Was ist Google Dialogflow?

Wir erleben zweifellos ein starkes Wachstum bei Software-Services, die Unternehmen dabei helfen, den Zugang für ihre Kundinnen und Kunden zu vereinfachen. Immer häufiger setzen Firmen – ob groß oder klein – auf solche technologischen Lösungen, die wiederum die Kommunikation zwischen Unternehmen und Kundschaft verändern. Indem sie Anfragen nahezu in Echtzeit beantworten, können Unternehmen die Kundenzufriedenheit steigern und damit die Loyalität stärken.

Persönlich war ich lange skeptisch, einen Bot zu nutzen. Doch als mir binnen Minuten eine schnelle, einfache Lösung für mein Problem geboten wurde, habe ich meine Meinung geändert. Dennoch bleibt die Frage: Sind Chatbots so zuverlässig wie der klassische Kundenservice – und wirken sie natürlich und authentisch genug, um nutzerspezifische Anliegen zu bearbeiten? 

Bei einem jüngsten Projekt bin ich auf ein Produkt der Google Cloud Platform gestoßen: Dialogflow. Das Experiment war ausgesprochen spannend – und es funktionierte sogar besser als erwartet. Daher dieser Beitrag.

Gespräche zwischen Unternehmen und Kundschaft

Dialogflow ist ein Service der Google Cloud Platform, der Gespräche zwischen Unternehmen und Kundschaft per Sprache oder Text ermöglicht und auf natural language processing (NLP) basiert. Dank der breiten Integrationsmöglichkeiten eignet es sich für nahezu jede Art von Unternehmen. Zudem lässt es sich in viele bekannte Plattformen und Dienste einbinden, etwa Facebook Messenger, Slack, Skype, Twitter,  Amazon Alexa, Hangouts Chat, Viber oder Twillio. Anders als viele Chatbots mit streng vorgegebenen Dialogpfaden bietet Dialogflow dank machine learning eine deutlich bessere UX. Die aktuelle Testversion (ideal für nichtkommerzielle Projekte) ist kostenlos und damit ein guter Einstieg in Chatbots und Voice Apps. Für kleine Unternehmen reicht die Standardversion aus; sie wird nutzungsbasiert abgerechnet und kostet $0.002 pro Textanfrage. 

Wie funktioniert Dialogflow?

Je nach Komplexität der Dialoge – ob personalisierte Daten angezeigt oder in Ihrer Datenbank gespeichert werden müssen und wie viele Szenarien Sie für ein Gesprächsthema erwarten – kann der Aufwand für die Erstellung Ihres Chatbots stark variieren. Der grundlegende Ablauf ist jedoch immer ähnlich: 

• Der/die Nutzer:in sendet eine Anfrage an Ihre App
• Ihre Anwendung leitet die Nachricht an Dialogflow weiter
• Dialogflow erkennt die Absicht der Anfrage (weist den passenden Intent zu)
• Beim passenden Intent nutzt Dialogflow zugeordnete Entities oder Kontextparameter und ruft bei Bedarf per Webhook externe Daten ab, um eine formatierte, personalisierte Antwort vorzubereiten
• Die Antwort wird an die Anwendung zurückgesendet
• Der/die Nutzer:in erhält die Antwort 

Um diesen Ablauf – gerade beim ersten Chatbot – besser zu verstehen, lohnt ein Blick auf die Agent-Struktur sowie auf Intents, Entitäten und Kontexte.

Was ist ein Dialogflow-Agent?

Ein Dialogflow-Agent ist Ihr virtueller Agent, der Gespräche innerhalb eines bestimmten Chatbots führt. Er enthält die komplette Struktur für einen natürlichen Dialogfluss und bildet die oberste Ebene für Spracheinstellungen sowie eine Wissensbasis für das weitere Training. Ein Agent kann Unterhaltungen in über 20 Sprachen bewältigen und bei Bedarf mehrsprachig sein. Wie beim Menschen gilt: Ein Agent ist nur so gut, wie wir ihn trainieren – sein Wissen entsteht durch Mechanismen des Machine Learning wie Intents und Entitäten.

Was ist ein Dialogflow-Intent?

