Sprach­assistenten Siri, Alexa & Co.

„Ok Google“ oder „Hey Siri” – das hört man in immer mehr Wohnungen in Deutschland und auf der ganzen Welt. In vielen Haushalten stehen mittlerweile Sprachassistenten und Smart-Home-Geräte mit Spracherkennung, welche vielen Nutzern das Leben erleichtern.

Smarte Rasenmäher, Staubsauger und Küchenmaschinen

Viele Geräte lassen sich heutzutage allein mit der menschlichen Sprache steuern. Den Hausputz mit nur ein paar Worten vom Sessel aus koordinieren, das klingt fast schon zu schön um wahr zu sein. Woher kommen diese digitalen Helferlein, die einem die Wünsche quasi von den Lippen ablesen? Wir erklären, wie sie funktionieren und was man bei der Nutzung beachten muss:

Was genau sind Sprachassistenten?

Die Vorstellung, dass Geräte irgendwann nur mit unserer Sprache gesteuert werden können, war lange Science-Fiktion. Schon seit einigen Jahren ist diese Vision Wirklichkeit geworden und entwickelt sich seitdem stetig weiter. Ob beim Joggen, im Auto oder Wohnzimmer – überall, wo es Internetzugang gibt, können Verbraucher die digitalen Sprachassistenten nutzen.

Hierbei reagieren die Geräte schon fast so zuverlässig auf gesprochene Befehle, wie auf einen Knopfdruck oder Mausklick. Sprachassistenten ermöglichen es, dank einer ausgeklügelten Software natürliche, menschliche Sprache abzufragen, Dialoge zu führen oder Dienste zu erbringen. Das Ganze kann über das Handy oder andere Geräte, aber auch über eigene, sogenannte Smart-Speaker, geschehen.

Familienzuwachs Sprachassistent

Laut einer Studie der Postbank aus dem Jahr 2019 nutzt bereits jeder dritte Deutsche digitale Sprachassistenten. Über 50 Prozent der Nutzer sind Familien bzw. Haushalte mit vier Personen. Typische Anwendungsbereiche sind hierbei die Ansage des Wetterberichtes, das Abspielen von Musik oder Hörbüchern oder die Übernahme der Terminplanung.

Die beliebtesten Sprachassistenten der Deutschen

Erleichterung auch im Haushalt

Alexa, Siri & Co. werden zunehmend im täglichen Leben eingesetzt und die Anbieter erfreuen sich wachsender Beliebtheit. Durch die Verbindung mit anderen Diensten wie Spotify oder Nachrichtenanbietern können digitale Sprachassistenten auf Zuruf Informationen an die Nutzer weitergeben. Auch Smart-Home-Anwendungen können über Sprachassistenten gesteuert werden.

Wie funktionieren digitale Sprachassistenten?

Sprachassistenten sind in der Lage, Bestellungen aufzugeben, Musik abzuspielen, die Uhrzeit anzusagen oder Fragen zu beantworten – und das alles dank künstlicher Intelligenz (KI). Aktiviert durch einen festgelegtes Sprachkommando nimmt der Sprachassistent die Stimme auf, um das Gesprochene anschließend zu analysieren.

