Dialogfähige KI-Avatare, wie aus einem sprechenden Video ein belastbares Gespräch wird

Was aus einem sprechenden Video ein Gespräch macht

Vier Fähigkeiten, und woran ihr Fehlen auffällt.

In Vorführungen gelingen Gespräche, weil alle Anwesenden die vorgesehene Frage stellen. Im Betrieb stellt sie niemand. Dort kommen halbe Sätze, zwei Anliegen in einem Satz, Fragen mit falscher Voraussetzung und Nachfragen auf etwas, das drei Sätze vorher stand. Daran entscheidet sich die Dialogfähigkeit und nicht an der Auskunft, für die der Avatar gebaut wurde.

Die vier hängen in dieser Reihenfolge zusammen. Wer die Absicht nicht erkennt, belegt eine Antwort auf eine Frage, die niemand gestellt hat. Wer nicht zurückfragt, liegt bei der seltenen von zwei Lesarten regelmäßig daneben.

Über ein solches Vorhaben entscheiden zwei Personen, und sie messen es an verschiedenen Zahlen. Die Leitung eines Kundenservice will, dass ihr Team die immer gleichen zwanzig Fragen nicht mehr beantwortet und bei der einundzwanzigsten erreichbar bleibt. Aufgehalten wird sie von der Aussicht, dass ein falsch beantwortetes Gespräch als Beschwerde zurückkommt, und ihr Maß ist der Anteil der Gespräche, die ohne Übergabe endeten und nicht erneut auflaufen. Die IT-Leitung will freigeben, ohne für jede einzelne Auskunft einzustehen. Aufgehalten wird sie davon, dass niemand sagen kann, was das Modell bei einer Frage außerhalb des Bestands tut, und ihr Maß ist die Zahl der Falschauskünfte, die im Prüfsatz niemandem auffallen.

Der erste Zug gehört der Offenlegung

Artikel 50 der Verordnung (EU) 2024/1689 verlangt, dass Menschen erfahren, wenn sie mit einem KI-System sprechen. Das ist kein Kleingedrucktes, sondern der erste Gesprächszug. Ein Satz, der die Maschine nennt und im selben Atemzug sagt, wozu sie Auskunft geben kann, wird angenommen. Eine Entschuldigung dafür, keine Person zu sein, senkt die Erwartung so weit, dass die nächste Frage ausbleibt. Dazu gehört die Angabe, wie ein Mensch erreichbar ist, denn wer das von Anfang an weiß, probiert die Maschine eher aus.

Die Frage hinter der Frage

Fünf Sorten unklarer Fragen, und das jeweils richtige Verhalten.

Wer eine Auskunft sucht, formuliert selten die Frage, deren Antwort ihm hilft. Er formuliert die Frage, die ihm nach seinem Stand einfällt. Am Telefon ist die erste Frage der Einstieg und das Anliegen kommt im dritten Satz, ohne dass es jemandem auffällt, weil ein Mensch beiläufig sortiert. Ein Avatar sortiert nur, wenn ihm gesagt wurde, wie.

Bezüge auflösen, und das Ergebnis laut sagen

Wer nach dem Preis fragt und danach nach der anderen Variante, erwartet, dass die zweite Frage mit der ersten verrechnet wird. Technisch ist das die einfachere Übung, weil der Verlauf ohnehin mitgeführt wird. Der Kunstgriff liegt darin, das Ergebnis auszusprechen. Sagt der Avatar, für welche Variante er nun antwortet, korrigiert der Fragende einen Irrtum in einem Satz.

Das Gedächtnis endet dabei mit der Sitzung, und das ist eine Entscheidung und keine Grenze der Technik. Ein Avatar, der ein Anliegen von letzter Woche kennt, ist bequem und legt einen Bestand an, der eine Rechtsgrundlage, eine Frist und einen Eintrag im Verzeichnis der Verarbeitungen braucht. Für den Anfang trägt der kurze Weg, also innerhalb des Gesprächs erinnern und danach vergessen.

Die Rückfrage, und wann sie eine Zumutung ist

Geschlossen fragen, einmal fragen, und nur wenn die Antwort davon abhängt.

