Wie nutzt man Sprachassistenten im E-Commerce richtig? Zukunftspotenziale des Voice Commerce

Inhaltsverzeichnis

Zusammenfassung

Abstract

Abbildungsverzeichnis

1 Einleitung

2 Theoretische Grundlagen
2.1 E-Commerce
2.2 Sprachassistenten
2.3 Voice Commerce

3 Aktueller Einsatz von Sprachassistenten
3.1 Nutzung von Sprachassistenten
3.2 Schwierigkeiten bei der Nutzung von Sprachassistenten
3.3 Vergleich der Geräte

4 Zukunftspotenziale
4.1 Steigende Nutzung von Sprachassistenten
4.2 Zukunftspotenziale für Sprachassistenten im E-Commerce
4.3 Marketingmaßnahmen für Sprachassistenten

5 Handlungsempfehlungen

6 Fazit

Literaturverzeichnis

Anhang

Bibliografische Information der Deutschen Nationalbibliothek:

Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliografie; detaillierte bibliografische Daten sind im Internet über http://dnb.d-nb.de abrufbar.

Impressum:

Copyright ©Studylab 2020

Ein Imprint der GRIN Publishing GmbH, München

Druck und Bindung: Books on Demand GmbH, Norderstedt, Germany

Coverbild: GRIN Publishing GmbH | Freepik.com | Flaticon.com | ei8htz

Zusammenfassung

Der Trend zur Nutzung von Sprachassistenten und Smart Speakern für verschiedene Zwecke im Alltag ist omnipräsent. Was die steigende Nutzung der Sprachassistenten für den E-Commerce zu bedeuten hat, zeigt diese Thesis. Die Leitfrage lautet: Welche zukünftigen Möglichkeiten werden dem E-Commerce durch Weiterentwicklung von Sprachassistenten geboten? Anhand dieser Frage ist zunächst der aktuelle Stand von Sprachassistenten analysiert worden, daraufhin sind Zukunftspotenziale und Marketingmöglichkeiten betrachtet worden und schließlich sind Handlungsanweisungen für Unternehmen abgeleitet worden. Diese Arbeit ist zu dem Schluss gekommen, dass eine konkrete Antwort auf die Leitfrage nicht geliefert werden kann, da die Entwicklung der Sprachassistenten noch am Anfang steht. Dennoch wurde festgestellt, dass in erster Linie Convenience Güter für den Kauf über Sprachsteuerung relevant sein werden sowie indirekte Käufe über beispielsweise den stationären Handel. Weiterhin wurden Hürden deutlich, welche dem Erfolg des Voice Commerce im Weg stehen könnten. Diese Hürden sind unter anderem das Vertrauen der Nutzer als auch technische Schwierigkeiten. Zudem ist heute nicht absehbar inwiefern die Menschen zukünftig die Sprachassistenten adaptieren werden.

Abstract

The trend towards using voice assistants and smart speakers for different functions on a daily basis is omnipresent. This thesis shows the relevance of the increasing use of voice assistants for electronic commerce. The key question is: What future opportunities will be offered to e-commerce by the further development of voice assistants? Based on this question, the current status of voice assistants has been analysed, future potentials and marketing possibilities have been considered and finally guidelines for companies have been derived. This work has come to the conclusion that a concrete answer to the key question cannot be provided, as the development of voice assistants is still in its infancy. Nevertheless, it has been determined that convenience goods will primarily be relevant for purchases via voice control as well as indirect purchases such as purchases via stationary retail. Furthermore, barriers have become clear that could inhibit the success of voice commerce. These barriers include user trust and technical difficulties. In addition, today it is not predictable to what extent people will adapt voice assistants in the future.

Abbildungsverzeichnis

Abb. 1: Funktionsweise Amazon Echo mit Alexa

Abb. 2: Top 3 der möglichen Voice-Nutzungen im Tagesverlauf

Abb. 3: Gründe gegen eine Nutzung von Sprachassistenten

Abb. 4: Anzahl der Nutzer virtueller digitaler Assistenten weltweit

Abb. 5: Zukünftige Verwendung Sprachassistenten

1.Einleitung

„Das Phänomen Smartphone ist nicht nur in bestimmten Altersgruppen oder sozialdemographischen Schichten zu finden, sondern wirklich „omnipräsent“. Die gleiche Entwicklung werden wir auch mit der Nutzung von Sprachassistenten erleben. Was wir aktuell sehen, ist vermutlich nicht mal 10 Prozent des Gesamtpotenzials der Smartassistenten. Dies ist nur die Vorschau – den Film haben wir noch vor uns.“¹

Im Jahr 1962 wurde der erste Sprachcomputer entwickelt, welcher nur 16 Wörter kannte. Im Jahr 2002 konnte niemand erahnen, dass der Film Minority Report, in dem der Schauspieler Tom Cruise seine Wohnung mit Sprachbefehlen steuerte, heute bereits Realität sein würde. Doch Sprachassistenten sind in den Wohnungen der Menschen angekommen und werden voraussichtlich bleiben. Die Zahlen zur Verbreitung der mit Sprachassistent ausgestatteten Lautsprecher bestätigen den Trend. Innerhalb des Jahres 2017 wurden über 50 Millionen Lautsprecher für Sprachassistenten auf der ganzen Welt verkauft. Vergleichsweise benötigte das Internet vier Jahre, um gleich viele Menschen zu erreichen und das Smartphone drei Jahre. Der Fakt, dass sich die Zahlen ein weiteres Jahr später in 2018 fast verdoppelt haben, zeigt die Relevanz der Thematik Sprachassistenz.² Sprache ist zudem die natürlichste Kommunikationsform des Menschen und ist schneller und bequemer als das Tippen auf Displays.³ Je beliebter die Sprachassistenten werden, desto relevanter wird die Technik für den Electronic Commerce. Die Kombination aus Sprachsteuerung und Onlinehandel, der sogenannte Voice Commerce, bietet neue Zukunftsszenarien und Potenziale für Unternehmen.⁴

