In unserer vierteiligen Blog-Serie „How to feed your Chatbot“ möchten wir die Themen Chatbots und Sprachassistenten näher beleuchten. Dabei möchten wir zeigen, wie solche Assistenten in Grundzügen funktionieren, und natürlich auch, ob und wie solche Assistenten für Service- und Nutzerinformationen eingesetzt werden könnten.
Nun ist es soweit: In Ihrem Unternehmen gibt es eine klare Vision für das künftige Informationskonzept und die Key-Use-Cases für Ihren Sprachassistenten sind klar umrissen. Aber wie geht es jetzt weiter? Das Wissen, um die Anfragen zu beantworten, hätte man im Haus. Eine Software, um Sprachassistenten bereitzustellen, findet sich auch auf dem Markt. Bekannte Vertreter sind sicher Google Assistant, Amazon Alexa, Microsoft Cortana, IBM Watson oder Apples Siri. Auf all diesen Plattformen kann man seinen eigenen Assistenten bereitstellen. Aber wer soll den Sprachassistenten tatsächlich aufbauen, mit Inhalten füttern und über die Jahre pflegen? Wäre das ein Job für Technische Redakteure?
Wer in das Thema „Wie baue ich einen Sprachassistenten?“ näher einsteigt, stößt schnell auf möglicherweise neue Begriffe wie Training Phrases, Natural Language Understanding (NLU), Intents, Entities und noch vieles mehr. Irgendwie ist die Sache ja auch klar: Wenn ich intelligente Antworten von einer Software haben möchte, muss ich sie erst intelligent machen. Nur mit Text füttern reicht allerdings nicht. Die Software muss verstehen, was im Text wichtig ist und wo es Beziehungen unter den Informationen gibt, die Nutzer wahrscheinlich interessieren. Das legt den Gedanken nahe, dass eine spezialisierte IT-Firma her muss, die das System aufbaut und pflegt. Aber das ist nicht immer unbedingt notwendig. Technische Redakteure bringen einen Teil der notwendigen Fähigkeiten oft mit.
Klassische Redaktionsaufgaben
Schon im ersten Schritt kann der Technische Redakteur seine Kernkompetenzen einsetzen: die Zielgruppen analysieren und Informationen zielgerichtet adressieren. In der Design-Phase werden die Zielgruppen dabei zum Beispiel mit der Persona-Methode konkretisiert. Mit der Wizard-of-Oz-Methode, gezielten Interviews oder Umfragen werden dann die genauen Anforderungen und die Sprache der künftigen Nutzer erforscht. Der Sprachassistent soll die Nutzer ja später nicht direkt nach dem Einstieg wieder verlieren. Welche Fragen wird der Nutzer also stellen? Welche Benennungen wird er wählen? Wie „menschlich“ soll der Sprachassistent antworten? Wichtige Fragen, die nur eine fundierte Zielgruppenanalyse beantworten kann.
Letztlich müssen die notwendigen Inhalte recherchiert und erstellt werden. Wenn der Sprachassistent direkt auf Fragen antworten soll, anstatt lediglich einen Link in die Betriebsanleitung zu geben, ist redaktionelles Fingerspitzengefühl gefragt: Die Antworten sollten entsprechend kurz sein. Außerdem werden Texte, die gesprochen werden sollen, anders geschrieben als Texte, die gelesen werden.
Nicht zuletzt braucht es auch ein didaktisches Konzept, wie dem Nutzer das Wissen präsentiert und aufbereitet werden muss, damit es bei der Zielgruppe ankommt. Neben den eigentlichen Fakten ist dabei auch wichtig, wie „menschlich“ der Sprachassistent sich verhalten soll, damit der Nutzer gerne darauf zurückgreift.
Unterstützung bei komplexeren Prozessen
Die eigentliche Umsetzung des Sprachassistenten ist dann natürlich sehr von der Plattform abhängig, die man nutzen möchte. Aber die Themen sind überall ähnlich: Dialoge samt Rückfragen und Abhängigkeiten müssen erkannt und festgelegt werden, Benennungen und Synonyme hinterlegt werden und vieles mehr – alles klassische Felder der Technischen Redaktion, die in der Regel auch den Einsatz komplexerer Software nicht scheut. Je nach Key-Use-Case geht aber noch mehr: Unter gewissen Voraussetzungen ist ein Export aus bestehenden Datenquellen wie einem Redaktionssystem möglich. Werden die Informationen schon über eine passende Software online zur Verfügung gestellt, kann der Sprachassistent auch quasi als Übersetzer fungieren, die "natürliche" Frage des Nutzers übersetzen und so die gesuchte Information aus einer Datenquelle für den Nutzer abfragen.
Grundsätzlich können Technische Redakteure also auch Sprachassistenten bauen. Wie man sieht, braucht es aber auch einige zusätzliche Fähigkeiten, die es zuvor zu lernen gilt. Und je nach Komplexität der Schnittstellen und Prozesse werden gegebenenfalls auch tiefergehende IT-Kenntnisse notwendig.
Wenn die Inhalte stehen, ist man gut beraten, den Sprachassistenten regelmäßig zu überprüfen, dessen Nutzung zu analysieren und die Funktionen entsprechend anzupassen. Wie das in der Praxis funktionieren kann, beschreiben wir im vierten und letzten Teil unserer Blog-Serie „How to feed your Chatbot“.
Neugierig geworden? Probieren Sie doch einmal aus, wie sich so ein Sprachassistent für Nutzerinformationen anfühlen könnte: Sie benötigen dazu die Google-Assistant-App und ein Google-Konto. Damit können Sie unseren Sprachassistenten Agent Smarty testen. Dieser kann Fragen beantworten, deren Antworten sich sonst auch in der Betriebsanleitung finden. Die Betriebsanleitung können Sie (nach Ihrer Registrierung) in unserem smart space einsehen.
- Starten Sie die App und sagen Sie „Okay Google, gib mir Agent Smarty!“.
- Auf die Frage zum Pumpentypen antworten Sie „KS5000“.
- Nun können Sie dem Sprachassistenten verschiedene Fragen zum smarty Pumpenaggregat KS5000 stellen. Zum Beispiel: „Was mache ich bei Fehler 125?“ oder „Wie funktioniert die Bedieneinheit?“
Viel Spaß beim Ausprobieren.
