Marketing mit Sprachassistenten: So setzen Sie Alexa, Google Assistant & Co strategisch erfolgreich ein

Thomas Hörner

Marketing mit SprachassistentenSo setzen Sie Alexa, Google Assistant & Co strategisch erfolgreich ein

Thomas Hörner

Bamberg, Bayern, Deutschland

ISBN 978-3-658-25649-4e-ISBN 978-3-658-25650-0

https://doi.org/10.1007/978-3-658-25650-0

Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliografie; detaillierte bibliografische Daten sind im Internet über http://dnb.d-nb.de abrufbar.

© Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2019

Das Werk einschließlich aller seiner Teile ist urheberrechtlich geschützt. Jede Verwertung, die nicht ausdrücklich vom Urheberrechtsgesetz zugelassen ist, bedarf der vorherigen Zustimmung des Verlags. Das gilt insbesondere für Vervielfältigungen, Bearbeitungen, Übersetzungen, Mikroverfilmungen und die Einspeicherung und Verarbeitung in elektronischen Systemen.

Die Wiedergabe von allgemein beschreibenden Bezeichnungen, Marken, Unternehmensnamen etc. in diesem Werk bedeutet nicht, dass diese frei durch jedermann benutzt werden dürfen. Die Berechtigung zur Benutzung unterliegt, auch ohne gesonderten Hinweis hierzu, den Regeln des Markenrechts. Die Rechte des jeweiligen Zeicheninhabers sind zu beachten.

Der Verlag, die Autoren und die Herausgeber gehen davon aus, dass die Angaben und Informationen in diesem Werk zum Zeitpunkt der Veröffentlichung vollständig und korrekt sind. Weder der Verlag, noch die Autoren oder die Herausgeber übernehmen, ausdrücklich oder implizit, Gewähr für den Inhalt des Werkes, etwaige Fehler oder Äußerungen. Der Verlag bleibt im Hinblick auf geografische Zuordnungen und Gebietsbezeichnungen in veröffentlichten Karten und Institutionsadressen neutral.

Springer Gabler ist ein Imprint der eingetragenen Gesellschaft Springer Fachmedien Wiesbaden GmbH und ist ein Teil von Springer Nature

Die Anschrift der Gesellschaft ist: Abraham-Lincoln-Str. 46, 65189 Wiesbaden, Germany

Vorwort und Überblick über das Buch

Sprachassistenten sind inzwischen – im wahrsten Sinn des Wortes – in aller Munde. Das gilt für Konsumenten ebenso wie für die Marketingbranche. Allerdings hinken Unternehmen und deren Marketingabteilungen der Marktentwicklung – wie so oft beim Aufkommen neuer Medien – hinterher. Manche zeigen sich sogar überrascht von der scheinbar plötzlichen Bedeutung dieses neuen Medienkanals.

Das ist aber auch nicht verwunderlich, haben sich Sprachassistenten bei ihren Nutzern doch noch schneller verbreitet als das mobile Internet und Apps auf Smartphones. Schon deren Verbreitung ab etwa 2009 wurde von vielen als rasant empfunden. Und gerade einmal zwei Jahre nach dem Markteintritt von Amazon Echo sagen schon heute 24 % der Konsumenten einer Umfrage in den USA, Großbritannien, Frankreich und Deutschland zufolge, dass sie Sprachassistenten einer mobilen App oder Website vorziehen. In drei Jahren werden das voraussichtlich schon 40 % der Konsumenten tun (Capgemini 2018). Es bedarf also einer dringenden Beschäftigung von Wirtschaft und Wissenschaft mit diesem Marketinginstrument.

Fachliteratur zu Sprachassistenten ist bislang allerdings vergleichsweise wenig zu finden. In Publikumszeitschriften, die sich an die Nutzer von Sprachassistenten wenden, haben Amazons Alexa und der Google Assistant zwar schon fast eine Dauerpräsenz und auch Werbemagazine, E-Commerce- und Online-Magazine befassen sich – teils schon fast Hype-artig – mit Sprachassistenten. Die betreffenden Beiträge beschränken sich aber oft auf aktuelle Nutzerbefragungen oder geben sehr allgemeine und oberflächliche Tipps zur Nutzung. Weiterführende und vertiefende Fachliteratur ist bisher rar. Diese Lücke einer fundierten, fachlichen Einordnung und Behandlung des Einsatzes von Sprachassistenten in Marketing und Unternehmen soll dieses Buch schließen.

Das Kap.  1 fragt dazu erst einmal, was Sprachassistenten sind, wie sie grundsätzlich funktionieren und welche prinzipiellen Möglichkeiten es für Unternehmen gibt, sich selbst über Voice-Apps in diese zu integrieren. Ob Ihr Unternehmen betroffen ist und welche Abteilungen sich mit Sprachassistenten beschäftigen sollten, klärt Kap.  2 .

