Mit Chatbots die finanzielle Allgemeinbildung stärken

Chatbots haben den Vorteil, dass sie dem Nutzer Wissen auf Augenhöhe präsentieren können. Die einfache und unkomplizierte Kommunikation per Chat führt laut Hundertmark [10] bei vielen Nutzern zu mehr Freude am Lernen und trägt auch dazu bei, dass das gelernte Wissen besser in ihrem Gedächtnis verankert werden kann als bei klassischen Lernmethoden [10]. Laut Clarizia et al. [4] können Chatbots sogar als eine der innovativsten Lösungen zur Schließung der Lücke zwischen Technologie und Bildung betrachtet werden. Dies ist auf verschiedene Aspekte zurückzuführen. Chatbots ermöglichen es den Nutzern, ihrem eigenen individuellen Tempo zu folgen [7, 8]. Der Chatbot kann (und sollte) sich an ihr Tempo anpassen. Ein Chatbot kann mehrere Plattformen, wie beispielsweise Microsoft Teams, Slack oder WhatsApp, gleichzeitig bedienen und ist für den Benutzer jederzeit und überall verfügbar [10]. Ein Chatbot ist konsistent und fair, da er jeden Nutzer gleichbehandelt [16], aber gleichzeitig kann er jeden Schüler je nach Lernfortschritt und Wissensstand fördern [4]. Einer der wichtigsten Punkte ist jedoch die Skalierbarkeit eines Chatbots. Während menschliche Lehrer in der Anzahl der Schüler, die sie unterstützen können, begrenzt sind, hat ein Chatbot keine Begrenzung und kann daher einem Schüler eine engere Betreuung bieten [16]. Ein Chatbot kann sogar besser werden, je mehr Nutzer er hat (abhängig von der zugrunde liegenden Technologie). Außerdem ist das Lernen mit Chatbottechnologie viel interaktiver [4]. Dies kann zu einer zusätzlichen Motivation zum Lernen führen. Andererseits kann ein Chatbot eine offensive Rolle spielen und einen Schüler durch das Versenden von Erinnerungen (in einem Gamificationansatz) zum Weiterlernen motivieren [4]. Bei der Aufzählung der Vorteile, stellt sich natürlich immer die Frage, was die Alternative zum Chatbot ist. Sicher ist ein Chatbot wesentlich skalierbarer als ein Mensch. Dafür fehlt manchen Studenten möglicherweise die persönliche Nähe. Vergleicht man die Chatbots mit Apps, wie Duolingo fällt schnell auf, dass die Wissensvermittlung mit Chatbots möglicherweise etwas einseitig ist, denn sie findet lediglich im Dialog statt. Anbieter von Apps, wie Duolingo versuchen dagegen unterschiedliche Lernmethoden miteinander zu verknüpfen. Bei der Auswahl der passenden Lernmethode für diese Arbeit wurden überwiegend die Vorteile von Chatbots berücksichtigt, welche dazu geführt haben, das Design von Chatbots im Bereich der Wissensvermittlung von finanziellen Themen genauer zu untersuchen.

Um Antworten auf die oben definierte Forschungsfrage zu finden, wurde ein Protoytyp, welcher aus 9 kurzen Chatbotsequenzen besteht, entwickelt. Die einzelnen Chatbots wurden auf Basis von Gestaltungsprinzipien aus anderen Chatbotstudien entwickelt. Demnach ist eines der wichtigsten Prinzipien im Bereich der Wissensvermittlung, wohl die Einfachheit des Chatbots. Nach Wambsganss et al. [17] sollte die Nutzung keine komplizierte Einrichtung erfordern, sondern plattformunabhängig sein und eine hohe Verfügbarkeit aufweisen (DP4). Wie Wambsganss et al. [17] betonen, sollte der Chatbot über verschiedene Medien wie Audio und grafische Elemente verfügen (DP1). Guglielmo [9] und Casas et al. [3] schlagen eine Personifizierung des Chatbots vor. Dies fördert die emotionale Bindung und regt zur Interaktion an. Um dies zu erreichen, sollte sich der Chatbot wie ein Mensch verhalten – also lächeln, eher kurze Sätze schreiben, mit Beispielen erklären etc. (DP5). Hundertmark [10] schlägt außerdem die Verwendung von vorgefertigten Antworten, auch regelbasierte Chatbots genannt, vor, da dies die Hürden für die Nutzung des Chatbots senkt (DP6). Dies kann jedoch von dem Thema abhängen, das mit dem Chatbot unterrichtet wird. Casas et al. [3] erwähnen die Fairness des Chatbots als weitere Anforderung. Der Nutzer sollte nicht vom Chatbot beurteilt werden, sondern er sollte vielmehr das Lernen fördern (was in der Regel bei guter Stimmung besser funktioniert) (DP2). Fühlt sich der Nutzer schlecht behandelt, wird er die Interaktion und die fiktive Person dahinter nicht mögen. Daher ist der Lerneffekt viel geringer. Ein guter Ansatz, um den Nutzer zu motivieren und die Interaktion zu fördern, ist Gamification (DP3) [13]. Gamification ist die Verwendung von Spielelementen in anderen Kontexten. Dazu kann das Lösen eines Problems, der Erhalt von Belohnungen, Abzeichen oder ein Quiz gehören. Eine weitere Option im Zusammenhang mit Gamification ist der Vergleich mit anderen Benutzern, wie von Wambsganss et al. vorgeschlagen [17]. Gamificationelemente sollten jedoch mit Vorsicht eingesetzt werden, da sie das Lernen nicht stören sollten [13]. Schließlich muss der Chatbot neben all den motivierenden Aspekten auch so gestaltet sein, dass der Nutzer etwas mit ihm lernen kann. Casas et al. [3] schlagen eine individuelle Auswahl des Themas vor. Dies hat den Vorteil, dass der Nutzer das Ziel verstehen kann und weiß, was das Ziel ist (DP7). Andererseits sollte das vermittelte Thema eine klare Relevanz für den Nutzer haben (DP8). Diese Relevanz kann durch den Einsatz von pädagogischen Rollenspielszenarien verbessert werden [17].

