Der Einsatz von Chatbots in der Studienberatung

Masterarbeit , 2022 , 72 Seiten , Note: 1,7

Informatik - Künstliche Intelligenz

Diese Arbeit beschäftigt sich mit der Evaluation der Akzeptanz und Auswirkungen des Einsatzes von Chatbots in der Studienberatung an Hochschulen für angewandte Wissenschaften in Baden-Württemberg.

Sie beschäftigt sich mit der Evaluation von Akzeptanzpotenzialen und Auswirkungen der Kommunikation zwischen Studierenden, Studieninteressierten und Hochschule, die durch die Nutzung eines Chatbots entstehen können. Es wird der Einsatz von Chatbots im Rahmen der Studienberatung diskutiert. Zunächst erfolgt ein Überblick über das Themenfeld von Chatbots. Anschließend werden das Hochschulmarketing und die Wettbewerbssituation von Hochschulen beleuchtet.

Auch werden die Prinzipien für eine barrierefreie Interaktion beleuchtet, die für die Hochschule als öffentliche Einrichtung von Bedeutung sind. Es wird anhand der Chatbot-Prototypen der Hochschule Offenburg überprüft, welche Eigenschaften besonders relevant sind und welche Anforderungen von Seiten der Nutzer gestellt werden. Abgeschlossen wird die Arbeit mit Handlungsempfehlungen, die für den erfolgreichen Einsatz des Chatbots für die Hochschule Offenburg von großer Wichtigkeit sind.

Die empirische Untersuchung, die im Rahmen dieser Masterarbeit durchgeführt wird, bietet Aufschluss über etwaige Verbesserungspotenziale und untersucht darüber hinaus die User-Experience (UX), Persönlichkeitsmerkmale und Kommunikationswirkungen. Da die Akzeptanz seitens der Nutzer*innen für die Einführung und den Betrieb von Chatbots unabdingbar ist, wird auch diese im Rahmen dieser Arbeit genauer untersucht. Besonders wichtig ist hierbei die Schnelligkeit und Einfachheit von Problemlösungen.

Nutzerinnen und Nutzer erwarten von Chatbots eine einfache, schnelle und auch passende Antwort auf ihr Anliegen. Wird das Anliegen nicht richtig verstanden oder beantwortet, führt das schnell zur Frustration und schmälert die Akzeptanz. Eine Auswertung, die mittels AttrakDiff durchgeführt wurde, bietet Aufschluss über die wichtigsten User-Experience-Eigenschaften und stellt eine Erwartungshaltung vor der Nutzung und die Wahrnehmung nach der Nutzung gegenüber.

Inhaltsverzeichnis

Abbildungsverzeichnis

Tabellenverzeichnis

Abkürzungsverzeichnis

1. Einführung in die Einsatzmöglichkeiten eines Chatbots für die Studienberatung
1.1 Problemstellung
1.2 Ziel der Untersuchung
1.3 Aufbau der Untersuchung

2. Theoretische Grundlagen von Chatbots, Akzeptanz und Kommunikation in Hochschulen
2.1 Chatbots
2.1.1 Begriffsbestimmung und Definition
2.1.2 Historische Entwicklung
2.1.3 Stand der Technik und Benchmark
2.1.4 Chancen und Herausforderungen von Chatbots
2.1.5 Akzeptanz
2.1.6 Anforderungen einer barrierefreien Interaktion
2.2 Wettbewerbssituation von Hochschulen für angewandte Wissenschaften in Baden-Württemberg
2.3 Hochschulmarketing und Hochschulkommunikation
2.3.1 Kommunikative Maßnahmen zur Studierendengewinnung
2.3.2 Relevanz eines Chatbot für die Kommunikation an Hochschulen
2.4 Implikationen der theoretischen Grundlagen auf den Lösungsansatz

3. Theoretischer Lösungsansatz für die Entwicklung von Handlungsempfehlungen
3.1 Ausgangslage
3.2 Beschaffung und Auswertung von Sekundärmaterial
3.3 Festlegung des Ziels der Marktuntersuchung
3.4 Bestimmung der Maßnahmen
3.5 Vorbereitung der Durchführung

4. Evaluation des theoretischen Lösungsansatzes am Fallbeispiel der Hochschule Offenburg
4.1 Das Fallbeispiel der Hochschule Offenburg
4.2 Ablauf und Ausführung der Untersuchung
4.3 Darstellung der Ergebnisse
4.3.1 Bekanntheit von Chatbots und bisherige Nutzererfahrungen
4.3.2 Erfahrungen und Bewertung des HSO-Chatbots nach Nutzung
4.3.3 Kommunikation und Einsatzgebiete
4.3.4 Persönlichkeitsmerkmale und Verhalten des Chatbot
4.3.5 Auswertung AttrakDiff
4.4 Handlungsempfehlungen
4.4.1 Akzeptanz
4.4.2 Kommunikation
4.4.3 Persönlichkeit des Chatbot
4.4.4 Barrierefreiheit
4.4.5 User Experience

5. Zusammenfassung

6. Ausblick

7. Literaturverzeichnis

8. Anhang
8.1 Zusammenfassung Benchmark-Analyse
8.2 Fragebogen standardisiertes Interview

Kurzfassung

Die nachstehende Arbeit beschäftigt sich mit der Evaluation von Akzeptanzpotenzialen und Auswirkungen der Kommunikation zwischen Studierenden, Studieninteressierten und Hochschule, die durch die Nutzung eines Chatbots entstehen können. Es wird der Einsatz von Chatbots im Rahmen der Studienberatung diskutiert. Zunächst erfolgt ein Überblick über das Themenfeld von Chatbots. Anschließend werden das Hochschulmarketing und die Wettbewerbssituation von Hochschulen beleuchtet. Auch werden die Prinzipien für eine barrierefreie Interaktion beleuchtet, die für die Hochschule Offenburg als öffentliche Einrich­tung von Bedeutung sind. Es wird anhand des Chatbot-Prototypen der Hochschule Offen­burg überprüft, welche Eigenschaften besonders relevant sind und welche Anforderungen von Seiten der Nutzer gestellt werden. Abgeschlossen wird die Arbeit mit Handlungsemp­fehlungen, die für den erfolgreichen Einsatz des Chatbots für die Hochschule Offenburg von großer Wichtigkeit sind. Die empirische Untersuchung, die im Rahmen dieser Master­arbeit durchgeführt wird, bietet Aufschluss über etwaige Verbesserungspotenziale und un­tersucht darüber hinaus die User-Experience (UX), Persönlichkeitsmerkmale und Kommu­nikationswirkungen. Da die Akzeptanz seitens der Nutzerfinnen für die Einführung und den Betrieb von Chatbots unabdingbar ist, wird auch diese im Rahmen dieser Arbeit genauer untersucht. Besonders wichtig ist hierbei die Schnelligkeit und Einfachheit von Problemlö­sungen. Nutzerinnen und Nutzer erwarten von Chatbots eine einfache, schnelle und auch passende Antwort auf ihr Anliegen. Wird das Anliegen nicht richtig verstanden oder beant­wortet, führt das schnell zur Frustration und schmälert die Akzeptanz. Dies gilt es zu ver­hindern. Eine Auswertung, die mittels AttrakDiff durchgeführt wurde, bietet Aufschluss über die wichtigsten User-Experience Eigenschaften und stellt eine Erwartungshaltung vor der Nutzung und die Wahrnehmung nach der Nutzung gegenüber. Die Auswertung des seman­tischen Differentials konnte wichtige Erkenntnisse zu bestimmten Eigenschaften liefern, die relevant für eine erfolgreiche Einführung des Chatbots sind. Bislang weist die UX beim jet­zigen Chatbot-Prototyp noch Verbesserungspotenzial auf, was aber aufgrund des frühen Stadiums des Prototyps nicht ungewöhnlich ist. Darüber hinaus hat sich gezeigt, dass die Anwenderfinnen eine informierende Kommunikation bevorzugen, die vom Chatbot geleitet wird und die durch Auswahlfelder oder Drop-Down Felder strukturiert wird. So sind die The­menfelder direkt gut sichtbar und für die Nutzerfinnen transparent dargestellt. Eine infor­melle Ansprache im Stil von Messenger-Diensten wird ebenso bevorzugt, wie auch kurze Textabschnitte und Hervorhebungen für die wichtigsten Kernpunkte.

