Personalisierung & Effizienz: Content-Automatisierung mit Künstlicher Intelligenz

Künstliche Intelligenz ist allgegenwärtig. Ob in Sprachassistenten, Chatbots, semantischen Textanalysen, Streamingdiensten, smarten Fabriken oder autonomen Fahrzeugen – KI unterstützt bereits heute im privaten und beruflichen Alltag und wird Gesellschaft und Wirtschaft maßgeblich verändern.

Und 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 alle Forschungsbereiche, die sich damit beschäftigen, wie Maschinen eine Leistung 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.

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. 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.

Mit Natural Language Generation zur Service Excellence

Natural Language Generation wird aber auch verwendet, 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.

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.