Eine Einordnung von Sprachassistenten in die Marketingtheorie nimmt Kap.  3 vor. Ausgehend von den Spezifika des Medienkanals Sprachassistent und einer Festlegung von Zielen für das Sprachassistenten-Marketing wird u. a. eine Einordnung in den Kaufprozess nach Kotler (Kotler 2016) sowie in den Marketing-Mix vorgenommen. Ergänzt werden diese Darstellungen mit Überlegungen zu Sprache und Kommunikation auf Sprachassistenten.

Das Kap.  4 widmet sich dann einer zentralen Marketingstrategie auf Sprachassistenten: Voice Content Marketing. Es startet mit Überlegungen aus Sicht der Werbewirkungsforschung und gibt anschließend vielfältige Empfehlungen für die Marketingpraxis. Analog praxisnah geschieht dies für den Bereich des Kundenservice in Kap.  5 .

Waren bis zu diesem Kapitel eher eigenständige Voice Apps betrachtet worden, geht Kap.  6 auf produktbegleitende Voice-Apps sein, die als einfache Produktzugaben dienen oder produktaufwertende Funktionen wahrnehmen können.

Die danach folgenden Kapitel stellen jeweils ein ausgesuchtes Teilthema in den Fokus: So widmet sich Kap.  7 der Frage nach Vertrieb und Umsatzgenerierung mit Sprachassistenten. Das Kap.  8 ist dagegen dem Thema Marke gewidmet und ordnet Sprachassistenten in die Markenführung ein. Diese wird um neue Aspekte ebenso erweitert und es werden auch wieder ganz praktische Hilfestellungen für den Marketingalltag gegeben.

Über das reine Marketing hinaus geht dann schließlich Kap.  9 . Es wendet sich der Integration von Sprachassistenten und eigenen Produkten zu: von einer Steuerbarkeit bei Smarthome-Geräten bis zur wirklichen vollständigen Integration von Sprachassistenten in das eigene Produkt.

Abgerundet wird das Buch schließlich mit Kap.  10 , das sich noch mit Fragen der Präsenz auf Sprachassistenten über Dritte (z. B. Portalanbieter) und einem kurzen Einblick in Voice-Suchmaschinenoptimierung (SEO) widmet.

An wen sich das Buch richtet

Mit seiner Mischung aus fachlicher Einordnung und Fundierung einerseits sowie vielen sehr praktischen Anregungen andererseits wendet sich dieses Buch an Entscheider und Mitarbeiter im Marketing von Unternehmen als auch in Werbe- und Internetagenturen. Außerdem soll es erste Ansätze für eine wissenschaftliche Einordnung dieses relativ neuen Medienkanals liefern.

Der Autor wünscht viele fachliche Erkenntnisse, gute Anregungen für die eigene Berufspraxis und natürlich viel Spaß beim Lesen.

Berater, Autor, Redner und Dozent für E-Commerce und strategisches Onlinemarketing

Literatur

1.

Capgemini Research Institute. (2018). Conversational Commerce – Why Consumers Are Embracing Voice Assistants in Their Lives. https://​www.​capgemini.​com/​resources/​conversational-commerce-dti-report/​ .

2.

Kotler, Ph., Keller, K. L., Brady, M., Goodman, M., & Hansen, T. (2016). Marketing Management (3. Aufl.). Harlow: Pearson.

Thomas Hörner

Abkürzungsverzeichnis

Abb.

Abbildung

AGB

Allgemeine Geschäftsbedingungen

AIDA

Attention – Interest – Desire – Action

ASIDAS

Attention – Search – Interest – Desire – Action - Share

ASO

App Store Optimization

B2B

Business-to-Business

B2C

Business-to-Consumer

CD

Corporate Design

CI

Corporate Identity

CLV

Customer Lifetime Value

CM

Content Marketing

CRM

Customer Relationship Management

ELM

Elaboration Likelihood Model

ERP

Enterprise Ressource Planning

F&E

Forschung und Entwicklung

KPI

Key Performance Indicator

NAO

Nameless App Optimization

PC

Personal Computer

PCE

Preparatory Content Effect

PI

Performance Indicator

PIM

Product Information Management

PR

Public Relations

SDS

Sprach-Dialog-System

SEO

Search Engine Optimization

S-R-Modelle

Stimulus-Response-Modelle

SSE

Speach Signal Enhancement

SSML

Speech Synthesis Markup Language

TRA

Theory of Reasoned Action

VCM

Voice Content Marketing

WLAN

Wireless Local Area Network

ZMOT

Zero Moment of Truth

Inhaltsverzeichnis

1 Sprachassistente​n – ein paar Hintergründe 1

1.​1 Was sind Sprachassistente​n eigentlich?​ Etwas Technik – auch für Nichttechniker 2

