Google Assistant wird eingestellt, alle Sprachassistenten wie Siri werden obsolet, aber die Sprachinteraktion ist nach wie vor eine unverzichtbare Kernanforderung für KI-Interaktionen.

Das Zeitalter der KI ist gekommen, es ist Zeit für die herkömmlichen Sprachassistenten, den Platz zu räumen.

Im August veröffentlichte Google offiziell eine Mitteilung, in der angekündigt wurde, dass der 10-jährige intelligente Assistent von Google „Google Assistant“ am 4. September seinen Dienst einstellen wird. Zu diesem Zeitpunkt wird das Aktivierungswort „Hey Google“ den nächsten KI-Assistenten Gemini aufrufen, der von Google entwickelt wurde.

Bildquelle: Google

Nach Angaben von Google betrifft der Wechsel von dem ursprünglichen Google Assistant (im Folgenden als Google-Assistent bezeichnet) zu Gemini nicht nur mobile Geräte wie Smartphones und Tablets; auch Smartwatches, Kopfhörer und sogar Android Auto (die Android-Version von CarPlay, das nicht auf dem chinesischen Festland angeboten wird) in Fahrzeugsystemen müssen mit der neuen Generation aktualisiert werden.

Interessanterweise ist dies jedoch nicht das erste Mal, dass Google plant, den Google-Assistenten in den Ruhestand zu schicken: Seit seiner Veröffentlichung zusammen mit dem ersten Pixel-Smartphone im Jahr 2016 hat der Google-Assistent die Nutzer auf der ganzen Welt zehn Jahre lang begleitet. Bereits im März 2025 kündigte Google an, dass der Google-Assistent Ende 2025 abgelöst wird und Gemini den Platz übernimmt.

Aber die Dinge sind offensichtlich nicht nach Googles Plan verlaufen: Aufgrund der großen Anzahl betroffener Geräte und der damals sehr begrenzten Wettbewerbsfähigkeit von Gemini wurde dieser Ablöseplan von Ende 2025 auf Anfang 2026 und dann von Anfang 2026 auf die zweite Hälfte von 2026 verschoben. Google hat sogar während der Verzögerung die Google I/O veranstaltet und das neue Gemini 3.5 vorgestellt.

Bildquelle: Google

Wenn Google so sehr an dem Google-Assistenten hängt, warum lässt man Gemini dann nicht einfach unter dem Namen Google Assistant 2.0 weiter für die Nutzer arbeiten?

Oder anders ausgedrückt: Sind Sprachassistenten wie Google Assistant, Siri und Cortana, die vor dem KI-Zeitalter entstanden sind, wirklich nicht mehr mit der Zeit Schritt halten?

Die Nutzer sind zunehmend auf Sprachassistenten angewiesen

Es ist leicht zu erkennen, dass Google und Apple die Sprachassistenten aus der Zeit vor der KI neu entwickeln müssen, was mit der Nachfrage der Nutzer nach Sprachassistenten zusammenhängt.

Leikeji (ID: Leikeji) ist der Ansicht, dass diese „Nachfrage“ nicht die Nachfrage im eigentlichen Sinne ist, sondern der Grad der Abhängigkeit.

Abgesehen von der Sprachinteraktion, die auf der Übereinstimmung von Sprachbefehlen wie dem Gionee Voice King basiert, markierte die Veröffentlichung von Siri zusammen mit dem iPhone 4S im Oktober 2011 den Beginn der Ära, in der Sprachassistenten offiziell in Smartphones eingeführt wurden. Im Mai 2016 stellte Google auf der I/O-Konferenz Assistant vor, der zusammen mit Cortana und Alexa die glorreichen Jahre der Sprachassistenten prägte.

Bildquelle: Apple

Aber da Smartphones in unserem Leben immer wichtiger werden, zeigen sich auch die Grenzen der Fähigkeiten dieser Sprachassistenten: Wir können Siri bitten, für uns anzurufen, die Navigation einzurichten, Weibo zu schreiben und SMS zu senden, aber wir können Siri nicht bitten, unsere Bilder zu bearbeiten oder Spiele zu spielen, schließlich gab es damals noch kein Konzept von KI-Agenten.

Ungefähr zu diesem Zeitpunkt begann unsere Abhängigkeit von Sprachassistenten abzunehmen: Siri hat sich seit mehr als zehn Jahren kaum verändert, der Witz von der „künstlichen Dummheit“ verbreitete sich immer wieder; intelligente Lautsprecher waren aufgrund ihrer begrenzten Fähigkeiten auf dem globalen Markt unbeliebt und wurden zu Sprachfernbedienungen für intelligente Haushaltsgeräte. Die Erwartungen der inländischen Nutzer an Sprachassistenten beschränkten sich allmählich auf das Einstellen von Weckern, das Abfragen des Wetters und das Einschalten der Klimaanlage. Sogar der Kernteil der Smartphone-Präsentationen wechselte von den Funktionen des Sprachassistenten zur Spielleistung und Bildqualität des Smartphones.

