.svg){kind=small}
Whitepapers von Rellify
Warum ChatGPT alleine nicht reicht
Das Large Language Modell ChatGPT im direkten Vergleich mit dem Rellify Custom Language Model Neuraverse™: Welches Modell macht Contentstrategie und Themenfindung leichter?
Im vergangenen Jahr hat ChatGPT einen erstaunlichen Siegeszug im Marketing hingelegt: Tausende von Marketers nutzen das Tool für die verschiedensten Aufgaben. Texterstellung steht dabei sicher im Vordergrund, aber wir hören immer öfter von Kunden und Interessenten, dass ChatGPT sich auch für Contentstrategie und Themenfindung gut einsetzen lasse.
Kunden, die dies bereits tun, fragen sich natürlich, warum sie ein Custom Language Model wie das Neuraverse™ brauchen. Da ChatGPT ja praktisch kostenlos ist, lautet eine berechtigte Frage: Kann das Neuraverse™ relevante Themen und benötigte Inhalte besser identifizieren als ChatGPT?
Um die Vorteile eines Custom Language Model wie dem Neuraverse™ gegenüber ChatGPT zu demonstrieren, haben wir – am Beispiel unseres Kunden Best Egg, der ein Neuraverse™ benutzt – die Probe aufs Exempel gemacht.
Überzeuge Dich selber, welche Schwächen ChatGPT bei der Entwicklung einer Contentstrategie und der Themenfindung hat und warum Dir ein unternehmensindividuelles, proprietäres Custom Language Model wie das Neuraverse™ bei der Themenidentifikation einen massiven Vorsprung gegenüber Deinem Wettbewerb eröffnet!
Whitepaper: „Supercharged AI“ für die nächste Generation von Content Intelligence
KI für die gesamte Content-Wertschöpfungskette: Unternehmensspezifische KI-Modelle, verknüpft mit allgemeinen KI-Modellen wie ChatGPT
Im Bereich Content Marketing erleben wir derzeit einen zunehmenden Einsatz generativer KI wie ChatGPT. Im Wesentlichen wird KI verwendet, um Inhalte auf der Grundlage weniger Eingabeaufforderungen schnell zu generieren. Dies führt zu einer massiven Produktion synthetischer Inhalte, die in der Regel gut geschrieben, aber nicht differenziert und authentisch sind, was den Wareninhalt angeht.
Es wird daher immer wichtiger, Ihre Inhalte zu differenzieren, was einen datengesteuerten Ansatz zur Identifizierung relevanter Themen und Trends erfordert. In der Regel beinhaltet dies einen manuellen Prozess, der durch Tools wie Google Trends oder SEMRUSH unterstützt wird. Diese Methoden zur Themenfindung und -planung verwenden jedoch kein intelligentes Deep Learning. Daher fehlt ihnen das solide Verständnis der Daten in neuronalen Netzwerken, das für die Produktion von Inhalten erforderlich ist, die sich von der Konkurrenz abheben.
The Neuraverse™ ist ein völlig neuer Ansatz zur systematischen Nutzung von KI in der Phase der Ideenfindung und Themenfindung: The Neuraverse™ zeigt auf einen Blick, worüber es sich zu schreiben lohnt und warum die daraus resultierenden Inhalte strategisch wichtig oder essenziell sein werden. Das spart viel Zeit bei der Entwicklung der Themenarchitektur und der Inhaltsstrategie.
Erfahren Sie in diesem Whitepaper von Prof. Dr. Peter Gentsch wie Unternehmen bestehende große Sprachmodelle „verbessern“, sie an ihre spezifischen Unternehmensanforderungen anpassen und ihre Konkurrenz übertreffen können, indem sie ihre eigenen, firmeneigenen Sprachmodelle verwenden.
STUDIE: Mensch versus Maschine – wer schreibt den besseren Content?
Maschinen schreiben besser als Agenturen und Menschen. Das ist das Ergebnis einer neuen Studie des Institute for Conversational Business an der Hochschule Aalen. In der Untersuchung wurden Landing Pages, Blogbeiträge und Social Media Posts internationaler TOP-Marken mit KI-generierten Alternativen verglichen.
