Aufrufe
vor 5 Monaten

KINOTE 01.2021

  • Text
  • Digitale
  • Algorithmen
  • Modelle
  • Einsatz
  • Entwicklung
  • Beispielsweise
  • Informationen
  • Intelligenz
  • Unternehmen
  • Banken
Um einen Wandel der Finanzbranche erfolgreich zu meistern, müssen Kreditinstitute sowohl Chancen als auch Herausforderungen der Künstlichen Intelligenz (KI) erkennen. Unter der neuen Marke KINOTE der Bank-Verlag GmbH finden Sie Meldungen, Studien und Fachartikel zum Themenkomplex KI. Wir beantworten Ihre Fragen rund um KI. Wir berichten über Trends, neue Technologien, Forschungsergebnisse und daraus entstehende Möglichkeiten, die KI Ihrem Unternehmen bietet.

44 01 | 2021 01 |

44 01 | 2021 01 | Technische Komponenten eines Chatbots Applikationskern Frontends Voice Botkognition & -intelligenz Datenerfassung Website Text-to-Speech/ Speech-to-Text Language Understanding Datenfabrik Telefon Knowledge Base Jobmanagement Botlogik & UX Mobile Suchindex Bot-Dienst KI-Schnittstelle Bot-Logik Sicherheit & Governance Protokollierung Management-Dashboards Authentifizierung Leistungsdaten Konfiguration/ Training Autorisierung Gespräche Monitoring Ops und Governance Quelle: d-fine. weitergeleitet werden. Auch das Remote­Onboarding, auf das viele Unternehmen bedingt durch die Corona­Pandemie zurückgreifen, kann deutlich von einem Onboarding Bot profitieren. Process Flow Bot An dieser Stelle soll nochmal auf das Beispiel des Erwerbs eines Zinsswaps durch eine Bank eingegangen werden. In dem Fall, dass ein Handel vom Backoffice nicht zur Zahlung freigegeben wird, erhält das Frontoffice eine automatische und standardisierte Benachrichtigung. Für spezifische Nachrichten wird dagegen häufig auf die übliche E­Mail­Kommunikation zurückgegriffen. Da es sich bei internen Geschäftsprozessen häufig um E­Mails mit einem gewissen repetitiven Anteil handelt, lässt sich auch hier die Kommunikation zwischen Mitarbeitern bzw. zwischen Front­ und Backoffice leicht automatisieren.

