DE10360317A1

DE10360317A1 - Verfahren und System zur emotionalen Dialogführung

Info

Publication number: DE10360317A1
Application number: DE2003160317
Authority: DE
Inventors: Marian Trinkel; Christel Müller
Original assignee: Deutsche Telekom AG
Current assignee: Deutsche Telekom AG
Priority date: 2003-12-18
Filing date: 2003-12-18
Publication date: 2005-07-21

Abstract

Verfahren zur automatischen Organisation einer Kommunikation zwischen zwei Kommunikationpartnern, wobei die Kommunikation über die Leitung eines Kommunikationsnetzes, insbesondere eines Telephonnetzes oder des Internets, geführt wird, wobei jedem der Kommunikationspartner ein Netzanschluss zugeordnet ist, wobei verbale und/oder nonverbale Äußerungen eines der Partner von Sensormitteln erfasst und von einem Computerprogramm automatisch auf ihren Gehalt an Emotionalität ("Emotionsgehalt") hin untersucht werden, wobei aus dem Emotionsgehalt auf die aktuelle psychische Verfassung des Partners geschlossen wird und wobei die Information, betreffend die Verfassung des Partners, weiterverarbeitet wird.

Description

Die vorliegende Erfindung betrifft ein Verfahren zur automatischen Organisation einer Kommunikation zwischen zwei Kommunikationspartnern (Partnern), wobei die Kommunikation über die Leitung eines Kommunikationsnetzes, insbesondere eines Telphonnetzes oder des Internet, geführt wird, wobei jedem der Partner ein Netzanschluss zugeordnet ist. Die Erfindung betrifft gleichfalls ein System zur Umsetzung des Verfahrens.

Im täglichen Leben findet ein ständiger Austausch von Informationen zwischen zwei über ein Netz verbundenen Kommunikationspartnern statt. Dabei spielt sich die Kommunikation nicht nur auf der Ebene harter Fakten sondern auch auf der Ebene von Gefühlen ab. So treten Kommunikationspartner über elektronische Kommunikationsmittel, wie Telephon oder E-Mail, zueinander in Verbindung, wobei der Anlass des ersuchten Gespräches mitunter nicht sonderlich erfreulich ist. Beispielsweise ist es möglich, dass sich ein enttäuschter Kunde beim Anbieter über ein bezogenes Produkt oder eine erhaltene Dienstleistung beschweren möchte. In solchen Fällen tritt der Anrufer mitunter schon aggressionsgeladen dem Angerufenen gegenüber. Es kommt anderseits auch vor, dass nicht der Anrufer, sondern der Angerufene gerade in einer Stimmung ist, die es ihm nicht leicht macht, auf die Anliegen oder Wünsche seines Gesprächspartners mit der gebotenen Gelassenheit und mit Professionalität einzugehen. Dieser „menschliche Faktor" innerhalb der Kommunikation wird im privaten Umfeld zwar meist akzeptiert, trifft aber bei rein geschäftlichen Kontakten oft auf Unverständnis. Dies gilt insbesondere, wenn beide Partner keine persönliche Beziehung zueinander haben und sich, wie so oft, überhaupt nicht kennen.

Eine Situation, in der dieser menschliche Faktor tatsächlich zu Problemen führen kann, ist der Arbeitsablauf in einem Call-Center. Dabei wird der Einsatz solcher Call-Center, an die Kunden mit ihrer telephonischen Anfrage weitergeleitet werden oder deren Mitarbeiter sich aktiv an Kunden wenden, immer populärer. In diesem Rahmen gelangt der Kunde als Mensch über eine maschinelle technische Vorverarbeitung an einen anderen Menschen, nämlich den ihn beratenen Agenten. Hier treffen nun zwei emotionale Partner aufeinander und der Erfolg des Gespräches hängt stark von Einfühlungsvermögen und dem gegenseitigen Umgang ab. Dabei findet der Dialog innerhalb eines solchen Portals in einer quasi starren Sprach-, Bild- oder sonstigen Form statt, die zwar an die Emotionen der Partner angepasst aber diesbezüglich nicht sonderlich optimiert ist. Gerade im Umfeld von Call Centern ist es jedoch besonders wichtig, den richtigen Ton zwischen den Partnern zu treffen, da davon der Verkaufserfolg und das gute Image des Anbieters abhängt.