Aalen / Köln, 28.09.2022 – Künstliche Intelligenz schreibt bessere Marketing-Texte als Menschen in Agenturen – das ist das Ergebnis einer Studie der Hochschule Aalen unter Leitung des KI-Experten Prof. Dr. Peter Gentsch. „Sowohl nach den subjektiven Bewertungen unserer Testgruppe aus gut 100 Menschen als auch nach den objektiven Ergebnissen der Flesch-Metrik sind die von der Künstlichen Intelligenz geschriebenen Varianten der verglichenen Marketinginhalte besser als ihre Originale“, so der KI-Forscher und -Pionier Prof. Dr. Peter Gentsch.
Im Rahmen der Studie „Mensch oder Maschine: Wer schreibt den besseren Content“ hat Gentsch am Institut für Conversational Business der Hochschule Aalen Landing Pages, Blogbeiträge und Social Media Posts von Telekom, Vodafone, Garnier, L’Oreal, M&Ms sowie Starbucks ausgesucht und analysiert. Anschließend wurde die KI-Content Plattform des MarTech-Startups rellify eingesetzt, um die relevanten Themen und Keywords zu diesen Inhalten zu finden. Auf Basis der Ergebnisse dieser KI-Analyse wurde dann die KI-Writing Plattform GPT-3 von OpenAI eingesetzt, um neue Inhalte zu den Themen und Keywords der Originalinhalte zu produzieren.
„Die KI-Texte und die Originale haben wir dann 100 zufällig ausgesuchten Personen zur Bewertung vorgelegt“, so Gentsch zum Studienaufbau: „Gleichzeitig haben wir die Original-Texte und die KI-Versionen nach der wissenschaftlich anerkannten Flesch-Metrik klassifiziert.“
Die Ergebnisse beider Bewertungen seien ebenso eindeutig wie erstaunlich gewesen, so KI-Fachmann Gentsch: „Sowohl nach der subjektiven wie der objektiven Bewertung waren die KI-generierten Texte leicht bis deutlich besser. Aus Sicht der Probanden waren die KI-Texte nicht nur leichter lesbar und ansprechender, sondern auch überraschenderweise ‚persönlicher‘“, fasst Gentsch die Befragungsergebnisse zusammen. Aber auch hinsichtlich des Flesch-Index hätten die KI-erstellten Inhalte generell besser abgeschnitten, so der Wissenschaftler: „Im Hinblick auf die objektive Lesbarkeit sind die maschinengeschriebenen Texte durchweg besser, teilweise sogar deutlich besser.“
Trotz dieser Ergebnisse sei KI heute aber per se noch kein besserer Autor als ein Profi-Texter oder eine Agentur, betont Gentsch: „Ohne menschliche Einflußnahme geht es noch nicht.“ Zum einen müsse der maschinell generierte Input aus der KI-Ideation-Phase überprüft und eventuell von Hand „gefiltert“ oder bereinigt werden. Zum anderen sei ein Fine-Tuning der Prompts sowie eine Parametrisierung der GPT-3-Plattform absolut erfolgskritisch. „Nur durch einen Faktencheck lässt sich sicherstellen, dass eventuelle sachliche Fehler der Writing-KI erkannt und bereinigt werden“, so der Professor.
