There’s a Bot for That – Das Potenzial von Chatbots für die Bankenindustrie
„Sending Money? Now There’s a Bot for That.” Mit diesem Slogan wirbt der Zahlungsdienstleister PayPal für seinen neuen Chatbot, der im Februar dieses Jahres auf der Messaging-Plattform Slack lanciert wurde. Die Adaption von Apples „There’s an app for that“ zeigt wie sehr das Thema Chatbots an Bedeutung gewonnen hat und in das öffentliche Bewusstsein vorgerückt ist, nicht zuletzt, seit Facebook, Microsoft und Google im letzten Jahr Entwicklungsplattformen für die Integration von Chatbots in ihre eigenen Dienste eingeführt haben. Laut einer Oracle-Studie von 2016 planen 80 % der befragten Unternehmen die Einführung von Chatbots bis 2020, etwa ein Drittel davon setzt sie bereits in der Kundeninteraktion ein. Parallel dazu prognostiziert Gartner, dass 85 % des Kontakts zwischen Kunden und Unternehmen 2020 keine zwischenmenschliche Interaktion mehr beinhalten wird. Tatsächlich sollen Menschen 2020 insgesamt mehr mit Bots kommunizieren als mit ihrem Partner. Chatbots versprechen, die Kundeninteraktion für alle Beteiligten zu verbessern: Kunden werden auf intuitive Art dort abgeholt, wo sie sich die meiste Zeit auf dem Smartphone aufhalten (in Messenger-Diensten), Unternehmen können Teile des Customer Supports automatisieren und Call Center und Berater entlasten, Chatbots können dem Kunden sogar als persönliche virtuelle Assistenten dienen – auch wenn es um persönliche Finanzen geht. Vor diesem Hintergrund befasst sich dieser Newsletterbeitrag mit dem Phänomen Chatbot, seinen Vor- und Nachteilen sowie Einsatzmöglichkeiten im Banking.
Chatbots – Eine Übersicht
Defintion: Bei Chatbots handelt es sich um Computerprogramme, die eine natürliche Konversation mit einem Kunden simulieren
Als solche gehören sie zum Bereich der künstlichen Intelligenz, der sich damit befasst, Maschinen zu entwickeln, welche intelligentes menschliches Verhalten imitieren, also z.B. Sprache erkennen und interpretieren, lernen, planen und Probleme lösen können. Dieser Definition folgend verfügte bereits der erste, 1966 von Joseph Weizenbaum entwickelte Chatbot Eliza über eine Art künstliche Intelligenz, auch wenn ihre Funktion sich darauf beschränkte, durch das Umformulieren von textbasierten Aussagen in Fragen eine psychotherapeutische Sitzung zu simulieren. Jüngere Entwicklungen in den Bereichen Machine Learning sowie Natural Language Processing, welche sich damit befassen, Maschinen mit den Fähigkeiten zum selbstständigen Lernen und zur Interpretation von Text- und Spracheingaben auszustatten, haben diese frühen Anwendung jedoch längst weit hinter sich gelassen. Chatbots bestehen wie andere Anwendungen aus einer Datenbank, einem Application Layer und gegebenenfalls APIs, das bisherige User Interface wird jedoch durch ein Conversational User Interface ersetzt. Heutige Bots sind nicht mehr auf Texteingaben beschränkt, sondern können je nach Programmierung auch mit Sprache, kontextabhängigen Auswahlmenüs und Symbolen arbeiten sowie Informationen im Chat visuell darstellen. Integriert werden können sie in Websites, eigene Apps, Messenger-Dienste, wie z.B. Facebook Messenger, Skype oder Slack, oder auch in gewöhnliche Textnachrichten.
Chatbots lassen sich hinsichtlich ihrer Funktionsweise grundsätzlich in zwei Arten unterscheiden:
- regelbasierte Chatbots
- lernfähige Chatbots
Der Unterschied zwischen den Typen besteht darin, dass regelbasierte Chatbots (1) von ihrer Programmierung abhängig sind und somit von den möglichen Konversationsabläufen und spezifischen Keywords, die ihre Entwickler im Vorhinein für die Kundeninteraktion vorgesehen – oder eher vorhergesehen – haben. Je mehr Konversationsvarianten, desto mehr unterschiedliche Eingaben für dieselbe Frage versteht der Chatbot; trifft er auf eine Formulierung, die er nicht zuordnen kann, „versteht“ er diese nicht, was im besten Fall zu einer Nachfrage führt, im schlimmsten Fall dazu, dass der Kunde die gesamte Anfrage, z.B. eine Überweisung, von vorne durchlaufen muss oder irgendwann frustriert aufgibt. Natürlich gibt es auch bei regelbasierten Chatbots grosse Qualitätsunterschiede, generell lässt sich aber festhalten, dass ein solcher Chatbot nur so gut ist, wie seine Programmierer ihn geschaffen haben.
