Personalisierung & Effizienz: Content-Automatisierung mit Künstlicher Intelligenz

Obwohl immer mehr Menschen Künstliche Intelligenz nutzen, wissen nur wenige, was genau sie eigentlich ist. Das ist wenig verwunderlich: Künstliche Intelligenz trennscharf zu definieren, ist ein schwieriges Unterfangen.

Ebenso wenig wie die Intelligenz des Menschen eindeutig beschrieben werden kann – beispielsweise wird zwischen kognitiver, emotionaler und sozialer Intelligenz differenziert –, gibt es für Künstliche Intelligenz keine allgemeingültige und von allen Akteuren konsistent genutzte Definition. Vielmehr handelt es sich um einen Oberbegriff für Forschungs- und Anwendungsbereiche, die sich damit beschäftigen, wie Maschinen Leistungen menschlicher Intelligenz erbringen können.

Wie lässt sich Künstliche Intelligenz definieren?

Heute definieren zahlreiche Lexikoneinträge Künstliche Intelligenz als ein Teilgebiet der Informatik, das sich mit der maschinellen Nachahmung menschlicher Intelligenz beschäftigt. The English Oxford Living Dictionary beschreibt KI beispielsweise wie folgt: „The theory and development of computer systems able to perform tasks normally requiring human intelligence, such as visual perception, speech recognition, decision-making, and translation between languages.“

Auf eine ähnlich abstrakte Arbeitsdefinition verständigen sich derweil auch KI-Experten in Forschung und Praxis: Künstliche Intelligenz sei die Automatisierung und/oder die Simulation kognitiver Fähigkeiten, worunter u.a. die visuelle Wahrnehmung, Spracherkennung und -generierung, Schlussfolgern, Entscheidungsfindung und Handeln, sowie im Allgemeinen auch die Anpassungsfähigkeit an wechselnde Umgebungen gehören.

Die Leistungsfähigkeit dieser simulierten und/oder automatisierten kognitiven Fähigkeiten kann unterschiedlich stark ausgeprägt sein. Während sie etwa beim vollautonomen Fahren noch recht rudimentär vorhanden sind, übersteigen sie in manchen Bereichen die menschlichen Fähigkeiten schon heute bei weitem – so zum Beispiel in der Medizin bei der millionenfachen Auswertung von MRT-Scans.

Natural Language Processing in der Content-Automatisierung

Spannende Fortschritte wurden in den vergangenen Jahren insbesondere in einem Spezialgebiet der Künstlichen Intelligenz verzeichnet – dem Natural Language Processing (NLP). Als interdisziplinäre Querschnittsdisziplin zwischen Linguistik und Künstlicher Intelligenz befasst sich NLP mit der maschinellen Verarbeitung menschlicher Sprache – kann sie analysieren, semantische Zusammenhänge erschließen und auch selbst generieren. Sie wird aktuell beispielsweise in Chatbots oder Sprachassistenten eingesetzt. Innerhalb dieser Anwendungen wird oft Sprache auf Basis von KI generiert. Die Technologie dahinter nennt sich Natural Language Generation (NLG) oder auch automatische Textgenerierung.

Immer mehr Websites nutzen 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. Dadurch wird die automatische Textgenerierung zu einem wichtigen Baustein der Content-Personalisierung mit KI.

Welche Mehrwerte liefert automatische Textgenerierung bei der Content-Automatisierung?

NLG eröffnet 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.

Auch die oftmals aufwendige Analyse großer Datenmengen kann automatisiert werden. Die relevanten Ergebnisse werden anschließend in einfach verständlicher, natürlich formulierter Textform präsentiert. Eine gesteigerte Produktivität und ein effizienterer Einsatz von Ressourcen sind die Folge: Die Technologie übernimmt wiederkehrende Aufgaben, während den Mitarbeitenden mehr Zeit für anspruchsvolle, strategische und kreative Tätigkeiten bleibt.

Frage-Antwort-Systeme machen Verlagsinhalte interaktiv

Für Verlage und Medienhäuser entwickelt sich die Content-Personalisierung mit KI zunehmend von der automatisierten Erstellung zur interaktiven Bereitstellung von Inhalten.

