Voice Search und Google: Vergangenheit, Gegenwart und Zukunft
Von der Ziffernerkennung bis zu bewussten Sprachunflüssigkeiten _und darüber hinaus_.
Obwohl die Forschung an Systemen zur Spracherkennung bis ins Jahr 1877 zurückreicht, gelang der erste echte Durchbruch wohl 1952: mit Audrey, dem Spracherkennungssystem der Bell Labs. Audrey verstand zwar nur die Ziffern 0-9, war damit aber die erste bekannte Maschine, die menschliche Sprache erfassen konnte – und das mit einer beachtlichen Genauigkeit von 97 %!
Nur ein Jahrzehnt später, im Jahr 1962, entwickelte IBM eine Maschine, die nicht nur Zahlen, sondern auch andere Wörter verstand (auch wenn 10 der 16 Wörter, die Shoebox beherrschte, Ziffern waren). Das Bemerkenswerte an Shoebox: Das System konnte Spracheingaben nicht nur erkennen, sondern sie direkt verarbeiten, um Rechenaufgaben auszuführen. Wenn die Bedienperson Zahlen und Befehle wie „Three plus two plus 1 minus four, total“ einsprach, druckte Shoebox das korrekte Ergebnis aus: 2.
IBM’s Shoebox
(Quelle)
Damit begann eine beachtliche Serie von Innovationen, die schließlich zu den heutigen Sprachassistenten wie Siri, Cortana und ähnlichen Lösungen führte – und natürlich zum Google Assistant.
Google und die Geschichte der Sprache in der Technologie
Die Fortschritte von Google bei der Voice Search in den letzten Jahren waren bemerkenswert. Viele vermuten, dass Google erst 2016 mit dem Google Assistant in diesen Markt eingestiegen ist – doch das war keineswegs der Anfang. Um die Wurzeln von Google in diesem Bereich zu verstehen, müssen wir bis ins Jahr 2007 zurückgehen, zur Einführung von GOOG-411.
Werfen wir dabei ruhig einen noch weiteren Blick zurück – wenn dieser Beitrag ohnehin fast einer Geschichtsstunde gleicht. Kommunikation funktioniert bekanntlich in zwei Richtungen: Es geht nicht nur ums Zuhören, sondern auch ums Sprechen. Um herauszufinden, wann Maschinen erstmals das „Sprechen“ lernten, lohnt sich ein kurzer Abstecher ins Jahr 1769.
Wolfgang von Kempelens Sprechmaschine war der erste bekannte Apparat, der zu Menschen sprechen konnte – eine Entwicklung, in die von Kempelen rund 20 Jahre seines Lebens investierte. Erst fast 70 Jahre später entstand mit dem Voder der Bell Labs der erste elektronische Sprachsynthesizer.
Nachbau von Kempelens Sprechmaschine (Quelle)
Da auch die Spracherkennung immer mehr an Relevanz gewann und Geräte wie Shoebox die Forschung vorantrieben, machte die Wissenschaft in den folgenden 50 Jahren enorme Fortschritte. 1987 hielt die Spracherkennung mit Julie Einzug in die Wohnzimmer – einer interaktiven, sprechenden Puppe, die Sprachbefehle verstand und antworten konnte. In den darauffolgenden zwei Jahrzehnten folgten zahlreiche Entwicklungen, mit denen Nutzer Texte am Computer diktieren oder ihrem Rechner Befehle erteilen konnten.
Genau am Ende dieser zwei Jahrzehnte betrat Google mit GOOG-411 den Markt – im Vergleich zu anderen Tech-Konzernen scheinbar mit deutlichem Rückstand. Google war damals im Wesentlichen noch eine reine Suchmaschine, und GOOG-411 brachte die Online-Suche direkt auf das Telefon.
Falls Sie den Dienst nicht kennen: GOOG-411 war ein 2007 eingeführter Telefondienst, mit dem Anrufer per Spracheingabe lokale Suchen durchführen konnten. Man wählte die gebührenfreie Nummer 800-466-4411 (800-GOOG-411, daher der Name) und nannte Stadt, Bundesstaat sowie eine Unternehmenskategorie. Daraufhin lieferte Google Suchergebnisse mit bis zu acht passenden Unternehmen zur Auswahl.
