Bei dieser Vorführung wurde der I6-Erkenner eingesetzt. Es wurde das nachtrainierte Vokabular (200 Vokabeln) und die kleinere von Hand nachbearbeitete Grammatik verwendet. Zu diesem Zeitpunkt war das nachtrainierte VoCon-Vokabular noch nicht verfügbar, sonst wäre auch dieser Erkenner zum Einsatz gekommen. Zum Einsatz kamen die fünf oben spezifizierten Rechner. In der Umgebung traten viele verschiedene Nebengeräusche auf. Die Umgebung war hoch dynamisch, d.h. der Roboter wurde ständig durch Menschen in der Ausführung seiner Aufgabe behindert. Zur Ausführung wurde die MR-Bibliothek und die einfache Bibliothek (EB) inklusive Dialogstruktur verwendet. Während der MR-Vorführung waren zwei simulierte und der reale Roboter CARL ansteuerbar.
Insgesamt wurden 33 Anfragen an die beiden Systeme über die Spracheingabe gestellt. Davon wurden 21 an das MR-System und 12 an das EB-System gestellt.
Während der Benutzung des MR-Systems wurden alle über Spracheingabe eingegebenen Kommandos dem Roboter CARL fest zugewiesen. Dies waren 16 gültige Anfragen. Zusätzlich gab es über die Spracheingabe fünf fehlerhaft erkannte Anfragen. Drei davon wurden nicht als Anfrage erkannt, eine Anfrage konnte durch einen Dialog korrigiert werden und eine Anfrage hatte einen fehlerhaften Dialog. Bei dem fehlerhaften Dialog wurde der Name Gerhard statt Gero erkannt. Dies bedeutet eine CER von 19% (4 fehlerhafte Kommandos / 21 Anfragen insgesamt) und eine PER von 24% (5/21). Weitere über ein Web-Tool an das System gestellte Kommandos wurden an die anderen beiden simulierten Roboter verteilt.
Von den 12 an das EB-System gestellten Anfragen wurden acht Kommandos korrekt interpretiert. Zwei der vier fehlerhaften Kommandos konnten durch eine Interaktion korrigiert werden, zwei wurden gar nicht als Kommando erkannt. Dies bedeutet eine CER von 17% (2/12) und eine PER von 33% (4/12).
Für das Gesamtsystem ergibt sich daraus eine CER von 18% (6/33) und eine PER von 27% (9/33). Diese Ergebnisse sind, wenn auch nur aus geringem Datenmaterial erstellt, als positiv zu bewerten.
Auch hier ist, wie auf dem Workshop in Berlin (6.3.1), zu beobachten, daß eigentlich viele Wortfolgen nicht vollkommen richtig erkannt wurden. Trotzdem wurden sie durch den Parser meist richtig interpretiert, da die Fehler in nicht bedeutungstragenden Elementen auftraten oder nicht benötigte Teile von Chunks betrafen. Ein markanter Fehler ist die Erkennung des artikulierten Konzepts ''zu O_NAME'' als ''O_NAME'' ohne ''zu'', zum Beispiel nur ''... Henrik ...'' bei einem gesagten ''... zu Henrik ...''.
Auffällig gegenüber der ersten Demonstration war, daß trotz der vielen Hintergrundgeräusche nur wenige Einzelwörter während der Pausen zwischen den Auftragserteilungen falsch erkannt wurden. Dies ist durch das vorhandene Nachtraining, speziellen Einstellungen des Erkenners und das verwendete Handmikrophon zu erklären.