Refine
Document Type
- Bachelor Thesis (2)
- Conference Proceeding (1)
- Master's Thesis (1)
Conference Type
- Konferenzartikel (1)
Keywords
- Chatbot (4) (remove)
Institute
Open Access
- Closed (2)
- Closed Access (1)
- Diamond (1)
- Open Access (1)
In order to attract new students, German universities must provide quick and easy access to relevant information. A chatbot can help increase the efficiency in academic advising for prospective students. In this study we evaluate the acceptance and effects of chatbots in German student-university communication. We conducted a qualitative UX-Study with the chatbot prototype of Offenburg University of Applied Sciences (HSO), in order to determine which features are particularly relevant and which requirements are made by the users. The results show that acceptance increases if the chatbot offers quick and adequate assistance, furthermore, our participants preferred an informal communication style and valued friendly and helpful personality traits for chatbots.
In den letzten Jahren haben Recommender Systeme zunehmend an Bedeutung gewonnen. Diese Systeme sind meist für Bereiche des E-Commerce konzipiert und berücksichtigen oftmals nicht den aktuellen Kontext der nutzenden Person. Recommender Systeme können allerdings nicht nur im E-Commerce zum Einsatz kommen, sondern finden ihren Anwendungszweck auch im Gesundheitswesen. Ziel dieser Bachelorarbeit ist es, ein Recommender System zu entwickeln, das den aktuellen Kontext der nutzenden Person (Chatverlauf, demografische Daten) besser berücksichtigen kann. Dazu befasst sich diese Arbeit mit der Konzeption und prototypischen Umsetzung eines kontextsensitiven Recommender Systems für einen bereits existierenden Chatbot aus dem Gesundheitswesen. Das in dieser Arbeit konzipierte und entwickelte Recommender System soll Mitarbeitende aus dem Gesundheits- und Sozialwesen entlasten und ihnen hilfreiche sowie thematisch sinnvolle Informationen zur Verfügung stellen. Basierend auf festgelegten Anforderungen wurde ein Konzept für das Recommender System entwickelt und zu Teilen als Prototyp umgesetzt. Abschließend wurde der Prototyp im Hinblick auf die Anforderungen evaluiert. Zudem fand eine technische Evaluation und eine Evaluation mithilfe von Anwendenden statt, welche den implementierten Prototypen bereits existierenden Systemen gegenüberstellte. Die von dem Prototyp empfohlenen Textausschnitte erzielten in der Evaluation mit nutzenden Personen eine thematisch signifikant höhere Übereinstimmung mit den Chatdaten.
Die vorliegende Bachelorarbeit untersucht die Anwendung der Transformer-Architektur bei der Entwicklung eines Chatbots für die Auskunft von Studieninformationen. Sie bietet eine gründliche Einführung in Chatbots, deren Funktionsweise und Klassifikation sowie in die Grundlagen neuronaler Netzwerke, Deep Learning und Natural Language Processing. Insbesondere die Transformer-Architektur und ihre Hauptkomponenten werden eingehend analysiert. Im Zuge dessen werden auch aktuelle Forschungen im Bereich Large Language Models und Fine-Tuning berücksichtigt.
Im praktischen Teil erfolgt die Darstellung der Konzeption, Implementierung und Evaluierung eines Chatbots für die Studienauskunft. Der erstellte Chatbot nutzt eine semantische Suche in Kombination mit einem Large Language Model, was sich als attraktive Alternative zu herkömmlichen Chatbots erweist. Zwar ist der aktuelle Entwicklungsstand des Chatbots noch nicht für die produktive Nutzung geeignet, dennoch zeigt er Potenzial für vielfältige Einsatzmöglichkeiten bei fortlaufender Entwicklung.
Die Arbeit schließt mit einer Diskussion ethischer Aspekte und zeigt zukünftige Forschungsmöglichkeiten auf. Die erzielten Erkenntnisse könnten für eine Vielzahl von Kontexten relevant sein und einen signifikanten Beitrag zur Entwicklung effizienter und genauer Informationsabfragesysteme leisten.
Die durch den Konsumenten intensive Nutzung des Smartphones im Alltag sowie der fortwährend technologische Wandel erzeugen eine Abwanderung der Konsumenten in die Onlinewelt. Das infolgedessen zunehmend veränderte Konsumentenverhalten zwingt Unternehmen, ihre Kommunikationskanäle anzupassen sowie zu überdenken, um so bestmöglich mit ihren Kunden zu interagieren. Vor diesem Hintergrund beschäftigt sich die vorliegende Arbeit mit der Thematik des Conversational Commerce, einem derzeit noch jungen Trend innerhalb des E-Commerce.
Das Ziel dieser Masterarbeit ist es, eine fundierte Wissensgrundlage zum Gebiet Conversational Commerce zu schaffen, einschließlich den wichtigsten, damit in Verbindung stehenden Begriffen.
Als Einstieg in das Thema wird zu Beginn der Arbeit die Entwicklung des E-Commerce, hinsichtlich der Transformation dessen durch die Digitalisierung, thematisiert sowie auf die Marktentwicklung von Messaging Applikationen eingegangen. Neben der Unterteilung in text- und sprachbasierte Dialogsysteme, sprich Bots und Sprachassistenten, sollen die derzeit aktuell am Markt befindlichen Systeme vorgestellt und detailliert erläutert werden. Darüber hinaus werden diese anhand ihrer unterschiedlichen Typologien klassifiziert.
Anhand der Einbindung zweier Studien zum Thema Conversational Commerce sowie der Untersuchung dreier Chat Applikationen, soll nicht nur der künftige Einsatz von messaging-basierter Kommunikation geprüft, sondern auch, der für den Kunden und das Unternehmen entsprechende Mehrwert herausgearbeitet werden. Zusätzlich setzt sich die Arbeit mit den Herausforderungen aus Kunden-, Anbieter- und Händlersicht auseinander. Die daraus resultierenden Ergebnisse führen zu einem abschließenden Gesamtfazit dieser Arbeit.