Künstliche Intelligenz im Content Marketing

Definition: Was ist künstliche Intelligenz?

Eine allgemein akzeptierte Definition gibt es nicht. “Künstliche Intelligenz” (KI) – oder englisch “Artificial Intelligence” (AI) – umfasst die Fähigkeit einer Maschine, menschenähnliche kognitive Leistungen zu erbringen. Dazu gehört unter anderem, Probleme zu lösen, Entscheidungen zu treffen, Muster zu erkennen und Sprache zu verstehen.

Aber was genau ist KI? Im Laufe der Zeit hat sich ein breiter Konsens über die Grundprinzipien entwickelt. Diese lassen sich in drei Hauptbereiche unterteilen:

1. Die Fähigkeit einer Maschine, Informationen zu verarbeiten und zu verstehen.
2. Die Fähigkeit einer Maschine, bestimmte Muster zu erkennen und diese Informationen für die Lösung von Problemen zu nutzen.
3. Die Fähigkeit einer Maschine, aus Erfahrung zu lernen und sich an neue Situationen anzupassen.

Die Geschichte der künstlichen Intelligenz

Die ersten Konzepte für künstliche Intelligenz wurden bereits in der Antike entwickelt. Der griechische Philosoph Aristoteles (384 bis 322 v. Chr.) setzte sich vor fast 2500 Jahren mit der Idee auseinander, ob eine Maschine menschliches Denken imitieren und mechanische Prozesse automatisieren kann:

«Wenn nämlich jedes Werkzeug auf Geheiss oder mit eigener Voraussicht seine Aufgabe erledigen könnte, wie man es von den Standbildern des Daidalos und den Dreifüssen des Hephaistos berichtet, die, wie der Dichter sagt, “sich von selbst zur Versammlung der Götter einfinden” – wenn so die Weberschiffchen von allein die Webfäden durcheilten und die Schlagplättchen Kithara spielten, dann brauchten die Meister keine Gehilfen und die Herren keine Sklaven.» – Aristoteles, Politik I, 4, 1253b

Charles Babbage: Analytical Engine

Die Idee der künstlichen Intelligenz wurde im Laufe der Jahrhunderte weiterentwickelt und von verschiedenen Wissenschaftlern und Philosophen untersucht. Einer dieser Wissenschaftler war Charles Babbage, der um 1822 einen Mechanismus erschuf, welcher logische Operationen ausführen konnte: die "Analytical Engine", eine mechanische Rechenmaschine für allgemeine Anwendungen. Babbage glaubte, dass seine Maschine in der Lage sein würde, alle Arten von Berechnungen durchzuführen und sogar zu denken. Es gelang ihm allerdings nicht, seine Maschine vollständig zu bauen.

Alan Turing: Turing-Test

In den 1930er-Jahren begannen Wissenschaftler damit, Konzepte für künstliche Intelligenz zu erarbeiten. Der britische Logiker und Kryptoanalytiker Alan Turing sah Möglichkeiten für den Bau einer Maschine, die den Menschen in kognitiven Fähigkeiten überlegen sein würde. Er entwickelte einen Test, um festzustellen, ob eine Maschine denkt oder nicht. Diese Routine wurde später als "Turing-Test" bekannt und gilt bis heute als einer der wichtigsten Kontrollmechanismen in der KI-Forschung.

In Turings ursprünglich als “Imitation Game” bezeichneten Verfahren führt ein Mensch über eine Tastatur und einen Bildschirm eine Unterhaltung mit zwei ihm unbekannten Gesprächspartnern, allerdings ohne Sicht- oder Hörkontakt. Der eine Gesprächspartner ist ein Mensch, der andere eine Maschine. Wenn der Fragesteller nach einer intensiven Erhebung nicht bestimmen kann, wer von beiden Partnern die Maschine ist, gilt der Turin-Test als bestanden. In diesem Fall wird der Maschine ein menschenähnliches Denkvermögen attestiert.

Allen Newell & Herbert Simon: Logic Theorist

Rund 20 Jahre später wurden die ersten KI-Systeme gebaut. Eines davon war der "Logic Theorist" von Allen Newell und Herbert Simon aus dem Jahre 1956. Dieses System war in der Lage, Beweise für mathematische Lehrsätze – sogenannte Theoreme – zu finden. Wenig später folgte mit dem "General Problem Solver" ein weiteres Konzept dieser beiden Wissenschaftler. Dieses System konnte Probleme in verschiedenen Bereichen lösen, zum Beispiel in der Mathematik, Physik und Chemie. Obwohl die Software und das entwickelte theoretische Framework scheiterten, hatten sie grossen Einfluss auf die weitere Entwicklung von Expertensystemen und künstlicher Intelligenz.

Joseph Weizenbaum: ELIZA

1966 gelang Wissenschaftlern erstmals der Bau eines Computers, der in der Lage war, einfache Spracheingaben zu verstehen. Das System "ELIZA" wurde von Joseph Weizenbaum entwickelt. Die Kommunikation basierte anfänglich auf einem Thesaurus, also einem einfachen, strukturierten Wörterbuch. Weiterentwicklungen auf Basis von ELIZA werden heute beispielsweise in der Fahrplanauskunft eingesetzt. Google hat 2018 den experimentellen digitalen Assistenten “Duplex” vorgestellt, der die Ansätze von ELIZA weiterverfolgt.