Die Aufgabe der vorliegenden Erfindung besteht nun darin, eine Form der Organisation einer Kommunikation über ein Portal, insbesondere über ein Sprach-Portal, zu schaffen, die sich mit einfachen Mitteln kostengünstig umsetzen lässt und die im Hinblick auf den emotionalen „menschlichen Faktor" zwischen beiden aufeinandertreffenden Partnern verbessert ist. Zudem gehört es zur Aufgabe der Erfindung, ein System zur Umsetzung des Verfahrens zu schaffen.

Diese Aufgaben werden durch das Verfahren mit den kennzeichnenden Merkmalen des Anspruch 1 und das System mit den Merkmalen des Anspruch 14 gelöst. Die Unteransprüche beschreiben vorteilhafte Ausführungsformen der Erfindung.

Der erfindungswesentliche Kerngedanke ist darin zu sehen, dass mindestens einer der Partner schon in der Phase der Anbahnung der Kommunikation oder spätestens im Laufe der Kommunikation auf seinen Gemütszustand hin untersucht wird und dass die Information über den Gemütszustand entsprechend verwertet wird. Erfindungsgemäß wird dieser Gedanke dadurch bewerkstelligt, dass verbale und/oder nonverbale Äußerungen einer der beiden Personen erfasst und von Sensormitteln automatisch auf ihren Gehalt an Emotionalität („Emotionsgehalt") hin untersucht werden, dass aus dem Emotionsgehalt auf die aktuelle psychische Verfassung der Person geschlossen wird und dass die Information betreffend die Verfassung des Partners im Hinblick auf einen positiven und geordneten Gesprächsverlauf und auf ein befriedigendes Ergebnis weiterverarbeitet wird. Durch die Erfindung wird in gewisser Weise innerhalb eines Portals, insbesondere innerhalb eines Sprach-Portals, eine emotional optimierte Mensch-Maschine-Mensch Schnittstelle geschaffen, wobei einer Emotion eine entsprechende Dialogsequenz folgen kann. Dabei ist es mit der Erfindung möglich, progressive, konservative, flippige, informations- gerechte oder kindgerechte Dialoge anzuregen und automatisch zu generieren. Als Netzwerk für die Kommunikation kommen Sprachnetze, das Internet oder Lokalnetz in Frage. Innerhalb dieser Netze ist jeweils einem Anschluss, respektive einem Teilnehmer eine Kennung, z.B. eine CLI, HLR oder IP-Adresse, zugeordnet.

An dieser Stelle sei angemerkt, dass unter dem Begriff „Äußerung" sämtliche Regungen der Person subsummiert werden, die in einem erkennbaren Zeichen Niederschlag finden. Dabei kann eine Äußerung verbal oder nonverbal, z. B. in Form einer Geste oder eines vom Körper der Person erzeugten Zeichens, erfolgen.

Die Vorteile der Erfindung, insbesondere im Hinblick auf die Organisation von Call-Centern, liegen auf der Hand: Erfindungsgemäß wird die Kommunikation zwischen zwei Partnern, beispielsweise ein persönliches Gespräch, emotional kontrolliert, so dass es eine höhere Effizienz bekommt. Emotionen können dadurch kanalisiert werden. Dabei ist es möglich, entweder den Anrufer oder den Angerufenen oder beide hinsichtlich ihrer Emotionen zu beobachten. Unter den Begriffen „Anrufer" und „Angerufener" werden im Sinne der Erfindung nicht nur die Beteiligten in einem gesprochenen Dialog, sondern auch Partner in einer über Computer „quasi online" geführten schriftlichen Kommunikation, wie es mittels E-Mail oder SMS möglich ist, verstanden.