Die Leitfrage dieser Arbeit lautet: Welche zukünftigen Möglichkeiten werden dem E-Commerce durch Weiterentwicklung von Sprachassistenten geboten? Sie beschreibt den roten Faden der Thesis, welcher der Orientierung dient und welche es wissenschaftlich zu analysieren gilt. Die Zukunftspotenziale für den Markt der Sprachassistenten lassen sich lediglich spekulieren, dennoch ist es essentiell für Unternehmen, sich jetzt mit der Thematik zu beschäftigen und Strategien für die Zukunft zu entwickeln.⁵

Ziel dieser Thesis ist es, den Markt der Sprachassistenten in seinem aktuellen Zustand zu analysieren, Potenziale für die Zukunft mit Sprachassistenten im Bereich E-Commerce zu untersuchen und daraufhin Handlungsanweisungen für Unternehmen abzuleiten. Es soll herausgearbeitet werden, was Voice Commerce ist, welche Zukunftsprognosen sich bieten, was dies für die Branche bedeutet und welche Auswirkungen der Fortschritt auf Unternehmen im E-Commerce und das Leben aller Anwender haben könnte.⁶

Dafür wird zunächst ein theoretischer Grundstein gelegt. Die wichtigsten Begriffe für den Verlauf dieser Arbeit werden definiert. Diese sind Sprachassistent, E-Commerce und Voice Commerce. Im weiteren Verlauf wird daraufhin der aktuelle Stand von Sprachassistenten analysiert. Hier wird zunächst ein Blick auf die derzeitige Nutzung der Assistenten geworfen. Danach werden die momentanen Schwierigkeiten in der Nutzung behandelt. Letztlich werden in diesem Kapitel fünf ausgewählte Hersteller von Sprachassistenten untereinander verglichen und in Relation gebracht. Die Hersteller Amazon, Apple, Google, Microsoft und Samsung werden dafür einzeln hinsichtlich ihrer Sprachassistenten beschrieben. Im darauf folgenden Kapitel der Zukunftspotenziale wird am Anfang die steigende Nutzung von Sprachassistenten betrachtet und begründet. Infolgedessen werden die Zukunftspotenziale für Sprachassistenten im E-Commerce dargestellt. Anschließend beleuchtet diese Thesis die zukünftigen Marketingmaßnahmen für die Branche. Kapitel fünf beschäftigt sich mit Handlungsempfehlungen für Unternehmen. Hier wird erarbeitet, welche Maßnahmen Unternehmen treffen können, um sich auf dem Markt der Sprachassistenten zu positionieren. Schließlich endet diese Arbeit mit einem Fazit, welches die Leitfrage beantworten soll.

2.Theoretische Grundlagen

Das folgende Kapitel setzt den Grundstein für diese Arbeit. Durch die Definition von verschiedenen Begriffen wird eine theoretische Grundlage geschaffen, die das Verständnis für die nachfolgenden Kapitel der Analyse und der Ausarbeitung der Zukunftspotenziale von Sprachassistenten für E-Commerce ermöglichen soll. Die Begriffe E-Commerce und Sprachassistent werden behandelt, weil sie als Grundbegriffe dieser Arbeit gelten und zur Beantwortung der wissenschaftlichen Leitfrage dienen. Die Definition des Sprachassistenten untergliedert sich weiterhin in die Kapitel Sprachassistenten über Smartphones, Sprachassistenten über Smart Speaker und Skills für Sprachassistenten. Schließlich wird die Bezeichnung Voice Commerce definiert, welche eine Kombination der Begriffe Sprachassistent und E-Commerce darstellt.

2.1 E-Commerce

Der Beginn des E-Commerce ereignete sich im Jahr 1994, als Studenten aus Kiel eine Homepage programmierten, auf welcher Tee bestellt werden konnte. Sie arbeiteten in Kooperation mit einem Tee-Händler, der für jede Bestellung ein Fax bekam und daraufhin den gewünschten Tee per Post an die Kunden verschickte.⁷ Ein Jahr später, im Jahr 1995, verkaufte der Amerikaner Jeffrey Bezos online Bücher und startete damit Amazon. Heute gilt der Onlinehandel als das optimale Beispiel für erfolgreiches E-Commerce.⁸

Unter Electronic Commerce, kurz E-Commerce, versteht man einen „[…] Teil des Electronic Business, der den Kauf und Verkauf von Waren und Leistungen über elek-tronische Verbindungen umfasst.“⁹ Dies beinhaltet neben den elektronischen Transaktionen wie Kauf und Verkauf auch elektronische Geschäftsprozesse, wie beispielsweise das Onlinebanking. Die Beteiligten des Prozesses verkehren über das Internet oder Mobilfunknetze miteinander und stehen dabei in keinem unmittelbaren physischen Kontakt.¹⁰ Es wird beim E-Commerce zwischen Transaktionen zwischen Unternehmen (Business-to-Business - B2B), Transaktionen zwischen Unternehmen und Privathaushalten (Business-to-Consumer - B2C), Transaktionen unter Privathaushalten (Consumer-to-Consumer - C2C) und Transaktionen zwischen Unternehmen und der öffentlichen Hand (Business-to-Government - B2G) unterschieden.¹¹

