Siri: Das steckt hinter dem Sprachassistenten im iPhone 4S

Siri, der neue Sprachassistent im iPhone 4S, gehorcht aufs Wort. In Umgangssprache kann der Nutzer seinem Smartphone Befehle geben – beispielsweise den Wecker stellen lassen oder die Wettervorhersage bekommen. Siri braucht weder spezielle Sprachkommandos noch muss ein iPhone-Besitzer Siri erst langwierig auf seine Stimme trainieren. Aber hat Apple Siri ganz alleine ersonnen und steckt diese ganze Intelligenz wirklich im iPhone 4S selbst?

Mit dem iPhone 4S und iOS 5 führte Apple auch den Sprachassistenten Siri ein. Der gehorcht aufs Wort, denn der Nutzer kann viele Funktionen ausschließlich über Sprache bedienen. Sagt er Siri "Weck mich morgen früh um 6:30 Uhr", stellt Siri die Weckfunktion entsprechend ein. Fragt der Nutzer "Wie ist das Wetter in Berlin", zeigt das iPhone 4S ihm die Wettervorhersage für die Hauptstadt an. Ob Suchanfragen im Internet oder die diktierte Antwort auf eine E-Mail, Siri kann viel. Hat Apple diese neue Funktionalität auf dem iPhone 4S ganz alleine erfunden?

Siris Ursprünge liegen in militärischer Forschung

Die Ursprünge liegen wie so oft in einer militärischen Entwicklung. Die begann bereits vor 40 Jahren und wurde von der US-Militärforschung Defense Advanced Research Projects Agency (DARPA) finanziert und betrieben. Viele Universitäten und Forschungseinrichtungen arbeiteten im Laufe der Jahre an der intelligenten Spracherkennung. Im Jahr 2007 wurde die Firma Siri Inc. gegründet, mit der die Forschungsergebnisse in kommerzielle Anwendungen einfließen sollten. Das Unternehmen entwickelte auch eine separate iPhone-App namens Siri, die schon viel von dem bot, was das iPhone 4S heute kann. Apple kaufte das Unternehmen im April 2010, um die Technologie in eigene Produkte zu integrieren. Aber ist das iPhone wirklich so schlau? Passiert das alles direkt auf dem Apple-Smartphone?

Siri telefoniert permanent nach Hause

Die eigentliche Intelligenz von Siri liegt zentral auf den Apple-Servern. Die Anwendung auf dem iPhone 4S kümmert sich nur um die Aufnahme der Sprache und die Ausgabe der Ergebnisse. Der ganze Rest geschieht in den Rechenzentren von Apple, denn das iPhone 4S könnte die nötigen Rechenarbeiten gar nicht selbst leisten. Damit Siri nach einer Frage sinnvolle Ergebnisse liefert, wird im Apple-Rechenzentrum ein komplexer Prozess abgearbeitet:

1. Siri muss automatisch die menschliche Sprache des Benutzers erkennen und diese in maschinenlesbaren Text umwandeln. Dabei muss Siri auch kurze Worte, Dialektausdrücke und Satzfragmente erkennen können. Ob das noch auf dem iPhone geschieht, oder das Smartphone einfach direkt eine Audiodatei an Apple schickt, ist nicht bekannt.

2. Siri muss diesen Text dann analysieren, Fragen, Aufforderungen und Anweisungen von anderen wichtigen Informationen unterscheiden um damit den Sinn des Textes interpretieren können.

3. Siri muss aus diesem interpretierten Text dann konkret auswerten können, was der Nutzer genau will. So müssen beispielsweise Anweisungen wie "Stelle meinen Wecker" erkannt und die dafür nötigen Informationen und Werte wie "auf 6:30 Uhr ein" erfasst und verstanden werden.

4. Mit sogenannten Data-Mashup-Technologien (Datenvermischen) müssen von Internetseiten von Drittanbietern die nötigen Handlungen, Informationen und Vorgänge ermittelt, abgerufen und ausgeführt werden. Vor allem bei komplexen Fragen nach Inhalten. Sagt der Nutzer beispielsweise "Suche im Internet nach Informationen zur Eurokriese", dann muss Siri es schaffen, daraus eine korrekte Suchanfrage zu formulieren und an Google zu schicken.

