Neue Technologien im Bereich Business Intelligence: Natural Language Processing (NLP) und BI-Chatbots

Veröffentlicht am 24.7.2019 von Gitanjali Maria und Ines Bahr

Artikel teilen

Roboter arbeitet mit Natural Language Processing

Die meisten Inhaber*innen kleiner und mittelgroßer Unternehmen geben unumwunden zu, dass die Datenanalyse nicht zu ihren großen Stärken gehört. Sie werfen sich voller Elan in ihre Arbeit, um die Firma ihrer Träume aufzubauen und nehmen Business Intelligence-Trends nur am Rande wahr.

Im Zeitalter von „Big Data“ kommt der Datenanalyse aber ein wichtiger Platz beim Aufbau und Wachstum eines Unternehmens zu. Es wächst nämlich nicht nur das Unternehmen selbst, sondern auch die Masse, Geschwindigkeit und Vielfalt der Daten. Gleichzeitig wird auch die Datenanalyse komplexer und stellt somit eine Herausforderung dar, die mehr Programmierkenntnisse und Statistikwissen verlangt.

An diesem Punkt lohnt sich der Einsatz von Business Intelligence (BI)-Chatbots oder BI-Bots. BI-Bots verstehen Datenabfragen in gesprochener Sprache und liefern Ergebnisse. Natural Language Processing (NLP), d. h. die Verarbeitung natürlicher Sprache, und Chatbots sind aufstrebende Technologien, die jedermann Zugang zur Datenanalyse ermöglichen werden.

In Zukunft wird in kleinen wie großen Unternehmen die Datenanalyse mithilfe von BI-Tools mit NLP-Chatbots (auch Freitext-Chatbots) zum Alltag gehören, genau wie die Einführung von Datentools und das Treffen von datengestützten Entscheidungen zur Umsatzsteigerung und einem verbesserten Geschäftsverlauf.

In diesem Artikel werden NLP- und BI-Bots definiert und Features aufgeführt, nach denen man Ausschau halten sollte. Weiterhin werden interessante Marktentwicklungen aufgezeigt.

Natural Language Processing- und BI-Bots simulieren menschliche Gespräche über Daten und Analysen

Bei NLP handelt es sich um einen Teilbereich der Künstlichen Intelligenz (KI), in dem in menschlicher Sprache gestellte Nutzeranfragen interpretiert, erkannt, verstanden und verarbeitet werden. Für BI bedeutet dies, dass man nicht länger in SQL oder .NET programmieren muss, um Daten auszuwerten. Fragen können in einfacher Sprache eingegeben werden und man erhält Antworten aus seinen Datensätzen.

Screenshot einer Natural Language Processing AnfrageSo funktioniert eine NLP-Anfrage in QlikSense

Chatbots sind Computerprogramme, die zu dem Zweck entworfen wurden, eine Unterhaltung mit menschlichen Nutzern zu simulieren. Sie haben sich als sehr hilfreich erwiesen und sind zum Beispiel beim Kundenservice, zu Beginn von Verkaufsgesprächen und zum Lösen von Kundenfragen weit verbreitet.

Die Kerntechnologie hinter Chatbots, mit deren Hilfe menschliche Anfragen entziffert und verarbeitet werden, heißt Natural Language Processing, kurz NLP.

Ein weiteres Einsatzgebiet sind BI-Anwendungen, also Business-Intelligence-Anwendungen. BI-Anwendungen erleichtern datengestützte Entscheidungen und BI-Bots vereinfachen den Vorgang zusätzlich, indem sie Nutzer*innen die Möglichkeit geben, eine echte Unterhaltung über ihre Daten zu führen. BI-Bots greifen dann auf die Daten zu, nehmen notwendige Analysen vor und liefern Ergebnisse zu den gestellten Anfragen.

Für Anwender*innen funktionieren sie wie jeder normale Chatbot. Man muss einfach nur seine Daten eingeben und dann dem Chatbot seine Fragen stellen bzw. sie eintippen. Der Chat-Simulator liefert dann relevante Ergebnisse und Erkenntnisse.

Hier ein Beispiel, wie ein BI-Bot funktioniert:

Mit BI-Bots wird Datenanalyse zum Kinderspiel

BI-Bots vereinfachen die Datenverarbeitung und -auswertung und verleihen dem Ganzen eine menschliche Note. Einige der Hauptvorteile von Bi-Bots sind:

 Bedienkomfort In BI-Anwendungen integrierte Chatbots erhöhen den Bedienkomfort. Alles ist so einfach, als wenn man Kolleg*innen um Daten bitten würde und das Ergebnis sofort erhält, ohne dass man über einem Wust von Datensätzen brüten muss.

 Daten-Demokratisierung Chat-Simulatoren fördern die Benutzerakzeptanz von BI-Tools am Arbeitsplatz. Gartner schätzt, dass Konversationsanalysen in Form von Chatbots und NLP im Jahr 2021 mehr als 50 % der Mitarbeiter*innen unterstützen werden. Zurzeit sind es noch 35 %. NLP-Chatbots erleichtern es einer großen Zahl der Angestellten, Datenanalysen durchzuführen und auf die Ergebnisse zuzugreifen.