Zu einem Verkauf, egal ob online oder offline, gehören immer zwei Seiten: Anbieter und Kunde. Seit dem Internet und damit dem Aufkommen von E-Commerce, hat sich das Verhältnis dieser zwei Rollen verändert. Der Markt ist nun mehr ein Marktplatz, der die Möglichkeiten zum Austausch, Vergleich oder Feedback bietet.¹² Weiterhin fallen einzelne Zwischenhandelsstufen weg, da nun Käufer und Verkäufer direkt kommunizieren können. Dieses Vorkommen führt dazu, dass die Transparenz und die Konkurrenz des Preises steigen und die Käufer sich auf weniger Verkäufer konzentrieren. Besonders stationäre Anbieter stehen vor der Herausforderung, sich mit der Online-Konkurrenz auseinanderzusetzen, um nicht verdrängt oder sogar ersetzt zu werden.¹³ Der Kunde hat somit mehr Einfluss und Übersicht auf den Markt denn je. Gleichermaßen steht er im Mittelpunkt jedes Unternehmens, denn nur wer seine Kunden kennt, kann zielgenau dessen Bedürfnisse befriedigen und eine Kundenbeziehung pflegen.¹⁴

Der unbestrittene Marktführer im E-Commerce ist Amazon. Im Jahr 2018 erreichte der Onlinehandel einen weltweiten Umsatz von 64,9 Milliarden Euro.¹⁵ Mit verschiedenen Besonderheiten wie dem Prime Shipping sorgt Amazon für eine erfolgreiche Kundenloyalität dem Unternehmen gegenüber. Weiterhin verbindet Amazon andere Anbieter, wie Unternehmen und Privatpersonen, durch einen Marktplatz, auf welchem das eigene Sortiment vertrieben werden kann. Der Erfolg liegt mittlerweile nicht mehr lediglich im Onlinehandel, sondern auch in Bereichen wie Streaming und Logistik. Um mit dem Zuwachs von neuen Technologien weiterhin den Kunden und dessen Bedürfnisse verfolgen zu können, positionierte sich das Unternehmen zudem im Bereich Sprachassistenten.¹⁶ Im folgenden Kapitel wird beschrieben, was Sprachassistenten sind.

2.2 Sprachassistenten

Ein Sprachassistent „[…] ist ein Dialogsystem, das Anfragen der Benutzer beantwortet und Aufgaben für sie erledigt, in privaten und wirtschaftlichen Zusammenhängen.“¹⁷ Es handelt sich demnach um eine Software, welche Sprache analysiert und darauf in Form von Antworten oder Handlungen reagiert. Sprachassistenten sind in Smartphones oder Smart Speakern eingebaut und durchleben aktuell einen Trend aufgrund ihrer einfachen Bedienung.¹⁸ Das Verstehen, Verarbeiten und Analysieren von natürlicher Sprache basiert auf künstlicher Intelligenz (KI). Künstliche Intelligenz ist heute Bestandteil von vielen Softwares und beschreibt Techniken, die Aufgaben lösen, für die aus menschlicher Sicht Intelligenz gefordert wird.¹⁹ Bedeutend für die KI ist die Fähigkeit, mit der Zeit zu lernen. Bestimmte Muster und Kontexte der Nutzer können erkannt und in Zusammenhang gebracht werden und daraufhin kann sich der Assistent daran anpassen und aus vorherigen Fehlern lernen.²⁰ Der Fachbegriff dafür, dass die künstliche Intelligenz Erfahrungen in Wissen umwandelt, nennt man Machine Learning beziehungsweise auf Deutsch maschinelles Lernen. Es stellt einen Teil der KI dar und basiert auf Algorithmen und gesammelten Daten.²¹

Der Fachbegriff für die Schnittstelle zur Steuerung mit Sprache lautet Voice User Interface (VUI).²² Sie wird zudem als Conversational Interface bezeichnet. Dieser Begriff schließt alle Formen der sprachbasierten digitalen Assistenten ein, demnach auch textbasierte Assistenten. Durch die Verwendung von Sprache sind die Sprachassistenten für den Menschen natürlicher als grafische Benutzeroberflächen, welche mit Maus und Tastatur gesteuert werden.²³ Es besteht eine Verwandtschaft zwischen Sprachassistenten und sogenannten Chatbots, welche oft nur textueller Natur sind. Weiterhin sind die meisten Sprachassistenten im Vergleich zu Chatbots nicht grafisch erweitert, was bedeutet, dass sie nicht visuell durch beispielsweise einen Avatar repräsentiert werden.²⁴

Die synthetische Stimme der Sprachassistenten geht auf eine lange Geschichte der Sprachsynthese bis in das 18. Jahrhundert zurück. Heute wird versucht, sowohl menschliche Ausdrücke zu kopieren als auch Stimmen durch die Zunahme von Imperfektionen, wie Füllwörtern, besonders echt wirken zu lassen.²⁵ Es wird jedoch vorausgesagt, dass Sprachassistenten irgendwann auf eine Akzeptanzlücke treffen werden. Diese Vorhersehung wird Uncanny Valley genannt, übersetzt das unheimliche Tal. Es beschreibt die Veränderung von Empathie zu Abscheu, wenn die künstliche Intelligenz zu menschenähnlich wird.²⁶ Alle Sprachassistenten, die aktuell auf dem Markt zu finden sind, zeichnen sich durch eine weibliche Sprechstimme aus. Dies liegt daran, dass von sowohl weiblichen als auch männlichen Nutzern eine feminine Stimme als sympathischer wahrgenommen wird. Außerdem kann sich die Stimme durch die höheren Töne besser von der Umgebung abgrenzen.²⁷

Sprachassistenten spielen auch im Bereich Smart Home eine Rolle. Unter Smart Home wird die Vernetzung von Eingabegeräten mit Ausgabegeräten verstanden. Eingabegeräte können Tablets, Smartphones oder Sprachassistenten sein und Endgeräten beispielsweise Haushaltsgeräte, Lampen, Heizungen oder Rollläden. Durch die Eingabegeräte können die Endgeräte gesteuert, sowie individuell angepasst werden. Ein Zuhause, das diese intelligenten Technologien anwendet, kann den Energieverbrauch senken, die Sicherheit im Haus steigern und generell mehr Wohnqualität und Komfort ermöglichen.²⁸

Sprachassistenten sollen den Alltag der Verbraucher durch zunehmende Bequemlichkeit bereichern, denn die größten Vorteile der Assistenz sind die Möglichkeiten, freihändig Befehle zu geben, Zeit zu sparen und aus weiter Entfernung Gegenstände zu steuern.²⁹

In dieser Arbeit werden folgende Sprachassistenten aufgrund ihres hohen Aufkommens thematisiert: Alexa von Amazon, Siri von Apple, Google Assistant von Google, Cortana von Microsoft und Bixby von Samsung.

