Alexa & Co.: Wie sich mit Sprachassistenten Geld verdienen lässt

Nachdem nun auch Apple mit dem HomePod einen smarten Lautsprecher für zuhause vorgestellt hat, in dessen Kern eine Agentenlösung schlummert, ist klar: Alle großen Internetkonzerne wollen ins Heim des Nutzers - die GAFA-Konzerne sehen die Zukunft des Internets im Smart Home und später vielleicht in Connected Cars. Das Endgerät, auf das sie setzen ist - neben einem Touchscreen-Computer - ein intelligenter Sprachassistent. Doch was steckt hinter dieser Ambition? Und wie können die großen vier ihre teure Software monetarisieren? Wohl kaum, in dem sie beim Einschalten des Lichts eine Werbebotschaft senden.

Kein anderer Gerätetypus lässt derzeit Raum für Phantasie wie die Sprachassistenten von Google  , Amazon   und Apple  . Zunächst sind Siri und Alexa ein wenig unter dem Radar gestartet, seit Amazon mit den Echo-Lautsprechern einen echten Verkaufsschlager landete, gelten sie - neben VR und AR - als die zukunftsträchtigsten Geräte überhaupt. Noch ist allerdings unklar, welchen Stellenwert die Geräte im smarten Haushalt genau erobern werden.

Klar ist bislang lediglich, dass sie aller Euphorie zum Trotz bisher nur von wenigen Menschen genutzt werden. Das hat nicht unbedingt mit der Kaufkraft zu tun. Vielen Menschen sind die Geräte bislang unheimlich. Lediglich 25 Prozent der Bevölkerung können sich nach einer Umfrage des Branchenverbands Bitkom   zufolge vorstellen, überhaupt mit einem Chatbot zu kommunizieren. Die Hauptgründe für die ablehnende Haltung:

• Fast zwei Drittel (63 Prozent) der Befragten, die keine Chatbots nutzen wollen, möchten nicht mit einem Computer kommunizieren.
  
• Etwa jeder Zweite bezweifelt, dass Anfragen durch Chatbots zuverlässiger bearbeitet werden können als bisher (54 Prozent) oder
  
• dass die Auskünfte von Chatbots generell zuverlässig sind (49 Prozent).
  
• Für 47 Prozent sind Chatbots uninteressant, weil sie die Technologie noch nicht für ausgereift halten.

Mit ihrer Meinung liegt die Mehrheit sicher nicht ganz falsch. Wer heute einen Chatbot auf die Probe stellt, wird schnell ernüchtert sein. Das was sich die Menschen gemeinhin unter Künstlicher Intelligenz (KI) vorstellen, sieht anders aus. Man hat vielmehr den Eindruck, Chatbots haben ein mehr oder weniger großes Repertoire an Frage-Antwort-Kombinationen. Die Zahl der Kombinationen ist schnell ausgereizt.

Smart Speaker sind auch nur mittelschlau

Ein Blick hinter die Kulissen von Siri, Alexa und Co. (siehe iBusiness: So geht Agentenoptimierung - Websites für Sprachassistenten optimieren) zeigt: Die vorgeblich smarten Sprachassistenten täuschen ihre Intelligenz ohnehin oft nur vor. Wirklich "smart" ist meist nur die Spracherkennung, die einen gesprochenen Satz nach Schlüsselwörtern durchsucht, eine Absicht (Intention) und die zugehörigen Parameter erkennt.

So lauscht ein Echo-Lautsprecher etwa zunächst nach einem Schlüsselwort wie "Öffne TV-Programm". Alexa weiß dann, dass es die folgende Anfrage nicht selbst beantworten soll, sondern an einen Server übermitteln, der im Skill "TV-Programm" angegeben ist. Die folgende Frage: "Was läuft heute Abend im Ersten?" zerlegt Alexa in die vorgegebene Intention ("Suche in der Datenbank") und die Parameter ("heute", "ab 20:15 Uhr" und "Das Erste"). Die erkannte Intention und die Parameter werden in Textform an den Server übergeben, dieser liefert ebenfalls in Textform ein Ergebnis zurück, das die im Echo-Lautsprecher integrierte Text-to-Speech-Engine vorliest. Alternativ kann auch eine Audiodatei zurückgegeben werden (etwa ein Song), die Alexa abspielt. Neuere Geräte mit Display können zusätzlich visuelle Informationen anzeigen.

Sprachassistenten wie Alexa fungieren im Wesentlichen als eine Art schlaue Tastatur, die aus gesprochener Sprache eine Absicht (Intention) und einige zugehörige Parameter destilliert und - soweit dies gelungen ist - diese als Anweisung an einen fremden Server schickt oder selbst verarbeitet. Welche Phrasen zu einer bestimmten Intention passen und welche Aktionen einer bestimmten Intention zugeordnet werden, entscheiden die Entwickler selbst. Entsprechend schnell sind die Fähigkeiten eines Skills ausgeschöpft. Im Prinzip kann ein Programm schon durch eine leicht abweichende Wortwahl aus dem Tritt gebracht werden.

