C h a t b o t H a m b u r g

20.07.2016

#chatbotHH@pat_zimmermann@robertwalnuss@floij

Seit April 2016• Suchvolumen und Interesse +50%

• 9 der 10 populärsten Messenger unterstützen Bots

• 11.000+ Bots verfügbar

• 23.000 Developers entwickeln mit wit.ai

• https://techcrunch.com/2016/05/10/facebook-chatbot-analytics/• https://www.google.de/trends/explore#q=chatbot%2C%20chat%20bot&date=today%201

2-m&cmpt=q&tz=Etc%2FGMT-2• http://www.theverge.com/2016/7/1/12072456/facebook-messenger-bot-growth

Warum jetzt?• Timing

• NLP, Machine Learning und AI• Open Source Community• Open Source Projekte von Firmen (Google Deep Mind)

• Hardware-Fortschritt• Kosten

• Cloud Computing • Distribution Channel (Messenger)

C h a t b o t s i n U n t e r n e h m e n

20.07.2016

#chatbotHH@pat_zimmermann@robertwalnuss@floij

Chatbots für Unternehmen

• Personal assistant

• Termin-Planer

• Finanzen

• remote team meetings

• Analytics, Reporting

• Google Analytics Dashboards

• Serverüberwachung

• Sale

P e r s o n a l A s s i s t a n t

20.07.2016

#chatbotHH@pat_zimmermann@robertwalnuss@floij

Beispiel meekan

acebot.ai

• Ausgaben

• Task Management

• Umfragen

standupbot

• Befragt alle Teammitglieder

• Dashboard Antworten einsehbar

Re p o r t i n g & A n a l y t i c s

20.07.2016

#chatbotHH@pat_zimmermann@robertwalnuss@floij

statsbot

App Radar• Tägliche Reports zu Keywords

• PlayStore

• Apple App Store

• Keywords für eigene Apps und Konkurrenz

• Soziale Netzwerke

• Google Alerts

mention

FA Q z u m T h e m a

A u f w a n d u n d M a c h b a r k e i t

#chatbotHH@pat_zimmermann@robertwalnuss@floij

Gibt es die eierlegende Wollmilchsau?

NEIN

Wie aufwendig ist ein Bot?

Dafür muss man folgende Aspekte betrachten

1. Business Logik

2. Eingehende Texte verstehen

3. Dialog Logik

4. Antwort geben

Business Logik

• Was soll der Bot können und anbieten? Flugsuche, Wettervorhersage.

• Aufwand ist abhängig vom Anwendungsfall und variiert stark.

Eingehende Texte verstehen• feste Befehlswörter: „start“, „abmelden“,

usw.Newsletter / Marketing Bots

• feste Patterns / Keywords: Wetter in HamburgRobust, wird aber sehr aufwendig bei komplexen DialogenService Bots wie z.B. Poncho

• AI: Textklassifizierung und Fakten extrahierenLernt von Beispielen, kann mit der Zeit dazulernenService Bots, Support Bots

Antwort geben• statischer Text mit Parametern:

in Hamburg werden es morgen 25 Grad

Meist ausreichend für alle Anwendungsfälle

• AI: dynamische Textgenerierung aus Faktenzur Zeit nur im Roboterjournalismus verwendetbei Chatbots bisher nicht sinnvollhttps://github.com/armbues/deep_cyber

Wie gut kann AI den Nutzer verstehen?

• Englisch besser als Deutsch• Fakten (Named Entities) extrahieren wie z.B.

Orte / Organisationen / Personen / Produkte / Events / Einrichtungen / Zeitangaben / Geld

• Klassifizierung wird benutzt um den User Intent zu verstehen

• Je besser die Datengrundlage desto besser ist das Verständnis

Dialog Logik• Lineare Dialoge:

- Input A führt immer zum Output B- fester Entscheidungsbaum für den Dialog

• Komplexe DialogeBot reagiert auf Input A abhängig vom Dialog Kontext

Lineare DialogeN: Wie wird das Wetter heute?

B: Für welchen Ort?N: HamburgB: Heute wird es in Hamburg sehr heiß.N: Wie wird das Wetter morgen?B: Für welchen Ort?N: Hamburg…

Komplexe DialogeN: Wie wird das Wetter heute?

B: Für welchen Ort?N: Hamburg => Kontext: HamburgB: Heute wird es in Hamburg sehr heiß.N: Wie wird das Wetter morgen?B: Auch morgen wird es in Hamburg sehr heiß werden.

Komplexe Dialoge• Führt sehr schnell zu unüberschaubaren

Dialogsequenzen

• Herausforderung für Testing und Updates im Livebetrieb

• AI kann genutzt werden z.B. bei Supportbots um abhängig vom Kontext und eingehenden Text die richtige Antwort auszuwählen

Fazit• Abhängig vom Anwendungsfall richtige

Methoden in den einzelnen Bereichen wählen-> damit kann der Aufwand stark reduziert werden

• Anpassungen und Variationen können sehr teuer werden

C h a t b o t H a m b u r g

20.07.2016

#chatbotHH@pat_zimmermann@robertwalnuss@floij