Wird KI Copywriter ersetzen? Die Entwicklung und Zukunft des KI-Content-Writings

Da Textgenerierung und maschinelles Lernen voranschreiten, wird viel darüber gesprochen, ob Content-Autoren durch die Vielzahl von KI-Tools zum Verfassen von Werbetexten ersetzt werden, die eine Autovervollständigungsfunktion anbieten.

GPT-3, Rytr, Jarvis, Shortly, CopyAI, Frase, usw. – die Liste neuer Produkte mit Autovervollständigung, die auf dem Markt auftauchen, ist endlos. Alle diese Produkte verfügen über eine „Schreib für mich“-Schaltfläche. Du klickst auf diesen Button, und es kommt ein Absatz Text heraus.

Es fühlt sich fast wie Magie an.

Als Forscher für künstliche Intelligenz verfolge ich seit den letzten 5 Jahren die Durchbrüche in diesem Bereich – und es ist faszinierend, wie sich etwas, das als Möglichkeit begann, deine Textnachrichten automatisch zu vervollständigen, zu einer Technologie entwickelt hat, die nun fast ganze Romane erzeugen kann.

Aber bedeutet das, dass KI Werbetexter ersetzen kann – ist menschliches Schreiben überflüssig? ‍Die Antwort ist kompliziert.

Um diese Frage zu beantworten, müssen wir zunächst hinter die Kulissen blicken, um zu sehen, wie die Autovervollständigung für das Schreiben von Inhalten wirklich funktioniert. Mit diesem Wissen können wir die Kompromisse untersuchen, die diese künstliche Intelligenz Technologie mit sich bringt, und herausfinden, ob sich Werbetexter bei all den KI-Schreibtools auf dem Markt Sorgen machen müssen.

Wie sich Autovervollständigung für das Schreiben von Inhalten entwickelte

Bei all dem Hype um neue Durchbrüche der künstlichen Intelligenz wie GPT-3 vergisst man leicht, wie sich die Technologie für vorausschauenden Text (Autovervollständigung und Autokorrektur) im Laufe der Jahrzehnte entwickelt hat.

Ja, das ist die Funktion auf deinem alten iPhone 5, die „iz“ zu „is“ korrigiert, und so schlägt Google dir auch (manchmal urkomische) Vervollständigungen für deine Suche vor.

Auf N-Gramme setzen, um für dich zu schreiben

Du wirst überrascht sein, aber die Autovervollständigungstechnologie kann bis ins Jahr 1948 zurückverfolgt werden. Seitdem hilft sie Content-Autoren beim Rechtschreibprüfen und Korrigieren ihres Schreibens.

Werfen wir einen Blick auf die bescheidenen Anfänge der Autovervollständigung.

Viele frühe Autovervollständigungssysteme basierten auf dem Konzept eines Sprachmodells. Dabei handelte es sich im Grunde um ein Modell, das das nächste Wort auf der Grundlage einer Worthistorie vorhersagen kann.

Das früheste Sprachmodell, das erstmals von Claude Shannon erwähnt wurde, hieß das n-Gramme-Modell. Eine Anwendung von n-Grammen bestand darin, vorherzusagen, wie wahrscheinlich es ist, dass eine Wortfolge in dem Text erscheint, den du gerade schreibst.

Wenn du zum Beispiel „Can you please come“ (die Historienwörter) eingibst, wird das n-Gramme-Modell vorhersagen, dass das nächste Wort „here“ sehr wahrscheinlich ist (zum Beispiel mit 80 % Wahrscheinlichkeit). Dein Telefon wird dir dann anbieten, deinen Satz mit dem Wort „here“ zu vervollständigen.

Wie wissen n-Gramme, welche Wörter wahrscheinlich sind?

Du kannst ein n-Gramme-Modell erstellen, indem du einfach zählst, wie oft die Phrase „Can you please come here“ in einem Korpus hochwertiger Texte (auch Trainingsdaten genannt) vorkam. Wenn diese Phrase oft vorkommt, bedeutet das, dass „here“ wahrscheinlich eine richtige Vervollständigung ist – andernfalls ist es eine unwahrscheinliche Formulierung.

