Die Zukunft der Sprachassistenten

Auf dem Voice Summit in Newark ging es um den Status quo und die Zukunft der Sprachassistenztechnologie. Nicolas Konnerth, Head of Voice bei ERGO, über seine Konferenzeindrücke und die neuen Trends beim Thema Voice.

Bei neuen Technologien ist es manchmal ganz einfach in die Zukunft zu schauen: Es braucht nur einen Blick auf einen fremden Markt, auf dem die Technologie bereits weiterentwickelt und breiter adaptiert ist. Das gilt bei Sprachassistenten umso mehr. Die Sprachbarriere sorgt dafür, dass neue Technologien erst mal nur auf dem amerikanischen Markt gestartet werden, ehe sie nach zwei bis drei Jahren auch in Deutschland eingeführt werden.

Dort eine Konferenz zu besuchen gewährt wertvolle Eindrücke, was uns in Deutschland erwartet. Als Head of Voice bei ERGO ist es meine Aufgabe, unsere Gruppe auf diese Zukunft vorzubereiten.

Die Trends der Voice-Branche

In Deutschland ist die Community rund um das Thema Sprachassistenten noch überschaubar. Auf dem Voice Summit in Newark wurden 5.000 Besucher erwartet, die sich Vorträge von über 350 Speakern anhörten. Gastgeber war das New Jersey Institute of Technology. Die zahlreichen Präsentationen, Panels und Messestände wurden in den Sporthallen und Vorlesungssälen des Campus organisiert.

 Einer der Teilnehmer sagte zu mir: „Du weißt, dass es ernst wird, wenn man mittlerweile von einer eigenen Branche spricht“. Und diese Branche hat bereits heute und in Zukunft einiges zu bieten. Es wird einfacher werden, Sprachassistenten neue Fähigkeiten beizubringen.

Voice kann auch Visuals

Zwar haben die IT-Analysten von Gartner prophezeit, dass 30 Prozent aller Webinteraktionen im Jahr 2020 ohne Bildschirm auskommen, aber mittlerweile entwickelt sich genau in dem Zusammenspiel zwischen Sprachassistent und Bildschirm eine echte Stärke. Hinter dem recht technischen Begriff der „Multimodalität“ verbirgt sich der Trend, dass immer mehr Sprachassistenten durch Bildschirme ergänzt werden – sei es durch den Fernseher zu Hause, das Handy in der Hosentasche oder durch einen im Smart Speaker verbauten Bildschirm.

Dadurch kann die Nutzererfahrung durch zusätzliche Informationen angereichert oder überhaupt erst bestimmte Inhaltsformate wie beispielsweise Bilder oder Videos ermöglicht werden. Da Google-Assistant-Nutzer ohnehin typischerweise über Smartphones mit ihren Assistenten kommunizieren, ist es dort eine nicht zu vernachlässigende Designkomponente geworden. Aber auch bei Alexa müssen wir mittlerweile davon ausgehen, dass jeder sechste Nutzer über Echo auf unsere Skills zugreift.

Sprachassistenten werden omnipräsent

Die meisten von uns tragen Sprachassistenten bereits heute in Form von Smartphones mit sich herum, aber zukünftig werden Sprachassistenten omnipräsent sein. Dazu gehört beispielsweise der wachsende Anteil von Sprachassistenten in Autos – selbst dann, wenn das eigene Auto ein Oldtimer ist, lässt es sich mit Hilfe von Echo Auto recht einfach aufrüsten. Gleichzeitig entstehen auch immer mehr neue Konzepte, wie wir Sprachassistenten auch außerhalb unserer Smartphones mit uns tragen können: Beispielsweise in Form von Sonnenbrillen.

Voice wird einfühlsamer

Wenn ich meinen Sprachassistenten frage, wer ich bin, kann dieser mich bereits heute mit recht hoher Wahrscheinlichkeit von einer fremden Person unterscheiden. Über Audio kann man künftig noch sehr viel mehr herausfinden: Wie alt ist der Sprecher? In welcher gesundheitlichen Verfassung befindet er sich? Ist jemand gestürzt? Ist der Sprecher alleine oder in einer Gruppe?

Mit Hilfe dieser zusätzlichen Informationen könnten potenziell neue kontextbasierte Fähigkeiten für Sprachassistenten entwickelt werden. Beispielsweise ein Notfallservice, der Angehörige informiert, wenn jemand gestürzt ist oder die Abfrage von Kontoinformationen, die nur dann funktioniert, wenn der Nutzer alleine ist und eindeutig identifiziert wurde.

Spannende Diskussionen

Neben diesen Trends in Voice waren aber vor allem auch die Diskussionen vor Ort sehr spannend. Dazu gehörten die Gespräche mit zahlreichen Start-ups und den großen Anbietern im Voice-Umfeld. Auch Future of Voice, mit denen wir sehr partnerschaftlich zusammenarbeiten, waren selbstverständlich vor Ort.

ERGO ist nicht allein mit der Vision für Voice. Ein kurzfristiges Treffen mit Kolleginnen und Kollegen aus der Finanz- und Versicherungsbranche brachte viele Teilnehmer zusammen. Es war spannend zu sehen, wie die Versicherungen auf dem amerikanischen Markt diesen Trend für sich gestalten. Wenn ich das mit unseren Entwicklungen vergleiche, sind wir bereits auf einem sehr guten Weg.

Von Nicolas Konnerth