Konzeption, Design und Vermarktung von Anwendungen für digitale Sprachassistenten - inkl. Arbeitshilfen online
E-Book, Deutsch, 229 Seiten, E-Book
Reihe: Haufe Fachbuch
ISBN: 978-3-648-13465-8
Verlag: Haufe
Format: EPUB
Kopierschutz: Wasserzeichen (»Systemvoraussetzungen)
Inhalt
- Begriffseinordnung, die Entwicklungen rund um Sprachassistenten und deren Einfluss auf unseren Alltag
- Strategische Aspekte in der Konzeption von Anwendungen für Sprachassistenten
- Konzeption und Design für Voice User Interfaces
- Prototyping: Tools, Best Practices, Testing-Methoden, Bedeutung der Multimodalität
- Best Practices zur Umsetzung von Anwendungen für die Sprachassistenten Amazon Alexa und Google Assistant
- Marketing auf Sprachassistenten: Auffindbarkeit der eigenen Voice Anwendungen, Möglichkeiten der Vermarktung kennen und nutzen
Mit eigenem Voice Guru als Arbeitshilfe online:
- Companion Voice App für Amazon Alexa und Google Assistant mit demonstrativen Inhalten
- Praktische Online-Tools zur Optimierung des Arbeitsworkflows an Voice Projekten
- Checklisten, Links, Events
Autoren/Hrsg.
