Wie bei so vielen neuen Technologien waren die anfänglichen Erwartungen an Chatbots deutlich überzogen. Eine der Prognosen lautete, dass sich ein wesentlicher Teil des digitalen Handels auf den Einkauf via Sprache verlagern würde. Diese Entwicklung ist ausgeblieben. Die Vorteile von Chatbots in der Kundenkommunikation sind indes unbestritten.
Nutzen von Chatbots in der Kundenkommunikation
Im direkten Kundenkontakt überzeugen Chatbots mit einer ganzen Reihe von Vorteilen:
Da Chatbotsysteme die Anfragen der Nutzer protokollieren können, verraten die Anfragen der Kunden viel über offene Fragen, Anliegen und Wünsche. Dieses Datenmaterial hilft einerseits dabei, Chatbots zu verbessern, kann aber vom Produktmanagement zusätzlich dazu genutzt werden, neue Ideen für Serviceangebote zu generieren. Etwa dann, wenn sich eine Häufung von Anfragen zu einem Thema ergibt.
Anders als die Ängste von Mitarbeiterinnen und Mitarbeitern suggerieren, geht es bei der Einführung von Chatbots meist nicht um den Abbau von personellen Ressourcen. Häufig stehen die Entlastung der Mitarbeiter und der Ausbau der Kundenkommunikation im Fokus. Statt sich um Routineanfragen kümmern zu müssen, bleibt den Mitarbeiterinnen und Mitarbeitern mehr Zeit für komplexere Anfragen, während der Chatbot beispielsweise den Kunden mit Informationsmaterial zu einem Tarif versorgt.
Viele Versicherer sammeln Erfahrungen mit Chatbots
Eine Reihe von Versicherern hat Erfahrungen mit dem Einsatz von Chatbots gesammelt, um mit deren Hilfe ganz unterschiedliche Lösungen anzubieten.
Geico ist eine der größten Autoversicherungen in den USA. Das Unternehmen bietet Kunden einen virtuellen Assistenten mit den Namen Kate. Das interaktive System reagiert auf Sprache und führt die Versicherten durch das Angebot von Geico. Auf diese Weise liefert es ihnen spezifische Informationen zu potentiellen Produkten und entsprechenden Verträgen.
Lemonade setzt als rein digitaler Anbieter auf einen KI-gesteuerten Kundenservice. Gleich mehrere Chatbots kommen dort zum Einsatz. Diese wickeln den Antragsprozess eines Kunden teilweise binnen 90 Sekunden ab. Dies wird allerdings auch durch die einfach strukturierten Tarife begünstigt.
Die Helvetia setzt einen Chatbot für die Bearbeitung von Schadenmeldungen auf mobilen Geräten ein. Das Versprechen an die Kunden lautet, im Schadenfall extrem schnell reagieren zu können. Eine Herausforderung für das System ist dabei die Authentifizierung des Nutzers. Hier muss der Chatbot die richtige Mischung aus Fragen zu Vertragsdaten und persönlichen Informationen des Kunden finden.
Die Axa setzt als multinationales Unternehmen auf eine ganze Reihe von Chatbots in verschiedenen Ländern. Diese übernehmen klassische Routineanfragen, wurden aber teilweise auch in Hinblick auf spezielle Fragestellungen entwickelt. Im Kontext von Rechtschutzversicherungen beantworten die Systeme etwa allgemeine Anfragen der Kunden, etwa zum Nachbarschaftsrecht.
KI bildet die Basis
Einige Unternehmen bieten inzwischen Baukastensysteme für Chatbots an. Mit wenigen Mausklicks sollen die Kunden so ihre eigenen Systeme zusammenstellen können. Damit wecken sie aber bei Unternehmen mit erklärungsbedürftigen Produkten, zu denen Versicherer zweifellos gehören, falsche Erwartungen.
Die Qualität der Antworten eines Chatbots ist von der Güte der dahinterstehenden KI und dem Trainingsmaterial abhängig. Der Chatbot muss die Anfragen des Kunden exakt interpretieren, selbst wenn die Eingabe nicht eindeutig ist, weil der Konsument den Produktnamen nicht kennt oder in der Eile nur schwer verständliche Ausdrücke verwendet.
Chatbotprojekte in der Versicherungswelt sind und bleiben individuell. Denn zum einen müssen sie sich an klaren Unternehmenszielen orientieren und zum anderen sind die Wissensspeicher der KI mit dem Material der Gesellschaft zu trainieren. Für die Lernphase eines Chatbots dürfte es davon in jeder Versicherung mehr als genug geben (Kundenanfragen und ihre Antworten, Auswertungen zu häufigen Gesprächsanlässen, Informationsmaterial etc.).
Die Einführung von Chatbots ist unabhängig vom gewählten Kanal ein Beispiel für die Notwendigkeit, Datensilos abzubauen, damit die KI beim Lernen nicht behindert wird.