IBM: Deep Blue

Mit “Deep Blue” erschufen Ingenieure des US-amerikanischen IT-Unternehmens IBM 1997 zum ersten Mal einen Computer, der Schach spielen und dabei sogar den amtierenden Schachweltmeister Garri Kasparow besiegen konnte. Seither haben sich die Fähigkeiten von KI-Systemen stetig weiterentwickelt, so dass diese mittlerweile in vielen Bereichen eingesetzt werden können. Etwa in Spracherkennungs- oder Navigationssystemen.

IBM: Watson

Im Jahr 2011 konnte die KI-Software “Watson” in der Quizshow "Jeopardy" gegen zwei menschliche Gegner gewinnen. Watson ist ein von IBM entwickeltes Konzept und in der Lage, menschliche Sprache zu verstehen und darauf zu reagieren. Watson hat gezeigt, dass künstliche Intelligenz heutzutage fähig ist, menschliche Leistungen in komplexen und anspruchsvollen Aufgabenbereichen zu übertreffen. Dieser Sieg hat weltweit grosse Beachtung gefunden und die Möglichkeiten von KI in den Fokus gerückt.

Formen der AI

Moderne AI-Tools und -Funktionen kommen heute in zahlreichen Branchen zur Anwendung. Sie dienen in erster Linie der Steuerung und Kontrolle von Prozessen, etwa im Trading und in der Mathematik. Wo und wie wird künstliche Intelligenz ausserdem eingesetzt?

Text

Gerade im Content Marketing können AI-Tools sehr nützlich sein – wenn sie sorgfältig und mit Bedacht eingesetzt werden. Artificial Intelligence kommt vorwiegend für Textarbeiten zum Einsatz. Sie verfasst Produktbeschreibungen, klickstarke Überschriften oder Google-Anzeigen, kann aber auch Keyword-Listen erstellen und Suchanfragen analysieren. Mit der Unterstützung von AI lassen sich grosse Mengen an Daten schneller und effizienter verarbeiten als in traditionellen Prozessen. Somit ermöglicht die AI eine bessere Nutzung der vorhandenen Ressourcen.

Bild

AI kann aber auch Bilder erstellen. Diese Methode wird “Generative Adversarial Network” (GAN) bezeichnet. GAN besteht aus zwei Komponenten: einem Generator und einem Diskriminator. Der Generator erstellt ein Bild, während der Diskriminator versucht, zwischen echten und generierten Bildern zu unterscheiden. Durch das Lernen von beiden Komponenten wird die Qualität der generierten Bilder immer besser.

Es gibt verschiedene Anwendungen für GAN-generierte Bilder. Zum Beispiel können sie verwendet werden, um neue Kunstwerke zu erstellen oder um bestehende Kunstwerke neu zu interpretieren. Mit AI-Tools lassen sich aber auch Fotos von nicht existierenden Personen oder Gegenständen kreieren.

Die Möglichkeiten für die Verwendung von GAN-generierten Bildern sind praktisch unbegrenzt. In den kommenden Jahren wird es interessant zu beobachten sein, welche neuen und innovativen Anwendungen entwickelt werden.

Video

Durch die Integration von AI in die Produktion entstehen personalisierte Videos, die den Nutzerinnen und Nutzern ein Erlebnis bieten, Aufmerksamkeit auf sich ziehen und zum Weiterschauen animieren.

Diese personalisierten Videos können dazu genutzt werden, um mit dem Publikum in Interaktion zu treten und ihnen einen Mehrwert zu bieten. Durch die Verwendung von künstlicher Intelligenz wird es möglich, dass Videos individuell auf die Bedürfnisse und den Kontext der Zuschauerinnen und Zuschauer abgestimmt werden.

Dadurch können Unternehmen ihre Reichweite erhöhen und mehr Nutzerinnen und Nutzer gewinnen. Ausserdem kann die künstliche Intelligenz dabei helfen, die Conversion Rate zu steigern, da personalisierte Videos das Publikum dazu motivieren, Produkte oder Dienstleistungen zu kaufen.

Coding

Im Bereich der Programmierung von Websites und anderen digitalen Gefässen existieren heute zahlreiche Arten von Codes, die für Content-Marketing-Aktivitäten verwendet werden können. Zum Beispiel:

• Personalisierte Empfehlungen
• Chatbots
• Automatisierte Fehlerbehebung
• Vorhersage von Nutzerverhalten
• Echtzeit-Übersetzungen
• Application Programming Interface (API)

Persona

Personas sind eine fiktive, stark verallgemeinerte Darstellung der idealen Kundin oder des idealen Kunden. Sie werden auf der Basis erhobener Daten erstellt und gelten dadurch als besonders repräsentativ für eine Zielgruppe. Personas werden verwendet, um die Bedürfnisse und das Verhalten der Zielgruppe besser zu verstehen.

Bisher mussten Marketer persona-spezifische Interviews oder Umfragen durchführen und die Antworten manuell analysieren. AI-Tools basieren auf organischen Daten, die durch Natural Language Understanding (NLU) verarbeitet wurden. NLU ist die Fähigkeit der künstlichen Intelligenz, die natürliche menschliche Sprache zu verstehen. Nachdem die Maschine ein Briefing erhalten hat, beginnt sie nach externen Daten zu suchen, die mit dem entsprechenden Unternehmen oder der Branche in Verbindung stehen.

Wenn die Daten erhoben sind, erstellt das AI-Tool die Personas. Dabei stützt es sich auf Natural Language Generation (NLG) und bringt die gesammelten Informationen so in eine für Menschen verständliche Form: die natürliche Sprache.