Sprachassistenten über Smartphones

Der steigende Erfolg von Sprachassistenten kam mit der Einführung des Apple Smartphones iPhone 4S im Jahr 2011, welches zugleich den Assistenten Siri im Betriebssystem eingebaut hatte und folglich auf den Markt brachte.³⁰ Sprachassistenten sind meist auf dem Smartphone vorinstalliert und lassen sich oft gar nicht oder nur schwer deinstallieren. Sobald das Aktivierungswort des Sprachassistenten ausgesprochen wurde, wird das Gesprochene über das Internet an einen Server des jeweiligen Herstellers gesendet. Dafür ist eine aktive Internetverbindung notwendig. Eine Software analysiert daraufhin die Frage oder den Befehl des Nutzers und erstellt ein Ergebnis, welches zurück an den Nutzer gesendet wird. Dieser hört dann entweder eine Antwort auf seine Frage oder die gewünschte Handlung wird ausgeführt.³¹

Sprachassistenten über Smart Speaker

Um die Software des Sprachassistenten nicht ausschließlich auf dem Smartphone nutzen zu können, sondern auch jederzeit zu Hause, haben einige Anbieter eigene Geräte, sogenannte Smart Speaker, entwickelt. Diese Smart Speaker treten in verschiedenen Formen von Lautsprechern auf, stehen beispielsweise im Wohnzimmer und sind mit dem Internet verbunden. Grundsätzlich ist auf solch einem Gerät bereits der eigene Sprachassistent des Herstellers installiert.³² Der Autor Michael Jaekel beschrieb das Verhältnis zwischen Sprachassistent und Smart Speaker im Jahr 2017 wie folgt: „Bezogen auf digitale Plattformen stellen die virtuellen Sprach-Assistenten die Erweiterung der Plattformen dar und die Geräte wie Echo die materielle Umgebung.“³³ Daraus lässt sich ableiten, dass der Sprachassistent Alexa von Amazon auf dem Gerät Echo von Amazon implementiert ist. Genauso besteht der Google Assistant auf dem Google Home Gerät und Siri auf dem HomePod von Apple.³⁴ Ähnlich wie bei dem Smartphone bereits angedeutet funktioniert auch der Sprachassistent auf einem Smart Speaker. Das Gesprochene wird über den Smart Speaker an die Plattform des zugehörigen Sprachassistenten gesendet. Die Sprache wird dort in Text umgewandelt. Dies erfolgt durch das sogenannte Natural-Language-Processing (NLP). Das Interaction Model, welches sich ebenda befindet, hat die Aufgabe, den Text auszuwerten. Der umgewandelte und ausgewertete Text wird daraufhin an die Serveradresse des Herstellers gesendet, wo die Logik der Funktion hinterlegt ist und die Daten verarbeitet werden. Die aufbereiteten Daten werden zurück an die Plattform des Sprachassistenten gesendet. Die Software ändert den Text wieder in Audio und schließlich wird die Antwort durch den Smart Speaker wiedergegeben. Der sogenannte Skill beschreibt die Fähigkeit des Sprachassistenten. Eine derartige Fähigkeit besteht aus zwei Teilen, dem Voice-User-Interface-Frontend (VUI-Frontend) und dem Voice-User-Interface-Backend (VUI-Backend).³⁵ In der folgenden Abbildung ist der eben beschriebenen Ablauf anhand des Beispiels Alexa mit dem Smart Speaker Echo von Amazon zu sehen. In schwarz abgebildet ist der Echo Lautsprecher von Amazon. Die blaue Wolke in der Mitte stellt das VUI-Frontend mit der Alexa -Plattform und dem Interaction Model dar. Der Server mit Skill Logik rechts außen stellt die zweite Komponente dar, den VUI-Backend. In Form von Pfeilen ist der Verlauf von der Eingabe des Sprachbefehls bis zur Ausgabe der Antwort visuell dargestellt.³⁶

Abbildung in dieser Leseprobe nicht enthalten

Abb. 1: Funktionsweise Amazon Echo mit Alexa

(Quelle: Wölk [2016], o. S.)

Skills für Sprachassistenten

Um den Sprachassistenten auf die jeweiligen Bedürfnisse des Nutzers anzupassen, können sogenannte Skills dem Sprachassistenten hinzugefügt werden. Skills sind Fähigkeiten, die von Entwicklern kreiert werden und bei Sprachassistenten angewandt werden können.³⁷ Sie werden oft mit Apps für Smartphones verglichen. Meist sind die Entwickler der Skills nicht dem Hersteller zugehörig, sondern Hobby-Entwickler oder Entwickler von anderen Unternehmen, die beispielsweise eine App haben, mit der sie den Sprachassistenten durch einen Skill verknüpfen möchten. Hier hat zum Beispiel ein Lieferservice die Möglichkeit, dem Nutzer mit einem Skill die Bestellung über Sprachsteuerung zu bieten. Im Jahr 2018 gab es bereits mehr als 50.000 Skills von über 3500 Marken.³⁸ Manche Hersteller belohnen die externen Entwickler von Skills mit Geschenken und bei einer besonders hohen Nutzung des Skills sogar mit Geld. Dementsprechend hoch ist das Aufkommen von Skills, die von Hobby-Entwicklern erstellt wurden, um sich an einem Erfolg zu versuchen. Ein sehr erfolgreicher und simpler Skill ist beispielsweise der Abfallkalender, welcher dem Nutzer mitteilt, wann welche Abfalltonne auf die Straße gestellt werden muss. Zu beachten beim Design eines Skills sind unter anderem ein einheitliches und natürliches Sprachbild, kurze Antworten und die reibungslose Führung des Nutzers durch den Skill.³⁹

