Gerade hatte ich das Vergnügen, ein Nuance-Webinar über den Einsatz von virtuellen Assistenten im Kundenservice zu moderieren. Dabei ging es um Service-Anwendungen für die Website und für mobile Applikationen. Zählt also zu meinen Lieblingsthemen. Wie kann man Medienbrüche vermeiden? Wie muss Self Service für das mobile und stationäre Internet konzipiert sein? Warum funktioniert das bei vielen Unternehmen noch nicht und warum müssen viele Kunden dann doch die Hotline anrufen?
Wer also da etwas genauer in den Maschinenraum schauen möchte und an der Verbesserung der Self Service-Angebote seiner Website sowie Apps interessiert ist, sollte sich die Aufzeichnung des heutigen Webinars anschauen. Einfach eine Mail an Anja Freiheit, Field Marketing Managerin von Nuance, schicken: anja.freiheit@nuance.com. Rückmeldungen über meine Moderation würden mich natürlich auch erfreuen.
Ein großes Potential für die automatische Spracherkennung sieht Nuance-Generalmanager Michael-Maria Bommer im Mobilfunk. Nach Aussagen von Bommer sind Softwarelösungen seines Unternehmens zur Handysteuerung bereits auf rund vier Milliarden Endgeräten vorinstalliert. „In diesem Jahr werden weltweit 1,1 Milliarden Handys ausgeliefert. Auf 880 Millionen Geräten ist Nuance-Technologie im Betriebssystem integriert. Insgesamt gibt es für die mobile Kommunikation zur Zeit die innovativsten und prägendsten Entwicklungen. Beispielsweise das Diktieren von SMS. Sie sprechen eine Botschaft ins Handy, die von dort an unseren Server geschickt, transkripiert und innerhalb von einer Sekunde als Text zurückgeschickt wird. Die Qualität, der Komfort und die Sicherheit, die mit diesem System etwa während der Autofahrt erzielt wird, ist enorm“, sagte Bommer auf der Fachkonferenz „Conversations“ in München. Davon sind auch andere Branchenexperten überzeugt.
„Wer Textnachrichten auf dem Handy verfassen will, muss immer noch viele Beschränkungen hinnehmen. Am Format der Endgeräte wird sich nicht viel ändern. Die Tastatur in unterschiedlichen Variationen ist für viele Menschen einfach zu klein. Sprachsteuerung wird sich hier über kurz oder lang durchsetzen, nicht nur beim Schreiben von Kurznachrichten, sondern auch bei Suchfunktionen“, prognostiziert Peter Weilmuenster, Vorstandschef des ITK-Dienstleisters Bitronic.
Die FAZ-Redaktion „Motor und Technik“ konnte jetzt eine Beta-Software von Nuance auf verschiedenen Geräten vom Nokia bis zum Blackberry testen. „Ein Tastendruck startet das System, man sagt beispielsweise ‚SMS an Klaus Müller auf dem Handy’. Die Software identifiziert den zugehörigen Eintrag im Telefonbuch des Geräts und bereitet das SMS-Formular vor. Mit einem weiteren Tastendruck diktiert man nun seine Nachricht, die Aufnahme landet via Mobilfunk in wenigen Sekunden bei Nuance, dort wird transkribiert und das Resultat in die SMS-Maske eingefügt. Eventuelle Fehler lassen sich flink berichtigen, weil der Nuance-Dienst zu jedem erkannten Wort mögliche und wahrscheinliche Alternativen mitschickt. Das alles klappt, wenn man sich auf ein, zwei Sätze beschränkt, deutlich schneller als die Eingabe der Nachricht per Hand, selbst wenn man ein luxuriöses Smartphone mit einer etwas größeren Tastatur hat“, schreibt der FAZ-Redakteur Michael Spehr.
