Ein Chatbot für die Uni – wozu? Fragende Blicke erntet, wer vom gegenwärtig laufenden Chatbot-Projekt des Agility Labs und des Instituts für Maschinelle Sprachverarbeitung (IMS) erzählt. Waren in den 2000er Jahren „Gesprächsroboter“-Programme als Ersatz für Warteschleifen bei Support-Anrufen versprochen worden, ist ein flächendeckender Einsatz nach wie vor nicht sichtbar. Ein kleiner Test bei einem Versanddienstleister zeigt: Der Bot kann gerade einmal die Sendungsnummer entgegennehmen und drei Links aus einem Fragen-Antworten-Block auslesen.
Die Fragen, Antworten und Services rund um die Reisekosten nimmt das aktuelle Chatbot-Projekt für die Universität Stuttgart in den Blick. Wer einmal eine Dienstreise unternommen hat, weiß, dass das sehr viel Papierkram bedeutet – vorher und hinterher. Nicht nur die Suche nach den richtigen Formularen schmälert die Freude, an einem Kongress teilzunehmen. Auch die korrekte Wahl der Verkehrsmittel, die Buchung der Unterkunft, Berechnung der Tagesgeldsätze oder angehängte private Aufenthalte machen Dienstreisen und ihre Abrechnung kompliziert. Wird ein Chatbot hier Erleichterung bringen?
Ab April können alle Beschäftigten den Chatbot ausprobieren. Um Antworten vorher zu finden, führt der Dienstgang deshalb auf den Campus Vaihingen. Unweit der S-Bahn-Haltestelle Universität, hinter dem Haus der Studierenden, stehen zwei weitere Gebäude. Insgesamt sehen die drei Bauten so aus, als hätte jemand dreimal dieselbe Betontristesse mit uniformen Fensterreihen errichtet und die hinteren beiden versehentlich zu tief in die Erde gedrückt. Das erste der hinteren Häuser mit dem Exzellenzcluster SimTech links liegen gelassen, kommt wenige Meter rechts davon das Gebäude für die Maschinelle Sprachverarbeitung. Durch die mittlere Flügeltüre trete ich ein, desinfiziere meine Hände und steige durch ein Treppenhaus in gelber Betonoptik in den zweiten Stock.
Im Flur lockt Kaffeegeruch zu den Räumen. An zwei lange Gänge reihen sich Büros. Glaswände zum Gang hin lassen Tageslicht in den Flur und Blicke in die Arbeitsräume: An diesem Nachmittag sitzen nur wenige Forscherinnen und Forscher vor Ort. An ein paar Türen im vorderen Bereich kleben Wu-Tan-Clan-Aufkleber. Das zeigt den Humor der Informatiker*innen und ist eine Anspielung an den Namen des Professors, der für den Chatbot verantwortlich zeichnet: Prof. Thang Vu, Lehrstuhlinhaber Digitale Phonetik und Carl-Zeiss-Stiftungsprofessor. Seit 2015 lehrt und forscht er am IMS. Mit Trainingsprogrammen der künstlichen Intelligenz und gängigen aktuellen Sprachmodellen haben er und sein Team in den vergangenen Jahren ihr Dialogsystem so weit gebracht, dass es zuverlässig den Sinngehalt von Sätzen unterscheiden und passende Antworten auswählen kann.