Das wichtigste Element in der Dialogflow-Struktur zur Erkennung der Nutzerabsicht ist der Intent. Ihn korrekt zu treffen, ist entscheidend für einen stimmigen Dialogfluss. Er definiert, wonach der/die Nutzer:in sucht, und ermöglicht es, mit vielen Textvarianten und benutzerdefinierten Parametern natürliche Antworten zu konfigurieren. Von hier aus können wir Webhooks einsetzen, um externe Daten zu nutzen. Ein Intent kann auch durch ein bestimmtes Ereignis in unserer Anwendung ausgelöst werden – etwa beim Aufruf einer Seite oder anhand der Eingabe im Chatfenster. Nehmen wir als Beispiel eine Plattform zur Terminbuchung beim Arzt. Wir möchten die Unterhaltung starten, sobald der/die Nutzer:in etwas in das Chatfenster tippt. Zunächst sollten wir klären, warum unsere Kundschaft uns schreibt: Entweder möchte sie einen Termin buchen oder sich nach unseren Öffnungszeiten erkundigen. Für jede Absicht erstellen wir einen eigenen Dialogflow-Intent. 

Damit unser Agent die richtige Absicht besser erkennt, legen wir Trainingsphrasen an – also unsere Einschätzung möglicher Eingaben. Beispiele: „Ich möchte einen Termin buchen“, „Wie sind eure Öffnungszeiten?“ oder schlicht „Hallo“. Je mehr Trainingsphrasen Sie verfassen, desto schneller lernt Ihr Agent. Erwähnenswert: Jede Nutzereingabe wird in einer Historie gespeichert und dient als Material für künftiges Training – so steigt die Treffergenauigkeit. 

Stimmt die Eingabe eines Nutzers mit einer der Phrasen überein, wird der Intent erkannt. Passt keine Phrase, greift ein Fallback-Intent, der unerwartete Situationen abfängt. Wir können eine Fallback-Nachricht konfigurieren, die unsere Kunden zu einer passenderen Frage führt – idealerweise hin zum richtigen Intent.

Für jeden Intent legen wir weitere Szenarien fest. Im ersten Fall genügt eine statische Antwort wie: „Wir haben montags bis freitags von 8 bis 18 Uhr geöffnet.“ Für die Buchung benötigen wir jedoch zusätzliche Informationen: Wann soll der Termin stattfinden und welche Fachrichtung wird benötigt? Dafür nutzen wir Entitäten.

Was ist eine Dialogflow-Entität?

Um bestimmte Informationen aus der Nutzereingabe zu erkennen, verwenden wir Entitäten. Das sind Variablen, Wörter oder Phrasen für Daten wie Datum, Namen, Adressen – also Informationen, die für den/die Nutzer:in spezifisch sind und uns helfen, seine/ihre Anfrage zu verarbeiten. Dialogflow stellt standardmäßig eine Bibliothek von Systementitäten für gängige Variablen bereit, etwa Datum, Ort, Adresse, E‑Mail usw., aber wir können in der Dialogflow-Entitätensektion der Plattform auch eigene Entitäten definieren. In unserem Buchungsbeispiel benötigen wir zwei nutzerspezifische Angaben: das gewünschte Datum und die bevorzugte Fachrichtung. Für das Datum nutzen wir die Systementität @sys.date, und für die Fachrichtung erstellen wir eine eigene, z. B. @doctor. 

Der Variablen @doctor ordnen wir sofort so viele Spezialisierungen zu, wie uns einfallen. Weitere lernt der Agent über die Trainingsphrasen. Welche Informationen wir erwarten, definieren wir im Abschnitt „Action and parameters“ unseres Intents. Da ohne Termin-Datum und Fachrichtung keine Buchung möglich ist, markieren wir diese als erforderliche Parameter. Anschließend fügen wir weitere Trainingsphrasen mit konkreten Daten und Fachrichtungen hinzu und verknüpfen sie mit den erwarteten Entitäten. So lernt der Agent Muster, sucht diese Informationen in Nutzerbotschaften, speichert die Werte – oder fordert fehlende Daten an.

Gibt ein/e Nutzer:in Datum oder Fachrichtung nicht direkt an, erkennt der Dialogflow-Agent dies und stellt mithilfe der in den Prompts (Actions and parameters) definierten Rückfragen die fehlenden Angaben zusammen.

Die erfassten Werte werden als Variablen im Intent gespeichert und können in Antworten referenziert werden.

Sobald alle nötigen Angaben vorliegen, können wir für diesen Intent Webhook-Calls aktivieren. So verbinden wir uns mit einem beliebigen Endpoint, verarbeiten die gesammelten Daten, prüfen die Verfügbarkeit der Ärztinnen/Ärzte, legen Termine in unserer Datenbank an oder spielen – direkt aus der Anwendung – passende Antworten je nach Buchungsstatus aus. 

Was ist ein Dialogflow-Follow-up-Intent?