Abbildungsverzeichnis

Abbildung 1 - Darstellung Verabschiedung Chatbot

Abbildung 2 - Darstellung der Ergebnisse "Bisherige Erfahrung mit Chatbots"

Abbildung 3 - Darstellung der Ergebnisse "Bewertung des Chatbot der HSO"

Abbildung 4 - Darstellung Auswahlfelder

Abbildung 5 - Darstellung Negative Eigenschaften

Abbildung 6 - Relevanz von Persönlichkeit und Smalltalk

Abbildung 7 -AvatarGestaltung

Abbildung 8 - Darstellung der Ergebnisse zur Gestaltung des Avatars

Abbildung 9 - Portfolio-Darstellung AttrakDiff

Abbildung 10 - Diagramm der Mittelwerte

Abbildung 11 - Profil der Wortpaare

Tabellenverzeichnis

Tabelle 1 - AttrakDiff Dimensionen nach Hassenzahl et. AI

Abkürzungsverzeichnis

A.L.I.C.E Artificial Linguistic Internet Computer Entity

ATT Attraktivität

AWS Amazon Web Services

BITV 2.0 Barrierefreie-Informationstechnik-Verordnung

DSGVO Datenschutz-Grundverordnung

dt deutsch

ebd Ebenda

engl englisch

etc Et cetera

EU Europäische Union

FAQ Frequently Asked Questions

FF Forschungsfrage

GAFA Google, Apple, Facebook, Amazon

H Hypothese

HAW Hochschule für angewandte Wissenschaften

HQ Hedonische Qualität

HSO Hochschule Offenburg

NLP Natural Language Processing

PQ Pragmatische Qualität

SDK Software Development Kit

u.a unter anderem

UX User Experience

WCAG Web Content Accessibility Guidelines

z. B zum Beispiel

1. Einführung in die Einsatzmöglichkeiten eines Chatbots für die Studienberatung

1.1 Problemstellung

In nahezu allen Bereichen schreitet die Digitalisierung mit großen Schritten voran und es ist wichtig, sowohl für Unternehmen als auch für andere Institutionen, auf dem neuesten Stand zu bleiben, um wettbewerbsfähig zu sein. Dies betrifft auch die Hochschulen in Ba­den-Württemberg. Um neue Studierende zu gewinnen, müssen eine Reihe an Maßnahmen getroffen werden, sei es ein attraktives Studienangebot zu bieten oder aber auch die Vor­teile des Hochschulstandortes hervorzuheben. Dies allein reicht aber meist nicht aus. Es muss den Studieninteressierten und -Anfängerinnen zudem möglich gemacht werden, dass sie schnell und einfach an relevante Informationen rund um das Studium gelangen. Die heutige Generation ist es gewohnt, von überall und jederzeit Informationen in einfacher Form zu erhalten. Auch Hochschulen müssen hier auf dem neusten Stand bleiben, um die Aufmerksamkeit der Zielgruppe zu sichern. Die meisten Hochschulen besitzen zwar eine Homepage, doch eine Suche nach Informationen ist meist mit einem großen Zeitaufwand verknüpft und trotzdem bleiben manchmal Fragen offen. Es bietet sich also an, neue Alter­nativen zu entwickeln, um sich von anderen Hochschulen abzuheben und gleichzeitig die Digitalisierung in der Hochschulkommunikation voranzutreiben. Eine Lösung ist es, einen Chatbot für die Studienberatung einzuführen, um den künftigen Studierenden die gesuch­ten Informationen einfach, schnell und zu jeder Zeit zur Verfügung zu stellen und sie hin­sichtlich ihrer Studienwahl zu beraten. Ein Chatbot bietet eine Reihe an Chancen und kann Hochschulen helfen, ihre Effizienz und Wettbewerbsposition zu steigern. In dieser Mas­terthesis wird dieses Thema ausführlich behandelt. Außerdem wurden folgende For­schungsfragen (FF) entwickelt, die im Rahmen dieser Masterthesis beantwortet werden:

FF1: Wie kann die Akzeptanz für einen Chatbot der Hochschule Offenburg gemessen und gesteigert werden?

FF2: Wie kann die Einführung eines Chatbots an der Hochschule Offenburg helfen, die Kommunikation mit Studieninteressierten zu verbessern?

In dieser Masterarbeit wird beleuchtet, welche konkreten Kommunikationsmaßnahmen ge­troffen werden sollten, um eine höchstmögliche Akzeptanz für das Medium zu erreichen. Des Weiteren sollen Handlungsempfehlungen zu konkreten Gestaltungsmöglichkeiten ge­geben werden, damit ein Chatbot für die Studienberatung erfolgreich eingeführt werden kann.

1.2 Ziel der Untersuchung

Ziel der Untersuchung ist es, herauszufinden, wie sich die Einführung eines Chatbot für die Studienberatung auf die Kommunikation zwischen Studieninteressierten und Hochschule auswirkt, welche Akzeptanzpotenziale zu finden sind und wie diese verbessert werden kön­nen. Es sollen Handlungsempfehlungen hinsichtlich der Überbrückung von Nutzungsbarri­eren gegeben werden. In den Grundlagen soll eine Benchmark-Analyse mit dem Chatbot von Amazon Aufschluss über die wichtigsten Eigenschaften in Bezug auf Kosten, Funktion­sumfang und datenschutzrechtlichen Aspekten geben. Um die Zielsetzung zu erfüllen, wird im Rahmen dieser Arbeit eine qualitative Untersuchung durchgeführt und anschließend aus den gewonnenen Erkenntnissen Handlungsempfehlungen abgeleitet. Ein Chatbot-Prototyp der Hochschule wird durch verschiedene Personen getestet und einem Usability-Test un­terzogen, um etwaige Verbesserungspotenziale zu erkennen. Folgende Hypothesen (H) werden auf ihre Richtigkeit hin überprüft, damit schlussendlich die zuvor schon vorgestell­ten Forschungsfragen beantwortet werden können:

H1 : Je schneller und einfacher der Chatbot funktioniert und je besser die Beantwortung der Frage ist, desto höher ist die Akzeptanz für den Chatbot.

H2: Wenn ein Chatbot eingesetzt wird, dann hat dies positive Auswirkungen auf die Kom­munikation zwischen Hochschule und künftigen Studierenden.

Es ist von großer Bedeutung, dass Hochschulen jedwede Personengruppen inkludieren und uneingeschränkt Zugang zur Informationsbeschaffung gewähren, daher wird im Rah­men dieser Ausarbeitung auch festgehalten, welche Aspekte für eine barrierefreie Kommu­nikation und Interaktion erforderlich sind. Darüber hinaus werden Handlungsempfehlungen hinsichtlich etwaiger Persönlichkeitsmerkmale des Chatbots, als auch über die User Expe­rience abgeleitet. Da das Themenspektrum sehr groß ist und eine Fülle von Aspekten be­leuchtet werden kann, muss im Rahmen dieser Ausarbeitung eine Beschränkung erfolgen. Diese Arbeit beschränkt sich auf die Überprüfung des bereits vorhandenen Chatbot-Proto- typs der Hochschule Offenburg, der von IBM Watson zur Verfügung gestellt wird. Eine wei­tere Begrenzung findet sich, da das Thema aus der Marketingsicht beleuchtet wird, daher können keine Empfehlungen zur Implementierung oder anderen technischen Aspekten ge­geben werden. Des Weiteren findet lediglich eine Betrachtung der Hochschulen für ange­wandte Wissenschaften in Baden-Württemberg und im Speziellen der Hochschule Offen­bürg statt.