„Die Entwicklung eines Chatbots ist komplex, aber meine Forschungsgruppe und ich haben es geschafft. Wir wollen diese tolle Entwicklung unbedingt an der Uni Stuttgart nutzbar machen – ein Chatbot von der Uni Stuttgart für die Uni Stuttgart. Das ist ein großes Ziel, das mehr als nur technische Entwicklung braucht! Deshalb bin ich froh, dass die Idee vom Kanzler unterstützt wird und wir mit tollen Leuten zusammenarbeiten können, um diese Idee zu realisieren.“
Prof. Thang Vu, Professor für Digitale Phonetik
Der Kanzler Jan Gerken hatte seiner 2019 neu gegründeten Stabsstelle Agility Lab die Aufgabe auf den Weg gegeben, einen Chatbot als Instrument zur Digitalisierung der Verwaltung auszuprobieren. Finanziert aus Mitteln der beiden Exzellenzcluster bildet das „Lab“ eine Querstruktur zwischen Forschung und Verwaltung. Es versteht sich als „Think Tank und Impulsgeber für agiles Arbeiten in der Zentralen Verwaltung“, generiert neue Projektideen und entwickelt unter anderem Prototypen. Zum agilen Vorgehen gehört auch, dass „Ideen auch mal scheitern“ dürfen, wie die Managerinnen des Labs bei der Selbstvorstellung erzählten – denn sonst würde man am Status quo gar nichts ändern wollen.
„Mit dem Chatbot-Projekt erproben wir den Einsatz neuer Technologien für die Zentrale Verwaltung. Chatbots kommunizieren mit natürlicher Sprache, sind leicht bedienbar und immer erreichbar. Darum sehe ich in ihnen eine große Verbesserung sowohl für die Nutzerinnen und Nutzer als auch für unsere Mitarbeitenden in der Verwaltung.“
Jan Gerken, Kanzler
Seit Dezember 2019 ist die Stuttgarterin Betina Weber Wissenschaftsmanagerin im Agility Lab. Die Ingenieurin koordiniert seit August 2020 das Projekt, bei dem am Ende ein Chatbot für alle reisenden Beschäftigten entstehen soll. Das Ergebnis, so ist sie gewiss, wird nicht zu den scheiternden Ideen gehören. Sie ist für unser Gespräch auch ins IMS-Gebäude gekommen. Nun sitzen wir in dem Büro hinten rechts mit Abstand und Masken mit zwei Promotionsstudierenden von Vu, Lindsey Vanderlyn und Dirk Väth. Bildschirme, Laptops, ein paar Zettel an der Wand, viel Licht durch das Fenster, ein Ausblick auf die Wand des Hauses der Studierenden und, das strahlen alle drei aus, viel Freude am gemeinsamen Konzipieren und Arbeiten. Hier kann ich also das Werkzeug sehen, das mir und allen Kolleg*innen dabei helfen soll, Reisen leichter zu buchen und korrekt abzurechnen.
Die größte Besonderheit am Projekt ist, dass Personen der Universität Stuttgart aus Wissenschaft und Verwaltung direkt bei einem Forschungsvorhaben zusammenarbeiten. Darum tragen neben Weber, Vanderlyn und Väth im Projekt noch weitere Menschen wesentlich zum Gelingen bei: Aus der Reisekostenstelle haben Ildiko Casale und Sabrina Diebold als Fachexpertinnen alle wichtigen Inhalte über sämtliche Prozesse mit viel Einsatz zusammengetragen. Beratend begleitet auch die Leiterin der Reisekostenstelle Nicole Fischer die Projektarbeit.
Dass der Bereich der Dienstreisen für ein Chatbot-Pilotprojekt herangezogen wurde, liegt daran, dass Beschäftigte ihn in einer Befragung als besonders wichtig angaben. Zudem seien die Dienstreise-Themen klar von anderen Bereichen abgegrenzt. Die Reisekostenstelle bereitete die fachlichen Inhalte für das System vor und strukturiert sie für die Informatik. „Unser Projekt wurde durch Corona überhaupt erst machbar“, sagt Weber.
Im Idealfall nimmt der Chatbot zukünftig die häufigsten Fragen ab – und zwar rund um die Uhr. Die Beschäftigten der Reisekostenstelle könnten so mehr Zeit bekommen, den Abrechnungen nachzugehen oder sich komplizierten Fragestellungen zu widmen. Solche sollen auch zukünftig von Menschen beantwortet werden. Der Bot enthalte sogar einen Link zur direkten Kontaktaufnahme.