Insbesondere ist es einerseits für einen telephonischen Kundenberater wichtig, die momentane Stimmung seines Gegenüber richtig einzuschätzen, um mit seiner Beratung Erfolg zu haben. Wenn der Kunde fröhlicher Stimmung ist, so ist er in diesem Moment auch offen für weitere Produkte und der Berater kann ihm etwas verkaufen. Ist er traurig, geht das sicherlich mit einem Desinteresse an den Produkten oder einer Produktschau einher. Vielleicht ist er aber dennoch offen für Möglichkeiten der Krisenbewältigung, beispielsweise für den Kauf von Büchern mit dem Titel „Allein, was nun ?". Ist der Kunde geladen und möchte sich massiv beschweren, dann ist es sicherlich sinnvoll, ihm die Möglichkeit zu geben, Dampf abzulassen.

Entsprechend dieser Ausführungsform der Erfindung wird die psychische Verfassung des Anrufenden im Vorfeld der Verbindung, insbesondere schon bei der Anwahl des Partners, automatisch festgestellt. Die Weiterverarbeitung kann dann dadurch erfolgen, dass an dieser Stelle eine Selektion der Anrufer stattfindet und der emotional geladene Anrufer schon mit einem psychologisch geschulten oder geschickterem Mitarbeiter verbunden wird. So wird dem Anrufenden entsprechend seiner psychischen Verfassung aus einer Gruppe möglicher Gesprächspartner ein geeigneter automatisch ausgewählt und die Verbindung zu diesem Partner hergestellt. In einer anderen Variante wird die vor oder während der Verbindung ermittelte psychische Verfassung des Anrufenden dem Angerufenen zu dessen Information über ein Ausgabemittel, insbesondere einen Bildschirm und/oder einen Lautsprecher, mitgeteilt, damit dieser sich darauf einstellen kann. Der Angerufene erhält damit eine automatische „Antenne" für die Stimmung seines Gegenüber und kann diesen gegebenenfalls zu einem geschulten Kollegen vermitteln.

Es ist andererseits auch wichtig, dass der angerufene Berater nicht gerade durch den anrufenden Kunden „auf dem falschen Fuß" erwischt wird und in dieser Situation nicht ausreichend auf die Wünsche des Kunden eingehen kann. Um das zu vermeiden, wird der Berater in einem Call-Center als Anzurufender selber in seinen Emotionen beobachtet. Vor der Herstellung der Verbindung wird also die aktuelle psychische Verfassung des Angerufenen festgestellt. Als Reaktion auf eine festgestellte untragbare psychische Verfassung des Angerufenen ist es dann entweder möglich, den jeweiligen Berater von der Beratung auszuschließen, indem die Verbindung zu dieser Person zumindest zeitweilig blockiert wird. Er wird damit automatisch in eine Zwangspause geschickt. In einer anderen Ausführung wird er zunächst ohne technische Folgen über ein Ausgabemittel, beispielsweise den eigenen Bildschirm oder einen Lautsprecher, bezüglich seiner eigenen aktuellen psychischen Verfassung informiert. In dem Bewusstsein der Lage kann er dann selber die notwendigen Konsequenzen ergreifen.

Der Emotionsgehalt der Äußerung wird vorteilhafterweise anhand von bekannten Emotionsparametern untersucht, die insbesondere nicht bewusst von der Person beeinflussbar sind. Dabei sind eine Vielzahl von Emotionsparametern denkbar, die dann in einer N×N Emotions-Faktor Matrix dargestellt und mit dem Inhalt einer Datenbank verglichen werden können. So kann zunächst eine Analyse der Stimme und der Veränderung der Stimmlage erfolgen, wobei Stimmenanhebung Stress signalisieren würde. Auch die Geschwindigkeit der Sprache ist bedeutsam hinsichtlich der Emotion. Über die Stimme ist zudem eine Analyse des Alters möglich. Entsprechende Analysegeräte können auch Mikropausen innerhalb eines Wortes auswerten und auf den emotionalen Zustand schließen. Durch die Analyse der Wortwahl könnte eventuell auf gesellschaftliche Beziehungen geschlossen werden. Auch eine Analyse der Zusammensetzung der Wortwahl und/oder der Syntax lässt Rückschlüsse auf Emotionalität zu. Im Fall einer Suche mittel einer Suchmaschine kann eine Analyse der Suchbegriffe Aufschluss über die Psyche des Gegenüber geben.

