Apptiva Logo

Absicht (Intent) bei Chatbots

Eine Absicht (Intent) beschreibt, was ein Benutzer mit einer Anfrage an einen Chatbot erreichen möchte. Die Intent-Erkennung hilft dem Chatbot, Anfragen richtig zu verstehen und passende Antworten oder Aktionen auszulösen.

Was ist eine Absicht bei einem Chatbot?

Wenn ein Benutzer eine Frage oder einen Auftrag eingibt, muss ein Chatbot zunächst erkennen, welches Ziel hinter dieser Anfrage steckt. Dieses Ziel wird als Absicht (Intent) bezeichnet.

Ein Benutzer kann dieselbe Absicht auf ganz unterschiedliche Weise formulieren. Ein Chatbot sollte deshalb nicht nur einzelne Wörter erkennen, sondern die Bedeutung der gesamten Benutzeräusserung verstehen können.

Beispielsweise können folgende Anfragen dieselbe Absicht haben:

  • „Wie wird das Wetter morgen?“
  • „Brauche ich morgen einen Regenschirm?“
  • „Wird es morgen in Luzern regnen?“
  • „Wie warm wird es morgen?“

In allen Fällen möchte der Benutzer eine Wettervorhersage erhalten. Der Chatbot ordnet die verschiedenen Formulierungen deshalb derselben Absicht zu.

Dieser Vorgang wird als Intent-Erkennung oder Absichts-Klassifizierung bezeichnet.

Wie funktioniert die Intent-Erkennung?

Bei der Intent-Erkennung analysiert ein Chatbot eine Benutzeranfrage und versucht, die dahinterliegende Absicht zu bestimmen.

Vereinfacht lässt sich der Prozess so darstellen:

Benutzeranfrage → Sprachverständnis → Intent-Erkennung → Antwort oder Aktion

Für das Sprachverständnis können Technologien wie Natural Language Understanding (NLU), Künstliche Intelligenz (KI) und maschinelles Lernen eingesetzt werden.

Bei einem klassischen, intent-basierten Chatbot werden bestimmte Absichten definiert und mit passenden Beispielen trainiert. Das System lernt dadurch, unterschiedliche Formulierungen einer bestimmten Absicht zuzuordnen.

Moderne KI-Chatbots können Benutzerabsichten auch mithilfe grosser Sprachmodelle und kontextbezogener Sprachverarbeitung erkennen. Dadurch können sie häufig flexibler auf natürliche Sprache und unterschiedlich formulierte Anfragen reagieren.

Welche Bestandteile hat eine Absicht?

Bei einem klassischen Chatbot besteht eine Absicht im Wesentlichen aus Trainingssätzen sowie einer dazugehörigen Antwort oder Aktion.

Trainingssätze

Trainingssätze sind Beispiele für mögliche Formulierungen, mit denen Benutzer eine bestimmte Absicht ausdrücken.

Für die Absicht „Wettervorhersage“ könnten beispielsweise folgende Trainingssätze verwendet werden:

  • Wie wird das Wetter?
  • Wie wird das Wetter morgen?
  • Scheint morgen die Sonne?
  • Brauche ich morgen einen Regenschirm?
  • Wie warm wird es morgen?

Mithilfe von KI und maschinellem Lernen kann ein Chatbot auch Anfragen erkennen, die nicht exakt einem der hinterlegten Trainingssätze entsprechen.

Das ist wichtig, weil Benutzer selten immer dieselben Formulierungen verwenden.

Antwort oder Aktion

Nachdem der Chatbot die Absicht erkannt hat, kann er eine passende Antwort geben oder eine Aktion ausführen.

Bei einer einfachen Informationsanfrage kann dies beispielsweise eine Textantwort sein. Bei einem Unternehmens-Chatbot kann die erkannte Absicht dagegen einen konkreten Prozess auslösen.

Beispiele dafür sind:

  • eine Bestellung abfragen
  • den Status einer Lieferung anzeigen
  • einen Termin vereinbaren
  • eine Rechnung bereitstellen
  • Informationen aus einem Unternehmenssystem abrufen
  • eine Anfrage an einen Mitarbeitenden weiterleiten

Damit wird aus der erkannten Benutzerabsicht eine konkrete Reaktion des Chatbots.

Absicht und Entitäten: Was ist der Unterschied?

Absicht und Entität beschreiben unterschiedliche Aspekte einer Benutzeranfrage.

Die Absicht beschreibt, was der Benutzer erreichen möchte. Eine Entität bezeichnet dagegen eine konkrete Information innerhalb der Anfrage, die für die Bearbeitung relevant ist.

Beispiel:

„Wie wird das Wetter morgen in Luzern?“

Dabei könnte der Chatbot folgende Informationen erkennen:

  • Absicht: Wettervorhersage
  • Zeit: morgen
  • Ort: Luzern

„Wettervorhersage“ beschreibt also das Ziel der Anfrage, während „morgen“ und „Luzern“ konkrete Informationen für die Bearbeitung der Anfrage liefern.

Die Kombination aus Intent und Entitäten ermöglicht es einem Chatbot, Benutzeranfragen genauer zu verstehen und gezielt darauf zu reagieren.

