Markus A. Wolf von DATEV beleuchtet die Optimierung von Voicebots für Echtzeit-Kundendialoge in B2B-Umgebungen. Der Praxisbericht bietet einen tiefen Einblick in die spezifischen Herausforderungen und Lösungsansätze bei der Implementierung von Voicebots, die hohe Datenqualität und natürliche Dialoge ermöglichen. Im Fokus stehen die Anforderungen an Spracherkennung und Nutzererwartungen sowie die kontinuierliche Optimierung von Sprachassistenzsystemen. Die Besonderheit liegt in der Kombination technischer und psychologischer Faktoren, die den Umgang mit Kundenanfragen prägen.
Wolf hebt hervor, dass Voicebots in Echtzeit reagieren müssen, da Verzögerungen die Nutzererfahrung beeinträchtigen. DATEV nutzt LLMs, um verschiedene Aussprachen und Formate zu interpretieren, und setzt auf Agentensysteme für die Sprachausgabe. Die Optimierung der Sprachmodelle erfolgt durch Anpassung an spezifische Use Cases, um Reaktionszeiten und Output-Qualität zu maximieren. Ein iterativer Entwicklungsprozess mit internen Tests und Live-Betrieb ermöglicht die kontinuierliche Anpassung an sich verändernde Nutzererwartungen. Wolf betont die Bedeutung von Monitoring-Tools zur Verbesserung der Dialogführung und zur Identifikation von Optimierungspotenzialen.