1.3 Aufbau der Untersuchung

Die theoretischen Grundlagen in Kapitel 2 bilden die Ausgangslage und dienen dazu, an das Thema heranzuführen, sowie grundsätzliches Verständnis zu schaffen. Es werden Be- grifflichkeiten vorgestellt und weitere Themen behandelt, die hilfreich für den weiteren Fort­gang der Arbeit sind. Zunächst wird das Themengebiet der Chatbots beleuchtet, in dem eine Begriffsdefinition erfolgt und die historische Entwicklung betrachtet wird, bevor auf den heutigen Stand eingegangen wird. Anschließend erfolgt eine Benchmark-Analyse, in der einige wichtige Eigenschaften vom derzeitig genutzten Chatbot der Hochschule mit dem Chatbot des Unternehmens Amazon verglichen werden. Außerdem werden die Chancen und Herausforderungen von Chatbots behandelt. Danach wird der Begriff der Akzeptanz betrachtet und es werden rechtliche Grundlagen für die barrierefreie Interaktion vorgestellt. Anschließend wird näher auf das Hochschulmarketing und die Hochschulkommunikation eingegangen und es wird darüber hinaus festgehalten, welche Relevanz Chatbots für die Kommunikation in Hochschulen haben. Die Recherche zum Kapitel 2 fand in der Bibliothek der Hochschule und über digitale wissenschaftliche Quellen, sowie über die Plattform Sprin­ger Link statt. Die Grundlagen zeigen den aktuellen Stand der Wissenschaft und auch, wel­che Themengebiete noch weitestgehend unerforscht sind.

Um die Forschungsfragen zufriedenstellend zu beantworten, reicht die verfügbare Literatur nicht aus. Da explizit der Chatbot-Prototyp der Hochschule Offenburg untersucht werden soll, ist eine qualitative Untersuchung unabdingbar, um zufriedenstellende Erkenntnisse hierüber zu erlangen und passende Handlungsempfehlungen abzuleiten. Es wird also da­rauf aufbauend eine empirische Studie vorbereitet und durchgeführt. In Kapitel 3 wird der theoretische Lösungsansatz für die Entwicklung von Handlungsempfehlungen vorgestellt. Dieser Abschnitt enthält die Vorgehensweise der empirischen Untersuchung und die Dar­stellung des gewählten Forschungsdesigns. Die Methodik der qualitativen Untersuchung ist angelehnt an die Phasen der Marktforschung nach Thommen et al. Zunächst wird hierfür das Untersuchungsziel bestimmt. Anschließend werden die Maßnahmen geplant und die Durchführung der Untersuchung vorbereitet. Die durchgeführte qualitative Untersuchung hat sowohl im Labor, als auch online stattgefunden. Der Kern der Untersuchung stellt der Chatbot-Prototyp der Hochschule dar, der einem User-Experience Testing unterzogen und auf seine Eigenschaften hin überprüft wurde. Zudem hat eine Befragung in Form eines standardisierten Interviews stattgefunden und die Teilnehmerinnen wurden im Rahmen der Untersuchung gebeten, ihre Einschätzung zum Chatbot in einem semantischen Differential abzugeben. Der Kern der Arbeit bildet Kapitel 4. Zunächst wird dieses Kapitel mit einer kurzen Vorstellung der Hochschule Offenburg eingeleitet. Danach folgt eine Darstellung des Ablaufs und der Ausführung der Untersuchung. Anschließend wird die durchgeführte Un­tersuchung in aufbereiteter Form dargestellt und darauf aufbauend Handlungsempfehlun­gen abgeleitet. Abgeschlossen wird die Arbeit mit einem Fazit und dem Ausblick. Hier wer­den die wichtigsten Erkenntnisse nochmals in kompakter Form dargelegt.

2. Theoretische Grundlagen von Chatbots, Akzeptanz und Kom­munikation in Hochschulen

2.1 Chatbots

2.1.1 Begriffsbestimmung und Definition

Es gibt eine Reihe von unterschiedlichen Definitionen, mit denen Chatbots beschrieben werden können. Eine treffende Definition liefert Khan, der beschreibt: “a chatbot is a com­puterprogram that processes natural-language input from a user and generates smart and relative responses that are then sent back to the user.”¹ Es handelt sich bei einem Chatbot also um ein System, der die natürliche Sprache versteht, verarbeitet und dann schriftlich eine passende Antwort liefern kann. Möglich macht dies das Conversational Interface, das die Interaktion zwischen Mensch und System in natürlicher Sprache möglich macht.² Der Begriff Chatbot setzt sich aus den Wörtern „Chat“, was mit plaudern übersetzt werden kann und „Bot“ zusammen, dass eine Abkürzung für Robot (engl.) (dt.: Roboter) darstellt. Ein Chatbot ist also ein textbasiertes Dialogsystem, das autonom mit Menschen kommunizie­ren kann.³ Synonym können auch die Begriffe „Chatterbot“ und „Bot“ oder auch „Conversa­tional Agent“ verwendet werden. Doch heutzutage sind viele Chatbots nicht nur in der Lage schriftlich zu kommunizieren. Es gibt mittlerweile Bots, die eine Sprachausgabe besitzen und mittels natürlicher Sprache mit dem Gegenüber kommunizieren können. Diese Art von Chatbot wird auch Voicebot genannt. Namentlich ist hier vor allem Amazon Alexa und Apple Siri zu nennen.

2.1.2 Historische Entwicklung

Chatbots haben schon eine lange Reise hinter sich, die in den 1960er Jahren mit Joseph Weizenbaums „ELIZA“ beginnt. ELIZA war der erste Chatbot, der mit Menschen in der na­türlichen Sprache kommunizieren konnte.⁴ Aufgabe von ELIZA war es, als Psychotherapeut zu fungieren und mit den Menschen mittels natürlicher Sprache zu kommunizieren. Das funktionierte so gut, dass viele Menschen davon überzeugt waren, mit einem Menschen zu kommunizieren und nicht mit einer Maschine.⁵ ELIZAs Nachfolger ist der Chatbot Parry, der im Jahre 1972 von Kenneth Colby entwickelt wurde.⁶ Er ist ebenfalls für den medizinischen Bereich entwickelt worden und seine Aufgabe war es, einen Patienten mit Schizophrenie zu imitieren und so mehr über das Krankheitsbild herauszufinden.⁷ Nach dieser Entwicklung von Weizenbaum und Colby wurde es etwas ruhiger um die Chatbots. Als große Heraus­forderungen stellten sich die eingeschränkte Computerleistung, die hohen Kosten und die mangelnden Funktionalitäten heraus. Daher gab es bis in die 80er Jahre wenig Neuent­wicklungen in diesem Bereich.⁸ Mit der Einführung des Internets als Schnittstelle in den späten 90er Jahren erlebten Chatbots und Instant Messaging wieder einen Aufschwung.⁹ Ein weiterer Meilenstein war der von Richard Wallace im Jahre 1995 entwickelte Chatbot A.L.I.C.E (Artificial Linguistic Internet Computer Entity). A.L.I.C.E zeichnet sich dadurch aus, dass er als der erste Chatbot gilt, der Natural Language Processing (NLP) anwendet, die Verarbeitung natürlicher Sprache durch maschinelles Lernen.¹⁰ Er gewann dreimal den Loebner Preis, einen Preis der jährlich für ein Programm ausgezeichnet wird, das fähig ist, dem Turing Test standzuhalten.¹¹ Der Turing-Test wurde von Alan Turing entwickelt, um durch Vergleiche mit menschlichen Gesprächspartnern die Fähigkeiten einer Maschine zu bewerten und so dessen Glaubwürdigkeit zu messen.¹² Bestanden ist der Turing-Test, wenn man den Menschen nicht von der Maschine unterscheiden kann und man nicht weiß, ob man mit einem Menschen oder einer Maschine spricht.

