Voice User Interface Design macht Software per Sprache bedienbar. Nutzer sagen, was sie brauchen. Das System antwortet im Gespräch. Gute Voice UX macht eine Sprachsteuerung im Interface einfach und natürlich. Dieser Beitrag erklärt Ihnen, wie das funktioniert und wo es sich lohnt.
Wir kennen aus dem UX/UI-Design viele Stolpersteine. Deshalb erklären wir jeden Schritt an einem einfachen Beispiel.
Was ist Voice User Interface Design einfach erklärt?
Voice User Interface Design plant, wie Menschen ein System mit der Stimme bedienen. Es legt fest, was das System sagt, fragt und bestätigt. Statt Menüs und Buttons gibt es einen Dialog. Google fasst diese Aufgabe unter dem Begriff Conversation Design zusammen.
Begriffe kurz erklärt
- Voice UX ist das Erlebnis, das Nutzer bei der Bedienung per Stimme haben.
- Ein Prompt ist die Frage oder Ansage des Systems.
- Ein KI-Agent ist ein Programm, das Aufgaben im Auftrag der Nutzer erledigt.
Stellen Sie sich das Kundenportal eines Großhändlers vor. Eine Kundin steht im Lager und möchte wissen, wo ihre Lieferung bleibt. Per Klick müsste sie sich anmelden, eine Liste öffnen und die Bestellung suchen. Mit Sprache fragt sie einfach: „Wo ist meine Bestellung von gestern?“
Wie läuft ein Sprachdialog Schritt für Schritt ab?
Ein Sprachdialog folgt einem festen Muster. Am Beispiel der Kundin sieht das so aus.
- Die Kundin fragt nach ihrer Bestellung von gestern.
- Das System wandelt die Sprache in Text um und erkennt die Absicht.
- Es sucht die passende Bestellung im Portal.
- Es antwortet kurz mit dem Lieferstatus.
- Es fragt nach, ob die Kundin noch etwas wissen möchte.
Worin unterscheidet sich Sprache vom Klick?
Ein Bildschirm zeigt viele Optionen auf einmal. Eine Stimme nennt sie nacheinander. Nutzer können nicht zurückscrollen. Gute Voice UX hält deshalb jede Antwort kurz und nennt die wichtigste Information zuerst. Laut Google müssen Nutzer weniger lernen, je stärker ein Interface das menschliche Gespräch nutzt.
Was ist ein Sprachmodell in einfachen Worten?
Ein Sprachmodell ist ein Programm, das gesprochene und geschriebene Sätze versteht und selbst formuliert. Es erkennt, was jemand meint, auch wenn die Worte variieren. „Wo bleibt meine Lieferung?“ und „Ist mein Paket schon unterwegs?“ führen deshalb zum selben Ergebnis.
Was bedeutet freie Formulierung für Interfaces?
Nutzer formulieren einen normalen Satz. Die Anwendung übersetzt ihn im Hintergrund in eine Suche mit Filtern. Wie das bei Webseiten funktionieren kann, beschreibt das Konzept WebMCP. Für Ihr Interface heißt das, dass die Funktionen klar benannt und sauber erreichbar sein müssen.
Was ist ein KI-Agent und was tut er?
Ein KI-Agent erledigt Aufgaben im Auftrag der Nutzer. Er liest eine Anfrage, wählt die passenden Funktionen und führt sie aus. Bei wichtigen Schritten wie einer Bestellung bestätigt am Ende der Mensch. Solche Agenten lassen sich als Teil individueller KI-Anwendungen in Ihre Software einbauen.
Wo bringt Voice UX im B2B echten Nutzen?
Voice UX lohnt sich dort, wo Nutzer die Hände frei haben müssen oder lange Wege sparen wollen. Der größte Nutzen entsteht bei häufigen und klar umrissenen Fragen. Das Lieferstatus-Beispiel zeigt genau das.
Die Kundin im Lager spart Zeit. Sie muss sich weder durch Menüs klicken noch Bestellnummern suchen. Das Portal kennt ihre letzten Bestellungen. So reicht ein Satz für eine sofortige Antwort.
Wie unterstützt Sprache Mitarbeitende im Alltag?
Auch intern hilft Sprache. Ein Mitarbeiter fragt zum Beispiel nach allen offenen Rechnungen über einer bestimmten Summe. Die Anwendung liefert die Liste ohne Umweg über Filtermasken und Datumsfelder. Das Prinzip gilt auch für interne Berichte, wie unser Beitrag zum Agentic Web zeigt. In komplexen Webanwendungen kann Sprache außerdem das Onboarding erleichtern.
Wie erkennen Sie weitere Anwendungsfälle?
