So geht Agentenoptimierung: Websites für Sprachassistenten optimieren

Sprachsteuerung hat in den vergangenen Monaten einen Überraschungserfolg gelandet. Allein acht Millionen Alexa-Geräte hat Amazon   im vergangenen Jahr 2016 in den USA verkauft. Seit Ende Oktober sind die Echo-Lautsprecher und -Geräte offiziell auch in Deutschland erhältlich und bekamen aus dem Stand heraus gute Kritiken der Fachpresse und Nutzer. Gutes Sprachverständnis, kurze Reaktionszeiten und gute Interaktion haben in wenigen Monaten bereits für 1.600 Rezensionen mit einer durchschnittlichen Bewertung von 4,3 Sternen geführt.

Schon in Kürze wird außerdem die nächste Fernbedienung des ebenfalls populären Streaming-Sticks Fire-TV mit einer Alexa-fähigen Fernbedienung ausgeliefert. Damit können nicht nur auf Zuruf die Kanäle gewechselt werden, sondern auch alle anderen Alexa-fähigkeiten genutzt werden - mit einer zusätzlichen visuellen Ausgabemöglichkeit auf dem TV.

Weiteren Schub dürfte das Thema Sprachassistenz durch die Einführung von Google   Assistant erhalten. Bislang ist die Technik nur auf dem Smart-Home-Lautsprecher Google Home (mit Amazons Echo vergleichbar) und den allerneuesten Handys - etwa Googles eigenem Smartphone Pixel - erhältlich. Da die Software in Zukunft aber auf allen Smartphones mit Android 7.0 (Nougat) oder 6.0 (Marshmallow) laufen soll, wird die Verbreitung in diesem Jahr rasant ansteigen. Eine deutsche Version des Google Assistant soll ebenfalls noch in diesem Jahr folgen.

Und auch bei der Mutter aller Sprachassistenten - Apples   Siri - hat sich in den vergangenen Monaten mehr getan, als viele bemerkt haben. Seit iOS kann Siri über APIs auf Inhalte und Funktionen anderer Apps zugreifen - und dadurch wesentlich komplexere Aufgaben übernehmen. Schon ein Jahr zuvor hat Apple mit dem iPhone 6s eine Funktion vorgestellt, mit der Siri nicht mehr per Knopfdruck aktiviert werden muss, sondern auf Wunsch ständig auf seinen Einsatz (ausgelöst durch die Schlüsselwörter "Hey Siri") lauscht.

Spätestens die Computermesse CES   in Las Vegas hat in diesem Jahr gezeigt: Das Internet der Dinge wird zum Schlachtfeld der großen Internet-Unternehmen. Und Sprachsteuerung wird zum Benutzerinterface für IoT-Geräte (siehe iBusiness: Internet der Dinge: Neun Herausforderungen und Trends, die 2017 prägen werden).

Wie Sie Sprachassistenten gezielt füttern

Das Rennen um den Sprachassistenten der Zukunft ist zwar noch offen (eine detaillierte Einschätzung der unterschiedlichen Systeme finden Sie in der iBusiness-Analyse Siri, Alexa, Cortana oder Assistant: Wer das Rennen der Sprachagenten gewinnt), sicher scheint jedoch eins: Intelligente Geräte und Bots, die jederzeit aufs Wort gehorchen und schlau genug sind, um selbssttändig Informationen für ihren Besitzer zu rapportieren, werden die Art und Weise beeinflussen, wie wir Medien und Dienstleistungen nutzen sowie Waren und Informationen beschaffen werden. Auf diese Situation sollten sich Entwickler, Händler und Dienstleister schon jetzt vorbereiten.

Bei allen Unterschieden bestehen alle Sprachassistenten grundsätzlich aus zwei Ebenen:

• Sprache: Eine linguistische Kompetenz muss Wörter erkennen, Sätze verstehen, Inhalte extrahieren und Zusammenhänge erschließen können. Anschließend wird der Inhalt in eine für Computer verwertbare Struktur umgewandelt. Inzwischen sind die verfügbaren Systeme in der Lage, diese komplexe Aufgabe zumindest zufriedenstellend zu erledigen.
  