Tab. 1 enthält die aus diesen Forschungen abgeleiteten Gestaltungsprinzipien, welche zur Entwicklung eines ersten Prototyps verwendet worden sind.

Für die Umsetzung des ersten Prototyps, also eine Sequenz aus 9 einzelnen Chatbots mit Lerninhalten, wurde die No-Code-Lösung von eggheads¹ verwendet. Eggheads.ai ist ein Tool, das sich ausschließlich auf die Entwicklung und Implementierung von Chatbots im Lernkontext konzentriert. Die Plattform ist webbasiert und simuliert eine Chatanwendung. Sie ermöglicht die Erstellung regelbasierter Konversationen mit vordefinierten Antworten. Unter Verwendung der zuvor definierten Gestaltungsmerkmale wurden 9 kurze Chatbots entwickelt, die jeweils ein Thema aus dem Bereich der finanziellen Bildung abdecken. Am Ende werden alle 9 Trainingseinheiten in ihrer Gesamtheit als eine Lerneinheit betrachtet und bilden somit zusammen den ersten Prototyp. Da die gesamte Arbeit als Projekt aus der Disziplin des Design Science Researchs betrachtet wird, kann dieser erste Prototyp auch als Artefact bezeichnet werden. In einem Design-Science-Research-Projekt wird zunächst ein Artefact auf Basis von bestehenden Forschungen oder Beobachtungen entwickelt. Dieses Artefact wird dann mit der Zielgruppe evaluiert und daraufhin optimiert, sodass weitere Zielgruppentests und Optimierungsrunden durchlaufen werden, bis eine finale Lösung entsteht.

Bei der Planung der Chatbots wurde, auf Hinweis des Softwareanbieters eggheads, darauf geachtet, dass die Trainingseinheiten nicht länger als 5–10 min dauern. Darüber hinaus wurde eine Reihe von Bildern und Grafiken integriert, um die Dialoge einerseits verständlicher, andererseits aber auch humorvoller und spannender zu gestalten (DP1). Einige der Gestaltungsprinzipien wurden bereits durch die Wahl der Plattform erfüllt, wie beispielsweise „einfach zu bedienen“ (DP4) und „geringer Aufwand“ (DP6). Die meisten Trainings begannen damit, dass der Chatbot eine allgemeine Frage stellte, um herauszufinden, wie viel der Nutzer über das spezifische Thema des Trainings (z. B. Anleihen) weiß. Danach gab der Bot einige Erklärungen zum Thema in Kombination mit weiteren Fragen, um zu verstehen, ob der Nutzer den Inhalt verstanden hat. Da die individuelle Auswahl des Themas durch den Nutzer aufgrund technischer Beschränkungen nicht möglich ist, wurde der Erklärung des Themas der bevorstehenden Chatsequenz und seiner Relevanz eine größere Aufmerksamkeit geschenkt (DP7, DP8). In den meisten Chatsequenzen wurden die Nutzer gebeten, sich fiktiv in eine Situation zu versetzen, in der sie von einem Freund zu verschiedenen Themen rund ums Geld befragt werden und ihre Aufgabe darin besteht, ihrem fiktiven Kollegen mit finanziellen Ratschlägen zu helfen. Zum Beispiel: „Stell dir vor, dein Freund Paulchen will Geld anlegen, aber er weiß nicht, wie viel, was würdest du ihm vorschlagen?“ Dies sollte dem Nutzer zusätzlich helfen, die Wichtigkeit von finanzieller Allgemeinbildung auch im Alltag zu verstehen. Einige der Gestaltungsprinzipien konnten jedoch aufgrund technischer Beschränkungen nicht berücksichtigt werden. Durch das Design der verwendeten Chatbotlösung war es nicht möglich, dem Nutzer einen Vergleich mit anderen Nutzern zu ermöglichen. Auch Gamificationelemente (DP3) konnten in dem ersten Prototyp nur eingeschränkt eingesetzt werden, da die Plattform es nicht erlaubt, den Nutzer individuell zu behandeln, indem man ihn z. B. mit Badges belohnt. Eine weitere Einschränkung der Plattform ist, dass die Konversation zwischen dem Chatbot und dem Nutzer streng linear verläuft. Das bedeutet, dass ein Nutzer erst antworten muss, bevor der Chatbot eine weitere Nachricht senden kann und umgekehrt. Dies führte zu Problemen bei der Anwendung des DP5. In den ersten Gesprächen mit den Experten wurde deutlich, dass die definierte Zielgruppe zunächst allgemeine Informationen über Geldanlagen benötigt, bevor spezifische Themen, wie z. B. die Ruhestandsplanung, behandelt werden können. Daher war der Inhalt der ersten Sitzungen eher allgemein gehalten und umfasste Themen wie „Warum investieren?, Wie viel sollte man investieren?, Welche sind die gängigsten Anlagemöglichkeiten?“ usw. Die siebte und achte Schulung konzentrierte sich mehr auf nachhaltige Anlagen und die letzte Schulung umfasste eine kurze Einführung in die Altersvorsorge.

