AISOMA – Herstellerneutrale KI-Beratung

Mit Künstlicher Intelligenz die User Experience verbessern

User Experience, Artificial Intelligence, Machine Learning, Customer Experience

Ziele von User Experience Analyse

Die Erkenntnisse aus der User Experience (UX) oder auch Nutzererfahrung führen zu mehr Nähe zum Anwender. UX beschäftigt sich in erster Linie um die Beantwortung folgender Fragen. Wer, wie und warum benutzt jemand die Software bzw. das Produkt? Ziel ist es, nicht nur ästhetisch gut aussehende Oberflächen zu gestalten, sondern es geht selbstverständlich auch um wirtschaftliche Aspekte denn eine verbesserte Bedienbarkeit des Funktionsangebots einer Geschäftsanwendung führt nachweislich

User Experience

Heutzutage spielen Usability und User Experience für Unternehmen bei der Anwendungsentwicklung eine entscheidende Rolle. Applikationen, die effektiv und effizient zu bedienen sind und ein positives Nutzererlebnis hervorrufen, führen letztendlich zu einem signifikanten Return-Of-Invest (ROI). Interessant und innovativ ist in diesem Zusammenhang der Einsatz von Künstlicher Intelligenz. Mit folgenden Möglichkeiten kann die User Experience mit Hilfe von KI deutlich verbessert werden.

Chat-Bots

Chat-Bots sind nun technisch in der Lage, die häufigsten Benutzeranfragen selbsttätig zu beantworten. Einige Unternehmen nutzen z.B. Chat-Bots um ihren First-Level-Support zu ersetzen. Chat-Bots sind intuitiv und haben keine Einstiegshürde, da die Nutzer mit der natürlichen Sprache vertraut sind. Somit entfällt eine Einarbeitungszeit bzw. Schulung für die Bedienung der Anwendung.

Conversational UI

Durch die erheblichen Fortschritte in der Künstlichen Intelligenz können nun neben grafischen Nutzerschnittstellen (GUI) oder text-basierten UIs (Chat-Bots) auch Spracherkennung und Sprachausgabe als ein weiteres Kommunikationsmittel angewendet werden. Conversational User Interfaces (CUI) sind plattform-unabhängig nutzbar und können sogar auf Geräten, die kein Display besitzen, eingesetzt werden.

Predictive Analytics

Mit Hilfe von Predictive Analytics können die Nutzerdaten, die bei der Interaktion mit dem Anwender entstehen, analysiert und dadurch vorausschauend das Nutzerverhalten mit personalisierten Vorschlägen unterstützt werden. Der Nutzer kann zum richtigen Zeitpunkt automatisch mit entsprechenden Informationen versorgt werden, die er benötigt, um u.a die nächste Aktion oder den Arbeitsschritt durchzuführen. Gleichzeitig muss dem User die Möglichkeit gegeben werden, die Vorschläge des Systems auf eine komfortable und intuitive Art und Weise korrigieren zu können.

Usability Testing

Der Zweck von Usability-Tests ist die Optimierung des Systemverhaltens an die Bedürfnisse des Nutzers. Künstliche Intelligenz kann in diesem Einsatzszenario helfen, allgemeine Usability-Probleme aufzudecken. Schwachstellen in der Bedienbarkeit treten in Regel auf, wenn das Verständnis der Entwickler von der Funktionsweise einer Anwendung mehr oder weniger vom mentalen Modell des Nutzers und den daraus resultierenden Erwartungen abweicht. KI-basierte Testalgorithmen müssen dazu nicht nur menschliche Fehler simulieren können, sondern auch zielgerichtete Anwenderaktionen nachbilden, die vom Standardverhalten abweichen dürfen. Eine weitere Möglichkeit wäre die automatische Analyse der Mausbewegungen der Nutzer, um beispielsweise Muster für Frustration bei Anwendern zu identifizieren.

Es ist abzusehen, dass sprachbasierte Interfaces und KI-Algorithmen für Predictive Analytics die User Experience von Anwendungen durch einen deutlich höheren Personalisierungsgrad positiv beeinflussen werden können. Auch kann eine Optimierung der Usability mit Hilfe von automatisierten Tests auf Basis von KI-Algorithmen erreicht werden. Ergänzend sollten dem Anwender vertrauensfördernde Konzepte angeboten werden, um eine eventuell vorhandene Skepsis gegenüber den neuen technischen Möglichkeiten zu beseitigen.

Weitere Artikel zum Thema “Chatbots”

Wie Unternehmen von Chatbots profitieren können

 

Die mobile Version verlassen