Voice Commerce ist noch kompliziert: Wer heute den smarten Lautsprecher "Amazon Echo" bei sich zu Hause stehen hat, kann über die "Alexa Skills", also die dazugehörigen Sprachanwendungen, Wetterdaten oder das Kinoprogramm abrufen. Kinotickets über einen Sprachassistenten direkt zu bestellen, ist hingegen nicht möglich. In aller Regel endet der sprachbasierte Kaufprozess innerhalb einer Alexa-Anwendung mit dem Füllen des Warenkorbs. Für den Kaufabschluss werden die Kunden in den Online Shop geleitet, um dort ihre Liefer- und Bezahldaten einzugeben und den Kauf rechtsgültig abzuschliessen.

Der Grund: Die Dateneingabe per Sprache ist fehleranfällig und komplex, der nötige Aufwand für die Umsetzung schreckt viele Anbieter ab - zumal die Nutzerschaft der Skills noch überschaubar ist. Acht Prozent der Deutschen lassen sich im Alltag von Alexa Skills unterstützen, hat die repräsentative "Postbank Digitalstudie 2019" ergeben.

Dennoch gibt es einige Anwendungen, die den kompletten Kaufprozess innerhalb des Alexa Skills abbilden. Einer davon ist die Lösung von Reifendirekt.de, einem ­ Online Shop der Delticom AG. Seit Mai dieses Jahres können Kunden ihre Reifen sprachbasiert auswählen und auch kaufen.

Maren Höfler, Head of Marketing bei Delticom, ist überzeugt, dass sich das Engagement lohnt: "Wir glauben an die künftige Bedeutung des Voice Commerce, er wird unseren Alltag in Zukunft prägen. Und wir sind als Pionier im Online-Reifenhandel seit jeher Innovationstreiber. Wir sind in Deutschland offiziell der erste ­Anbieter einer Sprachanwendung, die den Kauf physischer Güter mittels Alexa und Amazon Pay ermöglicht", erklärt sie.

Doch wie hat der Vorreiter beim Voice Commerce die Herausforderungen konkret gelöst? Kernfunktion des Skills ist die Reifenauswahl. Wie im Online Shop können die Kunden die Reifen nach der gewünschten Grösse und Art selektieren. Auch eine Filterung nach Preiskategorien wie "höchste Qualität", "beste Bewertung", "bester Preis" sowie über die Marke ist möglich. Verfügt der Lautsprecher des Nutzers über einen Bildschirm, wird die Ergebnisliste und der Warenkorb dort angezeigt. Ansonsten liest Alexa die Ergebnisse, die Produktdetails und die Warenkorbpositionen vor.

Um das Problem der Dateneingabe zu umgehen, greift Delticom auf die bei Amazon hinterlegte bevorzugte Lieferadresse zurück. Die Bezahlung ist ausschliesslich über Amazon Pay möglich. "Amazon Pay bietet auf Alexa die einfachste Nutzerführung für unsere Kunden", so Höfler. Denn auch dort sind die Kundendaten bereits ­gespeichert. Die Autorisierung erfolgt einmalig über die Freigabe von Amazon Pay für den Skill. Eine weitere Autorisierung der einzelnen Zahlung ist deswegen nicht nötig.

Ein kleiner Kanalbruch bleibt allerdings: Die Bestellbestätigung und die Rechnung kommen wie gehabt per E-Mail, für eine Änderung der Lieferadresse oder eine Stornierung der Bestellung muss sich der Käufer an den Kundenservice wenden.

Delticom hat den Skill mithilfe des Software Development Kit von Amazon selbst entwickelt. Zahlen zur Nutzung verrät das Unternehmen nicht, räumt aber ein, dass das Bestellen per Sprachsteuerung für ­viele Verbraucher noch sehr ungewohnt sei. Trotzdem will Höfler eine Ausweitung des Angebots auf andere Voice-Plattformen wie den Google Assistenten nicht ausschliessen - auch wenn das Unternehmen sich jetzt erst einmal auf die Weiterentwicklung des Alexa Skills konzentriert.

Im April dieses Jahres ist auch der Alexa Skill der Zander-Gruppe gestartet. Der Grosshändler für Elektro- und Sanitärin­stallationsmaterial bedient 60.000 Kunden in Deutschland. Über den Skill können sie rund 1,5 Millionen Artikel durchsuchen, sich über individuelle Preise und Lieferzeiten informieren und die Bestellung direkt per Sprachbefehl abschliessen. Vor dem Kaufabschluss liest Alexa den Warenkorb noch einmal komplett vor. Die Bestellfreigabe erfolgt über eine PIN, die der Kunde im Kundenkonto selbst festlegen kann.

Der Vorteil für den B2B-Händler: Alle Kunden sind registriert, Adress- und Zahlungsmodalitäten im Shop hinterlegt. ­Dadurch entfällt die anspruchsvolle ­Dateneingabe via Sprache. Dennoch stösst auch der Zander-Skill an seine Grenzen: Der Warenkorb kann zwar innerhalb der Anwendung per Sprache verändert werden, deutlich komfortabler ist dies aber im Online Shop. Daher wird während des Kaufvorgangs ein identischer Warenkorb parallel im Online Shop eingerichtet, sodass der Kunde bei Bedarf ­sofort darauf zugreifen kann.

Zander hat den Skill im Rahmen einer Entwicklungspartnerschaft gemeinsam mit dem Lösungsanbieter Apinauten und dessen Plattform "Apiomat" entwickelt. Sie knüpft an den Online Shop an, der komplett API-basiert ist und auf einer ERP-Lösung (Enterprise Resource Planning) von Schramlsoft aus München fusst.

Rund ein Jahr hat die Entwicklung gedauert, was vor allem an Amazon lag: "Wir ­haben den Skill 20 Mal eingereicht, bis Amazon ihn letztlich akzeptiert hat", erinnert sich Patrick Egloff, Geschäftsführer der Zander GmbH in Freiburg. Amazon habe dies mit dem Qualitätsanspruch und den Anforderungen an die User Experience begründet. Nach dem Start hat der Skill "relativ schnell eine Nutzerzahl im dreistelligen Bereich" erreicht, so Egloff. Bis zum Jahresende rechnet er mit einem deutlichen Wachstum. Rund die Hälfte der Nutzer ­bestellt auch über die Sprachanwendung.

Eine der grossen Herausforderungen war zu lernen, wie die Kunden mit Sprache operieren: Welche Begriffe und Formulierungen verwenden sie? Welche und wie viele Informationen sind im Sprachumfeld relevant? "Der Skill muss alle wichtigen Daten enthalten, darf aber nicht überfrachtet sein", erklärt Egloff.

Diese Lerneffekte sind massgeblich für die Kosten-Nutzen-Rechnung: "Die Kosten für den Skill werden sich voraussichtlich nicht innerhalb der nächsten zwei Jahre durch Zusatzerträge amortisieren", so Egloff. Sprach­anwendungen werden wohl nie als Stand-alone-Lösung existieren, sondern stets Teil einer Gesamtstrategie sein, glaubt er. Um dem Kunden aber künftig alle Vertriebs­wege anbieten zu können, die er sich wünscht, müsse man jetzt Erfahrungen sammeln. Das tut Zander: Derzeit ist eine Sprachanwendung für den Google Assistant in der Entwicklung - dieses Mal inhouse.