Die Vorteile der Persona-Erstellung mit AI-Unterstützung liegen vor allem in der Zeitersparnis. Aufwendige Tätigkeiten wie die Recherche, die Suche nach geeigneten Personen für Interviews und die Durchführung der Gespräche inklusive anschliessender Auswertung entfallen komplett. Trotzdem liefern AI-Personas sehr präzise Informationen, die dem Vergleich mit menschlich erstellten Resultaten standhalten.

Wie bei allen Inhalten, die mittels künstlicher Intelligenz erzeugt werden, müssen aber auch AI-Personas redaktionell und mit “menschlicher Intelligenz” hinterfragt und überarbeitet werden.

Chatbot

Ein Chatbot ist eine Anwendung von künstlicher Intelligenz, die im Wesentlichen darin besteht, mit einem Menschen über einen Text- oder Sprach-Chat zu kommunizieren. Das Ziel eines Chatbots ist es, die Nutzerinnen und Nutzer zu unterhalten und Informationen bereitzustellen. Die meisten Chatbots basieren auf einer vorgefertigten Konversationsstruktur und verwenden spezielle Schlüsselwörter, um auf Anfragen reagieren zu können.

Chatbots können einfache Aufgaben ausführen, beispielsweise eine Wegbeschreibung bereitstellen oder über das Wetter informieren. Weiterentwickelte Chatbots sind mittlerweile aber auch in der Lage, komplexere Tasks zu erledigen, etwa Restaurants in der Nähe zu finden oder Flüge zu buchen.

In den meisten Fällen handelt es sich bei den Chatbots um eine computergesteuerte Software, die jedoch nicht immer als solche erkennbar sein muss. Einige Chatbots wurden so programmiert, dass sie menschenähnlich erscheinen und interagieren können. Als Bestandteil des Conversational Marketing kann ein Chatbot auch für die Kundenbetreuung oder -beratung im E-Commerce genutzt werden.

Voice

Voice ist eine weitere Form der künstlichen Intelligenz, die im Content Marketing Einzug gehalten hat. Voice Bots sind computergenerierte Stimmen, die natürlich klingen und den Inhalt eines Textes oder einer Aufgabe vorlesen können. Diese Technologie wird häufig in Kombination mit anderen Arten von künstlicher Intelligenz eingesetzt, zum Beispiel mit Machine Learning, um die Stimme noch realistischer erscheinen zu lassen.

Voice Bots sind in der Lage, grosse Mengen an Text zu verarbeiten und in natürlich klingende Worte umzuwandeln. Durch diese Fähigkeit können sie auch inhaltlich schwierige Texte vorlesen und so der Zuhörerin oder dem Zuhörer helfen, den Inhalt besser zu verstehen. Voice Bots eignen sich somit ideal, um längere Textpassagen vorzulesen oder bestimmte Sachverhalte zu erläutern. Darüber hinaus übernehmen sie auch häufig die Aufgabe der Sprecherin oder des Sprechers in Hörbüchern, als Speaker in Online-Kursen oder für das Voiceover in Videos.

Die AI ermöglicht automatisch generierte Audioinhalte wie Podcasts, Audiobooks oder Sprachnachrichten. Sie kann auch dazu verwendet werden, die Stimme von virtuellen Assistenten oder Chatbots zu personalisieren und realistischer zu gestalten.

Überdies sind auf dem Markt Stimmengenerator-Tools auf KI-Basis erhältlich. Diese ermöglichen Unternehmen, die Stimme ihrer Marke zu definieren und zu personalisieren, um eine direkte und persönliche Interaktion mit ihren Kundinnen und Kunden zu schaffen.

Vor- und Nachteile der künstlichen Intelligenz

Die Möglichkeiten der künstlichen Intelligenz gehen weit über die Bereiche des Content Marketings hinaus. Längst wird KI auch in der Medizin, in der Produktion oder im Bildungswesen eingesetzt. Das bringt viele Vorteile und Chancen mit sich, hat aber auch nicht zu unterschätzende Nachteile, die vor dem Einsatz von KI-Tools sorgfältig abgewogen werden sollten.

Risiken durch KI

Trotz aller Vorteile und Annehmlichkeiten birgt die künstliche Intelligenz ein grosses Risikopotenzial. Kritiken und ethische Bedenken zeigen auf, wie wichtig ein sorgfältiger und verantwortungsvoller Umgang mit der KI-Technologie ist.

Fehlerquellen

Während die KI-Systeme immer fähiger werden und entsprechend komplexere Aufgaben übernehmen, steigt die Gefahr potenzieller Fehler. Man stelle sich vor, dass ein Autopilot ein Flugzeug zum Absturz bringen könnte oder eine medizinische Software falsche Diagnosen erstellt. Gewinnt die Technologie an Macht und Einfluss, können böswillige Personen KI-Systeme dazu nutzen, um Menschen zu manipulieren oder IT-Infrastrukturen zu hacken.

KI im Bildungswesen

Auch im Schulalltag drohen bemerkenswerte Konsequenzen: Schülerinnen und Schüler oder Studierende könnten KI-Systeme dafür verwenden, maschinell erzeugte Inhalte als eigene Arbeiten vorzugeben. Das fördert Plagiate und kann im schlimmsten Fall bedeuten, dass die Auszubildenden sich zu sehr auf die Technologie verlassen.

