Die zehn besten Chatbot-Lösungen für den Kundenservice

Chatbots sind angesagt. Gefragt sind robuste Enterprise-Lösungen mit ausgereiften Sicherheits-Features, die Kontaktzentren in den großen Konzernen entlasten und neue Kundengruppen erschließen können. Die zehn besten Lösungen im Überblick. [...]

Entscheidend ist zunächst, dass die virtuellen Helfer verstehen, was ein Kunde sagt oder schreibt – auch dann, wenn umgangssprachliche Begriffe verwendet werden. Zudem müssen sie die dahinterstehende Absicht interpretieren können. Das alles hat in einer sicheren Umgebung zu geschehen, und der Chatbot muss die Konversation von einem bestimmten Punkt an nahtlos an einen menschlichen Agenten übergeben können. Die Analysten von Forrester Research haben sich die zehn wichtigsten Lösungen angesehen und ein Ranking aufgestellt. Mehr Info: Chatbots im Unternehmenseinsatz

Kriterien für die Bewertung der Chatbots

Machine Learning: Wie stark verbessern sich die Produkte im täglichen Einsatz, weil sie selbstlernend sind oder weil sie einfach trainiert werden können?
Reporting und Analytics: Sind Funktionen vorhanden, mit denen der Wissensaufbau und andere KPIs überwacht und protokolliert werden können?
Multichannel: Wie gut unterstützt das Produkt Konversationen über verschiedene Touchpoints (Web, native Apps, Messaging Apps, interaktive Sprachbeantwortung) hinweg? Lässt es sich einfach in andere Kundenservice-Systeme integrieren? Das können etwa CRM-Lösungen sein oder auch Back-Office-Systeme, transaktionale Systeme und weitere Kanäle für den Customer Service.
Intent Engine: Kann der Chatbot die Absichten eines Kunden identifizieren, indem er aggregierte Interaktionen analysiert und personalisierte Daten aus Backend-Systemen zieht?
Security und Authentifizierung: Wie robust sind die Features für Sicherheit, Authentifizierung und Autorisierung (zum Beispiel Zwei-Faktor-Authentifizierung, Unterstützung von Biometrie und sich selbst zerstörende Messages)?
Dialogmanagement: Wie läuft der Dialog mit dem Kunden ab? Wird alles, was im Laufe eines Gesprächs besprochen wird, in Entscheidungsprozessen berücksichtigt? Wie gut arbeitet das System mit verschiedenen Sprachen?
Verständnis natürlicher Sprache (Natural Language Understanding = NLU): Kunden sprechen und schreiben oft alles andere als druckreif. Die Bots müssen die Struktur und Bedeutung der Inhalte verstehen, und das in mehreren Sprachen.
Roadmap: Welche Verbesserungen sind geplant? Wie schnell und gut werden sich ändernde Kundenbedürfnisse abgebildet?
Vision: Unternehmen möchten mit dem Chatbot ihrer Wahl Kunden bedienen, halten und gegebenenfalls neue hinzugewinnen. Inwieweit passt die Produktvision des Herstellers zu diesem Kernanliegen?
Umsatz: Wieviel nimmt der Anbieter mit seinem Softwareroboter jährlich ein?

Die Nummer eins: Nuance
Die Nummer eins im Markt ist laut Forrester Research der Softwarehersteller Nuance. Das Unternehmen nutzt seine lange Tradition der Spracherkennung und ist auch bei den Multichannel-Features vorne dran. „Mit dem Fokus auf das Akquirieren und Halten von Kunden bietet Nuance eine überzeugende Produktvision“, so die Studienautoren. Auch die differenzierten Sicherheitsmechanismen seien hervorzuheben, dabei würden auch biometrische Techniken eingesetzt.

Nachholbedarf habe Nuance bei der Einbindung seines Chatbots in diverse Messaging-Plattformen. Auch könne die Vorhersage dessen, was Kunden intendieren, besser sein – insbesondere, wenn verschiedene Kanäle eingebunden sind. Letztendlich sei Nuance aber der Anbieter, der die beste Unternehmenslösung biete. Die Chatbots könnten über Websites, Apps und Sprachkanäle hinweg eingesetzt werden und böten im Zusammenspiel eine guten Kundenservice. Forrester spricht von hochzufriedenen Anwendern, die nachweislich verbesserte Kundenzufriedenheitswerte und zudem deutliche Kostensenkungen vorweisen konnten.