2.1.3 Stand der Technik und Benchmark

Nachdem der geschichtliche Hintergrund und die Anfänge von Chatbots besprochen wur­den, wird nun der aktuelle Stand der Technik beleuchtet. Durch die rasante Entwicklung der künstlichen Intelligenz hat in den letzten Jahren ein regelrechter Chatbot-Boom stattgefun­den.¹³ Nahezu jedes Unternehmen bietet seine eigene Chatbot-Lösung auf seiner Webseite an. Es kann, wie zuvor schon besprochen, zwischen Text - und Voicebots unterschieden werden. Zu den bekanntesten Voicebots zählen die Lösungen, die die großen „GAFA“ - Unternehmen auf den Markt gebracht haben. GAFA stellt ein Kunstbegriff dar, der von der europäischen Union eingeführt wurde und beschreibt die großen Konzerne von Google, Apple, Facebook und Amazon.¹⁴ Google hat den „Google Assistant“, Apple bietet „Siri“ an und Amazon hat mit „Alexa“ zu einem sprunghaften Anstieg von Voicebots gesorgt. Auch Facebook bietet eine eigene Lösung an und stellt den Messenger als Plattform für Chatbots bereit, was den Chatbot-Markt weltweit nochmals kräftig steigerte.¹⁵ Es gibt noch zahlreiche weitere Lösungen auf dem Markt und die Chatbots werden zudem stetig weiterentwickelt um bestehende Schwächen auszugleichen und die Interaktion mit Chatbots noch attraktiver zu machen. Da Amazon derzeit eines der weltweit führenden Unternehmen ist und dessen Lösungen stets zum Best-Practice gehören, wird anschließend eine Benchmark-Analyse mit ebenjenem Unternehmen vorgenommen. Amazon besitzt sowohl textbasierte als auch sprachbasierte Bots. Da sich diese Arbeit mit textbasierten Chatbots befasst, wird nachfol­gend ausschließlich das Amazon Lex Framework beleuchtet. Die Benchmark-Analyse soll die Aspekte Kosten, Funktionsumfang und Datenschutz beinhalten. Verglichen wird das Produkt von Amazon mit der derzeit von der Hochschule Offenburg genutzten Plattform von IBM. Der IBM Watson Assistant ist die NLP-Plattform von IBM und gehört zu den IBM Bluemix Cloud Services.¹⁶ Amazon Lex hingegen ist die NLP-Plattform von Amazon, welche in die Amazon Web Services (AWS) integriert ist.¹⁷ Beide Plattformen werden nachfolgend auf die wichtigsten Eigenschaften hin überprüft und anschließend in einer Übersicht zusam­mengefasst.

Kosten

In Bezug auf die Kosten bieten die Unternehmen verschiedene Preismodelle an. IBM Watson stellt drei unterschiedliche Pakete zur Verfügung. Zunächst die kostenfreie Version, oder auch „Lite“-Version, die bis zu 1.000 monatliche aktive Nutzer unterstützt. Das Stan­dard Paket kann ab 140 $ pro Monat erworben werden. In diesem Paket sind einige Funk­tionen mehr enthalten und es können mehr als 1.000 aktive monatliche Nutzer unterstützt werden.¹⁸ Für das „Enterprise“-Paket wird der Preis erst nach Anfrage zur Verfügung ge­stellt, da hier individuelle Anpassungen vorgenommen werden können, damit der Watson Assistant die expliziten Anforderungen eines Unternehmens erfüllen kann. Amazon Lex hin­gegen stellt keine gänzlich kostenfreie Version zur Verfügung. Lediglich im ersten Jahr sind 10.000 Textanfragen und 5.000 Sprachanfragen pro Monat kostenfrei.¹⁹ Anschließend wird die Anzahl der vom Chatbot verarbeiteten Text- oder Sprachnachrichten in Rechnung ge­stellt. Textanfragen werden mit 0,00075 $ pro Anfrage verrechnet, Sprachanfragen kosten 0,004 $ pro Anfrage.²⁰ Hier ist zu beachten, dass jede Eingabe als Anfrage bewertet wird und nicht jede neue Konversation. Sollte eine Person fünf Eingaben tätigen, werden auch fünf Anfragen in Rechnung gestellt.

Funktionsumfang

Im Hinblick auf den Funktionsumfang bieten beide Unternehmen eine Reihe an Möglichkei­ten. Der Chatbot von IBM kann je nach Preispaket unterschiedlich viele Funktionen erfüllen. So ist beispielsweise ein Sprach-Add-on bei IBM enthalten, dass es möglich macht, eine Sprachausgabe zu integrieren, jedoch ist diese nur im Standard- oder Enterprise-Paket ent­halten. Der Chatbot von IBM unterstützt aktuell 13 Sprachen und eine Sprache in BETA­Version. Auch hier ist die Verwendung mehrerer Sprachen gleichzeitig an das Standardpa­ket gekoppelt. Außerdem bietet IBM eine Analysefunktion an, die es erlaubt, die geführten Gespräche zu analysieren, um die Ausgabe des Chatbots zu verbessern. Diese Gesprächs­daten stehen eine gewisse Zeit zur Verfügung und werden dann gelöscht. Bei der Lite Ver­sion stehen die Daten sieben Tage zur Verfügung, bei der Standardversion 30 Tage. Das Standardpaket bietet noch weitere Vorteile, die bei der Lite Version nicht vorhanden sind, wie beispielsweise automatisches Lernen, Empfehlung von Absichten oderauch die Besei­tigung von Absichtskonflikten.²¹ Der Watson Assistant von IBM kann in verschiedene Um­gebungen integriert werden, wie beispielsweise in die Messenger Plattformen von Face­book, Slack, Kik und WhatsApp. Außerdem ist die Verwendung eines Web Chats auf der eigenen Webseite möglich. Im kostenpflichtigen Standardpaket kann der Chatbot über das Telefon eingebunden werden und so als Voice Agent fungieren.²²

Amazon Lex auf der anderen Seite ist dafür ausgelegt, sowohl Text- als auch Sprache zu verstehen und wiederzugeben. Der Konversations-Engine ist derselbe wie bei Amazon Alexa, was eine hohe Spracherkennung fördert.²³ Es sind derzeit neun Sprachen verfügbar, darunter Spanisch, Englisch und auch Deutsch.²⁴ Der Amazon Lex Chatbot kann in unter­schiedliche Messengerdienste integriert werden, wie beispielsweise Facebook, Twilio SMS, Slack oder dem Messengerdienst Kik. Mit der neuen Version Lex V2 ist auch eine Einbin­dung der Benutzeroberfläche für die eigene Webseite möglich.²⁵ Hierfür werden Software Development Kits (SDK) zur Verfügung gestellt, mit dessen Hilfe eine Integration auf der Webseite möglich ist. Optimiert ist der Chatbot allerdings für die oben genannten Messen­ger Plattformen und für mobile Endgeräte.²⁶

Datenschutz

Im Hinblick auf den Datenschutz gilt in Europa seit dem 25. Mai 2018 die Datenschutz­Grundverordnung (DSGVO). Diese Verordnung wurde geschaffen, um in ganz Europa die Datenschutzbestimmungen zu harmonisieren. Ein Hauptaugenmerk der DSGVO liegt da­rin, die Daten von in der EU lebenden Menschen zu schützen, ungeachtet dessen ob das Unternehmen, das die Daten erhebt und verarbeitet, seinen Sitz in Europa hat.²⁷