1.​1.​1 Eine kurze Historie der Mensch-Maschine-Schnittstellen 2

1.​1.​2 Macht Sprache Tastatur und Touchscreen überflüssig?​ 6

1.​1.​3 Sprach-Dialog-System oder Sprachassistent?​ 7

1.​1.​4 So funktionieren Alexa &​ Co 9

1.​2 Ihr eigenes Unternehmen in Alexa, Google Assistant &​ Co bringen 15

1.​2.​1 Voice-Apps (Alexa Skills, Google Actions &​ Co) 16

1.​2.​2 Voice-App-Aufrufe ohne Namensnennung 20

1.​2.​3 Nutzer identifizieren durch Account Linking 22

1.​2.​4 Das Konzept ist entscheidend 24

1.​3 Welcher Sprachassistent ist der Richtige?​ 28

Literatur 30

2 Einordnung in die Unternehmensakti​vitäten 33

2.​1 Ist Ihr Unternehmen überhaupt betroffen?​ 35

2.​2 Betroffene Unternehmensbere​iche 40

2.​2.​1 Strategie und Unternehmensführ​ung 40

2.​2.​2 Marketing und Vertrieb 42

2.​2.​3 Kundenservice 42

2.​2.​4 Produktentwicklu​ng 43

2.​2.​5 Personalabteilun​g 44

2.​2.​6 Infrastruktur und sonstige Abteilungen 45

2.​3 Wann ist der richtige Zeitpunkt?​ 46

Literatur 48

3 Sprachassistente​n im Marketing 49

3.​1 Markt und Marketing auf dem Weg zum Sprachassistente​n 50

3.​2 Ziele und Controlling im Voice-Marketing 54

3.​3 Spezifika des Medienkanals Sprachassistent 60

3.​4 Customer Journey und Cross-Channel 66

3.​4.​1 Kaufprozess nach Kotler 68

3.​4.​2 AIDA- und ASIDAS-Modell 82

3.​4.​3 „Moments of Truth" 84

3.​5 Sprachassistente​n im Marketingmix 87

3.​5.​1 Produktpolitik 88

3.​5.​2 Preispolitik 90

3.​5.​3 Distributionspol​itik 91

3.​5.​4 Kommunikationspo​litik 91

3.​5.​5 Der Marketingmix für eine Voice-App 92

3.​6 Cross-Channel-Marketing mit Sprachassistente​n 93

3.​6.​1 Frage-Antwort-Dialoge im Cross-Channel-Marketing 93

3.​6.​2 Interaktive Cross-Channel-Funktionalitäten​ 95

3.​6.​3 Sprachassistente​n in stationären Läden 96

3.​7 Kommunikation und Sprache in Voice-Apps 97

3.​7.​1 Satzlänge, Wortwahl und die richtige Sprache 98

3.​7.​2 Die Vielfalt der menschlichen Sprache 101

3.​7.​3 Emotionen und Sinne ansprechen 105

3.​7.​4 Eigennamen, Fremdwörter und Co 107

3.​7.​5 Wenn Unerwartetes passiert 108

3.​7.​6 Audio-Clips integrieren 110

Literatur 111

4 Voice Content Marketing 115

4.​1 Entwicklung und Bedeutung des Content Marketing 117

4.​1.​1 Wie Content Marketing zu seiner Rolle kam 118

4.​1.​2 Sprachassistente​n im Content Marketing 120

4.​2 Wie Content Marketing wirkt – etwas Werbewirkungsfor​schung 121

4.​2.​1 Von Stimulus-Response- und Hierarchiemodell​en zu Theory of Reasoned Action und Elaboration-Likelihood-Modell 122