Ein Mangel an Originalität und Kreativität oder an eigenständigem und kritischem Denken wären die möglichen Folgen daraus. Konnte sich die Lehrerschaft früher noch auf Plagiatserkennungssoftware berufen, müssen sie heute neue Wege finden. Detektions-Tools funktionieren nicht mehr, weil AI-Textprogramme in der Lage sind, komplett neue Artikel zu verfassen. Als Reaktion auf diesen Umstand werden an Schulen wieder vermehrt mündliche Prüfungen durchgeführt.

Kritik

Die wahrscheinlich offensichtlichste Kritik an der künstlichen Intelligenz ist ihre Fähigkeit, menschliches Verhalten zu imitieren. Dadurch können unvorhersehbare Folgen für die Gesellschaft entstehen. Menschen sind besorgt, dass künstliche Intelligenz eines Tages Arbeitsplätze ersetzen könnte. Wenn sich die Technologie weiterentwickelt und immer mehr Unternehmen auf AI setzen, besteht die Gefahr einer Entlassungswelle. Hier darf allerdings der Vollständigkeit halber angemerkt werden, dass mittels KI entstandene neue Produkte und Dienstleistungen auch immer die Chancen auf neue Arbeitsplätze mit sich bringen.

Organisationen und Einzelpersonen kritisieren ausserdem die Fehleranfälligkeit. Manipulationen der KI-Systeme können dadurch zu schwerwiegenden Folgen für die Gesellschaft führen.

Ethik

Die KI-Technologie an sich ist weder ethisch noch unethisch. Es hängt von den Entscheidungen und Handlungen der Menschen ab, wie künstliche Intelligenz eingesetzt wird. Ethische Vorbehalte gründen auf dem Missbrauch der Technologie, etwa hinsichtlich Überwachung oder gar Kriegsführung.

Weitere ethische und moralische Bedenken gegenüber Artificial Intelligence beziehen sich auf ihre Verfügbarkeit. Es entstehen Ungleichheiten, wenn Teile der Menschheit Zugang zu AI-Tools haben und andere nicht.

AI vs. SEO

Im Content Marketing herrschte lange Unsicherheit, welchen Einfluss AI-generierte Texte auf die Suchmaschinenoptimierung (SEO) hätten. Die Befürchtungen waren gross, dass Google Websites abstrafen würde, sollte sich herausstellen, dass deren Content mittels künstlicher Intelligenz erstellt wurde.

Im Januar 2023 zeigte sich anhand des Beispiels von bankrate.com – einem der weltweit grössten Finanzportale – dass AI-generierte Texte hervorragende Rankings erzielen können. Das Unternehmen deklariert mit AI erstellte Beiträge: “Dieser Artikel wurde mit Hilfe von Automatisierungstechnik erstellt und von einem Redakteur unserer Redaktion sorgfältig bearbeitet und auf seine Richtigkeit überprüft.”

Was sagt Google dazu?

Google-Sprecher Danny Sullivan beantwortete entsprechende Fragen dazu auf Twitter folgendermassen: «As said before when asked about AI, content created primarily for search engine rankings, however it is done, is against our guidance. If content is helpful & created for people first, that's not an issue.»

Auf Googles Spam-Richtlinien angesprochen, führte Sullivan weiter aus: «Our spam policies also address spammy automatically-generated content, where we will take action if content is "generated through automated processes without regard for quality or user experience". For anyone who uses “any method” to generate a lot content primarily for search rankings, our core systems look at many signals to reward content clearly demonstrating E-E-A-T (experience, expertise, authoritativeness, and trustworthiness).»

«Google wants content by the people, for the people but you can use AI for ideas and help you along the way.» – Danny Sullivan, Google Search Liaison

Was sagt Neustadt dazu?

Wir haben uns intensiv mit AI-Software auseinandergesetzt und zahlreiche Tools getestet. Die Ergebnisse variieren von “unbrauchbar” bis “beeindruckend”. In jedem Fall können wir aber festhalten, dass ohne menschliche Intelligenz keine Texte entstehen können, die dem SEO-Anspruch gerecht werden.

Dieser Anspruch sieht vor, dass jeder Content einen inhaltlichen Mehrwert bieten muss, damit er mit guten Rankings belohnt wird. Texte müssen für echte Menschen geschrieben werden und Antworten auf Fragen oder Lösungen zu Problemen der User liefern. Das kann nur geschehen, wenn diese Texte mit einem – zeitaufwendigen – klaren Plan konzipiert und erstellt werden.

AI-Tools sind derzeit noch weit davon entfernt, Texte dieser Art schreiben zu können. Die künstliche Intelligenz ist jedoch eine hilfreiche Inspirationsquelle. Soll ein Artikel etwa mit Beispielen oder Vor- und Nachteilen angereichert werden, liefert die AI-Software gute und brauchbare Vorschläge dazu. Natürlich müssen diese Fakten verifiziert werden. So wird aus einem Recherche- ein Überprüfungsaufwand. Ob daraus schlussendlich ein zeitlicher Vorteil wird, müssen Textschaffende für sich selbst entscheiden.

Klar ist, dass künstlich generierte Texte – Stand heute – nicht 1:1 veröffentlicht werden können, zu fehleranfällig sind die Resultate derzeit noch. Und auch hinsichtlich Stil, Orthografie, Grammatik, gendergerechter Schreibweise oder Tone of Voice haben AI-Tools noch grosses Verbesserungspotenzial.

