Conversational Assistant, Social Agent oder Virtual Chatbot?

Nutzerassistenten, sogenannte Virtual Assistants, unterstützen Anwender dabei, ihre Aufgaben unter Verwendung von Informationstechnologie besser auszuführen. Was jedoch unterscheidet sie von Conversational Agents, Social Bots, Chatbots oder künstlicher Intelligenz? Nicht nur unter Forschenden, sondern auch unter Praktikern werden diese Begriffe oft durcheinander geworfen. Beauftragt ein Unternehmen einen Entwickler, um einen Chatbot für den hauseigenen Onlineshop zu programmieren, haben in der Regel beide Seiten stark abweichende Vorstellungen von dem benötigten System. Während das Unternehmen sich beispielsweise einen Avatar-basierten virtuellen Assistenten für die Beantwortung einfacher Fragen vorstellen kann, assoziiert der beauftragte Entwickler möglicherweise eher einen selbstlernenden textbasierten Conversational Agent.  Was also macht einen Virtual Assistant aus, was ist ein Conversational Agent und wie unterscheidet er sich von einem Chat- oder Social Bot?

Social Bots sind der breiten Öffentlichkeit vor allem durch politische Manipulationen und die Verbreitung von Fake News bekannt. Die Forscher Bessi & Ferrara identifizierten während des Wahlkampfs in den USA im Jahr 2016 automatisierte Social Media Accounts, die auf Twitter Nachrichten verbreiteten, die die politischen Lager unterstützten. Sie definierten Social Bots dabei als Anwendungen, die automatisch Inhalte produzieren und mit Menschen auf Social-Media-Plattformen interagieren und dabei versuchen, menschliches Verhalten vorzugeben, um das Verhalten menschlicher Nutzer zu beeinflussen. Es gibt jedoch nicht nur diese negative Ausprägung. Unser Team an der Universität Duisburg-Essen zeigte, dass auch neutrale und nützliche Social Bots existieren. Beispielsweise werden Social Bots von Wikipedia eingesetzt, um auf Plattformen wie Twitter automatisiert neue Autoren für bestimmte Themen zu finden und diese zu akquirieren. Stieglitz et al. klassifizierten Social Bots aufgrund ihrer Absicht nach ‚bösartig‘, ‚neutral‘ und ‚gutartig‘ und unterschieden verschiedene Grade an Intelligenz. Unternehmen können Social Bots beispielsweise einsetzen, um auf falsche Informationen auf Social Media Plattformen automatisiert zu reagieren oder passende Interessengruppen für bestimmte Produkte zu identifizieren.

Chatbots hingegen konzentrieren sich auf die 1:1 Kommunikation mit einzelnen Nutzern. Sie können mit Menschen in natürlicher Sprache mittels Text kommunizieren und versuchen dabei eine natürliche Konversation zu simulieren. Auch sie unterscheiden sich hinsichtlich ihrer Komplexität. Eher simple Chatbots können in Chat-Applikationen integriert sein (beispielsweise in Slack oder LINE) und reagieren lediglich auf gezielte Abfragen der Nutzer oder erinnern Nutzer an bestimmte Aufgaben. Sie können die virtuelle Kollaboration verschiedener Teams in Unternehmen unterstützen. Komplexere Chatbots können zusätzlich maschinelles Lernen verwenden, um sich Gewohnheiten oder individuellen Wünschen der Nutzer auf Basis von Trainingsdaten und Testdaten anzupassen.

Intelligentere Chatbots, die nicht nur über Text, sondern auch über Sprache mit menschlichen Nutzern agieren können werden Conversational Agents genannt. Apples Siri oder die sprachgesteuerte Suche von Google sind prominente Systeme, die als Conversational Agent bezeichnet werden können, da sie mit Menschen in natürlicher Sprache interagieren. In der Wissenschaft werden Conversational Agents auch als eine komplexere Oberkategorie von Chatbots klassifiziert.