4.​2.​2 Der Preparatory-Content-Effekt des Content Marketing 126

4.​2.​3 Konsequenzen für die Gestaltung von Content Marketing 128

4.​3 Guten Voice Content konzipieren 130

4.​3.​1 Die passenden Themen und Lebensbereiche 130

4.​3.​2 Eignung von Inhalten für Voice 135

4.​3.​3 Qualitätskriteri​en für Voice Content 136

4.​3.​4 Tipps und Tools für die Praxis 141

4.​4 Konzeptionelle Ansätze für Voice Content Marketing 143

4.​4.​1 Interaktive Alltagshilfe 144

4.​4.​2 How-to und längere Anleitungen 146

4.​4.​3 Beratung 148

4.​4.​4 Nachschlagewerke​, Lexika und Verzeichnisse 149

4.​4.​5 Unterhaltung und Spiele 150

4.​4.​6 Bildung und Lernen 153

Literatur 154

5 Kundenservices leisten 157

5.​1 After-Sales-Bestellabwicklun​g 160

5.​1.​1 Bestellungen abändern und verwalten 161

5.​1.​2 Versandstatusanf​ragen 162

5.​1.​3 Bezahlung, Adresse und Co 163

5.​1.​4 Retourenmanageme​nt 163

5.​2 Kundenkonto, Punktekonto und frühere Bestellungen 165

5.​3 Inbetriebnahme, Aufbau oder Konfiguration von Produkten 167

5.​4 Schulung und Trainings 168

5.​5 Probleme bei der Produktnutzung 169

5.​6 Produktberater und -information 170

5.​7 Grundlegende Anforderungen an Kundenservices 171

Literatur 175

6 Produktbegleiten​de Voice-Apps 177

6.​1 Voice-App – die kostengünstige Produktzugabe 178

6.​2 Leistungsbündel mit Voice-Apps 181

6.​3 Produktbegleiten​de Leistungen 182

6.​3.​1 Vereinfachte Handhabung 182

6.​3.​2 Aufwertung des Produkts durch erweiterte Leistungen 183

6.​3.​3 Hilfestellung durch interaktive Handbücher 186

6.​4 Voice-Apps als integraler Produktbestandte​il 187

Literatur 188

7 Mit Sprachassistente​n verkaufen?​! 189

7.​1 Grundlegende Fragen bei Voice-Verkäufen 190

7.​1.​1 Kauf nur noch direkt bei Amazon?​ 190

7.​1.​2 Das Problem der Kundendaten und Bezahlung 192

7.​2 Strategien zur Umsatzerzielung 195

7.​2.​1 Direkte Bestellannahme 196

7.​2.​2 Wiederkauf 201

7.​2.​3 Deals und Angebote 202

7.​2.​4 Verfügbarkeits- und Preisabfragen 203

7.​2.​5 Verkaufs- und Produktberatung 204

7.​2.​6 Von der Produktinformati​on zum Kauf 207

7.​2.​7 Merkzettelfunkti​onen 210

7.​2.​8 Say and Collect 211

7.​2.​9 Conversion im Voice Content Marketing 213

7.​2.​10 Bestellen auf Sprachassistente​n aus rechtlicher Sicht 214

7.​2.​11 Geht Verkaufen über Sprachassistente​n wirklich?​ 215

7.​3 Indirekter Vertrieb 217

7.​3.​1 Angebote der Sprachassistente​nbetreiber 217

7.​3.​2 Voice-Apps von Drittanbietern 218

Literatur 219

8 Marken auf Sprachassistente​n 221

8.​1 Von der Markierung zum Voice Branding 224

8.​1.​1 Zur Begrifflichkeit Voice Identity und Voice Branding 225

8.​1.​2 Voice Branding als Teil der Markenführung 227

8.​1.​3 Die Markenstimme auf Sprachassistente​n 231

8.​2 Markenkommunikat​ion per Voice-App 233

8.​2.​1 Wer (kommuniziert)?​ 234

8.​2.​2 Was und wie (wird kommuniziert)?​ 240

8.​2.​3 Mit wem (wird kommuniziert)?​ 246

Literatur 247

9 Sprachassistente​n in eigene Produkte integrieren 251

9.​1 Sprachbedienung Ihrer eigenen Produkte 252

9.​2 Vollintegration von Sprachassistente​n 254

10 Was sonst noch zu bedenken ist 257

10.​1 Ohne Voice-App auf Sprachassistente​n präsent sein 257

10.​2 Suchmaschinenopt​imierung, Voice- und Sprachassistente​n 261

10.​3 Geschäftsmodelle​ rund um Sprachassistente​n 264

10.​3.​1 Voice-App als Umsatzquelle 264

10.​3.​2 Zubehör, Entwicklung und Dienstleistungen​ 267

Literatur 268

Über den Autor

„Das Internet ist kein Netz von Computern, sondern ein Netz von Menschen"

– nach diesem Motto begleitet Thomas Hörner seit über 25 Jahren Unternehmen aus Mittelstand und Industrie in den Online-Medien und beschäftigt sich mit den E-Commerce-Themen im Rahmen seiner Hochschultätigkeit. Über 20 Jahre führte er eine von ihm gegründete Internetagentur und ist heute als Berater, Redner, Autor und Dozent für E-Commerce und strategisches Onlinemarketing tätig. Er stützt sich dabei getreu seines obigen Mottos auf eigene unternehmerische Erfahrung, fundiertes Wissen der Psychologie als auch auf gute Kenntnisse der technischen Softwareentwicklung. Gerade die Kombination aus diesen drei Wissensgebieten führte ihn oft zu interessanten Projekten und Erkenntnissen.

Thomas Hörner veröffentlicht seit 2006 in den Verlagen Springer Gabler, C.H. Beck und im Eigenverlag sowie in verschiedenen Fachzeitschriften. Als Redner ist er auf Kongressen und anderen Fachveranstaltungen in Deutschland und dem angrenzenden Ausland ebenso gefragt, wie als Seminarleiter, für Inhouse-Schulungen oder als Coach. Daneben war er an verschiedenen Hochschulen aktiv und lehrt seit 2009 regelmäßig an der FOM Hochschule für Berufstätige (anfänglich in Hamburg, aktuell in Nürnberg). Bereits seit den 1990er-Jahren ist er aktives Mitglied im Bundesverband Digitale Wirtschaft (BVDW, anfänglich noch dmmv).

