Voice Commerce: O.K. Google kauf Milch!

Beim Mobile World Congress in Barcelona erhielten Lautsprecher mit integrierter Sprachassistentin viel Aufmerksamkeit. Samsung hat beispielsweise für die zweite Jahreshälfte 2018 einen smarten Lautsprecher mit seinem Sprachassistenten Bixby angekündigt. Das bedeutet, dass die Sprachsteuerung von den Smartphones künftig in andere Geräte «wandert». Auch Facebook soll sprachgesteuerte Lautsprecher mit Display planen.

Apples Siri, Microsofts Cortana, Amazons Alexa und Googles Voice Search ­gewöhnen Verbraucher daran, mit Geräten über die natürliche Sprache zu kommunizieren. Schnell eine Frage zu stellen, ist häufig viel einfacher, als einen Browser zu öffnen, auf eine Suchseite zu gehen und dort eine Frage einzutippen.

Google veröffentlicht zwar keine Zahlen dazu, welchen Anteil Anfragen per Sprache an der ­Google-Suche haben. Experten gehen ­jedoch davon aus, dass Sprachsuche schnell wächst. Die Verbreitung von Lautsprechersystemen wie Amazon Echo oder Google Home dürfte dazu beitragen.

Was bedeutet es für Online Shops oder für den stationären Handel, wenn sich Verbraucher daran gewöhnen, per Sprache mit intelligenten Geräten in ihrer Umgebung zu interagieren? Schon heute hat mehr als jeder zweite Internet-Nutzer (56 Prozent) schon einmal einen Sprach­assistenten verwendet, wie eine Umfrage des Bundesverbands Digitale Wirtschaft (BVDW) ergab. 80 Prozent der Befragten äussern zwar auch die Befürchtung, dass die vernetzten Geräte, die ja permanent lauschen, Dritten beim Abhören helfen oder dem Datenmissbrauch Tür und Tor öffnen.

Doch selbst wenn sich die smarten Lautsprecher im privaten Umfeld nur langsam verbreiten sollten, steht die Technologie der Sprach­erkennung bereit und wird langfristig in vielen Geräten Einzug halten. So verfügt beispielsweise der Google Assistant in Google Home, dem vernetzten Lautsprecher von Google, seit Februar 2017 über eine «Shopping»-Funktion: In den USA können Verbraucher über den Sprachbefehl «O.K. Google, ­bestelle ...» Produkte bei Einzelhändlern ordern, die am Lieferprogramm «Google Express» teilnehmen.

So abwegig ist der Gedanke also nicht, per Sprachsteuerung auch einzukaufen. Zumal eine der «Actions on Google», mit der Entwickler Anwendungen für den Google ­Assistant entwerfen können, «Trans­actions» - also Einkäufe - sind. Die Bestelleingabe über natürliche Sprache erfolge geschmeidiger als die über eine Webseite oder mobile App, wirbt Google auf den Entwickler-Webseiten für diese Funk­tion.

Auch bei den "Alexa Skills", den ­Anwendungen für die Sprach­eingabe bei den Amazon-Echo-Geräten, gibt es die Kategorie "Shopping". Noch geht es bei den deutschen Angeboten in dieser Kategorie nur um Preisabfragen, Öffnungszeiten oder Produktinfos, nicht um Transaktionen.

Aktuell werden Sprachassistenten vorwiegend dazu genutzt, allgemeine Informa­tionen aus dem Internet einzuholen. In Online-Lexika gespeichertes Wissen, der Wetterbericht und Nachrichten lassen sich heute über Amazons-Echo-Produkte oder Googles Voice Search relativ gut abrufen. Sprachassistenten auch für den Online-Einkauf zu nutzen, finden nur 12 Prozent der vom BVDW Befragten interessant.

Das dürfte auch daran liegen, dass entsprechende Angebote noch Mangelware sind. Michael Baurschmid, Manager bei der E-Commerce-Beratung Tailorit, weist darauf hin, dass sprachgesteuerte E-Commerce-Verkäufe noch selten sind. "Wir stehen erst am Anfang der Möglichkeiten", betont er. Matthias Heimbeck, Geschäftsführer von Findologic, einem Software-Anbieter für die Suche in Online Shops, bestätigt, dass über die Sprachsuche aktuell kaum Produkte verkauft werden.

Bei der Produktsuche per Spracheingabe wird es darauf ankommen, wie Shops ­beziehungsweise auch die Plattform-­Betreiber wie Amazon oder Google die Suchergebnisse präsentieren. Bei einem klar identifizierbaren Produkt, wie einem Buch, bei dem Titel und Autor bekannt sind, kann direkt das passende Produkt vorgeschlagen und gekauft werden. Doch was ist mit Produkten, bei denen aus mehreren Varianten ausgewählt werden kann? "Alle Titel vorzulesen, dauert zu lange und wird von Usern als lästig empfunden", meint Findologic-Chef Heimbeck. "Hier ist eine visuelle Darstellung viel effizienter, da ein User übers Auge mehrere Informationen gleichzeitig verarbeiten kann, über das Ohr aber nur linear."

Da Amazon mit dem Echo Show - und ­sicherlich bald auch ­andere Anbieter - Sprachassistenten mit einem Bildschirm anbieten werden, werden die Assistenten Antworten auf eine Frage künftig wahrscheinlich ­sowohl mit Bildern als auch mit Sprachausgabe geben.