Entwicklung eines KI-basierten FAQ-Chatbots für die Hochschule im Bereich Prüfungsangelegenheiten
Schlagworte:
Adam Optimizer, Angular, Chatbot, Deep Learning, Docker, FAQ-Bot, Flask-Framework, Gunicorn, Hochschulberatung, Keycloak, Künstliche Intelligenz (KI), Machine Learning (ML), MongoDB, Natural Language Processing (NLP), Natural Language Toolkit (NLTK), Neuronale Netze, NGINX-Webserver, Python, PyTorch, Reinforcement Learning, REST-API, Sentence Similarity Model, spaCy, TransformersAbstract
Es ist davon auszugehen, dass die Nutzung von Chatbots in den nächsten Jahren enorm ansteigen wird – nicht erst, seit „ChatGPT“ in aller Munde ist. Als Hochschule lag es nahe diesen Trend frühzeitig zur Verbesserung der studentischen Beratungssituation aufzugreifen.
Dieser Artikel stellt das vom Prüfungsausschuss-Vorsitzenden der Wirtschaftsinformatik an der THM im Verlauf des Jahres 2021 initiierte Projekt vor, das die Entwicklung eines KI-basierten FAQ-Chatbots im Bereich Prüfungsangelegenheiten zum Ziel hat.
Der Chatbot wurde entworfen, um Studierende bei häufig gestellten Fragen im Zusammenhang mit Prüfungsangelegenheiten im Bereich Wirtschaftsinformatik zu unterstützen. Es ist vorgesehen, dass mit Hilfe von Machine-Learning-Algorithmen der KI-basierte Chatbot kontinuierlich dazulernt und seine Antwortgenauigkeit und -effektivität verbessert. Er bietet den Studierenden eine einfache Möglichkeit, schnell und unkompliziert Antworten zu erhalten und kann auch 24/7 genutzt werden. Die Integration des Chatbots in die Website der Hochschule trägt dazu bei, die Effizienz der Studierendenberatung zu erhöhen und das Nutzererlebnis zu verbessern.
Literaturhinweise
N. Inerle, T. Ochs und L. Offermanns, „Entwicklung eines FAQ-Chatbots zur Beratung im Hochschulbereich“, Abschlussdokumentation des Master-Entwicklungsprojekts Wirtschaftsinformatik WS21/22 (intern), THM, Friedberg, März 2022
T.-A. Hua, S. Kirchner, S. Sahba und D. Tansel, „KI-basierter FAQ-Chatbot für eine Hochschule im Bereich Prüfungsangelegenheiten“, Abschlussdoku-mentation des Master-Entwicklungsprojekts Wirtschaftsinformatik SoSe22 (intern), THM, Friedberg, Oktober 2022.
S. B. Sonawane, A. S. Badwar, R. H. Dalvi, G. N. More und S. Talekar, „Design of Chatbot System for Student“, International Journal of New Innovations in Engineering and Technology, p. 6, 2020
L. H. Su, T. Dang-Huy, T. Thi-Yen-Linh, N. Thi-Duyen-Ngoc, L. Bao-Tuyen und N. Ha-Phuong-Truc, „Development of an AI Chatbot to Support Admissions and Career Guidance for Universities“, International Journal of Emerging Multidisciplinary Research, Nr. 4, p. 9, 2020.
A. Dietrich, „Chatbots – Wie müssen sie gestaltet sein, um den Anforderungen zu genügen?“, Hochschule Luzern, 29. April 2019. [Online]. https://hub.hslu.ch/retailbanking/chatbots-wie-muessen-sie-gestaltet-sein-um-den-anforderungen-zu-genuegen/. [Zugriff: 30 April 2023].
Y. Altmann, „8 Funktionen, die jeder Chatbot haben sollte“, Userlike UG, 21 Januar 2021. [Online]. https://www.userlike.com/de/blog/chatbot-funktionen. [Zugriff: 26 April 2023].
D. Biswas, „Self-improving Chatbots based on Deep Reinforcement Learning“, towardsdatascience, 14 September 2020. [Online]. https://towardsdata science.com/self-improving-chatbots-based-on-reinforcement-learning-75cca62debce. [Zugriff: 02 Mai 2023].
A. Singh, P. Murugeswari, S. D. P. Ragavendiran, A. Kaur, G. Singh und S. Margabandu, „AI-based Chatbot for Physically Challenged People“, in International Conference on Edge Computing and Applications (ICECAA), Tamilnadu, India, 2022.
M. Karna, D. S. Juliet und R. Joy, „Deep learning based Text Emotion Recognition for Chatbot applications“, in 4th International Conference on Trends in Electronics and Informatics (ICOEI) (48184), Tirunelveli, India, 2020.
Downloads
Veröffentlicht
Ausgabe
Rubrik
Lizenz
Copyright (c) 2023 Harald Ritz, Dogus Tansel
Dieses Werk steht unter der Lizenz Creative Commons Namensnennung 4.0 International.