Mit dem Thema Sprachassistenten beschäftigt er sich seit deren erstem Aufkommen intensiv. Seine Schwerpunktinteressen liegen neben dem Voice Commerce im Content Marketing, bei Strategie und Trends des E-Commerce sowie bei Google (SEO, Ads, Analytics und weitere Tools). Darüber hinaus beschäftigt er sich mit gesellschaftlichen Fragen wie dem Eigentumsrecht an persönliche Verhaltensdaten oder der Datenethik. Sie erreichen ihn unter [email protected]

© Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2019

Thomas HörnerMarketing mit Sprachassistentenhttps://doi.org/10.1007/978-3-658-25650-0_1

1. Sprachassistenten – ein paar Hintergründe

Thomas Hörner¹  

(1)

Bamberg, Bayern, Deutschland

Thomas Hörner

Email: [email protected]

1.1 Was sind Sprachassistenten eigentlich? Etwas Technik – auch für Nichttechniker

1.1.1 Eine kurze Historie der Mensch-Maschine-Schnittstellen

1.1.2 Macht Sprache Tastatur und Touchscreen überflüssig?

1.1.3 Sprach-Dialog-System oder Sprachassistent?

1.1.4 So funktionieren Alexa & Co

1.2 Ihr eigenes Unternehmen in Alexa, Google Assistant & Co bringen

1.2.1 Voice-Apps (Alexa Skills, Google Actions & Co)

1.2.2 Voice-App-Aufrufe ohne Namensnennung

1.2.3 Nutzer identifizieren durch Account Linking

1.2.4 Das Konzept ist entscheidend

1.3 Welcher Sprachassistent ist der Richtige?

Literatur

Sprachassistenten haben sich in den letzten Jahren rasant verbreitet. Das Wachstum der Nutzerzahlen geschah sogar deutlich rasanter als noch vor etwa zehn Jahren bei der Verbreitung des Smartphones. Kein Wunder also, dass sich immer mehr Unternehmen mit diesem neuen Medium beschäftigen und überlegen, wie sie davon profitieren können.

Konkrete Unternehmensaktivitäten in solchen neu aufkommenden Medien – wie jetzt eben die Sprachassistenten – setzen aber voraus, sich der technischen und kommunikativen Besonderheiten eben dieses Mediums bewusst zu werden, als auch grob zu verstehen, wie diese funktionieren. Deshalb soll im Folgenden zu Beginn dieses Buchs kurz darauf eingegangen werden, wie die Entwicklung hin zu Sprachassistenten historisch einzuordnen ist, was technisch überhaupt hinter Sprachassistenten steckt und insbesondere auch, wie sich Unternehmen in diese Systeme einklinken können. Alle nachfolgenden Kapitel widmen sich dann Marketing- und Unternehmensstrategien für dieses Kommunikationsmedium.

1.1 Was sind Sprachassistenten eigentlich? Etwas Technik – auch für Nichttechniker

Bekannt sind Sprachassistenten vorwiegend in Form von runden Boxen in verschiedenen Farben, die unter den Bezeichnungen Amazon Echo oder Google Home verkauft werden. Die gleichen Sprachassistenten existieren aber auch als Apps auf Smartphones und immer öfter sind sie direkt in Geräten von Auto bis Waschmaschine integriert.

Was aber steckt eigentlich hinter dieser Technik? Welche Abläufe produzieren eigentlich die Antworten, die wir als Nutzer von den Sprachassistenten bekommen? Ein kurzer Blick hinter die Kulissen soll helfen, Sprachassistenten und deren Technik etwas besser zu verstehen. Aber keine Angst: Sie müssen keine technische Vorbildung haben, um die folgenden Ausführungen zu verstehen.

1.1.1 Eine kurze Historie der Mensch-Maschine-Schnittstellen

Sprachassistenten sind die aktuelle Speerspitze einer Entwicklung, die bereits 1941 mit der Rechenmaschine von Conrad Zuse begann (Abb. 1.1). Bereits von den ersten Tagen der Computertechnik an stellte sich die Frage, wie Menschen Informationen mit Computern austauschen könnten. Der Mensch musste Computern ja Aufgaben und Anweisungen geben, die dieser bearbeiteten sollte. Und daraus resultierende Ergebnisse mussten an den Menschen zurückgegeben werden. Diese Schnittstelle zwischen Menschen und Maschine brachte und bringt – neben Rechenleistung und neuen Algorithmen – immer wieder Innovationen hervor.

Abb. 1.1

Entwicklung der Mensch-Maschine-Interfaces

Insbesondere wurde diese Mensch-Maschine-Schnittstelle in ihrer bald 100-jährigen Entwicklung von Jahrzehnt zu Jahrzehnt immer menschenfreundlicher. Während sich zu Beginn des Computerzeitalters noch der Mensch an den Computer anpassen und seine Art, etwas zu lesen und zu schreiben übernehmen musste, ist es heute genau umgekehrt: die Computer passen ihre Kommunikation immer besser an die menschlichen Bedürfnisse an (zur Geschichte des Mensch-Maschine-Interface vgl. Hellige 2008).

