Sprachassistenten FAQ

Ein Sprachassistent (engl. für: „Voice Assistant“) ist Software mit Spracherkennung zur Ausführung von unterschiedlichen Diensten. Mit Hilfe der eigenen Stimme kann man z.B. Fragen stellen oder Befehle ausführen lassen. Das Ziel eines Sprachassistenten ist es, den Alltag von Personen zu unterstützen und zu erleichtern. Beliebte Anwendungsfelder in diesem Bereich sind das Steuern von Smart Home Geräten, wie Lampen, Smart Speakern, WLAN-Steckdosen, Saugrobotern, Überwachungskameras und vieles mehr. Beispiele für die digitalen Assistenten sind z.B. Alexa, Google Assistant, Cortana, Siri, Bixby, etc.

Jeder große Techgigant hat seinen eigenen Sprachassistenten. Allgemein stehen Nutzern unzählige digitale Helferlein von unterschiedlichen Unternehmen zur Verfügung. Die 5 beliebtesten Sprachassistenten sind aktuell noch Amazons Alexa, Apples Siri, Googles Assistant, Microsofts Cortana und Samsungs Bixby.

Welche virtuellen Assistenten gibt es überhaupt?

• Amazon Alexa,
• Apple Siri,
• Baidu Little Fish,
• Google Assistant,
• Huawei Celia,
• Microsofts Cortana,
• Samsungs Bixby,
• Telekom Magenta,
• Yandex Alisa (engl. Alice)
• Xiaomi Mi AI (Xiao AI)

Neben diesen Sprachassistenten namhafter Unternehmen gibt es auch noch weitere home assistants für den offline bzw. den lokalen Gebrauch wie z.B.:

• Jarvis (Offline-Sprachassistent)
• Sepia/ S.E.P.I.A (Offline-Sprachassistent)
• Mycroft (Open-Source Sprachassistent)
• Snips

Auch gibt es diese die digitalen Helfer mittlerweile auch von Autoherstellern, die diese Sprachassistenten ihn ihre Fahrzeuge einbauen:

• Bosch Casey,
• BMW Sprachassistent
• Mercedes Sprachassistent
• Skoda Sprachassistent

Um einen Sprachassistenten zu aktivieren benötigt jedes System ein passendes Aktivierungswort. Dazu zählen Kürzel wie z.B. Alexa (Weitere Optionen: Ziggy, Amazon, Echo, Computer), Hallo Siri oder OK Google. Spricht man mit einem digitalen Assistenten wird dieser Sprachbefehle in einen Text konvertiert. Dieser Text wird an eine Cloud geleitet, die die Informationen der Anfrage, sowie Informationen für die Antwort verarbeitet. Diese Antwort wird an den Sprachassistenten geschickt, der diese wieder in ein Audiosignal konvertiert und sprachlich ausgibt bzw. den Befehl ausführt.

Sprachassistenten erleichtern unseren Smart Home Alltag in dem wir über unsere Sprache intelligente Produkte steuern, kurz gesagt, die Steigerung des täglichen Komforts und der persönlichen Effizienz wie z.B. das Licht dimmen im Wohnzimmer, die Temperatur im Schlafzimmer erhöhen oder den Lieblingssong abspielen auf dem Smart Speaker. Von einem virtuellen Assistenten kann man zusätzliche und nützliche Aufgaben erledigen lassen, wie z.B. einen Wecker stellen, Musik abspielen, den Terminkalender pflegen, das Wetter abfragen, ein Taxi rufen, neue Produkte beim Online Shopping kaufen oder sich sogar durch Kochtipps und Rezepte ein fulminantes Abendessen zaubern. Sie sind zusätzlich in unterschiedliche Produkte implementiert, dazu zählen unter anderem Smart Speaker, Lichter, Thermostate, Klimaanlagen, Sicherheitskameras, Kühlschränke, Waschmaschinen, Fenster- und Türsensoren oder sogar den Backofen.

Beliebte Funktionen die regelmäßig über virtuelle Assistenten genutzt werden sind:

• Musik abspielen
• Suchergebnisse vorlesen lassen
• Wetterbericht abfragen
• An Termine erinnern lassen
• Freunde anrufen
• Nachrichten oder Mails vorlesen lassen
• Smart Home Endgeräte steuern
• Nachrichten abfragen
• Texte übersetzen
• Sportergebnisse abfragen
• Nachrichten oder Mails schreiben lassen
• Neue Produkte beim Online Shopping kaufen
• Essen bestellen
• Taxi rufen
• Hotel oder Flug buchen

Künstliche Intelligenz und maschinelles Lernen sind der Schlüssel zum Erfolg eines Voice Assistents. Sie lernen aus einer Vielzahl an Anfragen und Interaktionen, die mit dem Gerät stattfinden. Diese Datensammlungen werden auf komplexe statistische Zusammenhänge untersucht. Durch Gemeinsamkeiten und Unterschieden, die einer gewissen Struktur folgen, entsteht ein Datenmodell, um sie zu trainieren.

Datensicherheit und Datenschutz sind ein zentrales Thema bei Sprachassistenten. Mit etlichen Mikrofonen ausgestattet, befinden sich die kleinen digitalen Helfer immer in einer Art „Schlummermodus“. Damit können sie auf ein Aktivierungsworte wie z.B. „Alexa oder OK Google“ reagieren und eine Interaktion einleiten. Wird kein Aktivierungswort von der Software erkannt, werden die Audiosignale nicht an die Cloud geschickt bzw. die relevanten Daten dazu gespeichert. Allerdings werden durch die Interaktionen mit Siri, Cortana und Co private Daten in Form einer Sprachaufzeichnung an eine Cloud gesendet, dort verarbeitet und gespeichert. Das geschieht natürlich im Interesse des Nutzers um Befehle auszuführen, Fragen zu beantworten oder die Nutzererfahrung zu verbessern und weiterzuentwickeln.

Fast alle Sprachassistenten haben traditionell eine weibliche Stimme voreingestellt. Die drei großen digitalen Assistenten von Amazon, Apple und Microsoft tragen sogar einen weiblichen Namen (Alexa, Siri und Cortana). Das liegt primär daran, dass aus Studien hervorging, das weibliche Stimmen freundlicher wirken und besser verstanden werden als männliche Stimmen.

Digitale Helfer und deren Funktionen werden im Zuge des Smart Homes immer weiter unseren Alltag integriert.  Dementsprechend erweitern sich die Einsatzbereiche der Sprachassistenten stetig von Freizeit sogar bis hin zum Arbeitsplatz. Man kann nicht nur Musik abspielen oder die Lampen im Wohnzimmer steuern, die Navigation im Auto starten, sondern auch etwas erledigen lassen, ohne seine Hände zu benutzen wie z.B. Arbeitsprotokolle schreiben lassen.

Neue Generationen werden schon jetzt von Sprachassistenten geprägt. Wer hat es noch nicht erlebt, dass kleine Kinder versuchen über Sprachsteuerung ihre Lieblings Serie auf den Fernseher oder ihr Lieblingshörbuch auf den Smart Speaker zu bekommen. Sie wissen genau welchen Nutzen diese für sie hat. Die Sprache ist natürlich die einfachste Form um Informationen zu übertragen, jedoch reden wir selten höflich mit unseren Smart Speakern und nutzen eher einen Befehlston. Das könnte ebenfalls Auswirkungen auf die Zwischenmenschliche Kommunikation haben, dass wir verlernen was Höflichkeit bedeutet. Ob es natürlich wirklich soweit kommt, bliebt abzuwarten.