IBM verwendet die von Watson verarbeiteten Daten nur nach Zustimmung des Benutzers und auch nur in jenem Umfang, die in einer Vereinbarung beschrieben sind. Die Daten werden ohne die Zustimmung zur Verarbeitung nur bis zu einem gewissen Zeitraum ge­speichert und werden nicht von IBM eingesehen.²⁸ Lex Amazon hingegen besitzt gemäß den AWS Service Terms das Recht, alle Daten, die durch einen Amazon AI Service verar­beitet werden - zu dem auch Amazon Lex gehört - zu verarbeiten und zu speichern. Die Daten dürfen von Amazon auch außerhalb ihrer gewählten AWS Region verwendet wer­den.²⁹ Es ist jedoch möglich, dieses Recht unter bestimmten Umständen zu widerrufen bzw. AWS anzuweisen, die Inhalte nicht zu verwenden oder zu speichern.³⁰ Insgesamt ist fest­zuhalten, dass IBM transparenter mit der Datenverarbeitung umgeht und sich die AWS deutlich mehr Rechte zur Nutzung und Speicherung einräumt.

Fazit

Nach Analyse der Funktionen, Kosten und der datenschutzrechtlichen Bestimmungen lässt sich keine eindeutige Empfehlung abgeben. Beide Frameworks können mit unterschiedli­chen Funktionen punkten. Amazon beispielsweise besitzt eine Sprachverarbeitung, die auch schon von Amazon Alexa verwendet wird und die qualitativ sehr hochwertig ist, IBM hingegen bietet in der kostenfreien Version ausreichend Möglichkeiten, um einfach und schnell einen Chatbot zu entwickeln und auf der eigenen Webseite zu implementieren. Es ist allerdingsfestzuhalten, dass aufgrund der kostenfreien Lite-Version und der transparen­ten Datenschutzregelungen der IBM Watson Assistant eher präferiert wird und die weitere Nutzung dieses Frameworks für die Hochschule empfohlen wird. Es lohnt sich dennoch gewiss, sich fortwährend über Neuerungen zu informieren, da beide Frameworks immer weiterentwickelt und neue Funktionen implementiert werden. Eine Zusammenfassung über die wichtigsten Eigenschaften werden in Anhang 8.1 nochmals in kompakter Form gegen­übergestellt.

2.1.4 Chancen und Herausforderungen von Chatbots

Nachdem die möglichen Frameworks beleuchtet wurden, gilt es nun die Chancen und Her­ausforderungen, die die Nutzung eines Chatbots allgemein mit sich bringen kann, heraus­zuarbeiten. Zunächst werden die positiven Eigenschaften erläutert, anschließend die Her­ausforderungen beleuchtet. Es gibt eine Fülle an positiven Eigenschaften, die einem Chat­bot zugerechnet werden können. Die wohl wichtigste Eigenschaft ist die ständige Erreich­barkeit, die losgelöst von Bürozeiten oder Sprechzeiten ist. Ein Chatbot steht jederzeit zur Beantwortung von Fragen und Anliegen zur Verfügung. Diese Zeitersparnis und die sofor­tige Verfügbarkeit führt zu einem positiven Kundenerlebnis.³¹ Gerade bei den Digital Natives - zu denen auch die jetzigen und künftigen Studierenden gehören - ist die ständige Verfüg­barkeit von Informationen ganz alltäglich und wird als selbstverständlich angesehen.³² Sie sind es gewohnt, jederzeit und von überall die benötigten Informationen zu bekommen. Weiterhin bietet ein Chatbot den Vorteil, dass er mit Menschen in deren natürlichen Sprache kommunizieren kann und dabei wesentlich günstiger ist als Servicemitarbeiterinnen.³³ Auch kann ein Chatbot mehrere Anliegen synchron bearbeiten. Dies steigert die Effizienz des Kundenservice.³⁴ Ein Chatbot, der die gestellten Fragen oder Anliegen einfach und un­kompliziert beantworten kann, stellt seine Nutzerinnen zufrieden und es erhöht die Akzep­tanz für das Medium, somit kann eine Verbesserung des Kundenservice erzielt werden.³⁵ Ein weiterer Vorteil ist, dass Chatbots relativ einfach und mit verhältnismäßig wenig Auf­wand umzusetzen sind, so dass sie schnell den Kundenservice entlasten können. Der Chat­bot kann dann beispielsweise alle immer wiederkehrenden Anliegen beantworten und so die Effizienz und Effektivität der Mitarbeiterinnen in den betroffenen Bereichen steigern, da diese sich mit der gewonnenen Zeit um komplexere Aufgaben kümmern können. Durch den Einsatz eines Chatbot zeigt man seine Bereitschaft zur Digitalisierung und wenn ein Chat­bot darüber hinaus die erforderlichen Eigenschaften und Verhaltensweisen besitzt, die die Nutzerinnen fordern, kann sich dies durchaus vorteilhaft auf das Image und die Markenbil­dung auswirken.³⁶

Die Technologie von Chatbots ist immer noch in der Entwicklung und daher noch nicht in allen Belangen vollständig ausgereift. Sie bergen durchaus noch einige Fehlerquellen und Probleme. Das wohl schwerwiegendste Problem ist die falsche Erwartungshaltung der Nut­zerinnen.³⁷ Sie erwarten, dass ein Chatbot wie ein Mensch agieren und antworten kann und sind dementsprechend schnell frustriert, wenn ein Chatbot die gestellten Fragen oder Aufgaben nicht sofort versteht oder falsch antwortet. Die Akzeptanz der Nutzer*innen ist entscheidend, damit der Chatbot überhaupt genutzt wird.³⁸ Wenn eine Person in der Ver­gangenheit schlechte Erfahrungen mit einem Chatbot gemacht hat, ist die Wahrscheinlich­keit, dass er nochmal einen Chatbot benutzt, sehr gering. Ein weiterer Nachteil der meisten Chatbots ist die mangelnde Vielseitigkeit. Sie sind konzipiert worden, um Nutzeranfragen zu beantworten und können daher meist nicht auf Smalltalk oder Eingaben der Nutzerin­nen reagieren, die nicht in der Datenbank des Chatbots zu finden sind.³⁹ Als durchaus problematisch kann sich auch der Datenschutz und die Privatsphäre der Anwender erwei­sen. Fehlende Gewissheit über den Gebrauch der Daten und Chatverläufen und die Mög­lichkeit des Datenmissbrauchs können für Nutzerinnen abschreckend wirken und führt dazu, dass Kunden den Chatbot nicht benutzen werden.⁴⁰ Auch für den Betreiber des Chat­bots ist das Thema Datenschutz von Bedeutung. Es muss rechtzeitig vor der Einführung des Chatbots alle datenschutzrelevanten Themen betrachtet, und sichergestellt werden, dass die Datenschutz-Grundverordnung eingehalten wird. Entsprechende Hinweise über die Nutzung personenbezogener Daten müssen im Chatbot-Dialogfenster hinterlegt wer­den und es muss überprüft werden, wo die Verarbeitung der Daten gespeichert und verar­beitet werden.⁴¹