Bildquelle: Leikeji

Erst mit dem Aufschwung des Konzepts des KI-Agenten begann die Bedeutung von Smartphone-Sprachassistenten oder sogenannten „intelligenten Assistenten“ wieder zu steigen. Nach den von Google veröffentlichten Zahlen hat die monatliche aktive Nutzerzahl von Gemini 950 Millionen erreicht, was sich innerhalb eines Jahres mehr als verdoppelt hat. Die Anzahl der täglichen Interaktionen hat sich verdreifacht und ist fast doppelt so hoch wie der Spitzenwert von Google Assistant. Sogar Apple, das als „künstliche Dummheit“ verspottet wurde, stellte auf der WWDC im Juni 2026 das vollständig neu entwickelte Siri AI vor, dessen Modell und Interaktion komplett überarbeitet wurden.

Rückblickend auf die Veränderung dieser U-Kurve ist Leikeji der Ansicht, dass die Nachfrage der Nutzer nach intelligenten Assistenten (einschließlich Sprachassistenten) immer existiert hat, und was tatsächlich unterbrochen wurde, ist die Fähigkeit der Sprachassistenten. Aus dieser Sicht bedeutet der Anstieg der monatlichen aktiven Nutzer nicht, dass die Nachfrage der Nutzer nach Sprachassistenten plötzlich gestiegen ist, sondern nur, dass die Fähigkeiten der intelligenten Assistenten im Zeitalter der KI-Agenten endlich der „Bequemlichkeit“ der Nutzer gerecht werden.

Im Zeitalter der KI ist die Sprachinteraktion zu einer neuen Grundanforderung geworden

Da die Veränderung der Nachfrage nach Sprachassistenten und die Verbesserung der Fähigkeiten von KI-Agenten in einem korrelativen, aber nicht kausalen Zusammenhang stehen, warum wählen die intelligenten Assistenten von Smartphones im Zeitalter der KI-Agenten dann die Sprachassistenten aus der „Urzeit“ als Einstiegspunkt, anstatt von Grund auf neu zu beginnen?

Leikeji ist der Ansicht, dass dies tatsächlich mit der Entwicklungsrichtung der KI-Agenten selbst zusammenhängt. Im Jahr 2026 werden alle Betriebssysteme in Richtung KI-AgentOS weiterentwickelt. Die Agenten im Zeitalter von AIOS müssen über verschiedene Apps hinweg arbeiten, aber die Schaltflächen, Menüs und Unterseiten auf dem Bildschirm sind alle für Menschen entworfen. Wenn der Agent Klicks simuliert, ist das langsam und fehleranfällig.

Die Mehrdeutigkeit der Sprache macht sie sehr geeignet als Zwischenschicht zwischen Nutzer und dem KI-Agenten des Smartphones: Der Nutzer gibt einen ungenauen Sprachbefehl, und das zugrundeliegende große Sprachmodell zerlegt und verfeinert den ungenauen Sprachbefehl in Operationen, die der KI-Agent verstehen und ausführen kann, und überlässt es dann dem Agenten, dies umzusetzen.

Natürlich ist das endgültige Ziel von KI-Agenten immer noch die echte „aktive Wahrnehmung“, „aktive Reaktion“ und „unsichtbare Interaktion“. Aber bevor die Fähigkeit zur „aktiven Wahrnehmung“ von Smartphone-KI-Agenten ausgereift ist, ist die Spracheingabe im Vergleich zur Berührungseingabe, Tastatureingabe oder Trigger-Eingabe die Interaktionsmethode, die am besten für die Bequemlichkeit der Nutzer in der aktuellen Phase geeignet ist. Aus diesem Grund werden die meisten gängigen KI-Agent-Assistenten den Einstiegspunkt des Sprachassistenten, der seit mehr als zehn Jahren existiert, nicht aufgeben.

Chinesische Smartphone-Hersteller sind Google voraus

Nachdem wir über die Schwierigkeiten von Google und Apple gesprochen haben, schauen wir uns an, wie inländische Marken den Einstiegspunkt der Sprachinteraktion nutzen.

Im Gegensatz zu Google und Apple, die von Grund auf neu beginnen, verwenden inländische Smartphone-Marken allgemein das Modell „Assistent-Frontend + KI-Backend“, um den Nutzern in kürzester Zeit das vollständigste KI-Erlebnis zu bieten, ohne gleichzeitig die Nutzerschwelle für KI-Agenten zu erhöhen. Auf dem Snapdragon-Gipfel im Oktober 2024 zeigte Honor zusammen mit Qualcomm die KI-Agent-Technologie von Honor mit einem offenen Ökosystem über verschiedene Anwendungen hinweg, was den Übergang der inländischen Smartphone-Marken von „Sprachassistenten“ zu „Agent-Assistenten“ markierte.