  
• Assistenz: Auf einer zweiten Ebene findet die eigentliche Assistenzfunktion statt: In einer Datenbank werden Abfragen gestartet, Werte übergeben oder Berechnungen durchgeführt. Künstliche Intelligenz kann zum Einsatz kommen.

Auch wenn der erste Teil der Aufgabe alles andere als trivial ist, bleibt er für die meisten Entwickler, Händler und Medienanbieter eher uninteressant. Im Prinzip handelt es sich um die Tastatur des Nutzers, die von den großen Sprachassistenzanbietern bereitgestellt wird. Aufregend wird der zweite Teil der Aufgabe: Wie kann ein Unternehmen mit seinen Produkten in das "Relevant Set" des Sprachassistenten kommen? Wie werden Ihre Inhalte, Ihre Produkte, Ihre Angebote berücksichtigt?

Die Optimierung für den Assistenten beginnt

Der eleganteste Weg führt über den Assistenten selbst - leider ist er mit einigem Aufwand verbunden. Aber immerhin ist es möglich.

Apples Siri

Während Siri anfangs nur bestimmte Funktionen unterstützte, können seit Einführung von Siri-Kit in iOS 10 auch Drittanbieter-Apps genutzt werden. "Sende eine Nachricht an Susan mit Whatsapp" oder "Überweise 25 Euro für Essen und Trinken an Michael Schmidt" werden nahtlos an assoziierte Apps weitergegeben.

Siri zerlegt den Satz zunächst und findet die Intention heraus. "Sende eine Nachricht" geht üblicherweise an die Nachrichten-App - außer es folgt der Name Whatsapp. Die Intention Überweisungen wird von Paypal   und der Banking-App angeboten. Deswegen würde Siri fragen, welche der zur Verfügung stehenden Apps verwendet werden soll. Die weiteren Parameter (Verwendungszweck, Empfängername, Betrag) werden an die gewählte App übergeben. Fehlt eine Information oder kann die App mit der Information nichts anfangen (weil keine Bankverbindung für Michael Schmidt vorhanden ist), fragt Siri alle Informationen ab, bis sie vollständig vorliegen. Für die Nachricht an Susan würde beispielsweise noch der Nachrichtentext fehlen.

Für Entwickler ist dieses Vorgehen relativ einfach, da sich Siri selbst darum kümmert, dass alle notwendigen Parameter vorliegen. Allerdings hat das Vorgehen auch einen gewaltigen Nachteil. Siri entscheidet selbst, welche App zur Intention des Nutzers passt. Derzeit sind lediglich sechs solche Vorhaben für 3rd-Party-Apps zugelassen, auch wenn weitere angekündigt sind. Bislang kann Siri für folgende Aufgaben Drittanbieter-Apps nutzen:

• Anrufe tätigen
  
• Nachrichten senden und vorlesen
  
• Geld überweisen
  
• Fahrgelegenheiten buchen
  
• Workouts starten
  
• Fotos suchen

Apples Vorgehen hat damit zwei gewaltige Nachteile für Inhalteanbieter:

• Apple entscheidet, welche Apps genutzt werden. Eine Navigationsanfrage wird immer in Apple Karten gestartet, nie mit Google Maps. Musik wird nicht in Spotify abgespielt.
  
• Wer keine App anbietet - oder wenn der Nutzer sie nicht installiert hat - kommt in Siris Welt nicht vor.

Die Skills von Amazons Alexa

Flexibler gibt sich Amazon Alexa. Ähnlich wie bei Apples Konzept kümmert sich die Assistentin selbst um den Syntax und Analyse der Sprache. Allerdings ist Alexa nicht auf Apps angewiesen und sortiert auch keine Intentionen vor. Stattdessen kann der Nutzer Alexa mit bestimmten Skills ausstatten, die der Nutzer selbst installieren und aufrufen kann.