Diese Häufigkeitszählung wird auf alle möglichen Phrasen im Korpus angewendet, und so entsteht eine „Tabelle der Häufigkeiten“.

Im obigen Beispiel hat die erste Zeile die höchste Häufigkeit, weil sie in der menschlich geschriebenen Sprache am häufigsten vorkommt. Die letzte Zeile ist in esoterischem Englisch verfasst und kommt in der modernen Sprache nicht oft vor, deshalb hat sie eine niedrigere Häufigkeit.

Mit dieser Tabelle schaut das Programm bei jeder Eingabe in diese Tabelle nach, um die Phrase mit der höchsten Häufigkeit zu finden. Diese beste Übereinstimmung ist im Wesentlichen eine Vorhersage darüber, was das nächste Wort sein sollte. Diese Übereinstimmung ermöglicht es dem Programm außerdem, dir eine Wahrscheinlichkeitsabschätzung zu geben (zum Beispiel 80 % Chance auf eine richtige Vervollständigung auf Grundlage des Korpus).

Und da haben wir es – die Magie hinter vielen Autovervollständigungstools läuft im Grunde darauf hinaus, Wörter zu zählen!

Ganz vereinfacht gesagt ist das die Art und Weise, wie du ein Modell aufbaust, das das wahrscheinlichste nächste Wort gegeben einer bestimmten Menge von Historienwörtern vorhersagen könnte. Das ist die Grundlage dafür, wie Autokorrektur- und Autovervollständigungssysteme funktionieren.

Werden Werbetexter also von einem n-Gramme-Modell ersetzt werden?

Definitiv nicht.

Es gibt ein grundlegendes Problem mit n-Grammen – sie repräsentieren Sprache auf eine spärliche Weise. Einfach ausgedrückt bedeutet das: Wenn du viele Daten hast, wird deine Tabelle zu groß. Hier kommen neuronale Netze wie GPT ins Spiel.

Mit GPT über eine Tabelle hinausgehen

Das, was wir heute verwenden, hat seit dem n-Gramme-Modell einen langen Weg zurückgelegt.

Moderne künstliche Intelligenz für Autovervollständigung basiert auf neuronalen Netzen, die wesentlich leistungsfähiger sind als n-Gramme-Modelle. Obwohl sie ausgefeilter sind, beruhen neuronale Netze auf demselben grundlegenden Prinzip des statistischen Zählens.

Das allmächtige GPT-3 (Generative Pre-trained Transformer v3) ist ein großes neuronales Sprachmodell, das von OpenAI entwickelt wurde, und heute das Rückgrat aller kürzlich veröffentlichten Autovervollständigungsschreibtools auf dem Markt. GPT-3 ist Teil eines Trends in der Verarbeitung natürlicher Sprache (NLP), hin zu großen vortrainierten neuronalen Netzen.

Mit GPT-3 verwenden wir nicht mehr naiv eine Tabelle, um alle möglichen Phrasen zu speichern, sondern eine komprimierte Zusammenfassung davon in den Gewichten seines neuronalen Netzes. Dadurch können wir Modelle mit Milliarden von Phrasen und Sätzen trainieren, die sich in einer einzigen Tabelle nie hätten unterbringen lassen.

‍Also, wie schreibt GPT-3 für dich?

Genau wie bei n-Grammen versucht GPT-3, wenn du ein Wort oder eine Phrase eintippst, das wahrscheinlichste Wort zu finden, um deinen Satz auf Grundlage des Textkorpus zu vervollständigen, mit dem es trainiert wurde.

Aber dabei bleibt es nicht. Sobald es das nächste Wort vorhersagt, das du tippen wirst, wiederholt es diesen Vorgang in einer Schleife und sagt immer weiter das nächste Wort voraus, bis ein Absatz entstanden ist. So „generiert“ es einen Absatz für dich.

Aber Moment – wenn GPT-3 nur Wahrscheinlichkeiten nachschlägt, die aus bereits geschriebenen Inhalten abgeleitet sind, bedeutet das dann, dass GPT-3 einfach nur wiederholt, was es gelesen hat, oder ist es tatsächlich kreativ?