2. IPsoft – besonders lernfähig
Den zweiten Platz errang IPsoft, ein Anbieter mit einer „runden Lösung, die in allen Kategorien Stärken aufweist“. Ein Highlight ist laut Forrester die Lernfähigkeit des Systems, das durch die Beobachtung menschlicher Agenten hinzulerne. Auch die Roadmap gefällt: IPsoft plant, seiner Chatbot-Technologie via Gesichtserkennung Sentiment-Analysen zu ermöglichen.

Nachteil ist laut Forrester allerdings der hohe Preis, der zu einem vergleichsweise späten Return on Investment (RoI) führe. Das Unternehmen halte beharrlich an animierten Avataren fest, was zwar schön sei, die Kosten aber auch nicht erträglicher mache. Dennoch bediene IPsoft Unternehmen, die ihre Kundenkontakte End to End automatisieren wollten, sehr gut. Der Umgang mit natürlicher Sprache sei ebenso wie das Dialog-Management ausgezeichnet, auch an den Sicherheitsvorkehrungen haben die Analysten nichts auszusetzen. Kunden haben Forrester berichtet, der IPsoft-Chatbot habe einfache Konversationen sicher ausgeführt, so dass sich die Agenten auf höherwertige Aufgaben konzentrieren konnten. Auch das Account Management von IPsoft wird gepriesen.

3. [24]7 – starke Intent Engine
Aufs Treppchen schaffte es auch [24]7, dessen leistungsfähige Intent Engine und die Multichannel-Funktionen besonders gefielen. Die Konzentration auf den Ansatz „build once, deploy many“ zahle sich aus, ebenso die einzigartige Roadmap. [24]7 wolle einen neuen Chatbot-Ansatz etablieren, der stärker auf Komponenten und Mehrfachverwertbarkeit setze.

Bemängelt wird, dass die High-end-Tools des Anbieters beim Kunden nur mit tatkräftiger Unterstützung des Anbieters zum Einsatz kommen könnten. Die Data Scientists und Servicemitarbeiter von [24]7 bauten zwar robuste Lösungen, müssten aber dem Kunden wichtige Management- und Tuning-Funktionen extra zugänglich machen. Dennoch sei [24]7 eine gute Wahl für Firmen, die Chatbots in eine Omnichannel-Strategie einbinden wollten. Sie könnten über verschiedene Kanäle hinweg dieselben Tools für NLU, Prognosen und Entscheidungsfindung einsetzen. Befragte Kunden sagen, dass ihnen die Technologie von [24]7 zu einer positiveren Wahrnehmung bei ihren Kunden verholfen habe. Schwierigkeiten entstehen in der Praxis allerdings dort, wo der Chatbot mit anderen KI-Lösungen koexistierten soll.

4. Creative Virtual – tauglich fürs Enterprise
Unter den weiteren Lösungen im Ranking besticht Creative Virtual durch seine Enterprise-Tauglichkeit, den leichten Umgang mit natürlicher Sprache und vielfältigen Security-Features. Forrester empfiehlt die Lösung für Unternehmen, die einen Mobile-first-Ansatz verfolgen. Verbesserungen sind demnach in den Bereichen Reporting und Datenvisualisierung angezeigt.

5. Artificial Solutions – schnelles Deployment
Kunden von Artificial Solutions können Chatbots besonders schnell designen, testen und ausrollen. Das Unternehmen überzeugt mit schnellem Deployment und einer intuitiven grafischen Entwicklungsumgebung. Weniger positiv gestalten sich die Machine-Learning-Features, außerdem ist laut Forrester die Entwickler- und Partner-Community zu klein. Dennoch: Wer eine ausgereifte mehrsprachige Lösung (35 Sprachen) sucht, wird hier fündig.

6. Inbenta – in vielen Sprachen unterwegs
Die Stärken von Inbenta liegen ebenfalls in der Vielsprachigkeit und den Konversationsfunktionen. Ein „Chitchat“-Modul erlaubt Chats abseits der Servicewelt („Erzähl mir einen Witz“), und die Intent Engine sorgt dafür, dass Informationen aus vorherigen Konversationen für die spätere Entscheidungsfindung herangezogen werden können. Weniger gelungen ist die Multichannel-Funktion, so Forrester, außerdem würden Agenten mit Informationen überschwemmt, sobald der Chatbot einen Vorgang an Call-Center-Agenten durchreiche. Die Kunden preisen aber die Vielsprachigkeit, die positive Kosteneffekte im Kundenservice und die Tatsache, dass die Zahl der intensiven Servicevorfälle bei Agenten rückläufig sei.