Aber was, wenn morgen kein Termin frei ist und wir eine Alternative anbieten möchten?  Dann richten wir einen Follow‑up‑Intent ein.  Er wird nur als Fortsetzung unseres Buchungsthemas gematcht und übernimmt im zugehörigen Kontext alle Parameter und Werte aus dem ersten Dialogteil. 

Dialogflow-Kontexte funktionieren ähnlich wie sprachliche Kontexte. Sagt jemand zu Ihnen „ja“, brauchen wir den Kontext, um zu verstehen, worauf sich die Antwort bezieht.

Mit Follow‑up‑Intents lassen sich zahlreiche Dialogszenarien abbilden und individuell steuern. Mit den richtigen Fragen führen wir Nutzer:innen gezielt zur benötigten Antwort. Auf „Möchten Sie den Termin auf einen anderen Tag verschieben?“ folgt typischerweise entweder „ja“ oder „nein“. Dank des Kontexts, der Follow‑up‑Intent und Parent‑Intent verbindet, wissen wir genau, auf welche Frage sich die Antwort bezieht. In unserem Beispiel bereiten wir zwei Follow‑up‑Intents mit unterschiedlichen Aktionen vor. Einer basiert auf positiven Antworten der Nutzer:innen; dafür könnten wir per Webhook den nächsten möglichen Termin suchen. Der andere beendet das Gespräch einfach. 

Jeder Intent kann beliebig viele Follow‑up‑Intents und Szenarien enthalten. Die Verschachtelung kann beliebig tief gehen und ermöglicht einen sehr natürlichen Gesprächsfluss. Wenn Ihre Anwendung die von Nutzer:innen bereitgestellten Informationen sinnvoll aufgreift, entsteht das Gefühl, mit einer echten Person zu sprechen.

Aus diesem einfachen Beispiel könnte ein Gespräch wie unten entstehen. Die Einrichtung in Dialogflow dauerte nur kurz und wirkt recht natürlich, allerdings deckt sie nur vorhersehbares Verhalten in einer einzigen Dialogrichtung ab. Die Möglichkeiten für dynamische Flows sind sehr groß und würden eine eigene Anleitung füllen. Als Spielwiese taugt es allemal, wenn Sie einen fortgeschritteneren Chatbot planen. 

Neben seiner spannenden, flexiblen Struktur bietet Dialogflow Schritt‑für‑Schritt‑Testtools, mit denen Sie Ihren Flow prüfen und die Nutzeransicht visualisieren können. Das war besonders hilfreich, als mein Intent‑Baum größer und die Szenarien komplexer wurden. 

Natürlichsprachliches Verständnis

Chatbots werden vermutlich nie so interaktiv sein wie Menschen: Wir können weder alle Szenarien noch jede Eingabe vollständig vorwegnehmen.  Doch mit einem durchdachten Konzept und der nötigen Sorgfalt beim Design des Flows bietet das Gespräch mit einem Dialogflow-Agenten überraschend gutes natürlichsprachliches Verständnis. Zugegeben, selbst in meinen fortgeschrittensten Szenarien werden manche Nachrichten noch falsch interpretiert – maschinelles Lernen braucht Zeit. Je mehr Eingaben wir erhalten, desto größer wird unsere Wissensbasis und desto höher die Treffer- und Antwortgenauigkeit. Analysieren wir reale Nutzereingaben, können wir den Chatbot anpassen, weitere Trainingsphrasen hinzufügen und den Agenten „eine bessere Sprache lehren“. Das bedeutet: Für sehr anspruchsvolle Dialoge werden Chatbots wohl nie vollkommen selbsttragend sein, da sie kontinuierliche Verbesserungen benötigen. Dennoch profitieren viele Unternehmen davon, einen virtuellen Agenten für leicht lösbare Anliegen einzusetzen. So sparen sie ebenso Zeit für ihre Kundschaft wie für sich selbst.  

Bei Startup House sind wir stets auf der Suche nach neuen Wegen zu mehr Effizienz – und danach, wie wir Ihrem Unternehmen zu den bestmöglichen Online-Praktiken verhelfen können. Wenn Sie darüber oder über andere Themen sprechen möchten, schreiben Sie uns gern an hello@start-up.house

Empfohlene Artikel:

Die Rolle von Product Designer:innen im Produktlebenszyklus

Product Manager:innen und die 4 größten Herausforderungen

Wie Error Tracking und Application Monitoring Entwicklungszeit sparen können

Security Testing: Der Wachhund des Softwareschutzes

Configuration Control: Der Choreograf von Systemänderungen

Test Infrastructure: Bausteine für hochwertige Software

Wie können Sie Ihr digitales Produkt monetarisieren?

Was ist der Unterschied zwischen Quality Assurance und Quality Control?