Voice-Ready: Das sind die wahren Geschäftsmodelle hinter den Sprachassistenten

Vor etwas mehr als drei Jahren hat eine sanfte Revolution begonnen: Im Juni 2015 stellte Amazon erstmals einen smarten Lautsprecher namens Echo vor, der stets alle Geräusche im Raum aufnehmen und dessen eingebauter Sprachassistent Alexa auf gesprochene Befehle reagieren konnte. Aller anfänglichen Skepsis zum Trotz entwickelte sich "die erste Wanzen zum Selbstinstallieren" (Branchenspott) zu einem großen Erfolg und schuf eine eigene Gerätegattung - den Smart-Speaker.

Inzwischen ist der Erfolg nicht mehr wegzudiskutieren. 100 Millionen vernetzte Lautsprecher sollen bis Ende dieses Jahres weltweit verkauft sein, schätzt der Marktforscher Canalys. Alexa dürfte mindestens ebenso bekannt sein wie die Apple-Entwicklung Siri, wenn es um sprachgesteuerte Assistenten geht. Ein Drittel der deutschen Bevölkerung spricht inzwischen regelmäßig mit einem digitalen Assistenten und jeden Tag werden es mehr.

Trotzdem ist die große Revolution ausgeblieben. Sprachassistenten werden meist als mehr oder weniger schlauer Tastaturersatz verwendet. Abseits der Hardwareverkäufe wollte sich bislang kein funktionierendes Geschäftsmodell finden. Zwar lassen sich seit geraumer Zeit Zusatzanwendungen installieren (bei Alexa 'Skills' genannt, bei Google 'Actions'), doch eine echte Killeranwendung gibt es bislang nicht. Musik hören, Timer stellen, Einkaufslisten diktieren, Telefonanrufe tätigen und vielleicht noch das Smart Home steuern ... mehr als mit den Standard-Applikationen möglich ist, wollen die meisten Anwender gar nicht.

Insbesondere Smart-Speaker-Erfinder Amazon lässt nichts unversucht, um ein Geschäftsmodell hinter den Geräten zu finden:

• Ein Skill-Marktplatz sollte ein eigenes Ökosystem etablieren
  
• Amazon-Produkte sollen sich auf Zuruf kaufen lassen
  
• Das Unternehmen experimentierte mit Werbeeinblendungen
  
• Amazon schüttete eigene Vergütungen an Skill-Entwickler aus
  
• Neuerdings versucht Amazon In-App-Käufe zu etablieren

Trotzdem ist für die meisten Skill-Entwickler der Ausflug in die Welt der gesprochenen Sprache eher ernüchternd geblieben. Skills erlösen nichts. Werbung zündet nicht. Produkte verkaufen sich nicht.

Die am häufigsten aktivierten Skills haben die Flughöhe von Furzkissensimulatoren, Horoskop- und Quizshow-Apps. Wetter- oder Lotto-Skills gehören schon zu den seriöseren Anwendungen.

Verdienen lässt sich damit freilich nichts. Entsprechend hat Amazon zuletzt wieder an seinem Geschäftsmodell geschraubt und unterstützt nach einem bislang kaum zu verstehenden Algorithmus die Entwickler direkt mit Zahlungen, damit diese bei Laune bleiben. Offenbar wird dabei die Zahl der Aktivierungen und die Nutzungshäufigkeit belohnt - den genauen Zusammenhang zwischen den Parametern haben bislang nicht einmal die erfolgreichsten Entwickler selbst verstanden.

So wenig diese Metrik im Detail nachvollziehbar ist, so nachvollziehbar ist die Idee dahinter: Amazon muss die Developer motivieren. Von außen betrachtet wirkt die Strategie ein wenig hilflos - insbesondere, wenn man sich die Höhe der ausgeschütteten Tantiemen betrachtet. Mehr als 4.000 bis 5.000 Euro monatlich bringt mit allen Tricks und Kunstgriffen nicht einmal die erfolgreichste aller Apps ("Tierlaute") ein. Ein schönes Zubrot und lukrativ genug, um Sprachassistenten zu einem Abspielkanal für Witze, Horoskope und sonstigen Nonsens zu machen. Aber wohl kaum genug Anreiz, um in aufwändige Anwendungen zu investieren.

In-Skill-Purchases sollen es richten

Immerhin: Amazon experimentiert fleißig. Gerade erst hat das Unternehmen beschlossen, mit sogenannten "Consumables" ein neues Business-Modell zu testen. Wie bei einem In-App-Kauf lassen sich nun während der Skill-Nutzung Erweiterungen kaufen. Damit erhalten Entwickler eine weitere Möglichkeit, Premium-Inhalte genau in dem Moment zu vermarkten, in dem sie relevant werden.