KI-basierte Frage-Antwort-Systeme können redaktionelle Artikel, Facharchive, Datenbanken oder Dokumentationen als dialogische Wissensbasis zugänglich machen. Nutzer müssen sich nicht mehr ausschließlich durch Trefferlisten, Ressorts oder umfangreiche Archive bewegen. Stattdessen können sie konkrete Fragen in natürlicher Sprache stellen und erhalten passende Antworten auf Basis definierter Inhalte.

Dabei lassen sich Quellen direkt referenzieren und zugrunde liegende Artikel verlinken. Auch Rückfragen und kontextbezogene Vertiefungen sind möglich. So entsteht ein personalisiertes Informationsangebot, das sich an den individuellen Interessen und dem konkreten Informationsbedarf der Nutzer orientiert.

Für Verlage ergeben sich daraus mehrere Vorteile: Bestehende Inhalte werden besser auffindbar, Archive erhalten einen neuen Nutzwert und redaktionelles Wissen kann als eigenständiger digitaler Service angeboten werden. Gleichzeitig behalten Medienhäuser die Kontrolle darüber, welche Quellen für die Antworten verwendet werden und wie Inhalte eingeordnet werden.

Einkaufsassistenten unterstützen die Produktauswahl

Auch im E-Commerce entwickelt sich die Content-Personalisierung mit KI weiter. Digitale Einkaufsassistenten verbinden Produktinformationen, Suchfunktionen und dialogische Beratung.

Statt lediglich einzelne Suchbegriffe einzugeben oder zahlreiche Filter zu bedienen, können Kund ihr Anliegen in natürlicher Sprache formulieren. Ein Einkaufsassistent kann beispielsweise fragen, für welchen Zweck ein Produkt benötigt wird, welche Eigenschaften wichtig sind oder welches Budget zur Verfügung steht.

Auf dieser Grundlage lassen sich passende Produkte auswählen, vergleichen und verständlich erklären. Bestehende Produktdaten und Beschreibungen werden dadurch nicht nur angezeigt, sondern passend zur jeweiligen Kaufsituation aufbereitet.

So kann ein Einkaufsassistent beispielsweise erläutern:

• welches Produkt für einen bestimmten Anwendungsfall geeignet ist,
• worin sich mehrere Varianten unterscheiden,
• welche Eigenschaften besonders relevant sind,
• welches Zubehör benötigt wird,
• oder welche Alternative besser zu den genannten Anforderungen passt.

Für Onlinehändler entsteht damit ein zusätzlicher Beratungsservice. Produktinformationen werden leichter zugänglich, die Orientierung im Sortiment verbessert sich und Kund können schneller zu einer fundierten Kaufentscheidung gelangen.

Von der Content-Automatisierung zur Service Excellence

Natural Language Generation wird bereits eingesetzt, um Nutzer ein optimiertes Kundenerlebnis durch zusätzliche Services zu bieten. So können beispielsweise die von Inserent eingegebenen Eckdaten automatisiert in ansprechende Immobilienexposés überführt werden. Die Anwendungsmöglichkeiten der Textgenerierung sind vielfältig und eröffnen zahlreichen Branchen große Potenziale. Gleichzeitig zeigen Frage-Antwort-Systeme, dass KI-gestützte Inhalte nicht statisch bleiben müssen. Sie können zu interaktiven Services werden, die auf individuelle Anliegen reagieren.

Content-Erstellung ist daher längst keine rein redaktionelle Aufgabe mehr. Durch Automatisierung und intelligente Personalisierung lässt sich der Prozess wirtschaftlich sinnvoll gestalten. Entscheidend ist dabei, KI nicht isoliert zu betrachten, sondern in die eigene Content-, Produkt- und Datenstrategie einzubetten.

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. Richtig eingesetzt, können sie einen maßgeblichen Beitrag zur individuellen Content-Strategie leisten – von der automatisierten Texterstellung über die Content-Personalisierung mit KI bis hin zu dialogischen Informations- und Beratungsangeboten.

Hast du Feedback, Anmerkungen oder Fragen? Sprich uns an – unsere KI-Expert melden sich gerne bei dir.