Neben Honor haben auch chinesische Smartphone-Marken wie Xiaomi, Huawei, OPPO und vivo in sehr kurzer Zeit die KI-Agent-Umgestaltung ihrer eigenen Sprachassistenten abgeschlossen. Gleichzeitig stecken Google Assistant und Siri noch in dem langsamen Umstellungsprozess der Sprachassistenten: Ersterer wurde wiederholt verschoben, Letzterer ist auf externe Hilfe für ein qualifiziertes zugrundeliegendes Modell angewiesen und das Veröffentlichungsdatum ist noch ungewiss.

Bildquelle: Honor

Nach Ansicht von Leikeji ist der Hauptgrund für diesen Zeitvorsprung von mehr als zwei Jahren, den chinesische Hersteller erzielt haben, der extrem intensive Wettbewerb auf dem chinesischen Smartphone-Markt. Die fünf Marken Huawei, Xiaomi, OPPO, vivo und Honor konkurrieren seit langem eng auf dem inländischen Markt. Wenn man ein Quartal langsamer ist, gehört der Markt dem Konkurrenten.

Darüber hinaus liegen das Ökosystem von WeChat, Alipay und Mijia außerhalb des Einflussbereichs von Google und Apple. Nur chinesische Hersteller können tiefe systemweite Integrationen durchführen. YOYO kann beispielsweise Nachrichten direkt senden, ohne WeChat zu öffnen, was Google nicht nachahmen kann.

Es ist sicher, dass die Vorteile der inländischen Smartphone-Marken im Zeitalter von KI-AgentOS weiter zunehmen werden: Begleitende KI, Zusammenarbeit von Endgerät und Cloud und Fähigkeitsgeschäfte sind bereits auf in Serie produzierten Smartphones aus China verfügbar, während Googles Gemini gerade erst auf Android 17 gestartet ist und Apples Siri AI noch auf die Genehmigung der Aufsichtsbehörden warten muss.

Man kann sagen, dass chinesische Smartphone-Marken die erste Runde im Wettbewerb um Smartphone-KI-Agenten bereits gewonnen haben.

Das Ende der KI-Interaktion ist die aktive Wahrnehmung

Aber andererseits, da wir gerade erwähnt haben, dass die endgültige Form von KI-Agenten die „aktive Wahrnehmung“ und „unsichtbare Interaktion“ ist, bedeutet das, dass die Sprachinteraktion allmählich verschwinden wird, wenn die Wahrnehmungsfähigkeit von KI-Agenten ausgereift ist?

Leikeji ist der Ansicht, dass im Zeitalter der KI-Agenten das Verschwinden der Sprachinteraktion zwar bei einigen Produkten auftreten kann, aber langfristig gesehen ist der Wert der Sprachinteraktion immer noch unersetzlich.

Im Gegensatz zu großen, fest installierten und von mehreren Nutzern genutzten Produkten wie intelligenten Fahrerkabinen und intelligenten Haushaltsgeräten werden Smartphones von einer Person persönlich verwendet und die meiste Zeit im ausgeschalteten Bildschirm in der Tasche getragen, sodass es keine Umgebung gibt, die wahrgenommen werden kann. Wenn eine Marke es wagt, das Mikrofon ständig eingeschaltet zu lassen und den Nutzer den ganzen Tag zu überwachen, wird sie vor dem Erschöpfen des Akkus wegen Verletzung der Privatsphäre der Nutzer in die Geschichte eingehen.

Nach Ansicht von Leikeji liegt der Kernwert der Sprachinteraktion in der „Kontrolle“: KIOT-Haushaltsgeräte wie Waschmaschinen, Wäschetrockner und Klimaanlagen können selbst entscheiden, wann sie arbeiten sollen. Aber Smartphones enthalten viele sensible Informationen (Zahlungen, Privatsphäre usw.), sodass KI-Agenten nur aktive Vorschläge machen können. Die endgültige Entscheidung muss in den Händen des Nutzers selbst oder in seinem Mund liegen.

Bildquelle: Smartisan

Rückblickend auf die zehn Jahre des Google-Assistenten ist Leikeji der Ansicht, dass das, was uns im September verlassen wird, nicht die oberflächliche Sprachinteraktion ist, sondern die befehlsgesteuerte Sprachinteraktion vor dem Zeitalter der KI-Agenten. Es ist sicher, dass die Sprachinteraktion auch im Zeitalter der KI-Agenten ihren eigenen einzigartigen Wert behält.