Analyse Eingabegerät der Zukunft : Was kommt nach Siri und Alexa?

Als Apple 2007 das iPhone vorstellte, war es vor allem das Prinzip des Touchscreens, das eine neue Ära einläutete: Der war zwar grundsätzlich nicht neu, aber dank der nur Apple unter Steve Jobs eigenen Disruptions-Macht wurde die Kombination 'Finger plus Display' der neue Goldstandard des Interfaces. Seitdem hat sich wenig getan, wenn es um die Frage geht: Was wird die nächste - vielleicht ultimative - Generation des Eingabegerätes sein. Wir sind noch immer auf dem Stand von 2007 - allenfalls das Sprachinterface, 2011 wiederum von Apple in Form des Agenten Siri populär gemacht, hat noch ähnliches Potenzial ausgestellt.

Doch mit der Adaption hapert es: Man hört nicht einmal ansatzweise so viele Menschen mit ihrem Smartphone reden, wie man sie über ihr Smartphone streichen sieht. Worin liegen die Ursachen dafür? Und was wird das wegweisende Eingabegerät der Zukunft sein - besitzen wir es schon oder kommt noch etwas ganz anderes? Eine grafische Analyse der Vor- und Nachteile der Eingabegeräte in fünf Dimensionen zeigt das Marktpotenzial verschiedener Technologien auf und hilft die Frage nach dem Interface der Interfaces zu beantworten.

Hand vs. Sprache vs. Gedanke - Die Potenziale und Grenzen der HCI-Schnittstellen

Aktuell wird der technologische Alltag vor allem von drei Mensch-Computer-Schnittstellen (oder englisch: HCIs, Human-Computer-Interfaces) dominiert. Zwei weitere Technologien sind eher aktuell (noch) eher nischig: Die eine gibt es aktuell nahezu ausschließlich im Gaming, die andere ist ein medizinisches Vorhaben mit Experimentalstatus.

• Haptische Tastaturen / Maus
  

  Bild: Pixabay / CC0

  Der Klassiker der Eingabegeräte. Das taktile Feedback ('Ich habe etwas gedrückt, hurra'), das eine angeschlagene Taste abgibt, kommt einem kleinen sinnlichen Erfolgserlebnis gleich und hat dazu geführt, dass besonders ansprechend gebaute Tastaturen über die Jahre eine regelrechte Kultgemeinde um sich scharen konnten (so etwa IBMs legendäres Modell M  ). Genau wie die Maus sind sie - besonders im beruflichen Umfeld - immer noch mehr Standard als obsolet.
  

• Touchscreen
  

  Bild: Microsoft

  Touchscreens gab es schon länger: Auf Fahrkartenautomaten, für Angestellte in Business-Umfeldern wie Gastronomie und Logistik schon Jahre bevor sie in Smartphones den Mainstream eroberten. Ein Gamechanger, der alle am Boden zerstörte, die ihn verpassten - wie etwa Nokia. Steve Jobs war es, der als erster das Potenzial des kombinierten Gespanns Finger und Display für die Mensch-Maschinen-Kommunikation im Massenmarkt erkannte.

• Voice Interfaces
  

  Siri-Logo

  Auch hier preschte Apple vor - Sprachsteuerung ist zwar bei weitem noch kein Mainstream-Tool, doch es wächst langsam und solide. Im strategischen SEO ist die Seiten-Optimierung für die Sprachsuche bereits ins operative Geschäft eingezogen - bereits vor anderthalb Jahren sagte Siwen Zhang, Director SEO bei Explido iProspect    gegenüber iBusiness: "Wir optimieren hier täglich operativ für eine zukünftige Technologie" und meinte die Suche über sprachgesteuerte Agenten. Die einst nur übles Kauderwelsch verstehenden Sprachinterfaces haben heute dank semantischer Datenbanken im Hintergrund eine bessere Trefferquote bei der Worterkennung, können aber durchaus noch zielsicherer werden.

• Gesten-/Bewegungssteuerung
  

  Bild: Microsoft

  Berühmt wurde Gesten- und Bewegungssteuerung vor allem aus zwei Kontexten: Aus Steven Spielbergs SciFi-Film Minority Report und aus dem Gaming, hier vor allem von der Nintendo Wii  . Eindrucksvoll anzusehen, hat es die Technologie aber kaum in andere Szenarien geschafft: In der Filmindustrie dient sie dazu, die Bewegungen von Schauspielern in dreidimensionale Grafiken zu übersetzen, bevorzugt, um Fantasiekreaturen zu rendern ("Gollum! Gollum!") und Volkswagen   implementierte sie in Pkw, zur Steuerung des Bordcomputers - ein Vorstoß, den Tester (etwa der Blog Basicthinking  ) als ausbaufähig bezeichneten.
  