Virtuelle Assistenten stellen eine weitere Oberkategorie dar und können sowohl Chatbots als auch komplexere Conversational Agents beinhalten. Allerdings sind sie im Gegensatz zu Chatbots in den Alltag der Nutzer integriert und können diese bei verschiedenen Aufgaben aktiv unterstützen. Bekannte Beispiele sind Saugroboter oder virtuelle Home-Assistenten, wie Google Assistant oder Amazons Alexa, die in ein Smart Home integriert werden und somit Zugriff auf verschiedene Geräte. Auch in spezielleren Anwendungsfeldern, wie der Pflege können virtuelle Assistenten eingesetzt werden. So entwickelte das Beratungsunternehmen Deloitte einen auf Amazon Echo basierten Assistenten, der es pflegebedürftigen Menschen ermöglicht per Sprachbefehl ihr Bett zu verstellen und im Notfall Hilfe herbeizurufen.

Spricht man von künstlicher Intelligenz, so kann ein selbstlernender Conversational Agent gemeint sein. Allerdings sind künstliche Intelligenzen vor allem eins: selbstlernende Algorithmen. Diese können durch einen virtuellen Assistenten oder einen Chatbot repräsentiert werden, allerdings können auch im Hintergrund laufende automatisierte Prozesse gemeint sein, von denen der Nutzer nichts mitbekommt. Beispiele sind Empfehlungssysteme, die dem Nutzer in einem Onlineshop Produktvorschläge entsprechend seines Suchverlaufs und seines Einkaufsverhaltens liefern. Entscheidend für künstliche Intelligenz ist, dass ein Lernprozess innerhalb des Systems stattfindet. Viele Chatbots können lediglich auf bestimmte Stichworte oder Satzbausteine aufgrund eines vorhandenen Lexikons reagieren, allerdings findet dabei meist kein maschinelles Lernen statt. Virtuelle Assistenten können sich meist der Stimmte der Anwender anpassen – hier würde man von künstlicher Intelligenz sprechen.

Bei der Einführung einer neuen Technologie sollte sich ein Unternehmen daher immer darüber im Klaren sein, welche Aufgaben erfüllt und welche Ziele erreicht werden sollen. Wenn lediglich FAQs automatisiert beantwortet werden sollen, bietet sich eher ein kostengünstiger Chatbot an, der im Zweifelsfall auch ohne große Programmierkenntnisse in-house implementiert werden kann. Soll jedoch ein komplexerer virtueller Assistent in einen physischen Shop integriert werden, so ist mehr Expertise erforderlich. Soll ein einfacher Conversational Agent in den Haushalt der Kunden integriert werden, so bietet sich möglicherweise die Entwicklung eines Alexa-Skills an. Liegt der Fokus auf der Verbesserung der Social-Media-Kommunikation, sollte sich vor allem mit dem Thema Social Bots auseinandergesetzt werden. Vielleicht muss jedoch ein Onlineshop optimiert werden – dann bietet sich ein Recommendersystem an, welches maschinelles Lernen und somit künstliche Intelligenz verwendet.

Nicht nur in der der Praxis, sondern auch in der Wissenschaft herrscht Uneinigkeit hinsichtlich der verschiedenen Begriffe und Terminologien. Zukünftige Entwicklungen in der künstlichen Intelligenz können diese Debatte weiter vertiefen. Für Praktiker lohnt es sich demnach immer, sich über die vorhandenen Systeme und Möglichkeiten zu informieren, um eine passgenaue Technologie zu finden.

Quellen:

• Bessi, A., & Ferrara, E. (2016). Social bots distort the 2016 U.S. Presidential election online discussion, First Monday.
• Ferrara, B. Y. E., Varol, O., Davis, C., Menczer, F., & Flammini, A. (2016). The Rise of Social Bots. Communications of the ACM, 59(7). https://doi.org/10.1145/2818717
• Hofeditz, L., Christian Ehnis, Deborah Bunker, Florian Brachten, & Stefan Stieglitz. (2019). Meaningful use of social bots? Possible applications in crisis communication during disasters. Proceedings of  the European Conference on Information Systems. Stockholm: AISEL.
• Stieglitz, S., Brachten, F., & Kissmer, T. (2018) Defining bots in an Enterprise Context. Proceedings oft the International Conference on Information Systems (ICIS). San Francisco, December 2018.
• Stieglitz, S., Brachten, F., Ross, B., & Jung, A.-K. (2017). Do Social Bots Dream of Electric Sheep? A Categorisation of Social Media Bot Accounts. Proceedings of the Australasian Conference on Information Systems, (October), 1–11.