2.1.5 Akzeptanz

Die Akzeptanz spielt bei der Einführung von innovativen Systemen - zu denen auch Chat­bots gehören - eine große Rolle.^{42 43} Es ist entscheidend, dass die Nutzer in der Anwendung einen Mehrwert erkennen und diesen für sich wahrnehmen, damit sie bereit sind, das Me­dium zu nutzen. Bei aller Relevanz für dieses Thema ist es sehr überraschend, dass in der Wissenschaft bis heute Uneinigkeit überden Begriff der Akzeptanz herrscht. Kollmann be­schreibt die Situation folgendermaßen: „Bei der Betrachtung von aktuellen Auseinanderset­zungen zu dieser Thematik kann der Eindruck entstehen, daß es einfacher zu erklären ist, was Akzeptanz nicht darstellt, als zu versuchen, eine Positivdefinition zu generieren. Nichtsdestotrotz kann angenommen werden, das Akzeptanz vorliegt, wenn „[...] dabei ent­weder eine positive Einstellung zur Innovation, eine Verhaltensabsicht (Intention), die Inno­vation zu nutzen, oder die tatsächliche Nutzung der Innovation“ ⁴⁴ zugrunde gelegt werden kann. Dies bedeutet, dass die Akzeptanz durch die Nutzer genau dann bejaht werden kann, wenn das Medium genutzt wird und eine positive Einstellung dem Medium gegenüber an­genommen werden kann. Auch ist die Qualität des Chatbots entscheidend für die Akzep­tanz der Nutzerinnen. Es kann erwartet werden, dass die Akzeptanz gesteigert werden kann, wenn ein Chatbot im Vergleich zu anderen Medien ein Anliegen am einfachsten, schnellsten und mit dem gewünschten Ergebnis lösen kann.^{45 46} Kohne et al. haben vor die­sem Hintergrund eine Formel aufgestellt, die eine Akzeptanzsteigerung messbar machen kann.«

Einfach (Ux — Design/barrierefrei) + schnell (keine Wartezeit) + hilfreich(Lösung) = Akzeptanzsteigerung

Es wird deutlich, dass für die Steigerung der Akzeptanz die Determinanten „Einfachheit“, „Schnelligkeit“ und „Hilfreich“ entscheidend sind. Auch Kollmann bestätigt dies und postu­liert: „Findet der Benutzer eine Information stets leicht und schnell, erhöhen sich bei ihm Zufriedenheit und Akzeptanz. Er wendet sich nächstes Mal erneut an den Chatbot, und dieser kann nicht nur die Benutzung der Website oder der Ressourcen erleichtern, sondern auch indirekt oder direkt das Kaufverhalten beeinflussen. So scheinen alle Parteien etwas davon zu haben. “⁴⁷ Es lässt sich somit daraus schließen, dass hier ein positiver Zusammen­hang besteht. Mithilfe dieser Determinanten können Akzeptanzpotenziale operationalisiert und messbar gemacht werden. In der empirischen Untersuchung werden diese noch ge­nauer überprüft, um Rückschlüsse auf die vorhandene Akzeptanz zu ziehen und diese zu bewerten.

2.1.6 Anforderungen einer barrierefreien Interaktion

Hochschulen gelten als öffentliche Einrichtungen und sind daher verpflichtet digitale Barri­erefreiheit zu ermöglichen und durchzusetzen.⁴⁸ Wesentliche Grundlagen hierzu sind in der EU-Richtlinie 2019/882 des europäischen Parlaments und des Rates, den Web Content Accessibility Guidelines (WCAG) 2.1, sowie der Verordnung zur Schaffung barrierefreier Informationstechnik nach dem Behindertengleichstellungsgesetz (Barrierefreie-Informati- onstechnik-Verordnung - BITV 2.0) geregelt. Ziele dieser Verordnungen und Richtlinien ist die uneingeschränkte barrierefreie Gestaltung aller digitalen Informations- und Kommuni­kationsmedien.⁴⁹ Sie gilt für alle Webseiten und auch für dessen grafische Programmober­flächen, die auf einer Webseite integriert sind.⁵⁰ Darunter zählen auch Chatbots. Die barri­erefreie Gestaltung ist gewährleistet, wenn die Anwendung den Prinzipien „wahrnehmbar“, „bedienbar“, „verständlich“ und „robust“ entspricht.⁵¹ Diese doch recht vage formulierten Grundsätze lassen sich noch weiter präzisieren, damit ersichtlicher wird, welche Anforde­rungen die Begriffe beinhalten:

Prinzip 1: Wahrnehmbar- Informationen und Bestandteile der Benutzerschnittstelle müssen den Benutzern so präsentiert werden, dass diese sie wahrnehmen können.⁵²

Dies bedeutet, dass Text-Alternativen geschaffen werden sollten, wie beispielsweise eine Sprachausgabe oder ein zusätzliches Erklär-Video. Es beinhaltet auch, dass Texte vergrö­ßert oder Kontraste erhöht werden können, um die Wahrnehmung zu steigern.

Prinzip 2: Bedienbar - Bestandteile der Benutzerschnittstelle und Navigation müssen be­dienbar sein.⁵³

Dieses Prinzip beinhaltet u.a., dass alle Funktionen mittels Tastatur erfolgen können und den Nutzerinnen ausreichend Zeit zum Lesen und Verstehen der Inhalte gegeben wird. Außerdem sollten nach Möglichkeit blinkende Inhalte und Einblendungen vermieden wer­den.

Prinzip 3: Verständlich - Informationen und Bedienung der Benutzerschnittstelle müssen verständlich sein.⁵⁴

Dieses Prinzip zielt auf eine gute Lesbarkeit, konsistente Navigation, Eingabehilfen und au­tomatische Fehlererkennung ab.

Prinzip 4: Robust - Inhalte müssen robust genug sein, damit sie zuverlässig von einer gro­ßen Auswahl an Benutzeragenten einschließlich assistierender Technologien interpretiert werden können.⁵⁵

Bei Benutzeragenten handelt es sich um Software, die Webinhalte abrufen und darstellen können.⁵⁶ Die Webseite sollte so gestaltet sein, dass ein solches Programm in der Lage ist, die wesentlichen Informationen darzustellen. Beispiele für Benutzeragenten sind beispiels­weise Screenreader oder eine Vergrößerungssoftware.

Diese vier Prinzipien bilden den Kern einer barrierefreien Gestaltung von Web-Anwendun­gen. Es gibt aber durchaus noch weitere Faktoren, die es zu beachten gilt, um den Inter­netauftritt barrierefrei zu gestalten. Das BITV 2.0 definiert überdies noch Vorgaben zur Leichten Sprache.⁵⁷ Diese werden nachfolgend auszugsweise aufgeführt:

- Die Leserinnen oder Leser sollten, soweit inhaltlich sinnvoll, persönlich angespro­chen werden.
- Es sind kurze Sätze mit klarer Satzgliederung zu bilden.
- Inhalte sind durch Absätze und Überschriften logisch zu strukturieren. Aufzählungen mit mehr als drei Punkten sind durch Listen zu gliedern.
- Wichtige Inhalte sind voranzustellen.

Diese Vorgaben für die Leichte Sprache soll Menschen mit geringen Deutschkenntnissen oder Menschen mit kognitiven Schwierigkeiten helfen, Texte besser zu verstehen und diese schneller zu erfassen. Weiterhin wäre für eine barrierefreie Gestaltung wichtig, beispiels­weise eine Übersetzung von Texten in andere Sprachen möglich zu machen. Im späteren Verlauf dieser Arbeit wird die Barrierefreiheit des Chatbots der Hochschule Offenburg eva­luiert und etwaige Verbesserungspotenziale aufgedeckt.