Ein lernfähiger Chatbot (2) verfügt im Gegensatz dazu über die Fähigkeit, durch die Interaktion mit dem Kunden selbstständig neue Inputvarianten zu erkennen, sodass der Bot mit zunehmender Nutzung immer weniger spezifischen Input benötigt, um zum gewünschten Ergebnis zu kommen.
Einsatzgebiete
Dadurch, dass Chatbots nicht nur mit dem Kunden kommunizieren, sondern auch Transaktionen auslösen können, eignen sie sich für eine Reihe von Einsatzgebieten. Das naheliegendste ist der Einsatz von Chatbots für den Kundensupport, durch welchen Kunden zumindest bei einfachen Anfragen rund um die Uhr betreut werden können und Call Center von Standardanfragen entlastet werden und sich stattdessen um kompliziertere Problemstellungen kümmern können. Eine umfassende Übersicht über die potenziellen Einsatzmöglichkeiten von Chatbots bietet folgende Graphik von Altimeter:
Abbildung 1: What Chatbots Can Do (Quelle: Altimeter, 2017)
Nun könnte man legitimerweise argumentieren, dass viele der aufgeführten Anwendungen genauso gut über Apps abgewickelt werden können und zwar ebenfalls rund um die Uhr. Wozu braucht es also einen Chatbot? Nun, der wohl meist genannte Grund für die Entwicklung von Chatbots ist ihre mögliche Integration in bestehende Messenger-Dienste. Es geht darum, den Kunden dort abzuholen, wo er sich bereits die meiste Zeit aufhält – Messenger-Dienste sind mittlerweile vor den Apps sozialer Netzwerke die am meisten genutzten Applikationen. Dadurch sinken die Einstiegshürden, die Services von Unternehmen zu nutzen – der Kunde muss keine eigenständige App herunterladen, sich nicht mit ungewohnten Interfaces beschäftigen oder durch komplizierte Menüs navigieren. Er interagiert mit dem Unternehmen so, wie er dies aus seinen alltäglichen Interaktionen gewohnt ist, nämlich in Form einer Konversation.
Ob diese Art der Interaktion auch über den Kundenservice hinaus für das Banking von Vorteil ist, wird je nach Situation unterschiedlich beurteilt. Michael Koch von der Deutschen Bank zum Beispiel sieht wenig Sinn darin, die Funktionen einer Banking-App 1:1 in einen Chatbot zu überführen, da bei einem auf Texteingaben basierenden Chatbot aufgrund des hohen Standardisierungsgrads von Bankdienstleistungen die Texteingabe fast länger dauert als das Ausführen der eigentlichen Aktion in der App. Bei der Überprüfung des Kontostandes ist dies sicherlich der Fall, bei einer Überweisung wird die Lage allerdings bereits weniger eindeutig, da laut einer Umfrage des Bank Blogs nur etwa 9 % der Nutzer einer Banking-App mit dieser überhaupt Transaktionen ausführen. Die Gründe dafür sind zum einen Sicherheitsbedenken, die auch der Chatbot nicht aus der Welt schaffen kann – diese könnten bei Integration in Messenger-Dienste sogar verstärkt werden; der zu hohen Komplexität von Banking-Apps und des fehlenden Mehrwerts im Vergleich zum Online-Banking könnte hier allerdings durch das Conversational User Interface Abhilfe geschaffen werden, vor allem, aber nicht nur, wenn der Chatbot über eine Spracherkennungsfunktion verfügt. Diese könnte zwar nur in sehr privaten Settings zum Einsatz kommen, die entsprechenden Abfragen und Transaktionen dafür aber wesentlich vereinfachen.
