Projekt

Automatisierte Interaktion mit Konsumenten

Mit den rasanten Fortschritten im Bereich der künstlichen Intelligenz treten Unternehmen zunehmend über automatisierte Systeme mit Konsumierenden in Kontakt. Dieses Projekt untersuchte, wie Nutzende Interaktionen mit textbasierten Dialogsystemen oder „Chatbots“ wahrnehmen, die natürliche Sprache zur Kommunikation verwenden. Chatbots, die häufig im Kundenservice und bei der Produktberatung über Websites oder Messaging-Plattformen eingesetzt werden, werfen die Frage auf, ob Nutzende menschliche Agenten gegenüber automatisierten Systemen bevorzugen und wie menschenähnliche Eigenschaften von Chatbots - sowohl verbale als auch nonverbale - das Engagement und die Zufriedenheit der Nutzenden beeinflussen. Um diese Fragen zu untersuchen, wurden experimentelle Studien und eine Meta-Analyse durchgeführt. Die experimentellen Ergebnisse deuten darauf hin, dass Menschen zwar generell menschliche Agenten für Aufgaben wie Studienberatung bevorzugen, die Interaktion mit Chatbots jedoch als angenehmer empfunden wird. Verbale Hinweise, die die menschliche Kommunikation nachahmen, erhöhten die wahrgenommene Sympathie des Chatbots, die Wärme und die allgemeine Zufriedenheit mit der Service-Begegnung. Allerdings wurden menschenähnliche Freitext-Interaktionen mit Chatbots aufgrund von wahrgenommenen Problemen mit der Benutzendenfreundlichkeit weniger geschätzt. Chatbots bieten sowohl den Konsumierenden als auch den Unternehmen erhebliche Vorteile, indem sie Aufgaben automatisieren, die Produktivität steigern und die Kundenbindung erhöhen. Sie bieten den Nutzenden rund um die Uhr Zugang zu Unternehmen. Um effektiv zu sein und akzeptiert zu werden, müssen Chatbots jedoch sorgfältig entwickelt werden, um sicherzustellen, dass sie einen echten Mehrwert bieten. Die Ergebnisse dieses Projekts liefern wertvolle Erkenntnisse zur Verbesserung der Entwicklung, des Designs und der strategischen Implementierung von Chatbots in Unternehmen.

Teil der Arbeitsgruppe

Laufzeit

07/2020 - 06/2024

Förderung

Sondertatbestand Data Science

Ihre Ansprechperson

Beteiligte

Publikationen (4)

 

Artikel (peer-reviewed) | Forschungsdaten

Artikel (peer-reviewed)

Forschungsdaten

Kooperationspartner

  • Prof. Dr. Dominik Papies, Lehrstuhl für Marketing, Eberhard Karls Universität Tübingen