Auf diese Weise sollen sich beispielsweise in interaktiven Quiz-Anwendungen Antwort-Hinweise kaufen oder Spezialfähigkeiten für einen Charakter in Rollenspielanwendungen erwerben lassen. Diese lassen sich als Einzelkauf oder im Abonnement beziehen. Sie können als Zusatzinhalt sofort konsumierbar sein - wie etwa das Zusatzkapitel in einem Hörbuch - oder als dauerhafte Erweiterung bereitstehen - etwa als Funktionserweiterung des Skills.

Vorteil des Amazon-Konzepts:

• Im Amazon-Konto ist bereits eine Bezahlart hinterlegt. Die Abrechnung ist komfortabel und flexibel.
  
• Der kleinteilige In-Skill-Verkauf senkt die Hemmschwelle, die ein Abonnement oder ein (höherpreisiger) Einmal-Kauf erzeugt.
  
• Ein In-Skill-Kauf wird im Moment der höchsten Relevanz angeboten: Der Konsument nutzt den Skill bereits und ist genau jetzt an der gebotenen Dienstleistung interessiert.

Skills - ein begrenztes System

Doch auch wenn die Idee der "Consumables" aus Marketinggesichtspunkten überzeugt und die Vermarktbarkeit von Skills steigern wird, handelt es sich doch um die Optimierung eines insgesamt begrenzten Systems.

Trotz der durchaus beachtlichen Verkaufserfolge der smarten Lautsprecher gibt es bislang kaum funktionierende Geschäftsmodelle. Das Dilemma:

Konsumenten kaufen nicht mit Sprachassistenten ein.

Die vorhandenen Voice-User-Interfaces sind dazu nicht geeignet. Smart Speakers und Sprachagenten liefern eine Antwort statt einer Auswahl. Wer also einen Einkaufszettel diktiert - 'Butter, Jogurt, Schokoriegel...' - überlässt dem Assistenten die genaue Auswahl der Produkte. Für komplexe Entscheidungen ist das Interface ungeeignet.

Aber selbst bei einfachen Produkten - 'Butter, Jogurt, Schokoriegel...' - spielen Inspiration und Lust am Einkauf oft genug eine entscheidende Rolle. Übrig bleiben nur sehr wenige Artikel: Produkte, die regelmäßig und wiederkehrend erworben werden, die unwichtig erscheinen oder an denen der Besitzer kein tiefergehendes Interesse hat. Dinge des täglichen Bedarfs, die man gerne durch Zuruf erledigt ("Schatz, bring' noch Milch mit!"). 'Schatz' weiß in dem Fall schon, welche Milch gewünscht wird (fettarme). Das Produkt ist so einfach, dass Fehlkäufe praktisch ausgeschlossen sind.

Allerdings: Produkte dieser Kategorie sind in der Regel äußerst niedrigpreisig und die Verfügbarkeit im Einzelhandel sehr hoch. Sprich: Es handelt sich ausgerechnet um das für den E-Commerce am wenigsten geeignete Sortiment.



Sprachassistenten sind für herkömmliche Werbung ungeeignet.

Es gibt einen Zusammenhang zwischen der Relevanz eines Mediums und der Akzeptanz von Werbung. Zum Leidwesen vieler Werbungtreibenden ist dieser Zusammenhang umgekehrt proportional: Je relevanter das Medium für die einzelne Person, desto niedriger die Werbeakzeptanz. Plakatwerbung wird in der Regel als wenig aufdringlich empfunden. Mobile SMS-Werbung als höchst lästig.

In diesem Sinne sind Sprachassistenten für Marketingzwecke ungeeignet. Selbst Google musste dies erleben, als der Assistant in einer Tageszusammenfassung einen - nach eigenen Angaben ganz uneigennützigen - Hinweis auf einen gerade anlaufenden Kinofilm einbaute. Ein Shitstorm folgte. Seither vermeidet Google alles, was auch nur den Anschein von Werbung erwecken könnte. Amazon hat den Irrtum ebenfalls nach einer kurzen Experimentierphase erkannt und seinen Entwicklern die Einblendung von Audiowerbespots ("Sponsored Messages") kurzerhand untersagt.

Geschäftsmodelle jenseits von Werbung, Shopping und Skills

Sowenig bislang eine Killeranwendung für Sprachassistenten entdeckt wurde, sowenig hat sich ein funktionierendes Monetarisierungsmodell gefunden. Das heißt natürlich nicht, dass es beides nicht gäbe. Es heißt lediglich, dass einfache Lösungen nicht funktionieren. Eine erfolgreiche Voice-Anwendung liest nicht das Fernsehprogramm vor (weil sich das in einer Tabelle übersichtlicher darstellen lässt). Sie versucht nicht einen unübersichtlichen Entscheidungsprozess abzubilden (weil Sprache dabei verwirrt). Im Gegenteil: Eine erfolgreiche Voice-App macht sich den vermeintlichen Nachteil - die extreme Verkürzung der Ergebnisse - zunutze. Sie liefert eine kompakte Antwort auf eine komplexe Frage. Schnell und einfach.

