Natural Language Understanding (NLU)
NLU ist die KI-Fähigkeit, die Bedeutung, Absicht und Struktur natürlicher Sprache zu verstehen – nicht nur Wörter zu erkennen, sondern ihren Sinn zu erfassen.
NLU gibt KI-Systemen Sprachverständnis – die Fähigkeit, Absicht, Entitäten und Kontext aus natürlicher Sprache zu extrahieren.
Erklärung
NLU umfasst Intent Recognition, Entity Extraction, Sentiment Analysis und Kontextverständnis. In Chatbot-Pipelines ist NLU die erste Stufe: Eingabe verstehen, bevor Dialog Management und Response Generation folgen.
Relevanz für Marketing
Ohne NLU können Chatbots nur auf Keywords reagieren. Gute NLU ermöglicht natürliche, kontextbewusste Interaktionen.
Beispiel
"Kannst du mein Meeting morgen auf 15 Uhr verschieben?" → NLU erkennt Intent (reschedule), Entitäten (morgen, 15 Uhr) und Kontext (Meeting).
Häufige Fallstricke
Ironie und Sarkasmus werden falsch interpretiert. Coreference Resolution scheitert bei komplexen Bezügen. Domänen-spezifisches Vokabular fehlt.
Entstehung & Geschichte
SHRDLU (1970) verstand einfache Befehle in einer Block-Welt. Statistische NLU (1990er-2010er) nutzte Feature-Engineering. BERT (2018) brachte kontextuelles Verständnis. LLMs (2022+) lösen NLU-Tasks ohne explizite Pipelines.
Abgrenzung & Vergleiche
Natural Language Understanding (NLU) vs. NLP (Natural Language Processing)
NLP ist das Gesamtfeld der Sprachverarbeitung; NLU ist der Teilbereich des Verstehens (im Gegensatz zu NLG = Generierung).
Natural Language Understanding (NLU) vs. Intent Recognition
Intent Recognition ist ein Teil von NLU; NLU umfasst zusätzlich Entity Extraction, Sentiment und Kontext.