Bei den Skills handelt es sich im Wesentlichen um einen Webservice. Um einen Skill zu "installieren", ruft der Nutzer die Amazon Website auf, loggt sich mit seinem Nutzernamen ein, und wählt im Skill-Store aus den derzeit rund 700 verfügbaren Funktionen die gewünschte Fähigkeit aus (zum Beispiel "Fernsehprogramm"). Auf den Amazon-Servern wird dieser Service dann mit dem Benutzerkonto des Anwenders verknüpft. Eine tatsächliche Installation auf dem Gerät des Nutzers findet nicht statt.

Um den neuen Service zu nutzen, weckt der Anwender Alexa und startet den neuen Skill ("Alexa, öffne Fernsehprogramm"). Der Entwickler hat jedem Skill ein entsprechendes Schlüsselwort mitgegeben, mit dem die App aktiviert wird. Anschließend stellt der Nutzer seine Frage ("Was läuft heute um 22 Uhr im Fernsehen?"). Die notwendigen Parameter (Datum, Uhrzeit, Fernsehsender etc.) werden von Alexa extrahiert und in einem festgelegten Format an den Server übergeben, der in der Skill angegebenen ist. Dieser verarbeitet die Eingabe und gibt seine Antwort an Alexa zurück, die diese entweder vorliest (wenn es sich um Text handelt) oder abspielt (wenn es sich um ein MP3 handelt). In Zukunft kann Alexa zusätzlich sogenannte Cards auf einem angeschlossenen TV bzw. dem assoziierten Handy wiedergeben.

Alexa-Skills sind schnell und einfach zu programmieren und können beinahe von jedem Inhalteanbieter umgesetzt werden. Trotzdem hat auch Amazons System zwei Nachteile:

• Alexa kann keine Nachfragen im Kontext stellen und beantworten.
  
• Bestimmte Skills sind auch von Amazon reserviert. Alle Fähigkeiten, die Alexa selbst mitbringt, werden auch durch den Sprachassistenten selbst durchgeführt.
  
• Auch bei Alexa ist es notwendig, in einem geschlossenen Ökosystem eine Skill unterzubringen - gerade für Shopping-Aufgaben ein Problem, wenn die zugehörige Plattform von Amazon betrieben wird.

Optimierung für andere Anbieter

Wer mit einem eigenen Angebot bei den beiden (bislang) gängigen Sprachassistenten vertreten sein will, kommt um einigen Programmieraufwand nicht herum. Inhalteanbieter können relativ einfach einen Skill für Alexa schreiben, der beispielsweise den Mensa-Essensplan oder das Kinoprogramm nennt. Derartig freizügig lässt sich Siri (noch) nicht mit Informationen füttern. Dafür ist Apples Entwicklung flexibler, wenn es darum geht, die Intention des Nutzers zu erkennen und eine passende App dafür vorzuschlagen.

In vielen Situationen ist jedoch keiner der beiden Wege zielführend. Viele einfache (Wissens-)Fragen werden von beiden Systemen mittels einer eigenen KI aus frei verfügbaren Web-Informationen destilliert. Für einen Publisher verhalten sich die Systeme dann wie eine Suchmaschine. Klassischen Traffic in Form von Visits oder PIs verschenkt diese Suche zwar nicht - das eigene Angebot sollte aber trotzdem gefunden werden, wenn der Nutzer fragt, in welchem Kino ein bestimmter Film läuft oder wenn er eine Pizza bestellen will.

Ähnlich wie für Suchmaschinen lassen sich die eigenen Angebote auch für Sprachassistenten optimieren. Hier die wichtigsten Tipps:

• 1. Schnell reagieren: Unternehmen, die früh auf den Mobile Shift reagiert haben, hatten einen besonderen Wettbewerbsvorteil. Dasselbe gilt für Sprachassistenten. Derzeit lassen sich mit einer gezielten Optimierung noch schnelle Erfolge erzielen, das Zeitfenster steht weit offen.
  
