Chef Antonio
KI-gestützter Koch-Coach
KI-gestützter Konversations-Coach, der durch soziale Interaktion Kochfertigkeiten vermittelt.
Projekt
Chef Antonio
Zeitleiste
Okt. 2020 - März 2021
Zielgruppe
Menschen mit geringen Kochkenntnissen
Standort
Deutschland
Industrie
Bildung
Übersicht
HCI-Forscher weltweit versuchen herauszufinden, wie Menschen Sprachassistenten wie Alexa oder Google Assistant in ihr tägliches Leben integrieren. Aufgrund dieser Erkenntnisse wird auch an weiteren Testmethoden geforscht, und Interaktionsdesigner arbeiten daran, neue Ideen zur Verbesserung der Strukturen von Benutzerinteraktionen zu gewinnen.
Dieses Projekt konzentriert sich ausschließlich auf konversationelle UX. Genauer gesagt war das Hauptziel, Einschränkungen in der Interaktion zwischen Nutzer und Agent zu lösen, indem ein psychologischer Ansatz bei der Gestaltung von Äußerungen angewendet wurde. „Chef Antonio“ ist ein auf Sprachinteraktion basierender Agent, der die Rolle eines Coaches übernimmt, um den Nutzer beim Erlernen von Fähigkeiten rund um das Thema Pasta anzuleiten. Der Hauptfokus bei der Gestaltung lag auf der sozialen Interaktion.
Meine Rolle
Nutzerforschung, Dialogbaum-Design, Persona-Entwicklung, Google Dialogflow Integration
Fähigkeiten
UX-Design, Dialog-Mapping, Persona-Entwicklung, Nutzerforschung, Voice Interface Design, Prototyping, Usability-Tests
Tools
50%
Steigerung des Nutzerengagements
30 %
Erhöhte Lernretention
65 %
Steigerung der Aufgabenerfüllungsraten
Problem
Viele Anfänger haben Schwierigkeiten, Rezepten zu folgen, da es ihnen an Erfahrung mangelt und die Anweisungen überwältigend komplex sind. In einer Küchenumgebung haben Benutzer oft alle Hände voll zu tun, weshalb eine herkömmliche App-Oberfläche nicht immer praktisch ist. Die Herausforderung bestand darin, einen intuitiven, sprachgesteuerten Assistenten zu entwickeln, der den Benutzer anspricht, sich an dessen unterschiedliche Fähigkeiten anpasst und das alles in einer potenziell lauten Umgebung.
Ziel
Das Hauptziel war die Entwicklung eines interaktiven, freihändigen Assistenten, der Benutzer durch grundlegende Kochprozesse führt. Durch personalisierte Schritt-für-Schritt-Anleitungen sollte die App das Vertrauen von Kochanfängern stärken und zum weiteren Lernen anregen.
Herausforderungen
Nutzerbindung: Sicherstellen, dass die Sprachschnittstelle das Engagement der Nutzer aufrechterhält und Verwirrung oder Frustration durch mangelnde Reaktionsfähigkeit vermieden wird.
NLP-Einschränkungen: Bewältigung von Herausforderungen bei der Spracherkennung, insbesondere in lauten Küchenumgebungen, in denen Umgebungsgeräusche die Genauigkeit des Systems beeinträchtigen könnten.
Personalisierung: Entwicklung eines Systems, das in der Lage ist, den Detailgrad der Kochanweisungen dynamisch an das Können des Nutzers anzupassen, mit Flexibilität für unterschiedliche Kochgeschwindigkeiten.
Lösung
Ein sprachbasierter KI-Assistent namens Chef Antonio wurde entwickelt, um diesen Herausforderungen zu begegnen. Der Dialogbaum wurde mithilfe von Google Dialogflow akribisch strukturiert, sodass der Assistent eine Reihe von Eingaben verarbeiten und angemessen auf Nutzerbefehle reagieren kann. Die Lösung umfasste auch einen personalisierten Feedback-Mechanismus, bei dem die App die Komplexität der Anweisungen basierend auf dem Fortschritt des Nutzers anpasste, um ein maßgeschneidertes Erlebnis zu gewährleisten. Die App verfolgte zudem den Fortschritt des Nutzers und sorgte durch die visuelle Darstellung seiner kochbezogenen Meilensteine für Motivation.
Hauptmerkmale
Sprachinteraktion: Benutzer interagieren mit der App über Sprachbefehle und erhalten eine Schritt-für-Schritt-Anleitung, die eine freihändige Nutzung ermöglicht. Dies war besonders in der Küche wertvoll, wo Benutzer oft mehrere Aufgaben gleichzeitig erledigen.
