1956 gilt als das Geburtsjahr der „Künstlichen Intelligenz“. 20 viel zu optimistische junge Männer bekamen am Dartmouth College, New Hampshire, Forschungsgelder und ein paar Monate Zeit, eine künstliche Intelligenz, die der menschlichen Intelligenz ebenbürtig oder wenigstens vergleichbar damit sein sollte, zu erschaffen. Sie kamen am Ende zu einer Schlussfolgerung, die über Jahrzehnte als gültig betrachtet wurde und Forschende davon abhielt, Zeit und Geld in die Idee einer intelligenten Maschine, die selbstständig lernt, zu stecken: Der Geist des Menschen ist zu verschachtelt, das Leben und die Zusammenhänge auf dem Planeten Erde zu komplex, um sie mit einer Rechenmaschine, die aus 0/1-Schaltern besteht, zuverlässig zu beschreiben. Das menschliche Gehirn mit seinem neuronalen Netzwerk triumphierte als einzig existierende Kreativität-Fabrik.
Ein halbes Jahrhundert später standen Erfindern völlig andere technische Möglichkeiten zur Verfügung. Sie versuchten, ein neuronales Netz, das aus verschiedenen Ebenen besteht, nachzubauen – aber mit Servern statt mit Nervenzellen, wie in der Vorbild-Konstruktion, dem Gehirn. Sie trainierten ihre Maschinen mit Fotos und tatsächlich – die Neuronennetze machten immer weniger Fehler beim Erkennen von Farben und Strukturen – ein Dammbruch war erreicht: Erstmals konnte ein von Menschen konstruierter Apparat lernen.
Wenige Jahre später – in den 20ern dieses Jahrhunderts – gehören zuverlässige Assistenzsysteme schon zum Standard in Autos gehobener Klasse; künstliche Intelligenzen, die auch bei hohen Geschwindigkeiten ein Warnschild von einer Rewe-Leuchtschrift am Straßenrand unterscheiden können. KI-Bilderkennung live in der realen Welt.
KI und Sprache
Ähnlich wie das Universum der Optik mit unendlich vielen Kombinationen von Formen und Farben ist das, was Sprache vermag, als schier grenzenlos zu bezeichnen. Allein das Verb „laufen“ kann dutzende völlig verschiedene Dinge bezeichnen, von dem Fußweg zum Bäcker, bis hin zu einem gut organisierten, erfolgreichen Team. Ein und derselbe einfache Satz kann eine rein praktische Bedeutung haben und in anderem Kontext eine tiefe abstrakte Bedeutung.
Dies ist der Grund, warum Chatbots in den Jahren vor ChatGPT, bzw. vor der Entwicklung des darunter liegenden Sprachmodells, einen sehr begrenzten Themenbereich abdeckten. Der Chatbot eines Computerherstellers konnte wohl verstehen, dass der Laptop nicht so „läuft“, wie er sollte, aber die Sinnfrage, ob es vernünftiger wäre, zum Bäcker zu laufen oder mit dem Auto zu fahren, überforderte ihn vollends. In einem eng gefassten Rahmen konnten sie trainieren, die User-Nachrichten verschiedenster Syntax richtig zuzuordnen, vor allem, weil sie auf Schlüsselwörter angesprungen sind; so hat der Chatbot des Computerherstellers den Begriff „Ram“ völlig anders verstanden als der Chatbot des Autobauers Dodge.
ChatGPT von OpenAI (Was ist ChatGPT ab Minute drei) stellt, wie schon angedeutet, einen Meilenstein in der Geschichte der Künstlichen Intelligenz dar: Der Prototyp, der im November 2022 der Öffentlichkeit zugänglich gemacht worden ist, hat keine engen Grenzen an Themenfeldern, sondern kann ausführliche Eingaben mit vielen Details und Abstufungen aufgreifen und Antworten auf Hochschulniveau geben und das zu vielen Themenbereichen.