1. Sprachaufnahme Nehmen wir für ein besseres Verständnis den Amazon Echo mit der Sprachsoftware Alexa als Beispiel, so nimmt Alexa die Stimme erst einmal auf. Sieben Mikrofone und ein Computerchip garantieren hierbei für eine saubere Audio-Aufnahme. Dank neuester Technik gelingt es dem Smart-Speaker, unwichtige Umgebungsgeräusche auszublenden.
2. Übersetzung des Sprachbefehls Anschließend wir die Sprachaufnahme in atemberaubender Geschwindigkeit an einen Cloud-Server weitergeleitet, wo sich eine weitere Software um den Sprachbefehl kümmert. Alexa Voice Services ist eine selbstlernende Software, die als eine Art Übersetzer fungiert. Übersetzt wird hierbei das Gesprochene, welches in einen Eingabebefehl verwandelt und somit für den Computer verständlich gemacht wird.
3. Herausfiltern von Schlagwörtern Hierbei wird aber nicht ein ganzer Satz analysiert. Alexa konzentriert sich lediglich auf die wichtigsten Schlagwörter. Eine wichtige Voraussetzung dafür ist eine gute Internetverbindung, damit die Befehle an die Cloud-Server weitergeleitet werden können. Nur dann kann Alexa auf die riesigen Datenbanken zugreifen und die Befehle zur vollsten Zufriedenheit ausfüllen.
4. Ausführen der Anfrage Anschließend wird der Befehl an die relevante App weitergeleitet. Wünscht der Nutzer beispielsweise eine Information über die Wetterlage, so wird die Wetter-App geöffnet. Hier werden dann die benötigten Daten abgerufen, bevor sie dann in menschliche Sprache zurückübersetzt und an das Echo-Gerät gesendet werden. Der ganze Prozess dauert nur ein bis zwei Sekunden, also nicht mehr als ein Wimpernschlag.

• Automated Speech Recognition (ASR): Umwandlung der Sprache in Textform
• Natural Language Processing (NLP: einzelnen Textfragmenten Bedeutung zuordnen
• Dialog Manager (DM): Durchführung notwendiger Schritte, um die Frage zu beantworten
• Text-to-Speech (TTS): Antwort in menschliche Sprache wandeln

Künstliche Intelligenz lernt aus Fehlern

Die Sprachassistenten können die Nutzer aber nicht nur über das Wetter informieren, auch komplexe Fragestellungen sind kein Problem. Die jeweiligen Anfragen können deutlich komplexer sein und auch mehrstufige Prozesse in Gang setzen.

Eine wichtige Voraussetzung für die stetige Weiterentwicklung der Software ist maschinelles Lernen. Hierbei nutzt Alexa beispielsweise jede Spracheingabe, um sich selbstständig zu verbessern. Die menschliche Sprache ist schließlich komplex: Akzente, Dialekte oder undeutliche Aussprache können eine echte Herausforderung sein. Je mehr Varianten Alexa also bereits gehört hat, desto leichter gelingt es, diese von anderen Wörtern zu unterscheiden. Auch andere Anbieter wie Google oder Apple arbeiten nach diesem Prinzip.

Welche Anbieter gibt es?

In den letzten Jahren haben sich insbesondere drei Anbieter einen Namen in der Branche gemacht und sich an die Spitzer der Smart-Speaker-Anbieter gekämpft. Apple machte mit Siri 2010 den Anfang, Amazon zog vier Jahre später mit Alexa nach und Google stellte 2016 seinen Google Assistant vor.

Siri von Apple:

Die Software, welche zur Erkennung und Verarbeitung von natürlich gesprochener Sprache dient, läuft ausschließlich auf Apple Geräten. Ob mit der Apple Watch, dem iPhone oder iPad – dank Siri kann man die Geräte auch per Sprache steuern. Anfangs musste hierfür noch der Home-Button gedrückt werden. Mittlerweile wird der Sprachassistent auch über „Hey Siri“ aktiviert, wobei Nutzer diese Option auch ausstellen können.

Das Highlight: Diese Funktion ist insbesondere für sehbehinderte oder sogar blinde Menschen eine echte Hilfe. In Kombination mit dem Voice Over – der Barrierefreiheit-Einstellung – können beispielsweise Tweets vorgelesen oder verfasst werden.

Alexa von Amazon:

Amazon Alexa ist ein Smart-Speaker des US-amerikanischen Unternehmens Amazon, welches seit dem 26. Oktober 2016 in Deutschland verkauft wird. In einem „Bereitschaftsmodus“ wird hierbei die in der Umgebung gesprochenen Sprache zunächst geräteintern verarbeitet, bis das Aktivierungswort wie zum Beispiel „Alexa“ gefallen ist. Alternativ kann die Spracherkennung auch über eine Aktionstaste an der Oberseite des Geräts aktiviert werden.