01 | 2021 45 Ein Process Flow Bot kann in diesem Fall – ausgelöst durch sogenannte Trigger Events – automatisch E­Mails mit standardisierten Informationen generieren und an die richtigen Adressen schicken. Er unterstützt so also effektiv das zügige und korrekte Durchlaufen von Unternehmensprozessen. Die Kombination einer Chatbot­Lösung mit entsprechender Robotic­ Process­Automation­Technologie im Backend ermöglicht es, Prozesse noch umfassender zu unterstützen. Auch bisher noch papierlastige Prozesse lassen sich durch den Einsatz von Chatbots in Verbindung mit Texterkennungslösungen digitalisieren und durch einen Process Flow Bot automatisieren. Meeting Assistant Das Aufsetzen von Meetings gestaltet sich manchmal schwieriger als gedacht. Es muss eine passende Zeit für alle Teilnehmer gefunden werden, und im besten Fall enthält die Einladung für das Meeting eine Agenda oder zumindest eine kurze Beschreibung des Inhalts. Ein Meeting Assistant kann hier nicht nur Zeit sparen, sondern auch dafür sorgen, dass Best Practices eingehalten werden: Wann war das letzte Mal, dass Sie eine leere Einladung für ein Meeting erhalten haben? Während des Meetings kann ein Meeting Assistant das Gesagte aufzeichnen und automatisch ein Protokoll erstellen. Im Nachgang zum Meeting und nach manueller Überprüfung des Inhalts wird dann eine kurze Zusammenfassung verschickt. Use Cases zu definieren, ist der erste Schritt. Diese müssen sich aber auch technisch umsetzen lassen. Dieser Punkt soll nachfolgend genauer beschrieben werden. Technisch gesehen kann eine Chatbot­Lösung hoch komplex sein. Gerade fortgeschrittene Use Cases, beispielweise ein Personal Assistant, erfordern eine Vielzahl fortschrittlicher Komponenten. » 1 zeigt schematisch die Komponenten eines voll ausgereiften Chatbots für den Enterprise­Kontext. Zunächst ist hier der Applikationskern zu nennen. Als Schnittstelle zum Benutzer – das Frontend – sind vielfältige Kanäle denkbar: ein Chat­Fenster auf den Webseiten des Intranets, ein Chat­Fenster in Apps oder Desktop­Applikationen, Bots für die gängigen Messengertools wie etwa Whatsapp, Skype, Telegram und Slack oder die Integration in die VOIP­Telefonanlage als sogenannter Voice Bot. In den marktüblichen Chatbot­Angeboten ist diese Mutli­Channel­Fähigkeit gegeben, und der dahinterliegende Kern zur Bereitstellung der Bot­ Logik, ­Kognition und ­Intelligenz ist bei allen Kanälen derselbe. Zur Umsetzung von Use Cases müssen entsprechende Wissensdatenbanken gefüllt und oft auch ein Initialtraining des Bots vorgenommen werden. Komplexere Use Cases, die beispielsweise die Informationsextraktion aus Dokumenten erfordern, benötigen Schnittstellen zu den Quellsystemen, die oft nur in Eigenregie und mit Rückgriff auf das interne Knowhow zu entwickeln sind. Ebenfalls relevant für einen Chatbot sind aus dem Bereich Ops und Governance die Komponenten, die den reibungslosen produktiven Betrieb sicherstellen. Hier spielen Themen wie Sicherheit und Identitätsmanagement, aber auch eine umfassende Protokollierung, eine große Rolle. So lassen sich insbesondere aus Chatverläufen, bei denen ein Bot zunächst Probleme mit dem Verständnis des Intents – also des Anliegens des Endnutzers – hatte und nicht erwartungsgemäß reagieren konnte, ideale Trainingsbeispiele kreieren. Diese Beispiele, die typischerweise über ein Managementund Monitoring­Dashboard manuell eingesehen und bearbeitet werden können, geben dem Bot die korrekte Klassifizierung einer Phrase vor und kennzeichnen auch die für den Use Case spezifischen Informationen, sogenannte Entitäten. Dieser Vorgang wird im Chatbot­Jargon auch als Annotieren bezeichnet. Gängige Entitätentypen, wie etwa Geldbeträge, Orte, Namen, Uhrzeiten oder Kalenderdaten, werden von den meisten marktüblichen Chatbot­Lösungen sehr gut erkannt. Geht es aber beispielsweise um das Erkennen von Wertpapieremittenten, kann durchaus ein spezifisches Training notwendig sein, um eine zufriedenstellende Erkennungsgenauigkeit zu erzielen. Der richtige Weg zu einem Chatbot Der Entschluss, einen Chatbot einzuführen, ist schnell gefasst, wenn die passenden Use Cases gefunden sind. Der sehr breite und heterogene Markt von Chatbot­Lösungen lässt jedoch viele potenzielle Anwender zunächst verzweifeln. Oft steht ganz am Anfang die Frage: Make or Buy? Hierbei geht es um die Entscheidung, ob die Umsetzung eines Chatbots in Eigenregie – beispielsweise basierend auf einem Open Source Framework – oder durch den Einkauf eines Rundum­Sorglos­ Pakets bei einem der zahlreichen Anbieter im Chatbot­Markt erfolgen soll. Die Entscheidung erfordert eine detaillierte Bewertung der eigenen Umsetzungsfähigkeiten, der vorhandenen IT­Systemlandschaft – sowohl aus technischer als auch aus organisatorischer Sicht – sowie eine langfristige Kosten­Nutzen­Analyse. Für eine Eigenentwicklung sprechen in jedem Fall der eigene Aufbau von spezifischem Know­how und der Erhalt der Un­

die bank

© die bank 2014-2020