Neben der Sprache sind auch anderer Quellen für Informationen bezüglich der Emotionen denkbar. So könnte bei einer Verbindung über einen Bildschirm die Analyse der Cursorbewegung wichtige Hinweise auf den Stress liefern. Dabei könnte auf Eilbedürftigkeit geschlossen werden, wenn der Cursor sich schnell und ruckartig bewegt. Gerade im Fall von Handys, die zur Bildübertragung geeignet sind, kann eine Analyse der Bildinformation im Hinblick auf eine charakteristische Mimik und Gestik vorgenommen werden. Die übermittelte Bildinformation kann somit als „Non Verbale Kommunikation" bei der Web-Bild-Telephonie ausgewertet werden. Falls entsprechende Hilfsmittel zur Verfügung stehen, kann eine Analyse des Haut-Widerstands Zeichen von Nervosität aufdecken (Lügendetektor-Effekt). Selbst eine Analyse des ausströmenden Duftes ist nicht ausgeschlossen. Entsprechend der aufzunehmenden Parameter sind Eingabeeinheiten, wie Mikrofone, Kameras oder Steuereinheiten, insbesondere für Sprache, Bewegung, Gestik und/oder Feuchtigkeit vorzusehen. Entsprechende Ausgabeeinheiten können gebildet werden von Bildschirmen, Lautsprechern oder einfachen Signalmitteln.

Aus allen Informationen wird dann vorteilhafterweise eine N × N-Matrix gebildet, die nachfolgend bewertet werden kann. In der Datenbank ist dann vorteilhafterweise den Parametern, die aus der Dialogsequenz ermittelt werden konnten, ein Emotionsfaktor zugeordnet.

Der ermittelte Emotionsgehalt des Anrufers kann auch schon im Vorfeld einer persönlichen Betreuung durch einen Agenten des Call Centers genutzt werden. Wählt sich ein Nutzer in ein Call Center ein, wird er zunächst in einen über einen Computer geführten Dialog verstrickt. Innerhalb dieses Dialoges wird die aktuelle Emotion des Anrufers und/oder andere persönliche Daten, wie Geschlecht oder Alter, ermittelt. Je nach den ermittelten Daten werden innerhalb des Dialoges dem Anrufer angepasste Teilsequenzen individuell, beispielsweise durch Kombination vorhandener Textbausteine, zusammengestellt, insbesondere aufgenommen oder weggelassen.

Das erfindungsgemäße Verfahren kann durch einen zentral im Netz installierten Computer (Server) durchgeführt werden, über den sich der Anrufer einwählt. Im Falle der Beobachtung des Angerufenen kann es hingegen sinnvoll sein, einen Computer mit dem entsprechenden Analyseprogramm und dem Zugriff auf die entsprechenden Datenbanken dezentral an dem Ort des Bedarfs zu installieren.

