Jarvis, unser Shop-Assistent
In unseren Shops steht niemand hinter der Budel. Wer nicht weiterweiß, kann trotzdem fragen: „Hey Jarvis“ – und der Automat antwortet. Auf Wienerisch, wenn man ihn auf Deutsch anspricht.
Was Jarvis kann
- Bei der Prüfung helfen. Jarvis weiß, auf welchem Bildschirm der Kunde gerade steht. Klappt das Lesen des Ausweises nicht, gibt er Tipps zu Licht und Haltung oder schlägt den anderen Weg vor – Ausweis-Chip statt ID Austria oder umgekehrt.
- Das Sortiment kennen. Er hat die aktuelle Produktliste des Shops und kann sagen, was es gibt und was es kostet. Hat er keine Liste, sagt er das, statt Produkte zu erfinden.
- Click & Collect erklären. Wie man online bestellt, wie die Abholung mit Code am Automaten läuft.
- Beschwerden aufnehmen. Wer sich ärgert, kann Jarvis sein Anliegen sagen und auf Wunsch eine Rückrufnummer. Jarvis liest die Nummer zur Kontrolle vor und leitet alles an unser Team weiter.
- Fragen zum Datenschutz beantworten. Was der Automat speichert und was nicht – aus einem festen Themenblatt, nicht aus dem Bauch.
Bevor er sich verabschiedet, fragt Jarvis einmal, ob man Vorschläge für uns hat. Dafür gibt es ihn letztlich: damit wir den Shop besser machen.
Wienerisch, aber nicht nur
Die Begrüßung kommt auf Wienerisch. Ab dem nächsten Satz gilt eine einfache Regel: Jarvis antwortet in der Sprache, in der man ihn zuletzt angesprochen hat. Wer auf Kroatisch, Englisch oder Türkisch weiterredet, bekommt die Antwort auf Kroatisch, Englisch oder Türkisch, ohne Umschaltknopf. Der Wiener Wortschatz bleibt für deutsche Gespräche reserviert.
Er sagt nur, was er weiß
Ein Sprachmodell erfindet gern Antworten, die überzeugend klingen. Bei frühen Tests hat Jarvis Bedienschritte erklärt, die es am Automaten gar nicht gab. Seitdem gilt: Jarvis gibt nur Anweisungen, die in seinen Hilfetexten stehen – eine Karte pro Bildschirm, dazu Themenblätter etwa zu Datenschutz, Abholung und Stammkunden. Alles andere muss er als Vermutung kennzeichnen. Die Hilfetexte sind einfache Textdateien, die wir ohne Programmierung anpassen.
Dasselbe gilt für Produkte: lieber eine Liste, die ein paar Tage alt ist, als eine frische Erfindung. Die Liste kommt einmal am Tag aus unserem Warenwirtschaftssystem und bleibt auch ohne Internet auf dem Gerät.
Vom Raspberry Pi aufs Handy
Jarvis hat klein angefangen: auf einem Raspberry Pi Zero 2W mit einer USB-Freisprecheinrichtung. Ein lokales Modell hört auf das Weckwort „Hey Jarvis“, erst danach beginnt das Gespräch. Das funktionierte, war aber mühsam zu warten – eigene Dienste, eigene Audio-Einstellungen, ein Gerät mehr am Automaten.
Im Mai 2026 ist Jarvis auf Android umgezogen, zuerst als eigene App, dann in die Automaten-App selbst. Seitdem läuft er auf dem Handy, das ohnehin die Altersprüfung macht: Das Mikrofon bleibt im Hintergrund wach, das Weckwort wird auf dem Gerät erkannt. Wer nicht laut rufen will, tippt auf den Jarvis-Knopf am Bildschirm.
Zwei Sprachmodelle im Test
Das eigentliche Gespräch führt ein Sprachmodell in der Cloud, das Sprache direkt hört und spricht – ohne Umweg über Text. Wir haben zwei davon im Shop-Betrieb ausprobiert:
| Seit | Modell | Eindruck |
|---|---|---|
| 05/2026 | Gemini Live (Google) | Von Anfang an dabei, schon auf dem Raspberry Pi. Antwortet abwechselnd: zuhören, dann sprechen. Heute unser Standard. |
| 09/2026 | GPT Live (OpenAI) | Hört zu, während es spricht, und übernimmt den Sprecherwechsel selbst. Natürlicheres Gespräch, aber eine andere Bauart: Werkzeuge ruft ein zweites Modell im Hintergrund auf. |
Damit der Wechsel nicht jedes Mal ein Umbau ist, steckt zwischen App und Sprachmodell eine Schnittstelle. Welches Modell spricht, ist eine Einstellung. Für GPT Live haben wir das Verhalten der Verbindung vorher Stück für Stück vermessen: Die Audiodaten kommen in 100-Millisekunden-Paketen in Echtzeit, eine Sitzung startet in 0,4 bis 1,3 Sekunden, und zwischen zwei Sätzen fließt exakte Stille statt gar nichts. Solche Details entscheiden, ob Jarvis jemanden mitten im Satz unterbricht oder nicht.
Was dabei ins Internet geht
Hier ist Jarvis anders als die Altersprüfung, und das sagen wir offen: Damit er antworten kann, geht die Sprache des Gesprächs an den Anbieter des Sprachmodells. Der Anbieter verwendet sie laut seinen Bedingungen nicht für Training und löscht sie nach spätestens 30 (OpenAI) bzw. 55 Tagen (Google). Die Gesprächsprotokolle sehen wir uns an, um Jarvis zu verbessern. Details stehen in der Datenschutzerklärung.
Die Altersprüfung selbst hat damit nichts zu tun. Jarvis kann einem Kunden erklären, wie sie funktioniert. Freigeben kann er nichts.
Und warum „Jarvis“?
Ganz unromantisch: Für „Hey Jarvis“ gab es ein fertiges Weckwort-Modell, das auf dem Gerät läuft. Der Name ist geblieben. Den Wiener Schmäh haben wir selbst dazugebaut.