Künstliche vs. menschliche Intelligenz

Die Unterschiede zwischen künstlicher und menschlicher Intelligenz verlaufen fliessend und sind selten nur schwarz oder weiss. Und es gibt Überschneidungen: KI-Systeme können bestimmte Aufgaben möglicherweise genauso gut oder sogar besser erledigen als Menschen, während Menschen wiederum der Maschine in anderen Bereichen überlegen sind, etwa Kreativität, Empathie oder soziale Interaktion.

Wenn man über die menschliche Psyche spricht, sollte man berücksichtigen, dass der Grossteil der Arbeit im Kopf unbewusst abläuft. Wir nehmen ständig Informationen auf – von Geräuschen bis hin zu Gesichtsausdrücken – aber nur ein Bruchteil davon dringt erkennbar in unser Bewusstsein vor. Dies gilt insbesondere für Routinetätigkeiten, bei denen unser Gehirn auf Autopilot schaltet. Etwa 90 Prozent des menschlichen Denkens findet unbewusst statt; nur 10 Prozent davon aktiviert unsere rationalen Fähigkeiten, also unser logisches Denken und unsere Fähigkeit zur Sprache.

Menschliche Intelligenz basiert auf biologischen Prozessen im Gehirn, während künstliche Intelligenz auf Algorithmen und Daten beruht. Menschen können komplexe Probleme lösen, indem sie Erfahrungen und Emotionen abrufen, während KI-Systeme auf vorprogrammierte Regeln und Datenmuster zurückgreifen.

Menschen können aus Erfahrungen lernen und ihr Verhalten anpassen. KI-Systeme hingegen können zwar ebenfalls aus Daten lernen, ihr Lernvermögen wird jedoch durch die Menge und Qualität der verfügbaren Daten begrenzt. Menschen besitzen die Fähigkeit, kreativ zu sein und neue Ideen zu generieren, während KI-Systeme auf vorhandene Daten und Algorithmen angewiesen sind.

Empathie und das Verständnis für die Gefühle anderer ist der menschlichen Intelligenz vorbehalten. Anders KI-Systeme, die weder die Gefühle anderer verstehen noch ein Verständnis für moralische und ethische Prinzipien aufbauen können. Ähnlich verhält es sich mit dem Selbstbewusstsein.

Rechtslage

In der Schweiz sieht das Urheberrecht (siehe Art. 2 URG) vor, dass jemand, der ein Werk erstellt hat, auch der Urheber dieses Werkes ist. Das schliesst mittels künstlicher Intelligenz generierte Inhalte mit ein. Die Rechte an dem Werk liegen also beim Ersteller und nicht bei dem Unternehmen, welches die künstliche Intelligenz zur Verfügung gestellt hat. Das heisst: Wer mit Hilfe einer künstlichen Intelligenz ein Buch schreibt, ist der Urheber des Buches – und nicht etwa die künstliche Intelligenz. Gleiches gilt für Musik oder andere Arten von Inhalten.

Bei Unklarheiten empfiehlt es sich jedoch, sich von juristischen Fachpersonen beraten zu lassen, bevor mittels künstlicher Intelligenz erstellte Inhalte verwendet oder veröffentlicht werden.

Datenschutz

Der Datenschutz ist in der Schweiz von grosser Bedeutung, das erstreckt sich auch auf den Einsatz von künstlicher Intelligenz. Im Jahr 2018 verabschiedete das Schweizer Parlament etwa ein Gesetz zur Regulierung des Einsatzes von KI im Gesundheitswesen, das strenge Bestimmungen zum Datenschutz enthält. Dieses Gesetz schafft einen starken Präzedenzfall für den Schutz personenbezogener Daten bei der Nutzung von KI-generierten Inhalten.

Sicherheit

In der Schweiz gibt es mehrere Gesetze und Vorschriften, die die Datensicherheit regeln. Das Datenschutzgesetz (DSG) schreibt vor, dass die Verarbeitung personenbezogener Daten sicher erfolgen muss. Auch die Datensicherheit beim Datenaustausch muss gewährleistet werden. Dazu gehören das Sicherstellen der Vertraulichkeit und Integrität sowie die Verfügbarkeit der Daten.

Verwenden Unternehmen KI-Systeme, müssen sie sicherstellen, dass sie über die notwendigen Sicherheitsmassnahmen verfügen, um die Daten zu schützen. Das betrifft unter anderem die Verschlüsselung von Daten, die Einhaltung von Zugriffsbeschränkungen und die Durchführung von Sicherheitsüberprüfungen.

Urheberrechtsstreit

Ende Januar 2023 wurde in den USA eine Sammelklage gegen Open AI, Microsoft und die Entwicklerplattform Github eingereicht. Die Unternehmen wurden beschuldigt, lizenzierten Code für den Aufbau des KI-gestützten Copilot-Tools von Github zu verwenden. Die beschuldigten Unternehmen gaben an, dass die von Anwälten und zwei anonymen Softwareentwicklern geäusserten Vorwürfe, Copilot beruhe auf Softwarepiraterie in einem noch nie dagewesenen Ausmass, nicht haltbar seien.

Copilot wurde 2021 eingeführt und nutzt die Technologie von Open AI, um Codezeilen direkt im Code Editor eines Programmierers zu generieren und vorzuschlagen. Das Tool, das auf öffentlich verfügbarem Code von Github trainiert wird, löste schon bald nach seiner Veröffentlichung Bedenken darüber aus, ob es gegen Urheberrechtsgesetze verstösst.