Nachfolgend wir die Erfindung anhand der Flussdiagramme 1 bis 3 dargestellt. Es zeigen:
1 ein Flussdiagramm für die Analyse des Anrufenden,
2 ein Flussdiagramm für die Analyse des Angerufenen und
3 ein Flussdiagramm betreffend den Ablauf einer Dialogsteuerung.
Das Flussdiagramm nach 1 zeigt den Ablauf eines Verbindungsaufbaus beginnend mit der Einwahl eines Anrufers am Start 1. Als erster Partner der Kommunikation tritt der Anrufer als Mensch 2 in die Kommunikation. Er wendet sich an das System, wobei innerhalb des Portals zunächst an dem Punkt 3 seine Emotion analysiert wird. In die erste Analyse können Erstparameter wie CLI, HLR oder IP-Adresse eingehen. Entsprechend dem Analyseergebnis wird bei der Abfrage 4 die Kommunikation schon beendet (Stopp 5) oder das Gespräch wird zu einem von mehreren Agenten 6 vermittelt. Nun ist die Verbindung zwischen dem Menschen 2 und dem Agenten 6 hergestellt und ein Dialog findet statt, wobei in der Rückkopplung 7 die Emotionalität innerhalb des Dialoges ständig überwacht wird. In dem Beispiel nach 1 wird somit die Emotionalität des Anrufers überwacht.
In dem Verfahren, das entsprechend dem Flussdiagramm nach 2 abläuft, wird die Emotionalität des Angerufenen, hier die eines Call-Center Mitarbeiters überwacht. Ausgehend vom Systemstart 8 wird in diesem Fall der erste Agent 9 über Überwachungsmittel 10 auf seine derzeitige Gemütsverfassung überwacht. Wird ein Schwellenwert 11 überschritten, informiert das System automatisch einen übergeordneten Mitarbeiter 14, der den ersten Agenten vom Gespräch mit dem Kunden 12 abzieht und den Kunden mit dem zweiten Agenten 13 verbindet.
Realisiert wird ein solches Verfahrens vorteilhafterweise durch ein System, umfassend ein Kommunikationsnetz, insbesondere ein Telefonnetz oder das Internet, und einen an das Netz angeschlossenen Computer, wobei das Netz eine Vielzahl von Anschlüssen aufweist, über die Kommunikationspartner mittels Endgeräten, wie Telefonen oder lokalen Computern, in Verbindung treten können. Erfindungsgemäß ist auf einem Computer ein Programm realisiert, das die Äußerungen eines der Kommunikationspartner auf ihren Emotionsgehalt hin untersucht, daraus auf die aktuelle psychische Verfassung des Partners schließt und die Information betreffend die Verfassung des Partners zu der genannten Weiterverarbeitung bereitstellt.
Das Flussdiagramm nach 3 zeigt den Ablauf einer Dialogsteuerung. Beginnend mit der Einwahl des Anrufers am Start 15 bekommt der Nutzer einen Zugang zum Portal 16. Bei der Anwahl einer Rufnummer werden in Schritt 17 die Netzparameter, wie CLI, HLR oder IP-Adresse analysiert. Nachfolgend wird in 18 die Emotion analysiert, insbesondere mittels des Dialoges (Sprache) oder anderer Parameter, wie Cursorbewegung oder Bildauswertung. Dann erfolgt ein Zugriff auf die Datenbank zur Bewertung der Ergebnisse zwischen Eingabe und Ausgabe. In Schritt 19 werden nach vorbestimmten Kriterien zu einzelnen Emotionen Teilsequenz-Dialoge generiert. Beispielsweise kann der Teildialog bei Erkennen einer Kinderstimme kindgerecht aufbereitet und bestimmte Schlüsselwörter und/oder Teilsequenzen eingebaut oder entfernt werden. Es können komplizierte Fachwörter und Sachfragen ausgeblendet werden. Am Punkt 20 kann der Dialog beendet oder in einen persönlichen Dialog mit einem Agenten überführt werden.
Die Steuerung kann erfindungsgemäß derart geschehen, dass innerhalb des Dialoges (quasi)zufällige oder (quasi emotionale Schlüsselwörter eingebaut werden, die sich beispielsweise in Bezug auf Harmonie an der Emotion des Anrufers orientieren. So entsteht ein fast natürlicher Dialog. Auch füll- oder Trendwörter wie „ähm", „oh", „hmmm", „cool" usw. können verwendet werden. Ebenso kann nach Erkennen einer starken Emotion der Teildialog extrem beruhigend gestaltet werden. Gerade bei globalen Anwendungen, wo die ethnische Herkunft eine Rolle spielen kann, wirkt sich das erfindungsgemäße Verfahren besonders vorteilhaft aus.