Die Handy-Spracherkennung werde in Amerika zusammen mit AT&T entwickelt, in Deutschland soll ein solches System ebenfalls in Kooperation mit den Mobilfunk-Netzbetreibern starten. „Vorstellbar ist, dass manche Angebote für den Kunden sogar unentgeltlich bereitgestellt werden. Denn wenn man eine SMS schnell diktieren kann, wird man mehr davon verschicken“, so Spehr.
Was Nuance sonst noch vorhat, schilderte Marketingsdirektor Steve Chambers in seiner Eröffnungsrede auf der Conversations DACH seines Unternehmens in München.
Spracherkennung ist nicht nur für Ärzte und Juristen ein heißes Thema. In vielen Berufen muss ein hohes Schreibaufkommen unter Zeitdruck bewältigt werden. „Kein Wunder, dass immer mehr Krankenhäuser und Gerichte nach neuen Wegen suchen. Da ist zunächst der Umstieg auf die Digitaltechnik, die das mühsame Hantieren mit Kassettenbändern ersetzt und zudem den elektronischen Transport der Diktate erlaubt. Dass die Akustik solcher Aufzeichnungen deutlich besser ist, kommt als angenehmer Nebeneffekt hinzu. Der zweite Schritt ist der Übergang zur elektronischen Spracherkennung am PC, wobei in der Regel die Standardsoftware Dragon Naturally Speaking für Windows zum Einsatz kommt. Kein anderes Programm hat eine vergleichbar hohe Erkennungsleistung“, schreibt beispielsweise Michael Spehr von der FAZ.
Wozu Maschinen schon jetzt in der Lage sind, stellte ein Amazing Race am 11. November 2009 in München auf dem Fachkongress Conversations DACH unter Beweis. In einem Mensch-gegen-Maschine-Wettkampf trat Martina Wichers, Deutsche Meisterin im Schnellschreiben, gegen das Spracherkennungssystem Dragon Naturally Speaking von Nuance an. Frau Wichers war unheimlich schnell. Das beweist mein Mitschnitt. Die Software brauchte allerdings nur die Hälfte der Zeit. Hier der Film.
Spracherkennung und die Sprachsteuerung von Geräten oder Suchmaschinen sind schon längst keine Zukunftsmusik mehr. Vor allen Dingen im Mobilfunk setzt man auf neue Steuerungsmöglichkeiten und Applikationen. „Wer die schlauesten Handy-Anwendungen anbietet, wird den Mobilfunkmarkt der Zukunft beherrschen“, berichtet beispielsweise Spiegel Online. „Stellen Sie sich eine Handy-Anwendung vor, die über einen Tastsensor Ihren Stresslevel misst und die zu ihrem Gemütszustand passende Musik abspielt. Dass Sie die Nummer des Notrufs wählen und ein Arzt, der sich zufällig in einem benachbarten Gebäude aufhält, automatisch darüber informiert wird. Oder dass Sie Ihr Smartphone in der Stadt auf Gebäude richten und das Telefon ihnen anzeigt, wie ihre Umgebung vor 50 oder 100 Jahren ausgesehen haben dürfte“, so Spiegel Online.
Augmented Reality, erweiterte Realität, heiße das Schlagwort für solche Tech-Visionen, die Wissenschaftlern zufolge in den kommenden Jahren die Mobilfunkbranche durcheinanderwirbeln könnten. Es gehe um Bilder und Videos, um Informationsschilder und Töne, die das Smartphone dem Nutzer an Ort und Stelle aus dem Internet saugt und auf dem Display mit dem Abbild der Wirklichkeit kombiniert. Das Handy werde so zu einer Art Sinneserweiterung. Was man mit Sprachsteuerung schon heute mit Handys veranstalten kann, beweist der interaktive Horrorfilm „Last Call“ von der Werbeagentur Jung von Matt. Hier können Kinobesucher aktiv ins Geschehen eingreifen. „Wir wollen zwei Grenzen aufheben: die eine zwischen Film und Game, die andere zwischen Handlung und Zuschauer“, erklärt Andreas Henke, Creative Director von Jung von Matt, im Interview mit NeueNachricht.