• BCIs
  

  Bild: BBCI

  Brain-Computer-Interfaces (BCIs) sind die Schnittstelle, an der die Menschmaschine Wirklichkeit wird: Sie nehmen Gehirnimpulse direkt an der Schädeldecke oder sogar - bei invasiven Lösungen - im Gehirn selbst ab und verarbeiten sie zu computerlesbaren Eingabebefehlen. Aktuell noch vor allem bei paralysierten Patienten angewendet, besitzen BCIs Potenzial für den Massenmarkt: Dadurch, dass Gehirn und Computer direkt miteinander verbunden sind, fällt der langsamste Schritt in der Dateneingabe weg: die Motorik. BCIs eröffnen außerdem einen zusätzlichen Eingabekanal. Ergänzend zu Händen und Füßen kommt die neurologische Ebene hinzu. Bedeutet: Komplexe Maschinen könnten effektiver gesteuert werden, weil der Bediener gewissermaßen einen imaginierten, dritten Arm hinzu gewinnt, mit dem er Eingaben tätigen kann.

In der Realität finden sich diese Technologien jedoch nicht immer in reiner Form: So steuert man ein Smartphone in der Regel mittels einer Mischung aus Touchscreen, Voice Interface und haptischen Elementen (Ein/Aus-Knopf, Home-Button), eine Nintendo Wii besteht neben der Bewegungssteuerung aus haptischen Elementen.

Was ist mit Wearables, Datenbrillen und VR-Helmen?

Nicht in unserer Liste tauchen etwa Wearables oder VR/AR-Brillen auf, da sie im strengen Sinne keine eine Eingabegeräte sind, sondern eher Ausgabegeräte und ebenfalls kombinierte Lösungen: So sind beispielsweise Wearables meist Mischtechnologien, die darüber hinaus an das Smartphone andocken.

2017 versus 2027: Das Potenzial von Eingabegeräten in der Analyse

Um zu beurteilen, welche Form der Eingabe die Zukunft bestimmen wird, ist es hilfreich, fünf Kerneigenschaften von Eingabegeräten zu analysieren.

• Integrität: In welchem Ausmaß verletzt das Gerät die körperliche Integrität des Nutzers? ("Muss ich mir das ans Handgelenk schnallen? Ins Ohr stecken? Ins Hirn pflanzen? Und wenn ja: Will ich das?") Inwiefern verletzt es die Integrität-Privatsphäre? ("Gibt das meine Daten raus? Können Leute sehen/hören, was ich da treibe?") Je weniger, desto größer ist seine Integrität
.

• Realisierbarkeit: Ist das Gerät noch Zukunftsmusik (Brain Computer Interface), besitzt es schon Serienreife (Touchdisplays) oder steht sie unmittelbar bevor (Voice Interfaces)?
• Soziale Akzeptanz: Wird man schief angesehen, wenn man das Gerät in der Öffentlichkeit benutzt? (vergleiche die Datenbrille und die 'Glasshole'-Diskussion  ) Bekommen die Menschen mit, was ich da an Daten absondere? Können sie mich belauschen (Spracheingabe)
?

• Bedienbarkeit: Welche Fertigkeiten muss ein Nutzer besitzen, um das Eingabegerät zu bedienen? Erklärt es sich bei Kenntnis basaler Kulturerrungenschaften, wie etwa dem Alphabet, praktisch von selbst - wie etwa eine mit den Buchstaben des Alphabets beschriftete Tastatur? Oder ein Sprachinterface mit einem verständigen Agenten dahinter, dem ich im Grunde nur meine Frage stellen muss? Oder muss man Strukturen und Kommandos aufwändig lernen (etwa beim - entgegen populärer Behauptungen - Touchscreen mit dahintergeschaltetem, komplexen Betriebssystem)
• Kosten: Ist das Eingabegerät erschwinglich für Konsumenten und in finanzieller Hinsicht marktreif.

Diese Kerneigenschaften werden in der iBusiness-Analyse grafisch abgebildet - und zwar in zwei verschiedenen Perspektiven: Einmal aus heutiger Sicht: Wie teuer/bedienfreundlich sind Voice Interfaces heute? Das andere Mal prognostizieren wir die künftige Entwicklung: Wo werden Preis und Bedienbarkeit in zehn Jahren stehen? Wie viel günstiger und wie viel besser sind sie 2027? Die so entstandenen Grafiken zeigen das aktuelle Potenzial und das Entwicklungspotenzial binnen der nächsten Dekade.

Je mehr Fläche die grafische Abbildung des Marktpotenzials einnimmt, desto größer ist das Potenzial, je kleiner es ist, desto geringer das Potenzial.

Haptische Tastaturen / Maus: Einfach und fast intuitiv bedienbar, was die basalen Funktionen angeht (Alphabet/ Cursorsteuerung). Komplett kontraintuitiv sind dagegen Shortcuts wie Str*Alt*Entf und wie sie alle heißen, die selbst nach Erlernen nicht rückwärts begründbar sind. Maus und Keyboard sind sowohl ausgereift als auch als mobile Versionen sperrig (Laptop-Tastaturen und Trackpads fressen Platz). Sie sind gesellschaftlich akzeptiert und spionieren den Nutzer nicht aus.

