Chatbots und Artificial Intelligence as a service

Chatbots sind der Trend der Stunde und schon gibt es Dienstleister, die die Verbindung zwischen dem Chatbot und den großen KI-Systemen von IBM, Microsoft und Co. herstellen. Chat bedeutet im Englischen plaudern und Bot ist die Kurzform für Robot. Im Frühjahr bezeichnete die Süddeutsche Zeitung Chatbots als Trend der Stunde. Zu dieser Zeit öffnete Facebook seinen Messenger für Drittanwendungen. Seither können solche Bots in das Kommunikationsprogramm integriert werden und als fachlicher Gesprächspartner dienen. Microsoft hat Skype ebenfalls für die Bots von Drittanbietern geöffnet und bietet sogar an, seine „Künstliche Intelligenz“ Cortana in Skype zu integrieren.

Durch Facebook sind die neuen Chatbots zwar wieder populär geworden, der Messenger ist aber längst nicht das erste Programm. So können in den weniger bekannten Messenger Telegram schon seit über einem Jahr Chatbots integriert werden.

Im Sommer hatte ich in einer Kolumne für Capital die These gewagt, dass Chatbots die Spielregeln für die Fintech-Welt verändern könnten. Wir haben uns daneben in diesem Blog bereits in zwei Beiträgen mit dem Thema Chatbots befasst:

Wie bei manch anderem Hype wird das Thema derzeit hochgekocht bis alle verstanden haben, wie es funktioniert und wie man es anwenden kann. Im September gab es bereits die erste Fachkonferenz zu dem Thema. Die Webseite Botlist oder www.storebot.me zählen diverse Chatbots auf und mit dem Chatbot Magazine findet man ebenfalls eine regelmäßige Publikationsplattform.

Und auch wir sind extrem neugierig, was diesen Trend betrifft. Kürzlich hatten wir Matthias Lamberti mit seinen Entwicklern vom Startup Repon zu Gast bei uns, um uns über die Funktionsweise von Chatbots zu informieren und mit ihm Anwendungsmöglichkeiten im Finanzumfeld zu beleuchten. Mich hat dieser Workshop sehr fasziniert, denn erstmals konnte ich in den Maschinenraum eines solchen Bots schauen. Matthias Lamberti ist im Fintech kein Unbekannter. Mit Yavalu brachte er den ersten Roboadvisor in Deutschland an den Start.

ELIZA, erster prominenter Chatbot

Das Thema Chatbot ist übrigens nicht neu. Ich hatte einmal in den 80er Jahren das Vergnügen mit ELIZA zu kommunizieren. Ich glaube, es war in einer Ausstellung am Lawrence Livermore National Laboratory südöstlich von San Francisco. ELIZA war ein von Joseph Weizenbaum entwickeltes Computerprogramm und gilt manchen als Prototyp der Anwendungen, die wir heute Chatbots nennen. Weizenbaum wollte damals die Möglichkeiten der Kommunikation zwischen einem Menschen und einem Computer über natürliche Sprache zeigen. Vor allem aber wollte er zeigen, dass Computer menschliche Kommunikationspartner nicht ersetzen können. ELIZA kann man hier in englischer Sprache und hier in deutscher Sprache ausprobieren.

Weizenbaums Programm stammt aus dem Jahre 1966 und hat nichts mit künstlicher Intelligenz zu tun. In Wirklichkeit verstand das Programm nämlich kein Wort der menschlichen Gesprächspartner. Es arbeitete mit Heuristiken und reagierte auf bestimmte Schlüsselwörter.

Die Verarbeitungsschritte für Chatbots

Die heutigen Chatbot sind komplizierter, wie wir von Matthias Lamberti und seinen Kollegen von Repon gelernt haben. Um sich der Arbeitsweise von Chatbots zu nähern, hat es mir geholfen, die Funktionen in verschiedene Schritte zu zerlegen.