Die strikte Trennung von Leinwand und Handlung soll gesprengt werden. „Hier der passive Zuschauer hinter seinem riesigen Popcorn-Becher. Vielleicht sollte man den Erfolg unseres Films an der Zahl ungewollt umgestoßener Popcorn-Becher messen“, sagt Henke. Seine Agentur möchte dem Kunden 13th Street und den Zuschauern ein innovatives Markenerlebnis bieten: „Kurz gesagt: guten modernen Horror. Gerade das Horrorgenre hat in der Vergangenheit sehr innovative Projekte geliefert. Wie vor einigen Jahren ‚Blair Witch Projekt’ oder Paranormal Activity in diesem Herbst in den USA“, so der Ausblick von Henke, der den Film beim Nuance-Fachkongress Conversations DACH vorstellte. Die Präsentation von Henke war wirklich witzig und eindrucksvoll.
Lösungen von Nuance für die AutomobilbrancheMobile Computer und Navis setzen sich nach einem Bericht des Computer Informationsdienstes (CID) immer mehr durch. Doch wer unterwegs auf den Rechner zugreifen möchte, hat nicht immer die Hände frei oder muss die Augen auf seine Umgebung richten. Hier sehen die Marktforschungsexperten der Datamonitor Group die größten Chancen für Sprachsteuerungs-Applikationen. Die weltweiten Umsätze mit sogenannter „Advanced Speech Recognition” (ASR) sollen demnach in Smartphones und mobilen Kleinrechnern von 32,7 Millionen US-Dollar im Jahr 2009 auf 99,6 Millionen US-Dollar im Jahr 2014 steigen. Für die Spracherkennung in Fahrzeugen sagen die Analysten eine Steigerung von jetzt 64,3 Millionen US-Dollar auf 208,2 Millionen US-Dollar im Jahr 2014 voraus.
Sprachsteuerung für mobile GeräteSprachcomputer zählen auch für die Suchmaschinen zu den wichtigsten Instrumenten, um das mobile Internet bequem bedienen zu können. So bietet Yahoo ab sofort die Handy-Applikation „oneSearch Voice“ für Smartphones und das iPhone in Deutschland an. Das lästige Tippen auf der kleinen Tastatur oder dem Touch-Screen falle weg. Es genüge jetzt, den Suchbegriff per einfach auszusprechen. Die Darstellung der Ergebnisse werden für Handy-Displays optimiert angezeigt: Statt langer Linklisten liefere Yahoo nach Kategorien gegliederte Antworten. Sucht man beispielsweise mit der gesprochenen Eingabe „Bundesliga“ nach aktuellen Fußballergebnissen, erhält man eine Vielzahl von detaillierten Resultaten wie aktuelle Spielstände, Tabellenübersichten, Fotos sowie weiterführende Links. Die Ergebnisse sind nach Angaben von Yahoo übersichtlich in Kategorien aufbereitet. „Das System ist lernfähig: Es passt sich immer besser an die individuelle Sprechweise seines Nutzers an, je häufiger es eingesetzt wird. Während die meisten mobilen Spracherkennungssysteme auf einzelne Kategorien wie lokale Suchen spezialisiert sind, bietet wir den Nutzern die Möglichkeit, offene Suchanfragen zu stellen – mit hoch relevanten Ergebnissen für jede Art von Spracheingabe“, erklärt Michael Stenberg, Partner Director Central & Eastern Europe Yahoo! Mobile. Stenberg. Wer es dennoch lieber klassisch mag, könne nach wie vor auch die herkömmliche Texteingabe nutzen.