Von der Nutzungssteigerung bestehender Mobile-Banking-Funktionen einmal abgesehen, gehen die für das Banking relevanten Use Cases allerdings eher in Richtung persönlicher Finanzassistent. So könnte der Bot den Kunden aufgrund ihrer Transaktionsgeschichte Tipps zur Budgetplanung geben oder sie bei der Entdeckung ungewöhnlicher Aktivitäten auf Betrugsgefahr aufmerksam machen und das weitere Vorgehen zur Problemlösung aufzeigen. Eine gute Übersicht darüber, was Chatbots im Banking bereits heute können und welche Banken sie einsetzen, bietet der folgende Artikel von Abe AI (siehe auch Tabelle 1). Dort bietet insbesondere das Video zu Bank of Americas Chatbot Erica eine gute Illustration zu erweiterten Use Cases für Banking Chatbots.
Tabelle 1: Einsatz von Chatbots im Banking
Bleibt an dieser Stelle nur noch die Frage zu klären, wieso Chatbots trotz der ersichtlichen Vorteile noch nicht zum Standard für die Kundenkommunikation geworden sind. Die Gründe dafür fasst David Skerrett in seinem Artikel Seven Reasons Why Most Chatbots Launched in 2017 Are Dead on Arrival treffend zusammen:
- Chatbots zu entwickeln, die dem heutigen Stand der Technik hinsichtlich Machine Learning und Natural Language Processing entsprechen, ist mit sehr viel Zeitaufwand und hohen Kosten verbunden. Daher nutzen die meisten Unternehmen eine Variante des regelbasierten Chatbots, die den Anforderungen von Kunden oft nicht gerecht wird.
- Trotz grosser Fortschritte im Bereich Natural Language Processing können Chatbots (noch) nicht wie Menschen kommunizieren. Auch deshalb sollte der Kunde immer darauf hingewiesen werden, dass er mit einer Maschine kommuniziert.
- Wie leider bei vielen digitalen Lösungen entwickeln viele Unternehmen Chatbots, um der Konkurrenz zuvorzukommen, und nicht, weil es einen besonders geeigneten Anwendungsfall gibt, der den Kunden Zeit und Mühe erspart. Darunter leidet dann auch die Customer Experience.
- Während jüngere Generationen sich schnell auf neue technologische Entwicklungen einlassen, könnte es noch dauern, bis auch ältere Menschen die Nutzung von Chatbots als echte Alternative in Betracht ziehen.
- Da es so viele Möglichkeiten zur Integration von Chatbots gibt – Messenger-Dienste, Websites, eigene Apps etc. – sind diese nicht immer leicht zu finden. Sie sollten dort eingesetzt werden, wo für den Kunden der grösste Wert generiert wird.
- Da einfache Chatbots kostengünstig und unkompliziert erstellt werden können, gibt es so viele davon, dass es schwierig ist, die guten von den schlechten zu unterscheiden.
- Viele Chatbots verfügen nicht über die Möglichkeit, den Kunden bei Bedarf an einen Kundenberater weiterzuleiten. Eine solche kann dem Kunden gegebenenfalls viel Frustration ersparen. Chatbots sollten Teil einer umfassenden Strategie zur Kundeninteraktion sein.
Sprechen diese Gründe dagegen, sich zum jetzigen Zeitpunkt bereits mit Chatbots zu beschäftigen? Nein, sagt Oracle-Experte Frank Nimphius, der 2017 als das Jahr der Bots bezeichnet. Unternehmen sollten die Entwicklung von Chatbots zwar nicht überstürzen, sich aber durchaus mit der Thematik beschäftigen und das Sammeln von Erfahrung im Umgang mit zunächst einfachen Chatbots in Betracht ziehen (unter Beachtung der oben angeführten Problemstellungen), die dann mit entsprechender Erfahrung sukzessive ausgebaut werden können. Kostengünstig und effizient sind solche ersten Versuche zum Beispiel mit Frameworks von Amazon, Facebook, Google oder Microsoft möglich, sodass es bald vielleicht auch für Schweizer Banken heisst: There’s a Bot for That.
- Bericht aus dem CC Sourcing-Workshop in Bad Horn - 17.05.2018
- There’s a Bot for That – Das Potenzial von Chatbots für die Bankenindustrie - 11.10.2017
- PSD2 – Auf dem Weg zum Open Banking - 17.09.2017