Künstliche Intelligenz + Content Writing: Wie geht es weiter?

Veröffentlicht: 2021-08-02

Während Sie dies lesen, enthält ein noch unbekannter Algorithmus den Schlüssel, der ein Höchstmaß an Effizienz beim Schreiben von Inhalten ermöglicht. Es wird kostengünstig, blitzschnell und einfach zu bedienen sein. Und es wird Marketing-Inhalte produzieren, die praktisch nicht von von Menschenhand entwickelten Texten zu unterscheiden sind.

Machine Learning macht dies nicht nur möglich, sondern dauerhaft.

Wenn also künstliche Intelligenz darauf vorbereitet ist, das Schreiben von Inhalten zu ersetzen, wie und wann wird dies geschehen?

Verständnis der natürlichen Sprachgenerierung (NLG)

Die wichtigsten Technologien für die Automatisierung von Content-Marketing sind Natural Language Processing (NLP) und Natural Language Generation (NLG).

Das erste ist einfach ein Computerprogramm, das die menschliche Stimme versteht und zu Text verarbeitet. Denken Sie an die „Spracheingabe“-Funktion von Google in Drive oder die vielen Arten von Übersetzungssoftware.

NLG geht noch einen Schritt weiter. Dieser Prozess beinhaltet die Umwandlung der strukturierten Daten aus NLP in narrative Geschichten (auch bekannt als das Schreiben von Inhalten von Grund auf ohne Beteiligung von Menschen).

„Erzählung“ kann in diesem Sinne eine Fehlbezeichnung sein. Ja, die NLG-Technologie erstellt schriftliche Inhalte, die einer einzigartigen, logischen Reihenfolge folgen (und sogar Fiktion schreiben können), aber ihr Hauptvorteil besteht darin, das untergeordnete Schreiben von dichten, faktenorientierten Inhalten wie Finanzberichten, Executive Briefings, Verdiensten zu automatisieren Zusammenfassungen, Produktbeschreibungen und Standardnachrichten.

In diesen Formaten werden innovative, kreative oder persönliche Inhalte an den Rand gedrängt – NLG automatisiert Texte, die einem kurzfristigen Geschäftszweck dienen, nicht unbedingt einer langfristigen, gebrandeten Marketingkampagne, die über Algorithmen und Fakten hinausgeht.

  • Künstliche Intelligenz : Entwicklung von Computersystemen, die menschliche Handlungen ohne menschliche Beteiligung ausführen.
  • Maschinelles Lernen : Computer, die über KI und nicht über explizite menschliche Programmierung lernen.
  • Algorithmus : Regelsatz, der Berechnungen auf der Grundlage einer Abfolge bestimmter Aktionen durchführt.
  • Natural Language Processing : Programm, das Sprache und Text automatisch verarbeitet und manipuliert.
  • Natural Language Generation : Programm, das NSP-Eingaben verwendet, um neuen Text zu interpretieren und zu erstellen.
  • Chatbot: Computerprogramm, das mithilfe von Text und akustischen Hinweisen per Chat kommuniziert.
  • Virtueller Assistent : Software-Agent, der Dienste über NLP bereitstellt, wie Siri oder Amazon Echo.

Kein Wunder, dass B2B-Unternehmen die NLG-Technologie bereits stark nutzen. Bis 2018 werden 20 Prozent aller Geschäftsinhalte von Maschinen geschrieben , prognostiziert Gartner. Auch hier handelt es sich um geschäftliche Inhalte: Pressemitteilungen, Rechtsdokumente, interne Memos, Marktberichte und so weiter.

Der goldene Standard des Journalismus, Associated Press, verwendet Maschinen, um ihre Ergebnisberichte zu erstellen. Diese Art von Anwendung ist der unmittelbarste Anwendungsfall für NLG-Software, und B2B-Vermarkter werden sicherlich feststellen, dass viele Schreibaufgaben ab heute viel einfacher werden können.

Automatisieren Sie das, nicht das

Die aktuelle Stärke von KI sind jedoch keine Inbound-Inhalte. Inbound-Marketing-Strategien basieren auf Persönlichkeit, Originalität, Authentizität, Überzeugungskraft und Stimme: Dinge, die tendenziell immateriell sind, aber genauso wichtig, wenn nicht sogar wichtiger als formale Schreibfähigkeiten.

Schließlich lernen Maschinen aus den Daten, die vor ihnen liegen. Zahlen, Zahlen, Schlüsselwörter, Phrasierung und Timing sind alles Elemente, die KI in einer für den durchschnittlichen Leser passablen Weise kompilieren, verarbeiten und replizieren kann. Aber kann Branding oft ein Datum weniger oder strukturloser Prozess sein, eine , die circumvents die Fähigkeiten von Maschinen und sogar die besten Kreativdirektoren Stumpf weiter.