5. Die Informationen und Daten, die die Internetseiten der Drittanbieter zurückliefern, müssen gegebenenfalls wieder in natürliche Sprache zurückübersetzt werden, wenn sie nicht nur auf dem Display angezeigt, sondern auch als Audiokommentar ausgegeben werden sollen. Fragte der Nutzer "Brauche ich heute einen Regenschirm in Frankfurt", muss Siri zum einen empfehlen "Du solltest einen Regenschirm mit nach Frankfurt nehmen" und zum anderen das Wetter von Frankfurt auf den Bildschirm bringen.

6. Über Text-to-Speech muss dieser Text dann wieder in eine verstehbare natürliche Sprachausgabe umgewandelt und auf dem iPhone ausgegeben werden.

Wie viel Datenvolumen verbraucht Siri?

Die US-Technologieseite ArsTechnica hat das ausgetestet. Es wurden sechs lokale Anfragen wie etwa "Stelle meinen Wecker auf..." durchgeführt. Weitere fünf Anfragen verursachten externe Abfragen beispielsweise "Wie viele Kalorien hat ein Muffin." Dafür mussten die Informationen von externen Quellen besorgt werden. Im Durchschnitt verursachten diese Abfragen ein Datenvolumen von jeweils 63 Kilobyte. Würde der Nutzer täglich die gleichen elf Anfragen an Siri stellen, entspräche das einen monatlichen Volumen von 20 MB. Mit den gängigen Flatrates der verschiedenen Mobilfunkprovider ist das also kein Problem.

Siri würde auch auf älteren iPhones laufen

Die Tatsache, dass der intelligente Teil von Siri auf Apple-Server läuft, zeigt auch, dass Siri eigentlich auch auf einem iPhone 4 und vermutlich auch einem älteren iPhone 3GS und natürlich dem iPad laufen würde. Experimentell ist das verschiedenen Experten auch schon teilweise gelungen. Das Apple Siri nur auf dem iPhone 4S anbietet, dürfte der Marketingstrategie des Konzerns geschuldet sein.

Apple sammelt fleißig Daten

Wenn die ganze Intelligenz auf den Servern von Apple liegt, welche Daten werden da genau übertragen und was geschieht damit? Hier hilft ein Blick in die Nutzungsbedingungen von iOS 5. Dort steht zu lesen: "Wenn Sie Siri verwenden, wird alles, was Sie sagen, aufgezeichnet und zur Verarbeitung Ihrer Anfragen an Apple gesendet. Ihr Gerät wird weitere Informationen an Apple senden, z. B. Ihren Vornamen und Kurznamen, die Namen, Kurznamen und Beziehungen Ihrer Adressbuchkontakte zu Ihnen (z.B. „mein Vater“) und die Namen der Musiktitel in Ihrer Sammlung (gemeinsam Ihre „Benutzerdaten“)." Wenn der GPS-Ortungsdienst aktiv ist, wird auch der jeweilige Standort des iPhones übertragen.

All dies geschieht, damit Siri besser verstehen kann, was der Nutzer sagt und wünscht. Laut den Benutzerdaten werden die Daten gesammelt und gespeichert, aber stehen in keiner Verbindung zu sonstigen Daten, die Apple bei der Nutzung anderer Dienste sammelt. Was heißt das auf Deutsch? Apple sammelt im Prinzip nicht nur die aufgezeichnete Sprache als Datensatz, sondern eine ganze Reihe von Zusatzinformationen. Diese werden verarbeitet, damit Siri Ergebnisse liefern kann. Glaubt man den Nutzungsbedingungen, werden diese Daten aber nicht anderweitig verwendet oder mit anderen Daten verknüpft.

Apple hat ehrgeizige Pläne für Siri

Derzeit gibt es Siri nur auf dem iPhone 4S. Auf älteren Geräten wird es Siri vorerst nicht geben, das hat Apple unter anderem auf Support-Anfragen von Nutzern geantwortet. Aber Apple hat diese Technologie samt der dazu gehörigen Firma nicht für viel Geld erworben, wenn es für die Technik nicht ehrgeizige Pläne gäbe. Die Gerüchteküche munkelt, dass Apple angeblich an einem sprachgesteuerten Fernsehgerät arbeitet. Und die Sprachsteuerung wäre sicher auch auf iPad und Mac eine tolle und nützliche Funktion. Zudem bezeichnet Apple Siri auf dem iPhone 4S noch als Betaversion. Mit anderen Worten, es wird fleißig weiter entwickelt.