Bis wir so einfach mit Computern reden können wie die Mitglieder der Sternenflotte in Star Trek, wird es noch ein Weilchen dauern. Dazu ist die Spracherkennung zu komplex und die künstliche Intelligenz der digitalen Assistenten noch nicht ausgereift genug. Doch die Möglichkeiten des „Internet of Voice“ oder auch ­„Conversational Internet“ sind einfach zu verlockend: Immerhin lässt sich jedes Gerät und jede Anwendung mit Internetverbindung mit einem Sprachassistenten ausstatten. Anwendungs­beispiele gibt es schon – vom Kühlschrank über das Smartphone bis hin zum „sprechenden“ Auto. Und auch die Nutzer sind – zumindest theoretisch – alles andere als desinteressiert.

Umfragen wie die „Accenture Dynamic Digital Consumer“ Survey 2017“ oder die „Mindmeld Intelligent Voice Assistants Survey Q1 2016“ machen diese Tendenz deutlich. 30 Prozent der Befragten haben demnach Interesse an digitalen Sprachassistenten, jeder Zweite nutzt künstliche Intelligenz in unterschiedlicher Form schon heute mindestens einmal im Monat und 85 Prozent empfinden dies als Erleichterung. Marketing-Verantwortliche wird es freuen, dass sich bereits 54 Prozent der E-Commerce-Kunden von künstlicher Intelligenz zum Kauf motivieren ließen – und das, obwohl 90 Prozent Zweifel in Bezug auf die Datensicherheit bei der Nutzung von Sprachassistenten haben. Die Zahl der Erst- und Dauernutzer von Sprachassistenten nimmt kontinuierlich stark zu. Und dass die meisten Menschen Sprachassistenten nicht oder ungern in der Öffentlichkeit einsetzen, dürfte sich auch noch ändern – man denke nur an die privaten Gespräche, die viele Menschen heute schon in aller Öffentlichkeit an ihrem Handy führen.

Welche Systeme gibt es?

Die Potenziale, die im „Conversational Internet“ schlummern, treiben auch die großen Software-Hersteller an. Sie alle arbeiten an eigenen Sprachassistenten mit Schnittstellen zu Geräten und Software von Drittherstellern. Besonders relevant für deutsche Nutzer sind aktuell die Lösungen der großen Vier: Apples Siri, Microsofts Cortana, der Google Assistant und Amazon Alexa. Siri ist schon lange am Markt und bietet die hohen Qualitätsansprüche der Apple-Verifizierung. Amazon Alexa dagegen ist derzeit am häufigsten in Produkten von Drittherstellern zu finden.

Jedes dieser vier Systeme hat seine Schwerpunkte: Siri ist der mobile Assistent für die Hosentasche, der Nachrichten, Kalender und To-do-Listen verwaltet oder freihändiges Telefonieren ermöglicht. Google Assistant – der Nachfolger von Google Now – ist die Android-Alternative. Durch Googles breite Daten- und Wissensbasis mit Geodaten, Maps oder Google Books und vielem mehr ist er aber auch ein Suchassistent. Amazon Alexa ist vor allem für den privaten Raum konzipiert, spielt Musik, misst Kochzeiten, erzählt Witze und steuert das smarte Heim. Cortana schließlich ist der Assistent für den Computer, mit dem sich einige Aufgaben bequemer erledigen lassen. Doch das ist nur der aktuelle Stand. Generell sind die Leistungsfähigkeit und Intelligenz der Sprachassistenten heute noch verhältnismäßig gering, gemessen an dem, was  in der Science-Fiction schon lange vorstellbar ist. Jede technische Lösung kann ihre Positionierung durch Weiterentwicklungen daher noch deutlich verändern. Nicht zuletzt bestimmen die Gerätehersteller, welche Assistenten künftig welche Anwendungszwecke bedienen.

Kein Wunder, dass alle Assistenten Schnittstellen aufweisen, um etwa Smart-Home-Geräte ansteuern oder sich in die Software Dritter integrieren zu können. Apple Homekit, Google
Actions oder Cortana Devices schaffen die Verbindung zu fast allen gängigen Gerätemarken. Dazu gehören Homematic, Tado, Osram, Philips, Lenovo oder Bosch. Die Unternehmen freuen sich dank der Sprachassistenten über deutlich höhere Umsätze als die Softwarespezialisten selbst. Denn das Conversational Internet braucht nur wenige Sprachassistenten – aber unzählige schaltbare Steckdosen. Alleine in den USA soll laut Statista das Smart-Home-Entertainment-Segment mehr als 24 Prozent pro Jahr wachsen. Bis 2021 soll der gesamte Smart-Home-Markt weltweit rund 80 Milliarden US-Dollar wert sein. Das will sich keiner entgehen lassen.