Es fing mit Lochkarten an

In den ersten Computern wurden Anweisungen und Daten in Form von Lochkarten übergeben. Das war ein Papierstreifen oder eine einzelne Karte aus festerem Karton, in die Löcher mit einem bestimmten Muster gestanzt wurden. Das jeweilige Muster repräsentierte die zu übertragenden Daten. Der große Nachteil: normale Menschen konnten mit diesen Lochkarten gar nichts anfangen. Neben Computern konnten nur Spezialisten diese Muster interpretieren und erstellen. Es brauchte großes Know-how, um sich Computern in dieser Kommunikationsform verständlich zu machen. Eine weite Verbreitung von Computern jenseits von Spezialistenkreisen war schon allein deshalb kaum möglich.

Es gab allerdings schon damals, in der Zeit der Lochkarten in den 1950er- und 1960er-Jahren, die Idee eines echten, natürlich-sprachlichen Mensch-Maschine-Dialogs (also eine Art Sprachinterface). Man dachte bereits damals darüber nach, dass sich eigentlich der Computer an die menschlichen Fähigkeiten anpassen sollte. Allerdings war die Technologie damals und für lange Zeit noch nicht in der Lage, diese Ideen auch wirklich zu realisieren.

Von Tastaturen und Textmonitoren zu Bildschirmen mit Mausbedienung

In der nächsten Stufe setzen sich erst einmal Interfaces mit Bildschirmen und Tastaturen durch. Jetzt hatten wesentlich mehr Menschen die Fähigkeiten, mit Computern zu kommunizieren. Informationen konnten jetzt durch das bereits von mechanischen Schreibmaschinen bekannte Tippen auf einer Tastatur sehr leicht in den Computer übertragen werden. Und durch getippte Steuerworte konnten bestimmte Funktion aufgerufen und Arbeitsanweisen gegeben werden.

Diese jetzt wesentliche Vereinfachung des Informationsaustauschs zwischen Menschen und Computern war – neben der Einführung des Microsoft-Betriebssystem MS-DOS und der aufkommenden Personal-Computer (PC) als Hardware – auch eine wichtige Voraussetzung, die Computer aus den Forschungslaboren und großen unternehmerischen Rechenzentren auf die Schreibtische in Unternehmen und immer häufiger auch in die Privathaushalte zu holen.

In einem weiteren Schritt entfiel schließlich sogar das Tippen von Steuerworten zur Auslösung von bestimmten Funktionen. Es wurde durch einfache Handbewegungen ersetzt: die Maus und grafische Benutzeroberflächen wurden als Mensch-Computer-Schnittstellen entwickelt. Der erste kommerzielle PC dieser Art war im Jahr 1981 der Xerox Star 1810. Es folgten 1987 u. a. die erste Version Windows 1.0 von Microsoft, das aber erst mit den Betriebssystemen Microsoft Windows 3.0 und Windows 95 in den Jahren 1990 bzw. 1995 eine weite Verbreitung fand. Sie ermöglichte einer breiten Masse von Nutzern die Computerbedienung über Handbewegungen (Maus) und bot ihnen eine flexible Bildschirmaufteilung (die sog. Fenster).

Gestensteuerung und Ortsunabhängigkeit

Mit dem Aufkommen von Touchscreens änderte sich die Mensch-Maschine-Schnittstelle erneut: Bisher hatte die Handbewegung bisher nur ein virtuelles Gerät bewegt (die Maus auf dem Schreibtisch steuert die virtuelle Maus auf dem Bildschirm), mit dem als eine Art Werkzeug Elemente auf dem Bildschirm manipuliert wurden. Mit dem Touchscreen konnten diese Elemente jetzt aber direkt am Bildschirm berührt und manipuliert werden.

Außerdem kamen vielfältigere Gesten zur Steuerung zum Einsatz: Wischen, Tippen, Finger auseinanderziehen (z. B. zum Zoomen) etc. Diese neue Art der Bedienung war nochmals viel einfacher als nur die Steuerung mit der Maus. Es ist kein Zufall, dass dies die erste Mensch-Maschine-Schnittstelle war, die Kinder intuitiv und oft sogar ohne jegliche Anleitung benutzen konnten. Diese Touch-Technologie gab es zwar rein technisch schon länger, den Startschuss für die massive Verbreitung gab aber Apple 2007 mit dem ersten iPhone.

Dieses und viele andere nachfolgende Smartphones unterschiedlichster Hersteller haben Computer darüber hinaus von ihrem festen Standort (z. B. auf dem Schreibtisch) sowie von den an sie angeschlossene Schnittstellentechniken (wie Tastaturen, Mäuse und Bildschirm sowie auch Stromkabel, etc.) befreit. Computer waren jetzt ortsunabhängig einfach durch Gesten nutzbar.

Für unsere Betrachtung aus dem Blickwinkel der Sprachassistenten erscheint an dieser Stelle der Hinweis wichtig, dass die eben beschriebene Entwicklungsphase auch dazu geführt hat, dass Computertechnik immer selbstverständlicher in den Alltag und das Privatleben integriert wurde. Eine Entwicklung, die Sprachassistenten nochmals fortsetzen und intensivieren.