Wie kommt dieser Quantensprung zustande? Die Antwort darauf kann zu diesem Zeitpunkt noch nicht vollständig gegeben werden, denn den Quellcode stellt OpenAI – nicht wie der Name vermuten lässt – der Öffentlichkeit nicht zur Verfügung. Die grundlegende Herangehensweise des Sprachmodells hinter ChatGPT basiert auf der 2017 von Google-Spezialisten entwickelten Methode „Transformer“. Die Grundidee dahinter ist vereinfacht ausgedrückt, dass das neuronale Netzwerk nicht versucht, die Grammatikregeln auswendig zu lernen und anzuwenden, sondern mit statistischer Methodik die wahrscheinlichste Bedeutung eines Satzes definiert und ebenso die am wahrscheinlichsten richtige Antwort bzw. Reaktion. Trotz der Abkehr von früheren Ansätzen in LSTM-Netzen – ein ausführliches Training des Sprachmodells mit möglichst vielen Texten bleibt eine Notwendigkeit. Verifiziert ist, dass der Chatbot mithilfe von RLHF und PPO– Arten des „bestärkenden Lernens“ trainiert worden ist.
Dieserart modernes Machine Learning birgt große Vorteile, aber – wie beim menschlichen Lernen – auch Fehlerpotenzial. Eine KI gerät durch Machine Learning in die Lage, unbekannte Daten anhand der zuvor selbst gebildeten Regeln zu beurteilen. Sie führt einen Lerntransfer durch. Die Lösungsansätze zuvor gelernter Probleme lassen sich zur Lösung ähnlicher Aufgaben nutzen.
Hinsichtlich der „Ausbildung“ von ChatGPT gilt wohl der Spruch „viel hilft viel“, denn aufgrund von großzügigen finanziellen Förderungen, u.a. von Microsoft und Elon Musk, konnte diese sprachbasierte KI Milliarden von Texten auf ihren Servern speichern und analysieren. Interessanterweise werden auch eine Reihe von menschlichen „Instructors“ bezahlt, denn ein Lernen nur aufgrund von vielen Texten aus dem Internet führt zu vielerlei verzerrten Sichtweisen bei einer KI – rassistische Vorurteile zum Beispiel. Ein KI-Training in solchem Umfang verschlingt Summen im neun- bis zehnstelligen Bereich.
Die neue Generation von Chatbots (außer ChatGPT sind auch LaMDA bzw. Bard von Google bekannte Beispiele) kann aber nicht nur sinnvolle Antworten auf Fragen kreieren, sondern Texte verschiedener Art schaffen: Die KI kann Gedichte schreiben, ein Essay über die Französische Revolution, eine Kurzgeschichte usw. – all das mit vielen, wenigen oder gar keinen vorgegebenen Parametern. Zum ersten Mal in der Geschichte der Technik kann eine Maschine Kreativität auf solch einem Niveau simulieren. Was bedeutet das für Content Creators?
Risiken und Chancen moderner KI’s für das Content Marketing
Ein vordergründiger Vorteil der Verwendung von KI im Content Marketing ist die Automatisierung von Prozessen. Durch die Verwendung von KI-Tools können Unternehmen Aufgaben wie das Schreiben von Inhalten, die Herstellung von Visuals (siehe DALL-E), die Optimierung von Suchbegriffen und die Verwaltung von sozialen Medien teil-automatisieren. Dies spart nicht nur Zeit, sondern ermöglicht es Unternehmen auch, mehr Inhalte zu erstellen und schneller auf die Anforderungen ihrer Zielgruppe zu reagieren.
Teil-Automatisierung ermöglicht es Unternehmen auch, sicherzustellen, dass die Inhalte konsistent und von hoher Qualität sind, da KI-Tools auch in der Genehmigungsphase Prüfungen übernehmen können. Der Zusatz „Teil-“Automatisierung erinnert daran, dass auf KI-Sprachmodelle längst noch kein solcher Verlass ist, dass ihre Ergebnisse beispielsweise von einer Marketingabteilung eines Unternehmens ungeprüft als PR freigegeben werden könnte. Wenn wir das Beispiel ChatGPT betrachten: Es ist ein Sprachcomputer, der mit Millionen Texten aus dem Internet trainiert worden ist, kein Nachschlagewerk und trotz Quantensprung immer noch von einem J.A.R.V.I.S. weit weg. Den jetzigen Stand von Werkzeugen wie ChatGPT kann man eher als „Sparringspartner“ und Beschleuniger für Creators sehen.