Ein Skill für einen Sprachassistenten besteht, wie bei der Funktionsweise von Smart Speakern bereits erklärt, aus zwei Komponenten. Zum einen dem VUI-Frontend, welcher in der Plattform die Sprache auswertet. Auf der anderen Seite steht der VUI-Backend, bei dem die Logik des Skills hinterlegt ist. Wichtig bei der Entwicklung des Skills ist es, viele Antwortmöglichkeiten zu bedenken, denn Menschen formulieren Sätze unterschiedlich und drücken sich auf verschiedenste Weisen aus.⁴⁰ Durch den Skill sollte der Sprachassistent am Ende flüssige und logische Dialoge mit dem Nutzer führen können. Trotz des Vergleichs mit Apps auf Smartphones, können Apps nicht einfach zu Skills umgewandelt werden. Denn das Design von Applikationen für das Sehen und das Tippen ist ein anderes als das für die Sprache. Deshalb sollte der Entwurf mit Konzentration auf die Sprachsteuerung neu gestaltet werden. Um in einem Onlineshop für Skills zu erscheinen, muss der jeweilige Skill in Bezug auf Name, Konzept und Interaktion gewisse Richtlinien einhalten, um schließlich eine Zertifizierung für den Shop zu bekommen und von Nutzern der Sprachassistenten geöffnet und angewandt werden zu können. Für die Entwicklung eines Skills inklusive aller Phasen kann ein Unternehmen mit einem Budget von etwa 15.000 Euro rechnen.⁴¹

2.3 Voice Commerce

Voice Commerce bezeichnet die Kombination aus Sprachassistenten und dem Onlinehandel und ist somit im Hinblick auf die Leitfrage der wichtigste Begriff dieser Arbeit. Voice Commerce ist ein Teil des Conversational Commerce, also des Onlinehandels über verschiedene Konversationskanäle. Dabei unterscheidet sich Voice Commerce vom Conversational Commerce dadurch, dass ausschließlich Sprache verwendet wird und keine Textkommunikation. Der Nutzer interagiert beim Voice Commerce mit dem Sprachassistenten über das Smartphone oder über den Smart Speaker mit dem Ziel des Kaufs eines Produktes oder einer Dienstleistung bei einem Onlinehändler.⁴² Durch den Einsatz der natürlichen Sprache verändern sich einige Aspekte für den E-Commerce. Voice Commerce befindet sich noch am Anfang der Entwicklung, weswegen es aktuell ein geringes Angebot gibt und nur bestimmte Produkte über die Sprachsteuerung erworben werden.⁴³ Wie der aktuelle Stand im Voice Commerce aussieht und welche Schwierigkeiten bestehen werden unter anderem im folgenden Kapitel behandelt.

3. Aktueller Einsatz von Sprachassistenten

Dieses Kapitel befasst sich mit dem aktuellen Einsatz von Sprachassistenten, welches den Status Quo des Themas definieren soll, um darauf aufbauend im folgenden Teil Zukunftspotenziale zu erarbeiten. Hierfür wird zunächst die aktuelle Nutzung von Sprachassistenten beschrieben, wobei auch der gegenwärtige Stand von Voice Commerce erfasst wird. Daraufhin werden aktuelle Schwierigkeiten, Probleme, Fehler von Sprachassistenten und dessen Folgen erklärt. Letztlich werden die fünf ausgewählten Sprachassistenten definiert und untereinander verglichen, um sich einen Überblick über die aktuellen Anbieter zu verschaffen und um festzustellen, welcher Sprachassistent in welchem Bereich als Vorreiter dieser Branche gilt.

3.1 Nutzung von Sprachassistenten

In den folgenden Monaten nach der Einführung des Google Home Mini verkaufte das Unternehmen Google mehr als einen Smart Speaker pro Sekunde. Zur Weihnachtszeit im Jahr 2017 verkaufte Amazon circa 20 Millionen Alexa Smart Speaker. In Deutschland wurde die zweistellige Millionengrenze an Smart Speakern bereits überschritten. Die Bequemlichkeit, Natürlichkeit und Einfachheit in der Steuerung der Sprachassistenten sind als Vorteile der Nutzung in der Gesellschaft angekommen. Die unsichtbaren Butler helfen Nutzern, ihr Leben komfortabler zu gestalten.⁴⁴

Laut der Studie Deutschland, deine Sprachassistenten der Dualen Hochschule Baden-Württemberg in Kooperation mit der Performance-Agentur Quisma aus dem Jahr 2018 sprechen 34 Prozent der Studienteilnehmer täglich und 38 Prozent mehrmals in der Woche mit dem Sprachassistenten. Bei dieser Studie wurden 1065 Teilnehmer online zu Sprachassistenten befragt. Die Vorteile an den digitalen Assistenten sehen die Befragten darin, nicht mehr selbst zu tippen, mehreres gleichzeitig erledigen zu können und in der freihändigen Kommunikation. Die Studie macht zusätzlich den Zusammenhang zwischen Sprachsteuerung und Smart Home deutlich. Denn 60 Prozent der Nutzer verfügten zuerst über Smart Home Geräte, bevor sie einen Smart Speaker anschafften. Die Frage nach der Verbreitung der Geräte stellt Amazons Alexa mit 43 Prozent an die erste Stelle, gefolgt vom Google Assistant mit 25 Prozent. Darauf folgen Siri und Cortana. Die Steuerung der Smart Speaker erfolgt bei 73 Prozent der Teilnehmer in der Küche, bei 72 Prozent im Auto und bei 60 Prozent im Schlafzimmer.⁴⁵