Vanderlyn und Väth teilen sich die 18-monatige Projektstelle, die der Lehrstuhl aus den Agility-Lab-Mitteln finanziert bekommt. Sie ergänzen sich gut, erzählen die beiden. Vanderlyns Forschungsweg führte über einen Bachelor in Computer- und Elektrotechnik und einen Master in Computerlinguistik zur Sprachverarbeitung. Die Amerikanerin forscht, wie Dialogsysteme Menschen besser verstehen und von Menschen besser verstanden werden können. Fürs Projekt bringt sie Erfahrung in Nutzerstudien und Technik mit. Der aus Stuttgart stammende Väth hat Bachelor und Master in Informatik hinter sich. In seinem Promotionsprojekt befasst er sich mit bestärkendem Lernen für natürliche Sprachverarbeitung – also dem Schritt-für-Schritt-Lernen von künstlichen Intelligenzen.
Vor dem Reisekosten-Bot entwickelten sie in Prof. Vus Team eine Plattform, die sowohl Fachexpert*innen als auch Softwareentwickler*innen ermöglicht, ihre eigenen Chatbots zu bauen. Die ersten Chatbot-Schritte begleitete auch noch Maximilian Schmidt, ein weiterer Doktorand aus Vus Forschungsgruppe, mit. Um Fragen zu beantworten und seine Promotionsstudierenden zu unterstützen, traf sich der Professor sogar in seiner Elternzeit zu Videokonferenzen. Die meiste Entwicklungsarbeit fand zuhause statt, erklären sie mir. Das Treffen im Büro sei derzeit eher eine Ausnahme.
„Wann darf ich mit dem Auto fahren?“ sagt dasselbe aus wie: „Unter welchen Umständen ist es erlaubt, den PKW zu benutzen?“ – Die Worte sind jedoch komplett unterschiedlich.
Um technisch den Sinngehalt von Sätzen zu vergleichen, nutzt die Forschungsgruppe Vektoren – das sind Strecken bestimmter Länge in verschiedene Richtungen. Dazu dient ein Koordinatensystem mit hunderten Achsen. Der Computer, der mit einem Datensatz aus mehreren Milliarden Worten trainiert wurde, zeichnet ausgehend von einem Nullpunkt für einen Satz eine Vektorlinie, für einen anderen Satz eine andere Vektorlinie. Das würde bei zwei Achsen ein bisschen wie eine analoge Uhr mit mehreren Zeigern aussehen. Je näher die Strecken beieinanderliegen, desto ähnlicher ist die Aussage der beiden Sätze. Zeigt diese „Vektorenuhr“ beispielsweise „11 Minuten nach 2 Uhr“ an, dann ist die Bedeutung beider Sätze sehr ähnlich.
Mit der Plattform wurden die Grundlagen gelegt, dass Beschäftigte der Universität künftig ihre Fragen stellen können und eine Maschine ihnen Antworten zur Verfügung stellt, die etwas mit der Frage zu tun haben. War der Weg zum Prototyp glatt und erfolgreich?
Gesprächsfreudige Software
Das agile Vorgehen, wie Weber berichtet, habe auch in der Chatbot-Forschung eine Rolle gespielt. Entsprechend flexibel zeigte sich der Weg zum klaren Ziel. Prototyp I war zu Beginn des Jahres 2021 fertig. Der habe als Basis die bisherigen Fragen und Antworten aus den Reisekosten-FAQ gehabt. Nutzende konnten dem Chatbot eine Frage stellen. Die Maschine glich den Sinngehalt der Anfrage mit den häufigen Fragen ab und gab die vorverfassten Antworten aus. Das waren zum Teil sehr lange Texte in Fachsprache mit Paragraphen, Listen und Tabellen. Die Testpersonen wollten gerne Beispiele und Formulare haben und kritisierten, dass die gesprächsfreudige Software sie sozusagen zutextete.
„Ich möchte nach Kairo mit meinem Wohnmobil, wieviel Tagegeld bekomme ich da?“ – mit Fragen wie diesen sei in der ersten Testphase klargeworden, was Nutzerinnen und Nutzer des Systems wollten, erzählt Vanderlyn, noch immer belustigt über diese kreative Fragestellung, die natürlich nicht mit Hilfe der vorhandenen FAQ-Daten beantwortet werden konnte.