Durch das Spracherkennungs-Feature will Yahoo seine Position als zentraler Einstiegspunkt ins mobile Internet festigen. Die Applikation kann unter http://de.m.yahoo.com/voice direkt auf unterstützte Handys oder über den iTunes Store auf das iPhone heruntergeladen werden. Die Sprachsteuerung wird von Web 2.0-Pionier Tim O’Reilly http://radar.oreilly.com sogar als „Tipping Point“ gewertet: Der Begriff bezeichnet jenen Moment, in dem etwas Einzigartiges zum Normalzustand wird und einen qualitativen Umschlagspunkt markiert. „Es ist es an der Zeit, Telefone als erstklassige Geräte zu sehen, um auf das Internet zugreifen zu können, und nicht nur als Möglichkeit, Inhalte und Anwendungen umzuwidmen, die ursprünglich dazu gedacht waren, mit einer Tastatur und einem Bildschirm gelesen zu werden“, meint O’Reilly.
Tastenwahlblock auch digital nicht tot zu kriegenAuch in der ITK-Branche erwartet man Impulse von der Sprachsteuerung: „Computer werden heute immer noch primär über eine Tastatur bedient, die aus der Schreibmaschine entstanden ist, so als ob jeder Tastendruck einen mechanischen Hebel in Bewegung setzt. Selbst der Zeilenvorschub und Wagenrücklauf alias Carriage return ist uns erhalten geblieben, obwohl damit schon lange kein Papier mehr transportiert wird. Telefone haben zwar die Revolution von der Wählscheibe hin zur – in der Regel – 3×4 Tastatur gemacht, standardisiert nach ITU E.161, das erfolgte aber bereits in den 70er Jahren. Selbst moderne Handys und Smartphones halten sich noch an den Tastenwahlblock, entweder in mechanischer Ausführung oder als Icon-Darstellung auf einem Touchscreen“, weiß Andreas Latzel, Deutschland-Chef des ITK-Spezialisten Aastra, der viel Wert auf die Benutzerfreundlichkeit seiner Systeme legt. Die Technikentwicklung verlaufe zwar rasant, im Kern aber immer noch traditionell. Vorhersehbar sei, dass der Tastaturblock an seine Grenzen stoße – spätestens mit der breiten Einführung der SIP-Telefonie und der SIP-Teilnehmeradressen.
„Anders als bei professionellen Tischgeräten kommt die Ausstattung von Handys mit alphanumerischen Tastaturen zwar auch vor, ist aber in der Regel wegen der beschränkten Abmessungen nicht befriedigend. Da bietet sich der Weg zum Sprachinterface an: der Ansage von Adressen oder Einträgen des Telefonbuchs in normaler Sprachform. Sinnvoll ist das beim Autofahren oder anderen Tätigkeiten, die beide Hände verlangen“, erläutert Latzel. Noch interessanter werde die Sprachsteuerung nach Ansicht von SemanticEdge-Geschäftsführer Lupo Pape, wenn Wissen über die Domäne und Dialogintelligenz hinzukommen. „Dann kann man von Sprachdialogsystemen sprechen. Das ist das, was wir mit dem Personal Assistant umsetzen. Dazu müssen die Wissensgebiete semantisch aufbereitet und Dialogstrategien hinterlegt werden. Die wichtigsten Use-Cases gilt es zu modellieren“, resümiert Pape.
Mehr Sicherheit, geringere Kosten, schnellere Abfertigung: Von biometrischen Passkontrollen erhoffen sich Flughäfen und IT-Konzerne gute Geschäfte. Das berichtet die Financial Times Deuschland (FTD). Ein Scanner für den Reisepass, einer für Fingerabdrücke, eine Kameras, um Fotos zu machen, die ein Computer mit dem im Pass vergleicht. Glastüren, die sich öffnen, wenn alles seine Richtigkeit hat. So sieht das vom Beratungshaus Accenture entwickelte Zukunftsszenario für den Einsatz von biometrischen Systemen aus. „Jährlich passieren knapp 800 Millionen Reisende Kontrollstellen in der EU. Gegenüber der herkömmlichen Ausweiskontrolle, die mit etwas 3,68 Dollar pro Person zu Buche schlägt, kostet eine automatisierte nur noch 0,16 Dollar, rechnet der internationale Dachverband der Fluggesellschaften IATA vor“, so die FTD. Auch die Warteschlangen vor den Aberfertigungsschaltern könnten schrumpfen und zu einem sinkenden Raumbedarf beitragen. Freiwerdende Flächen ließen sich verpachten und neue Terminals benötigen weniger Platz.