Eingabe: Für KI-Systeme gibt es unterschiedlichste Eingangskanäle. Tools wie der Facebook-Messenger, WhatsApp (ist allerdings noch nicht für Bots geöffnet), WeChat und andere Messenger sind nur einer von vielen Kanälen. Denkbar sind auch alle möglichen anderen Eingangskanäle wie Chatfenster in Webseiten, Mail, Telefon etc. Und selbstverständlich gibt es auch digitale Eingangskanäle, über die Daten automatisiert z.B. per Sensoren erfasst werden.

Identifizierung: Wichtig ist die Person, die die Daten eingegeben hat, zu möglichst eindeutig identifizieren. Das ist auch deswegen bedeutsam, wenn vertrauliche Informationen abgerufen oder später Transaktionen durchgeführt werden sollen.

Erkennung: Im nächsten Schritt sind die Eingabedaten, also Texte, Bilder, Videos, Töne oder auch Emoticons (gelernt habe ich den Begriff emoticon-parser) zu verstehen und ggf. zu übersetzen.

Analyse: Anschließend werden die erkannten Informationen nach bestimmten Verfahren interpretiert und analysiert. Für die Analyse können KI-Systeme wie Watson verwendet werden. WATSON ist eine Plattform von IBM, die aus einer Fülle von Tools besteht. Im Gegensatz zu ELIZA wird das WATSON als Expertensystem oder semantische Suchmaschine bezeichnet.

Verarbeitung: Es folgt die Suche nach einer Antwort in eigenen und fremden Datenbanken. Watson etwa erfasst in natürlicher Sprache gestellte Fragen und findet in Datenbanken dazu passenden Antworten in kurzer Zeit. Dazu, so erklärt es Klaus Mainzer in seinem Buch Künstliche Intelligenz “integriert sie viele parallel arbeitende Sprachalgorithmen, Expertensysteme, Suchmaschinen und linguistische Prozessoren auf der Grundlage der Rechen- und Speicherkapazitäten von riesigen Datenmengen (Big Data).” Watson soll beispielsweise wissenschaftliche Aufsätze und medizinische Zeitschriften analysieren können, um in verschiedenen medizinischen Bereichen auf dem aktuellen Stand zu bleiben und z.B. anhand eines Röntgenbilds innerhalb weniger Sekunden eine Krebsdiagnose stellen (siehe auch “So arbeitet Watson”).

Ausgabe: Abschließend erfolgt Ausgabe als Information oder konkrete Handlungsanweisung. So kann etwa über den Messenger eine zu der Anfrage passende Information (z.B. Fahrplan) ausgegeben oder eine Transaktion (z.B. Überweisung) ausgeführt werden.

Artificial Intelligence as a service

Neben Watson gibt es viele weitere Systeme “künstlicher Intelligenz” von Anbietern wie Facebook, Google, Amazon oder Microsoft. Manche dieser Systeme bieten mittlerweile die Anbindung eigener Anwendungen und Apps über spezielle standardisierte Programmschnittstellen (API´s). Für Entwickler ist dies freilich nicht trivial. Zum einen muss er wissen, welche der KI-Systeme für die eigenen fachlichen Anforderungen am besten geeignet ist und zweitens muss er dann für die jeweilige technische Anbindung sorgen.

Genau hier setzt die sich gerade in Gründung befindliche Firma Repon an. Lamberti und seine Entwickler bauen eine Art Middleware für KI-Systeme und vereinfachen die Anbindung. Sie versprechen, dass man kein technisches know how mehr benötige, um eigene Bots zu entwickeln. Ich verstehe das als eine Art “artificial intelligence as a service”. Es wird also jeweils das KI-System dazugeschaltet, was für die spezielle Anwendung am besten geeignet ist.

Auswahl von Anwendungsmöglichkeiten

Anwendung im E-Commerce für Bestellungen (z.B. Amazon Echo), FAQ und Reklamationen
Assistent für die persönlichen Finanzen (z.B. Bank of America)
Durchführung von Zahlungstransaktionen (z.B. N26 mit SIRI)
Qualitätssicherungssysteme in Banken (siehe diesen Forschungsartikel)

Für die weitere Lektüre