Die Verwendung von Behavioral Bot Design ermöglicht es, Chat- und Voicebots zu entwickeln, die besser mit Menschen interagieren können, und dabei den Fokus des Designs auf die Kernfunktionalität des Bots zu legen. Dadurch kann sichergestellt werden, dass der Bot effizient und intuitiv ist und den Nutzern einen Mehrwert bietet.
Intuitive Kaufentscheidungen
Der Erfolg von Unternehmen hängt massgeblich von Kunden-Entscheidungen ab. Menschen treffen rund 20 000 Entscheidungen pro Tag. Wie werden diese Entscheidungen getroffen? Entgegen der weitläufigen Auffassung, der Mensch als homo oeconomicus träfe Entscheidungen rein rational, belegt die Forschung von Verhaltensökonomen, wie Richard Thaler und Daniel Kahnemann, das Gegenteil: 95 Prozent unserer Entscheidungen treffen wir intuitiv. Jeder Mensch verfügt über zwei Entscheidungssysteme: die rationale Rechenmaschine, den inneren Mr. Spock, und den intuitiven Autopiloten, die innere Pippi Langstrumpf. Während Mr. Spock nur in fünf Prozent der Entscheidungen zum Einsatz kommt, trifft Pippi in 95 Prozent der Fälle die Entscheidung. Diese schnellen, intuitiven und unbewussten Entscheidungen fällt Pippi jedoch nicht willkürlich, sondern anhand von Behavior Patterns. Diese Behavior Patterns sind tief in uns verankert und lassen sich nur schwer verändern. Das trifft sowohl auf alltägliche Entscheidungen wie auch auf Kaufentscheidungen zu. Wer diese Erkenntnisse ausser Acht lässt, verschenkt viel Potenzial im Dialog des Bots.
Nutzer-Bedürfnisse im Fokus
Diese Erkenntnisse gilt es auf das Design von Chatbots und Sprachassistenten in der Praxis zu übertragen, um das volle Potenzial des Kanals auszuschöpfen. Behavioral Bot Design stellt die Nutzer-Bedürfnisse in den Mittelpunkt. Beim Einsatz von Behavior Patterns in der Konzeption von Bots handelt es sich daher keineswegs nur um kosmetische Eingriffe. Es geht vielmehr darum, sie in einem holistischen Rahmen zu betrachten.
Dafür gilt es, den Entscheidungskontext und die Nutzer-Bedürfnisse möglichst genau zu kennen, um die passenden Behavior Patterns zu identifizieren und stimmige Trigger zu konzipieren. Denn nur, wenn die Trigger die Entscheidung der Nutzer erleichtern und ihre Bedürfnisse adressieren, werden die Nutzer in die gewünschte Richtung geleitet. Behavior Patterns bestehen überwiegend aus unbewussten Heuristiken (mentalen Daumenregeln) und Biases (kognitiven Verzerrungen) und bestimmen unsere alltägliche Urteilsbildung. Gegen Behavior Patterns und ihren Einfluss kann sich kein Mensch wehren – selbst, wenn man sie kennt, verlieren sie ihre Wirkung nicht.
Design-Beispiele
Sollen Chat- und Voicebots natürlich und intuitiv im Umgang mit Menschen wahrgenommen werden, ist es von entscheidender Bedeutung, Behavior Patterns im Design der Bots zu berücksichtigen. Vier Beispiele:
Ambiguity Aversion
Ambiguity Aversion (Mehrdeutigkeit erschwert die Entscheidung) besagt, dass Entscheidungen vermieden werden, wenn ein Mangel an Informationen vorliegt und nicht vorhersehbar ist, was passiert. Befinden sich Menschen in einer neuen oder unsicheren Situation, versuchen sie, so viel Klarheit wie möglich zu schaffen. Zu Beginn des Dialogs sollten daher die Erwartungen der Kunden aktiv gesteuert werden – durch klares Abgrenzen der funktionalen Möglichkeiten und des Ziels des Bots. Beispiel: «Hallo Steffi, ich bin Lina und berate dich zu deiner Haushaltsversicherung!»