Gentsch relativiert daher auch die eingangs postulierte These, dass Maschinen besser texten würden als Menschen. Der menschliche Faktor sei nach wie vor entscheidend für die Qualität der Ergebnisse KI-gestützter Contenterstellung, so sein Fazit: „Für die Einrichtung der KI, vor allem aber zur Qualitätssicherung und für den Faktencheck wird nach wie vor menschlicher Sachverstand gebraucht. Zugleich zeigt die Studie aber auch, dass mit dieser Unterstützung bessere Ergebnisse in kürzerer Zeit – und damit zu geringeren Kosten – erstellt werden können. Meine Prognose ist daher, dass sich die Aufgaben in der Content Kreation verschieben werden – Menschen werden zukünftig weniger beim eigentlichen Texten gebraucht werden, aber dafür sich mehr auf strategische Aspekte, die Story-Line und immer auch die Qualitätssicherung der intelligenten Maschinen konzentrieren.“
Whitepaper: Next Generation KI & das Neuraverse
Die Revolution des Enterprise Marketings
In seinem aktuellen Whitepaper „Next Generation KI & das Neuraverse – Die Revolution des Enterprise Marketings“ vertritt Prof. Dr. Peter Gentsch provokant die These, dass Unternehmen die Algorithmen der KI-Supermächte Google & Co. für sich nutzen müssen, um langfristig überleben zu können.
Einen kurzen Einblick in die von Prof. Gentsch in dem Whitepaper entwickelten Thesen sehen Sie hier:
- Die von Google & Co. eingesetzte KI führt nicht mehr nur zu Automatisierung und Prozessoptimierung – wie z.B. bei Marketing Automation – sondern zunehmend auch zu kreativen innovativen Prozessen
- Die Kombination von intelligenten Algorithmen und Daten wird zum zentralen Erfolgsfaktor für den operativen und kreativen Einsatz von KI im Marketing
- Unternehmen müssen versuchen, die Google-Algorithmen zu verstehen und sich die Google-Logik zu Nutze zu machen, um zu überleben
- Für Konsumenten bedeutet der Einfluss von KI in den Suchergebnissen einen Zuwachs an Convenience und Ergebnisqualität. Für Unternehmen bedeutet er den Druck, zunehmend Content produzieren zu müssen, der der neuen Sichtbarkeits- und Relevanz-Logik entspricht.
- Damit Inhalte zukünftig bei Google erfolgreich sind und sich gegen alle anderen Inhalte durchsetzen können, müssen sie ein konkretes Thema umfassend behandeln und echten Mehrwert bieten – also wirklich relevant zu diesem Thema sein
- Unternehmen müssen möglichst in Echtzeit verstehen, was die relevanten Trends und Themen sind, was Kunden suchen, welche Inhalte besonders gut ankommen und wie sich Wettbewerber positionieren
- ...
Wie können Sie Daten verwenden, um Ihre Marketingleistung zu steigern?
In diesem Clip zeigen wir Ihnen die wichtigsten Faktoren, um Daten richtig zu nutzen, um ihren Content-Marketing-Erfolg zu steigern.
- KPIs: Klare Kennzahlen zur Erfolgsmessung
- Einblicke im Vergleich zu Lärm: Unterscheide zwischen wichtigen Daten für Content Marketing und den Daten, die einfach ignoriert werden können.
- Wettkampf: Tipps zur Festlegung von Benchmarks und zur Erzielung von Wettbewerbsvorteilen.
- Faktor X: Erfahre, was der X-Faktor ist und was die meisten Unternehmen bisher vernachlässigen
Whitepaper: Wie KI-unterstütztes Schreiben die Erstellung von relevanten Inhalten revolutioniert
- Wie können Sie KI verwenden, um relevante Inhalte zu produzieren?
- Welchen Einfluss hat KI auf Google-Rankings?
- Welche Rolle spielt KI in Suchmaschinen?
KI wird bereits in vielen Industrien und Bereichen angewendet, dabei ist Marketing keine Ausnahme. In Bezug auf die Beeinflussung des Google-Rankings und der Menge an Daten die verarbeitet werden muss, kann nur eine KI schnelle und erfolgreiche Ergebnisse liefern.
Der Marketing-Experte Prof. Dr. Peter Gentsch erklärt in diesem Whitepaper, warum Content-Produktion mit KI Unterstützung ein langfristiges und lohnenswertes Investment ist.
Unternehmen sollten Content-Relevanz, nicht SEO, höchste Priorität im Marketing zuweisen. Dabei werden Ressourcen in eine ständige Beobachtung und Optimierung der Content-Relevanz einfließen.