Berührungsfreie Bedienung auf Entfernung: Sprache

Die Bedienung von Computern über natürliche Sprache ist an dieser Stelle historisch und technisch nur ein logischer weiterer Schritt in Fortentwicklung der Mensch-Maschine-Schnittstellen. Jetzt wird die Bedienung von Computern nicht nur von Tastatur und Maus befreit. Es ist für die Benutzung sogar keinerlei körperlicher Kontakt mehr notwendig. Diese Tatsache erhöht einerseits nochmals erheblich die von Smartphones bereits eingeführte Ortsunabhängigkeit der Computernutzung: es ist nicht einmal notwendig, zu einem Computer zu gehen oder diesen bei sich zu haben (wie es auch bei Smartphones noch notwendig war). Es genügt, wenn dieser in Hörweite ist.

So befreit diese neue Art der Mensch-Maschinen-Schnittstelle die Hände und den Blick des Nutzers. Er kann sich jetzt beliebigen anderen Aktivitäten zuwenden und gleichzeitig den Computer äußerst komfortabel nutzen – einfach auf Zuruf. Dieser wird damit in wesentlich mehr Alltagssituationen zu einer hilfreichen Unterstützung.

Über diese Aufhebung des physischen Kontaktbedarfs zum Computer ist Sprache aber auch die natürlichste Art der Kommunikation, die von jedem Menschen intuitiv genutzt wird. Es ist für die Nutzung von Computern jetzt nicht mehr notwendig, erst eine spezielle Fähigkeit (Lochkarten lesen, Tastatur bedienen, Maus oder Gesten) zu erlernen, um mit Computern zu kommunizieren. Noch ist diese Entwicklung zwar nicht am Endpunkt echter menschlicher Kommunikation angekommen, aber Sprachassistenten kommen dieser schrittweise (und schnell) immer näher.

Die Folge aus diesen beiden eben dargestellten Entwicklungen: Die Nutzung von Computern dringt nach der letzten Welle der Smartphoneverbreitung nochmals deutlich tiefer in Alltag und Privatsphäre der Menschen ein. Für Unternehmen lässt das natürlich einen Vorstoß in völlig neue Lebensbereiche ihrer Kunden zu und eröffnet vielfältige Chancen, die Kundenbeziehung zu intensivieren. Unternehmen und Marken können jetzt noch stärker ein Teil des Alltags der Kunden werden.

Gleichzeitig ist aber darauf hinzuweisen, dass Menschen in diesen intimeren Lebensbereichen viel empfindlicher sind, was ungewollte oder unangemessene Kommunikation angeht. Sie reagieren daher deutlich negativer auf aufdringliches Marketing oder scheinbare Störungen der Privatsphäre durch ungeeignete Kommunikation. Dieses Spannungsfeld sollte man sich immer bewusst machen, wenn man als Unternehmen Marketing- und Serviceanwendungen auf Sprachassistenten konzipiert.

1.1.2 Macht Sprache Tastatur und Touchscreen überflüssig?

Wenn nun aber Sprache eine für Menschen so extrem einfache und intuitive Art der Computernutzung ermöglicht, wird diese dann alle anderen Schnittstellen (von Tastaturen bis Touchscreens) überflüssig machen und vollständig ersetzen? Werden Computer in Zukunft ausschließlich über Sprache bedient werden?

Diese Alles-oder-Nichts-Sicht hört man leider oft, wenn sich neue Technologien verbreiten. Sollte doch das Fernsehen das früher dagewesene Kino eigentlich überflüssig machen; in Wirklichkeit haben beide sich nur für verschiedene Bedürfnisse und Verwendungen ausgeprägt. Und auch dem Internet wurde prophezeit, es würde in kürzester Zeit Ladengeschäfte überflüssig machen. Es zeigt sich aber, dass sich durch das Internet zwar Kundenverhalten und damit auch Art und Funktion von stationären Läden verändern, aber gerade die Kombination von Laden und Internet im Sinn eines Connected-Commerce- bzw. Cross-Channel-Marketings den erfolgreichsten Ansatz darstellt.

Ebenso ist ein kompletter Ersatz der bisherigen Mensch-Maschine-Interfaces durch Sprachassistenten nicht zu erwarten. Sicherlich wird sich ein Teil der Internetnutzung auf diese verlagern und es wird eine Anpassung des Nutzerverhaltens stattfinden: Alle Anwendungsfälle, bei denen Sprachassistenten klare Vorteile bieten, werden in absehbarer Zeit nur noch über diese stattfinden. Andere Anwendungsfälle, bei denen aber ein älteres Interface spezifische Vorteile hat, werden weiterhin mit diesem realisiert und weiterentwickelt. So können Texte beispielsweise schon lange auch über Mikrophone in Computer diktiert werden. Viele Menschen bevorzugen es aber weiterhin, gerade längere Texte über eine Tastatur einzugeben. Spätestens wenn Textteile markiert, kopiert oder verschoben werden sollen, sind und bleiben Tastatur und Maus (oder eventuell noch ein Touchscreen) deutlich einfacher, als dies allein mithilfe von Sprache zu tun. Auch die Erstellung von Präsentationen, Grafiken oder Zeichnungen wird sicherlich weiterhin mit der Maus oder mit Stiften auf Touchscreens erfolgen – so etwas ist über Sprache so gut wie nicht möglich. Und auch Monitore werden durch die Sprachinterfaces nicht überflüssig werden: so ist das Sehen einer der wichtigsten Sinne des Menschen und nicht zufällig werden Sprachassistenten immer häufiger auch mit Displays ausgestattet, um dem Nutzer dort etwas anzeigen zu können.