Liking Pattern
Dieses Muster besagt, dass Menschen eher bereit sind, mit jemandem zu interagieren, wenn sie ihn oder sie mögen. Menschen neigen auch dazu, sich schneller von Menschen überzeugen zu lassen, die sie mögen. Sympathie kann dabei unter anderem durch Kooperation und Anerkennung erzeugt werden. Bots sollten ihre Nutzer also für ihre Entscheidungen und Antworten loben und ihnen das Gefühl vermitteln, auf dem richtigen Weg zu sein. Beispiel: «Gute Wahl! Mit unserem Bestseller kann man nichts falsch machen!»
Mere Agreement
Mehrfache Zustimmung schafft Hilfsbereitschaft. Werden hintereinander mehrere Fragen mit «ja» beantwortet, erzeugt dies ein Gefühl von Verbundenheit und Ähnlichkeit zum Fragensteller. Das stimmt die User zunehmend wohlwollender. Soll also etwas verkauft werden, dann sollten die Nutzer einstimmend möglichst
in eine Kette von Aussagen gelenkt werden, denen sie problemlos zustimmen können. Beispiele: «Ist dir Nachhaltigkeit auch wichtig? Findest du auch, dass es sich lohnt, für nachhaltige Mode mehr zu bezahlen?»
Barnum-Effekt
Der Barnum-Effekt bezeichnet die Neigung, allgemeingültige und vage Aussagen auf die eigene Person zu beziehen und sich tief verstanden zu fühlen. Fragen wie «Würden Sie auch gerne modischer aussehen?» oder Aussagen wie «Für deine Bedürfnisse empfehlen wir …» geben das Gefühl einer 1:1-Ansprache. Dieser Effekt kann genutzt werden, um Bots sympathischer zu gestalten und ihnen mehr Tiefe zu verleihen. Beispiel: «Unsere Kollektion ist wie für dich gemacht!»
Nutzen der Optimierung
In einem von Elaboratum in Zusammenarbeit mit der Universität Göttingen durchgeführten Experiment konnten in einem A/B-Test mit 347 Teilnehmern erfolgversprechende Erkenntnisse für Sprachassistenten gesammelt werden. Die gezielte Verwendung von Patterns bei der Gestaltung von Sprachassistenten stimmte die Probanden während eines Kaufprozesses durchschnittlich um 42,2 Prozent zufriedener, unter anderem, da ein natürlicheres Erlebnis erzeugt wurde.
Daneben erhöhte sich die Anzahl der Personen, die einen solchen optimierten Assistenten in Zukunft zum Kauf von Produkten nutzen würden, um 81,3 Prozent. Ein führendes deutsches Versicherungsunternehmen erzielte mit einem optimierten Bot eine um 19 Prozent höhere First Price Rate sowie 75 Prozent positive Nutzer-Bewertungen. Der normale Bot davor hatte weniger als 60 Prozent positive Nutzer-Bewertungen. Die Intent-Erkennung lag beim optimierten Bot bei über 80 Prozent, im Vergleich zu unter 60 Prozent beim herkömmlichen Bot.
Kontinuierlich verbessern
Behavioral Bot Design ist ein kontinuierlicher Prozess. Die besten Ergebnisse werden erzielt, wenn der Bot regelmässig getestet und optimiert wird. Dies bedeutet jedoch nicht, dass der Bot perfekt sein muss. Stattdessen sollte der Fokus auf die Verbesserung der wichtigsten Aspekte gelegt werden. So kann sichergestellt werden, dass der Bot zum Unternehmenserfolg beiträgt.
Wohin die Reise geht
Bis vor kurzem boten Chat- und Voicebots eher Roboter-ähnliche Dialoge. Mit der Einführung grosser Sprachmodelle wie GPT-4 hat sich dies geändert. Kunden erwarten persönlichen Dialog und individuelle Beratung. Dank lernender Algorithmen und KI-Technologien werden die Bots diesen Erwartungen endlich gerecht. In Kombination mit den Methoden des Behavioral Bot Designs können menschenähnliche Gespräche geführt und auf die Bedürfnisse der Nutzer eingegangen werden. In Zukunft werden sich Bots zu authentischen persönlichen Assistenten entwickeln. Das wird den Umgang mit Kunden revolutionieren und die Kundenzufriedenheit und -bindung auf ein neues Niveau heben.
