„Meine Daten gehen nicht in die Cloud“

Wie bastelt man sich einen eigenen Sprach­assistenten?

Zunächst einmal braucht man Hard­ware: einen smarten Lautsprecher, ein Mikrofon und vor allem einen Computer, der das System steuert. Ich verwende dafür einen Raspberry-Pi-Rechner, er hat nur 40 Euro gekostet. Und dann kommt die Software hinzu: Die stammt in meinem Fall von einem Open-Source-Projekt namens „Rhasspy“ – sie ist komplett gratis.

Wie heißt Dein Sprach­assistent und was machst Du damit?

Er hört auf den Namen Jarvis, wie der Assistent in den Iron-Man-Comics. Ich kann damit zum Beispiel das Licht einschalten, den Fernsehsender wechseln oder den Wetterbe­richt abrufen. Die Fähig­keiten lassen sich beliebig erweitern.

Welche Funk­tionen vermisst Du im Vergleich zu Alexa und Co?

Ich kann Jarvis bislang keine Wissens­fragen stellen oder mit ihm per Sprach­befehl die Musik­wieder­gabe steuern.

Warum hast Du Dich für ein eigenes System entschieden?

Vor allem aus Daten­schutz­gründen. Amazon Echo und andere smarte Laut­sprecher hören uns passiv immer zu und senden unsere Daten an Serverfarmen großer Konzerne. Ich habe hingegen alles selbst unter Kontrolle: Meine Daten gehen nicht in die Cloud.

Kann das jeder?

Man muss schon technikaffin sein: Linux-Kennt­nisse helfen, man sollte das Arbeiten mit der Kommandozeile beherr­schen und auch Erfahrung im Programmieren mitbringen.

Wie viel Zeit geht dafür drauf?

Die Erstein­richtung von Hard- und Software ist in wenigen Stunden erledigt. Aber das Programmieren dauert Tage: Da probiert man viel herum, scheitert immer wieder und muss dann heraus­finden, woran es liegt. Und da ich ab und zu neue Fähig­keiten nach­rüsten will, ist das vermutlich ein nie endendes Projekt.

Was klappt bei Alexa, Google Assistant und Siri besser als bei Jarvis?

Meine Sprach­befehle müssen derzeit noch einen genau vorgegebenen Wort­laut haben. Alexa, Google und Siri sind da flexibler: Sie verstehen oft auch alternative Formulierungen, kommen also mit natürlichem Sprach­gebrauch besser zurecht.

Wo siehst Du als Bastler und Testleiter Verbesserungs­potenzial bei den großen Anbietern?

Ich glaube, dass sich Sprach­assistenten und Daten­schutz noch besser vereinen lassen als bisher. Bei seinen Pixel-Handys arbeitet Google zum Beispiel schon an lokaler Sprach­erkennung – das heißt, dass die Sprach­eingaben des Nutzers nicht in die Cloud gehen, sondern auf dem Handy bleiben. Das würde ich mir bei smarten Laut­sprechern künftig auch wünschen.

Worüber ärgerst und freust Du Dich am meisten bei Deinem Sprach­assistenten?

Manchmal nervt mich Jarvis tatsäch­lich. Zum Beispiel wenn ich ihn auffordere, den Fernseher einzuschalten, er aber antwortet: „Ich habe den Fernseher ausgeschaltet.“ Auf der anderen Seite ist es ein tolles Gefühl, wenn ich abends einfach „Jarvis, gute Nacht“ sage und sofort alle Lampen in meiner Wohnung ausgehen.