Heute sprechen Wolfgang Hildesheim und Lars Mallien mit Sophie über den Einsatz von Chatbots als digitalen Assistenten im Gesundheitswesen. Was Projekt 116 117 ist, was das Ganze mit Elfen zu tun hat und warum der Einsatz agiler Projektteams sinnvoll sein kann, erfahrt ihr in dieser Podcast-Folge.
Zu Wolfgang Hildesheim und Lars Mallien
Wolfgang Hildesheim ist Head of Watson (Data Science & Artificial Intelligence DACH) bei IBM und arbeitet tagtäglich mit vielen jungen Data Scientists aus den unterschiedlichsten Ländern dieser Welt. Lars Mallien ist Data and AI Specialist bei IBM und betreut den Bereich der Watson Services, welche AI-capabilities lokal aus der Schweiz anbieten.
Projekt 116 117
Bei dem Projekt 116 117 handelt es sich um einen Info-Bot des nationalen Patienten-Service, dessen Telefonnummer die 116 117 ist. Über diese Nummer können Menschen in Deutschland normalerweise Termine bei Ärzten vereinbaren und in Notfällen direkt mit einem Notarzt verbunden werden. In der ersten Welle der Corona-Pandemie zeigte sich jedoch, dass die Hotline gerade zu mit panischen Anrufen überrannt wurde und somit lahmlegt wurde. Zudem handelt es sich bei vielen Anrufen immer wieder um die gleichen Fragen, wie beispielsweise Eigenschaften und Vorgehen bei Verdachtsfällen auf eine Ansteckung mit dem Virus. Diese Erkenntnisse waren der Aufschlag zu einer Kooperation zwischen der Kassenärztlichen Vereinigung Bund und IBM.
Agiles Vorgehen mit gemischten Teams
Doch wie geht man eigentlich in so einem Projekt vor, bei dem man unter enormen Zeitdruck steht? Für Wolfgang Hildesheim liegt der Schlüssel in einem agilen Vorgehen. So wurde zwischen Teams der KBV, als auch von IBM eng zusammengearbeitet und es gab tägliche Abstimmungscalls. Wichtig war zunächst, die entsprechenden Fragen zusammenzutragen. Ganz oben auf der Liste standen dabei der Unterschied zwischen einer normalen Grippe und einer Corona-Infektion, welche Arten von Schutzmasken es gibt und welches die Vor- und Nachteile sind sowie Informationen zur Einhaltung der AHA-Formel, um sich vor einer Ansteckung mit dem Virus zu schützen. Zudem kann der Bot auch Auskunft über die nächste Teststation in der Nähe des Benutzers geben. Auf diese Weise konnte bereits eine erste Version des Bots nach 3 Wochen online gehen.
Die Wahl der richtigen Technologie
Bei der Wahl der Technologie kann man im Wesentlichen zwischen zwei Arten unterscheiden. Zum einen gibt es regelbasierte Chatbots, die einen Nutzer mithilfe von Buttons durch einen Dialog führen und zum anderen Intent-basierten Chatbots. Dabei ermöglichen Intent-basierte Bots Freitext Eingaben der Nutzer, indem sie versuchen herauszufinden, was genau die Absicht des Nutzers ist. Da es eine Vielzahl von Möglichkeiten gibt, eine bestimmte Frage zu stellen und um eine größtmögliche Flexibilität für die Nutzer zu bieten wird der Chatbot mit Hunderten von Intents aus einer externen Datenbank gefüttert. Auf diese Weise ist es beispielsweise auch mögliche Antworten auf Anliegen zu erhalten, die einen Rechtschreibfehler in der Frage enthalten.
Weiß der Bot dennoch einmal nicht weiter, dann stellt er automatisch eine Rückfrage an den Nutzer und bittet ihn, sein Anliegen noch einmal anders zu formulieren. Gleichzeitig lernt der Bot mit jeder Anfrage der Nutzer dazu und wird so jeden Tag ein Stückchen besser, indem die sprachlichen Muster im Hintergrund trainiert werden. In der Fachsprache nennt sich die Art der mit der Zeit immer feiner und spezifischer werdenden Intents, Disambiguation. Zudem kann IBM Watson auf ein Set von bereits trainierten Intents zugreifen, die je nach Einsatzgebiet des Chatbots verschieden sind und dabei helfen, mit den ersten Schritten etwas schneller voranzukommen. Nichtsdestotrotz muss der Bot natürlich auf spezielle Intents wie Covid, Test oder Atemschutzmaske trainiert werden.