Fachgebiete
Weitere Infos & Material
Einführung
Die Welt der digitalen Sprachassistenten
Erfolgsfaktoren und Risiken von Sprachassistenten
Was Ihnen dieses Buch bietet
1 Das Zeitalter der unsichtbaren Benutzeroberfläche
1.1 Die Magie von digitalen Sprachassistenten
1.2 Die Funktionsweise von digitalen Sprachassistenten
1.3 Der richtige Jargon - Einordnung der Begriffe
1.4 Verbreitung von digitalen Sprachassistenten
1.5 Verbreitung von Smart Speakern
1.6 Digitale Sprachassistenten in der Praxis
1.6.1 Wofür werden digitale Sprachassistenten genutzt?
1.6.2 Hauptvorteile von digitalen Sprachassistenten
1.6.3 Nachteile von digitalen Sprachassistenten
1.7 Marktentwicklung im Umfeld von digitalen Sprachassistenten
1.8 Übernahmen von Voice-Start-ups
1.9 Zusammenfassung
2 Erfolgsstrategien für Sprachassistenten
2.1 Voice im Kommunikations- und Medienmix
2.2 Team-Setup in Voice-App-Projekten
2.2.1 Die Rolle des Voice-User-Interface-Designers
2.2.2 (V)UX Research
2.2.3 Copywriting - Texten für das menschliche Ohr
2.2.4 Audio Engineering - nonverbale Audio-Elemente einsetzen
2.2.5 Development
2.2.6 Testing
2.3 Auf welchen Assistenten sollten Sie vertreten sein?
2.4 Zusammenfassung
3 Konzeption von Voice User Experiences
3.1 Definition von Zielen einer Voice-Strategie
3.2 Definition der Zielgruppen
3.2.1 User Persona
3.2.2 Place-ona
3.3 Identifikation des Use Case
3.3.1 User Journey Mapping
3.3.2 Search-Traffic-Analyse
1 Das Zeitalter der unsichtbaren Benutzeroberfläche
Vor allem seit der Einführung von Amazon Alexa in Deutschland im Frühjahr 2017 müssen wir uns als Unternehmen neuen Herausforderungen im Marketing stellen. Nachdem wir mit der Mobiloptimierung unseres Internetauftritts gekämpft und eine Social-Media-Strategie entwickelt haben, wurde in den vergangenen Jahren vielleicht noch über den Einsatz eines Messenger-Chatbots nachgedacht. Nun stehen wir plötzlich einem weiteren neuen, komplexen Ökosystem gegenüber, das (grundsätzlich) ohne Bildschirm daherkommt und mit dem Nutzer per Sprache interagieren kann. Verfallen wir in Schockstarre oder nehmen wir die neue Herausforderung an? Die letzten technologischen Entwicklungen wie Augmented Reality (AR) und Virtual Reality (VR) haben zunächst für ein ähnliches Bild in den Medien gesorgt, aber von Leuchtturmprojekten großer, internationaler Unternehmen abgesehen bis jetzt keine Breitenwirkung in Deutschland erzielt. Warum sollten wir uns jetzt also mit Voice User Interfaces (VUI) beschäftigen? In diesem Kapitel grenzen wie Begrifflichkeiten voneinander ab, werfen einen Blick auf die nationalen und internationalen Marktzahlen und Akteure im Markt der digitalen Sprachassistenten. Wir erfahren außerdem, wofür diese bisher vorzugsweise genutzt wurden. Damit erhalten wir die Grundlage für eine Einschätzung, ob auch Ihre Inhalte, Services und Produkte in Zukunft dialogfähig werden sollten. 1.1 Die Magie von digitalen Sprachassistenten
Die Steuerung unserer Umgebung per Sprache hat bis vor wenigen Jahren nur in Film- oder Fernsehproduktionen reibungslos funktioniert. In diesem Zusammenhang verweisen wir gerne auf Serienklassiker wie Star Trek und Knightrider oder das Hollywood-Drama »Her« (2013), in dem sogar eine romantische Beziehung mit einem digitalen Sprachassistenten gesellschaftlich anerkannt war. Bewusst oder unterbewusst, unsere Gesellschaft treibt die Faszination für die Sprachsteuerung von Maschinen und Computern schon seit Jahrzehnten um. Es gleicht zuerst einem surrealen Erlebnis, wenn sich die Technologie dem Menschen anpasst und – wie bei Sprachassistenten – auf unsere Stimme reagiert. Vor allem, wenn wir uns alleine in unseren eigenen vier Wänden befinden. Unter Calm Technology verstehen wir Systeme, die sich unauffällig und natürlich in unsere Umgebung einbetten. Digitale Sprachassistenten zählen dazu und können uns in Zukunft auf Zuruf zielgerichtet unterstützen. Sie zeichnen sich dadurch aus, dass sie im Vergleich zu anderen Technologien wie Smartphones einen weniger stark ausgeprägten Lockin-Effekt erzeugen und damit ein geringeres Ablenkungspotenzial aufweisen. 1.2 Die Funktionsweise von digitalen Sprachassistenten
