Der Chatbot, oder einfach nur Bot genannt, ist ein immer häufiger genutztes technologisches Kommunikationstool. Es handelt sich dabei um ein textbasiertes Dialogsystem. Eingesetzt von Unternehmen in Branchen aller Art soll er dem Nutzer als eine digitale, textbasierte Hilfestellung dienen oder Kommunikation mit einem realen Gesprächspartner simulieren.
Innerhalb von sozialen Netzwerken werden Chatbots auch als „Social Bots“ bezeichnet, beide Begriffe meinen aber das Selbe.
Schon im Jahr 1950 stellte Alan Turing die Frage, ob eine Maschine menschliche Intelligenz imitieren kann und entwarf den Turing Test, um seine Hypothese zu überprüfen. In diesem Versuchsaufbau sollte ein Computer den Probanden davon überzeugen, er würde mit einem Menschen kommunizieren.
Schon lange existiert also das gesellschaftliche Bedürfnis nach einer solchen Technologie.
Frühe Chatbots wie der Test-bot aus dem Turing-Test „ELIZA“, vorgestellt im Jahre 1964 oder „A.L.I.C.E.“, erschienen im Jahr 1995, sind regelbasierte Programme. Sie folgen einem logischem Algorithmus, durch welchen das Programm in der Lage ist, auf vorher festgelegte Schlagwörter entsprechende Textbausteine auszugeben.
Neuzeitliche Chatbots wie „Tay“, 2016 von der Firma Microsoft auf der Social Media Plattform „Twitter“ veröffentlicht, bedienen sich hingegen der Technologie des Maschine Learning, also der lernenden Maschine. Diese Art der Bots arbeiten mit sogenannter künstlicher Intelligenz.
Künstliche Intelligenz (KI), oder im Englischem Artificial Intelligence (AI), bedeutet, dass das Programm durch Nutzung und Interaktion mit Usern immer mehr an logischer Struktur gewinnt und so der menschlichen Kommunikation theoretisch sehr nah kommen kann. Das Programm soll Daten sammeln, kombinieren und auswerten, um dadurch zu lernen und eigenständig agieren zu können.
Somit gibt es also, grob unterteilt, zwei unterschiedliche, technische Umsetzungen von Chatbots.
Beide Möglichkeiten decken die Bedürfnisse der Nutzer zum heutigen Zeitpunkt aber noch nicht restlos ab.
Wie das Marktforschungsinstitut Ganter aus den USA in ihrem jährlichen Hype Cycle verdeutlicht, ist das Potenzial des Machine Learning noch nicht vollständig ausgenutzt. Die voraussichtliche Produktivität wird sich auf dem Mark erst in zwei bis fünf Jahren entfaltet haben.
Inhaltsverzeichnis
1. Einführung
1.1. Gesellschaftliche Relevanz
1.2. Fragestellung – Chancen und Grenzen
1.3. Zielsetzung
1.4. Vorgehensweise
2. Historie – Entwicklungen der vergangenen 70 Jahre
3. Technische Umsetzung - State of the Art
3.1. Auf Algorithmen basierende Programmierung
3.2. Machine Learning - Künstliche Intelligenz generieren
3.3. Momentane Verwendungsgebiete
3.3.1 Relevanz, Nutzen und Bedürfnis auf Seiten des Nutzers
3.3.2 Relevanz, Nutzen und Bedürfnis auf Seiten des Anbieters
4. Entwicklung
4.1. Entwicklung eines Chatbots für Facebook
4.2. Auswertung des Versuchs
5. Künftige Einsatzgebiete - Zukunftsszenarien
6. Fazit
6.1. Zusammenfassung und Schlussfolgerung
Abbildungsverzeichnis
Literaturverzeichnis
Anhang
Interviewbogen – Usabilitytest Chatbot
- Citation du texte
- Valentina Weiß (Auteur), 2017, Chatbots. Historische sowie technische Entwicklung und Zukunftsperspektiven, Munich, GRIN Verlag, https://www.grin.com/document/431130
-
Téléchargez vos propres textes! Gagnez de l'argent et un iPhone X. -
Téléchargez vos propres textes! Gagnez de l'argent et un iPhone X. -
Téléchargez vos propres textes! Gagnez de l'argent et un iPhone X. -
Téléchargez vos propres textes! Gagnez de l'argent et un iPhone X. -
Téléchargez vos propres textes! Gagnez de l'argent et un iPhone X. -
Téléchargez vos propres textes! Gagnez de l'argent et un iPhone X. -
Téléchargez vos propres textes! Gagnez de l'argent et un iPhone X. -
Téléchargez vos propres textes! Gagnez de l'argent et un iPhone X.