Das Highlight: Neben den klassischen Angeboten wie das Abspielen von Musik oder Begriffsklärung, können Nutzer sogenannte „Skills“ zusätzlich erwerben, um die Fähigkeiten des Smart-Speakers noch zu erweitern. Durch Drittanbieter kann Alexa dann beispielsweise auch Spiele oder Rätsel anleiten und Smart-Home-Geräte steuern. In Deutschland gibt es über 3.000 Alexa-Skills, welche meist kostenlos sind.

Google Assistant von Google:

Dieser persönliche Assistent funktioniert mit Google Home, Android oder auch iOS. Vorgestellt wurde er erstmals im Mai 2016 auf der Google-Entwicklerkonferenz Google I/O.

Das Highlight: Besonders hierbei ist, dass der Sprachassistent den Nutzer im Laufe der Zeit kennenlernt, um im Kontext früherer Fragen auch weiterführende Fragestellungen zu beantworten.

Datensicherheit ̶ Wer lauscht mit?

Eines steht fest: Sprachassistenten können im Alltag eine echte Hilfe sein. Sie sind echte Dienstleister für kleine Tätigkeiten, die immer ein offenes Ohr für Fragen haben und diese in Sekundenschnelle beantworten.

Sicherheitslücken bei Sprachassistenten

Doch die digitalen Helferlein stehen auch in der Kritik: Zwar wird den Nutzern der Eindruck vermittelt, dass die Smart-Speaker erst nach der ausgewählten Phrase wie „Hey Siri“ oder „Ok Google“ reagieren, die Realität sieht aber anders aus. So bemängelte die Verbraucherzentrale NRW bereits 2017, dass auch bei ähnlichen Wörtern wie beispielsweise Alexander anstatt Alexa reagiert wird.

Auf das Kleingedruckte achten

Anfang 2019 wurde außerdem bekannt, dass nicht nur künstliche Intelligenz, sondern auch Mitarbeiter von Amazon die Sprachaufnahmen auswerten und Zugriff auf diese haben. Auch andere Hersteller haben eingeräumt, dass die gespeicherten Sprachbefehle der Nutzer auch von Menschen ausgewertet werden. Angeblich diene das der Verbesserung der Spracherkennung, die Nutzer werden aber in den meisten Fällen leider nicht darauf hingewiesen. Lediglich Amazon gibt es seit einiger Zeit im Kleingedruckten an.

Wie kann Datenschutz überhaupt gewährleistet werden?

Datenschutz ist im Bezug auf Sprachassistenten ein heikles Thema, da diese ständig aktiv sein müssen, um das entsprechende Signalwort wahrnehmen zu können. Die Frage wie lang die Gesprächsverläufe mit der Software gespeichert werden und inwieweit Umgebungsgeräusche aufgenommen werden, lässt sich schwer beantworten, da die Hersteller diesbezüglich keine Aussagen tätigen.

Sicherheitstipps für die Nutzung von Sprachassistenten

• Sprechen Sie keine sensiblen Daten wie beispielsweise Kreditkartennummern etc. laut aus, wenn der Assistent angeschaltet ist.
• Schalten Sie den Sprachassistenten aus, wenn Sie nicht zuhause sind.
• Stellen Sie die Geräte möglichst nicht in die Nähe von geöffneten Fenstern, um Missbrauch zu verhindern.
• Lassen Sie Ihre Kinder nicht unbeaufsichtigt, um ungewollte Bestellungen zu vermeiden
  (sichern sie die Bestellfunktion mit einem Code).

Mithilfe der Alexa-App können Nutzer über das Smartphone in Erfahrung bringen, welche Aufnahmen von ihnen gespeichert wurden. Hierfür tippt man auf das Symbol mit den drei Strichen oben links, dann auf „Einstellungen“, „Alexa-Konto“ und schließlich „Historie“. Hier wird der Dialogverlauf angezeigt, also alle Sprachbefehle, welche der Amazon-Server verarbeitet und gespeichert hat. Nun hat man die Möglichkeit, ausgewählte Dateien zu löschen.