Touchscreen: Man täuscht sich als erfahrener Nutzer gerne darüber hinweg, aber sie sind nicht genuin intuitiv - sowohl Befehle wie Zoomen durch 'Finger-Aufziehen' oder die Navigation des dahinterliegenden Betriebssystems müssen erstmal gelernt werden. Als Interface des persönlichen Endgerätes akzeptiert, im öffentlichen Raum bricht die Akzeptanz massiv ein, weil besonders Frauen die Hygiene bei Touchautomaten vermissen. Ihre Integrität ist deutlich niedriger als etwa beim Keyboard, weil sie nicht am mit Sensoren, Tracking-Mechanismen, Mikrofonen und Kameras vollgestopften Endgerät vorbeigedacht werden können.

Voice Interfaces: - Wenn sie erst mittels standardisiertem Kommando ("Hey, Siri"/ "Ok, Google"/ "Alexa!") erweckt wurden, können sie theoretisch zu jeder Operation angeleitet werden, einfach indem diese formuliert wird. Insofern sind sie die Manifestation der intuitiven Endgeräte-Fantasie, die Star Trek im Kommunikator entworfen hat). Einst zu dumm, um einen geraden Satz zu verstehen, werden sie dank hinterlegter semantischer Datenbanken immer präziser. Bereits in Smartphones niederer Preise enthalten (via Android und Google) haben sie außerhalb der eigenen vier Wände noch eher geringe Akzeptanz - kein Wunder, man braucht Mut, um bei Amazon Kondome per Voice Interface zu bestellen. Diese Scham dürfte aber ein Generationenproblem sein und sich buchstäblich auswachsen. Abgesehen davon sind sie extrem korrupt, was Ausbeutung persönlicher Daten angeht - aufgrund der Kopplung an Agentenlösungen: Niemand weiß mehr über den Chef als der persönliche Assistent.

Gesten-/Bewegungssteuerung: Sie brauchen noch viel Platz und obendrein müssen sie auch noch kalibriert werden. Um komplexere Menüs zu navigieren, muss man nach wie vor kontraintuitive Gesten ausführen (Was ist beispielsweise die intuitive Geste für Bildschirm schließen? Keine.) Außerhalb von Gamingszenarien und einem Feldversuch von VW zur Steuerung des Bordcomputers gibt es sie im Mainstream noch nicht. Nicht einfacher wird es dadurch, dass es kaum akzeptiert ist, in öffentlichen Szenarien herumzufummeln, als halte man sich für Tom Cruise im Spielfilm 'Minority Report', der ein mehrere Meter großes Gesteninterface zeigt.

BCIs: Entgegen populärer Überzeugungen sind sie extrem aufwändig zu kalibrieren (ausführlich beschrieben in der iBusiness Analyse 'Gedankensteuerung'). Man muss motorische Tätigkeiten denken ('Ich balle eine Faust') und ihnen eine Operation zuordnen ('Bildschirm schließen'), statt einfach an die Operation zu denken. Sie sind noch komplett medizinischen/experimentellen Umfeldern vorbehalten, daher teuer, sie sind maximal invasiv und nicht ohne fremde Hilfe zu entfernen, zu reparieren oder zu beeinflussen. Theoretisch schneiden sie mehr intime und vitale Funktionen mit als jedes andere Interface - daher maximal korrupt und nicht integer.

Kombinierte Lösungen: Kombinierte Lösungen vereinen, wie der Name schon sagt, Aspekte mehrerer Steuerungsgeräte in sich - so wie es heute de facto nahezu jedes Endgerät bereits tut: Der PC hat Keyboard, Mouse, Ein/Aus-Schalter und eventuell sogar ein Touchdisplay, das Smartphone kombiniert Stimm-, Touch- und haptische Eingabe.

Das definitive Eingabegerät - was wird es nun werden?

Es erscheint fraglich, ob eine granularisierte Welt ein definitives Eingabegerät zulässt: Es wird wohl eher, je nach Kontext, stets ein anderes sein. So lässt sich etwa zwischen privaten, öffentlichen und den halböffentlichen beruflichen Szenarien unterscheiden: Sprachsteuerung? Kein Problem daheim, ein großes unterwegs und im Job? Klares: 'Kommt drauf an' - hat man ein Großraumbüro und nervt die Kollegen, ein eigenes Büro oder ein schallisoliertes Arbeitsabteil? Und selbst diese Dimensionen - beruflich vs. privat - werden nicht ausreichen, um das wahrscheinlichste Endgerät für einen bestimmten Kontext festzulegen: So könnte beispielsweise ein Chirurg, der eine anspruchsvolle Operation ausführt sicherlich oft einen dritten Arm gebrauchen - ein Brain Computer Interface könnte ihm diesen in Form eines gedankengesteuerten Roboterarms geben. Ein begnadeter Gehirnchirurg würde mittels BCI zum einen vielleicht noch besser, zum anderen würde er die Hürde eines operativen Eingriffs zur Installation des BCIs ganz anders empfinden als ein medizinischer Laie. Das Eingabegerät der Zukunft ist also stets ein anderes - je nach Kontext - und mit an Sicherheit grenzender Wahrscheinlichkeit stets eine Kombination diverser Technologien.