KI-Usecases für die Kreativwirtschaft

Die Unterstützung durch Machine-Learning und KI ist für die Werbewirtschaft und die Medien keine Zukunftsmusik mehr. Menschliche Kreativität kann und soll nicht ersetzt werden, aber KI lässt sich wunderbar für das Management großer Archive, das Simulieren von Userverhalten oder als Sparringspartner für das Brainstorming einsetzen.

Durch den intelligenten Einsatz von KI können Prozesse optimiert und kreative Potenziale effizienter genutzt werden.

Daten-Simulation
Die Methoden des Reinforcement-Learnings können genutzt werden, um „Agenten“ als virtuelle Website-Besucherinnen und -Besucher einzusetzen. Aus ihrem Verhalten auf der Seite können Rückschlüsse für die Optimierung der UX oder von Webshop-Platzierungen gezogen werden. Durch die Simulation können Verbesserungen bereits vor dem Go-Live umgesetzt und der Aufwand menschlicher Beta-Testerinnen und -Tester reduziert werden.

Vorschlagswesen
Aus den Grundsätzen der Verhaltensökonomie lassen sich auf Basis des gemessenen Verhaltens aktuelle Interessen erkennen und ein dynamisches, personalisiertes Vorschlagswesen aufbauen. So können Artikel zum Weiterlesen, passende Shop-Produkte oder Service-Elemente empfohlen werden. Und das ganz ohne Third Party Cookies.

Thematische Ähnlichkeiten finden
Texte können semantisch indiziert und vektorisiert werden, sodass auch in unstrukturierten, nicht beschlagworteten Archiven Inhalte mit großer Ähnlichkeit geclustert und in verschiedenen Darstellungsformen präsentiert werden. Die Wochenzeitung „Die Furche“ nutzt diese Möglichkeit für ihren „Timeslider“, der vollautomatisch Archivinhalte anbietet, die inhaltlich zum gerade gelesenen Artikel passen. Auch die Erstellung von Dossiers aus mehreren Archivartikeln ist ohne redaktionellen Zusatzaufwand möglich.

KI-Suche
Auf ähnlichen Technologien basieren Abfragefunktionen, die definierte Datenbanken durchsuchen und neben der Fragebeantwortung in Form einer Zusammenfassung auch die Links zu den jeweiligen Seiten bereithalten. Sie leisten wertvolle Dienste als Service-Chatbots oder Suchwerkzeuge für Website-Besucherinnen und -Besucher oder als internes Schulungs- und Nachschlagetool. Anders als frei verfügbare LLMs (Large Language Models) wie ChatGPT gehen keine Daten nach außen und Halluzinationen aus den Weiten des Internets werden durch die vorgegebene Datenbasis weitgehend verhindert. Die typischen Probleme einer lexikalischen Suche, die nur bewertet, wie oft das gesuchte Wort in einem Text vorkommt und unterschiedliche Bedeutungen nicht erkennen kann (eine Bank kann zum Sitzen dienen oder ein Geldinstitut sein), treten bei einer semantischen Analyse nicht auf.

KI: Prozesse optimieren und kreative Potenziale effizienter nutzen.

Kreativ-Assistenten
Zeitintensive, repetitive Tätigkeiten im Kreativbereich müssen in Zeiten von Personalmangel nicht von Mitarbeiterinnen und Mitarbeitern erledigt werden. Das Umschreiben oder Kürzen für diverse Kanäle, wie Social Media, das Extrahieren von Fakten aus Texten und viele weitere Anwendungsmöglichkeiten sind mit LLMs realisierbar. Weiters können Personas nach Vorgaben kreiert oder Vorschläge für passende Argumente oder individuelle Kundennutzen formuliert werden. Dazu empfiehlt es sich, ein für die konkreten Bedürfnisse des jeweiligen Unternehmens individuell entwickeltes Tool zu implementieren. Im Vergleich zu frei im Web verfügbarer oder Standardsoftware großer Anbieterinnen und Anbieter bedeutet das eine Reihe von Vorteilen: Das beste Sprachmodell für den jeweiligen Einsatzzweck kann ausgewählt werden. Das Prompting kann einheitlich für alle Mitarbeiterinnen und Mitarbeiter voreingestellt werden, um so eine einheitliche Corporate Identity für die Kommunikation zu garantieren. Bestandteile dieser CI können das Sprachniveau (z. B. einfache Sprache), Vorgaben der Formulierung (z. B. Gendergerechtigkeit) oder bestimmte zu verwendende Fachbegriffe sein. Bestehende Dokumente können für das Training des Tools herangezogen werden und die laufende Optimierung findet durch menschliche Korrekturen statt.

Nicht alle Personen in einem Unternehmen werden perfekte Prompt Engineers werden und Fehlversuche mit generativer KI sind oftmals Auslöser für Enttäuschung und Abkehr von der Technologie. Dadurch entsteht jedoch ein Wettbewerbsnachteil gegenüber Unternehmen, die diese Möglichkeiten geschickt nutzen.