Künstliche Intelligenz ist in aller Munde und die digitale Transformation macht sich in unserem Leben an allen Ecken und Enden bemerkbar. Wir begegnen und verwenden immer mehr KI-basierte Anwendungen – oft, ohne dass wir uns dessen bewusst sind. Besonders für die Kommunikation ergeben sich dabei ungeahnte Potenziale: Durch das sogenannte Natural Language Processing (NLP, natürliche Sprachverarbeitung) analysieren, generieren und sprechen Maschinen bereits unsere Sprache. Was hat es also auf sich mit der Verwendung künstlicher Intelligenz zur Content-Automatisierung? Wie gelingt uns eine gewinnbringende Nutzung der Technologien – schon jetzt?
Zum Einstieg stellt sich die Frage nach der Definition von künstlicher Intelligenz. Eigentlich handelt es sich dabei um einen Oberbegriff für verschiedene Forschungsfelder, die sich damit beschäftigen, wie Maschinen Leistungen erbringen können, die denen menschlicher Intelligenz entsprechen. Es gibt also nicht diese eine KI – vielmehr handelt es sich bei künstlicher Intelligenz um einen Sammelbegriff für zahlreiche intelligente Anwendungen – vom autonomen Fahren über humanoide Roboter bis zur maschinellen Verarbeitung menschlicher Sprache.
Mensch oder Maschine – wer ist intelligenter?
Alle aktuell existierenden Systeme sind der sogenannten schwachen künstlichen Intelligenz zuzuordnen. In Abgrenzung zu der medial oft kommunizierten „Allroundlösung KI“ wurden diese Systeme für die Erfüllung einer klar definierten Aufgabe entwickelt und greifen zur Problemlösung auf die immer selben Methoden zurück. Sie handeln rein reaktiv, erhalten also kein tiefgehendes Verständnis für die tatsächliche Problemstellung und besitzen auch kein eigenes, selbständiges Bewusstsein. Menschen sind vielseitig – wir können Auto fahren, Romane schreiben oder verschiedene Sprachen lernen. Maschinen können entweder das eine, das andere oder — in den meisten Fällen — weder noch.
Systeme, die hingegen die Gesamtheit menschlicher Intelligenz nachahmen und in der Lage sind, selbständig neue Probleme zu lösen statt nur einzelne menschliche Fähigkeiten zu simulieren, fallen unter die Kategorie der starken oder allgemeinen KI und werden medial oft auch als „Superintelligenz“ betitelt. So weit sind wir aber noch nicht. Und es bleibt abzusehen, ob wir jemals so weit kommen werden.
Solange künstliche Intelligenz also Schwierigkeiten hat, sich auf mehr als eine Aufgabe gleichzeitig zu konzentrieren, müssen wir uns keine Sorgen um superintelligente Maschinen und schwindende Arbeitsplätze machen. Zumal diverse Studien bestätigt haben, dass Automatisierung zwar zu einem Wandel der Arbeitswelt, aber einem langfristigen Plus an Arbeitsplätzen führen wird. Es entstehen also gleichermaßen neue Berufsbilder und spannende Herausforderungen sowie neue Arbeitsweisen und Ansprüche an ein stetiges und flexibles Lernen.
Zurück also zu den aktuellen Entwicklungen: Wie weit geht die künstliche Intelligenz tatsächlich schon? Außer Frage steht, dass Maschinen eine Erweiterung unseres Potenzials darstellen, da sie Dinge leisten können, die unsere eigenen Fähigkeiten überschreiten – umgekehrt übertreffen allerdings auch wir die Maschinen in vielerlei Hinsicht.
Die Technologie ist den Menschen in datengetriebenen und standardisierten Aufgaben voraus – die Stärken von Menschen liegen in kreativen, originellen und erschaffenden Aufgaben. Und natürlich sind es nicht nur die komplizierten und anspruchsvollen Dinge, die uns Menschen vorbehalten bleiben, sondern auch das bewusste Empfinden und Erleben der schönen Dinge.