HIS MASTER’S VOICE
Vorteile sehen Experten auch bei sprachbiometrischen Verfahren. Das Wuchern von Karten und Identitäten wird zunehmen als lästig und widersinnig empfunden, wenn man mehrere Karten ziehen muss, um einen einzigen Prozess durchzuführen, etwa beim Bezahlen im Geschäft mit Kundenkarte und Kreditkarte. „Das Kartenhaus der tausend Egos stürzt spätestens zusammen, wenn das Plastikpaket gestohlen oder verloren wird. Ein besonders fruchtbares Biotop für den Wildwuchs täglich neuer Identitäten ist das Internet, angereichert durch ebenso viele Passwörter“, bemängelt der Systemarchitekt Bruno Weisshaupt, Geschäftsführer von origo.
Erhebungen des Statistischen Bundesamtes zufolge muss sich jeder Bundesbürger im Schnitt rund sechs so genannte Pins merken. Der Datenschutzbeauftragte der Bundesregierung sieht die Grenzen der Merkfähigkeit bereits erreicht. Im Extremfall werde die Geheimzahl sogar schon auf die EC-Karte geschrieben, damit man sie beim Abheben am Geldautomaten gleich zur Hand hat. „Mit der Einführung von weiteren Verfahren wie dem elektronischen Personalausweis, ELENA und der elektronischen Gesundheitskarte wird die Zahl der zu merkenden PINs und Passwörter noch steigen. Ich selbst halte eine PIN-Anzahl von zwölf pro Bundesbürger für nicht unrealistisch“, so Peter Schaar. Nach einer Studie des Spracherkennungs-Spezialisten Nuance vergisst in Deutschland mittlerweile mehr als jeder zweite Befragte wichtige Passwörter oder PINs.
Mit dem Einsatz von so genannten Voice Prints könnte man das schnell ändern. „Sprachbiometrische Verfahren basieren auf der individuellen Beschaffenheit der menschlichen Stimme: Der komplexe Aufbau der Sprechorgane sorgt dafür, dass jede Stimme einzigartig ist, und Menschen daher anhand ihrer Stimme eindeutig unterscheidbar sind. Die Sprechorgane, also Stimmbänder, Mundhöhle, Kehle, Nase, Kiefer und Gaumen mit der individuellen Anordnung und Beschaffenheit der Muskeln des Mund es und Rachenraumes sind bei jedem Menschen unterschiedlich. Sie ermöglichen es, in Verbindung mit der angelernten Sprechweise, einen Menschen anhand seiner Stimme eindeutig zu identifizieren“, weiß Michael-Maria Bommer, Nuance-General Manager für Deutschland, Österreich und Schweiz.
Entscheidend sei, dass bei der Sprachbiometrie nicht einfach ein Vergleich zwischen einem aufgezeichneten Wort oder Satz und dem „Iive“ ausgesprochenen Wort oder Satz hergestellt werde. Vielmehr gehe es um die einzigartigen Charakteristika der Stimme, wie sie sich aus dem individuellen Sprechapparat und der individuellen Sprechweise ergeben. „Bewertet das System die Übereinstimmung zwischen dem aktuellen Stimmmuster und dem gespeicherten Sprachabdruck als zureichend hoch, wird der Zugriff gestattet. Es handelt sich also um eine robuste Technologie, die die Charakteristika einer Stimme auch bei Erkältung oder anderen Veränderungen der Stimme erkennt, eben weil es sich nicht um einen 1 zu 1-Vergleich von gespeicherter und gesprochener Sprache handelt“, erläutert Bommer. Der Schutz persönlicher Daten und Maßnahmen gegen den Identitätsdiebstahl seien der Hauptgrund für alternative Authentifizierungsverfahren, sagt Unternehmensberater Thomas Wind von TellSell Consulting. Wenn ein namhafter Player mit einer Sprachbiometrie-Anwendung für Konsumenten auf den Markt gehe, dann werden andere sehr schnell folgen. „Ein Massenmarkt entsteht, wenn sich ein oder mehrere Anbieter für Zertifizierungsdienste im Sinne eines TrustCenterKonzeptes etablieren würden. Ein Kunde könnte dann mit einer einmaligen Registrierung diesen Dienst bei mehreren teilnehmenden Unternehmen oder Behörden nutzen. ‚My voice is my password’ könnte dann Common Sense werden”, prognostiziert Wind.
