Moderator Steffen Wenzel und Experte Martin Wunderwald besprechen, was heutzutage unter Avataren zu verstehen ist, wie künstliche Intelligenz und Virtual Reality technologisch zur Humanisierung beitragen und wo sie bereits eingesetzt werden. Dabei geht es auch um die aktuellen Herausforderungen und Chancen, die mit den digitalen Assistenten einhergehen und entscheidend sind für den weiteren Weg zur Akzeptanz im Alltag.  

In dieser Podcast-Folge haben wir mal wieder Martin Wunderwald zu Gast. Als Portfolio Lead für AI und Cognitive Services setzt er sich für die Weiterentwicklung des KI-Portfolios der Deutschen Telekom ein. Sein Hauptaugenmerk liegt darauf, Kundenherausforderungen in technische Lösungskonzepte zu übersetzen. 

Vor einigen Monaten war er bereits mit Katrin Fischer in der Podcast Folge „Innovativ mit KI: Business Lösungen mit echtem Mehrwert schaffen“  zu hören. In dieser Episode ging es um moderne Ansätze im Innovationsprozess sowie praktische Anwendungsfälle für künstliche Intelligenz im Unternehmenskontext. 

In der neuesten Folge soll es um das eher visionäre Thema KI-Avatare und konkrete Projekte wie den 3D-Avatar "Judy" für das Event DIGITAL X in Köln gehen. Als digitale menschenähnliche Assistenten ändern sie die Art und Weise, wie wir mit Technologie interagieren und eröffnen neue Möglichkeiten in verschiedenen Bereichen unseres Lebens.  

• Chatbot: Ein textbasierter Assistent, der über ein Chatfenster kommuniziert und auf textbasierte Eingaben reagiert. 
• Deepfake: Eine Technologie, die es ermöglicht, realistische, aber gefälschte Videos oder Audios zu erstellen, die schwer von echten zu unterscheiden sind. 
• Hyperrealismus: Ein Stil der Darstellung, der darauf abzielt, ein extrem realistisches Abbild zu schaffen, das kaum von der Realität zu unterscheiden ist. 
• Judy: Ein 3D-Avatar, der von der Telekom MMS für die Digital X Messe entwickelt wurde, um Besuchern Informationen zu geben und Fragen zu beantworten. 
• KI-Avatar: Ein mit KI generiertes, menschenähnliches oder hyperrealistisches Abbild eines Menschen, das sich in einem virtuellen Raum oder Endgerät bewegt und Menschen in ihrer Sprache und mit Inhalten simuliert. 
• Metaversum: Ein kollektiver virtueller Raum, der durch die Konvergenz von physisch erweiterten virtuellen Räumen und physisch persistierenden virtuellen Räumen entsteht, einschließlich der Summe aller virtuellen Welten, Augmented Reality und dem Internet. 
• Sprachmodelle: Ein KI-Modell, das natürliche Sprache versteht und generiert, um menschliche Kommunikation zu simulieren. 
• Uncanny Valley: Phänomen, das beschreibt, wie menschenähnliche Objekte, die fast, aber nicht ganz realistisch sind, bei Betrachtern ein Gefühl des Unbehagens hervorrufen. 
• Voicebot: Ein Sprachassistent, der über einen Sprachkanal kommuniziert, jedoch keine visuelle Darstellung hat. 

Die Entwicklung von Avataren hat in den letzten Jahren einen bemerkenswerten Sprung gemacht. Während frühere Versionen oft comichaft und statisch wirkten, streben moderne Avatare nach einer immer realistischeren Darstellung. Diese Entwicklung wird durch den Wunsch nach einer stärkeren emotionalen Verbindung zwischen Mensch und Maschine vorangetrieben. 

KI-Avatare sind menschenähnliche bis hyperrealistische Abbildungen, die sich in virtuellen Räumen wie dem Metaverse, auf digitalen Stelen (Digital Signage) im öffentlichen Raum oder in speziellen Anwendungen auf verschiedenen Endgeräten bewegen und Menschen in Sprache und Inhalt simulieren. Im Gegensatz zu herkömmlichen Chatbots oder Voicebots verfügen Avatare über ein visuelles Erscheinungsbild, das Lippen-, Arm- und Körperbewegungen umfassen kann. Leistungsstarke KI-Sprachmodelle ermöglichen es den Avataren komplexe und verschachtelte menschliche Ausdrucksweisen zu verstehen und darauf angemessen zu reagieren. 

Die zugrunde liegende Technologie hat sich von regelbasierten Systemen zu hochentwickelten generativen KI-Modellen weiterentwickelt. Moderne Sprachmodelle ermöglichen es Avataren, Anliegen besser zu verstehen und präzisere Antworten zu geben als vorgefertigte Datenbankantworten. Diese Fortschritte haben das Potenzial, die Qualität der Interaktionen erheblich zu verbessern und neue Anwendungsmöglichkeiten zu erschließen. Das zeigt sich auch im schnell wachsenden Markt für generative KI-Tools zur Erstellung von Videos, wie heyGen, Sora oder Synthesia. 

Trotz der technologischen Fortschritte gibt es noch Herausforderungen bei der breiten Akzeptanz von  KI-Avataren. Viele Menschen bevorzugen nach wie vor den persönlichen Kontakt mit menschlichen Assistenten. Dies liegt zum Teil an der Berührungsangst mit nicht-menschlichen Interaktionen und dem Wunsch nach vertrauensbildenden zwischenmenschlichen Beziehungen.  