2.2 Wettbewerbssituation von Hochschulen für angewandte Wissen­schaften in Baden-Württemberg

Da sich die vorliegende Arbeit mit den Hochschulen in Baden-Württemberg beschäftigt, ist eine Analyse der Wettbewerbssituation geboten. Um sich einen Überblick über die Wettbe­werbssituation an Hochschulen in Baden-Württemberg zu verschaffen, werden zunächst die Strukturen und die Entwicklung von Hochschulen für angewandte Wissenschaften in Baden-Württemberg nachfolgend näher beleuchtet. Die Anzahl der Hochschulen für ange­wandte Wissenschaften (HAW) in Baden-Württemberg beträgt bis zum heutigen Stand 52 Hochschulen, darunter 19 staatliche, 28 nicht-staatliche Hochschulen und fünf Hochschu­len der Verwaltung.⁵⁸ Zum Wintersemester 2019/20 waren insgesamt 152.098 Studierende an einer Fachhochschule⁵⁹ in Baden-Württemberg eingeschrieben und es haben 28.245 Personen ein Studium an einer Fachhochschule in Baden-Württemberg begonnen.⁶⁰ Zum Wintersemester 20/21 haben sich noch 26.654 Menschen für ein Studium an einer HAW entschieden. Diese Zahlen sind beachtlich und zeigen, dass sich immer mehr junge Men­schen für ein Studium entscheiden, auch wenn es zuletzt einen geringfügigen Rückgang gab. Möglicherweise ist die Unsicherheit durch Covid-19 schuld an diesem Rückgang. Ins­gesamt steigt jedoch der Anteil der jungen Menschen, die nach der Schule ein Studium absolvieren möchten. Waren es in Deutschland im Jahr 2000 noch 33,3 %, die sich für ein Studium entscheiden, so sind es im Jahre 2020 schon 56,6 % aller jungen Menschen, die nach der Schule studieren möchten.⁶¹ Die große Zunahme an Studierenden insgesamt, stellt die Hochschulen vor große Herausforderungen und es wird für diese immer wichtiger, den Studienanfängerinnen den Einstieg in das Studium zu erleichtern und die Hochschu­len für potenzielle neue Studierende attraktiv zu machen. Neben der Zunahme von Studie­renden, steigt die Wettbewerbsintensität zwischen den Hochschulen in Deutschland, u.a. durch die Zunahme der privaten und virtuellen Hochschulen sowie die Internationalisie­rung.⁶² Diese Zunahme der Wettbewerbsintensität führt dazu, dass sich Hochschulen ver­stärkt mit Marketingmaßnahmen und neuen Technologien auseinandersetzen müssen, um für die Zielgruppe interessant zu bleiben, damit sich diese für ein Studium dort entscheiden. Das Alter der Studienanfänger in Deutschland beträgt im Jahre 2020 durchschnittlich 21,7 Jahre.⁶³ Diese Altersklasse wird auch als „Generation Z“ bezeichnet und ist in den Jahren zwischen 1995 und 2010 geboren worden. Diese Generation, sowie die vorhergehende Generation Y (1980-2000) gehören zu den Digital Natives, da sie mit digitalen Medien, neuen Technologien und einer veränderten Kommunikationsweise aufgewachsen sind.⁶⁴ An diese veränderten Gewohnheiten müssen sich Hochschulen anpassen und zielgruppen­spezifisches Marketing betreiben.

2.3 Hochschulmarketing und Hochschulkommunikation

Bevor die Kommunikation von Hochschulen beleuchtet werden kann, muss zunächst her­ausgearbeitet werden, was Hochschulmarketing überhaupt bedeutet. Es gibt eine Vielzahl unterschiedlicher Definitionen und Begriffsverständnisse, vor allem, weil Hochschulen viele verschiedene Zielgruppen und Anspruchsgruppen besitzen und das Hochschulmarketing somit unterschiedlichen Betrachtungsweisen ausgesetzt ist.⁶⁵ Meffert et al. bezeichnen Hochschulmarketing als: „[...] bewusst marktorientierte Führung der gesamten Hochschule: Also die Ausrichtung und Koordination aller Aktivitäten auf die Bedürfnisse von Zielgruppen und damit Sicherung von Vorteilen im Hochschulwettbewerb.“⁶⁶ Deutlich hervorgehoben wird hier sowohl das Bedürfnis der Zielgruppen, als auch die Sicherung von Vorteilen im Hochschulwettbewerb. Wie im obigen Abschnitt schon erwähnt, sind die Hochschulen einer zunehmenden Wettbewerbsintensität ausgesetzt. Für die Hochschulen genügt es nicht mehr, allein auf gute Bildung zu setzen, sie müssen vielmehr die Zielgruppen gezielt an­sprechen und deren Bedürfnisse ebenso gezielt befriedigen. Die Zielgruppen einer Hoch­schule setzen sich aus verschiedenen Anspruchsgruppen zusammen, darunter in erster Linie Studierende und Studieninteressierte, ferner Unternehmen und die Mitarbeiter der Hochschule.⁶⁷ Es gilt natürlich für jede Zielgruppe passende Marketingmaßnahmen zu er­greifen. Da sich die vorliegende wissenschaftliche Arbeit mit Studierenden bzw. Studienan­fängern befasst, wird nicht näher auf die weiteren Anspruchsgruppen eingegangen. Die Zielgruppe der Studierenden und Studienanfänger muss genauestens analysiert werden um passende Marketingmaßnahmen zu ergreifen. Hochschulmarketing ist nicht gleichbe­deutend mit kommerziellem Marketing und muss aufgrund seiner Immaterialität als Dienst­leistungsmarketing behandelt werden. Dazu gehört, dass neben den vier klassischen Teil­bereichen des Marketings (Leistungs-, Kommunikations-, Preis-, und Distributionspolitik) noch drei weitere Teilbereiche hinzukommen.⁶⁸ Diese sind „Ausstattungspolitik“, „Personen“ und „Prozess“. Aber auch mit der Auslegung als Dienstleistungsmarketing ergeben sich für Hochschulen Probleme, da beispielsweise der Preis für einzelne Leistungen nicht bestimmt werden kann und wenn doch, dann wird dieser nicht vom Markt gebildet.⁶⁹ Einzig die Kom­munikationspolitik lässt sich gut auf das Hochschulmarketing übertragen, weshalb viele Hochschulen diesen Teilbereich als wichtigstes Instrument ansehen und alle Maßnahmen auf die Kommunikation ausrichten.⁷⁰

2.3.1 Kommunikative Maßnahmen zur Studierendengewinnung

Zu den Maßnahmen, die Hochschulen zur Gewinnung neuer Studierender nutzen können, zählt unter anderem Kommunikationspolitik. Sie ist ein Teilbereich des Marketing-Mix und dient der direkten Ansprache der potenziellen Zielgruppe. Eine genaue Analyse der Ziel­gruppe ist also unerlässlich um Kommunikationspolitik zu betreiben, denn ohne Kenntnis der Präferenzen der Zielgruppe, können kommunikationspolitische Maßnahmen nur unzu­reichende Ergebnisse liefern. Die wesentlichen Instrumente der Kommunikationspolitik von Hochschulen bestehen aus Werbung, Öffentlichkeitsarbeit und der persönlichen Kommuni­kation.⁷¹ Zur persönlichen Kommunikation gehört, neben dem Bereich der Studienberatung, auch Berichte und Erfahrungen von (ehemaligen) Studierenden der Hochschule.⁷² Die Öf­fentlichkeitsarbeit ist oftmals die einzig wahrgenommene Marketingaktivität von Hochschu­len und beschränkt sich zumeist auf die Darstellung der Leistungen der Hochschule.⁷³ Auf­grund der geänderten Mediennutzung und Informationsverhalten der Zielgruppe müssen sich Hochschulen zunehmend mit Digitalisierung beschäftigen und aktiv Online-Marketing betreiben. Geeignete Maßnahmen sind beispielsweise einen eigenen Internetauftritt in Form einer Webseite oder die Präsenz in Social Media Kanälen.⁷⁴