Die Abb. 4, 5 und 6 zeigen Ausschnitte aus den Chatbots als Beispiel für bestimmte Gestaltungsprinzipien.

Obwohl das Feedback zu dem ersten Prototyp positiv war und die Rückmeldungen der Nutzer dazu beigetragen haben, weitere Verbesserungen an dem Prototyp vorzunehmen, bleiben einige offene Fragen sowie Potenziale für weitere Forschungen.

Zunächst einmal muss erwähnt werden, dass die neuen Leitlinien nur auf der Grundlage der ersten Iteration des Design-Science-Research-Prozesses entwickelt wurden. Sie sollten in einer weiteren Iteration bestätigt oder verbessert werden.

Darüber hinaus möchten wir die folgenden Aspekte erwähnen und für zukünftige Forschungen berücksichtigen.

Erstens lag der Fokus dieser Arbeit hauptsächlich auf dem Design der Chatbots und nicht auf dem Inhalt. In weiteren Iterationen des Design Science Research könnte untersucht werden, wie der Inhalt selbst und die ausgewählten Themen weiter optimiert werden können.

Zweiten könnte die Zielgruppenbeschränkung auf jüngere Menschen und junge Berufstätige in weiteren Iterationen hinterfragt werden. Es müsste analysiert werden, ob Chatbots auch für andere Zielgruppen geeignet sind und wenn ja, wie die Gestaltungsrichtlinien für diese Gruppen angepasst werden müssten.

Drittens ist zu beachten, dass das Feedback zur Tonalität des Chatbots überwiegend allgemein war. Bis jetzt ist unklar, wie genau die Tonalität des Chatbots verbessert werden sollte. Stucki et al. [15] zeigen in ihrem Buch auf, wie wichtig eine eigene Chatbotpersönlichkeit, das Erscheinungsbild oder Gesicht des Chatbots (sogenannter Avatar) sowie der sprachliche Stil des Chatbots sein können. Diese Aspekte wurden bisher weder bei den Designanforderungen noch im Fragebogen berücksichtigt und sollten in weiteren Forschungen genauer analysiert werden.

Viertens darf nicht vergessen werden, dass die Nutzer um offene Fragen an den Chatbot gebeten haben. Wie bereits erläutert, ist dies technisch und inhaltlich nicht einfach umzusetzen. Es erfordert zunächst ein genaueres Verständnis dafür, warum Nutzer offene Fragen stellen würden, welche Arten von Fragen sie stellen würden und wie schnell sie eine Antwort von einem Chatbot oder einem Menschen erwarten.

Schlussendlich haben wir die Chatbots im Rahmen dieser Arbeit natürlich kostenlos zur Verfügung gestellt. Die Teilnehmer wurden dennoch am Ende der Umfrage gefragt, wie viel sie für ein solches Training bezahlen würden. Diese Frage könnte noch eingehender untersucht werden. Es mangelt bislang noch an ausreichendem Wissen zum Marktpotenzial solcher Chattrainings und es ist unklar, welche Art von Organisation diese Chatbots den Bürgern zur Verfügung stellen sollte. Möglich wären unabhängige Unternehmen bzw. Start-ups, aber auch Banken oder Vermögensverwalter kommen hier als Buying Center infrage. Dann stellt sich aber natürlich auch die Frage, welche Interessen die jeweiligen Anbieter verfolgen und wie sichergestellt werden kann, dass der Nutzen für die Bevölkerung im Vordergrund steht und nicht der Nutzen der einzelnen Anbieter.

Abschließend ist zu sagen, dass wir mit dieser Arbeit eine gute Grundlage zur Verbesserung der finanziellen Allgemeinbildung innerhalb der Bevölkerung schaffen konnten und gleichzeitig weitere Fragestellungen in diesem Bereich entwickeln konnten, welche in zukünftigen Forschungen berücksichtigt werden sollten. Aus unserer Perspektive scheint es bei der Bearbeitung weiterer Forschungsfragen unabdingbar, auch ethische Fragestellungen zu berücksichtigen, um sicherzustellen, dass langfristig immer die Verbesserung der finanziellen Allgemeinbildung das Ziel bleibt und nicht wirtschaftliche Motive einzelner Anbieter in den Vordergrund treten.