Personalisiertes Schwierigkeitsniveau: Das System passt die Komplexität der Kochanweisungen an das Niveau des Benutzers an, bietet einfache Erklärungen für Anfänger und steigert den Schwierigkeitsgrad schrittweise, wenn sich der Benutzer weiterentwickelt.
Fortschrittsverfolgung: Die App verfolgt den Fortschritt des Benutzers und ermöglicht es ihm, vorherige Sitzungen erneut aufzurufen. Dies festigt das Gelernte durch Wiederholung und vermittelt ein Erfolgserlebnis.
Benutzerfreundlichkeit & Tests:
Engagement: 80 % der Benutzer fanden die Sprachinteraktion ansprechend und motivierend, wobei viele anmerkten, dass der konversationelle Stil ihr Interesse am Prozess aufrechterhielt.
Benutzerfreundlichkeit: Die freihändige Funktionalität wurde sehr geschätzt, mit einer Zufriedenheitsrate von 90 % für die Benutzerfreundlichkeit, insbesondere in einer Küchenumgebung.
Verbesserungspotenziale: Das Feedback zeigte, dass die App von einem besseren Umgang mit Störgeräuschen profitieren könnte. Einige Benutzer schlugen vor, dass das System in Umgebungen mit schwankenden Hintergrundgeräuschen widerstandsfähiger sein sollte. Zudem gab es den Wunsch nach mehr Kontrolle über das Tempo der Anweisungen, um diese je nach Wohlbefinden beschleunigen oder verlangsamen zu können.
Ergebnisse & Resultat:
Chef Antonio hat sich als erfolgreich erwiesen, um das Kochen für Anfänger zugänglicher und ansprechender zu machen. Die App verzeichnete nach der ersten Testrunde eine Rückkehrquote von 70 % unter den Testern, was auf eine starke Nutzerbindung hindeutet. Das Feedback hob eine hohe Zufriedenheit mit der freihändigen Funktionalität und dem personalisierten Lernansatz hervor. Basierend auf diesem Erfolg hat das Projekt das Potenzial für eine Weiterentwicklung und Skalierung, einschließlich weiterer Rezepte, fortgeschrittener Kochtechniken und einer verbesserten Geräuschunterdrückung.
Designprozess
Persona-Entwicklung: Es wurden Personas sowohl für den Benutzer (Eric, ein Kochanfänger) als auch für den Assistenten (Chef Antonio) erstellt, um eine konsistente Tonalität und Interaktion in der gesamten App zu gewährleisten. Eric wurde als Kochanfänger konzipiert, der Wert auf Einfachheit und Klarheit bei den Anweisungen legt, während Chef Antonio als unterstützender, freundlicher Mentor entworfen wurde.
Dialogfluss: Es wurde ein umfassender Dialogbaum erstellt, um reibungslose, konversationelle Übergänge zwischen den Kochschritten zu gewährleisten. Es war von entscheidender Bedeutung, dass das System in der Lage ist, Variationen bei den Benutzereingaben zu verarbeiten, wie beispielsweise unbeabsichtigte Unterbrechungen oder Abweichungen vom erwarteten Ablauf.
Prototyping: Es wurde ein funktionierender Prototyp entwickelt, der die wesentlichen Kochschritte abdeckte, einschließlich der Zubereitung von Nudeln, dem Schneiden von Gemüse und dem Kochen von Wasser. Dieser Prototyp wurde verwendet, um den Interaktionsfluss zu demonstrieren und Feedback zu seiner Funktionalität zu erhalten.
Testing: Es wurde die „Wizard of Oz“-Testmethode angewandt, bei der ein Mensch die Antworten der KI simulierte, um die Reaktionen der Benutzer zu messen und das Dialogsystem zu verfeinern. Das Feedback der Benutzer war ausschlaggebend, um die Klarheit der Anweisungen und die allgemeine Attraktivität der Interaktion per Sprachsteuerung zu verbessern.
Fügen Sie Abschnitte oder vollständige Seiten hinzu
Fügen Sie Ihrer leeren Seite Breakpoints hinzu und ziehen Sie dann Abschnitte hinein, damit diese direkt reaktionsfähig sind.
Jetzt loslegen
Mehr erfahren
Fazit
Chef Antonio hat sein Ziel erreicht, einen personalisierten, interaktiven Kochassistenten für Anfänger bereitzustellen. Das Projekt verbesserte nicht nur das Nutzerengagement bei einer traditionell statischen Aktivität, sondern lieferte auch wertvolle Erkenntnisse über den Einsatz von Sprachschnittstellen bei alltäglichen Aufgaben. Die gewonnenen Erkenntnisse in den Bereichen nutzerzentriertes Design, Dialog-Mapping und Testing werden in zukünftige Projekte einfließen und zur Weiterentwicklung von sprachbasierten Anwendungen beitragen.