Claims

Verfahren zur automatischen Organisation einer Kommunikation zwischen zwei Kommunikationspartnern, wobei die Kommunikation über die Leitung eines Kommunikationsnetzes, insbesondere eines Telphonnetzes oder des Internet, geführt wird, wobei jedem der Kommunikationspartner ein Netzanschluss zugeordnet ist, dadurch gekennzeichnet, dass verbale und/oder nonverbale Äußerungen eines der Partner von Sensormitteln erfasst und von einem Computerprogramm automatisch auf ihren Gehalt an Emotionalität („Emotionsgehalt") hin untersucht werden, dass aus dem Emotionsgehalt auf die aktuelle psychische Verfassung des Partners geschlossen wird und dass die Information betreffend die Verfassung des Partners weiterverarbeitet wird.
Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass die psychische Verfassung des Anrufenden vor der Herstellung der Verbindung, insbesondere schon bei der Anwahl des Gesprächspartners, festgestellt wird.
Verfahren nach Anspruch 2, dadurch gekennzeichnet, dass dem Anrufenden entsprechend seiner psychischen Verfassung aus einer Gruppe von möglichen Gesprächspartnern ein geeigneter automatisch ausgewählt wird, zu dem die Verbindung hergestellt wird.
Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass die vor oder während der Verbindung ermittelte psychische Verfassung dem Gesprächspartner zu seiner Information über ein Ausgabemittel, insbesondere einen Bildschirm und/oder einen Lautsprecher, mitgeteilt wird, damit dieser sich darauf einstellen kann.
Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass vor Herstellung der Verbindung die aktuelle psychische Verfassung des Angerufenen festgestellt wird.
Verfahren nach Anspruch 5, dadurch gekennzeichnet, dass der Angerufene über seine eigene aktuelle psychische Verfassung über ein Ausgabemittel informiert wird.
Verfahren nach Anspruch 5 oder 6, dadurch gekennzeichnet, dass bei Feststellung einer für den Anrufer untragbaren psychischen Verfassung des Angerufenen die Verbindung zu diesem blockiert wird.
Verfahren nach einem der vorherigen Ansprüche, dadurch gekennzeichnet, dass der Emotionsgehalt anhand von Emotionsparametern untersucht wird, die insbesondere nicht bewusst von der Person beeinflussbar sind.
Verfahren nach einem der vorherigen Ansprüche, dadurch gekennzeichnet, dass der Emotionsgehalt des Anrufers zur Steuerung eines automatischen Dialoges im Vorfeld der Verbindung mit einem Agenten verwendet wird.
Verfahren nach Anspruch 9, dadurch gekennzeichnet, dass der Emotionsgehalt des Anrufers dazu verwendet wird, innerhalb eines automatischen Dialoges Teilsequenzen individuell zusammenzustellen, insbesondere aufzunehmen und/oder fortzulassen.
Verfahren nach einem der vorherigen Ansprüche, dadurch gekennzeichnet, dass die Person ihre Äußerung dem Partner gegenüber über die Sprache und/oder die Körpersprache, insbesondere durch Gestik und/oder Mimik, zum Ausdruck bringt.
Verfahren nach einem der vorherigen Ansprüche, dadurch gekennzeichnet, dass die Äußerung der Person mit Sensoren beobachtet wird, die mit einem Endgerät verbunden sind, wobei als Emotionsparameter insbesondere Vitalparameter, wie der Körpertemperatur, der Pulsfrequenz, dem Hautwiderstand, dem Blutdruck und/oder der Dynamik der Standortänderung registriert werden.
Verfahren nach einem der vorherigen Ansprüche, dadurch gekennzeichnet, dass die registrierten Emotionsparameter mit Emotionsparametern, die in einer Datenbank gespeichert sind, verglichen werden und dass aus dem Vergleich der Emotionsgehalt der Äußerung ermittelt wird.
System, insbesondere zur Durchführung des Verfahrens nach einem der vorherigen Ansprüche, umfassend ein Kommunikationsnetz, insbesondere ein Telefonnetz oder das Internet, einen an das Netz angeschlossenen Computer, wobei das Netz eine Vielzahl von Anschlüssen aufweist, über die Kommunikationspartner in Verbindung treten können, gekennzeichnet durch ein auf dem Computer realisiertes Programm, das die Äußerungen eines der Kommunikationspartner auf ihren Emotionsgehalt hin untersucht, daraus auf die aktuelle psychische Verfassung des Partners schließt und die Information betreffend die Verfassung des Partners zur Weiterverarbeitung bereitstellt.