Alexa, Siri, Cortana
Egal wie sie heißen und ob sie nun von Amazon, Apple, Microsoft oder Google stammen: Sie alle werden die Art und Weise, wie wir künftig mit digitalen Geräten und Services interagieren, maßgeblich verändern. Die Basis dessen ist erstmal die Spracherkennung. Maschinen müssen verstehen, was wir sagen, um zu kapieren, was wir wollen. Bereits das „Verstehen“ – also die fehlerfreie Interpretation von Schallwellen, die wir Menschen absondern – ist genau genommen eine ziemliche Leistung. Richtig schwierig wird es aber bei der Interpretation der erkannten Sätze und Worte.

Sprachsteuerung und/oder Sprachsuche
Was nach Haarspalterei klingt, ist ein ganz wesentlicher Unterschied. Im Rahmen der Sprachsteuerung geben wir den Geräten klare Befehle und erwarten klare und eindeutige Reaktionen.

„Ok Google. Wie wird das Wetter morgen?“ … oder „Hey Siri, spiel Billie Eilish“. Soweit so klar. Das sind Verhaltensweisen, die dank einer Milliarde von Smartspeakern (egal welcher Anbieter) schon Einzug in Zig-Millionen Haushalte in den USA und Europa gehalten haben. Eine durchaus repräsentative Studie von YEXT belegt dies eindrucksvoll. Natürlich adaptieren hier jüngere Usergruppen ihr Verhalten schneller, aber die Praktikabilität solcher Funktionen erkennt zunehmend auch die ältere Zielgruppe.

Erster, Zweiter, Dritter, oder …
Wer schon mal eine Voice Search ausprobiert hat, der wird wissen, wie die Ergebnis-Präsentation aussieht bzw. sich anhört. Über Smartspeaker gestellte Anfragen ergeben natürlich auch gesprochene Ergebnisse. Am Smartphone gestellte Fragen produzieren „auch“ sichtbare Ergebnisse in Form von angezeigten Inhalten auf dem Display. Beides – die gesprochenen, wie auch die angezeigten Ergebnis-Präsentationen unterscheiden sich fundamental von einer „normalen“ Suche in einer Suchmaschine.
Digitale Assistenten versuchen uns möglichst viel Arbeit abzunehmen und präsentieren uns wirklich nur „die absolut besten“ Treffer auf unsere Anfrage. Wie die das bewerten unterliegt wieder der „Verschwiegenheitspflicht“ ihrer Algorithmen. Wie hier Treffer zu Stande kommen ist ein geheimer Mix aus zahllosen Einzelfaktoren wie Inhaltsqualität der Website, Qualität der Website an sich, Qualität der Usersignale auf dieser Website, …. Jenseits dieser Content- und SEO-Thematiken steht aber eines definitiv fest: Es sind weit weniger Ergebnisse als bisher, die von Sprachassistenten angeboten werden. Zwischen 1 und 5 liegt derzeit die Menge der Ergebnisse (im Schnitt). Bei Suchanfragen über Speakersysteme hat das auch eine gewisse Logik. Stellen wir uns vor, unser Sprachassistent liest uns alle 10 Treffer, die wir aktuell gewohnt wären zu bekommen, wenn wir „konventionell“ suchen würden, vor. Das würde unsere Aufnahmefähigkeit bestimmt überfordern.
Was aber bedeutet das im Umkehrschluss, wenn es weniger Ergebnisse gibt, die den Usern angeboten werden? Suchergebnisse auf den aktuellen Rankingplätzen 6-10 haben genau genommen in solchen Suchen keine Chance aufzutauchen. Gut. Ganz so schlimm wird es nicht werden. Man kann seine Seiten natürlich mittlerweile auch für Voice Search optimieren und so dafür sorgen, dass man in einer Sprachsuche berücksichtigt werden kann, ohne ein Top-5 Rank in einer normalen Suche zu haben. Dazu gibt es ein andermal mehr Details.
Aber Fakt ist natürlich: Durch die Verknappung in der Ergebnis-Präsentation steigt der Wettbewerb um die Relevanz für bestimmt Suchbegriffe enorm.