Automatisierte Inhalte müssen zunächst in einzelne Datensätze zerlegt werden, die von Maschinen analysiert werden können. aber ein produktspezifischer Blog-Beitrag, der beispielsweise die Identität und die Software-Fähigkeiten einer Marke nutzt, lässt sich nicht leicht in Code verdichten, der vielversprechende Schreibergebnisse liefern würde. Ohne den richtigen Datenfluss oder die richtige Eingabe versagen Maschinen .

Ideal für KI wären Inhalte, für die Unternehmen bereits strukturierte Daten haben. Vorhandene Zahlentabellen, Software, die Finanzinformationen aggregiert, und Modelle, die in einem Unternehmen weit verbreitet sind, sind perfekte Datensätze, die in einen automatisierten Content-Generator einfließen können.

Mehr als nur die Grundlagen zu automatisieren, könnte zu diesem Zeitpunkt mehr Mühe bereiten, als es wert ist.

Was KI nicht kann

2014 bestand ein Chatbot namens Eugene als erster Computer den Turing-Test, eine Messung der „Menschlichkeit“.

Der Turing-Test stellt fest, ob ein Computer so entschlüsselt, interagiert und auf Fragen reagiert, dass die Richter glauben, dass es sich tatsächlich um einen Menschen handelt. Wenn 30 Prozent der Juroren denken, dass sie mit einem Menschen interagieren, hat der Chatbot den Test „bestanden“. Tatsächlich hat es laut der Studie die Mindestanforderung an die menschliche Intelligenz erreicht.

Dies war ein monumentaler Durchbruch, der als Beweis für die Vormachtstellung der KI diente. Skeptiker wiesen jedoch darauf hin, dass bestimmte Teile des Gesprächs zwischen Mensch und Eugen so roboterhaft und ungenau waren, dass die 30-Prozent-Schwelle nicht viel bedeutete. Hier ist ein beliebtes Beispiel:

über contentmarketinginstitute.com

Das war 2014. Fast vier Jahre später wurden Chatbots und virtuelle Assistenten für bestimmte Anwendungen wie Kundenservice, Sprachsuche und Online-Fehlerbehebung immer ausgefeilter.

Aber beim Schreiben führen sofortige KI-Anwendungen noch nicht zu höheren Gewinnen auf branchenweiter oder messbarer Basis, zumindest nicht in Bezug auf die Erstellung ansprechender Inhalte in großem Maßstab.

Maschinelles Lernen steckt noch in den Kinderschuhen, und die Leser können in der Regel einige der Schreibfehler erkennen, die KI hervorruft: Wiederholung, starrer Fluss, umständliche Phrasierung, tonale Einschränkungen. In einer Welt, die auf menschliches Suchverhalten und natürliche Spracherkennung übergeht, wird diese Art von Stakkato-Flachheit von Google bestraft und von Website-Besuchern als unattraktiv erachtet.

Content-Marketing-Maschinen müssen vorerst noch Inhalte produzieren, die inspirieren.

KI-Marketing der Zukunft

Die überwiegende Mehrheit der KI-Marketinginvestitionen fließen in Analysen, Veröffentlichungen und Berichte. Derzeit verwendet die Hälfte aller Unternehmen irgendeine Form der Marketing-Automatisierung , wobei Predictive Analytics-Software die größte früh wachsende Anwendung für Content-Marketing ist.

Aber die Erstellung von Inhalten ist ein ganz anderes Tier.

Kreative Jobs gelten als eine Art letzte Grenze für die KI. Einer Studie der Universität Oxford zufolge gehören kreative Positionen zu den unteren 25 Prozent der Arbeitsplätze, die durch Maschinen ersetzt werden müssen , was bedeutet, dass 75 Prozent der anderen Karrieren zuerst und in viel größerem Maße betroffen sein werden. Beruhigend, oder?

Die Automatisierung wird sicherlich die Arbeitsabläufe bei der Inhaltserstellung stören, aber sie wird das Schreiben nicht vollständig überholen. Wenn überhaupt, wird KI zusammen mit Content-Autoren als doppelter Werttreiber eingesetzt.

Die Recherche wird vereinfacht, die Ideenfindung wird durch Predictive Analytics unterstützt und das Schreiben konzentriert sich stärker auf das Schreiben selbst. Keine Keywords, keine Rankings. Nur Qualität.

Legen Sie also alle Ideen für einen Cyborg-Arbeitsplatz beiseite und beginnen Sie wieder mit dem Schreiben.