 Kosteneinsparungen: Kundendienst-Chatbots können bis zu 80 % der Fragen allein lösen, sparen dabei Zeit und steigern die Kundenbindung. BI-Bots erzielen ähnliche Einsparungen für kleine Unternehmen. Allein im Kundendienst können Millionen eingespart werden, die normalerweise für (interne oder externe) Analyst*innen hätten ausgegeben werden müssen.

Warum nehmen NLP-Bots an Bedeutung zu?

NLP-Chatbots ermöglichen eine schnelle und gründliche Datenanalyse und werden bald standardmäßig zu jedem Analysetool gehören, sodass auch die breite Masse sich diese zu Nutzen machen kann.

Dem Gartner Hype Cycle for Analytics and Business Intelligence 2018 (für Gartner-Kunden verfügbar) zufolge wird die Suche-basierte Datenermittlung mithilfe natürlicher Sprache eine wichtige Schnittstelle für BI-Inhaltserstellung. Sehr wahrscheinlich wird sich dies zu einem Feature in modernen Analyse-Tools entwickeln, nicht zu einer eigenständigen Technologie.

Anbieter von BI-Lösungen arbeiten daran, die Schnittstellen ihrer Tools mit Chatbot-Features zu verbessern, damit Analysen noch leichter vorgenommen werden und allen zur Verfügung stehen.

Häufige BI-Chatbot-Features

Die BI-Chatbot-Entwicklung befindet sich noch in den Kinderschuhen und hat noch nicht viele Optionen zur Auswahl. Einige der häufigen Features sind u. a.:

  • Natural Language Processing (NLP) und maschinelles Lernen (ML): Smart Learning und natürliche Unterhaltungen helfen Bots, die Absicht eines Nutzers zu verstehen und sich schnell an den Büro-Jargon anzupassen. Erweiterte NLP-, KI- und ML-Technologien unterstützen den Chatbot dabei, mit jeder neuen Anfrage zu lernen, sodass Ergebnisse wie Nutzererlebnis effizienter und genauer werden.
  • Warnungen in Echtzeit: Der Chatbot muss Nutzer*innen eigenständig wichtige Updates für die Datenanalyse und andere für sie relevante Ergebnisse zukommen lassen. Diese Benachrichtigungen müssen abhängig von der Abteilung, dem Standort und der Position personalisiert und so auf jede einzelne Person zugeschnitten sein. Außerdem müssen sie Nutzer*innen über Datenanomalien unterrichten.
  • Funktionen für die Zusammenarbeit Funktionen für die Zusammenarbeit ermöglichen es dem Chatbot, aus den Daten gewonnene Erkenntnisse mit anderen Nutzer*innen per E-Mail, Chat oder Nachrichten zu teilen. Auch ein Gruppen-Chat sollte zur Verfügung stehen.
  • Datensicherheit: Der Chatbot sichert Daten mithilfe von Features wie Benutzerauthentifizierung, Autorisierung, Verschlüsselung und Zugangskontrolle.
  • Integration: Der Chatbot muss in der Lage sein, Daten nahtlos zwischen BI-Tools und anderen Anwendungen wie ERPCRM und weiteren Datenbanken zu verschieben. Außerdem muss er sich schnell in BI-Tools integrieren lassen, am besten sogar über eine eingebaute Funktion verfügen.
  • Bereitstellbar auf Messaging-Apps: Der BI-Bot muss zu beliebten Messaging-Apps wie Slackoder Microsoft Teams hinzugefügt werden können. Auf diese Weise können Daten analysiert werden, ohne BI-Systeme überhaupt öffnen oder zum Zugriff auf Daten zwischen verschiedenen Apps wechseln zu müssen.
  • Bereitstellung auf mehreren Geräten: Der Chatbot muss auf mehreren Geräten wie Laptops, Desktops, Mobiltelefonen and Tablets bereitgestellt werden können. Weiterhin muss er verschiedene Betriebssysteme wie Windows, iOS, und Android unterstützen.

Aktuelle Chatbot-Entwicklungen im BI-Sektor

Natural Language Processing, KI und Chatbots werden die Business Intelligence vorantreiben. Die Verbindung aus Gesprächsführung und Künstlicher Intelligenz ist der letzte Schritt, der strategische Geschäftsdaten mit allen Mitarbeitern verknüpft.

Einige bekannte BI-Anbieter verzeichnen bereits gewaltige Fortschritte in der Konversationsanalyse.

Tableau: Tableau hat in Tableau 2019 mit dem neuen Tool „Frag die Daten“ eine Reihe von Smart-Funktionen wie Natural Language Processing hinzugefügt. Über das Tool kann man Fragen in Textform in das Programm eingeben und erhält dann relevante Ergebnisse. Markenanalysten und Entwickler*innen bei Tableau sind sich jedoch einig, dass da noch Luft nach oben ist und die NLP-Features im Laufe der Zeit weiterentwickelt und verbessert werden.