Die Nutzung von Sprachassistenten kann generell in drei Rubriken unterteilt werden. Zum einen Voice Search, demnach das klassische Suchen nach Informationen mit der Stimme. Zum anderen Experience Enhancer, wo es darum geht, die sogenannte Customer Experience, also die Erfahrungen der Nutzer mit dem Sprachassistenten zu bereichern und verbessern. Der Fokus dieser Thesis liegt auf dem dritten Bereich, Voice Commerce, dem Kauferlebnis mit Sprachassistenten.⁴⁶

Sprachassistenten werden aktuell für eher einfachere Tätigkeiten verwendet. Eine repräsentative Studie von Statista zeigt die verschiedenen Verwendungsarten der Sprachassistenten unter den Nutzern. 70 Prozent der Anwender nutzen den Sprachassistenten für das Abfragen von Nachrichten, dem Wetter oder der Verkehrsmeldungen. Das Abspielen von Medien wie Musik ist bei 58 Prozent der Nutzer beliebt. Weiterhin nutzen 42 Prozent ihren Assistenten für organisatorische Regelungen, 34 Prozent für allgemeine Kommunikation wie Anrufe und Textnachrichten und 30 Prozent für Smart Home Anwendungen wie beispielsweise das Steuern von Lampen.⁴⁷ Außerdem können Sprach-assistenten für viele weitere Aktionen genutzt werden, wie das Einstellen von Wecker, Timer oder das Erzählen eines Witzes. Durch die Möglichkeit des Programmierens von Skills durch Drittanbieter sind den lernenden Assistenten kaum Grenzen gesetzt.⁴⁸

Am meisten werden Sprachassistenten von jungen Menschen zwischen 18 und 34 Jahren genutzt. In der Altersklasse zwischen 35 und 54 werden die Assistenten von 26 Prozent manchmal bis häufig genutzt. Letztlich verwenden 19 Prozent der Menschen ab 55 und älter einen Sprachassistenten.⁴⁹

Insbesondere für junge Menschen ist es nicht unbekannt, über Apps wie WhatsApp mit Sprache zu kommunizieren. Hier werden über das Smartphone Sprachnachrichten diktiert und versendet oder es wird mit Sprachassistenten interagiert. Mindestens einmal haben 87 Prozent der 14 bis 19 Jährigen einen Sprachassistenten genutzt.⁵⁰

In der folgenden Abbildung zwei ist eine Tabelle der beliebtesten drei Voice-Nutzungen im Tagesverlauf eines Nutzers zu sehen. Die Tabelle teilt einen Tag anhand der Uhrzeiten in verschiedene Spalten der beispielhaften Nutzung von Sprachassistenten auf. Die Zeilen teilen die Platzierungen der Tätigkeiten zwischen eins und drei auf. Die letzte Zeile zeigt die Intentionen der Nutzer. Diese sind kategorisiert in Information, Produktivität, Essen, Unterhaltung und Abschalten. Aus dieser Grafik wird deutlich, wie vielfältig und individuell angepasst auf verschiedene Tageszeiten und Lebenslagen der Nutzer Sprachassistenten verwenden kann und auch bereits verwendet. Die Sprache kann über den Tag verteilt zur Erleichterung des Alltags genutzt werden. Morgens widmet sich der Nutzer den Informationen, welche ihn den Tag über begleiten um sich zum Beispiel auf das Wetter, das Weltgeschehen oder den Verkehr vorzubereiten. Tagsüber, während der Arbeitszeit, kann der Sprachassistent dem Nutzer bei der Produktivität durch organisatorische Aktionen helfen. Zur Essenszeit kann der Assistent kreativ in der Küche beistehen oder Inspirationen geben. Im Bereich der Unterhaltung bietet der digitale Assistent Spiele und Geschichten, sowie auch das Versenden von Nachrichten. Letztlich kann der Nutzer vor dem Schlafen mit dem Sprachassistenten beispielsweise das Licht mit vernetzten Smart Home Geräten ausschalten, den Wecker für den nächsten Tag stellen oder ein Hörbuch hören.⁵¹

Abbildung in dieser Leseprobe nicht enthalten

Abb. 2: Top 3 der möglichen Voice-Nutzungen im Tagesverlauf

(Quelle: Kahnt/Kohn/Schmidt [2018], S. 65.)

Ergebnisse aus Großbritannien zeigen ähnliche Nutzungsverhaltensweisen der Besitzer von Smart Speakern. Eine Fallstudie beschäftigt sich mit Jeremy aus Großbritannien. Er ist 40 Jahre alt und arbeitet als Berater in der Politik. Er besitzt zwei Smart Speaker, ein Google Home Mini steht im Schlafzimmer und ein großer Google Home Lautsprecher im Wohnzimmer. Jeremy startet seinen Tag, indem der Sprachassistent ihn mit einem Alarm weckt und hört sich daraufhin über das Gerät aktuelle Nachrichten an oder startet einen Podcast. Danach hört er Radio über den Smart Speaker im Wohnzimmer. Unterwegs und auf der Arbeit nutzt Jeremy lediglich sein Smartphone und seinen Laptop, er telefoniert oder hört ebenfalls Radio. Abends nutzt er den Sprachassistenten weiterhin um Musik zu hören oder auch um Produkte seiner Einkaufsliste hinzuzufügen und Käufe zu tätigen. Als letztes vor dem Schlafen fragt Jeremy den Google Assistant nach den Kalendereinträgen für den nächsten Tag. Zusammenfassend sagt Jeremy, dass er seit dem Besitz von Sprachassistenten weniger Fernsehen schaut und informierter durch die Verwendung von unterschiedlichen und vielfältigen Quellen ist.⁵²

