Multimodale Anwendungen – Sprachautomation auf allen Kommunikationskanälen
 |  | http://www.crmmanager.de/magazin/artikel_1593_multimodal_sprachautomation.html |
Telefon, Internet und Email sind nur einige unserer aktuellen Hilfsmittel in der täglichen
Kommunikation mit Kunden, Interessenten und Lieferanten. Das CRM System ist unsere stets
aktuelle Datenquelle, wird aber hauptsächlich zur Verwaltung und Dokumentation der
Kontakte und Kampagnen genutzt. Wir arbeiten heute ständig auf einer Vielzahl von
Kommunikationskanälen und reden immer weniger im direkten persönlichen Gespräch
miteinander. Das Telefon als das Hauptmedium der heutigen Kommunikation, hat durch die
Email und deren Abwandlungen wie SMS und Instand Messaging, Zuwachs bekommen. Video und
weitere Medien stehen in den Startlöchern. Gleiches gilt für die Automation im
Kundendialog. Denn Selfservice bedeutet heute viel mehr als nur eine Nachricht auf einem
Anrufbeantworter zu hinterlassen.
In vielen Fällen macht es daher im Bereich Selfservice Sinn, mehrere Kanäle miteinander zu
kombinieren, um somit die gewünschten Informationen besser und effektiver transportieren
zu können. Es gilt die alte Weisheit, ein Bild sagt mehr als tausend Worte und Bilder
können von vielen unserer digitalen Begleiter sehr gut dargestellt werden.
Multimodal – Was ist das?
Werden verschiedene Kommunikationskanäle gemischt, so spricht man von Multimodalen
Anwendungen. Die einfachste Art einer solchen Anwendung ist eine Voice-Mail. Eine
Voice-Mail wird per Sprache auf einem Anrufbeantworter hinterlassen und wird per Email an
einen Empfänger versendet. Hieraus ergeben sich schon einmal zwei unterschiedliche
Kommunikationswege, nämlich der Sprachkanal "Telefon" und der Nachrichtenkanal "Email".
Ein dritter Kanal kommt hinzu, wenn die Information zeitgleich per SMS an den Empfänger
bzw. sein Mobiltelefon versendet wird.
Dieses simple Beispiel zeigt, wie wir heute bereits
Multimodale Anwendungen nutzen. Durch den Mix weiterer Kanäle lassen sich für
unterschiedliche Kundengruppen Informationssysteme erstellen, die, durch die individuelle
Wahl des Kommunikationskanals, einen sehr hohen Nutzwert haben, da der Kunde selber
entscheiden kann, wann und über welchen Weg er Informationen beziehen oder abgeben möchte.
Spracherkennung nutzen
Die Spracherkennung findet seit einigen Jahren immer mehr Beachtung und ermöglicht
wunderbare Lösungen, die einem sehr hohen Faktor an Automation erlauben. Der Computer
versteht endlich was der Benutzer sagt und kann so Datenbanken in Echtzeit abfragen, um
dem Benutzer schnell und effektiv zu dienen. Die Kommunikation a la "Captian Kirk von der
Enterprise", der einfach und natürlich sprachlich mit der Maschine redet ist keine
Illusion mehr, sondern findet in einer Vielzahl von Fällen Ihre Anwendung.
Seit Jahren
gibt es Systeme, die den Kontostand am Telefon ansagen, die Termine der Filme im örtlichen
Kino per Telefon vorlesen oder auch eine Bahnverbindung am Telefon wiedergeben. Viel
interessanter wird es aber, wenn nun die Kommunikationskanäle gemischt werden, denn so
lässt sich auch unterschiedlicher Inhalt transportieren. Am Telefon kann nur gesprochen
werden, aber wie bereits erwähnt, sagt ein Bild oder ein Video viel mehr als tausend
Worte. Die heutigen Telefone, gerade die aktuellen Mobiltelefone, erlauben mittlerweile
die Nutzung von Video.