Fragen Sie sich, welche Fragen Ihre Nutzer täglich stellen. Eignen sich kurze Antworten, passt Sprache meist gut. Bei langen Tabellen oder Vergleichen bleibt der Bildschirm besser. Google rät dazu, vor dem Start zu prüfen, ob ein Sprachdialog den Anwendungsfall verbessert.
Was sagt der Datenschutz zu Sprachsteuerung?
Ein virtueller Sprachassistent hat Zugriff auf viele personenbezogene Daten. Deshalb gelten die DSGVO und die ePrivacy-Richtlinie. Sie müssen Nutzer auch ohne Bildschirm informieren. Das erklärt der Europäische Datenschutzausschuss in seinen Leitlinien zu virtuellen Sprachassistenten.
Dieser Beitrag ersetzt keine Rechtsberatung. Fragen Sie bei Ihrem Projekt Ihre Datenschutzbeauftragte oder einen Anwalt.
Warum sind Sprachdaten besonders sensibel?
Ein Sprachassistent hört Befehle und Antworten mit. Dazu zählen zum Beispiel Termine oder Suchanfragen. Aktuelle Assistenten übertragen Sprache häufig an entfernte Server. Auch unser Lieferstatus-Beispiel enthält Kundendaten. Sie verdienen besonderen Schutz.
Wie informieren Sie Nutzer ohne Bildschirm?
Der Datenschutzausschuss empfiehlt, die Pflichtinformation per Sprache zu ermöglichen. Planen Sie deshalb einen kurzen gesprochenen Datenschutzhinweis ein, etwa bei der ersten Nutzung. Ergänzen Sie den ausführlichen Text an einer Stelle, die Nutzer später lesen können.
Warum taugen Passwörter nicht für Sprache?
Ein Passwort müssen Nutzer laut aussprechen. Dann kann es jeder in der Nähe hören. Der Datenschutzausschuss hält Passwörter für Sprachassistenten deshalb für ungeeignet. Melden Sie Nutzer deshalb vorab auf einem anderen Weg an.
Wie bereiten Sie Ihr Interface auf Sprache vor?
Starten Sie klein und testen Sie früh. Ein einzelner Anwendungsfall genügt für den Einstieg. Das Lieferstatus-Beispiel eignet sich dafür gut.
Welche Checkliste hilft beim Einstieg?
Diese Schritte führen Sie durch den Einstieg.
- Wählen Sie eine häufige Frage Ihrer Nutzer aus.
- Schreiben Sie den Dialog als Beispielgespräch auf.
- Planen Sie Antworten für Fehler und Missverständnisse ein.
- Klären Sie den Datenschutzhinweis und die Anmeldung.
- Testen Sie den Dialog mit echten Nutzern.
- Messen Sie, ob Nutzer die Aufgabe schneller erledigen.
Wie bleibt Sprache barrierefrei?
Sprache ergänzt andere Bedienwege. Sie ersetzt sie nicht. Planen Sie Barrierefreiheit deshalb von Anfang an mit. Auch WCAG 2.2 legt mehr Gewicht auf kognitive Barrierefreiheit.
Eine einfache Faustregel liefert das Kriterium Label in Name. Der sichtbare Text eines Buttons sollte auch sein Name im Code sein. Nur dann funktioniert ein Befehl wie „Suchen“ bei Sprachbedienung.
Wie testen Sie mit echten Nutzern?
Lassen Sie Testpersonen den Dialog ausprobieren. Beim Thinking-Aloud-Test sprechen sie laut aus, was sie denken. So hören Sie sofort, wo Menschen stolpern. Methoden der Nutzerforschung zeigen vor dem Start, wie Menschen ein Produkt tatsächlich nutzen.
Fazit
Voice User Interface Design verwandelt Klicks in ein Gespräch. Gute Voice UX hält Antworten kurz, schützt Daten und bleibt für alle zugänglich. Mit einem klaren Anwendungsfall gelingt der Einstieg ohne großes Risiko. Wir helfen Ihnen gern, Ihren ersten Sprachdialog zu planen. Vereinbaren Sie jetzt Ihr kostenloses Erstgespräch.
Quellen & weiterführende Literatur
- Europäischer Datenschutzausschuss (2021): Leitlinien 02/2021 zu virtuellen Sprachassistenten, Version 2.0. Online verfügbar unter: https://www.edpb.europa.eu/system/files/2022-02/edpb_guidelines_202102_on_vva_v2.0_adopted_de.pdf
- Google (o. J.): Conversation design. Online verfügbar unter: https://developers.google.com/actions/design/checklist
- W3C Web Accessibility Initiative (o. J.): Understanding SC 2.5.3: Label in Name (Level A). Online verfügbar unter: https://www.w3.org/WAI/WCAG21/Understanding/label-in-name