Auch wenn Siri mittels schlagfertiger Antworten gelegentlich smart wirkt, agieren die Assistenten in Wahrheit meist äußerst begrenzt. Das zeigt sich darin, wie die Assistenten in der Praxis genutzt werden.

Die Anwender sind zwar durchaus experimentierfreudig und probieren eine Vielzahl von Funktionen aus, schon nach kurzer Zeit bleibt jedoch ein recht überschaubares Set an wenigen Standardfunktionen, die regelmäßig genutzt werden. Die Top-Funktionen von Alexa liegen darin, Musik abzuspielen und smarte Lampen zu steuern. Je nach Interessenlage des Anwenders kommen noch Wetterbericht, Verkehrsnachrichten oder die Lottozahlen dazu.

Alexa ist für vieles gut - aber nicht zum Einkaufen

Überraschend ist jedoch, dass ausgerechnet die Funktion kaum genutzt wird, die Beobachter zunächst für das Alexa-Erfolgsrezept hielten. Als Amazon-Chef Jeff Bezos die erste Echo-Version vorstellte, gingen Experten weltweit davon aus, dass Amazon den so entstehenden direkten Link ins Wohnzimmer nutzt, um sich dort als allgegenwärtiger Einkaufsassistent unentbehrlich zu machen. Tatsächlich wird diese Funktion jedoch besonders selten genutzt.

Der US-Marktanalyst Field Agent hat 300 Besitzer von Alexa-Geräte (Amazon Echo, Dot und Tap) untersucht, um genaueres über deren Nutzungsverhalten zu erfahren. Dabei zeigte sich, dass die Geschlechterverteilung mit 52 Prozent Männern und 48 Prozent Frauen nahezu ausgeglichen war. Die Mehrheit (37 Prozent) war zwischen 35 und 44 Jahre alt, jeweils ein Viertel entstammte den angrenzenden Altersgruppen und war zwischen 25 und 34 beziehungsweise zwischen 45 und 54 Jahre alt. Das am meisten verbreitete Gerät war der Amazon Dot, der an ein HiFi-System angeschlossen wird und kleiner und günstiger als ein Echo-Lautsprecher ist.

Nach der typischen Alltagsnutzung befragt, gaben 96 Prozent an, regelmäßig Musik abzuspielen, 91 Prozent stellten Alexa einfache Fragen - aber nur rund ein Drittel nutzten das System, um Einkaufslisten anzulegen und zu pflegen. Nur 17 Prozent hatten Alexa schon einmal angewiesen, ein Produkt in den Amazon-Einkaufskorb zu legen und lediglich acht Prozent ließen das System eine Transaktion auch tatsächlich ausführen.

Ein genauerer Blick auf die Einkäufe offenbarte zudem, dass sie sich oft auf günstige Produkte des täglichen Lebens beschränkten, die sie regelmäßig kaufen und bereits kennen oder die extrem einfach zu entscheiden sind (etwa ein bestimmtes Album eines bestimmten Künstlers).

Zwei Drittel der Befragten jedoch hatten Alexa noch nie für einen Einkauf benutzt. Als Gründe führten sie Sicherheitsbedenken an, die fehlende Möglichkeit, die Produkte zu sehen und Preise zu vergleichen, die Sorge vor versehentlichen Fehlkäufen sowie die mangelnde Kenntnis über diese Einkaufsfähigkeit.

Wie sich Sprachassistenten monetarisieren

Zwar hat Amazon seine neuesten Geräte bereits nachgerüstet und mit Echo Show ein Gerät mit Kamera und Bildschirm vorgestellt. Doch inzwischen glaubt selbst Bezos nicht mehr daran, dass sich seine erfolgreichen Sprachassistenten zum Shopping-Device entwickeln werden. Primär werde Alexa verwendet, um Aufgaben rund um das Haus zu vereinfachen, erklärte der Amazon-Chef den verdutzten Zuhörern auf der US-Musikmesse Billboard Anfang des Jahres.

Für Amazon ist das nicht der erste ECommerce-Traum, der wie eine Seifenblase platzt. Die Smartphones der Fire-Serie waren mit einer aufwändigen Fotofunktion ausgestattet, mittels der direkt bei Amazon bestellt werden konnte. Die Geräte floppten fulminant. Ein ähnliches Schicksal blüht offenbar den Dash-Buttons, die Amazon Anfang 2015 auf den Markt brachte. Nach großer Anfangseuphorie scheinen sich die ursprünglichen Umsatzerwartungen kaum zu erfüllen (siehe iBusiness Amazon Dash-Button: Oft verkauft, wenig genutzt).

Trotzdem hat Bezos hat allen Grund, sich dieses mal nicht entmutigen zu lassen. Auch wenn das Ursprungsszenario nur eingeschränkt funktioniert, sind die Echo-Lautsprecher doch ein Mega-Hit, bei dem Amazon ganz vorn dabei war. Viele Bedenken, die Nutzer äußern, lassen sich mit mangelnder Gewöhnung erklären ("Will nicht mit Computern kommunizieren"), andere Mängel lassen sich durch Technikeinsatz verbessern (eingeschränkte Fähigkeiten).

