Eine realistische Sicht auf Voicebots

Sprachtechnologie, die Geräte wie Amazons Alexa und Google Home antreibt, ist die nächste Grenze für aufstrebende Technologieunternehmen.

Facebooks Ankündigung, ParlAI auf den Markt zu bringen, hat den Ehrgeiz der Branche nur noch verstärkt, das ultimative Ziel zu erreichen, nämlich sinnvolle Gespräche mit Computern per Sprache zu führen.

Aber halten wir uns zurück; so weit sind wir noch nicht.

Bei MediaMonks erhalten wir immer mehr Anfragen von Marken, die dieses aufstrebende Dienstprogramm erforschen wollen, und gleichzeitig arbeiten wir mit Technik- und Produktteams zusammen, um genau zu verstehen, was die Technologie leisten kann. Wie es aussieht, müssen wir noch einige Sprünge machen, aber eines ist sicher: Die sprachgesteuerte Technologie wird immer intelligenter werden, und zwar schnell.

Vor kurzem sprach ich mit einem leitenden Angestellten eines weltweit führenden Konsumgüterunternehmens. Beim Fernsehen sah er eine interessante Werbung für ein ähnliches Produkt wie sein eigenes. Dies veranlasste ihn, Alexa zu testen. Er fragte, welches die beste Marke für die Produktkategorie sei, und Alexa antwortete prompt mit einer Liste von Wettbewerbern. Später bot ihm einer an, ihm eine Probe zu schicken, und ein anderer nannte die besten Preise. Dies zeigt, dass wir vielleicht noch keine sinnvollen Gespräche führen, aber die sprachgesteuerte Technologie nimmt zu, und damit auch die Möglichkeiten für Marken, sich diese zunutze zu machen.

Das Gute, das Schlechte und das Vielversprechende

Eine aktuelle Studie zeigt, dass der US-Markt für sprachgesteuerte Assistenten seit 2016 um fast 130 Prozent gewachsen ist.

Heute dominieren Amazon Echo (Alexa) und Google Home - die sich von Apples Siri und Google Now dadurch unterscheiden, dass sie unabhängige, stationäre Geräte sind - den Markt. Ihre Hauptfunktion besteht darin, ein "intelligenteres Zuhause" zu schaffen, indem sie Musik abrufen, Sie an Ihre Termine erinnern und sogar Quizfragen beantworten.

Einer der größten Vorteile der sprachgesteuerten Technik ist die Zeitersparnis. Sprechen ist natürlicher als Schreiben, und da Sie Ihr Telefon nicht herausholen müssen, geht es schneller. Außerdem ist es für diejenigen leichter zugänglich, die aus dem einen oder anderen Grund nicht in der Lage sind, Tastaturen oder Bildschirme zu benutzen.

Vielleicht. Aber diese Funktion ist immer noch fehleranfällig. Wenn viele Menschen gleichzeitig in der Nähe eines Geräts sprechen, hat es Schwierigkeiten, den Aktivierungssatz tatsächlich zu hören. Wenn Sie Ihre Aufforderung immer wieder wiederholen müssen, kann das mehr Zeit in Anspruch nehmen, als wenn Sie einfach zum Gerät gehen und einen Schalter umlegen.

Auch die Frage des Datenschutzes ist zu bedenken. Die jüngste Fernsehwerbung von Burger King mit "OK, Google" ist ein Paradebeispiel dafür. Der Werbespot benutzte das Signalwort "OK, Google", um Geräte aufzufordern, ihre Burger zu beschreiben, aber innerhalb weniger Stunden nach der Veröffentlichung - und nach lustigen Änderungen auf der Whopper-Wikipedia-Seite - wurde der Spot zurückgezogen. Die breite Berichterstattung über diesen Werbespot machte deutlich, dass die Sprachtechnologie für viele noch neu ist und die Vorstellung, dass irgendjemand oder irgendetwas die Menschen belauscht, beunruhigend ist.

Diese Probleme sind jedoch nur Pannen. Die größte Herausforderung besteht darin, dass wir zwar Verfahren entwickelt haben, die es Computern ermöglichen, die Übersetzung, Spracherkennung und Sprachsynthese zu verbessern, die meisten Computer aber immer noch nicht die Bedeutung von Sprache verstehen.

Und Untersuchungen bestätigen, dass der Durchschnittsbürger Schwierigkeiten hat, diesen aufkommenden Techniktrend in seinem täglichen Leben zu nutzen.

Marken sollten sich auf morgen vorbereiten, und zwar schon heute

Die Liste der derzeitigen Einschränkungen ist lang. Trotz dieser Nachteile bedeuten Fortschritte beim maschinellen Lernen, dass Computer immer besser erkennen können, was Menschen sagen. Noch sind wir nicht so weit, aber Zuckerbergs Ziel einer KI, die gesprochene Sprache versteht, ist vielleicht nicht mehr weit entfernt.

Im Jahr 2011 wurde der weltweite Markt für Spracherkennung auf fast 47 Milliarden geschätzt. Sechs Jahre später hat sich diese Zahl auf 113 Milliarden mehr als verdoppelt. Mit der angekündigten Investition von Facebook wird der Übergang von der Spracherkennung zur Verarbeitung natürlicher Sprache in großem Maßstab beschleunigt. Sobald dies erreicht ist, wird Zuckerbergs Wunsch, dass Computer anspruchsvollere Unterhaltungen führen können, in Erfüllung gehen.

Marken können schon heute damit beginnen, sich auf diese neue Grenze vorzubereiten. Wie mein früheres Beispiel von Alexa zeigt, werden sich bald mehr und mehr Verbraucher diesen Produkten zuwenden, um Optionen zu vergleichen und Einkäufe zu tätigen. Marken müssen diesen Wandel jetzt antizipieren, indem sie diese Geräte in ihre E-Commerce- und Marketing-Strategien einbeziehen. Genauso wie das Online-Shopping den stationären Handel verändert hat, wird die Sprachaktivierungstechnologie die nächste Stufe erreichen.

Das Versprechen einer sinnvollen Konversation und ergebnisorientierter Lösungen, die von Menschen im Zusammenspiel mit Computern bereitgestellt werden, entwickelt sich jeden Tag weiter. Lassen Sie uns alle diese Technologien weiter erforschen und dazu beitragen, dass sie intelligenter und sinnvoller werden... ein Wort nach dem anderen.

Dieser Artikel erschien ursprünglich auf VentureBeat am 26. Juni 2017.