Das ist eine knifflige philosophische Frage, die in den heutigen Diskussionen über KI-generierte Inhalte sehr präsent ist.

Missverständnisse über das Verfassen von KI-Inhalten

Kann das Verfassen von KI-Inhalten kreativ sein?

Viele Kritiker haben angemerkt, dass GPT-3, wie alle KI-Modelle, nur Text erzeugen kann, den es zuvor gesehen hat. Sie behaupten, dass KI-Schreiben an Kreativität mangelt und dass diese Tools nur gut dafür sind, wiedergekäuten Inhalt zu spammen.

Obwohl diese Sichtweise früher zutraf, ist sie nicht mehr ganz richtig.

Es ist leicht zu behaupten, dass ein n-Gramme-Modell aus dem Jahr 1948 vorhandene Inhalte einfach wiederholen würde, weil es wortwörtlich alle seine Trainingsdaten in einer Tabelle speichert und Text „generiert“, indem es nach bereits gesehenen Phrasen sucht.

Doch weil GPT-3 ein hoch effizienter Kompressor seines Trainingstextes ist, muss es Regeln und Muster schriftlicher Inhalte entwickeln – es erinnert sich nicht immer an den exakten Satz aus seinen in seinem Gedächtnis gespeicherten Trainingsdaten.

Während einige wenige Sätze wortwörtlich erzeugt werden könnten, sind viele erzeugte Phrasen neu. Eine schnelle Google-Suche nach generiertem Text zeigt dir, dass die meisten Generierungen originell sind.

Ob du glaubst, dass GPT-3 (oder irgendein KI-Modell und KI-Tools) originelles Schreiben erzeugen kann oder nicht, ist umstritten und hängt davon ab, wie du Originalität definierst. Schließlich haben Menschen aus früheren großen Werken gelernt und Ableger von Shakespeare geschaffen – sind Menschen wirklich überhaupt so originell?

Während moderne KI Text erzeugt, der dem ähneln kann, was bereits da draußen ist, kann sie auch Text erzeugen, der dich überraschen könnte.

Es liegt an menschlichen Werbetextern und Content-Redakteuren, das Beste aus dieser Überraschung zu machen.

Ein besserer Einsatz von Autovervollständigung sollte darin bestehen, dass Autoren den besten KI-generierten Text herausfiltern und auswählen oder ihn als Inspirationsquelle nutzen, um eine Schreibblockade zu überwinden.

Kann das Verfassen von KI-Inhalten Emotionen haben?

Eine der Sorgen rund um das Verfassen von KI-Inhalten ist, dass es seelenlosen, emotionslosen Text erzeugen wird.

Das ist eine weitere pauschale Aussage, der es an Nuancen fehlt – und sie ist vielleicht aus unserer Science-Fiction-Vorstellung von KI als Blechdosen-Robotern ohne Gefühle abgeleitet.

Auch hier gilt: Einfache KI-Modelle wie das n-Gramm-Modell würden kaum emotionalen Text erzeugen, weil ihnen die Darstellungskraft fehlt – sie haben eine praktische Grenze dafür, wie viel sie lernen können.

Doch weil GPT-3 aus einem großen Textkorpus mit mehr Kontext lernt, kann es oft den Ton und die Stimmung im Schreiben nachplappern. Das bedeutet, wenn du eine Phrase wie „Ich fühle mich heute traurig“ eingibst, versucht das KI-Modell, die passendsten Wörter zu finden, um diese Stimmung im erzeugten Text widerzuspiegeln.

(Der Absatz, den du gerade oben gelesen hast, wurde von Jenni AI vollständig ohne Änderungen autovervollständigt. Es hat gelernt, meinen Ton und Schreibstil aus vorherigen Absätzen zu treffen.)

Eine in ICLR 2020 veröffentlichte Studie zeigt, dass neuronale Textgeneratoren sogar zu oft nachplappern und anfangen können, repetitiv zu werden. Allerdings ist Nachplappern nicht dasselbe wie Emotionen zu haben.