In diesem Sinne ist der Begriff „künstliche Intelligenz“ möglicherweise irreführend – statt um ein maschinelles Abbild menschlicher Intelligenz geht es doch viel mehr um eine effiziente Erweiterung bzw. Unterstützung unseres Könnens. Denn die menschliche Intelligenz ist ein komplexes, schwer definierbares Konstrukt und wird vermutlich nie vollständig abbild- oder kopierbar sein.
Eine Interpretation von „AI” als „Augmented Intelligence” statt „Artificial Intelligence“ wäre wohl eindeutiger – je nach Blickwinkel sind wir schließlich intelligenter als KI, KI aber auch intelligenter als wir. Bleibt die Frage, wie wir diese Tatsache gewinnbringend nutzen und unsere Intelligenz intelligent erweitern können.
Revolutioniert künstliche Intelligenz die Kommunikation?
Paart man künstliche Intelligenz mit der Linguistik, befinden wir uns im Forschungsbereich des „Natural Language Processing“. Das NLP befasst sich mit der maschinellen Verarbeitung menschlicher Sprache – kann sie analysieren, semantische Zusammenhänge erschließen und auch selbst generieren.
Darüber sind Sie selbst bestimmt auch schon einmal bei Nutzung von Apps und Websites mit Chatbots oder Smart Assistants gestolpert. Innerhalb dieser Anwendungen wird oft Sprache auf Basis von KI generiert. Die Technologie dahinter nennt sich „Natural Language Generation“ (NLG). Immer mehr Websites nutzen die automatische Textgenerierung, um gezielte, personalisierte oder einfach eine große Breite an qualitativ hochwertigen Inhalten bereitzustellen.
Wenn Nachrichtenportale NLG-Software verwenden, um Sportnachrichten, Wetterberichte oder Börsen-Updates zu produzieren, ist oft auch von „Roboterjournalismus“ die Rede. Mit der gleichen Technologie erstellen Immobilienportale, Tourismusanbieter und Onlinehändler Angebote oder Produktbeschreibungen, Banken und Versicherungen rechtssichere Finanztexte und Agenturen setzen neue Content-Strategien durch automatische Unterstützung um.
Wirklich?
„Als echter Glücksgriff erweist sich diese Skinny-fit-Jeans von Tamaris schon beim ersten Anprobieren. Mit ihrer schmeichelnden Passform und dem topaktuellen Schnitt wird sie sogleich zum essenziellen Bestandteil jedes neuen Lieblingsoutfits. Nicht umsonst gilt die äußerst enge Passform dieses Schnitts als ausgesprochen attraktiv, setzt sie doch die Kurven der Trägerin gekonnt in Szene und trägt sich dabei auch noch komfortabel. […]“
Ja. Denn dieser Text stammt aus der Feder einer Maschine.
NLG eröffnet damit völlig neue Möglichkeiten: In Echtzeit können personalisierte Inhalte in verschiedenen Sprachen entstehen – auf eine bestimmte Region oder einen bestimmten Markt zugeschnitten.
Die zahlreichen Vorteile liegen auf der Hand: Nachrichtengesteuerte Portale können mit NLG ihre Abdeckung auf Nischenthemen erweitern und ihre Reichweite erhöhen. Eine direkte Abdeckung bei aktuellen Geschehnissen erhöht die Leserzufriedenheit und -bindung als auch das User Engagement mit dem Angebot.
Onlinehändler können Inhalte schnell und einfach anpassen und ihre Kataloge bei Bedarf aktualisieren, z. B. um auf Daten zur Konversionsoptimierung zu reagieren oder saisonale Aktionen zu bewerben. Für ein- und denselben Datensatz können auf Knopfdruck einzigartige Texte generiert werden, was eine individuelle Betextung auch auf mehreren Ausspielkanälen möglich macht. Die in verschiedenen Kontexten oftmals schwerfällige Analyse der Datenlage wird außerdem automatisch vorgenommen und die Ergebnisse für Nutzer in einfach verständlicher, natürlich formulierter Textform präsentiert.
Eine gesteigerte Produktivität sowie ein zeiteffizienteres Arbeiten sind die Folge: Die Technologie übernimmt Routinetätigkeiten und den Menschen bleibt mehr Zeit für die anspruchsvollen und kreativen Arbeiten.