Einer der wichtigsten Vorteile der Verwendung von KI im Content Marketing kann die Personalisierung von Inhalten werden. Durch die Analyse von Daten, wie dem Verhalten von Kunden, ihren Interessen und ihren Suchen, kann KI nun Inhalte nicht nur – wie bereits üblich – bereitstellen, sondern sogar erstellen, die für den individuellen User relevant sind. Höhere Konversionsraten winken, denn glaubhaft personalisierte Inhalte erhöhen die Relevanz und die Glaubwürdigkeit des Werbenden und führen dazu, dass die Kunden eine höhere Bindung zum Unternehmen aufbauen.
Diese beiden Felder sollen als Beispiele zeigen, dass die neue Generation von KIs durchaus als disruptiv für die Arbeit von Content Creators zu bezeichnen ist. Weitere große Anwendungsfelder sind Phrasen-Checks in SEO-Texten inkl. automatische Verbesserungen und die Daten-Analyse als Grundlage für PR-Handlungsempfehlungen und Kampagnensteuerung (hier eine Übersicht, wie CURE Intelligence dies umsetzt). In all diesen Bereichen stellen KI-Tools weniger ein Ersatz für Kreative dar, sondern mehr einen Accelerator von zeitraubenden Prozessen.
Den jetzigen Stand von Werkzeugen wie ChatGPT kann man eher als „Sparringspartner“ und Beschleuniger für Creators sehen.
Und die Risiken für Content Creators und Unternehmen? Das Sprichwort „Wo Menschen arbeiten, da passieren auch Fehler“ trifft auch auf KI-Tools zu. Das Ausrollen von OpenAI-Algorithmen auf Bing lief nicht ohne Pannen ab; so soll die KI einem NYT-Reporter seine Liebe gestanden und empfohlen haben, dass er sich von seiner Frau trennen sollte. Stellenweise soll der Chatbot im Januar 2023 steif und fest behauptet haben, es sei 2022. Solcherlei kann man wahrscheinlich unter der Kategorie „Kinderkrankheiten“ ablegen, die Gefahr, dass Content von einer KI als unnatürlich und unauthentisch empfunden wird, bleibt. Sobald die Lösungen der großen Tech-Konzerne in der Zukunft als solide intelligent und ausnahmslos faktensicher gelten, wird ein Fokus weiterer Entwicklung sicherlich auf der Imitation von emotionaler Intelligenz liegen. Faktoren wie die Fähigkeit zu einer glaubwürdigen Empathie-Imitation und dem Verständnis und der Kreation von Motiven wie Ironie, Sarkasmus (Kommen die flysten memes künftig von KIs?!), Romantik, Trauer etc. wird Content Marketern immer mächtigere und komplexere KI-basierte Werkzeuge in die Hände legen.
Kostenlos wird ein ausgereiftes „KI-Helferlein“ nicht zu haben sein, so kann man eine mögliche markante Kostensteigerung, um im Content Marketing auf der Höhe der Zeit zu bleiben, nicht ausschließen und jede nennenswerte Investition stellt aus betriebswirtschaftlicher Sicht auch zumindest kurzfristig ein Risiko dar, vor allem für kleinere Agenturen. Wie schon erwähnt, können KI-Tools mittelfristig Kreative nicht einfach ersetzen, somit könnte in der vor uns liegenden Phase des Content-Marketings eine Art Doppelbesetzung die Realität werden – die KI-Tools müssen (wahrscheinlich) bezahlt werden und die menschlichen Ressourcen sowieso. Hier wird so mancher Head of Marketing im Zweifelsfall abwartend auf althergebrachte menschliche Intelligenz vertrauen und den Geschwindigkeitsvorteil der KI erstmal nicht bezahlen wollen.
Summary
In den letzten Jahren hat sich die Verwendung von künstlicher Intelligenz (KI) in einer zunehmenden Anzahl an Bereichen als wertvolles Werkzeug erwiesen und der Einsatz von KI im Content Marketing bildet keine Ausnahme. Durch die Verwendung von KI-Tools wie natürlicher Sprachverarbeitung und maschinellem Lernen können Unternehmen ihre Inhalte personalisieren, automatisieren und optimieren, um die Reichweite ihrer Botschaften zu erhöhen und die Konversionsrate zu verbessern.
(Hinweis: Ein Teil dieses Blogartikels ist das Ergebnis der ChatGPT-Anfrage „Schreibe einen Blog-Eintrag zum Thema ‚Chancen und Risiken der Verwendung von KI im Content Marketing!‘“).