• 2. Assistenten gezielt füttern. Viele Nutzer wollen sich die Google-Suche nach einer Telefonnummer sparen und nutzen deswegen Sprachkommandos wie "Rufe Call-a-Pizza an" oder noch allgemeiner "Bestelle eine Pizza". Deswegen ist es wichtig, im primären Speicher des Sprachassistenten zu landen. Der kürzeste Weg: Stellen Sie sicher, dass Sie im Adressbuch des Kunden vertreten sind. Wer nach der Pizzabestellung eine Bestätigung mit einer angehängten elektronischen Visitenkarte versendet, ist im Vorteil. Dabei sollten auch allgemeine Angaben wie Beruf, Dienstleistungen oder Produkte sowie deren Synonyme (z.B: Steuerberater, Maler, Tapezierer, Pizza, Blumen, Florist) in den Notizen enthalten sein.
  
• 3. SEO Skills: Konsumenten suchen anders, wenn sie eine Spracheingabe nutzen. Mit einer Sprachsuche lautet die Frage "Was ist das beste italienische Restaurant in der Nähe?". Eine herkömmliche Google-Suche würde vielleicht eher so aussehen: "Restaurant Italienisch München Neuhausen". Da viele Anfragen von Sprachassistenten an Suchmaschinen geleitet werden, lässt sich das SEO gezielt für gesprochene Anfragen optimieren.
  
• 4. Passende Keywords nutzen. Textinformationen sind die wichtigste Quelle für Sprachassistenten. Entsprechend wichtig ist es, die wichtigsten Fragen auf der Homepage kompakt, klar und deutlich zu klären: Wer, wann, wo, was und warum. Gerade bei Sprachassistenten gilt noch mehr als zuvor: Harte Fakten sind wichtiger als schöne Wortspiele. FAQ-Listen sind Sprachassistenten-Gold und sollten prominent platziert werden.
  
• 5. Website optimieren: Auch Alexa arbeitet mit einer gemischten audiovisuellen Ausgabe. Der Benutzer hört also nicht nur das Ergebnis, sondern kann es im Fall einer Websuche auch auf dem Bildschirm sehen. Es ist ein No-Brainer, dass derzeit die meisten Suchanfragen von einem Smartphone aus gestellt werden. Entsprechend sollte die Landingpage für mobile Geräte optimiert sein und eine Benutzerführung aufweisen, die klar an der mobilen Einkaufssituation orientiert ist (siehe 6.).
  
• 6. Klarer Call-to-Action: Lokale Dienstleister haben gegenüber reinen Online-Angeboten einen Vorteil, den sie gezielt nutzen können: Die natürlichste Art und Weise, eine sprachgesteuerte Interaktion fortzusetzen liegt darin, weiter Sprache zu nutzen. Wer einen Pizzadienst per Sprachsteuerung sucht, will auch per Sprache bestellen. Ein Telefonanruf ist deswegen naheliegend. Unterstützen lässt sich dies, indem klare und plakative Call-to-Actions ("Jetzt anrufen") eingebaut werden.
  
• 7. Tracking optimieren. Nicht nur das SEO-Ranking lässt sich mittels einer Optimierung für typische Sprachassistenzsuchbegriffe optimieren, auch SEA-Keywords und die folgende Customer Journey sollten entsprechend angepasst werden. Da eine von einem Sprachassistenten initiierte Customer Journey oft mit "Jetzt anrufen" und nicht mit "Jetzt bestellen" endet, müssen die Keywords auch auf diese Conversion hin gemessen werden. Entsprechend ist das Analytics-System zu taggen.
  
• 8. Messenger integrieren: Messenger sind schon beinahe eine natürliche Verlängerung von Sprachassistenten. Nicht nur, weil sich beide Phänomene - Sprachsteuerung und Messaging - quasi parallel ausbreiten. Messaging eignet sich auch gut als Interaktionsschnittstelle. In jedem Sprachassistenten lassen sich Nachrichten diktieren. Für viele Nutzer ist es daher einfacher, den Assistenten eine kurze Nachricht versenden zu lassen, als auf der Website ein Bestellformular auszufüllen. Der Händler oder Dienstleister braucht auf der anderen Seite auch keine umfangreiche Schnittstelle, um mittels Sprachassistenten zu kommunizieren. Trotzdem hält er mittels neuer Technologien - wie Facebooks Messenger M - Schritt mit den neuesten Entwicklungen.