Sprachassistenten sind in unserem digitalen Zeitalter allgegenwärtig. Alexa, Siri, Google Assistant und Co. haben sich als hilfreiche Begleiter im Alltag etabliert und sind stets bereit, auf unsere verbalen Anweisungen zu reagieren – sei es, um auf die Schnelle Wetterdaten abzurufen, Textnachrichten zu senden, Musik abzuspielen, das Licht zu steuern oder sich an Termine erinnern zu lassen. Per Sprachbefehl erledigen Sie zahlreiche Aufgaben, ohne dass Sie eine manuelle Eingabe tätigen müssen. Die Technologie hat sich in den letzten Jahren rasant entwickelt und wird zunehmend im privaten wie im beruflichen Umfeld eingesetzt. Sprachassistenten arbeiten auf Grundlage von künstlicher Intelligenz und maschinellem Lernen. Sie sind beispielsweise in Smartphones und Tablets verbaut, aber auch in Form von Smart Speakern, also intelligenten Lautsprechern erhältlich. Über integrierte Mikrofone können sie Sprachbefehle empfangen und verarbeiten. Das Einschalten der Spracherkennung erfolgt im Regelfall über einen Aktivierungsbefehl, beispielsweise "OK Google", "Hey Siri" oder "Alexa". Ein großer Vorteil von Sprachassistenten besteht in ihrer breiten Kompatibilität mit Smart-Home-Systemen. Sie können im Regelfall problemlos in die Hausautomation integriert werden und ermöglichen es, Heizung, Licht, Alarmanlagen und weitere Technik zu steuern.

In diesem Ratgeber werfen wir einen detaillierten Blick auf die Welt der Sprachassistenten. Wir erklären ihre Funktionsweise und beleuchten die Vorteile, aber mögliche Nachteile. Außerdem erfahren Sie, in welchen Bereichen Sprachassistenten besonders nützlich sind, welche Modelle derzeit zu den beliebtesten auf dem Markt gehören und worauf bei der Auswahl zu achten ist.

Sprachassistenten basieren auf einer Kombination von Spracherkennung, natürlicher Sprachverarbeitung (Natural Language Processing = NLP) und maschinellem Lernen, um Sprachbefehle zu verstehen und darauf zu reagieren. Im ersten Schritt erkennt die künstliche Intelligenz Ihre Stimme über das im Gerät verbaute Mikrofon. Damit sie einen Sprachbefehl als solchen wahrnimmt, ist ein Aktivierungswort notwendig. In der Regel handelt es sich dabei um den Namen des jeweiligen Sprachassistenten beziehungsweise eine direkte Ansprache.

Für gewöhnlich ist das Mikrofon jederzeit eingeschaltet und nimmt alle Umgebungsgeräusche wahr, allerdings ohne diese zu analysieren und weiterzuleiten. Die Spracherkennung und -verarbeitung erfolgt nicht lokal, sondern auf den Servern des Dienstanbieters. Das Aktivierungswort dient daher dem Datenschutz, damit die KI nicht alles, was Sie oder andere Personen sagen, ins Internet streamt.

Die Hardware wandelt die Spracheingabe in ein digitales Signal um und filtert Störgeräusche heraus. Dann schickt sie die Signale an den Server, wo sie in für Maschinen lesbaren Text umgewandelt werden. Damit die KI wirklich begreift, was Sie sagen, zerlegt sie mit der Hilfe eines Natural Language Understanding Systems (NLU) den Text in einzelne semantische und grammatikalische Bausteine. Aus dem Kontext heraus erschließt sie sich Ihre Absicht. Dadurch stellen Wörter, die gleich klingen, aber unterschiedliche Bedeutungen haben, kein Problem für die künstliche Intelligenz dar.

Im nächsten Schritt setzt der Sprachassistent den Befehl um. Soll er beispielsweise Informationen über ein Ereignis liefern, sucht er das Internet danach ab und sammelt die relevanten Ergebnisse. Die Antwort liegt zunächst nur in maschinenlesbarer Form vor. Die KI muss sie erst noch in für den Menschen verständliche Sprache umwandeln. Das geschieht per Text-to-Speech. So erhalten Sie eine intelligible Antwort vom Sprachassistenten, die die gewünschten Informationen umfasst.

Sprachassistenten sind eine brillante technische Errungenschaft. Das bedeutet jedoch nicht, dass sie völlig ohne Nachteile sind. Eine der größten Sorgen in Bezug auf Sprachassistenten ist der Datenschutz. Zwar gibt es genau deswegen ein Aktivierungswort, damit das Gerät nicht durchgehend die aufgenommenen Audiosignale ins Internet sendet, aber wie zuverlässig ist das?

Manche Nutzer und Nutzerinnen haben Bedenken, dass der Sprachassistent private Gespräche aufzeichnet und in die Cloud schickt, da er permanent mithört. Das würde ein Sicherheitsrisiko bedeuten, da solcherlei Informationen missbraucht werden könnten. Die Gefahr ist besonders groß, wenn es zu einem Hackangriff kommt und der Sprachassistent zum Abhören verwendet wird.

Darüber hinaus sei erwähnt, dass die Technik nicht immer perfekt funktioniert. Fehlinterpretationen der KI sind nicht auszuschließen. Manchmal versteht sie einen auch gar nicht, etwa wenn die Hintergrundgeräusche zu laut sind oder mit einem starken Dialekt oder Akzent gesprochen wird. Die Technologien der Spracherkennung und -verarbeitung entwickeln sich allerdings stetig weiter, so dass diese Probleme vermutlich irgendwann der Vergangenheit angehören werden.

Welchen Sprachassistenten beziehungsweise Smart Speaker Sie wählen sollten, hängt in erster Linie von zwei Kriterien ab: dem Funktionsumfang und der Kompatibilität zu anderen Smart-Home-Geräten. Überprüfen Sie, was die Spracherkennungsdienste leisten und ob ihnen Features fehlen, auf die Sie nicht verzichten können. Die drei bekanntesten Sprachassistenten Amazon Alexa, Apple Siri und Google Assistant unterscheiden sich im Hinblick auf ihre Funktionen jedoch nur marginal.

In jedem Fall müssen Sie prüfen, welche Sprachassistenten Ihr Smart Home unterschützt. Anderenfalls kann es passieren, dass eine Sprachsteuerung nicht möglich ist.

Entscheiden Sie sich für einen Smart Speaker mit Sprachassistenz, ist vor allem die Klangqualität zu berücksichtigen – vor allem dann, wenn Sie darüber Musik oder andere Audiomedien wiedergeben möchten. 

Die Optik kann ebenfalls ein relevanter Faktor sein. Die meisten Smart Speaker sind in verschiedenen Farben erhältlich. Teilweise gibt es unterschiedliche Größen und Foramte. Darüber hinaus finden sich auf dem Markt Geräte mit kleinem Bildschirm und integrierter Kamera, was den Funktionsumfang erweitert.