Alle Fälle jedoch, in denen Sprechen und Hören völlig ausreichend sind, werden sich in nicht allzu ferner Zukunft völlig auf Sprachinterfaces verlagern. Warum sollte ich für die Umrechnung von Pfund in Kilogramm lange auf Tastatur oder Touchscreen tippen, wenn ich einfach jederzeit und überall „wie viel sind 5 Pfund in Kilogramm" fragen kann und sofort eine Antwort bekomme? Warum sollte ich von der Couch aufstehen und auf ein Display tippen, nur um die Heizung um 2 °C höher zu drehen? Und jede Art von Wissen und Information – von Allgemeinwissen über Fachwissen bis zur Information, wann meine Webshop-Bestellung geliefert wird – können sehr einfach und zufriedenstellend nur mit Sprache beantwortet werden. Bildschirm, Tastatur oder Maus braucht es dazu nicht.

Etwas differenzierter wären beispielsweise die Schulung von Know-how oder Fähigkeiten sowie eine Unterstützung bei einer Problemlösung zu betrachten. Hier kann in manchen Fällen die Form eines sprachlichen Dialogs sicherlich völlig ausreichend sein, in anderen Fällen werden jedoch Papier oder Bildschirm nicht völlig überflüssig werden. So sind didaktisch aufbereitete Bücher mit vielfältigen Grafiken, Tabellen etc. für bestimmte Wissensbereiche effizienter – während ein anderer Bereich didaktisch wiederum besser in einem interaktiven Dialog vermittelbar ist.

In diesem Sinn sollten Unternehmen auch den Einsatz von Sprachassistenten planen: Kundenservices, Marketinganwendungen und auch eine Gerätebedienung, die mithilfe von Sprache von Vorteil sind, sollten schon bald auf Sprachassistenten verfügbar gemacht werden. Es würde sonst die Gefahr bestehen, am Markt gegenüber Wettbewerbern, eventuellen Start-ups oder schon allein hinsichtlich der Kundenerwartungen zurückzufallen. Die anderen Kanäle, von Print bis hin zur Website oder Mobile-App, sollten aber nicht vernachlässigt werden, sondern sich ihrerseits auf Anwendungsfälle konzentrieren, für die sie besonders geeignet sind. Und im Sinn eines Connected-Commerce- bzw. Cross-Channel-Marketings gilt es letztendlich, alle diese Kanäle geschickt zu verbinden, um Kunden ein bestmögliches Gesamterlebnis von Unternehmen, Marke und Produkten zu ermöglichen.

1.1.3 Sprach-Dialog-System oder Sprachassistent?

Im letzten Abschnitt haben wir die Entwicklung hin zu Sprachinterfaces aufgezeigt, mit denen eine Steuerung und Dateneingabe in Computer mithilfe natürlicher Sprache möglich wird. Ein solches Sprach-Dialog-System (SDS) ist für die Computerbenutzung natürlich schon sehr hilfreich, es ist aber eben nur auf dessen Bedienung beschränkt. Wirklich für den Alltag hilfreich werden die heute Sprachassistenten genannten Geräte erst, wenn sie weitergehende Anforderungen erfüllen und so von Sprach-Dialog-Systemen zu Sprachassistenten (engl. „smart assistants") werden.

Die Antwort auf die Frage „Wie ist die Verkehrslage zum Büro? setzt nämlich viel mehr voraus, als nur die verwendeten Worte über ein Mikrofon in Text umzuwandeln. Es geht einerseits darum, den Sinn hinter den Worten zu verstehen (Was ist gemeint mit Verkehrslage?) und weiteres Wissen damit zu verknüpfen (Wo ist eigentlich dieses Büro und wo befindet sich der Fragende aktuell?). Und genau hier unterscheiden sich einfache Sprach-Dialog-Systeme von Sprachassistenten: Während Erstere weitgehend nur gesprochene Worte in Computercodes umsetzen, Befehle auslösen und teils einfach Dialogabläufe abarbeiten können (man denke nur beispielhaft an die bekannten Telefonsysteme „Wenn Sie X möchten drücken Sie 1, wenn Sie Y möchten die 2, …), verstehen Sprachassistenten auch die Intention der Sprechenden, sie stützen sich auf weitergehende Wissensdatenbanken, verknüpfen verschiedene Datenquellen und richten sich oft individuell und persönlich auf den jeweiligen Nutzer aus.

Ein Sprachassistent versteht in