Auch Amazon nicht. Für sein Voice-First-Gerät Echo bietet der Konzern in den USA mehr als 10.000 Apps – sogenannte „Voice Skills“, die den Sprachassistenten Alexa erweitern, etwa um Smart-Home-Schnittstellen oder Spiele. Letztere sind bald vielleicht auch in Gruppen möglich und eröffnen dann völlig neue Per­s­pektiven für das Gaming. Und auch die Gerätehersteller arbeiten daran, die Steuerung ihrer Geräte per Sprachassistent zu ermöglichen: So hat etwa der Autobauer Ford auf der CES 2017 in Las Vegas angekündigt, Alexa in sein Infotainment-System integrieren zu wollen.

Künstliche Intelligenz und Sprachoptimierung

Ob Suchanfrage, Kalendereintrag, Whatsapp-Nachricht oder SMS: Die meisten Funktionen heutiger Sprachassistenten basieren noch auf der Kommandoebene. Einen natürlichen Dialog, etwa mit Rückfragen oder Bestätigungen, gibt es zwischen Mensch und Maschine bisher kaum. Kein Wunder, mussten Entwickler doch bislang ganz anders vorgehen: Sie sind es gewohnt, den kürzesten Weg zu einem Ziel einzuschlagen und damit in Schlagworten – und nicht in ganzen Sätzen – zu denken. Doch genau dieser Kontext ist bei einer natürlichen Sprache das A und O. Auf dem Bildschirm kann jeder aus einer Liste einen Punkt wählen. Liest ein Sprachassistent die gleiche Liste vor, hat man den ersten Punkt schon wieder vergessen, bevor er fertig ist.

Sprachassistenten müssen erst noch lernen, die menschliche Sprache wirklich zu verstehen und zu sprechen. Künstliche Intelligenz ist dabei ein Schlüsselfaktor. Mit ihrer Hilfe kann ein Sprachassistent den Kontext einer Anfrage erkennen, den besten Treffer auswählen und durch Nachfragen spezifizieren oder ändern. Dazu müssen die umgebenden Texte, die Metadaten, ganze Sätze und nicht nur Schlagwörter enthalten. Der Paradigmenwechsel weg vom Schlagwort hin zur natürlichen Konversation erfordert andere Entwicklungsstrategien. Der kürzeste Weg ist nicht mehr der beste. Der beste Weg ist der, der den Kontext mit all seinen Variationen wiedergibt.

Das bedeutet auch: Je besser die Inhalte einer Website an Sprachassistenten – und damit an die natürliche Sprache der Menschen – angepasst sind, desto größer ist die Chance, ans Ohr der Nutzer zu gelangen. Der Wettbewerb wird damit hochwertiger. Das ist keine Zukunftsmusik: 2016 sollen Sprachassistenten bereits 20 Prozent aller Google-Suchanfragen in den USA gestellt haben. 2017 soll diese Zahl auf 40 Prozent steigen. Website-Betreiber müssen sich daher eher heute als morgen mit der Versprachlichung ihrer Inhalte auseinandersetzen. Nicht nur, damit die Assistenten ihre Inhalte wiedergeben können, sondern auch, weil die Suchmaschinen die Kompatibilität zu Sprachassistenten künftig sicher als Faktor in ihr Ranking einbeziehen werden.

Chancen für Den E-Commerce?

Keines der genannten Voice-First-Konzepte funktioniert derzeit komplett eigenständig. Irgendwo gibt es immer nötige oder un­nötige Medienbrüche, wenn die bisherigen Lösungen an ihre Grenzen stoßen. Insofern sind die Auswirkungen für E-Commerce und Marketing noch nicht vollständig absehbar. Klar ist: Im E-Commerce wird es nie ganz ohne Bilder gehen. Nicht nur, um Farbe und Form eines Produktes darzustellen, sondern auch, weil das Auge viele Inhalte auf einmal erfassen kann, das Ohr aber nur ein Wort nach dem anderen.

Selbst der Schöpfer zweifelt an uneingeschränkten Einsatzmöglichkeiten: „Der größte Teil des Onlinehandels wird auch künftig über Bildschirme laufen“, sagt Amazon-Chef Jeff Bezos. Assistenten wie Echo taugen daher seiner Ansicht nach nur bedingt zum Einkaufswerkzeug. Das Conversational Shopping eignet sich eher für Produkte, die eindeutig sind und keinen Bildschirm brauchen. Damit kommt es dem Amazon-Dash-Button gleich: Eine Packung AA-Batterien oder die immer gleiche Handcreme lassen sich gut via Sprachbefehl bestellen – das neue Sommerkleid oder eine Tapete dagegen wohl eher nicht. Dennoch: Für die Eingabe und Eingrenzung können Sprachassistenten die Tastatur, den Bildschirm oder auch die Maus durchaus ersetzen. Entscheidend ist allein der Anwendungsfall.