Die Einstellung gegenüber Sprachassistenten ist generell gesehen weitestgehend offen. Die bereits erwähnte Studie von Statista zeigt hier, dass 58 Prozent der Teilnehmer dem technischen Wandel und der Kommunikation mit künstlicher Intelligenz positiv gestimmt sind. Die deutsche Bevölkerung kann sich vorstellen, mit den Assistenten zu interagieren. Dennoch sehen 70 Prozent der Nutzer die Kommunikation mit Sprachassistenten als ungewohnt und lediglich 24 Prozent beschreiben die Kommunikation als normal.⁵³ Einige Unternehmen sind auf den Sprachassistenten in Form von Skills bereits vertreten. So kann der Anwender mit dem Skill des Lebensmitteleinzelhandels Rewe Ideen zu Rezepten bekommen oder aktuelle und standortspezifische Informationen zu Aktionen und Rabatten. Die Parfümerie Douglas bietet den Skill der Duftberatung: Der Nutzer kann durch das Beantworten von fünf Fragen eine Empfehlung für einen Duft bekommen.⁵⁴ Zudem ist die katholische Kirche bereits im Skill-Set von Amazons Alexa vertreten. Hier kann der Anwender dem Sprachassistenten ein Gefühl oder einen Gedanken mitteilen. Daraufhin reagiert Alexa mit einem passenden Denkanstoß aus der Bibel.⁵⁵

Mit Einwilligung der Betroffenen wurde Alexa auch schon in einem besonderen Fall zur Aufklärung eines Mordfalls genutzt.⁵⁶ Das Unternehmen Nestlé begleitet den Nutzer durch einen Alexa -Skill beim Kochen und die Marke Johnny Walker kooperiert mit Google Assistant in Form eines Whiskey Tastings. National Geographic beschäftigt sich hingegen mit ernstzunehmenden Themen und bietet US-Veteranen mit Hilfe einer Google App sprachliche, psychologische Unterstützung, die zu jeder Zeit zugänglich ist.⁵⁷ Aktuell versuchen Unternehmen Aufmerksamkeit durch Unterhaltungsmaßnahmen zu generieren, da es wirkliche Werbemöglichkeiten noch nicht gibt. Hier ist beispielsweise der Fernsehsender Fox zu nennen, der mit einem Spiel auf eine neue Serie aufmerksam machte. Über den Sprachassistenten Alexa konnte der Nutzer interaktiv in 24 Sekunden eine Aufgabe bewältigen. Dieses Spiel sollte Werbung in Anlehnung an die neue Serie von Fox namens 24 Legacy machen.⁵⁸

Weitestgehend werden Sprachassistenten wie bereits dargestellt aktuell für banalere Aufgaben verwendet. Es besteht zudem bereits ein diverses Angebot von Skills für Kinder. Hier können beispielsweise kindgerechte Geschichten abgespielt werden oder mit Spielen zum Lernen angeregt werden.⁵⁹ Die deutsche Tagesschau ist bei dem Sprachangebot außerdem vertreten. Mit einem 100-Sekunden Nachrichten-Skill für Amazon‘s Sprachassistent Alexa und dem Befehl „ Alexa, starte Tagesschau “, erreicht die ARD viele Nutzer, da dieser Skill für Alexa bereits vorinstalliert ist. Die Zeitung Die Zeit positioniert sich ebenfalls im Hinblick auf Sprachsteuerung. Auch sie bietet Nachrichten und Nachrichten-Podcasts an. Die Zeit richtet ihren Fokus dabei mehr auf Hintergrundgeschichten und individuelle Perspektiven auf Geschehnisse.⁶⁰

Zusätzlich werden vereinzelt bereits Sprachassistenten am Point of Sale, also vor Ort in den Läden, eingesetzt. Der Hosenhersteller Alberto hat beispielsweise in einem erlebnisfokussiertem Laden einen Sprachassistenten zur Beantwortung von Fragen von Kunden zu den Produkten eingesetzt. Darüber hinaus hat die Kosmetikmarke L.O.V. in ihrem Laden bereits einen Spiegel eingesetzt, welcher mit einem Sprachassistenten ausgestattet war. Der Kunde konnte den Spiegel mit Worten steuern und sich beraten lassen.⁶¹

Aufgrund der Praktikabilität der Sprachassistenten steigt ihre Beliebtheit stetig. Die Nutzung von Sprachassistenten für den Kauf von Waren oder Dienstleistungen steht jedoch noch am Anfang der Möglichkeiten. Im Jahr 2017 haben lediglich 17 Prozent der Nutzer Sprachassistenten für den Zweck des Kaufs verwendet. Das liegt hauptsächlich an dem geringen Angebot von Kaufmöglichkeiten mit Sprachassistenten.⁶²

Das direkte Bestellen von Waren ist mit Amazon‘s Sprachassistent Alexa möglich. Um diesen Service nutzen zu können, muss eine Prime -Mitgliedschaft bei Amazon bestehen. Weiterhin muss der Nutzer eine deutsche Rechnungs- und Lieferanschrift besitzen, ein deutsches Bankkonto, sowie letztlich einen Echo Smart Speaker von Amazon. Aktuell sind nur Produkte lieferbar, die in die Prime -Kategorie fallen. Der Nutzer bestellt per Sprache ein Produkt und bekommt von dem Sprachassistenten Details wie Name, Preis oder gegebenenfalls die Lieferzeit mitgeteilt. Daraufhin kann die Bestellung bestätigt oder abgebrochen werden. Der Kunde erhält danach eine schriftliche Bestätigung zur Gültigkeit des Kaufvertrags per E-Mail. Falls in der Bestellanfrage keine Marke genannt wird, schlägt der Sprachassistent ein Produkt aus Amazon‘s Choice vor. Dem Kunden wird demnach ein Produkt oder eine Marke von Amazon‘s Website angeboten, die das Unternehmen bevorzugt. Eine Stornierung der Bestellung kann ebenso per Sprachbefehl erfolgen.⁶³ In den USA wurden bereits indirekte Formen des Kaufs umgesetzt. Sprachgesteuert kann der Kunde beispielsweise über das Echo Gerät eine Bestellung bei der Starbucks Coffee Company aufgeben und daraufhin in einer Filiale abholen.⁶⁴

