Sprachroboter sollen keine Kunden-Scheuchen sein

Automatische Call Center gehören zu den eher weniger erbaulichen Errungenschaften der Informatik. Die sinnlose Auseinandersetzung mit dem Antwortroboter mündet nicht selten in einem sich steigernden Wutausbruch auf Seiten des menschlichen Auskunftssuchenden. Je renitenter die Maschine die Anliegen des Anrufers ignoriert, desto expliziter und lauter wird die Wortwahl des Unverstandenen.

Shrikanth Narayanan, Sprachanalyse-Experte der Universität von Südkalifornien, verspricht nun Abhilfe. Er hat ein Programm entwickelt, das die sich steigernde Aggressivität in der Stimme des Anrufenden erkennt, damit dieser schnell zu einem menschlichen Gesprächspartner umgeleitet wird, der dann verständnisvoll deeskalieren kann, bevor der Kunde entnervt den Hörer in die inzwischen virtuelle Gabel knallt.

Das Interesse an Narayanans Entwicklung müsste also auch auf Seiten der Call-Center-Betreiber gross sein. Denn der Frust über die sturen Antwortroboter ist genau genommen ein Frust für die Betreiber, der ins Geld geht. Call Center verlieren reihenweise Kunden, ohne je zu erfahren warum. Mit einem Programm, das im richtigen Moment auf menschlich schaltet, liesse sich manch ein Käufer halten, oder zumindest könnten die eigenen Problemzonen eingegrenzt werden.

Narayanans Programm wandelt die Sprache in elektrische Wellen um. Der Zusammenhang mit der Aggressivität ist dann im Prinzip einfach gemacht: Je grösser die Amplitude der Welle, desto erregter der Sprechende. Weil die meisten Anrufer ihre Anfrage in einem einigermassen gemässigten Tonfall beginnen, lassen sich Steigerungen über die Zeit auch relativ einfach ableiten. Wie bei heutigen Erkennungsapplikationen üblich, ist die Anwendung zudem lernfähig. Durch Rückmeldung des menschlichen Call-Center-Mitarbeiters verbessern die Mustererkennungsalgorithmen ihre Trefferquote. Das ABC der Aggressivitätssensibilität hat Narayanan seinem System durch 1400 mitgeschnittene Call-Center-Anrufe einer Fluggesellschaft beigebracht. Inzwischen soll es in 80 Prozent der Fälle Entnervung treffsicher diagnostizieren. Bis in zwei Jahren will der Forscher ein kommerzielles Packet geschnürt haben.