Im Rahmen des Projektes SB:Digital werden Trends und Entwicklungen hinsichtlich moderner Arbeitsgestaltung erforscht. Im Zentrum der Betrachtung steht dabei das Konzept des Social Business, d.h. der Integration (digitaler) sozialer Netzwerke in Unternehmensprozesse zur Generierung eines sozialen, ökologischen und ökonomischen Nutzens. Soziale Netzwerke ermöglichen einen aufwandsarmen Informationsaustausch. Auf technischer Ebene unterstützen unternehmensinterne soziale Netzwerke bzw. Enterprise Social Networks (ESNs) die Kollaboration durch die Bereitstellung von Suchfunktionen, Verknüpfung von Inhalten und Feedback-Mechanismen. Gleichzeitig unterstützt diese Technologie Wissensmanagement- und kollaborative Arbeitsprozesse. Das Potential von ESN wird von einer zunehmenden Anzahl von Unternehmen erkannt, jedoch bei weitem noch nicht ausgeschöpft. Ein konkretes Beispiel ist der Einsatz von Chatbots. Bots werden bislang vorrangig in der Kundenkommunikation eingesetzt. Mit Hilfe von Vernetzung und Automatisierung tragen sie dazu bei, Informationen möglichst aufwandsarm, effizient und benutzerfreundlich an den Kunden weiterzugeben und den Alltag der Verbraucher auf diese Weise zu erleichtern. Neue und innovative Ansätze zur Verbesserung der unternehmensinternen Kommunikation (insbesondere im Bereich der Innovationsförderung) werden im Rahmen von SB:Digital erforscht und erprobt. Am Beispiel von Chatbots wird dies nachfolgend exemplarisch dargestellt.

Enterprise Social Networks

Die Vernetzung und Zusammenarbeit zwischen verschiedenen organisatorischen Einheiten wird durch den Auf- und Ausbau von digitalen kollaborativen Netzwerken verbessert. Im Business Bereich spielt dabei insbesondere die Groupware, also Software, welche die Zusammenarbeit von Menschen, ungeachtet von räumlichen und zeitlichen Gegebenheiten unterstützt, eine wichtige Rolle. Kollaborative Software wird von einer Vielzahl von Unternehmen etwa im Projektmanagement, im Kontext von Content Creation oder der Dokumentenverwaltung eingesetzt. Anders als kollaborative Netzwerke werden soziale Netzwerke wie ESNs bisher erst zögerlich und zumeist ausschließlich zum Zweck der (informellen) Kommunikation eingesetzt. Erfolgreiche ESN sind dabei in der Lage, die Kommunikation zwischen Mitarbeitern, insbesondere in Unternehmen mit einer starken räumlichen Verteilung, zu verbessern und den E-Mail-Verkehr signifikant zu verringern. Sofern sie adäquat in die technische Infrastruktur eingebunden und mit anderen Systemen vernetzt sind, können ESNs jedoch noch weit mehr leisten als das bloße Bereitstellen von Kommunikationskanälen. Ein Anwendungsbereich ist dabei zum Beispiel das Wissensmanagement. Im Folgenden wird aufgezeigt, welche Potentiale Chatbots, bzw. moderne Assistenzsysteme, für diese Netzwerke bieten können.

Assistenzsysteme

Mit dem Erfolg von Assistenzsystemen, wie Siri oder Alexa, können Verbraucher einfache Prozesse im Alltag steuern. Durch diese “cleveren” Bots können unter anderem auch Smart Home Technologien automatisiert werden. Im geschäftlichen Kontext hingegen werden sie hauptsächlich für Marketingzwecke und zur Beantwortung von Kundenanfragen verwendet. Das Potenzial von Bots, konkret Chatbots, für Wissensaustausch und Zusammenarbeit innerhalb von digitalen sozialen Netzwerken in Unternehmen wird bisher jedoch nicht ausreichend genutzt.

Finding a Chatbot – Welche Lösungen gibt es eigentlich?

Um einen passenden Chatbot zu identifizieren, der für die Integration in ein ESN geeignet ist, hat das Forschungsteam aktuelle Chatbot-Lösungen gesucht, deren Dokumentation evaluiert und diese letztlich miteinander verglichen. Dabei kamen nur Chatbots mit einer funktionierenden Website und Aktivitäten innerhalb der letzten zwei Jahre in Frage. Datenschutz und Sicherheit sind für viele Unternehmen sehr wichtig, vor allem wenn es darum geht das sensible Daten analysiert werden sollen. Somit wurden Lösungen ausgeschlossen, welche als Software-as-a-Service und Closed-Source-Lösungen zur Verfügung stehen. Zudem musste sich die Lösung mit anderen Diensten verbinden lassen können (Plug-In Modell). In einem zweiten Schritt wurden dann Open-Source-, On-Premise- und erweiterbare Chatbots hinsichtlich ihrer technischen Umsetzung miteinander verglichen (siehe Tabelle 1). Dies bedeutete das die Qualität der Dokumentation, die Fähigkeit zum Speichern und Analysieren von Kontextinformationen, die möglichen Schnittstellen, die “Sprache” – Chatbot Scripting Language, sowie die Unterstützung durch Natural Language Processing (Understanding) bewertet wurde. Insgesamt wurden 21 Chatbot-Lösungen analysiert, wobei nur zehn Chatbots die Anforderungen (Open-Source, On-Premise und Plug-In Modell) umfänglich erfüllten. Letztlich wurde die Chatbot-Engine Rasa Core für die Umsetzung der Anwendungsfälle ausgewählt, weil Rasa ein gut dokumentierter, sehr aktiver Chatbot ist, welcher sowohl den Kontext der Unterhaltung speichert und analysiert, das Verstehen von natürlicher Sprache unterstützt (NLP – Natural Language Processing), als auch eine API Schnittstelle zum Verbinden mit einem ESN bietet.