So lassen sich Lösungen erdenken, die bei einem Anruf bei der
Kinohotline einen Ausschnitt aus dem neuen Kinofilm "Harry Potter" sofort auf das Handy
bringen. Das ist Kundennutzen! Im Nachspann wird automatisch gefragt wie viele Karten auf
die Handynummer zur Abholung hinterlegt werden sollen. Der Kunde kann ganz einfach per
Sprachdialog agieren. Ein einfacher Satz wie "Reservieren Sie bitte 4 Karte für Harry
Potter um 21.00 Uhr" stößt den Bestellprozess an, der natürlich die Bestellung sofort per
SMS bestätigt. Diese Lösung ist so noch nicht im Einsatz, aber eine Vielzahl weiterer
nützlicher Multimodaler Anwendung finden sich heute bereits in Deutschland.
S- und U-Bahn per Sprache abfragen
Der MVV in München hat ein System zur komfortablen Abfrage aller S- und U-Bahnen wie auch
Busverbindungen für den Großraum München erstellt, welches auf einfache Multimodale
Funktionen setzt. Das System zeichnet sich durch eine klare und einfache Benutzung aus und
eignet sich daher sehr gut als Beispiel. Ein Anruf auf der Festnetzrufnummer (Testrufnummer:
089 / 41 42 43 44) ermöglicht
dem Benutzer die Angabe seiner Route durch Nennung der Abfahrt- und Zielhaltestelle, wie
auch der Uhrzeit. Der geführte Sprachdialog ermöglicht eine gute Dateneingabe und hält
Optionen wie die gewünschte Ankunftszeit bereit. Der Clou ist, dass Sie nach Erhalt der
Information am Telefon diese zudem als SMS oder als Fax bekommen können. So haben Sie
jederzeit die Möglichkeit diese nochmals anzuschauen um zu erkennen, an welchen
Haltestellen Sie umsteigen müssen oder ob beim Umsteigen noch Zeit für einen Imbiss
bleibt. Die Multimodale Nutzung bezieht sich hier auf die einfache Eingabe per Sprache und
die Ausgabe in ganz anderen Kanälen.
Entertainment fast ohne Tasten
Es lassen sich auch ganz andere Applikationen erstellen, die wiederum andere Kommunikationswege nutzen.
Das eine Sprachanwendung nicht langweilig sondern eher sehr interaktiv sein kann, dabei sogar eine Verbindung zum Internet bzw. unserem beliebten Browser herstellt,
eröffnet völlig neue Horizonte. So hat das Münchner Unternehmen Telenet zu seinem 25-jährigen Firmenjubiläum die
Applikation "Oma Anneliese" erstellt. In dieser multimodalen Anwendung verschmelzen das Internet in Form des Kommunikationskanals "Browser" und
der Kanal "Telefon mit Spracherkennung" zu einer ansehnlichen Lösung.
Es gilt gemeinsam mit der fiktiven "Oma Anneliese" ein Kreuzworträtsel auszufüllen
ohne dabei die Tastatur oder einen Stift zu nutzen. Nur per Stimme füllen sich die Zeilen und Spalten am Bildschirm sichtbar vor einem.
Ein Anruf auf der Ortsrufnummer der "Oma Anneliese" stellt per Eingabe einer Nummer die Verbindung zwischen dem Browser und dem Anruf her.
Danach geht alles wie von Geisterhand geführt. Der frische Dialog mit der Oma wurde von den VUI-Designern der Telenet erstellt
und von den Sounddesignern der Comevis aus Köln vertont.
Die freundliche Oma hat immer wieder motivierende Worte zur Verfügung, damit der Benutzer die richtigen Begriffe im Kreuzworträtsel findet.
Findet der Anrufer dann das Lösungswort, so winkt auch noch jeden Monat ein Preisverleih. Die Mischung aus Spracherkennung, frischer Benutzerführung
und der Visualisierung der erkannten Worte auf dem Bildschirm zeigen in welche Richtung sich die Lösungen entwickeln werden.
Neue Anwendungen – aber richtig
Die Beispiele geben erste Ideen für den Einsatz von Mulitmodalen Anwendungen in der
Praxis. In diesem Markt ist noch viel Potential versteckt, denn die immer weitere
Verbreitung der unterschiedlichsten Endgeräte und die Nutzung von Sprachtechnologie
erlaubt permanent weitere Möglichkeiten.