Der Erfolg muss messbar sein
Wichtig für die Optimierung des Bots ist, den Erfolg messbar zu machen. Neben den Nutzerzahlen kann das beispielsweise auch direktes Feedback der Nutzer sein. In dem Info-Bot 116 117 kann der Nutzer an Ende eines jeden Dialogs das Gespräch mit einem Daumen hoch oder runter bewerten. Genauso bietet es sich an, zu tracken, ob Nutzer den Bot an bestimmten Stellen tatsächlich bis zum Ende klicken oder ob es zu einem vorzeitigen Abbruch durch den Nutzer kommt, weil beispielsweise der Prozess zu umständlich wahrgenommen wird. Als Beispiel nennt Wolfgang, dass Nutzer, wenn sie einen Test über den Bot vereinbaren möchten auch wirklich bis zur Terminvergabe innerhalb des Bots bleiben.
Insgesamt ziehen beide ein positives Fazit zur bisherigen Nutzung des Bots, der täglich durch mehrere Tausend Benutzer genutzt wird. Für die Nutzer fallen Wartezeiten in der Telefon-Hotline weg und sie erhalten rund um die Uhr eine bestmögliche Unterstützung bei ihren Anliegen. Dies liegt sicher nicht auch zuletzt an der sehr hohen Intent-Erkennungsrate von über 90 Prozent, sodass Nutzer nur selten einen ratlosen Chatbot vorfinden werden.
Der Ton macht die Musik – auch im Gesundheitswesen
Auch an die Ausgestaltung der Persönlichkeit hat man bei IBM selbstverständlich gedacht. Der Bot ist eine Mischung aus freundlich und humoristisch, aber eben gleichzeitig auch sehr vertrauenswürdig und faktenbasiert. Dazu wurden alle Antworten sowohl von Ärzten als auch von Juristen vorher auf ihre Korrektheit überprüft. Wichtig ist dennoch, da es sich hierbei um ein medizinisches Thema handelt, direkt am Anfang klarzustellen, dass der Bot keine Ärzte ersetzt, sondern lediglich eine digitaler Assistent darstellt. Dadurch soll gewährleistet werden, dass keine falschen Bedürfnisse bei den Nutzer geweckt werden, die dann am Ende nicht befriedigt werden können.
Viele Mühe hat man sich auch bei der optischen Gestaltung des Chatbots gemacht. Da in der Hotline zwei Mal die 11 vorkommt, sind in dem Logo des Bots zwei Elfen erkennbar. Zudem haben die Elfen selbstverständlich auch noch Flügel, ein Telefon um den Hals gehängt und lesen aus einem rosa Buch vor – echtes Multitasking also. Mit diesem Design möchte man die Nutzer auf den Bot aufmerksam und neugierig machen. Gleichzeitig betont Hildesheim nochmals sein die Antworten wissenschaftlich und hoch präzise und keinesfalls unseriös.
Learnings
1. Durch agile Projektteams können Sie auch unter großem Zeitdruck schnell, erste gute Ergebnisse erzielen.
2. Überlegen Sie sich abhängig vom Usecase, ob der Bot Intent-basiert arbeiten soll oder ob es ein regelbasierter Bot ebenfalls tut. Erste sind mit deutlich höheren Kosten verbunden.
3. Der Erfolg muss messbar sein, da es sonst keine Grundlage zur Optimierung des Chatbots gibt.
4. Seien Sie mutig beim Design des Chatbots, dies weckt die Neugierde der Benutzer und macht Lust, den Chatbot auch auszuprobieren.
Am besten hört ihr gleich mal selbst in die Podcast Folge mit Sophie Hundertmark, Wolfgang Hildesheim und Lars Mallien rein. Viel Spass!
Und wenn ihr keine Podcast-Folge mehr verpassen wollt, dann tragt euch unten auf dieser Seite in die Mailang-Liste ein.