Qlik: Qlik hat CrunchBot im Frühjahr 2019 aufgekauft, um so die eigene Expertise im Bereich der Gesprächsanalysen auszuweiten. Durch die Übernahme verfügt Qlik nun über die Technologie, mit der Nutzer einfach in natürlicher Sprache eine Frage in Qlik Sense oder in anderen Kollaborationstools wie Slack, Skype, Salesforce Chat oder Microsoft Teams eingeben können. Nutzer erhalten dann direkt in diesen Anwendungen in Form von automatisch erstellten Tabellen, Prognosen und Datenauswertungen Antworten auf ihre Fragen.

SisenseSisense Boto ist der Chatbot von Sisense, der mithilfe von maschinellem Lernen Dateneinblicke gibt und teilt. Nutzer können Sisense Boto als Kontakt zu SlackSkype oder anderen Messenger-Lösungen hinzufügen und dann CSV.-Tabellen zum Analysieren weiterleiten. Der Bot liefert dann die Ergebnisse und teilt sie (wenn gewünscht) auch mit anderen Nutzern.

BI-Chatbots und NLP werden in den nächsten 5 Jahren zu Mainstream-Technologien

Die Entwicklung von NLP-Technologien steckt noch in den Anfängen und so liegt ihr Präzisionsgrad zurzeit bei 60-70%, was in vielen Fällen noch nicht ausreicht. Es gibt jedoch ein wachsendes Interesse und Forschungsbemühungen zur Entwicklung eines noch intelligenteren und genaueren NLP.

Gartner vertritt die Meinung, dass Chatbots für Analysen, KI-Suchen und die Generierung von und Abfrage in natürlicher Sprache in den nächsten zwei bis fünf Jahren Unternehmen viele Vorteilen verschaffen werden. Programmierung in natürlicher Sprache bei BI-Tools wird es Mitarbeitern ohne die erforderlichen Kenntnisse leichter machen, mithilfe von Analysetools datengestützte Einsichten zu erhalten.

„Der Trend ist noch ganz frisch, aber ich glaube, dass die Konversationsanalyse in den nächsten zwei bis Jahren eine wichtige und gewohnheitsmäßige Rolle dabei zukommen wird, wie Nutzer Analyseinhalte nutzen und mit ihnen umgehen.“

Rita Sallam, Analystin bei Gartner

Anbieter von BI-Lösungen arbeiten zurzeit daran, Chatbot-Funktionen so schnell wie möglich in ihre Tools zu implementieren, sodass sie wahrscheinlich in den nächsten fünf Jahren in den meisten Lösungen ein Standard-Feature sein werden. Zu diesem Zeitpunkt werden sie hoffentlich auch zu angemessenen Preisen in einem Großteil der Unternehmen – sowohl kleinen als auch großen – zum Einsatz kommen.

Nächste Schritte mit BI-Bots und NLP

Für dein Unternehmen ist es nicht nur wichtig, über Entwicklungen in der BI und im NLP auf dem Laufenden zu bleiben. Dein Unternehmen muss auch einige Schritte aktiv einleiten, um sicherzustellen, dass der Wechsel zu den aufstrebenden Technologien für alle Mitarbeiter reibungslos verläuft.

  1. Testen von Probeversionen: Unternehmen sollten Probeversionen der BI-Bots vom eigenen BI-Anbieter, aber auch von Wettbewerbern testen. Am besten sollte eine kleine Gruppe von Mitarbeiter*innen diese Funktion nutzen und so Vor- und Nachteile feststellen. Auf diese Weise fällt der Wechsel zum vermehrten Einsatz von NLP-Chatbots später allen Mitarbeiter*innen leichter.
  2. Aufbau einer „Datenkultur“: Der Aufbau einer Datenkultur erfordert einiges an Investitionen. Mitarbeiter*innen erfahren dadurch die Vorteile von datengestützten anstelle von Bauch-Entscheidungen, sodass die Akzeptanz von BI-Tools wächst. Weiterhin fällt es ihnen leichter, neue BI-Features wie Chatbots zu verstehen und zu nutzen.
  3. Regelmäßige Interaktion mit dem BI-Anbieter: Unternehmen sollten über Updates, neue Feature und Upgrades ihrer BI-Anbieter auf dem Laufenden bleiben. Vielleicht ergibt sich auch eine Zusammenarbeit, sodass neue Features erarbeitet und individuelle Anpassungen vorgenommen werden können.

Eine Liste von BI-Software ist im GetApp-BI-Verzeichnis erhältlich

Hinweis: Die in diesem Artikel aufgeführten Anwendungen dienen als Beispiel, um ein Feature im Kontext zu zeigen. Es besteht keine Verbindung und sie sind nicht als Empfehlung zu verstehen. Weiterhin stützen sich zum Zeitpunkt der Veröffentlichung auf Quellen, die als vertrauenswürdig gelten.

Artikel teilen


Dieser Artikel kann auf Produkte, Programme oder Dienstleistungen verweisen, die in deiner Region nicht verfügbar sind oder die durch die Gesetze oder Vorschriften des Landes eingeschränkt sein können. Wir empfehlen, sich direkt an den Softwareanbieter zu wenden, um Informationen über die Produktverfügbarkeit und Rechtskonformität zu erhalten.