In der Folge baute das Team das System nochmals um. Statt einer einfachen Frage-Antworten-Tabelle bekam der Chatbot eine zweite Oberfläche für die Redakteurinnen aus der Reisekostenstelle. Die maßgeschneiderte Lösung für zwei unterschiedliche „Kundengruppen“ sei technisch innovativ im Vergleich zu externen fertigen Systemen und auch nur möglich, weil die IT die Anforderungen mit verschiedenen Stellen in der Universität zusammen entwickelt. Diese Besonderheit ist den Beteiligten sehr wichtig.
Die Ansicht für Endnutzende erinnert an klassische Chat-Apps auf dem Smartphone: Unten ist ein Texteingabefeld. Tippe ich eine Frage ein, erscheint diese als Sprechblase unmittelbar rechts über dem Eingabefeld. Am linken Rand schiebt sich direkt darunter eine Antwort des Chatbots herein. Damit ist das System intuitiv bedienbar – eine Voraussetzung dafür, dass es Nutzende als Erleichterung im Verwaltungsalltag wahrnehmen.
Eine Oberfläche für Redakteurinnen
Für die Kolleginnen aus der Reisekostenstelle, Casale und Diebold, ist es etwas komplexer, mit dem Chatbot zu interagieren. „Wir haben auch ein Interface für die Redaktionsseite gebaut“, erklärt Väth. Bei der Reisekostenstelle ergäben sich vier bis fünf größere Änderungen im Jahr. „Die müssen die Kolleginnen selbst eintragen können, damit das System auch zukünftig nutzbar ist und immer auf dem aktuellen Stand bleiben kann.“
Ein weiterer Vorteil: Die Chatbot-Software wird „klientenfähig“, sie lässt sich für beliebige andere Verwaltungs-Themen mit Antworten bestücken.
Die Arbeitsoberfläche, die ich mir ansehen darf, erinnert mich an Organigrammgrafiken in Powerpoint. Ähnlich wie dort können Redakteurinnen Felder mit Texten platzieren und Linien dazwischen ziehen. Jedes Feld – Vanderlyn und Väth sprechen von „Knoten“ – enthält eine frei einstellbare Antwort und mehrere Folgefragen. Am Ende ergibt sich ein Netz aus Gesprächsfäden; ein richtig langer logischer Baum, in dessen Ästen und Zweigen sich tatsächlich Antworten auf die Kairo-Wohnmobil-Frage verstecken. Mit diesem Baum umging das IMS-Team das Problem, dass Nutzende und Chatbot unterschiedliches Vorwissen haben. Auch lässt sich so vermeiden, dass der Chatbot seine Gesprächspartnerinnen zutextet.
Kombinations- und Übersetzungsarbeit
In der aktuellen Version kann mich der Chatbot mit meinen Fragen und mit Rückfragen Schritt für Schritt abholen, bietet mir an kritischen Stellen Hintergrundinformationen an – etwa, wenn ich nicht weiß, was der Unterschied zwischen Dienstreise oder Dienstgang ist – und kann für meine konkrete Frage die Antworten aus Datenbanken zusammensetzen. Auf die Frage nach länderspezifischen Tagespauschalen bekomme ich nun keine Tabelle mehr ausgegeben. Der Bot stellt mir die Gegenfrage, welches Land mich denn interessiert. Dann sieht er selbst in einer Tabelle nach, die redaktionell hinter dem Antwortfeld samt Variablen hinterlegt wurde.