Auch die NZZ hat sich mit dem vermeintlichen Google-Killer beschäftigt, der zur Zeit über Blogs kräftig ins Rampenlicht gerückt wird. „Derjenige, der da Google übertrumpfen und mittels künstlicher Intelligenz allem Unwissen den Garaus machen will, wurde als wissenschaftliches Wunderkind bekannt, hat sich an den besten Universitäten hervorgetan und hat als Programmierer eine technisch komplexe, kommerziell erfolgreiche Software geschaffen. Es ist der Ruhm des britischen Physikers Stephen Wolfram, der dieser Tage unzählige Online-Journalisten und Blogger dazu bringt, die Begriffe Google-Killer, neuartige Suchmaschine, künstliche Intelligenz wieder einmal in einem Satz zusammenzubringen“, so die NZZ. Ob Wolfram-Alpha halten kann, was Blogger vermuten, steht auf einem anderen Blatt. Der Suchmschinen-Genius selbst beschreibt die neue Suchmaschine als „computational knowledge system“, als Wissensberechnungsmaschine. „Ausserhalb von Wolfram Research, der Firma, die Mathematica und Alpha entwickelt, hat bis jetzt nur ein einziger Mensch – Nova Spivack – die neue Suchmaschine ausprobieren können“, schreibt die NZZ. Das ist doch ein kluger PR-Schachzug. Spivack ist so euphorisch, als sei eben gerade eine neue bewusstseinserweiternde Droge entdeckt worden: Wolfram Alpha sei nicht eine Suchmaschine, sondern eine Antwort-Maschine. Das ist aber keine Sensation. Denn auch KI-Forscher wie Professor Wolfgang Wahlster vom DFKI oder das Fraunhofer Institut drehen an dieser Schraube. Darüber habe ich schon mehrfach berichtet. Und auch die Semantic Web-Experten von Google verweilen nicht im Tiefschlaf. Mit Mike Cohen, seinen früheren Nuance-Mitarbeitern, Franz Och und vielen anderen Spezialisten hat Google einige gute Leute an Bord.
Schon jetzt sei Google gar nicht so schlecht, meint die NZZ. Auch diese Suchmaschine kann schwierige Fragen mit wenigen Ziffern beantworten. Füttert man Google beispielsweise mit der Frage aller Fragen, der allerletzten Frage, und schreibt: ‚The answer to life, the universe and everything‘, erhält man als Antwort: ’42‘. Wie man beim englischen Science-Fiction-Autor Douglas Adams nachlesen kann, ist diese Antwort korrekt, dies sei tatsächlich die allerletzte Antwort“. Allerdings gerate in Vergessenheit, welches die dazu passende allerletzte Frage war. So werde man dann halt vielleicht Wolframs Answer Machine eine Frage-Maschine zur Seite stellen müssen, orakelt die NZZ und hat nicht ganz Unrecht. Siehe auch meinen Blog-Beitrag vor ein paar Tagen.
Das Internet ändert nach Auffassung von Andreas Göldi, Autor des Blogs netzwertig die meisten Variablen des Softwaregeschäfts fundamental: „Das fängt schon beim Entwicklungsprozess an: Wer früher ein hochstehendes Softwareprodukt schreiben wollte, brauchte erst einmal teure Lizenzen für Datenbanken, Entwicklungstools, Komponentenbibliotheken und dergleichen. Das Produkt wurde in komplexen Hochsprachen wie C++ oder Java geschrieben, und dafür braucht man sehr hochqualifizierte Programmierer“, so Göldi.