2.3.2 Relevanz eines Chatbot für die Kommunikation an Hochschulen

Wie zuvor schon erläutert wurde, ist es für die heutige Gesellschaft - vor allem für die jün­gere Generation - selbstverständlich geworden, Informationen zu jeder Zeit und von jedem Ort abrufen zu können. Um dem „Erreichbarkeitsanspruch“ dieser Zielgruppe gerecht zu werden, müssen Hochschulen einige Maßnahmen ergreifen und eine Weiterentwicklung der Digitalisierung herbeiführen.⁷⁵ Die Bereitstellung einer eigenen Homepage ist für Hoch­schulen zwar zum Standard geworden, kann jedoch nicht als einziges Mittel zur Informati­onsbereitstellung dienen. Durch die Fülle an Informationen, die sich auch noch an die ver­schiedenen Anspruchsgruppen der Hochschule richten, kann vermutet werden, dass die Studieninteressierten und Studierenden die gesuchten Informationen - wenn überhaupt - nur nach langer Suche auf der Homepage finden werden. Dies führt dazu, dass der per­sönliche Kontakt zum Hochschulpersonal bzw. zur Studienberatung gesucht oder die Su­che gar aufgegeben wird. Da sich die Fragen bzw. der Informationsbedarf von Studienan­fängern und Studieninteressierten zu Beginn des Semesters regelmäßig wiederholen, bie­tet es sich an, eine einfache Lösung zu entwickeln um das Studierendenbüro zu entlasten, damit sich diese um die komplexeren Themenstellungen kümmern können. Ein Chatbot könnte eine geeignete Kommunikationsmaßnahme sein, Studierenden und Studieninteres­sierten jederzeit und losgelöst von Öffnungs- und Sprechzeiten, Informationen zu übermit­teln und sie zu beraten. Der Chatbot kann als Ergänzung zur Homepage und zur persönli­chen Beratung gesehen werden. Der Großteil der einfach gelagerten Fragen und Anliegen könnten vom Chatbot erledigt werden und falls der Fall zu komplex für diesen wird, kann eine Weiterleitung zum passenden Ansprechpartner erfolgen bzw. der telefonische Kontakt hergestellt werden. Es könnten sich zudem durch seinen Einsatz Wettbewerbsvorteile er­geben, da diese Dialogform von überall auf der Welt zugänglich ist und so auch von inter­nationalen Studierenden genutzt werden kann, was die Sichtbarkeit auf dem nationalen und internationalen Bildungsmarkt erhöhen könnte.⁷⁶

[...]

---

¹ Khan 2018, S. 1.

² Vgl. Diers 2020, S. 7.

³ Vgl. Kruse Brandäo, Wolfram 2018, S. 278.

⁴ Vgl. Storp 2002, S. 12.

⁵ Vgl. Cornelius 2019, S. ^10.

⁶ Vgl. Kohne u. a. 2020, S. 12.

⁷ Vgl. Stucki, D’Onofrio, Portmann 2020, S. 5.

⁸ Vgl. Cornelius 2019, S. 10-11.

⁹ Kruse Brandäo, Wolfram 2018, S. 279.

¹⁰ Vgl. Kohne u. a. 2020, S. 13.

¹¹ Vgl. Epstein 2008, S. 182.

¹² Vgl. Spierling, Luderschmidt 2018, S. 391.

¹³ Vgl. Kohne u. a. 2020, S. 16.

¹⁴ Vgl. Ebd.

¹⁵ Vgl. Kohne u. a. 2020, S. 17.

¹⁶ Vgl. Duncan, Lee, Olmsted 2018, S. 112.

¹⁷ Vgl. Ebd.

¹⁸ Vgl. IBM o. J.c.

¹⁹ Vgl. Amazon Web Services 2022.

²⁰ Vgl. Ebd.

²¹ Vgl. IBM o. J.c.

²² Vgl. IBM o. J.b.

²³ Vgl. AWS 2022a.

²⁴ Vgl. Amazon Web Services o. J., 4f.

²⁵ Vgl. Atoa, Strahan 26.01.2018.

²⁶ Vgl. Amazon Web Services o. J., S. 165.

²⁷ Vgl. Gentsch 2019, S. 258.

²⁸ Vgl. IBM o. J.a, S. 3.

²⁹ Vgl. AWS 2022b, 50.3.

³⁰ Ebd.

³¹ Vgl. PIDAS Aktiengesellschaft 2018, S. 21.

³² Vgl. Bischof, Stuckrad 2013, S. 26.

³³ Vgl. Schacker, Fuchs 2018, S. 9.

³⁴ Vgl. Kruse Brandäo, Wolfram 2018, S. 302.

³⁵ Vgl. Kollmann 2020, S. 1255.

³⁶ Vgl. Kollmann 2020, S. 1254.

³⁷ Vgl. Kohne u. a. 2020, S. 136.

³⁸ Vgl. Kruse Brandäo, Wolfram 2018, S. 302.

³⁹ Ebd.

⁴⁰ Vgl. Kruse Brandäo, Wolfram 2018, S. 303.

⁴¹ Vgl. Meyer von Wolff, Hobert, Schumann 2020, S. 429.

⁴² Vgl. Kollmann 1998, S. 2.

⁴³ Kollmann 1998, S. 2.

⁴⁴ Möhrle, Specht, Markgraf o. J.

⁴⁵ Vgl. Kohne u. a. 2020, S. 134.

⁴⁶ Kohne u. a. 2020, S. 135.

⁴⁷ Kollmann 2020, S. 1255.

⁴⁸ Rustemeier, Grimminger, Voß-Nakkour 2019, 28.

⁴⁹ BITV 2.0 2011, § 1. Abs. 1 BITV 2.0

⁵⁰ § 2 Abs. 1 S.1 und S.4 BITV 2.0

⁵¹ § 3 Abs. 1 BITV 2.0

⁵² Web Content Accessibility Guidelines (WCAG) 2.1.

⁵³ Web Content Accessibility Guidelines (WCAG) 2.1.

⁵⁴ Web Content Accessibility Guidelines (WCAG) 2.1.

⁵⁵ Web Content Accessibility Guidelines (WCAG) 2.1.

⁵⁶ Web Content Accessibility Guidelines (WCAG) 2.1.

⁵⁷ BITV 2.0 2011.

⁵⁸ Statistisches Landesamt Baden-Württemberg 2021.

⁵⁹ Ohne Verwaltungsfachhochschulen

⁶⁰ Vgl. Statistisches Bundesamt 2022, S. 9-15.

⁶¹ Statista 2021.

⁶² Vgl. Bliemel, Fassott 2001, S. 267.

⁶³ Vgl. Statista 2022.

⁶⁴ Vgl. Grupe, Böhm 2018, 423 f.

⁶⁵ Vgl. Verhoeven 2021, S. 110.

⁶⁶ Meffert, Müller-Böling November 2007S. 4.

⁶⁷ Vgl. Metag, Schäfer 2019, S. 371.

⁶⁸ Vgl. Merten, Knoll 2019, S. 53.

⁶⁹ Vgl. Merten, Knoll 2019, S. 55.

⁷⁰ Ebd.

⁷¹ Vgl. Bliemel, Fassott 2001, S. 280.

⁷² Vgl. Bliemel, Fassott 2001, S. 280.

⁷³ Vgl. Ebd.

⁷⁴ Vgl. Herdin, Künzel 2011, S. 1.

⁷⁵ Vgl. Carstensen, Roedenbeck 2019, S. 28.

⁷⁶ Vgl. Hochschulforum Digitalisierung 2016.

• Hochschule: Hochschule Offenburg
• Note: 1,7
• Autor: Natalie Walz (Autor:in)
• Erscheinungsjahr: 2022
• Seiten: 72
• Katalognummer: V1265356
• ISBN (PDF): 9783346706140
• ISBN (Buch): 9783346706157
• Sprache: Deutsch
• Schlagworte: Chatbot, KI, Akzeptanz, Kommunikation, Studienberatung, Chatbots, Bots, Conversion Agent