Ist Voice Search ein Game Changer?

Die Branche neigt zu Schwarz-Weiss-Malerei. Anders lässt sich die viel zu einseitige Diskussion um Voice Search nicht erklären. Niemand wird ernsthaft bestreiten, dass Voice eine wichtige Weiterentwicklung in der Interaktion zwischen Mensch und Computer ist, aber Vorhersagen, dass künftig alles nur noch über die Sprache bedient werden soll, sind schlicht übertrieben - und auch gar nicht wünschenswert.

Sprach­assistenten wie Google Assistant oder Amazon Alexa läuten eine neue Evolutionsstufe für digitale Nutzerschnittstellen ein. Die ­Frage, die sich heute stellt: Wie werden Sprachbefehle in Zukunft das Nutzerverhalten bei der Suche ­beeinflussen? Analysten schreiben Voice Search eine grosse Bedeutung zu. Eine Prognose von Com­score zum Beispiel erwartet bereits in spätestens zwei Jahren, dass 50 Prozent der Suchanfragen sprach­basiert sein werden.

Nicht vergessen sollte man bei aller ­Begeisterung für die neuen Möglichkeiten aber die Usability. Denn diese im Auge zu behalten, ist essenziell für eine breite Akzeptanz der Technologie seitens der Nutzer. Fakt ist: Eine Suchanfrage via Sprache auszuführen und das Ergebnis gesprochen zu erhalten, ist nicht in jedem Kontext sinnvoll. Unschlagbar ist Voice, wenn es darum geht, schnell und vor allem komfortabel ohne langes Tippen und vielleicht sogar pa­rallel zu anderen Tätigkeiten eine Information zu erhalten oder eine Interaktion zu starten. Auch wo klassische Short-Head- Keywords zu unpräzise für ein gutes Suchergebnis sind oder Longtail-­Optimierung ein Fass ohne Boden wäre, ergibt Voice Search Sinn, also insbesondere bei allen Formen und Varianten von W-Fragen.

Aber es gibt auch weniger vorteilhafte Szenarien. Man denke nur an Suchanfragen in öffentlichen Verkehrsmitteln, bei denen nicht nur die fehlende Privatsphäre stören dürfte, sondern auch die Geräusche aus der oft lauten Umgebung. Und auch wenn es um vorwiegend visuelle Suchen geht wie im Bereich Fashion, ist ­eine alleinige Suche per Sprach­befehl wenig sinnstiftend. Die Vorteile der klassischen, textbasierten Suche und der über Bilder (etwa mit Google Lens) werden auch in Zukunft nicht von einer Voice Search abgelöst werden.

Meine Folgerung lautet: Die Zukunft der Suche liegt im multimodalen Kontext zwischen Text, Sprache und Bild. Denn ­anders als in der Schwarz-Weiss-Malerei liegt die ideale Suche der Zukunft vielleicht eher im Bereich der grauen Zwischentöne – in ­einer Mischung aus klassischer Textsuche, Voice und Visual. Je nach Komplexität der Anfrage, je nach Kontext und Szenario erhalten Nutzer als Ergebnis dann kombinierte Darstellungen aus Text, Voice und/oder Visual. Nur so lassen sich nutzwertige Anwendungen für den gesamten Bereich Search inszenieren, die unsere ­Interaktion mit der „Maschine“ wirklich auf ein neues Niveau heben.