Wie Microsoft und Github argumentieren, entziehe Copilot dem öffentlich zugänglichen Open Source Code nichts, sondern helfe Entwicklern viel mehr beim Schreiben von Code, indem es Vorschläge generiert, die auf dem gesamten Wissen basieren, welche aus dem öffentlichen Code gewonnen wurden. Die gerichtliche Anhörung zur Abweisung der Klage soll im Mai 2023 stattfinden.

Weitere Klagen wegen Verstössen gegen Urheberrechtsgesetze richten sich an die von Midjourney, Stability AI und Deviant Art entwickelten KI-Kunsttools, da sie angeblich illegal Werke von Künstlerinnen und Künstlern aus dem Internet abgreifen. Auch Getty Images verklagt Stability AI wegen der Behauptung, das Stable Diffusion Tool des Unternehmens habe unrechtmässig Bilder von der Website bezogen.

Machine Learning

Machine Learning ist ein wesentlicher Bestandteil künstlicher Intelligenz und ermöglicht es den Systemen, sich laufend selbst zu verbessern. Wie KI-Systeme generell funktionieren, hängt stark vom jeweils verwendeten Machine-Learning-Algorithmus ab.

Machine-Learning-Algorithmen versuchen, aus Daten zu lernen und Muster zu erkennen, die für die Lösung des jeweiligen Problems relevant sind. Dieser Ansatz hat sich als flexibel und effektiv erwiesen. Um erfolgreich zu sein, benötigen Machine-Learning-Algorithmen jedoch in der Regel grosse Mengen an Trainingsdaten, die sich um das jeweilige Problem drehen und in denen die richtigen Lösungen bereits bekannt sind.

Neuronale Netze

Einer der bekanntesten Machine-Learning-Algorithmen ist das sogenannte neuronale Netz. Neuronale Netze ähneln in gewisser Weise dem menschlichen Gehirn: Sie bestehen aus vielen einzelnen "Neuronen", die miteinander vernetzt sind. Jedes Neuron verarbeitet bestimmte Informationen und leitet sie an die nachfolgenden Neuronen weiter. Auf diese Weise können neuronale Netze komplexe Aufgaben lösen, indem sie Muster in den Input-Daten erkennen und entsprechende Outputs generieren.

Support Vector Machine

Ein weiterer beliebter Algorithmus ist die Support Vector Machine (SVM). Diese versucht, die Input-Daten in zwei separate Bereiche (Klassen) zu unterteilen. Dazu wird eine "Trennlinie" zwischen den beiden Bereichen gezogen. Anschliessend wird versucht, diese Trennlinie so zu positionieren, dass möglichst viel Abstand zwischen ihr und den Punkten in den beiden Bereichen liegt – je grösser der Abstand, desto besser. Auf diese Weise sollte es dem SVM möglich sein, auch “Unseen Data” (Daten, die nicht Teil des Trainingssets waren) richtig einzuordnen.

Die genannten Algorithmen sind nur einige Beispiele für die vielfältigen Möglichkeiten des Machine Learnings. Für jedes Problem gibt es meist verschiedene Algorithmen, die alle unterschiedliche Vor- und Nachteile haben. Die Auswahl des richtigen Algorithmus ist daher eine wesentliche Herausforderung beim Einsatz von Machine Learning.

Tools und Anbieter

Zu den grössten und zentralen Herausforderungen bei der Verwendung künstlicher Intelligenz zählt die Wahl des richtigen Tools und Anbieters. Heute ist eine Vielzahl an Instrumenten auf dem Markt erhältlich, die sich auf unterschiedliche Anwendungsbereiche spezialisiert haben. Einige dieser Tools konzentrieren sich auf die automatisierte Verarbeitung von Texten, andere auf die Analyse von Bildern oder die Vorhersage von Ergebnissen.

OpenAI ChatGPT

OpenAI ChatGPT ist ein KI-Textgenerator, der auf der GPT-Technologie (Generative Pre-Trained Transformer) basiert. Er ermöglicht es Nutzerinnen und Nutzern, in einer aus Chats bekannten Oberfläche Fragen zu stellen und auf natürliche Weise mit einem Computer zu kommunizieren. ChatGPT kann auch in Chatbots und andere Anwendungen integriert werden, um eine natürliche Sprachverarbeitung zu ermöglichen.

Vorsicht vor Fake News

Eine der wichtigsten Anwendungen von ChatGPT ist die Erstellung von Texten. Mit ChatGPT können Userinnen und User einen Text auf natürliche Weise eingeben, worauf die künstliche Intelligenz einen darauf basierenden Text generiert. Diese Methode kann für die Erstellung von Dokumenten, Nachrichtenartikeln und sogar ganzen Büchern verwendet werden. Dabei gilt es allerdings zu beachten, dass ChatGPT nur bedingt oder gar nicht zwischen Fakt und Fiktion unterscheiden kann. Dadurch entsteht die Gefahr, dass die generierten Inhalte nicht immer der Wahrheit entsprechen. Gerade bindende Aussagen wie Zitate oder Zahlen und Fakten müssen immer redaktionell verifiziert werden. Das Tool verfügt über keine Kapazitäten, die genannten Quellen nach Autorität zu sortieren und aus der verlässlichsten Quelle die richtigen Informationen zu liefern.

Auf Datenstand aus der Vergangenheit trainiert

ChatGPT wurde im Jahr 2021 mit 753 GB an Daten aus Büchern, Web-Texten und Wikipedia-Artikeln trainiert, um ein tiefes Verständnis für die Sprache zu erlangen und in der Lage zu sein, natürliche und sinnvolle Antworten auf Fragen zu geben. Es kann auch verwendet werden, um Texte in verschiedenen Sprachen zu generieren oder übersetzen zu lassen. Da der Stand der Trainingsdaten bereits in der Vergangenheit liegt, kennt das Tool allerdings keine neueren oder gar tagesaktuellen Informationen.