Tabelle 1 Vergleich der Chatbots

 

Chatbot-Implementierung für ESN

Folgendes Szenario bildete die Ausgangslage für eine erfolgreiche Umsetzung: Unternehmen X verfolgt eine (interne) Social Media Strategie zur Verbesserung der Kommunikation. In diesem Zusammenhang wurde ein kollaboratives Netzwerk (ESN) im Unternehmen implementiert. Exemplarisch hat sich das Forschungsteam für das soziale Netzwerk Humhub entschieden, da es eine bekannte Open-Source- und modulare ESN-Lösung ist. Um die Kommunikation zwischen Humhub und dem gewählten Chatbot sowie die Möglichkeit der Anbindung weiterer Datenquellen zu gewährleisten, musste  zudem eine Middleware implementiert werden.

Anschließend wurden zwei Anwendungsfälle entwickelt, um zu untersuchen, inwiefern Chatbots die Interaktion innerhalb von kollaborativen Netzwerken verbessern können. Zum einen sollte der Prozess der Terminvereinbarung zwischen mehreren Mitarbeitern inkl. Raumbuchung (1) abgebildet und zum anderen die Suche nach Mitarbeitern mit spezifischen Kompetenzen innerhalb des Firmennetzwerks (2) unterstützt werden. Um die Vorteile der Chatbot-Integration in ein ESN und der damit verbundenen Anbindung verschiedener Datenquellen aufzuzeigen, erfolgte die Umsetzung der Use Cases mit Rasa Core. Anhand der Anwendungsfälle konnten die Vorteile von Chatbots für die organisatorischen Prozesse in einem Unternehmen aufgezeigt werden.

Vor allem organisatorische Abläufe und Wissensmanagement-Prozesse können durch den Einsatz von Chatbots in Unternehmen unterstützt werden, indem vernetzte Daten intelligent genutzt sowie automatisch verarbeitet und ausgegeben werden. Neben ESN ist auch der Einsatz der Chatbot-Technologie im Kontext von Unternehmensressourcenplanung (ERP) und Customer Relationship Management (CRM) sowie innerhalb von Unternehmens-Wikis und Dokumentenmanagementsystemen (DMS) vorstellbar. Die wichtigsten Anforderungen für den erfolgreichen Einsatz von Chatbots sind ein bestehendes ESN oder Messaging-Services, eine Social Media Strategie und eine interne Kommunikationsstrategie zwischen allen Stakeholdern im kollaborativen Netzwerk. Außerdem müssen die notwendigen Unternehmensdaten für den Chatbot unter Einhaltung der Benutzerzugriffsrechte und -richtlinien (Datenschutz) zugänglich sein.

Zukünftig wird sich die Benutzererfahrung durch den Einsatz besserer maschineller Lernalgorithmen, durch die umfänglichere Erfassung von Unternehmensdaten und Dialogmodellen immer weiter verbessern. Im Hinblick auf das Industrial Internet of Things (IIoT) stehen Unternehmen vor der Herausforderung, ihre Mitarbeiter mit immer komplexeren Systemen agieren zu lassen ohne ihre kognitive Leistungsfähigkeit zu überlasten. Assistenzsysteme wie Chatbots können erheblich dazu beitragen, diesen Spagat zwischen Systemanforderung und Leistungsfähigkeit durch eine Erleichterung der Orientierung und eine bedarfsgerechte Aufbereitung von Informationen zu meistern.

Die vollständigen Ergebnisse der Untersuchung wurden hier veröffentlicht.  

Autoren: Christian Frommert (frommert@infai.org), Anna Häfner (haeffner@infai.org), Julia Friedrich (friedrich@infai.org), Christian Zinke (zinke@infai.org)

Dieses Forschungs- und Entwicklungsprojekt wird im Rahmen des Programms „Zukunft der Arbeit” [FKZ 02L15A070, Laufzeit: 01.04.2017 bis 31.03.2020] vom Bundesministerium für Bildung und Forschung (BMBF) und dem Europäischen Sozialfonds (ESF) gefördert und vom Projektträger Karlsruhe (PTKA) betreut. Die Verantwortung für den Inhalt dieser Veröffentlichung liegt beim Autor.

Verbesserte Kommunikation in kollaborativen Netzwerken mit Hilfe von Chatbots erreichen

Schreibe einen Kommentar