Welche Voraussetzungen müssen Unternehmen also mitbringen, damit die erfolgreiche Implementierung von NLG gelingt und sich von all diesen Vorteilen profitieren lässt?
Vor allem ein Faktor ist ausschlaggebend: strukturierte Daten. Sie bilden das Fundament einer jeden NLG-Anwendung, mit ihnen steht und fällt das gesamte Textgenerierungsprojekt. Denn nur strukturierte Daten lassen sich maschinell verarbeiten und effizient nutzen.
„Strukturiert“ bedeutet dabei, dass die Informationen in geordneter, bspw. tabellarischer, Form vorliegen. Im Rahmen der Erstellung eines Wetterberichts wären das etwa die Temperatur, die Niederschlagswahrscheinlichkeit oder die voraussichtliche Anzahl an Sonnenstunden an einem bestimmten Ort. Auf Börsen-News bezogen können das die Kursschwankungen oder Werte wie Zu- bzw. Abnahme eines Index sein, beim Betexten von Produktbeschreibungen Artikelmerkmale wie Farbe, Material, Größe oder Gewicht.
Ergo: Wenn etwas messbar ist, kann es in Daten erfasst werden. Und wenn es in Daten erfasst werden kann, dann kann es automatisiert betextet werden. Anwendungsbereiche für die automatische Textgenerierung ergeben sich damit überall, wo immer wiederkehrend und in irgendeiner Form standardisiert kommuniziert werden möchte.
Um diese strukturierten Daten nun in natürlich formulierte Texte zu verwandeln, muss ein NLG-System vorab für den spezifischen Anwendungsbereich aufgesetzt werden – das Wunschformat des Content muss strukturiert, Schwellenwerte definiert und variantenreiche Formulierungen eingepflegt werden. Im Anschluss daran ist die skalierbare Textgenerierung möglich. Abhängig von den verfügbaren Daten und der Komplexität der definierten Bedingungen ist Natural Language Generation somit in der Lage, Sachverhalte darzustellen oder Zahlen detailliert zu interpretieren.
Um auf die anfängliche Frage zurückzukommen, ist es also keinesfalls übertrieben, von einer Revolution unserer Kommunikation zu sprechen; von einer Evolution aber vielleicht angemessener. Denn eigentlich wäre doch die Stagnation ein Grund zur Sorge – dass die Gesellschaft sich weiterentwickelt und verändert ist doch nur wünschenswert. Und Natural Language Generation ist nur ein Anwendungsbereich der künstlichen Intelligenz. Denn die Digitalisierung zieht sich durch alle Bereiche unseres täglichen Lebens und lässt unwahrscheinlich viele verschiedene Möglichkeiten entstehen, unsere Kommunikation noch weiter zu verbessern und auszubauen – beispielsweise durch Chatbots, Smart Speaker oder maschinelle Übersetzung.
„KI für alle“?
Die Existenz neuer Technologien ist die eine Sache, die Möglichkeit sie zu nutzen eine andere. Denn ein solches „Privileg“ kann sich auf ausgewählte Personenkreise beschränken, die besondere (Programmier-)Kenntnisse besitzen, gewisse Forschungszwecke verfolgen oder sich den Erwerb kostspieliger Anwendungen vielleicht einfach eher leisten können. Dank der Digitalisierung ist mehr Wissen global und öffentlich zugänglich – ein jeder kann Innovation nicht nur passiv erfahren, sondern die Entwicklungen aktiv mitgestalten.
So auch bei der Natural Language Generation: NLG-Software wird als Software-as-a-Service-Anwendung (SaaS) angeboten und kann an jedes CMS angeschlossen und intuitiv, ganz ohne Programmierkenntnisse, bedient werden. Das versetzt Nutzer in die Lage, selbständig NLG-Inhalte zu erstellen. Im Gegensatz zum Einkauf einer fertigen NLG-Servicelösung liegt dabei die Federführung bei den Nutzern. Denn auch wenn NLG-Experten und Entwickler in dem, was sie tun, Experten sind, können sie keine Experten für jedes einzelne Spezialgebiet mit Bedarf an automatisierten Texten sein. Branchenspezifisches, vielleicht wettbewerbsentscheidendes Hintergrundwissen und relevante Zusammenhänge kennen Branchenspezialisten doch selbst am besten. Wer könnte ein solches NLG-Projekt also besser aufsetzen als die Experten selbst?