Die Basissoftware für internet-basierte Produkte sei heute dank Open Source faktisch gratis. „Für Produkte mit der heutigen Leistungsfähigkeit von Linux, Eclipse oder MySQL hätte man vor zehn Jahren noch fünf- oder sechsstellige Beträge ausgegeben. Nützliche Libraries mit umfassender Funktionalität gibt es ebenfalls wie Sand am Meer. Und dazu kann man dank immer leistungsfähigerer Hardware größere Projekte auch in interpretierten, schlanken Sprachen wie Python, Ruby oder gar PHP schreiben, ohne einen wesentlichen Qualitätsverlust zu erleiden. Grob geschätzt fallen damit die Entwicklungskosten um einen Faktor 10 oder mehr“, schreibt der netzwertig-Blogger.
Auch die Distribution und Installation sei erheblich einfacher geworden. Während früher Enterprise Software praktisch immer lokal auf eigens angeschafften Servern installiert werden musste, reiche heute für Software as a Service-Kunden (SaaS) ein Webbrowser und eine anständige Internetverbindung. Der Gewinn an Geschwindigkeit und Kosteneffizienz sei kaum auszudrücken. Dank Diensten wie Amazon EC2 brauche der Anbieter dabei nicht mal unbedingt eine eigene Hosting-Infrastruktur, sondern kann Serverkapazität recht billig mieten. „Aus den Fehlern der Enterprise-Software-Ära haben die heutigen Softwareanbieter gelernt, und oft sind die Internet-basierten Tools zwar flexibel, aber nicht so extrem verbiegbar wie die traditionelle Software. Auch die Kunden wissen nämlich inzwischen, dass man oft besser einen internen Prozess etwas anpasst, statt ein Softwareprodukt mit hohen Kosten hinzubiegen. Allerdings sind SaaS-Produkte bisher nur selten in wirklich großen Firmen vollständig unternehmensweit im Einsatz, weshalb sich das noch ändern könnte“, glaubt Göldi.
Beim Software-Anbieter Nuance sieht man das differenzierter: „Die Argumente des Autoren sind richtig und wichtig, gelten jedoch kaum für große Unternehmen. Diese legen immer noch sehr viel Wert auf ausgereifte Lösungen und professionelle Kundenbetreuung“, so die Markterfahrung von Nuance General Manager Michael-Maria Bommer. Investitionen in Enterprise-Software würden sich nach wie vor rechnen, denn man zahle nicht nur das Produkt, sondern Upgrade, Wartung, Erfahrung oder Wissen. „Eigene Server sind auch nicht mehr relevant. Die Alternative sind Hosting-Lösungen: sie sind günstiger als eine Inhouse-Lösung und qualitativ besser als Freeware“, resümiert Bommer.
Spracherkennung ist nicht nur für Ärzte und Juristen ein heißes Thema. In vielen Berufen muss ein hohes Schreibaufkommen unter Zeitdruck bewältigt werden. „Kein Wunder, dass immer mehr Krankenhäuser und Gerichte nach neuen Wegen suchen. Da ist zunächst der Umstieg auf die Digitaltechnik, die das mühsame Hantieren mit Kassettenbändern ersetzt und zudem den elektronischen Transport der Diktate erlaubt. Dass die Akustik solcher Aufzeichnungen deutlich besser ist, kommt als angenehmer Nebeneffekt hinzu. Der zweite Schritt ist der Übergang zur elektronischen Spracherkennung am PC, wobei in der Regel die Standardsoftware Dragon Naturally Speaking für Windows zum Einsatz kommt. Kein anderes Programm hat eine vergleichbar hohe Erkennungsleistung“, schreibt beispielsweise Michael Spehr von der FAZ. 