Das mag selbst für damalige Verhältnisse im Jahr 2007 unspektakulär wirken, doch was danach folgte, war völlig unerwartet.
Wie sich bald herausstellte, war der Dienst GOOG-411 offenbar nie als langfristiges Geschäftsmodell geplant. Google nutzte das Projekt vielmehr, um eine Phonem-Datenbank aufzubauen, mit der eine leistungsfähige Speech-to-Text-Software trainiert werden konnte (Moment, bitte was!)
Nur ein Jahr nach der Einführung des iPhone 2007 nutzte Google diese Datenbank, um Speech-to-Text auf Mobiltelefone zu bringen – in Form der Voice Search App für das iPhone. Es war eines der ersten Male, dass Speech-to-Text auf kommerziellen Geräten Einzug hielt, und zweifellos die Geburtsstunde der Sprachsuche in ihrer heutigen Form. In den darauffolgenden Jahren entwickelte Google seine Voice-Search-Technologie kontinuierlich weiter. Und da GOOG-411 seinen Zweck erfüllt hatte, stellte Google den Dienst 2010 ein.
Es dauerte jedoch nur ein weiteres Jahr, bis die nächste wegweisende Neuerung den Smartphone-Markt eroberte: 2011 führte Apple Siri auf dem iPhone ein und eröffnete damit ein völlig neues Marktsegment, das schnell wachsen sollte.
Die Welt der Sprachassistenten
(Quelle)
Mit Siri war es erstmals möglich, nicht nur Befehle an ein Smartphone zu richten, sondern einen echten Dialog zu führen. Siri erledigte Aufgaben auf Zuruf und lieferte Antworten mit eigener „Stimme“.
Diese Neuerung sorgte für großes Aufsehen im Markt, und Siri blieb über längere Zeit hinweg praktisch konkurrenzlos. Das zu Google gehörende Betriebssystem Android führte 2012 zwar Google Now ein, was das Nutzungserlebnis auf Android-Geräten deutlich verbesserte – ohne echte Dialogfähigkeit war es jedoch nicht dasselbe. Siri dominierte den Markt der Sprachassistenten, und Apple brachte die Funktion bald auch auf Mac-Rechner.
Ein weiteres Jahr verging, bis andere Branchengrößen nachzogen und Microsoft Cortana vorstellte. Wieder ein Jahr später brachte Amazon Alexa auf den Markt. Im Jahr 2015 bauten Siri, Cortana und Alexa ihre Reichweite kontinuierlich aus – von Google fehlte auf diesem Feld vorerst jede Spur.
2016 war es schließlich so weit: Google kündigte den Google Assistant an. Genau wie Siri war der Google Assistant direkt in das Smartphone integriert und extrem leistungsstark – dank der tiefen Integration in Android und des ohnehin beachtlichen Marktanteils von Android-Geräten. Der entscheidende Vorteil: Mit dem Google Assistant ließ sich wie bei Siri eine natürliche Konversation mit dem Smartphone führen.
Obwohl der Google Assistant etwas später startete, war er überaus erfolgreich. 2017 war der Google Assistant bereits auf über 400 Millionen Geräten installiert. Kurz darauf erarbeitete sich der Google Assistant bei zahlreichen YouTubern und Tech-Experten die Reputation als fortschrittlichster Sprachassistent überhaupt.
In kürzester Zeit konkurrierte Google mit Google Home auch mit Amazons Alexa und der Echo-Produktreihe um die Spitzenposition bei Smart Speakern. Inzwischen ist auch Apple mit dem HomePod in dieses Segment eingestiegen.
Google und Voice Search heute
Heute bieten über 1 Milliarde Geräte Nutzern weltweiten Zugang zu Sprachassistenten. Während Siri auf Smartphones am häufigsten genutzt wird und Alexa das Segment der Smart Speaker anführt, belegt der Google Assistant in den meisten Kategorien einen knappen zweiten Platz.
Doch das ist nicht das, was Google heute von anderen abhebt. Obwohl das Unternehmen den Markt für Voice Search und Sprachassistenten bereits maßgeblich dominiert, sorgte vor allem die jüngste Google I/O weltweit für Staunen.
