Conversational Design

Ein Voice Bot ist nur so gut wie sein Design. Die beste TTS-Stimme und das genaueste ASR-System nützen nichts, wenn der Dialog schlecht gestaltet ist. Conversational Design ist die Disziplin, die Technologie in natürliche, effektive Gespräche verwandelt.

Dialog-Flows

Gesprächsarchitektur

Ein gut designter Dialog hat eine klare Struktur:

Begrüßung: Wer bin ich? Was kann ich? (Erwartungen setzen)
Intent-Erkennung: Was will der Nutzer? (Offene oder gelenkte Frage)
Slot-Filling: Welche Informationen brauche ich? (Nachfragen)
Bestätigung: Habe ich richtig verstanden? (Missverständnisse vermeiden)
Aktion: Aufgabe ausführen (API-Call, Weiterleitung, Information)
Abschluss: Gibt es noch etwas? Verabschiedung

Happy Path vs. Edge Cases

Happy Path (alles läuft perfekt): 20 % des Design-Aufwands Edge Cases (alles, was schiefgehen kann): 80 % des Design-Aufwands

Typische Edge Cases:

Nutzer sagt etwas Unerwartetes
Nutzer antwortet nicht (Stille)
Nutzer gibt mehrdeutige Antwort
Nutzer wechselt mitten im Gespräch das Thema
Nutzer wird emotional (Frust, Ärger)
Hintergrundgeräusche verfälschen die Erkennung

Multi-Turn-Dialoge

Komplexe Gespräche über mehrere Turns:

Bot: "Wie kann ich Ihnen helfen?"
User: "Ich möchte meinen Flug umbuchen."
Bot: "Gerne. Können Sie mir Ihre Buchungsnummer nennen?"
User: "LH-4523"
Bot: "Danke. Ihr Flug am 15. März von München nach Hamburg. 
      Auf welches Datum möchten Sie umbuchen?"
User: "Gibt es was am Mittwoch?"
Bot: "Am Mittwoch, 19. März, gibt es Flüge um 8:30, 12:15 
      und 17:45. Welchen bevorzugen Sie?"
User: "Den um 12"
Bot: "12:15 Uhr, perfekt. Die Umbuchung kostet 45 €. 
      Soll ich das für Sie durchführen?"

Kritisch: Context Retention — der Bot muss sich über alle Turns hinweg erinnern, worum es geht.

Persona

Warum eine Persona wichtig ist

Die Persona definiert Persönlichkeit, Tonalität und Verhalten des Voice Bot:

Name: Einen menschlichen oder markigen Namen geben? (Kontrovers)
Stimme: Männlich/weiblich/neutral? Alter? Akzent?
Tonalität: Formell, freundlich, locker, professionell?
Humor: Ja oder nein? Wenn ja, welche Art?
Grenzen: Was sagt der Bot niemals? Was tut er niemals?

Persona-Design nach Branche

Branche	Empfehlung
Bank/Versicherung	Professionell, vertrauenswürdig, ruhig
E-Commerce	Freundlich, hilfsbereit, etwas locker
Gesundheit	Empathisch, klar, beruhigend
Tech-Support	Geduldig, lösungsorientiert, technisch kompetent
Gastronomie	Warm, einladend, enthusiastisch

Fallback-Strategien

Wenn die AI nicht weiterkommt

Jeder Voice Bot scheitert irgendwann. Das Design des Scheiterns ist entscheidend:

Level 1 — Verständnisproblem: "Entschuldigung, das habe ich nicht verstanden. Können Sie das anders formulieren?"

Level 2 — Wiederholtes Scheitern: "Es tut mir leid, ich habe Schwierigkeiten mit dieser Anfrage. Lassen Sie mich Sie mit einem Kollegen verbinden."

Level 3 — Thema außerhalb des Scope: "Das liegt leider außerhalb meiner Möglichkeiten. Ich verbinde Sie gerne mit einem Spezialisten."

Anti-Pattern:

❌ Endlosschleife: Immer wieder die gleiche Frage stellen
❌ Schweigen: Einfach nichts sagen
❌ Blame the User: "Ihre Anfrage war nicht klar genug"
❌ Fake Understanding: So tun, als hätte man verstanden

Testing und Metriken

Testing-Methoden

Wizard of Oz: Mensch simuliert den Bot, bevor Technik gebaut wird
User Testing: Echte Nutzer sprechen mit dem Bot, Beobachter analysiert
A/B Testing: Zwei Dialog-Varianten gegeneinander testen
Stress Testing: Bot mit Edge Cases und schwierigen Nutzern überlasten
Continuous Testing: Regelmäßige Analyse echter Gespräche

KPIs für Conversational Design

Task Completion Rate: Wie oft wird die Aufgabe erfolgreich abgeschlossen?
Average Turns: Wie viele Gesprächsschritte bis zur Lösung?
Fallback Rate: Wie oft sagt der Bot "Ich verstehe nicht"?
Drop-Off Rate: An welchem Punkt legen Nutzer auf?
CSAT Score: Wie zufrieden sind Nutzer nach dem Gespräch?
Containment Rate: Wie viele Gespräche werden ohne Agent gelöst?

Iteratives Improvement

Conversational Design ist nie fertig:

Gespräche analysieren: Wo scheitern Nutzer? Wo brechen sie ab?
Intents ergänzen: Neue Nutzerabsichten erkennen und einbauen
Prompts verbessern: Formulierungen testen, die besser verstanden werden
Persona verfeinern: Tonalität basierend auf Nutzerfeedback anpassen
Wiederholen: Endloser Verbesserungszyklus

Goldene Regel: Der beste Voice Bot ist der, den der Nutzer nicht als Bot erkennt — oder der, bei dem es ihm egal ist, weil das Ergebnis stimmt. Designen Sie für Outcomes, nicht für Technologie.