Als Autor musst du weiterhin die Gesamtstimmung und Emotion deines Schreibens steuern. Auch wenn KI Text erzeugen kann, der menschliche Gefühle widerspiegelt, hat sie keine empirische Erfahrung davon, was es bedeutet, menschlich zu sein – sie ist keine verkörperte Intelligenz.

Denk daran: Wie n-Gramm-Modelle wurde GPT-3 auf einem Textkorpus trainiert (größtenteils aus dem Internet und von einem menschlichen Werbetexter erstellt).

Es hat nichts anderes gesehen oder erlebt, was ein typischer Mensch erlebt – es wird nie wissen, wie ein Cheeseburger schmeckt, und kann auch nicht vollständig mitfühlen. Laut OpenAI kann es Fragen zur physischen Welt nicht genau beantworten, etwa: „Wenn ich Käse in den Kühlschrank lege, schmilzt er dann?“.

Das ist eine inhärente Begrenzung moderner Sprachmodelle, die in den nächsten Jahren kommen werden – zumindest, bis KI einen physischen Körper bekommt.

Für das Verfassen von Inhalten ist das Verständnis dieser Begrenzung entscheidend.

Das bedeutet, dass wir, um die Macht von KI für das Verfassen von Inhalten wirklich zu nutzen, dem KI-Modell Anleitung und Feedback geben müssen, damit es in die richtige Richtung gelenkt wird.

Warum KI + Mensch die Zukunft des Content-Writings ist

Diese Nachteile könnten viele dazu bringen, den Fortschritten im KI-Content-Writing skeptisch gegenüberzustehen oder zu befürchten, dass unsere Zukunft voller Spam-Inhalte sein wird.

Im Gegenteil, ich sehe einer viel helleren Zukunft entgegen.

1996, als IBMs KI-System  in einem Schachspiel, wurde angenommen, dass das Schachspiel gelöst sei und es keine Schachspieler mehr geben würde.

Doch was stattdessen geschah, war eine Wiederbelebung des Interesses daran, neue Schachstrategien zu lernen, indem man die Züge der KI studierte. Ein ähnliches Phänomen trat auf, nachdem AlphaGo von DeepMind Lee Sedol besiegt hatte, den weltbesten Go-Spieler im Jahr 2016.

Erfolg in der KI bedeutet, dass Menschen sich anpassen und verändern müssen – und diese Veränderung mag unbequem sein, ist aber meist zum Guten. Während KI Menschen bei bestimmten Aufgaben schlagen kann, sind Menschen die besseren Generalisten, und wir können lernen, KI einzubinden, um unsere Gesamtproduktivität zu steigern.

Das gilt auch für das Verfassen von Inhalten, bei dem Werbetexter eine übergeordnete Content-Strategie, die Vision und Marke eines Unternehmens sowie ein Verständnis der Zielgruppe in ihre Inhalte einfließen lassen müssen.

Deshalb sage ich eine Zukunft voraus, in der wir das Beste aus beiden Welten haben können – Menschen und KI, die zusammenarbeiten, um noch hochwertigere Inhalte zu produzieren.

Wird Werbetexten morgen überflüssig sein?

Bei der exponentiellen Entwicklung der Technologie fragt man sich unweigerlich – ist der Job des Content-Autors in Zukunft gefährdet?

Wenn wir uns den Trend der Verbesserung von Sprachmodellen im Laufe der Jahre ansehen, wird klar, dass KI immer besser darin wird, Texte zu vervollständigen. Die Perplexität (ein Maß für Fehler) der KI bei einem gängigen Benchmark wie WikiText-103 ist in den letzten 3 Jahren von 40 auf 10 gesunken – das ist eine 4-fache Verbesserung!

Wenn wir dieses exponentielle Wachstum fortschreiben, erwarten wir in den nächsten 5 Jahren sogar eine weitere 10-fache Verbesserung der Qualität der Autovervollständigungstechnologie.

Das bedeutet: Wenn du für dein SEO-Content-Writing nur minderwertige Arbeit leistest – bestehende Inhalte umschreibst, Vorlagen ausfüllst, Listenartikel kopierst/einfügst oder Inhalte anderer umschreibst –, dann ist die Antwort ja – du bist verloren.