Dabei sind die Nutzer natürlich nicht auf sich allein gestellt. Eine intelligente Analyse der Daten und Texteingaben berücksichtigt automatisch linguistische Besonderheiten. Weitere komplexe Funktionen sowie die Möglichkeit zur automatischen Übersetzung sind in einer intuitiven Weboberfläche gebündelt. Onboarding und Beratung durch den NLG-Dienstleister sollten selbstverständlich mit zum guten Service gehören, um den Nutzern den erfolgreichen Umgang mit der Technologie zu ermöglichen. Und so kann dieser erfolgreiche Einsatz dann klingen:
„Badezimmer-Armaturen wie diese passen in jedes Bad. Das zeitlose Design schmiegt sich wunderbar in das Ambiente, ohne zu viel Aufmerksamkeit auf sich zu ziehen. Dank der stilvollen Form und des hübschen Glanzes in Chrom ist die Waschtischarmatur ein gern gesehener Blickfang am Waschplatz. Profitieren Sie von den Markenprodukten von Grohe und erwerben Sie dieses Exemplar aus der Serie Euroeco Spezial.“
Online-Shops wie calmwaters.de der Badorado GmbH nutzen NLG-Lösungen wie die textengine.io von Retresco um ihren permanenten Bedarf nach aktuellen Produktbeschreibungen zu decken – gerade im Verkauf müssen diese nicht nur technisch, sondern auch auf emotionaler Ebene überzeugen. Jeder Shopbetreiber kennt die Herausforderung, eine hohe Anzahl von Produkten in einer einheitlichen Ansprache zu betexten – und das möglichst flexibel und effizient. Durch automatische Textgenerierung gelingt ihnen dieses wichtige Differenzierungsmerkmal vom Wettbewerb und herkömmlichen Herstellertexten.
Im Medienumfeld ist vor allem die Prozessoptimierung ein ausschlaggebendes Argument, indem den Journalisten durch Abnahme von Routinetätigkeiten mehr Zeit für tiefgehende Recherchen und kreative Aufgaben gegeben wird. Natural Language Generation kann aber auch genutzt werden, um Nutzern ein optimiertes Kundenerlebnis durch einen zusätzlichen Service zu bieten: So vertextet beispielsweise ImmobilienScout24 die von seinen Inserenten eingegebenen Eckdaten automatisch zu ansprechenden Immobilienexposés. Die Anwendungsmöglichkeiten für die Textgenerierung sind vielfältig und eröffnen verschiedenen Branchen mit etwas Fantasie große Potenziale.
So gelingt die Content-Automatisierung mit künstlicher Intelligenz
Die Content-Erstellung ist heutzutage keine rein redaktionelle Aufgabe mehr, durch Automatisierung lässt sich der Prozess wirtschaftlich sinnvoll gestalten.
Im Zuge der digitalen Transformation gilt es, agil zu bleiben und den Fortschritt aktiv zu gestalten. Neue Technologien sind dabei als konstruktive Werkzeuge zu verstehen, die einen maßgeblichen Teil zur individuellen (Content-)Strategie leisten können.
Automatisierung per se bedeutet aber noch keinen Fortschritt, wenn sie nicht richtig angewandt wird. Die natürliche, menschliche Intelligenz wird immer als Grundlage für die strategische Anwendung von künstlicher Intelligenz zu sehen sein – durch die intelligente Kombination beider können Unternehmen sich jedoch ihren nachhaltigen Geschäftserfolg vorantreiben.
Bei diesem Beitrag handelt es sich um einen Gastbeitrag von Franca Ding, Marketing Coordinator bei Retresco.
Headerbild: Besjunior / iStock / Getty Images Plus