Am 8. Mai 2018 präsentierte Google-CEO Sundar Pichai der Öffentlichkeit eine Vorschau auf die neueste Entwicklung im Bereich der Sprachassistenten: Google Duplex. Die Demo zeigte die Aufnahme eines echten Telefonats, bei dem der Google Assistant bei einem lokalen Unternehmen anrief – und beließ es nicht dabei. Der Google Assistant unterhielt sich völlig eigenständig mit einer Mitarbeiterin, um im Auftrag des Nutzers einen Friseurtermin zu vereinbaren – komplett ohne manuelles Eingreifen. Mehr noch: Der Google Assistant baute ganz bewusst natürliche Füllwörter wie „Ähm“ oder „Ah“ sowie lebensechte Intonationen ein, sodass er kaum von einem Menschen zu unterscheiden war. Sehen Sie es sich selbst an, falls Sie es noch nicht kennen.
Google Assistant will be able to make actual phone calls for you.
Gepostet von Circuit Breaker am Dienstag, 8. Mai 2018
Wenn das nicht eine der beeindruckendsten Leistungen ist, die moderne Technologie je gezeigt hat! (Und natürlich perfektes Futter für Tech-Verschwörungstheoretiker und die nächste Schlagzeile zur KI-Übernahme)
Und das war längst nicht der einzige große Meilenstein, den Google vorgestellt hat. Mit Dialogflow präsentierte Google eine kostenlose Plattform, mit der Unternehmen eigene text- und sprachbasierte Dialogschnittstellen aufbauen können. Zudem wurde bekannt, dass Google mit Drittanbietern und Startups zusammenarbeitet, um den Google Assistant noch leistungsfähiger zu machen.
Google sorgt in der Tech-Branche für gewaltige Impulse – und das aus gutem Grund. Doch was hält die Zukunft für das Unternehmen und seine Initiativen im Bereich Voice Search bereit?
Die Zukunft von Voice Search und Google
Auf Smartphones, Smart Speakern und sprachgesteuerten Computern oder Tablets ist Google bereits fest etabliert. Ein Marktsegment, in dem Voice Search intensiv genutzt wird, bei dem Google bislang jedoch außen vor ist, sind Wearables.
Auch wenn sich Gerüchte über eine Google-Smartwatch schon lange halten, lässt sich mittlerweile (fast) sicher sagen, dass Google schon bald eigene Wearables produzieren wird. Warum? Vor kurzem wurde bekannt, dass Google die Smartwatch-Technologie von Fossil für $40M übernehmen wird. Dieser Schritt steht also definitiv bevor.
Ein weiterer Bereich, den Google weiter ausbauen dürfte, ist die Automobilbranche. Android Auto ist zwar bereits auf dem Markt, doch im Zeitalter vernetzter Fahrzeuge und moderner Connected-Car-Ökosysteme will Google in diesem Segment mehr „Auto“-nomie gewinnen und deutlich größer einsteigen. Tatsächlich hat Google bereits 2014 über solche Pläne gesprochen, auch wenn handfeste Ergebnisse noch auf sich warten ließen. Da Voice Search bei der Fahrzeugbedienung eine zentrale Rolle spielt, ist davon auszugehen, dass Google schon bald neue Automotive-Lösungen präsentiert. Nicht zuletzt spricht Googles Tochterunternehmen für autonomes Fahren, Waymo, klar dafür, dass dieser Markt bald erobert wird.
Google wird zweifellos alles daran setzen, sich einen immer größeren Teil des Voice-Search-Kuchens zu sichern – und mit der vorhandenen Technologie dürfte das kaum schwerfallen. Entscheidend bleibt, dass das Innovationstempo hoch und wettbewerbsfähig bleibt. Unternehmen sollten diese Entwicklungen unbedingt nutzen und das Potenzial von Google im Bereich Voice Search voll ausschöpfen – insbesondere da comScore davon ausgeht, dass 2020 bereits 50% aller Suchanfragen per Sprache erfolgen. Sorgen Sie wie gewohnt dafür, dass Sie Ihre Chancen auf mehr Besuche und Kundschaft maximieren, indem Sie Ihren Standort für Voice Search optimieren.
Was glauben Sie, wie Googles nächster Schritt aussieht? Teilen Sie es uns unten in den Kommentaren mit.