Ein wichtiger Aspekt bei der Gestaltung von Avataren ist das sogenannte "Uncanny Valley" - ein Phänomen, bei dem fast menschenähnliche Avatare Unbehagen auslösen können. Designer*innen stehen vor der Herausforderung, entweder hyperrealistische oder bewusst künstliche, aber qualitativ hochwertige Darstellungen zu schaffen, um dieses Problem zu umgehen. Authentische und flüssige Bewegungen sowie realistische und emotionale Gesichtsausdrücke sind entscheidend, um die Glaubwürdigkeit zu erhöhen.  

Die Anforderungen an die Kommunikationsfähigkeiten sind dabei sehr hoch, denn solch ein Avatar muss eine schnelle und natürliche Sprachverarbeitung für eine nahtlose Interaktion ermöglichen. 

Unterschiedliche Vorzüge gibt es außerdem je nach Nutzergruppe. Während jüngere Nutzende oft experimentelle Designs und weniger realistische Avatare bevorzugen, sind ältere Menschen eher konservativ. Avatare sollten außerdem kulturell sensibel gestaltet sein, um Akzeptanz in verschiedenen kulturellen Kontexten zu gewährleisten.  

Entscheidend dabei bleibt die transparente Kommunikation über die Vorteile sowie die Funktionen, um Akzeptanz zu schaffen. Es ist wichtig, dass Benutzende wissen, ob sie mit einem Avatar oder einem Menschen interagieren, um Vertrauen aufzubauen und ethische Bedenken auszuräumen. Zur Vertrauensbildung zählt demnach auch die Sicherstellung, dass die persönlichen Daten der Nutzenden geschützt werden. Insbesondere das Aufkommen von Deep Fakes und KI-gesteuerten Phishing-Angriffen erfordert in diesem Zusammenhang entsprechende Sicherheitsmechanismen.

Ein bereits verprobtes Beispiel für den Einsatz von Avataren ist "Judy", ein 3D-Avatar, der für das Event DIGITAL X in Köln von der Telekom MMS entwickelt wurde. Judy war das Gesicht der Veranstaltung und sorgte an verschiedenen Kontaktpunkten für Wiedererkennung und Orientierung. In beratender Funktion als Stele an verschiedenen Punkten auf dem Gelände konnte sie von Gästen angesprochen werden, um sich über die Programmpunkte und ausgestellten Exponate zu informieren. Zu Marketingzwecken diente der Avatar außerdem in der Vorabkommunikation zum Event, indem Videos mit entsprechenden Messages für das Einladungsmanagement beispielsweise auch in Social Media verwendet wurden. Content Creation mit Avataren ist also ein weiterer interessanter Einsatzbereich.

Diverse weitere Szenarien sind für digitale Assistenten denkbar, wie zum Beispiel als Welcome-Manager im Eingangsbereich von Filialen oder Shoppingzentren und als Support am Help Desk. Im Bereich Service kann ein Avatar somit auch zur Kundenbindung beitragen, indem er ein zentraler personifizierter Anlaufpunkt für Beratung und Unterstützung wird. Auch zu Schulungszwecken bieten sich Avatare als Coach oder Proband an, um interaktive zwischenmenschliche Situationen virtuell zu trainieren oder Lerninhalte auf eine innovative Art zugänglich zu machen. Es ist außerdem denkbar, dass Avatare zukünftig einen wichtigen Beitrag zur Barrierefreiheit beitragen, indem sie als Gebärdensprachdolmetscher eingesetzt werden.  

Für einen individuellen, auf die Marke zugeschnittenen Avatar, der allen Akzeptanzkriterien entspricht, muss ein längerfristiges Projekt mit entsprechender methodischer Begleitung in der Forschungs-, Feedback- und Test-Phase aufgesetzt werden. Die entwickelten KI-Avatare verfügen dann über aktuelle Large Language Modelle und können auch mehrsprachig agieren. Unternehmensspezifische Produktdatenbanken, Leistungsbeschreibungen und Dokumentationen bilden die Grundlage für den entsprechenden Use Case des Avatars im Beratungskontext. Dann muss der Avatar an die entsprechenden Kontaktpunkte bzw. Endgeräte angepasst werden, damit die Echtzeitkommunikation an beliebigen Kundenschnittstellen von Web bis Meta-Human in Lebensgröße funktioniert und auch den höchsten Anforderungen im Bereich Datenschutz und Sicherheit entspricht. 

Die Zukunft der KI-Avatare verspricht eine nahtlose Integration digitaler Assistenten in unseren Alltag, die traditionelle Callcenter ersetzen und uns bei verschiedenen alltäglichen Aufgaben kanalunabhängig unterstützen könnten. KI Agenten oder Metahumans treiben diesen Fortschritt weiter voran.  

Welche weiteren Hypothesen Martin Wunderwald aufstellt, erfahren Sie in dieser Podcast-Folge. Wie wünschen gute Unterhaltung. 

Moderiert wird diese Folge von Steffen Wenzel, Mitgründer und Geschäftsführer von politik-digital. 

Wir haben Sie auf den Geschmack, ... aufs Gehör gebracht? 

Dann lesen Sie doch begleitend...

• Alle Informationen im Überblick- Alles rund um Künstliche Intelligenz

... und hören Sie auch:

• Wie KI die Telekom und den Mittelstand transformiert.
• Innovativ mit KI: Business Lösungen mit echtem Mehrwert schaffen.

Ausgesprochen Digital bei: 

➥ Apple Podcast 

➥Spotify

➥YouTube Music

Neugierig auf die weiteren Themen? 

➥ Alle Folgen im Überblick