Doch lassen sich die Alexa-Investitionen am Ende auch monetarisieren? Die Aussichten dazu stehen nicht schlecht. Und sie passen in die Strategie von Amazon, der sich immer mehr zu einem Plattformanbieter für Waren, Medien und Technologie entwickelt.

---

Für den ECommerce-Giganten bieten sich vier Monetarisierungs-Strategien:

---

1. Geräteverkauf

Allein über den Verkauf der Assistenten lässt sich gutes Geld verdienen. Bei geschätzt 500 Millionen Kunden weltweit kann Amazon mit hohen Abverkäufen rechnen, die an die Verkaufsschlager von Kindle (EBook-Reader) und Fire-TV (Streaming-Stick) heranreichen dürften. Zumal Amazon auch bei Alexa-Devices mit eigenen Inhalten (Musik-Abo und Hörbücher) punkten kann, die auch Kindle und Fire-TV attraktiv machten. Könnte Amazon auf diese Weise bis 2020 an 40 Prozent seiner US-Kunden und 25 Prozent der restlichen Kundschaft ein Gerät verkaufen und setzt man einen Ersatzzyklus von zwei Jahren sowie einen Durchschnittspreis von 85 US-Dollar pro Gerät an, würde Amazon allein mit Geräteverkäufen im Jahr 2020 rund 5 Milliarden US-Dollar einnehmen, hat die Wirtschaftsberatung RBC Capital Markets errechnet.

Umsatzpotenzial 2020: 5 Mrd. US-Dollar

2. Plattformumsätze

Bei einer installierten Basis von mehr als 100 Millionen Geräten wird ein eigenes Ökosystem à la Apples App-Store attraktiv. Mit seinen Skills hat Amazon bereits eine Basis dafür geschaffen. Amazon Music kann zudem bereits als erste kostenpflichtige App verstanden werden. Amazon kann einen Marktplatz installieren und eine Provision für Bezahl-Skills erheben. Außerdem kann Amazon gegen Bezahlung Marketing-Tools anbieten, die eine prominente Platzierung der Skills erlauben. Zuletzt kann das Unternehmen seinen Sprachassistenten an andere Hersteller (etwa von Unterhaltungselektronik) lizenzieren und auch darüber Einnahmen erzielen. Auf der Consumer Electronic Show (CES) in Las Vegas führte das Unternehmen bereits entsprechende Gespräche. Bei Erlösen von 8 US-Dollar pro Jahr und Nutzer würde Amazon im Jahr 2020 rund eine Milliarde US-Dollar Plattformumsatz erzielen - der erfahrungsgemäß deutlich profitabler ist als ECommerce-Umsatz.

Umsatzpotenzial 2020: 1 Mrd. US-Dollar

3. Cloud-Infrastruktur

Weitere Umsätze kann sich Amazon durch IT-Services versprechen. Selbst Unternehmen, die kostenfreie Skills entwickeln und keine Marketingtools im Amazon-App-Store buchen, müssen über eine leistungsfähige IT-Infrastruktur verfügen, um die Vielzahl von Anfragen performant zu beantworten. Mit den Amazon Web Services (AWS) verfügt das Unternehmen über genau ein solches Angebot, das im abgelaufenen Geschäftsjahr einen Umsatz von zwölf Milliarden US-Dollar einbrachte und sich zu einem der profitabelsten Geschäftsbereiche mauserte. AWS-Dienste erhalten durch die hohen Alexa-Anforderungen zusätzlichen Rückenwind und lassen sich so geschickt verzahnen, dass sie beinahe obligatorisch werden. 40.000 Skills, die monatlich AWS-Umsätze von 1.000 Dollar erzeugen, sorgen für 500 Millionen Dollar Zusatzumsatz

Umsatzpotenzial 2020: 0,5 Mrd. US-Dollar

4. ECommerce-Folgeverkauf

Aufgrund der hohen Stückzahlen sind aber auch die ECommerce-Effekte durchaus sehenswert - selbst wenn die Verkaufszahlen so bescheiden bleiben, wie oben geschildert. Folgende Rechnung zeigt das Potenzial: Der durchschnittliche Umsatz eines Prime-Kunden beträgt in den USA rund 350 US-Dollar und wächst kontinuierlich. 2020 könnte er - ein jährliches Wachstum von fünf Prozent unterstellt - bei 400 US-Dollar angekommen sein. Schon heute nutzen 17 Prozent der Nutzer Alexa, um Produkte in den Warenkorb zu legen. Angenommen, dass nur die Hälfte dieser Einkäufe zusätzlich getätigt wird und vorwiegend günstige Produkte über den Sprachassistenten gekauft werden, würden trotzdem schon heute pro Jahr 20 US-Dollar zusätzlicher Umsatz entstehen. Einen Gewöhnungseffekt eingerechnet, könnte sich dieser bis ins Jahr 2020 auf 40 US-Dollar verdoppeln. Bei dann 128 Millionen installierten Geräten würde Amazon nur über Alexa-Zusatzkäufe Mehreinnahmen in Höhe von 5 Milliarden US-Dollar erzielen.

Umsatzpotenzial 2020: 5 Mrd. US-Dollar