ChatGPT und Elon Musk

Die Technologie hinter ChatGPT wurde von OpenAI entwickelt, einer gemeinnützigen Organisation um Elon Musk und anderen Unternehmen wie Tesla oder SpaceX. OpenAI hat sich zum Ziel gesetzt, die Entwicklung von künstlicher Intelligenz für den Nutzen der Menschheit zu fördern.

ChatGPT und Microsoft

OpenAI hat Partnerschaften mit Microsoft geschlossen, um die Technologie in Produkten wie Word, PowerPoint oder Outlook einzuführen und den KI-Chatbot ChatGPT der Suchmaschine Bing hinzuzufügen.

Neuroflash

Die Neuroflash GmbH mit Sitz in Hamburg hat sich auf die Entwicklung von AI-Tools spezialisiert und bietet eine Vielzahl von Produkten und Dienstleistungen an, die auf der unternehmenseigenen KI-Technologie “Neuroflash AI” basieren. Ihr Flagship-Produkt ist der “Neuroflash AI Writer” – ein Textgenerator, der es ermöglicht, Texte automatisch zu erstellen oder zu umschreiben.

Neuroflash bietet auch Funktionen für die Suchmaschinenoptimierung, Chatbots auf Basis der GPT-Technologie von OpenAI oder Bild- und Avatar-Generatoren an.

Google

Google hat zahlreiche Tools und Diensten im Bereich der künstlichen Intelligenz entwickelt, die Unternehmen und Entwicklern helfen, ihre Arbeitsprozesse zu automatisieren und zu verbessern.

Google Bard

Seit dem 13. Juli 2023 ist Google Bard, das Pendant zu ChatGPT, auch in der Schweiz verfügbar. Die strengen europäischen Datenschutzregeln hatten den Launch im Vergleich zu Nordamerika um einige Wochen verzögert.

Google Bard ist ein experimenteller KI-Chatbot, der von Google AI entwickelt wurde. Anders als ChatGPT, dessen Datenstand im September 2021 endet, kann Bard auf Echtzeitdaten zugreifen. Dadurch verschafft sich das Sprachmodell einen grossen Vorteil gegenüber der Konkurrenz.

Das kann Google Bard:

• Sachthemen zusammenfassen, wie beispielsweise die Geschichte der Schweizerischen Eidgenossenschaft oder die Funktionsweise eines Autos

• Verschiedene Arten von kreativen Inhalten schreiben, wie Gedichte, Codes, Skripte, Musikstücke, E-Mails, Briefe usw.

• Fragen auf informative Weise beantworten, auch wenn sie offen, herausfordernd oder seltsam sind.

• Sprachen übersetzen, wie Englisch, Französisch, Deutsch, Spanisch, Chinesisch und Japanisch.

Google Chatbot

Eine KI-gestützte Software, mit der Benutzerinnen und Benutzer in natürlicher Sprache interagieren können. Google Chatbot verwendet maschinelles Lernen, um auf die Bedürfnisse und Anfragen der User einzugehen. Google Chatbot kann beispielsweise zur Automatisierung von Supportanfragen, zur Verbesserung der Kundenerfahrung oder zur Erleichterung der internen Kommunikation eingesetzt werden.

Google Cloud AutoML

Cloud AutoML basiert auf den Erfahrungen von Google in der Entwicklung von KI-Technologien und ermöglicht es Unternehmen, ihre eigenen KI-Modelle zu erstellen, ohne dass sie tiefgreifende Kenntnisse über maschinelles Lernen besitzen müssen.

Google Natural Language

Ein KI-Tool, mit dem Nutzerinnen und Nutzer Texte in natürlicher Sprache analysieren und verstehen können. Es bietet Funktionen wie Sentiment Analysis, Entity Recognition und Syntax Analysis. Natural Language kann zum Beispiel für die Textanalyse, für die Übersetzung oder für die Suche nach bestimmten Informationen in grossen Textmengen eingesetzt werden.

Google Translate

Ein KI-Tool von Google, mit dem User Texte in andere Sprachen übersetzen können. Translate verwendet maschinelles Lernen, um die Übersetzungsqualität zu verbessern und neue Sprachen hinzuzufügen. Translate kann beispielsweise für die Übersetzung von Dokumenten und Websites oder für die Kommunikation mit Menschen in anderen Sprachen zum Einsatz kommen.

Google Vision

Ein KI-Tool von Google, mit dem Anwenderinnen und Anwender Bilder analysieren und verstehen können. Vision bietet Funktionen wie Bilderkennung, Objekterkennung und Optical Character Recognition (OCR). Vision beispielsweise für die Bildanalyse oder für die Suche nach bestimmten Informationen in Bildern verwendet werden.

Im Vergleich zu ChatGPT bietet Google seine AI-Tools hauptsächlich für cloudbasierte Anwendungen an und ermöglicht es Entwicklern, ihre eigenen Modelle auf Google-Cloud-Plattformen zu trainieren, anstatt nur die bereitgestellten Modelle zu verwenden.

Midjourney

Midjourney ist ein weiteres AI-Tool, das hauptsächlich für die Optimierung von Geschäftsprozessen konzipiert wurde. Es eignet sich besonders für die Bereiche E-Commerce, Marketing, Design und Werbung, weil es sich auf die Erstellung automatisch generierter Bilder fokussiert.

