pio3 - Fotolia

Jenseits der Kundenanalyse: Wie sich NLP-Tools nutzen lassen

Die Verarbeitung natürlicher Sprache (Natural Language Processing, NLP) wird immer interessanter für Unternehmen. Doch wie lässt sich NLP-Technologie einsetzen?

Bis Computer menschliche Sprache ohne umfangreiches Training und Fehlerkorrektur verstehen konnten mussten Menschen lange warten. Mit Alexa, Siri und Google Home scheint das Warten vorbei zu sein. Die Auswirkungen von Technologien, die natürliche Sprache verarbeiten können, gehen jedoch über das, was offensichtlich ist, weit hinaus.

Menschen haben im Allgemeinen ein simples Verständnis von sprachbasierter künstlicher Intelligenz (KI): Die meisten Menschen betrachten die Verarbeitung natürlicher Sprache (Natural Language Processing, NLP) als Mensch-Computer-Schnittstelle – eine neue Art der Interaktion mit Maschinen. Weiter, so die allgemeine Einschätzung, stecke nichts dahinter. Bilder von sprechenden Computern und Robotern aus Fernsehen und Filmen haben diese eingeschränkte Sichtweise verstärkt. 

Dies hat zu einer verkürzten Vorstellung der NLP-Technologie und ihrer Auswirkungen auf das Business geführt. Wenn es bei NLP nur darum geht, anstatt zu tippen die menschliche Stimme zu verwenden, um Computer und Bots dazu zu bringen, bestimmte Dinge zu tun, gibt es nichts weiter zu erzählen.

Bei Sprache geht es jedoch um mehr als nur eine einfache Antwort auf eine Anfrage. Unsere Sprache enthält mehr Informationen als die Wörter, aus denen sie besteht, und die Rolle der Sprache in Geschäftsprozessen ist komplexer, als wir annehmen.

Jenseits der Stimmungsanalyse

Angesichts der Bedeutung von Social Media und der Integration in CRM-Systeme (Customer Relationship Management) ist die einfachste Anwendung von NLP-Technologie in Unternehmen die Erfassung der Kundenstimmung, im Englischen: Sentiment Analysis. Diese manifestiert sich zum Beispiel in bestimmten Wörtern, die Kunden in Online-Gesprächen und Kommentaren sagen. Sie werden für die Analyse extrahiert und aggregiert, um festzustellen, wie beliebt die Unternehmensmarke oder das Produkt ist.

Außerdem lässt sich erfassen, welche Kunden Marke und Produkte mögen oder nicht mögen und was sie als nächstes sehen möchten. Es geht darum, eine Antwort auf die Frage Wie fühlen sich Kunden? zu bekommen und herauszufinden, wie diese Antwort die kommenden Produktentscheidungen beeinflusst.

Sentiment Analysis ist so allgegenwärtig, dass sie nur ein weiteres unter vielen Werkzeugen ist, die derzeit im CRM eingesetzt werden. NLP leistet auf diesem Gebiet einen so einfachen und offensichtlichen Beitrag, dass darüber nicht weiter diskutiert werden muss.

Besseres lernen mit Natural Language Processing

Andererseits gibt es NLP-Anwendungen, die kaum bekannt sind. Eine solche Anwendungsmöglichkeit sind Schulungen und Trainings.

Die meisten Organisationen – von Privatunternehmen über Hochschulen bis hin zu Dienstleistungsunternehmen – legen großen Wert auf Schulung und Training. Viele speziell ausgebildete Fachleute bedienen diesen Bedarf. Doch allzu oft werden Menschen ohne Präsentationstraining dazu gebracht, sich vor eine Gruppe zu stellen und etwas zu lehren, was sie wissen – auch wenn sie nicht gut im Unterrichten sind.

NLP-Technologie kann hier helfen. Sie kann zum Beispiel bei einem Vortrag Muster und Praktiken isolieren, die zu guten Ergebnissen führen. Das Analysieren eines Vortrags oder der schriftlichen Ausarbeitung von erfolgreichen und weniger erfolgreichen Trainern und der anschließende Vergleich der Analysen, kann ein interessantes und nützliches Projekt sein. 