Beispiel für eine Intent-Erkennung

Ein Benutzer schreibt:

„Ich möchte wissen, ob mein Paket bereits verschickt wurde.“

Der Chatbot erkennt die Absicht „Sendungsstatus abfragen“.

Anschliessend kann er beispielsweise die Bestell- oder Kundennummer ermitteln, die entsprechenden Informationen aus einem angebundenen System abrufen und dem Benutzer den aktuellen Status mitteilen.

Ein anderes Beispiel:

„Kann ich meinen Termin auf nächsten Dienstag verschieben?“

Hier könnte die Absicht „Termin ändern“ erkannt werden. Gleichzeitig können Informationen wie das gewünschte Datum oder die konkrete Termin-ID als relevante Entitäten aus der Benutzeranfrage extrahiert werden.

Warum ist die Intent-Erkennung wichtig?

Eine zuverlässige Erkennung der Benutzerabsicht ist besonders wichtig, wenn ein Chatbot nicht nur Fragen beantworten, sondern auch Prozesse und Aktionen ausführen soll.

Die Intent-Erkennung ermöglicht es einem Chatbot beispielsweise,

  • Benutzeranfragen automatisch zu klassifizieren,
  • passende Antworten bereitzustellen,
  • fehlende Informationen gezielt abzufragen,
  • Prozesse zu starten,
  • Daten aus angebundenen Systemen abzurufen,
  • Anfragen an die richtige Stelle weiterzuleiten und
  • nicht verstandene Anfragen zu erkennen.

Gerade bei KI-basierten Chatbots kann die Intent-Erkennung mit weiteren Technologien kombiniert werden, um auch komplexere Benutzeranfragen zu verarbeiten.

Intent bei modernen KI-Chatbots und LLMs

Bei klassischen Chatbots werden Intents häufig im Voraus definiert. Ein Benutzeranliegen wird dann einer von diesen vordefinierten Kategorien zugeordnet.

Bei modernen KI-Systemen können grosse Sprachmodelle (LLMs) die Absicht einer Anfrage stärker aus dem Kontext ableiten. Dadurch muss nicht jede mögliche Formulierung einer Anfrage als eigener Trainingssatz hinterlegt werden.

Das bedeutet jedoch nicht, dass klassische Intents überflüssig sind. Für klar definierte Geschäftsprozesse, Aktionen und Schnittstellen können strukturierte Intents weiterhin sinnvoll sein.

Ein Unternehmen kann beispielsweise definieren, dass die Absicht „Rechnung herunterladen“ eine bestimmte Aktion auslöst, während eine allgemeine Frage zu einem Produkt direkt durch das KI-System beantwortet wird.

Was passiert, wenn ein Chatbot die Absicht nicht erkennt?

Nicht jede Benutzeranfrage kann eindeutig einer Absicht zugeordnet werden. Wenn ein Chatbot die Absicht nicht versteht oder die erkannte Absicht zu unsicher ist, kann ein Fallback Intent eingesetzt werden.

Der Chatbot kann in diesem Fall beispielsweise

  • nachfragen, was der Benutzer genau wissen möchte,
  • mehrere Optionen anbieten,
  • die Anfrage an einen Mitarbeitenden weiterleiten oder
  • eine allgemeine Hilfestellung geben.

Ein guter Fallback verhindert, dass eine nicht verstandene Anfrage zu einer schlechten Benutzererfahrung führt.

Häufige Fragen zur Absicht bei Chatbots

Was ist ein Intent bei einem Chatbot?

Ein Intent ist die Absicht oder das Ziel, das ein Benutzer mit einer Anfrage an einen Chatbot verfolgt. „Intent“ und „Absicht“ bezeichnen im Chatbot-Kontext dasselbe.

Was ist Intent-Erkennung?

Intent-Erkennung bezeichnet den Prozess, bei dem ein Chatbot die Absicht hinter einer Benutzeranfrage erkennt und sie einer passenden Kategorie, Antwort oder Aktion zuordnet.

Was ist Intent-Klassifizierung?

Bei der Intent-Klassifizierung wird eine Benutzeranfrage einer bestimmten Absicht zugeordnet. Die Anfrage „Wie kann ich mein Passwort zurücksetzen?“ könnte beispielsweise der Absicht „Passwort zurücksetzen“ zugeordnet werden.

Was ist der Unterschied zwischen Intent und Entität?

Der Intent beschreibt das Ziel des Benutzers. Eine Entität bezeichnet konkrete Informationen innerhalb der Anfrage, beispielsweise einen Ort, ein Datum, einen Namen oder eine Bestellnummer.

Brauchen moderne KI-Chatbots noch Intents?

Nicht jeder moderne KI-Chatbot arbeitet ausschliesslich mit vordefinierten Intents. LLM-basierte Chatbots können Benutzerabsichten auch dynamisch aus dem Kontext ableiten. Für klar definierte Prozesse und Aktionen sind strukturierte Intents jedoch weiterhin hilfreich.

Was passiert, wenn ein Chatbot einen Intent nicht erkennt?

Wenn eine Benutzeranfrage keiner bekannten Absicht zugeordnet werden kann, kann ein Fallback Intent greifen. Der Chatbot kann nachfragen, weitere Optionen anbieten oder die Anfrage an einen Menschen übergeben.

Zum nächsten Begriff→