7. Interactions – für Sprachdialogsysteme
Unternehmen, die oft angerufen werden (Inbound Calls) und ihre klassischen Sprachdialogsysteme modernisieren wollen, sind bei Interactions gut aufgehoben. Sie erhalten einen Bot, der den Dialog auf ein höheres Niveau hebt, ihn natürlich und überzeugend klingen lässt und dabei auch Branchenspezifika berücksichtigt. Laut Forrester mangelt es der Lösung aber an „digitaler Reife“ etwa im Bereich Machine Learning. Die Nutzerbasis indes zeigt sich zufrieden, denn ihre Kunden reagieren positiv.

8. Next IT – Reporting & Analytics im GriffNext IT überzeugt mit starken Reporting- und Analytics-Funktionen – auch weil saubere und klare Visualisierungen geboten werden. Unternehmen, die den Chatbot einsetzen, betonen die Einfachheit, mit der sie herausfinden können, welche Funktionen für sie geeignet sind. Moniert werden die unzureichenden Sicherheitsfunktionen: Next IT konzentriere sich aufs Backend und überlasse Front-end-Probleme Dritten. Außerdem sei es für Business-User nicht einfach, Dialoge umzusetzen und zu verwalten. Dennoch zeigt die Praxis, dass mit dem Tool viele Kundenkontakte automatisiert laufen können und der Support stimmt.

9. Nanorep – wichtig ist die zentrale Wissensbasis
Stärken im Intent Management weist Nanorep auf, hier setzt das Unternehmen auch einen klaren Fokus. Über alle Interaktionen hinweg vertraut das Unternehmen stets auf eine ausgereifte Wissenbasis als „Single source of Truth“. Forrester bemängelt allerdings eine unzureichende Enterprise-Reife, beispielsweise wenn es um die Analyse von Konversationen geht. Kunden loben indes die Verlässlichkeit des Anbieters, bemängeln aber auch fehlende Features im Omnichannel- und Dialog-Management.

10. Replay.ai – Fokus auf Messaging
In die Top 10 hat es auch noch Reply.ai geschafft, ein Newcomer, der sich auf Chatbots für Messaging fokussiert und dort eine Reihe innovativer Tools bietet. Positiv fallen die Design-Tools auf, die so gestaltet sind, dass sich Fachanwender via Drag-and-Drop-Funktionalität selbst helfen können. Forrester empfiehlt das Tool Unternehmen, die einen API-getriebenen Ansatz verfolgen und verschiedene Systeme und Features kombinieren wollen. Die Kunden lieben den Service des Anbieters, stellen aber auch fest, dass es etwa im Bereich Machine Learning noch Nachholbedarf gibt.

Wofür Chatbots in der Kundenkommuniktion gut sind

Chatbots können Kundenanfragen übernehmen und so Anwender via Self-Service bedienen. Teures Servicepersonal wird entlastet; ob es teilweise sogar überflüssig wird, darin scheiden sich die Geister.
Lässt sich ein Teil der Kundenkonversation an einen Chatbot übertragen, verkürzt das die für jeden Kunden aufgebrachte Zeit der zuständigen Mitarbeiter.
Self-Service-Funktionen lassen sich auf Kanäle ausweiten, die vorher vielleicht nur stiefmütterlich oder gar nicht bedient wurden (zum Beispiel Apps, Social Media, mobiles Messaging).
Softwareroboter können von Call-Center-Agenten oder anhand historischer Interaktionsdaten im Kundenservice trainiert werden.
Durch die Analyse von Chatbot-Interaktionen lässt sich das Kundenverhalten analysieren. Zudem können gezielt Skills unter den Kontaktcenter-Mitarbeitern aufgebaut und Wissenslücken geschlossen werden.
Werden Chatbots richtig eingesetzt, können sie die Konversionsraten von Online-Kontakten kontinuierlich und messbar steigern.

* Heinrich Vaske ist Editorial Director von COMPUTERWOCHE und CIO.