Zwar kann man die Tipps guter Redner studieren und üben, was sie vortragen. Doch noch besser ist es, sich mit den spezifischen Schlüsselwörtern, Wendungen, Schwerpunkten und Inhaltsstrukturen eines bestimmten Themas oder Lehrbereichs zu befassen, um herauszufinden, was am besten funktioniert. Darüber hinaus kann die NLP-Analyse des Vortrags und der Sprache von Trainern in der Ausbildung Fehler oder schlechte Gewohnheiten identifizieren, so dass sie sich leichter korrigieren lassen.  

Hier ist ein ungewöhnliches Beispiel von medizinischen Fakultäten aus den USA: Alle Ärzte in der Ausbildung müssen Probevorträge vor Patientenvertretern halten. Die Vertreter werden vorher geschult, um naive Fragen zu stellen. Auf diese Weise lernen die Medizinstudenten komplexe medizinische Prozeduren einfach und kompetent zu erklären, detaillierte Genesungspläne zu skizzieren und schlechte Nachrichten mit Empathie zu vermitteln. Dieser Vorgang ist in vielen Fällen teuer, zeitaufwendig und subjektiv. NLP kann dies vereinfachen.

Darüber hinaus kann NLP-Technologie dazu beitragen, die Qualität von Vorstellungsgesprächen zu verbessern. Viele Mitarbeiter sind in der Lage, potenzielle Neueinstellungen oder Teammitglieder zu befragen, mögliche Auftragnehmer oder Dienstleister zu bewerten oder Kunden zu Problemen zu befragen, die sie haben – und das alles ohne Schulung und ohne Erfahrung. Dies führt in der Praxis oft zu suboptimalen Ergebnissen. Diese wären möglicherweise besser gewesen, wenn diese Person zuvor entsprechend trainiert worden wäre. NLP kann bei einem solchen Coaching eine große Hilfe sein.

Effizienzmaßnahmen am Arbeitsplatz

NLP kann einiges leisten, um ein einzelnes Individuum zu verbessern. Dies kann es auch für eine Gruppe erreichen. E-Mails und Meetings sind die größten Zeitfresser in der Arbeitswelt. Dabei kann ein ineffizientes Meeting nicht nur die Zeit einer Person verschwenden, sondern die von vielen.

NLP-Technologie kann hier viel bewirken. Durch die Analyse eines Sitzungsprotokolls kann leicht festgestellt werden, welche Beiträge von Bedeutung sind. Doch es geht noch weiter: Wer wiederholt einfach das Gesagte? Wer bietet neue Informationen und Erkenntnisse an? Wer bleibt beim Thema und wer lenkt von der Diskussion ab?

Darüber hinaus kann NLP verwendet werden, um gute Besprechungsleiter von denjenigen zu unterscheiden, deren Diskussionsstil dringend verbessert werden muss. Mit der oben beschriebenen Analyse können die Leiter zu größerem Erfolg gecoacht werden.

Schließlich bietet NLP noch ein verstecktes Feature: Beim Sprechen verraten unsere Wortwahl und Sprechmuster viel darüber, wer wir sind. Sprache und Textinhalt können eine Menge über eine Person erzählen: ihr Selbstvertrauen und Engagement, ihre Offenheit und andere wichtige Persönlichkeitsmerkmale. Umgekehrt kann Sprache auch Unsicherheit, Selbstzweifel oder Langeweile offenbaren.

Die Liste der Bereiche, in denen dies unternehmerisch angewendet werden kann, ist umfangreich: Interviews, Teamanalysen, Entwicklung einer Unternehmenskultur und Stimmungsanalysen von Mitarbeitern sind nur einige Beispiele.

Allerdings ist dieses Level der NLP-Analyse nicht einfach zu erreichen, da dies erhebliche technologische Unterstützung erfordert, zum Beispiel durch Machine Learning, kontextbezogene Stichprobenerfassung und Data-Science-Kenntnisse.

Nächste Schritte

Was die NLP-Integration in Business Intelligence bremst.

Augmented Analytics Tools, NLP-Suche, Graphen sind im Trend.

Technologie für Natural Language Processing (NLP) fördert Interaktion mit Kunden.

Erfahren Sie mehr über Big Data

- GOOGLE-ANZEIGEN

ComputerWeekly.de

Close