Die Rückfrage ist das Werkzeug, mit dem ein Avatar eine unklare Frage in eine beantwortbare verwandelt. Sie ist zugleich das Werkzeug, mit dem er Gespräche zerredet. Beides hängt an der Form und nicht an der Häufigkeit, und vier Regeln trennen das eine vom anderen.

1. Geschlossen statt offen. Zwei benannte Wege zur Auswahl kosten den Fragenden einen Klick. Die Bitte, das Anliegen genauer zu schildern, gibt ihm die Arbeit zurück und wird als Ausweichen gelesen.
2. Nur wenn die Antwort davon abhängt. Lautet die Auskunft für beide Lesarten gleich, wird geantwortet und die Unterscheidung im Nebensatz genannt.
3. Höchstens einmal je Anliegen. Wer zweimal nachfragt, hat entweder eine zu grobe Wissensbasis oder eine Frage, die zu einem Menschen gehört.
4. Mit sichtbarem Fortschritt. Eine Rückfrage, die wiederholt, was schon gesagt wurde, ist schlimmer als eine falsche Antwort, weil sie den Fragenden an der Aufmerksamkeit des Gegenübers zweifeln lässt.

Eine gute Rückfrage nennt zwei Wege und wählt keinen. Eine schlechte bittet um eine genauere Schilderung und schiebt die Arbeit zurück.

Jede Rückfrage kostet einen Gesprächszug, und ein Zug dauert. Wie lange, entscheidet die Kette vom Mikrofon bis zum bewegten Bild, die die Seite zum Avatar-Chatbot beschreibt. Für die Führung des Gesprächs zählt eine andere Rechnung. Eine Rückfrage, die eine falsche Auskunft verhindert, ist billiger als jede Antwortzeit, und eine Rückfrage, die nichts entscheidet, ist teurer als eine Sekunde Warten.

Ohne Vorgabe überspringt ein Modell die Rückfrage und wählt still eine Lesart, denn Sprachmodelle sind darauf eingerichtet, eine Antwort zu liefern. Die Vorgabe muss deshalb ausdrücklich lauten, dass eine Antwort unterbleibt, solange eine entscheidende Angabe fehlt.

Jede Antwort an eine Quelle mit Stand binden

Vier Angaben je Auskunft, und wie sie in einen gesprochenen Satz passen.

Im Geschriebenen genügt eine Fußnote. Im Gespräch ist eine Adresse unbrauchbar, weil niemand eine Zeichenfolge vorgelesen bekommen will. Trotzdem braucht jede Auskunft ihre Herkunft, sonst klingt das Erfundene wie das Belegte. Vier Angaben leisten das, und drei davon passen in einen Halbsatz.

Der Stand fehlt am häufigsten und verwandelt als einzige Angabe eine falsche Auskunft in eine einordbare. Wer hört, dass eine Gebühr nach dem Merkblatt vom Februar gilt, fragt bei einer Änderung im Juni nach. Wer dieselbe Zahl ohne Datum hört, hält sie für heute gültig. Wie die Stände in den Bestand kommen, behandelt die Seite zum KI-Avatar mit RAG. Hier geht es um den Satz, der daraus im Gespräch wird.

Wenn die Quelle älter ist als ihre Frist

Legen Sie je Themenkreis eine Frist fest, nach der eine Auskunft als veraltet gilt. Preise halten Monate, eine Wegbeschreibung im Haus hält Jahre, eine gesetzliche Angabe hält bis zur nächsten Änderung. Ist die Frist überschritten, sind zwei Verhalten zulässig, nämlich die Auskunft mit ausdrücklichem Hinweis auf den Stand oder die Übergabe. Diese Festlegung kostet eine Stunde im Aufbau und verhindert die Fehler, die Monate später als Beschwerde zurückkommen.

Nichtwissen ist eine Antwort

Drei Sorten Nichtwissen, und der Preis dafür, sie wegzunehmen.

Der Satz, dass er es nicht weiß, ist die unbeliebteste Ausgabe eines Avatars. Er wird in Abnahmen als Mangel notiert und verschwindet in der Nachbesserung regelmäßig, allerdings nur als Auskunft und nicht als Zustand. An seine Stelle tritt eine Antwort aus allgemeinem Training, die im Klang von einer belegten nicht zu unterscheiden ist.

