Sprachsteuerung: Das erleben Mitarbeiter beim Abhören von Siri-Mitschnitten

Wie läuft es ab, für Apple Siris Sprachaufnahmen auszuwerten? In zwei Berichten beschreiben Mitarbeiter ihren Arbeitsalltag beim Anhören von Siri-Mitschnitten.

Artikel veröffentlicht am 9. August 2019, 10:26 Uhr, Ingo Pakalski

Apples Homepod wird mit Siri bedient. (Bild: Christoph Böschow/Golem.de)

Wie sieht der Arbeitsalltag von Menschen aus, die Siris Sprachaufnahmen für Apple auswerten? Darüber berichten zwei Medien, die sich auf Personen beziehen, die im Auftrag von Apple Sprachaufnahmen für Subunternehmen auswerten aber anonym bleiben wollen. Aufgrund der Anonymisierung der Angaben wäre es auch denkbar, dass dahinter nur eine Person steckt.

In einem Bericht der Berliner Tageszeitung Tagesspiegel schildert eine Frau ihre Arbeit bei der Auswertung von Siri-Sprachaufnahmen. Spiegel Online bezieht sich auf einen Mann, der seine Erfahrungen mitteilt. In den Schilderungen finden sich einige Übereinstimmungen, die den Schluss nahelegen, dass es sich dabei um die gleiche Person handeln könnte.

In beiden Berichten heißt es, die Mitarbeiter seien dafür da, Fehler in der deutschen Version von Siri zu finden und diese bei Bedarf zu korrigieren. Beide werten für Apple seit zehn Monaten Sprachaufnahmen aus. Und beide schildern einen identischen Siri-Fehler, bei dem ein menschliches Eingreifen dafür gesorgt habe, dass dieser nicht mehr vorkomme.

Beide berichten, dass sie in einem Großraumbüro arbeiteten und den Tag über Sprachbefehle anhörten. Bei der Frau seien es pro Tag 1.200 bis 1.800 Sprachaufnahmen und sie sitze 30 Stunden pro Woche im Büro. Der Mann gibt an, dass er "in sechs bis sieben Stunden zwischen 1.200 und 1.600 Aufnahmen" schaffe. Beide berichten von einem guten Arbeitsklima und meinen, fair vom Arbeitgeber behandelt zu werden.

Mitarbeiterin wusste nicht, dass sie Siri-Mitschnitte anhört

Die Frau habe anfangs nicht gewusst, dass ihre Aufgabe darin bestand, Siri-Sprachaufnahmen auszuwerten. Als sie sich bei Vorgesetzten erkundigte, was sie da anhöre, erhielt sie keine Auskunft. "Irgendwann war es klar", sagte sie. "Wenn nicht Geheimdienst, dann eben Softwareoptimierung."

Ihren Arbeitsalltag beschreibt sie folgendermaßen: Sie sehe auf ihrem Computerbildschirm eine Tonspur und könne dabei mitlesen, was der Computer daraus gemacht hat. Direkt darunter gebe es ein Eingabefeld, wo eingetragen wird, was tatsächlich gesagt wurde. Häufig habe die Software alles korrekt verstanden, aber falls nicht, greife die Mitarbeiterin ein und korrigiere dies. Damit soll die Leistung der Spracherkennung Schritt für Schritt verbessert werden.

So ähnlich dürfte es auch bei den Personen aussehen, die Sprachaufnahmen für Amazon, Google und Microsoft auswerten. Alle vier Unternehmen haben Kunden bisher nicht klar genug mitgeteilt, dass diese Systeme nur mit viel menschlichem Eingreifen funktionieren können. Denn obwohl digitale Assistenten immer mehr angenommen und genutzt werden, bleibt ihre Leistungsfähigkeit beschränkt. Sie sind noch weit davon entfernt, auf jede Frage die passende Antwort liefern zu können. Oft scheitert es einfach daran, dass die Maschinen eine Frage des Kunden nicht verstehen.

Ein Großteil der Siri-Befehle ist kurz

Beide Mitarbeiter berichten übereinstimmend, dass sie zum Großteil klassische Siri-Befehle hören. Das sind etwa Befehle zur Steuerung von Smart-Home-Geräten oder einfache Suchanfragen sowie Befehle zum Abspielen von Musik oder zum Starten von Apps. Siri wird auf dem smarten Lautsprecher Homepod verwendet, aber auch auf iPhone und iPads. Vor allem auf iPhones werde Siri oft als Diktiergerät genutzt.

Der Mitarbeiter schildert seinen Arbeitsalltag so: "Ich sitze jeden Tag in einem Großraumbüro mit Kopfhörern vor dem Computer und höre mir Sprachaufzeichnungen an. Ist das, was ich höre, nicht verständlich, wird es als solches kategorisiert." Dabei werde geschaut, was die Spracherkennungssoftware aus dem Befehl gemacht hat.

Die Mitarbeiter bekommen so ein gutes Gefühl dafür, wie die Nutzer Siri verwenden.