In diese Richtung weisen auch die jüngsten Entwicklungen von Amazon, Apple und Google. Die Systeme arbeiten daran, sich besser an die individuellen Gewohnheiten der Nutzer anzupassen und ihre Assistentenfunktion in den Vordergrund zu rücken.

• Apple bietet mit "Kurzbefehle" die Möglichkeit, den Sprachassistenten zu individualisieren.
  
• Amazon bietet mit Blueprints eine Möglichkeit, mit der Alexa-User eigene Skills entwickeln können
  
• Alexa for Business hievt diesen Ansatz auf eine neue Ebene, und erlaubt Firmenkunden die vollständige Anpassung des Sprachassistenten, um komplexe Abläufe zu automatisieren.
  
• Google versucht mit seinen Assistenten Sprache zur bidirektionalen Universalschnittstelle auszubauen.

Im Alltag kann der Nutzer seinem Sprachassistenten so beispielsweise beibringen, auf Zuruf ('Wann fährt die nächste S-Bahn?') die nächste Verbindung in Richtung Innenstadt herauszusuchen und eventuelle Störungen abzurufen. Der Clou besteht weniger darin, eine Unzahl an Optionen abzubilden, sondern diese auf das sinnvolle Maß zu reduzieren ("Nur eine S-Bahn-Linie ist von Interesse, nur eine Richtung kommt in Betracht").

Mit den richtigen Daten lassen sich selbst Kaufprozesse über Sprachassistenten führen. Denn es gibt immer Einkäufe, die eher als Pflicht, denn als Kür empfunden werden. Wenn die Autobatterie streikt, die Tintenpatronen im Drucker leer sind oder die Knopfzellen der Fernbedienung ersetzt werden müssen, wären die meisten Anwender froh, die Erledigung würde schnell und unkompliziert abgearbeitet. Vielleicht noch mit der Rückfrage, ob das Produkt mit dem besten Preis-/Leistungsverhältnis oder das günstigste Produkt gewählt werden soll. Davon abgesehen: Preis und Produkt bestätigen - fertig.

Ebenso naheliegend ist es, wenn ein digitaler Assistent nicht nur daran erinnert, dass in Kürze ein Arzt-, Werkstatt- oder Steuerberatungstermin ausgemacht werden soll, sondern sich unter Nutzung der entsprechenden Schnittstelle auch gleich um die Terminabsprache kümmert. Sprachassistenten können dabei einen bislang unbekannten Grad der Vernetzung erreichen: Als Universalschnittstelle steht ihnen gesprochene Sprache zur Verfügung, sodass der Assistent sogar beim Dienstleister anrufen kann, um telefonisch einen Termin auszumachen - wie Google auf der Entwicklerkonferenz I/O eindrucksvoll gezeigt hat.

Produkterleichterung - die neue Art des Marketings

Für Unternehmen ergeben sich daher ganz unmittelbar zwei Arten des Marketings, wie ihre Produkte von Sprachassistenten beeinflusst werden. Beide sind wesentlich subtiler als ein 10-Sekünder-Audiospot:

Produkterleichterung

Das beste Marketing ist es, das Produkt einfach nutzbar zu machen. Eine Fahrplan-App, die sich über Assistenten abfragen lässt und das Ticket auf Wunsch direkt auf's Smartphone des Anwenders schickt, verkauft automatisch mehr Tickets. Genauso wie eine Fahrzeug-App, die Wartungsintervalle und Kilometerstand sowie den bevorzugten Autohändler kennt, mehr Scheibenwischer verkaufen kann und für einen reibungslosen Winterreifenwechsel sorgen kann.



Voice-SEO

Umdenken müssen Anbieter aber auch, wenn sie auf der anderen Seite des Homescreen sitzen. Ein guter Sprachassistent wird immer versuchen, für seinen Anwender zu vereinfachen. Daher wird es in Zukunft wichtiger werden, den Assistenten und nicht den Anwender zu überzeugen. Wenn der Assistent beispielsweise eine passende Autobatterie mit günstigem Preis-/Leistungsverhältnis suchen soll, wird er Kriterien anlegen wie:

• Beliebtheit der Marke
  
• Anzahl der verkauften Produkte
  
• Produktbewertungen
  
• Retourenquote
  
• Preis
  
• Versandkosten
  
• Lieferbarkeit

Auf diese Weise ergeben sich ganz neue Anforderungen an das Marketing. Für das Maschinen-SEO kann es schon entscheidend sein, ob das Produkt gerade mit aufgefrischtem Namen - und mit neuer ASIN - in den Marktplatz eingestellt wurde und dadurch seinen Verkaufsrang verloren hat.