Vollduplex
Vollduplex bezeichnet eine Verbindung, bei der beide Seiten gleichzeitig senden und empfangen können. Ein Telefonat ist das klassische Beispiel; bei Sprach-KI ist es die Voraussetzung dafür, dass man dem Computer ins Wort fallen kann.
Wenn zwei Seiten miteinander Daten austauschen, gibt es drei Möglichkeiten. Entweder darf immer nur eine Seite senden und die andere hört zu. Oder beide dürfen senden, aber abwechselnd. Oder beide senden gleichzeitig, ohne aufeinander warten zu müssen. Der letzte Fall heißt Vollduplex. Ein Telefonat funktioniert so: Du kannst reden, während die andere Person redet, und hörst sie trotzdem. Ein Funkgerät funktioniert nicht so, dort muss man eine Taste drücken und am Ende „Over“ sagen.
Warum Sprach-KI erst dadurch natürlich wirkt
Ältere Sprachassistenten arbeiteten strikt abwechselnd. Du sagst etwas, wartest, das Gerät antwortet, du wartest wieder. Solange der Assistent redete, war sein Mikrofon praktisch taub. Fachleute nennen dieses Abwechseln Halbduplex. Es ist technisch einfacher, fühlt sich aber unnatürlich an, weil echte Gespräche selten so sauber getrennt ablaufen.
In einem normalen Gespräch überlappen sich die Beiträge ständig. Man wirft ein „mhm“ ein, man unterbricht, man korrigiert sich mitten im Satz. Ein System im Vollduplex-Betrieb hört auch dann zu, wenn es selbst gerade spricht. Sagst du „stopp, das meinte ich nicht“, bricht es seine Antwort ab. Genau dieser Unterschied entscheidet, ob eine Sprach-KI wie ein Gesprächspartner wirkt oder wie ein Automat.
Auch in Netzwerken ist der Unterschied messbar. Eine Vollduplex-Leitung kann in beide Richtungen die volle Datenmenge übertragen. Bei einer Halbduplex-Leitung teilen sich beide Richtungen dieselbe Kapazität. In der Praxis bedeutet das oft eine Verdopplung des Durchsatzes bei gleicher Hardware.
Zwei Kanäle statt einem Kanal
Technisch braucht Vollduplex zwei getrennte Wege für die beiden Richtungen. Ein Netzwerkkabel enthält dafür getrennte Adernpaare: eines zum Senden, eines zum Empfangen. Bei Funkverbindungen nutzt man stattdessen zwei verschiedene Frequenzen. Manche Systeme trennen die Richtungen auch zeitlich in sehr kurzen Abschnitten, sodass es für den Menschen gleichzeitig wirkt.
Bei Sprache kommt ein zusätzliches Problem dazu. Das Mikrofon hört den eigenen Lautsprecher mit. Ohne Gegenmaßnahme würde das System auf seine eigene Stimme reagieren. Dagegen hilft die sogenannte Echounterdrückung: Die Software kennt das ausgegebene Signal und rechnet es aus dem Mikrofonsignal wieder heraus. Übrig bleibt idealerweise nur die Stimme des Menschen.
Bei modernen Sprachmodellen läuft parallel dazu ständig eine Bewertung mit. Das System prüft laufend, ob ein Geräusch ein echter Unterbrechungsversuch ist. Ein zustimmendes „ja, genau“ soll die Antwort nicht abbrechen, ein „nein, warte“ dagegen schon. Diese Entscheidung muss innerhalb von Bruchteilen einer Sekunde fallen, sonst wirkt das Gespräch träge.
Vom Netzwerkkabel bis zum Kundenservice
In Produktbeschreibungen taucht der Begriff seit Jahrzehnten auf. Netzwerkkarten und Switches werben mit Vollduplex, Funkgeräte und einfache Gegensprechanlagen arbeiten dagegen im Wechselbetrieb. Auch bei Headsets für Videokonferenzen ist die Fähigkeit ein Qualitätsmerkmal, weil sonst der eigene Ton abgeschnitten wird, sobald jemand anderes spricht.
In den Tech-News der letzten Jahre steht der Begriff vor allem für Sprach-KI. Wenn ein Unternehmen einen „Voice Mode“ vorstellt, ist die Unterbrechbarkeit meist das zentrale Verkaufsargument. Firmen setzen solche Systeme in Telefon-Hotlines ein, weil Anrufer dort besonders ungeduldig sind und selten warten, bis eine Ansage endet.
Ein verbreiteter Irrtum ist, Vollduplex bedeute einfach „schnell“. Das stimmt nicht. Es geht um Gleichzeitigkeit, nicht um Tempo. Eine langsame Verbindung kann vollduplex sein, eine sehr schnelle nur halbduplex. Beim Bewerten von Sprachassistenten lohnt sich deshalb ein genauer Blick: Reagiert das System wirklich mitten im eigenen Satz, oder wartet es nur sehr kurz ab?