Akosuas Sprachwechsel. Eine wichtige Angabe steht auf dem Spiel.

Wenn Twi und Ghanaian English im selben Gedanken vorkommen, sollte eine Sprach-KI den ganzen Gedanken verstehen und knapp darauf antworten. Nkomo ist genau für solche Gespräche gedacht: Man spricht oder tippt so, wie man ohnehin spricht, ohne vor jedem Satz eine Sprache auszuwählen.

Freitagabend in Kumasi, kurz vor dem Familienessen. In dieser erfundenen, aber typischen Szene steht Akosua mit einem Geschirrtuch über der Schulter in der Küche. Auf dem Tisch liegt ein Schreiben, das ihre Tochter aus London weitergeleitet hat. Eine Antwort muss noch an diesem Abend raus. Akosua hat schon zweimal versucht, eine allgemeine Sprachassistenz zu fragen. Beim Wechsel ins Englische brach die Erkennung ab. Ein dritter Versuch könnte wieder Zeit kosten, und ohne eine verständliche Antwort würde ihre Tochter die Nachricht womöglich mit einer wichtigen Angabe weniger abschicken.

Ein Gedanke hält sich selten an eine Sprachgrenze

Akosua hält die Sprechtaste und fragt: „Mepa wo kyɛw, explain wei to me. Enti what should she write back?“

Für sie ist das kein Sprachtest. Der englische Teil trägt die genaue Bitte, der Twi-Teil den Ton und den Zusammenhang. Beides gehört zu einem Satz. Trotzdem behandeln viele digitale Assistenten einen solchen Wechsel wie einen Fehler: Sie verlieren Wörter, raten eine andere Bedeutung oder verlangen, dass man von vorn beginnt.

Für einen Moment bleibt Akosua still. Wenn wieder eine Fehlermeldung kommt, muss ihre Tochter selbst entscheiden, was gemeint sein könnte. Genau dort liegt das Risiko. Die Technik scheitert nicht an einem exotischen Sonderfall, sondern an der Sprache, in der eine Familie gerade etwas Wichtiges klären will.

Nkomo antwortet gesprochen, in einem knappen Satz. Akosua hört die Erklärung, unterbricht mit einer Rückfrage und bekommt direkt die nächste Antwort. Kein Menü für „Twi“ oder „English“. Kein künstliches Umschreiben des eigenen Gedankens.

Wer solche Wechsel aus dem Familienalltag kennt, findet das Muster auch in diesem Beitrag über Aunties Sprachwechsel mitten im Satz.

Eine knappe Antwort kann wichtiger sein als eine lange

Gesprochene Antworten müssen zur Situation passen. In einer Küche, im Auto oder zwischen zwei Erledigungen hilft kein Vortrag, der erst nach mehreren Absätzen zur Sache kommt. Akosua braucht eine Antwort, die sie hören, prüfen und sofort weiterverwenden kann.

Im Freisprechmodus hält sie zum Sprechen gedrückt, hört die Antwort und kann natürlich unterbrechen. Das verändert den Rhythmus. Ein Gespräch fühlt sich weniger wie das Ausfüllen eines Formulars an und mehr wie eine kurze Klärung:

„Enti, should she mention the earlier message too?“

Die Antwort kommt gesprochen. Akosua muss weder einen neuen Chat beginnen noch erklären, weshalb plötzlich ein englischer Ausdruck auftaucht. Der Zusammenhang bleibt im Gespräch.

Das ist auch für Menschen in der Diaspora wichtig. Ein Sohn in Hamburg kann auf Deutsch arbeiten, mit Freunden Englisch sprechen und seine Mutter in Twi anrufen. Im selben Satz können dann ein englischer Fachbegriff, eine Twi-Frage und ein vertrauter Tonfall zusammenkommen. Die Aufgabe der KI besteht darin, diesen tatsächlichen Sprachgebrauch aufzunehmen, nicht ihn in getrennte Schubladen zu pressen.

Privatsphäre gehört in denselben Moment

Akosua liest etwas aus einem privaten Schreiben vor. Deshalb zählt neben der Antwort eine zweite Frage: Was erreicht die Cloud, und was bleibt auf ihrem Gerät?

Nkomo macht diese Entscheidung sichtbar. Man kann Cloud-Nutzung ablehnen, bei jedem Mal gefragt werden oder sie für die laufende Sitzung erlauben. Der Verlauf liegt auf dem Gerät und lässt sich abschalten. Wird er abgeschaltet, wird er sofort gelöscht. Daten können mit einem Tippen exportiert werden; auch das Konto lässt sich auf diesem Weg löschen.

Diese Kontrolle ist keine Fußnote für später. Sie gehört an den Punkt, an dem jemand überlegt, ob er einen Namen, eine persönliche Nachricht oder eine familiäre Angelegenheit laut aussprechen möchte. Eine ausführlichere Geschichte darüber, wie Twi-Gespräche und Privatsphäre zusammenhängen, steht in Akosuas Familiengespräch.

Auch Fehler müssen erkennbar bleiben. Wenn etwas nicht funktioniert, zeigt Nkomo den Fehler an, statt ihn still zu verschlucken. Das klingt technisch, ist im entscheidenden Moment aber sehr menschlich: Akosua weiß, ob ihre Frage angekommen ist. Sie muss nicht anhand einer seltsamen Antwort erraten, ob die Hälfte ihres Satzes verloren ging.

Am Ende zählt, wie Akosua wirklich spricht

Wenige Minuten später sitzt Akosua am Tisch. Das Schreiben liegt noch neben ihr, doch die entscheidende Stelle ist geklärt. Sie schickt ihrer Tochter eine kurze Sprachnachricht mit der fehlenden Erklärung und legt das Telefon weg, bevor das Essen kalt wird.

Der Unterschied liegt in diesem unscheinbaren Ende. Akosua musste ihr Twi nicht vereinfachen, den englischen Ausdruck nicht vermeiden und ihren Gedanken nicht für eine Maschine neu bauen. Sie konnte fragen, wie sie fragt.

Genau daran sollte man eine Sprach-KI für Ghana und die Diaspora messen: Versteht sie den ganzen Gedanken, wenn die Sprache mitten im Satz wechselt? Antwortet sie so knapp, dass man weiterkommt? Und lässt sie die sprechende Person entscheiden, welche Daten wohin gelangen?

Wenn diese drei Dinge zusammenkommen, wird aus einem Sprachversuch ein Gespräch.