzer sofort Antworten auf ihre Fragen. Diese unkomplizierte, schnelle Interaktion in Frage-Antwort-Form entspricht den Erwartungen der Anwender an eine effiziente Informationssuche und schafft eine angenehme, benutzerfreundliche Gesprächssituation. Zudem sind Chatbots 24/7 verfügbar und bieten Unabhängigkeit, da Nutzer nicht auf Kollegen oder die Suche nach PDF-Dokumenten angewiesen sind. Sie können Fragen in ihrer eigenen Sprache stellen, und der Chatbot übersetzt bei Bedarf aus einer anderen Sprachversion der Dokumentation, was die Usability erheblich verbessert.

Welche Rolle spielen Knowledge-Graphen und Metadaten bei der Optimierung von Chatbots?

Knowledge-Graphen und Metadaten spielen eine entscheidende Rolle bei der Optimierung von Chatbots. Indem Inhalte mit Metadaten angereichert werden, können Chatbots präzisere und relevantere Antworten liefern. Besonders wichtig ist es, wenn Metadaten konsistent über verschiedene Inhaltstypen hinweg verwendet werden. Ein Knowledge-Graph ermöglicht es, Metadaten in einer formalisierten Sprache zu speichern und Beziehungen zwischen unterschiedlichen Begriffen zu erkennen – etwa, wenn ein Produktmerkmal in der Produktentwicklung mit einer Produkteigenschaft im Marketing gleichgesetzt wird. Zudem können durch den Graphen hierarchische Strukturen gebildet werden, sodass der Chatbot, falls eine spezifische Information nicht gefunden wird, auf allgemeinere Konzepte zugreifen kann. Zusammen bieten Knowledge-Graphen und Metadaten eine leistungsstarke Methode, um die Suche zu verbessern und den Chatbot mit präzisen, kontextrelevanten Daten zu versorgen.

Neugierig geworden?

Ihr Chatbot liefert nicht die gewünschten Ergebnisse oder sorgt mit Halluzinationen und ungenauen Antworten für Frustration? Mit plusmeta können Sie diese Herausforderungen überwinden und die volle Leistungsfähigkeit moderner KI-Technologien nutzen. Unsere Lösung hilft Ihnen, Fehlinformationen zu vermeiden, die Qualität Ihrer technischen Dokumentation zu verbessern und eine präzisere, verlässliche Kommunikation zu gewährleisten.

Durch den Einsatz intelligenter Metadaten, strukturierter Inhalte und fortschrittlicher Algorithmen optimieren Sie Ihre Prozesse und steigern die Benutzerfreundlichkeit. So setzen Sie neue Maßstäbe in der digitalen Assistenz und bieten Ihren Nutzern verlässliche Informationen – jederzeit und ohne Risiko von Halluzinationen.

Sie möchten mehr erfahren, Informationsmaterial anfordern oder eine unverbindliche Demo vereinbaren? Schreiben Sie uns eine E-Mail an hallo@plusmeta.de und sichern Sie sich kostenlosen Demo-Termin!