Wie GPT-Sprachmodelle Verwaltungen revolutionieren

verfasst von Björn Lorenzen, Regional Vice President EMEA Central bei Yext

Wenn Behörden GPT-Sprachmodelle einsetzen, heben sie die Informationsinteraktion auf eine neue Stufe. Zugleich müssen sie sich aber mit Herausforderungen wie falschen Antworten auseinandersetzen. 

×

Auf eine Behörden-Website gehen und über ein Suchfeld oder einen Chatbot schnell und einfach die gesuchte Information finden – das klingt fantastisch. Die Mitarbeitenden werden entlastet, da ein Großteil der Anfragen online beantwortet werden kann. Zugleich steigt die Zufriedenheit der Bürgerinnen und Bürger, die mit der Verwaltung interagieren. Denn ihr Erwartungen an Online-Interaktionen sind in den vergangenen Jahren gestiegen.

Google hat die Art und Weise verändert, wie Menschen nach Informationen suchen. Die Nutzerinnen und Nutzer erwarten schnelle und direkte Antworten auf ihre Fragen. Seit der Einführung von Sprachassistenten wie Alexa und Co. ist die natürliche Sprache bei Suchanfragen zum Standard geworden. Statt einzelner Stichworte werden nun ganze Fragen gestellt. Um diesem Wandel gerecht zu werden, setzen viele Unternehmen mittlerweile auf Chatbots, um Kundenanfragen schnell, einfach und jederzeit zu beantworten. Auch auf Behörden-Websites erwarten Nutzende diese Möglichkeit.

Sprachmodelle integrieren

Tools wie ChatGPT können die Kommunikation mit den Bürgerinnen und Bürgern erleichtern. Leistungsfähige Sprachmodelle bieten Behörden und Verwaltungen neue Möglichkeiten, mithilfe von Künstlicher Intelligenz (KI) in Sekundenschnelle eine Vielzahl von verfügbaren Informationen zu durchsuchen und eine Antwort zu geben. Sie sollten jedoch nicht als Standalone-Lösung betrachtet werden. Vielmehr müssen die Tools sinnvoll in eine umfassende und gut ausgebaute Infrastruktur eingebettet werden. Behörden und Ämter sollten dabei einige Grundsätze beachten:

• KI ist kein Selbstläufer: Ohne Menschen, die das Tool und die KI kontrollieren und steuern, funktioniert sie nicht richtig.
• Vollständigkeit sicherstellen: Aus unvollständigen Informationen können die Werkzeuge keine adäquaten Schlüsse ziehen.
• Fehlinformationen vermeiden: KI neigt aufgrund ihrer Wahrscheinlichkeitsprozesse zu „Halluzinationen“ und liefert dann Fehlinformationen, die als Fakten präsentiert werden. Dies kann durch vollständige Daten und gutes Training der KI vermieden werden.

Ziel ist es, das Wissen von Verwaltungen durch die Verwendung von Large Language Modellen (LLM) durchsuchbar zu machen. Um dies in die Infrastruktur zu integrieren und dabei Compliance, Datenschutz und vor allem Fehlerresistenz zu gewährleisten, empfiehlt sich ein dreistufiger Ansatz: 

1. Ordnung schaffen als Grundlage für das Informationsmanagement

Um Daten nutzen zu können, müssen sie zunächst gesammelt, organisiert und strukturiert werden. Dazu gehören alle strukturierten, semistrukturierten und unstrukturierten Daten, FAQs, interne Dokumente und Handbücher sowie Kundensupport-Tickets und technische Spezifikationen. 
Wichtig ist auch die Art und Weise, wie diese Daten gespeichert werden. Unternehmen wie Yext nutzen beispielsweise einen Knowledge Graph oder ein Headless CMS. Damit können Behörden und Unternehmen ihre Daten übersichtlich strukturieren und für Sprachmodelle leicht zugänglich machen. Die Informationen werden so überdies für Sprachsuchen, Chatbots und andere KI-Anwendungen optimiert. Denn die Qualität von Sprachmodellen hängt maßgeblich von den zugrunde liegenden Informationen ab.

2. Customer Journey managen und passende Inhalte erstellen

Die interne Struktur sollte eine Ebene enthalten, in der das Sprachmodell angelegt wird (Large Language Model Layer). Hier sollten verschiedene Personas und Zielgruppen definiert werden. Anhand dieser wird die Customer Journey verfolgt und das gesammelte Wissen aus dem ersten Schritt für passende Inhalte und individuelle Antworten genutzt. Unabhängig davon, ob Bürgerinnen und Bürger oder Mitarbeitende Informationen suchen, erhalten alle Personen maßgeschneiderte und relevante Antworten. Dabei darf der menschliche Aspekt nicht vernachlässigt werden: Das Modell muss ständig verbessert und aktualisiert werden, um die Qualität der Antworten sicherzustellen.

3. Inhalte für eigene und fremde Kanäle ausgeben und anpassen

Die erstellten Inhalte werden auf der dritten Ebene für verschiedene Kanäle und Zielgruppen aufbereitet (Multichannel Experience Layer). Hierbei geht es beispielsweise um die Aufbereitung und Verbesserung für Websites und E-Mails, aber auch für Chatbots und Sprachassistenten.

Fazit

Verwaltungen können effizienter und kundenfreundlicher werden, indem sie Sprachmodelle und KI einsetzen. Ein wichtiger Schritt ist die sorgfältige Erfassung, Verarbeitung und Sicherung von Daten. Die Integration von Sprachmodellen in die eigenen Kanäle kann dazu beitragen, die Integrität der Verwaltung zu wahren und kundenorientierte Dienstleistungen zu verbessern. Um die Qualität und Sicherheit der Daten zu gewährleisten, müssen diese vor der Implementierung sorgfältig geprüft und organisiert werden.