Zwar komplex, aber nicht kompliziert ist diese Oberfläche für Redakteurinnen. Dafür hat Vanderlyn gesorgt: Von ihrem Schwerpunkt auf Nutzerstudien ist es nicht sehr weit zur für Nutzerinnen optimierten Bedienung. Mit kleinen Text-Editoren, die wie ein winziges Word-Fenster aussehen, lassen sich die Antworttexte anreichern. Bilder und Links machen die Aussagen des Chatbots verständlicher und verweisen mich etwa auf die Quellen von Informationen. „Programmbibliotheken“ sorgen im Hintergrund für die reichhaltigen Funktionen; Väth und Vanderlyn mussten nicht das Rad neu erfinden, sie leisten für diese Oberfläche Kombinationsarbeit.
Übersetzungsarbeit war für die aktuelle Fassung ebenfalls nötig. Zuletzt pflegten noch die Forschenden aus dem IMS und Weber die Daten ein. Sie digitalisierten die von Hand in Conceptboard gemalten Gesprächs-Bäume der Reisekostenstelle und passten die Formulierungen für den Chat an. „Rechtsdeutsch ist auch für Muttersprachler nicht immer verständlich“, sagt Väth und alle stimmen zu. Vanderlyn ergänzt: „Trennungsgeld ist so ein Beispiel. Wir mussten erst nachlesen, dass es Geld für die Trennung der Reisenden von ihrer Familie ist.“ Damit das Ergebnis trotzdem rechtlich korrekt ist, werden sie alle Ergebnisse mit Casale und Diebold durchgehen. Weber betont: „Die Daten, die drinstehen, müssen auch stimmen.“
Für alle Fälle vorbereitet
Gute Hilfsmittel für die Redakteurinnen planen die Entwickelnden: eine Dokumentation, ein Programm-Tab mit einem Tutorial und kurze Erklärvideos. Doch auch die Bedienung in sich sieht weitgehend intuitiv und für ein bequemes Bearbeiten durchdacht aus. Alle Felder haben zum Beispiel Kontext-Menüs mit hilfreichen Werkzeugen. Interessiert höre ich den weiteren Herausforderungen und möglichen Lösungen zu: Wie können sich die gezeichneten Linien automatisch entheddern? Wie lassen sich Wenn-Dann-Befehle für eine Redakteurin ohne Programmierkenntnisse hinterlegen?
Eine Frage drängt sich mir auf: Wo ist hier die Künstliche Intelligenz? Ist nicht jeder Schritt, jedes mögliche Gespräch einfach nur vorprogrammiert? Meine Gesprächsgegenüber kommen auf das künstliche Sprachverständnis zurück. Dort, wo das Programm meine Anfragen als Endnutzer versteht, greift es auf die trainierten intelligenten Fähigkeiten, den Sinngehalt von Sätzen zu vergleichen, zurück.
Damit ich nicht für jede Frage an den Reisekosten-Chatbot das Gespräch von vorne beginnen muss, wollen die Forschenden noch eine Verbesserung einbauen. Der Bot könnte gleich zur passendsten Antwort springen. Dazu muss er vorher noch lernen, nur die wirklich notwendigen Informationen zu erfragen. So einfach das klinge, es sei dafür noch aktive Forschung notwendig, sagen mir die Informatikerin und der Informatiker.
Beschäftigte können selbst testen
Ab April dürfen in einer universitätsweiten Testphase übrigens alle das Gemeinschaftswerk von IMS, Agility Lab und Reisekostenstelle testen. Dabei soll das Programm zeigen, wie gut es auf häufig gestellte Fragen antworten kann. Daten und Rückmeldungen möchten die Entwickelnden direkt in die Verbesserung des Chatbots einfließen lassen. Alle Beschäftigten dürfen sich am Test beteiligen – das Team wird dazu eine Einladung senden.
Am Ende könnte es also tatsächlich sein, dass der Chatbot die Frage beantworten kann, wieviel Tagegeld ich erhalte, wenn ich zur Dienstreise mit eigenem Wohnmobil nach Kairo fahre.
Kontakt
Ulrich Fries
Hochschulkommunikation
Autor dieser Chatbot-Reportage
Thang Vu
Prof. Dr.Lehrstuhlinhaber Digitale Phonetik, Stiftungsprofessur der Carl-Zeiss-Stiftung