Programmieren im Lockdown

Wie viele andere Unternehmen stellte der Covid-19-Lockdown die SBB vor unvorhersehbare Herausforderungen. «Das Projekt wurde innerhalb weniger Monate unter Einbindung an zentrale IT-Systeme der SBB umgesetzt. Das Projektteam arbeitete auch während des Lockdowns dezentral mit agilen Scrum-Methoden zusammen», führt Eggimann aus. Dabei half, dass die SBB sich früh mit anderen Unternehmen ausgetauscht hat, die bereits Erfahrungen mit den Sprachsystemen gesammelt hatten, und Schnittstellen (APIs) aufgebaut hat, die eine rasche Integration erlauben. Auch die Expertisen der Paixon-Spezialisten und ihr Wissen über Plattformbetreiber wie Amazon, Google etc. hätten den Einstieg in die Technologie erleichtert und das Risiko minimiert.

Neben den organisatorischen Hürden hatte das Team auch inhaltliche Probleme zu lösen. So birgt beispielsweise nur schon die Erkennung von Haltestellennamen mehrere Stolperfallen: Einerseits gibt es mehrere Haltestellen mit dem ähnlichen Namen – zum Beispiel ist «Zürich Seebach» [Bahnhof] nicht identisch mit «Zürich, Seebach» [Tram-/Bushaltestelle]. Andererseits sind die Haltestellen in der Landessprache der jeweiligen Region benannt. «Die Mehrsprachigkeit der Schweiz und die Mundart ist für Voice-Technologie eine Herausforderung, da nur in der vom Benutzer eingestellten Sprache transkribiert wird», erklärt Eggimann. So könne die französische Aussprache einer Haltestelle wie «La Chaux-de-Fonds» zu Nachfragen führen, weil die Haltestelle womöglich nicht auf Anhieb erkannt werde. Auch liesse in diesem Szenario die Aussprache des Sprachassistenten zu wünschen übrig.

Mittlerweile kann sich das Ergebnis der Programmierarbeiten aber sehen respektive hören lassen. «Diese Google Action ist eine der grössten und komplexesten in der Schweiz und auch international ein sehr gutes Beispiel eines erfolgreichen Sprachassistenten», sagt Andreas Schlapbach, Senior Enterprise Architect der SBB, der die IT-Integration leitete. «Wir sind sehr zufrieden mit der ersten Umsetzung.» Der «SBB Sprachassistent» sei als Conversational Interface nicht fix verdrahtet, sondern lernt von vorgelegten Sätzen mittels Machine Learning (ML).

Die Anwendung wird mit der Benutzeranfrage «Hi Google, mit SBB sprechen» aufgerufen und holt anschliessend die notwendigen Daten aus verschiedenen Quellen. Aufgrund der Frage werden Antworten generiert, die für die Sprachausgabe an Google zurückgesendet werden. Dabei geht der «SBB Sprachassistent» sehr sorgsam mit den Informationen um. Kundendaten werden nicht bei Google gespeichert, sodass Google weder Zugriff auf die Abfragen noch auf die Daten hat.