Mit Worten steuern

Eine weitere NLP-Anwendung sind natürlichsprachliche Interfaces. Über diese Schnittstellen kommuniziert der User in seiner gewohnten Umgangssprache mit einer Anwendung oder einer Maschine. Systeme mit natürlichsprachlichen Schnittstellen können zum Beispiel eingesetzt werden, wenn die Backend-Systeme schwierig oder nur mit viel Lernaufwand zu bedienen sind. Solche Systeme sind deshalb ein wichtiger Baustein im Bereich Selfservice-Analytics.

IBM bietet beispielsweise mit Cognos Analytics eine KI-basierte Analytics-Lösung mit natürlichsprachlicher Schnittstelle. Komplexe Analytics-Fragestellungen wie „Was sind die Schlüsselfaktoren für meine Produktverkäufe?“ oder „Mit welchen Vergünstigungen kann ich meine Mitarbeiter am besten bei der Stange halten?“ werden genau so in natürlicher Sprache gestellt und vom System direkt anhand der vorliegenden Daten beantwortet. Der Nutzer des Systems bekommt von den mit der Frage angestoßenen komplexen Hintergrundprozessen nichts mit: Die zur Beantwortung notwendigen Schritte wie die Aufbereitung von Daten, die Erstellung von Prognosen oder die Visualisierung von Ergebnissen laufen automatisch ab. Das erhöht die Zahl der möglichen Anwender von Systemen stark. Insbesondere Mitarbeitern ohne oder mit wenig Analytics-Erfahrung - wie Fachanwender, Vertriebsbeauftragte, Manager und CEOs - erhalten dadurch einen schnellen und einfachen Zugang zu leistungsfähigen Predictive- und grafischen Analyse-Tools.

Und schließlich spielen Sprachschnittstellen auch in der Fertigungsindustrie eine immer größere Rolle als Interface zwischen Mensch und Maschine. Der Vorteil: Wenn die Steuerung der Maschine per Sprachbefehl erfolgt, kann der Facharbeiter seine Hände am Werkstück lassen. Dafür ist nicht einmal viel Spracherkennungsaufwand nötig, meist genügen einfache Befehle wie „Halten“, „Greifen“ oder „Heben“.

Von Textgenerierung, Textgenese oder Text-Composing spricht man, wenn der Computer automatisch natürlichsprachige Texte erzeugt. Im Idealfall ist das Ergebnis so gut, dass dem Leser der Unterschied zu einem von Menschen erstelltem Text nicht auffällt. Die Information, aus der der Text generiert wird, muss dabei als formal verarbeitbare Information vorliegen. Oft werden hoch strukturierte Datenbankeinträge genutzt oder Tabellen mit Geschäftszahlen.

Textgenese-Software funktioniert überall dort gut, wo konkrete Zahlen und Daten auszuwerten und einfach strukturierte Texte zu erzeugen sind, etwa bei jeglicher Art von Berichtsgenerierung. Manche Unternehmen erzeugen damit ihre Geschäftsberichte. Auch Berichte über die Nutzung einer Website samt Handlungsempfehlungen sind damit möglich. Die Basis ist dabei oft das Daten-Tracking-Tool Google Analytics.

Einer größeren Öffentlichkeit bekannt geworden ist Text-Composing bei journalistischen Anwendungen: Der Algorithmus generiert aus Datenbankeinträgen fertige Nachrichtentexte. Kris Hammond, Professor für Computer Science an der Northwestern University und Gründer von Narrative Science, einem US-amerikanischen Anbieter von Textgenese-Tools, wagt eine steile Prognose: „2025 werden Roboter 90 Prozent aller Informationen für das breite Publikum erstellen.“