Also, was bedeutet das für die ernsthaften und leidenschaftlichen Werbetexter da draußen?

Nicht „Schreib für mich“, sondern „Schreib mit mir“

Es gibt einen Grund, warum wir keine Schreibmaschinen mehr benutzen. Es liegt daran, dass es beim Verfassen von Inhalten nicht darum geht, Tinte auf ein Stück Papier zu setzen.

Es gibt einen Grund, warum wir Grammatik nicht mehr manuell prüfen. Es liegt daran, dass Grammatik eine Nebensächlichkeit ist und nicht das wahre Herz deines Inhalts.

Die Suchintention der Nutzer zu erfüllen und in deinem speziellen Nischenbereich als Fachexperte wahrgenommen zu werden, sorgt dafür, dass deine Leser immer wieder zurückkommen. Sie werden deine Artikel organisch in größerem Umfang teilen und dazu beitragen, dass dein Artikel in den Suchmaschinenrankings nach oben schießt.

Trotz all dieser Entwicklungen in der Art und Weise, wie wir mit Technologie schreiben, hat der Autor weiterhin die Kontrolle über die Vision des Inhalts. Ergänzung statt Ersetzung ist der Schlüssel.

Wenn KI da ist, um die niederen Arbeiten zu übernehmen, musst du als Werbetexter deine Methoden anpassen, um höherwertige Arbeit zu leisten. Es ist Zeit, tiefer darüber nachzudenken, welche Inhalte du produzierst.

Es werden jeden einzelnen Tag 7,5 Millionen Blogs veröffentlicht und dein Inhalt muss hervorstechen.

Deine Aufgabe ist es, die Punkte zwischen deiner Marketingstrategie, deiner Zielgruppe und deinen Inhalten zu verbinden – einzigartige Informationen, Recherchen und Ideen einzubringen – und das Ganze als eine Geschichte zu präsentieren, die andere noch nicht erzählt haben. Eine Geschichte, die Aufmerksamkeit erregt und deine Leser bis zum Ende des Beitrags fesselt.

Das bedeutet, dass Schreiben weniger von der Mechanik des Wortes-auf-Papier-Bringens handelt und mehr von den Ideen, die du vermitteln willst, und der Kunst des Storytellings.

Wir müssen aufhören, uns darauf zu verlassen, dass KI für uns schreibt, sondern vielmehr mit uns schreiben.

Wenn dein Job darin besteht, dich in den Leser einzufühlen, um hochwertige, ansprechende Inhalte zu erstellen, die bei deinem Publikum ankommen und echten Mehrwert bieten – ist deine Rolle sicher.

Wie Jenni helfen kann

Bei Jenni arbeiten wir hart daran, diese Integration zwischen Menschen und KI so nahtlos wie möglich zu gestalten – und deshalb haben wir unser auf GPT-3 basierendes Autovervollständigungssystem sorgfältig so entworfen, dass es dir nicht im Weg steht, sondern dich – den Content-Ersteller – am Steuer lässt. Immer!

Seit März 2022 haben wir beschlossen, die Funktion „Schreib für mich“ auslaufen zu lassen – du weißt schon, der Button, den du drückst, und der magisch einen Absatz für dich schreibt. Schockierend!

Das liegt daran, dass wir durch zahlreiche Nutzerfallstudien festgestellt haben, dass mehr als die Hälfte der neuen Nutzer, die Zugriff auf die „Schreib für mich“-Buttons erhielten, darauf klicken würde, um ~80 % ihrer Inhalte zu erzeugen – die meisten davon in niedriger Qualität.

Der Anreiz dieses Buttons ist für einen Nutzer zu einfach, um Spam zu erzeugen, und er hindert dich daran, der Autor deiner Geschichte zu sein.

Stattdessen wird Jenni dich jetzt unterstützen, indem es dir während des Schreibens aktiv Vorschläge liefert und sich nahtlos in deinen Content-Erstellungsprozess integriert.

Das wird enorm dabei helfen, jede Schreibblockade zu lösen, und außerdem Spaß und Leidenschaft in dein Handwerk zurückbringen.