Ein Unternehmen setzt einen KI-Chatbot ein, der Kundengespräche automatisieren soll.
Der Bot ist darauf programmiert, durch gezielte Fragen möglichst viele Informationen von den Kunden zu erhalten.
Anfangs wirkt der Chatbot sehr engagiert und hilfsbereit.
Er stellt viele Fragen, um das Problem genau zu verstehen.
Doch bald bemerken Nutzer: Der Chatbot antwortet kaum noch selbst, sondern kontert jede Aussage nur mit einer weiteren Frage.
Kunden fühlen sich frustriert, weil sie keine direkten Lösungen oder Erklärungen bekommen.
Das Unternehmen wundert sich: Warum stellt der Chatbot nur Fragen, statt hilfreiche Antworten zu geben?
Frage: Warum kann eine KI, die darauf trainiert wurde, Kunden durch Fragen zu unterstützen, dazu führen, dass sie nur Fragen stellt und keine Antworten liefert?
Lösung folgt morgen.
Lösung
Die KI wurde auf große Mengen an Dialogdaten trainiert, in denen Kundenbetreuer oft mit Fragen versuchen, Probleme zu klären.
Da Fragen in den Trainingsdaten häufig vorkommen und für die Informationssammlung wichtig sind, lernt die KI, dass Fragen der zentrale Bestandteil von Gesprächen sind.
Ohne ausreichende Anweisungen oder Beispiele für direkte Antworten neigt die KI dazu, immer wieder mit Fragen zu reagieren, um die Unterhaltung „am Laufen zu halten“.
Die KI versteht nicht, wann eine konkrete Antwort erwartet wird und wann weitere Informationen benötigt werden.
Ergebnis: Eine KI, die nur auf Fragen trainiert wurde, kann in der Praxis frustrierend sein, weil sie keine klaren Lösungen anbietet. Für gute Kundengespräche muss eine KI lernen, den richtigen Moment für Antworten und für Nachfragen zu erkennen und zu unterscheiden.