Nur ist jeder Anwendungsfall bekanntlich
unterschiedlich, basiert auf völlig verschiedenen Datenbanken und verfolgt
unterschiedliche Ziele. Je nachdem ob eine Lösung im Bereich der Finanzwirtschaft, dem
Entertainment oder im Bereich einer Prozesskette in einem Produzierenden Unternehmen
entstehen soll, muss ein Ansatz gefunden werden, der dem potentiellen Nutzer wirklich
hilft.
Dies fängt bei der passenden Wortwahl an und geht über die richtige grafische
Schnittstelle bis hin zur Auswahl der passenden Endgeräte, die der Nutzer zur Verfügung
hat. Allein aus dieser Vielzahl von Voraussetzungen sei darauf hingewiesen, das Sie bei
einem solchen Projekt auf Wissen von Experten zurückgreifen sollten. Mittlerweile finden
sich in Deutschland verschiedene Voice User Interface Designer (kurz VUI-Designer), die
mit einem untechnischen Ansatz an den Start gehen und Unternehmen bei der Erstellung einer
Anwendung im linguistischen Bereich helfen.
Wie vor einigen Jahren die Webdesigner neu auf
der Bildfläche erschienen sind, so ist es im Fall einer Sprachanwendung der VUI-Designer,
der diese komplexe und multimodale Welt versteht und bei allen Überlegungen versuchen soll
den Kunden oder Nutzer der Anwendung im Fokus zu halten. Er hat die Aufgabe, zu
verhindern, dass der neue Anwendungsfall ein zu technisches Kundenverhinderungssystem
wird. Nur wenn der Benutzer Ihre neue Anwendung gern verwendet, wird er es wieder tun und
so nachhaltig für eine Auslastung und den Erfolg der Anwendung sorgen.
Standards
Das Multimodale Anwendungen keine technische Spielerei sind, zeigt auch das Interesse des
World Wide Web Consortiums (W3C), welches Standards zum Austausch von Informationen
Multimodaler Anwendungen definiert. EMMA heißt eine Beschreibungssprache die auf XML
basiert. Diese "Extensible MultiModal Annotation markup language" dient als Grundlage, um
alle nur erdenklichen Inhalte multimodal miteinander zu verknüpfen. Die Definition dieses
Standards befindet sich in dem Status des "Working Draft" und wird sicher bald finalisiert
werden. Weitere Informationen finden Sie hier.
Fazit
Der richtige Mix in der Selbstbedienung macht den feinen Unterschied. Mit Multimodalen
Lösungen erreichen Sie den Kunden auf allen erdenklichen Kanälen und können Ihre
Information somit optimal transportieren. Im Vorfeld gilt es allerdings genau die
notwendigen Schnittstellen zu untersuchen. Hierbei sollten Sie auf die technischen
Schnittstellen wie Datenstrukturen und verwendete Technologie genauso viel Zeit
investieren, wie in die didaktischen und linguistischen Schnittstellen, die die
Interaktion mit dem Kunden beschreiben.
voice compass 2007
Sie planen eine Sprachanwendung oder eine Multimodale Anwendung und suchen die passenden
Dienstleister oder Produktanbieter wie auch Empfehlungen aus der Praxis. Detlev Artelt, der Autor dieses
Artikels, hat das Standardwerk zu diesem Fachbereich erstellt und beschreibt in dem Buch
"voice compass 2007" in aller Ausführlichkeit die Grundlagen für Sprachanwendungen. Zusammen mit 4 Co-Autoren wird der Anbietermarkt geordnet und das Thema
Sprachanwendung entmystifiziert.
Weitere Informationen zum Buch...Erschienen: 09/2007
Autor: Detlev Artelt
| | Detlev Artelt ist Geschäftsführer der aixvox GmbH in Aachen und namhafter Autor verschiedener Fachbeiträge und Marktstudien auf dem Gebiet datenbankgestützter Computersprachsysteme in Verbindung mit Spracherkennung und -synthese.
|
