Sprachassistenten: die Zukunft oder nur ein Trend?

Die ersten Sprachbefehle für Telefone und Computer waren weit entfernt von dem Standard, wie ihn Science-Fiction-Serien wie beispielsweise Star Trek präsentierten. Die Kommunikation – so sie denn überhaupt stattfand – war ein mühseliger Prozess mit unnatürlicher Sprache, langsamer Aussprache und langen Pausen zwischen den einzelnen Wörtern. Und wer kein akzent- und dialektfreies Hochdeutsch sprach, hatte noch mehr Probleme verstanden zu werden.

Zum Glück hat die Technologie mittlerweile Fortschritte gemacht. Heute sind Sprachassistenten auf dem Großteil unserer Smartphones verfügbar – und da es bis 2021 weltweit mehr als 6 Milliarden Smartphones geben wird, ist das eine geeignete Plattform. Vor Kurzem haben die Assistenten als Standalone-Geräte wie Google Home und Amazon Alexa auch Einzug in unsere Wohnzimmer gehalten. Stimmerkennung, Cloud-Computing und maschinelles Lernen sind inzwischen so gut, dass stimmaktivierte Technologien sich sprunghaft verbreitet haben, und wenn wir unseren Geräten eine einfache Aufgabe geben, erledigen sie diese auch (zumindest meistens).

Aber obwohl die Technologie ausgereifter und vielseitig einsetzbar ist, fehlt ihr nach wie vor ein primäres Nutzenversprechen für Mainstream-Kunden. Sie muss auch Nutzer ködern, die weniger technikaffin sind, und daran wird sich letztlich entscheiden, ob die Sprachassistenten eine Zukunft haben.

Es wird persönlich

Wenn wir zum Kernbereich der Sprachassistenten vorstoßen wollen, müssen wir uns in die Privathaushalte begeben. Ob es nun darum geht, Timer beim Kochen einzustellen, Medien zu steuern oder das Licht ein- und auszuschalten, die Technologieriesen wollen diese Assistenten mehr und mehr ins Zentrum unseres häuslichen Lebens rücken. Mit anderen Worten; Apps werden nicht mehr mit den Fingern bedient, sondern mit den Stimmbändern. Es kann kein Zweifel daran bestehen, dass diese Veränderung ein großes Potenzial für den Einsatz in den eigenen vier Wänden bietet. Sie haben dadurch die Hände für andere Aktivitäten frei, können zum Beispiel kochen und gleichzeitig dem eBook mit dem Rezept befehlen, die Seite umzublättern oder in jedem Raum die Lautstärke Ihres Soundsystems zu regeln und so weiter.

Aber es ist etwas anderes, ob Sie die Eingabebefehle bei sich zu Hause geben oder diese in aller Öffentlichkeit um einiges lauter erteilen müssen. Erinnern Sie sich daran, wie peinlich Bluetooth-Headsets oftmals sein konnten. Aktuell sieht es so aus, dass nur technikbegeisterte Early Adopter, denen die Außenwirkung gleichgültig ist, die über 100 Euro teuren Geräte wie Google Home und Amazon Echo in signifikanten Stückzahlen kaufen. Dazu kommt, dass Menschen zwar durchaus bereit sind, in Teilen ihres digitalen Lebens mit ihrer Stimme zu interagieren, dabei aber häufig ganz andere Probleme auftreten. Denn so praktisch es zum Beispiel sein mag bei Spotify einen Song durch Spracheingabe auszuwählen – was passiert, wenn Ihnen der gewünschte Titel nicht einfällt? Dann geht es nicht weiter. Mit einem Touchscreen hingegen können Sie problemlos scrollen, bis Sie ihn gefunden haben. Das mag nur eine Kleinigkeit sein, aber für viele ist so etwas wichtig. Derartige Feinheiten des Nutzererlebnisses sind jedoch bei der Kaufentscheidung nicht selten das Zünglein an der Waage.

Wir rechnen derzeit mit einer langsam und stetig steigenden Akzeptanz der Sprachassistenten. Einen Kaufboom wird es wahrscheinlich nicht geben, vielmehr ist es ähnlich wie bei der Apple Watch und dem iPhone. Stimmaktivierung wäre sofort ein Durchbruch, wenn sich das Touchscreen-Problem lösen würde, aber es gibt gar kein Problem mit Touchscreens. Den Kunden wird eine Alternativlösung angeboten, die aber nicht notwendigerweise besser ist. Stattdessen dienen technikaffine Early Adopter als Versuchskaninchen für Anwendungsfälle und sobald die Preise sinken wird die Kundenbasis schon aus Neugier etwas breiter werden. Mit zunehmender Vernetzung der Haushalte wird auch der praktische Nutzen der Interaktion mit Sprachassistenten besser erkannt und angenommen werden.

Einsatz in der Arbeitswelt

Auch in der Arbeitswelt besteht für Sprachassistenten wie Siri und Cortana enormes Potenzial. Denn statt wild auf einer Tastatur oder dem Bildschirm eines Smartphones herumzutippen, könnten wenige Worte eine App öffnen, eine Einladung erstellen oder den Beitritt zu einer Konferenz ermöglichen. Die Technologie, um daraus Alltagsrealität zu machen, existiert bereits, aber sie wird einfach noch nicht in größerem Rahmen eingesetzt. Das liegt nicht zuletzt daran, dass die meisten Menschen nicht in einem isolierten Raum arbeiten und es, gelinde gesagt, ermüdend ist, wenn man den gesamten Arbeitstag redend verbringen muss. Technologie, die ohne Kontakt zur Alltagsrealität entwickelt wird, erweist der Innovation an sich einen schlechten Dienst. Sprachassistenten haben also durchaus das Potenzial zu einem komplexen Tool und könnten sogar unsere Kommunikationsmethoden revolutionieren, aber dazu muss sich zunächst unsere typische Arbeitsumgebung verändern.

Unter diesem Blickwinkel betrachtet, gibt es aber vielleicht doch einen Ort, der bislang als idealer Anwendungsfall vernachlässigt wurde: das Auto. Das Auto ist für viele Fahrer zu einem Knotenpunkt geworden – vor allem für Pendler mit längeren Anfahrtswegen – in dem unterwegs zum Büro E-Mails diktiert und Telefonkonferenzen abgehalten werden. Hier besteht für Sprachassistenten die Chance, zum Personal Assistent des durchschnittlichen Arbeitnehmers zu werden. Allerdings muss der Anwendungsfall dazu die richtigen Inhalte und eine entsprechende Umgebung erhalten.

Hey, Siri, was willst du werden, wenn du groß bist?

Die Welt der Sprachassistenten hat einige tiefsitzende Probleme. Sie mögen bei Ihnen zu Hause von Nutzen sein, scheitern aber draußen in der Welt. Bei Smartphones ist für viele Basisaufgaben das Scrollen unerlässlich; die Auswahl eines Songs zum Beispiel ist mit einem Bildschirm viel einfacher. Die Stimme ermöglicht diese Intuitivität aber nicht und damit ist bei sehr vielen Aktivitäten die Chance gering, dass die Technologie den Touchscreen ersetzt. Die Interaktion über die Stimme wird nicht verschwinden, aber sie wird die vertrauten Touchscreens eher ergänzen als ersetzen. Der Schlüssel zum Erfolg der Stimmaktivierung liegt daher im Marketing geeigneter Anwendungsfälle.