Wie emotional darf ein Chatbot sein? Ergebnisse eines Experiments
Chatbots werden in den meisten Branchen, so auch in der Versicherungsbranche, zu immer wichtigeren Kommunikationsmitteln.
HZ Insurance
Wenn Menschen kommunizieren, lassen sich EmotionenΒ und gewisse Formen von Empathie meist nicht ausschliessen. Gleiches wird auchΒ bei Chatbots immer wichtiger.Adobe Stock
Sie sind schon lΓ€ngst nicht mehr nur eine reine Technologie, sondern beinhalten auch psychologische Aspekte. Wenn die Conversational Agents ein Unternehmen reprΓ€sentieren bzw. eine Kommunikation mit einem menschlichen Vertreter ersetzen oder ergΓ€nzen sollen, spielt die PersΓΆnlichkeit und TonalitΓ€t des Bots, neben den technischen Merkmalen, eine immer grΓΆssere Rolle. Wenn Menschen kommunizieren, lassen sich Emotionen und gewisse Formen von Empathie meist nicht ausschliessen. Gleiches wird auch bei Chatbots immer wichtiger. Dabei wird in der Praxis und auch in der Forschung immer wieder die Frage gestellt, welche und wie viele Emotionen ein Chatbot eigentlich haben darf.
Sophie Hundertmark ist Doktorandin an der UniversitΓ€t Fribourg und arbeitet als wissenschaftliche Projektmitarbeiterin am Institut fΓΌr Finanzdienstleistungen Zug (IFZ) der Hochschule Luzern. Zudem arbeitet sie als selbststΓ€ndige Chatbot-Beraterin und berΓ€t vor allem Banken und Versicherungen aus der gesamten DACH-Region.
Studienleiterin Sophie Hundertmark hat auf Basis einer umfangreichen Literaturrecherche drei Hypothesen aufgestellt und diese in einem Experiment mit Versicherungskunden getestet. Die Ergebnisse sind nahezu, wie in den Hypothesen vorhergesehen:
Partner-Inhalte
Werbung
Beim Abschliessen oder Informieren zu einer Zusatzversicherung kommen Emotionen seitens des Chatbots grundsΓ€tzlich sehr gut an und sind auch gewΓΌnscht. Ein Chatbot, der im Kontext einer Zusatzversicherung freundliche Emotionen zeigt, wird im Allgemeinen ΓΆfter weiterempfohlen, als ein Chatbot der keine Emotionen zeigt. Weiter weckt ein Chatbot ohne jegliche Emotionen schneller den Wunsch nach einem menschlichen Berater.
Wenn es um das Thema Β«Schaden meldenΒ» geht, bevorzugen Nutzer im Allgemeinen eher einen Chatbot ohne Emotionen. Sie wollen lediglich eine schnelle Erledigung ihres Anliegens und zusΓ€tzlich eine BestΓ€tigung, dass der Bot ihr Anliegen aufgenommen hat.
Beim Β«Adresse Γ€ndernΒ» konnten kaum grosse Unterschiede zwischen den Beurteilungen der Chatbots festgestellt werden. GrundsΓ€tzlich wurden beide Versionen als nΓΌtzlich und passend empfunden.
Zusammenfassend ergeben sich aus dem Experiment folgende drei Aussagen:
Wenn User in negativer Stimmung sind, wΓΌnschen sie keine ΓΌbertriebenen Emotionen vom Chatbot. Beispiel: Schadensmeldung (Versicherung), Karte verloren (Bank), Reklamation (Retail).
Wenn User in einer positiven Stimmung sind oder sich in einem Beratungsprozess befinden, sind Emotionen vom Chatbot gewΓΌnscht. Beispiel: PrΓ€mienberatung (Versicherung), Kontoberatung (Bank), Allgemeine Beratung (Retail).
Sobald es sich um rudimentΓ€re Situationen handelt, bei denen der User selbst keine grossen Emotionen verspΓΌrt, sondern es eher um die schnelle Erledigung eines Falls geht, spielen die Emotionen des Chatbots kaum eine Rolle. Sie kΓΆnnen daher auch weggelassen werden, machen aber auch wenig kaputt, wenn sie doch da sind. Beispiel: Adresse Γ€ndern (Versicherung), Kontoauszug anfordern (Bank), Rechnungsbeleg anfordern (Retail).
Diese (neuen) Erkenntnisse geben Sophie H. viel Potential fΓΌr neue Forschungen. In weiteren Studien soll nun die Beziehungen zwischen Nutzer-Situation und GefΓΌhlslage und Bot-TonaliΓ€t untersucht und spezifiziert werden. Parallel dazu mΓΌssen laut Sophie H. Algorithmen entwickelt werden, die es dem Bot mΓΆglich machen, selbst herauszufinden in welcher GefΓΌhlslage sich der User gerade befindet, um anschliessend passend darauf reagieren zu kΓΆnnen. In der RealitΓ€t wird es nicht genΓΌgen, die GefΓΌhlslage anhand des Usecases einzuordnen, vielmehr muss der individuelle Benutzer, der vielleicht auch eine besondere Vorgeschichte hat, berΓΌcksichtigt werden. Es ist zu erwarten, dass die Disziplinen der Fuzzy-Logic und des Computing with words hier angewendet werden. Beide Technologien sind eng miteinander verwandt und machen es mΓΆglich, dass ein Software-System auch unscharfe Worte und natΓΌrliche Sprache verarbeiten kann.
Werbung
Die gesamten Ergebnisse des Experiments kΓΆnnen hier heruntergeladen werden.