#voice ui

It's #SoundWeek on Co.Design!

The rise of voice UIs and sound design has never been more important. 

Header + banner images for a blog post on Intercom.com about Voice UI

Thank you to my super-awesome AD Stewart Scott-Curran :)

Why Voice UI is important? Well, that’s a question that will be there in the year 2020. Want to know why? Check out the link!

English Version of this post

Voice Apps bzw. Interfaces sind die größte Neuerung und UX Herausforderung seit Erfindung des iPhones, aber es gelten noch immer die klassischen Usability Prinzipien. Um zu verstehen, wie Voice Apps funktionieren sollten und wie Menschen damit umgehen, müssen wir die menschliche Kommunikation verstehen und nachvollziehen, dass die NutzerInnen eine Erwartungshaltung haben, die darauf basiert wie sie üblicherweise durch Sprache kommunizieren.

Erst einmal ist es wichtig, den Usern genügend Infos darüber zu geben, was sie tun können. Außerdem muss man ihnen die Einschränkungen verständlich machen, insbesondere dass aktuell kein richtiger Dialog entstehen kann. Bei der Konzeption versucht man, die Absicht der NutzerInnen zu antizipieren: man kann zwar nicht alle Absichten vorhersehen, aber man kann eine Infrastruktur schaffen, die Kontext-bezogen funktioniert. Hierfür startet man am besten mit einem konkreten Use Case und versucht die Intention des Users an jedem Punkt der Konversation zu antizipieren, um eine passende Antwort parat zu haben. Damit das funktioniert ist es wichtig, gut zu planen, detailliert zu konzipieren und mit diversen potentiellen NutzerInnen zu testen.

Was kann die App?

Nutzer können nicht sehen, wo sie in der VUI sind, also muss man ihnen sagen, welche Funktionen sie nutzen und nutzen können und dabei die richtige Menge an Infos bieten. Je nach Thema der Voice App braucht man eine passende Einführung, um über die Möglichkeiten der App zu informieren.

Wie strukturiert man die Konversation?

Hinsichtlich der Konversation gibt es ein paar grundlegende hilfreiche Regeln. Ja/Nein-Fragen bieten sich an, weil sie unkompliziert sind und die NutzerInnen sie gut beantworten können. Pro Interaktion empfiehlt Amazon maximal drei Optionen. Außerdem sollte man die Möglichkeit bieten, aus der Konversation/Anfrage auszusteigen und neu anzufangen, falls eine falsche Abzweigung genommen wurde. Falls die Voice App etwas nicht versteht, sollte eine sinnvolle Antwort gegeben werden (Bitte wiederholen, bitte langsamer reden, oder andere Fragen vorschlagen), sodass keine Sackgasse entsteht sondern eine Hilfestellung gegeben wird.

Ausblick

Momentan fehlt Voice User Interfaces die Fähigkeit, weiter zu gehen als einfache Anweisungen zu verarbeiten. Sie sollten noch mehr „conversational“ werden, sodass man tatsächlich eine Unterhaltung mit ihnen führen kann. Um das zu erreichen, müssen sie sich die Vergangenheit merken: sowohl vergangene Konversationen als auch das, was die NutzerIn im Verlauf der aktuellen Konversation gesagt hat. Es wird auch nötig sein, dass Voice Apps und andere Apps und Geräte besser miteinander verknüpft werden, damit man in unterschiedlichem Kontext von Voice zu visueller Darstellung z.B. auf dem Laptop wechseln kann. („Alexa, schick das an mein iPhone“).

Weitere Leseempfehlungen zu dem Thema:

Voice UI Best Practices: Learning from Phone Systems 

Voice Interfaces: New Era Of Human-Computer-Interactions 

A UXers Guide to Voice UIs 

Alexa Is a Revelation for the Blind 

Sorry, but the future isn’t voice, either 

English Version of this post

Bei Google in der mobilen App und auf Android Geräten werden bereits 20 % der Suchanfragen über Spracheingaben gemacht.

Das zeigt: Voice Interfaces wie das der Googlesuche und Voice Apps wie zum Beispiel Alexa Skills sind momentan ein aktuelles Thema und viele Unternehmen planen gerade ihre ersten Schritte in dem Bereich. In diesem Beitrag gehe ich darauf ein, für welchen Anwendungsfall eine Voice App überhaupt Sinn macht, wann sie weniger geeignet ist und welche Vorteile sie gegenüber Apps mit visuellem Interface haben.