Dank des Einbezugs von Deep Learning und Computer-Vision-Technologien lassen sich mit Midjourney Bilder und Grafiken automatisiert erstellen. Diese Funktion ist beispielsweise für die Generierung von Produktbildern oder -präsentationen, aber auch für Social-Media-Inhalte oder Werbekampagnen besonders praktisch.

Midjourney ermöglicht zudem die Bearbeitung der erstellten Bilder, indem sich Farben, Schriftarten und andere visuelle Elemente individuell anpassen lassen. Auf diese Weise kann das Tool die Corporate-Design-Vorgaben eines Unternehmens einhalten und gleichzeitig die Produktivität und Effizienz steigern. Nutzerinnen und Nutzer schätzen das Tool, weil sie damit viel Zeit und Kosten für die Erstellung von Bildern sparen.

Mnemonic AI

Mnemonic AI wurde entwickelt, um Unternehmen bei der Erstellung von Personas zu unterstützen. Was Personas genau sind und wofür sie eingesetzt werden, haben wir bereits ausführlich beschrieben. Mit Mnemonic AI können Unternehmen automatisch Personas erstellen, indem das Tool grosse Datenmengen aus sozialen Medien, Kundenfeedbacks und weiteren Quellen analysiert.

Zur Analyse und Kategorisierung der ermittelten Daten nutzt Mnemonic AI natürliche Sprachverarbeitungstechnologien und maschinelles Lernen. Das Tool kann beispielsweise verwendet werden, um die Interessen, Verhaltensweisen, Einkommen und demografische Informationen von Zielgruppen zu identifizieren. Oder um die von der Zielgruppe gesprochene Sprache sowie die wichtigsten Themen und Trends zu verstehen.

Mnemonic AI bietet zudem die Möglichkeit, die generierten Personas anzupassen und zu bearbeiten. Auf diese Weise kann das Tool die Anforderungen eines Unternehmens erfüllen und gleichzeitig die Produktivität und Effizienz steigern.

Das Tool eignet sich besonders für Unternehmen im Bereich Marketing, Produktentwicklung und Kundenbetreuung, da es ihnen hilft, ihre Zielgruppen besser zu verstehen und ihre Produkte und Dienstleistungen genauer auf die Bedürfnisse ihrer Zielgruppen auszurichten.

GPTZero

Noch sind Plagiarism Detectors nicht sehr ausgereift. Die meisten Tools liefern kein zuverlässiges Ergebnis, ob ein Text von einer menschlichen oder einer künstlichen Intelligenz erzeugt worden ist. GPTZero zeigt erste gute Ansätze. Das Tool entscheidet anhand statistischer Merkmale, welcher Intelligenzform ein Text zuzuordnen ist. GPTZero analysiert nach Angaben der Entwickler Texte auf ihre gleichmässige und konstante Komplexität. Das seien Merkmale für KI-generierte Texte, während menschliche Autoren eher Variationen in ihre Texte einbauen würden. Die Resultate lauten dann entweder “Your text is likely to be written entirely by a human” oder eben “Your text includes parts written by AI”.

Trends und ein Ausblick in die Zukunft

Künstliche Intelligenz ist bereits heute in zahlreichen Bereichen unseres Alltags anzutreffen und wird in den kommenden Jahren weiter an Bedeutung gewinnen. Fachleute sind sich einig, dass KI die Welt in den kommenden Jahren nachhaltig verändern wird. Eine Studie von McKinsey zu den Zukunftsperspektiven der KI zeigte, dass die jährlichen Wachstumsraten des BIP bis ins Jahr 2030 weltweit um rund 0,8 Prozent höher sein werden. Das entspricht einem Mehrwert von rund 13 Billionen US-Dollar.

In naher Zukunft werden Maschinen und Algorithmen immer stärker in die Lage versetzt, Aufgaben zu übernehmen, die bisher als typisch menschlich galten. Dies betrifft sowohl geistige Tätigkeiten wie Kreativität und Analyse als auch physische Fertigkeiten wie beispielsweise das Fahren eines Autos.

Regulierungen des Bundesrates

Ein weiteres wichtiges Thema hinsichtlich Zukunft der KI in der Schweiz ist die Debatte um Ethik und Regulierung. Aufgrund des grossen Potenzials möglicher Auswirkungen der KI auf die Gesellschaft hat der Bundesrat deshalb verschiedene Massnahmen beschlossen. Der Austausch mit Expertinnen und Experten in den Bereichen Recht und Technik soll verstärkt werden, wofür auch externe Expertisen beigezogen werden. Zudem will der Bundesrat die Beteiligung von Schweizer Positionen in internationalen Gremien sicherstellen.

Schliesslich wird der Austausch mit internationalen Normierungsorganisationen in Genf angestrebt. Dadurch wird Genf als internationaler Hub für Digitalfragen weiter gestärkt. Die Schweiz will zu einer massvollen internationalen Regulierung von KI beitragen, welche deren Chancen nutzt und Herausforderungen zielgerichtet begegnet.

Aufgrund der rasant fortschreitenden technischen Entwicklung lassen sich Trends und Entwicklungsperspektiven für die Zukunft der künstlichen Intelligenz nur schwer abschätzen. Sicher ist jedoch, dass uns die KI in den kommenden Jahren noch viele Überraschungen bereithalten wird – sowohl positive als auch negative. Wir dürfen uns also auf spannende Zeiten einstellen.