Google hat seinen Sprachassistenten mit seiner Shopping-Plattform Google Express verbunden – derzeit allerdings nur in den USA. Die anderen Hersteller von Sprachassistenten haben diesen Schritt noch nicht vollzogen. Sicherlich auch, weil ihnen Basisinformationen wie Adressen, Preise, Kategorien, Öffnungszeiten, Geodaten und vieles mehr fehlen. Google hat also ­einen klaren Wettbewerbsvorteil für das Conversational Shopping. Weil der Konzern – anders als Amazon – jeden Shop, der sich bei Google Express andockt, an seine Voice-Shopping-Funktion anbindet, können sich hier kleine Händler früh gut positionieren.

Das Content-Marketing lernt sprechen

Gestalten sich die Anwendungsszenarien im E-Commerce noch eher schwierig, könnte das Marketing dagegen schon sehr bald von den Sprachassistenten profitieren. Statt Informationen und Botschaften nur zu senden, können Anbieter mittels der neuen Technologien echte Dialoge führen und ihre Marken und Produkte so greifbarer machen. Für Kunden entstehen Mehrwerte, beispielsweise durch schnelle Klärung von Rückfragen – wenn das denn technisch möglich wird – oder auch einfach durch gute Unterhaltung. Ein schönes Beispiel hat vor kurzem der TV-Sender Fox mit dem Sprachassistenten Alexa geliefert: Ein interaktives Spiel, bei dem der Spieler verbal in nur 24 Sekunden Aufgaben lösen muss, promotet letztlich die neue Fernsehserie „24 Legacy“.

Unternehmen könnten beispielsweise auch Produktberater mit Sprachassistenten ausstatten. Der Hosenhersteller Alberto bietet einen solchen mittels Alexa an: im Grunde eine komplexe Suche. Doch die verbale Form führt weg vom stumpfen Präsentieren hin zu einem echten Austausch mit dem Kunden. Auch verbale Foren und Blogs könnten ganz neue Formen der Kommunikation bieten – und damit auch neue Ansätze für das Content-Marketing. Ein Foreneintrag würde so zum Teil eines Gruppengesprächs. Je intelligenter der Sprachassistent, desto weniger entsteht dabei der Eindruck von Werbung. Einmal mit entsprechender Intelligenz ausgestattet, könnten Sprachassistenten aus allen Einträgen die passendsten Antworten und Produktvorschläge aussuchen oder allein durch Zuhören in die Lage versetzt werden, das beste Produkt zu empfehlen.

Auch für den Kundensupport werden Sprachassistenten künftig eine Hilfe sein. Kunden greifen oft lieber zum Telefon, als sich lange Fehlermeldungen, Anleitungen oder FAQs durchzulesen. Ein wirklich smarter Sprachassistent kann besonders in kritischen Gesprächen zur Entspannung der Lage beitragen – allein schon durch seine Emotionslosigkeit. Eine weitere Idee: Komplexe Software von vorneherein mit einem intelligenten Sprachassistenten bestücken, der das Onboarding zusammen mit dem Anwender individuell gestaltet. Niemand quält sich schließlich gerne durch lange Dokumentationen.

Sprachassistenten wirken auf manche Marketer zunächst wie ein Werbeblocker für visuelle Werbemittel: Sie machen viele Konzepte der Werbemittelplatzierung, vom Banner bis hin zur Maßgabe „auf Seite eins im sofort sichtbaren Bereich“, überflüssig. Im Conversational Shopping gibt es keine Seite eins mehr. Stattdessen bietet das Reich der Sprache neue Ansätze, Botschaften zu transportieren. Und wäre es nicht ohnehin besser, wenn Werbung Teil eines Dialogs wäre und nicht mehr ein störendes Element? So wäre es doch eine Idee, den Nutzer einfach einmal zu fragen, ob er erst ein bisschen Werbung oder hilfreiche Tipps rund um den angefragten Kontext hören will, bevor es zum eigentlich Inhalt geht.

Bisher hat sich das Marketing noch immer sehr schwer mit intelligenten Werbeformen getan, denn Interaktivität bedeutet nicht zuletzt Zuhören. Doch gerade das ermöglicht es Marken,  ganz nah an die Wünsche ihrer Kunden zu rücken.

Fazit

Durch „Voice First“ wird das Internet menschlicher – und unberechenbarer. Nicht zuletzt deswegen ist das Conversational Internet nicht allen Marketern und Werbern geheuer. Dabei bieten Sprachassistenten in Form von Produktberatern, Spielen, Nachschlagewerken oder Voice-Shopping neue Möglichkeiten, die Wünsche der Kunden zu erfahren. Das Internet of Voice bringt das Marketing näher an seine Zielgruppen als je zuvor.