Die erste und die zweite Ära der Voice User Interfaces

Es gab eine erste Ära der Voice User Interfaces: IVR (Interactive Voice Response). Das waren bzw. sind diese Systeme, die am Telefon gesprochene Ansagen verstehen (also zumindest manchmal) und daraufhin etwas ausführen und die AnruferInnen entsprechend weiterleiten. Die werden heute noch von vielen großen Unternehmen für ihren telefonischen Kundenservice genutzt. Jetzt sind wir in der zweiten Ära der Voice User Interfaces.

Die Vorteile von Voice UI bzw. Sprache

Der erste Vorteil ist die Geschwindigkeit. Sprechen geht meist schneller als Tippen. Hilfreich ist auch, dass man die Hände frei hat: Sprechen kann praktischer sein (z.B. wenn man am kochen ist) oder auch sicherer (wenn man z.B. gerade Auto fährt). Sprechen ist intuitiv und natürlich: jeder weiß, wie man spricht. Selbst User, die weniger technik-affin sind, können intuitiv antworten - zu den Herausforderungen hierbei komme ich gleich noch. Jedenfalls ist Sprache der übliche Weg, mit anderen Menschen zu kommunizieren, es sollte sich daher recht natürlich anfühlen. Im Gegensatz zur Interaktion mit Grafischen User Interfaces, bei denen man erst einmal lernen muss *wie* man sie bedient, bevor man sich überlegt *was* man machen möchte.

Ein weiterer Vorteil von Voice UI ist die Möglichkeit, Empathie zu übertragen. Interaktion über Sprache kann mehr Mitgefühl vermitteln. Für Unternehmen mit eigener Voice App kann auch relevant sein, dass die Art der Stimme, Akzent, Tonalität und Geschwindigkeit der Sprache ein Gefühl übertragen können und Persönlichkeit vermitteln, was zum Branding beiträgt. Interessant finde ich auch, dass Menschen offenbar eine stärkere und persönlichere Verbindung zu Geräten aufbauen, mit denen sie über Sprache interagieren. Fast als wäre das Gerät ein Freund.

Warum Voice Apps manchmal keine gute Idee sind:

Für Menschen, die Schwierigkeiten mit dem Sprechen und Hören haben oder einen starken Dialekt sprechen, kann die Interaktion über Sprache offensichtlich problematisch sein. Schwierig ist die Nutzung auch an öffentlichen Orten: wenn in einem Großraumbüro jede/r mit seinem Computer spricht wird es chaotisch. Und wenn du sprichst, welcher Computer soll darauf reagieren? Außerdem gibt es verschiedene Gründe, weshalb manche Menschen lieber nicht mit ihren Geräten sprechen. Viele fühlen sich unwohl dabei, selbst wenn sie alleine sind, es ist ihnen einfach unangenehm, mit einem Computer zu reden. Andere NutzerInnen bevorzugen es, zu schreiben, weil sie es gewohnt sind. Sie möchten vielleicht gar nicht zu Spracheingabe wechseln. Die meisten NutzerInnen möchten außerdem in der Öffentlichkeit verständlicherweise nicht über private Angelegenheiten sprechen und es gibt viele Situationen, in denen man mit seinen Themen für sich bleiben möchte. Die Privatsphäre ist zwar auch beim Schreiben von Whatsapp-Nachrichten in der U-Bahn nicht garantiert, lässt sich aber leichter kontrollieren.

Also brauchen wir das?

Ja, wenn…

die NutzerInnen bei der Anwendung meist nicht beide Hände frei haben, z.B. dass sie bei der Nutzung einer Rezepte-App parallel kochen oder dass eine Podcast App beim Autofahren genutzt wird.

die App in einem emotionalen Zustand genutzt wird und in der Situation eine beruhigende Stimme hilft

man seine NutzerInnen dazu motivieren möchte, etwas zu tun, wie z.B. früher ins Bett zu gehen.

die App im privaten Umfeld genutzt wird, z.B. Zuhause im Wohnzimmer.

Nein, wenn…

der Anwendungsfall für deine App hauptsächlich an öffentlichen Orten oder am Arbeitsplatz stattfindet.

die Zielgruppe Schwierigkeiten mit dem Sprechen und Hören hat.

Sollte meine App ein Voice User Interface haben? Braucht mein Produkt eine Voice App? Frage dich, ob deine NutzerInnen wirklich von einer Sprachsteuerung profitieren werden - oder ob du es nur machen würdest weil es dir spontan wie eine coole Idee vorkommt.

In diesem Beitrag gehe ich weiter auf das Thema ein, speziell geht es um die User Experience Herausforderungen bei Voice UI und welche grundsätzlichen Regeln man beachten sollte.