Am schwersten fällt der erste Satz, weil er wie ein Eingeständnis klingt. Er trägt, wenn ein Weg daran hängt, also eine Abteilung und eine Uhrzeit. Der dritte trägt, wenn er die Grenze begründet statt sie zu bedauern. Wer sagt, dass er zu Vertragsfragen keine Auskunft gibt, weil dort eine verbindliche Aussage nötig ist, wirkt zuverlässiger als ein Avatar, der es versucht.

Wer die Quote der beantworteten Fragen zum Maß nimmt, belohnt damit die weiche Einstellung. Beide Zahlen entstehen im selben Durchlauf und gehören deshalb ins selbe Protokoll.

Die Übergabe, bei der niemand von vorn anfängt

Sechs Angaben, die mitgehen, und der erste Satz des Menschen.

Der Übergang an einen Menschen spart Arbeit oder verdoppelt sie. Wie viele Stufen davor liegen und wer in welcher Zeit antwortet, gehört zum Dienstbetrieb und steht auf der Seite zum interaktiven KI-Avatar für den Kundenservice. Hier geht es um das, was auf dem Bildschirm des Menschen erscheint, bevor er den ersten Satz schreibt.

1. Das Anliegen in einem Satz, formuliert vom Avatar und nicht kopiert aus der ersten Frage.
2. Der vollständige Verlauf, sichtbar und nicht als Anhang, damit der Ton der bisherigen Sätze erkennbar bleibt.
3. Die Absicht, die der Avatar erkannt hat, ausdrücklich als seine Auslegung gekennzeichnet.
4. Die Quellen, die er geprüft hat, samt Stand, damit der Mensch nicht dieselben Unterlagen zweimal liest.
5. Die Stelle, an der er nicht weiterkam, in einem der drei Sorten Nichtwissen benannt.
6. Die Angaben, die der Fragende schon genannt hat, etwa Vertragsnummer, Standort oder Termin.

Der Prüfstein ist der erste Satz des Menschen. Beginnt er mit einer Bestätigung, hat die Übergabe getragen. Beginnt er mit einer Frage, deren Antwort im Verlauf steht, ist der Aufbau unvollständig, gleichgültig wie gut die Auskünfte davor waren.

Verläuft die Übergabe zeitversetzt, also in ein Postfach oder ein Ticket, kommt eine siebte Angabe hinzu, nämlich der Weg zurück. Eine Uhrzeit trägt hier, eine Wendung über die bald mögliche Bearbeitung trägt nicht.

Wann ein Gespräch die falsche Wahl ist

Fünf Lagen, in denen ein Text oder ein Mensch mehr trägt.

Ein dialogfähiger Avatar ist aufwendiger als jede andere Bauform, weil jede Antwort ungeprüft entsteht. Dieser Aufwand trägt sich in einigen Lagen und in anderen nicht, und die zweite Gruppe wird in Angeboten selten benannt. Fünf Fälle sprechen gegen das Gespräch, unabhängig vom Anbieter.

• Die Antwort ist verbindlich. Wo eine Auskunft eine Frist auslöst, eine Kulanz gewährt oder eine Zusage enthält, gehört sie zu einem Menschen, der sie vertritt.
• Es gibt keine gepflegte Quelle. Ohne eine Unterlage, die jemand aktuell hält, erzeugt ein Gespräch keine Auskunft, sondern eine gut klingende Vermutung.
• Die Fragen wiederholen sich, aber es sind nur zwanzig. Dann trägt eine gepflegte Seite mit zwanzig Antworten mehr, ist billiger und lässt sich vorher lesen.
• Das Anliegen ist eine Beschwerde. Wer verärgert ist, will Aufmerksamkeit und nicht Information. Eine Maschine bestätigt hier den Vorwurf, um den es geht.
• Der Fall ist aufsichtsrelevant. Wo eine Aufsicht mitliest, ist die Nachvollziehbarkeit jeder einzelnen Aussage wichtiger als die Bequemlichkeit des Formats.