Aus einem Interview mit Christian Bärwind, dem Industry Leader Retail bei Google, geht hervor, dass Unternehmen schon jetzt mit dem Google Assistant Transaktionen ermöglichen können. Dies funktioniert über Programmierungsschnittstellen für Transaktionen, welche für Unternehmen zur Anwendung zur Verfügung stehen. Der englische Begriff hierfür ist Transaction Application Programming Interfaces, kurz Transaction-APIs. Einige Unternehmen setzen dies bereits um. Car2Go bietet das Suchen und Reservieren eines Autos oder Flixbus den Kauf von Fahrkarten per Sprachsteuerung an. Ebenso ermöglichen Unternehmen wie Foodora, Edeka, Otto oder Media Markt aktuell einen Bestellvorgang über den Google Assistant.⁶⁵ Generell lässt sich zum Thema Voice Commerce sagen, dass sich 39 Prozent der Nutzer für den Kauf per Sprachsteuerung interessieren. Jedoch finden es Nutzer derzeit noch vorteilhafter, das Produkt vor dem Kauf online oder offline betrachten zu können.⁶⁶ Dieser Punkt lässt bereits aktuelle Schwierigkeiten der Branche durchblicken. Worin die Nutzungsschwierigkeiten von Sprachassistenten im Moment liegen und welche Probleme bereits verursacht wurden, wird im folgenden Abschnitt behandelt.

[...]

---

¹ Ambekar [2018], o. S.

² Vgl. Gründiger et al. [2019], S. 3.

³ Vgl. Kahnt/Kohn/Schmidt [2018], S. 63.

⁴ Vgl. Isheim [2018], o. S.

⁵ Vgl. Springer Professional [2018], o. S.

⁶ Die in der Bachelorarbeit gewählte männliche Form bezieht sich ausdrücklich immer zugleich auf weibliche und männliche Personen.

⁷ Vgl. Cole [2015], S. 50.

⁸ Vgl. Cole [2015], S. 51 f.

⁹ Metzger/Kollmann/Sjurts [2018], o. S.

¹⁰ Vgl. Metzger/Kollmann/Sjurts [2018], o. S.

¹¹ Vgl. Riehm et al. [2003], S. 11.

¹² Vgl. Cole [2015], S. 49.

¹³ Vgl. Breyer-Mayländer [2017], S. 130 ff.

¹⁴ Vgl. Cole [2015], S. 56.

¹⁵ Vgl. Statista [2019], o. S., siehe Anhang 1.

¹⁶ Vgl. Graf/Schneider [2017], S. 236 f.

¹⁷ Bendel [2018], o. S.

¹⁸ Vgl. Wendel [2019], o. S.

¹⁹ Vgl. Gründerszene 1 [o. J.], o. S.

²⁰ Vgl. Udluft [2018], S. 7 f.

²¹ Vgl. Luber [2016], o. S.

²² Vgl. Amazon 1 [o. J.], o. S.

²³ Vgl. Anke/Fischer/Lemke [2019], S. 27.

²⁴ Vgl. Bendel [2018], o. S.

²⁵ Vgl. Bendel [2018], o. S.

²⁶ Vgl. Gründiger et al. [2019], S. 14.

²⁷ Vgl. Gründiger et al. [2019], S. 7 f.

²⁸ Vgl. Verbraucherzentrale [2017], o. S.

²⁹ Vgl. Gründiger et al. [2019], S. 7 f.

³⁰ Vgl. Gründiger et al. [2019], S. 3.

³¹ Vgl. BfDI [2017], S. 1 f.

³² Vgl. Melchior [2019], o. S.

³³ Jaekel [2017], S. 245.

³⁴ Vgl. Gründiger et al. [2019], S. 5.

³⁵ Vgl. Wölk [2016], o. S.

³⁶ Vgl. Wölk [2016], o. S.

³⁷ Vgl. Amazon 2 [o. J.], o. S.

³⁸ Vgl. Pietras [2019], o. S.

³⁹ Vgl. Frommelt/Sorna/Dzierzon [2018], o. S.

⁴⁰ Vgl. Wölk [2016], o. S.

⁴¹ Vgl. GS1 Germany [2018], S. 14.

⁴² Vgl. Melchior [2019], o. S.

⁴³ Vgl. Isheim [2018], o. S.

⁴⁴ Vgl. Gründiger et al. [2019], S. 3.

⁴⁵ Vgl. Pressebox [2018], o. S.

⁴⁶ Vgl. Kahnt/Kohn/Schmidt [2018], S. 64.

⁴⁷ Vgl. Nextmedia.Hamburg [2018], o. S.

⁴⁸ Vgl. Gründiger et al. [2019], S. 6.

⁴⁹ Vgl. Gründel [2018], o. S.

⁵⁰ Vgl. Gründiger et al. [2019], S. 4.

⁵¹ Vgl. Kahnt/Kohn/Schmidt [2018], S. 65.

⁵² Vgl. Newman [2018], S. 17.

⁵³ Vgl. Nextmedia.Hamburg [2018], o. S.

⁵⁴ Vgl. GS1 Germany [2018], S. 12.

⁵⁵ Vgl. Gründiger et al. [2019], S. 14.

⁵⁶ Vgl. Gründiger et al. [2019], S. 10.

⁵⁷ Vgl. Werner [2018], o. S.

⁵⁸ Vgl. T3n [2017], o. S.

⁵⁹ Vgl. Flaig [2018], o. S.

⁶⁰ Vgl. Newman [2018], S. 35 f.

⁶¹ Vgl. GS1 Germany [2018], S. 12.

⁶² Vgl. Isheim [2018], o. S.

⁶³ Vgl. Wendel [2017], o. S.

⁶⁴ Vgl. GS1 Germany [2018], S. 12.

⁶⁵ Vgl. GS1 Germany [2018], S. 16.

⁶⁶ Vgl. Gründiger et al. [2019], S. 7.