Um Anwendungen für Sprachassistenten zu entwickeln, ist es unerlässlich, dass wir das Grundprinzip der technischen Abläufe im Hintergrund verstehen. Einerseits, um die Infrastruktur auf Anwendungsseite ordnungsgemäß einrichten zu können, andererseits, um auf mögliche Fragen der Projektbeteiligten, Kunden oder anderer Stakeholder besser vorbereitet zu sein. Lassen Sie uns einen Blick auf die Funktionsweise des Sprachassistenten Amazon Alexa werfen. Ein ähnliches Prinzip kommt auch bei Google Assistant, Samsung Bixby und anderen Sprachassistenten zum Tragen. Nachfolgend umreißen wir die wesentlichen Technologien, die bei der Interaktion mit Ihrem Sprachassistenten involviert sind: a) Automatic Speech Recognition (ASR) und Natural Language Understanding (NLU) Wenn wir mit unseren Amazon-Echo-Gerät sprechen, wird der Audiomitschnitt der Eingaben nach Nennung des Aufwecknamens (Wakeword) »Alexa« an den Alexa Voice Service (AVS) gesendet. Dort wird das gesprochene Wort in Text umgewandelt (Speech-To-Text, kurz STT). Vereinfacht gesagt sorgt ASR und NLU dafür, dass der Sprachassistent unsere Eingaben grundsätzlich entgegennehmen und verstehen kann. b) Natural Language Processing (NLP) Für jeden digitalen Sprachassistenten ist es das Herzstück, natürliche Sprache verarbeiten zu können. Im täglichen Umgang mit unserem Assistenten merken wir, wie gut oder weniger gut das gelingen kann. In unserem Beispiel sorgt der Alexa Voice Service dafür, dass aus dem durch NLU erkannten Text eine Intention erkannt wird. Der transkribierte Text wird dann in Form einer Anfrage (Request) der Anwendungsfunktion bereitgestellt. Dieser Request enthält neben der erkannten Absicht (Intent) Informationen wie beispielsweise eine Nutzer-ID, Zeitstempel, verschiedene Geräteinformationen des Nutzers oder die eingestellte Sprache auf Nutzerseite. c) Natural Language Generation (NLG) Mithilfe des Datensatzes, der bei der Nutzeranfrage an unsere Anwendungsfunktion übergeben wurde, können wir wiederum die Antwort bereitstellen und zurück an den Alexa Voice Service übergeben. Wir senden im Wesentlichen die Antwort als Text zurück und optional auch Zusatzinformationen zur Anzeige auf Geräten mit Bildschirm. NLG hilft nun dabei, dass aus dem geschriebenen Text wieder gesprochenes Wort wird (Text-To-Speech, kurz TTS). Alexa spricht zum Nutzer und antwortet auf die Anfrage. All das passiert im Bruchteil einer Sekunde. Die folgende Abbildung zeigt den Informationsfluss und die technischen Abläufe einer Wetter-Anwendung für Amazon Alexa (sog. Alexa Skill). Abb. 1: Vereinfachte Darstellung der Funktionsweise des Sprachassistenten Amazon Alexa 1.3 Der richtige Jargon – Einordnung der Begriffe
Jede technologische Neuerung bringt in der Regel neue Begrifflichkeiten mit sich. Diese finden sich in Handbüchern zur Hardware oder Dokumentationen zur Software-Erstellung wieder. Außerdem werden viele der Fachbegriffe durch eine Community geprägt, die sich intensiv mit der Technologie beschäftigt. Diese Begriffe werden in einem Glossar am Ende dieses Buches erläutert. Hier möchten wir Ihnen die wichtigsten Begrifflichkeiten kurz vorstellen: Begriff Erläuterung Natural Language Understanding (NLU) Ermöglicht das Verständnis natürlicher Sprache durch einen digitalen Sprachassistenten Natural Language Processing (NLP) Hauptverantwortlich für die Erkennung der Nutzerabsicht Natural Language Generation (NLG) Ermöglicht die Sprachausgabe durch Nutzung einer künstlich generierten Stimme Text-To-Speech (TTS) Text zu gesprochenem Wort Generierung Speech-To-Text (STT) Gesprochenes Wort zu Text Generierung Voice Assistant Digitaler Sprachassistent (Software) Smart Speaker Smart Lautsprecher, Hardware zum Zugriff auf einen Voice Assistant Wakeword Aufweckwort, um einen Sprachassistenten zu aktivieren Prompt Ausgabe des Sprachassistenten Reprompt Ausgabe des Sprachassistenten, wenn der Nutzer nicht antwortet, z. B. auf Fragen/Aufforderungen Multimodal Ausgabe von Zusatzinformationen (z. B. visuell) zusätzlich zur Sprachausgabe bzw. Interakation mit dem Sprachassistent über Touch- oder Gestensteuerung Card Text oder Bild auf einem Gerät mit Bildschirm (Smartphone oder Smart Speaker mit Bildschirm) zur Anzeige unterstützender Informationen Endpoint Adresse (URL) der Anwendungsfunktion zur Erfüllung der gewünschten Aufgabe. Enthält einen Großteil der Business-Logik der Voice-Anwendung. Intent Erkannte Nutzerabsicht, die der Anwendungslogik entsprechend zugeordnet wird, um Datenbank- und Schnittstellenanfragen durchzuführen und die Antwort an den Nutzer vorzubereiten Interaction Model Modell der gesamten Intents inkl. Beispieleingaben. Maßgeblich verantwortlich für die korrekte Zuordnung der Nutzerabsichten zu Intents in der Anwendungsfunktion (Sample) Utterances Beispielformulierungen, durch die Intents in der Anwendungsfunktion angesprochen werden können Slots, Entities Dynamische Werte/Platzhalter in Utterances Voice User Interface (VUI) Sprachbenutzeroberfläche zur Interaktion per Sprache VUI-Diagramm Grafische Darstellung des Entscheidungsbaumes bzw. der Nutzerführung in einer Anwendung...