Die dritte Lage ist die häufigste und die unbequemste, weil sie einem beschlossenen Vorhaben die Grundlage entzieht. Geprüft wird sie an zwei Zahlen, nämlich wie viele verschiedene Fragen nach dem Zusammenfassen übrig bleiben und wie oft sich ihre Antworten ändern. Bleiben zwanzig Fragen mit jährlicher Änderung, trägt eine Seite. Bleiben zweihundert mit monatlicher Änderung, trägt ein Abruf, und dann ist auch der Betrieb im Intranet ein Thema, den die Seite zu interaktiven KI-Avataren im Wissensmanagement behandelt.

Ein Grund wird fast nie genannt und wiegt schwer. Ein offenes Eingabefeld sammelt Angaben ein, die kein Formular abfragt, denn Menschen erklären ihre Lage und dabei fallen Sätze über Krankheit oder Schulden. Das sind besondere Kategorien nach Artikel 9 DSGVO, und sie stehen danach in einem Verlauf, für den es Zweck, Frist und Grundlage braucht.

Die Gesprächsqualität abnehmen, an einem Nachmittag

Zweihundert eigene Fragen, vier Sorten, zwei unabhängige Urteile.

Eine Vorführung beantwortet die Frage nach der Gesprächsqualität nicht, weil sie mit fremdem Material und vorbereiteten Fragen arbeitet. Prüfbar wird die Sache mit einem eigenen Prüfsatz. Er entsteht in zwei Stunden und lässt sich bei jeder Änderung erneut durchlaufen, was ihn über die Abnahme hinaus nützlich macht.

1. Zweihundert echte Fragen aus Postfach und Ticketsystem sammeln, im Wortlaut der Fragenden und nicht in der Fassung der Fachabteilung.
2. Je Frage vorab notieren, welche Antwort richtig wäre und aus welcher Unterlage sie kommt. Wo das im Haus niemand kann, ist die Frage ein eigener Befund.
3. Die Fragen in vier Sorten ordnen und die Anteile festhalten, damit spätere Durchläufe vergleichbar bleiben.
4. Alle zweihundert durch den Aufbau laufen lassen, ohne einzugreifen und ohne nachzuformulieren.
5. Zwei Personen bewerten unabhängig, danach wird über die Fälle gesprochen, in denen sie sich unterscheiden. Diese Fälle sind die aufschlussreichsten.

Abnehmen sollte jemand, der den Dialog nicht selbst gebaut hat, und diese Person braucht eigene Zeit im Plan. Sie muss genug vom Thema verstehen, um eine glatt formulierte Falschauskunft zu erkennen. Artikel 4 der KI-Verordnung in der Fassung der Änderungsverordnung (EU) 2026/1744 verlangt von Betreibern Maßnahmen zur Entwicklung dieser Kompetenz, und zwar als Maßnahme im Haus und nicht als Nachweis je Person. Wie sich das mit vorhandenen Unterweisungen verbinden lässt, steht auf der Seite zu Mitarbeiterschulungen nach Artikel 4.

Nächste Schritte

Wohin es von hier weitergeht.

Wenn die Gesprächsführung geklärt ist, liegt die nächste Frage bei den Unterlagen. Wie ein Abruf gebaut wird, wie Berechtigungen vor dem Zugriff wirken und wie Stände gepflegt werden, steht auf der Seite zum KI-Avatar mit RAG. Wer den Dienstbetrieb plant, also Eskalation, Erreichbarkeit und die Beteiligung des Teams, findet das auf der Seite zum interaktiven KI-Avatar für den Kundenservice. Ein Beispiel für ein Gespräch mit Publikumsverkehr steht auf der Seite zum KI-Avatar für Bürgerfragen.

Wer die Kosten einordnen will, findet die Posten auf der Seite zu KI-Avatar-Preisen. Vor der Anbieterauswahl hilft die Prüfliste auf der Seite zu den Kriterien der Agenturauswahl. Und wer mehrere Sprachen braucht, findet die Fragen je Fassung auf der Seite zum mehrsprachigen KI-Avatar.

Häufige Fragen zu dialogfähigen Avataren