Artificial Intelligence ist eines der Top-Themen, wenn der Fokus auf computergestützte Verfahren fällt. Kaum ein anderes Thema weckt mehr Gefühle von Heilsversprechen oder Untergangsphantasien wie Terminator. Im Online Marketing kann man der künstlichen Intelligenz nicht mehr ausweichen.
Grundsätzliche Überlegungen zu Artificial Intelligence
“[Artificial Intelligence is] a computer program which has the ability to think, solve problems, learn, set goals, and create. It is the science and engineering of making intelligent machines, especially intelligent computer programs.” (John McCarthy, 2002)
Gemäss dieser Definition geht es im Grunde bei künstlicher Intelligenz darum, dass etwas elektronisch passiert, das nicht vom Menschen gesteuert und in kleinteilig programmierten Anweisungen ausgeführt wird.
Die Zauberformel AI ist dabei nur eines der Verfahren neben Deep Learning und Machine Learning. Dazu existiert ein ganzes Bündel an Unterkategorien. Je nach Bedarf und Einsatzgebiet verwendet man Techniken wie Decision Tree, Random Forest, Logistic Regressions, Support Vector Machine, Neural Networks.
Die drei wichtigsten Begriffe sind:
- Artificial Intelligence (stark vereinfacht): Ein Computerprogramm, das “spüren”, beurteilen, handeln und selbständig adaptieren kann.
- Machine Learning (ein Unterbereich von Artificial Intelligence): Ein Algorithmus, der es Maschinen erlaubt, Entscheidungen zu treffen und über die Zeit dazuzulernen.
- Deep Learning (ein Unterbereich von Machine Learning): Mehrere Schichten von neuronalen Netzwerken lernen basierend auf grossen Datensätzen.
Diese Methoden gibt es erstaunlicherweise schon seit geraumer Zeit: Bis in die späten 1950er Jahre wurde der Grundstein für das Machine Learning gelegt. Deep Learning wurde 1965 in der Ukraine entwickelt und Artificial Intelligence gibt es seit den 2000er Jahren.
Warum wurden also diese Methoden nicht schon früher intensiv angewendet?
Bis vor kurzem bestand nur wenig und teurer Speicherplatz und hohe Rechenleistung war extrem kostenintensiv. Damit waren aufwendige Algorithmen und mathematische Modelle mit vernünftigen Mitteln nicht berechenbar.
Die aktuell starke Entwicklung von AI ist eine Folge der Hardwareentwicklung der letzten knapp 20 Jahre: Nicht nur hat sich die Prozessorleistung laufend verdoppelt, inzwischen werden auch auf KI-Berechnungen spezialisierte Chips zu vergleichsweise günstigen Kosten gefertigt. Die Kosten für Speicherplatz in der Cloud sind heute praktisch vernachlässigbar.
Zusätzlich zur positiven Entwicklung beigetragen haben effiziente Lernmodelle: Das Supervised Learning überlässt dem Menschen hinter dem Algorithmus die Funktion als Lehrer. Beim Unsupervised Learning findet die Maschine selbständig Auffälligkeiten in den Datenmustern, aber der Mensch entscheidet, worum es sich handelt und ergibt auch die Erklärungsansätze vor.
Denn bei der AI besteht ein massives Transparenzdefizit, weswegen Erklärungen für Prozesse innerhalb der AI aktuell ein Top-Forschungsgebiet sind. Die AI ist in der Regel eine Black Box, die nicht erklärt, was sie macht, sondern “nur” Ergebnisse in Form von Daten ausgibt.
Praktische Beispiele: AI des Alltäglichen
Die abstrakte Betrachtung von AI ist zwar wichtig, jedoch wecken die Praxisanwendungen das meiste Interesse.
Künstliche Intelligenz wird benutzt, um autonomes Fahren zu ermöglichen.
In einem Versuch hat eine AI gelernt, innerhalb von wenigen Stunden zu sehen, zu greifen und einen Gegenstand in eine Box zu werfen.
Auf Netflix kann man in einer Dokumentation sehen, wie Googles Alpha-Go Algorithmus ein Go-Spiel gegen den amtierenden Weltmeister gewinnt. Dabei wählte die KI im Verlauf des Spiels recht früh einen zunächst irrational erscheinenden Zug, den ein Mensch nie machen würde. Im nachhinein stellte sich die Variante als spielentscheidend heraus.
Die Analyse des Spielverlaufs war deswegen für Profi-GO-Spieler verblüffend. Sie bezeichneten die künstliche Intelligenz geradezu als kreativ!
AI wird auch als Spielgegner im sehr beliebten E-Sports Strategiespiel Dota2 eingesetzt. Daran zeigt sich, dass wir doch noch nicht in der Singularität angelangt sind, dem Zeitpunkt, in dem der Computer dem Menschen ebenbürtig sein wird. Denn Dota2 hat bisher meist der Mensch gewonnen, wenn auch in der Gestalt von Profi-Teams.
Im Vergleich zu Schach bietet Dota2 nicht nur mehr Spieloptionen, die Spieler verfügen zudem nicht über eine vollständige Spielinformation. Sie spielen also auch mit Intuition.
Hier liegen bisher die Schwächen der künstlichen Systeme: Sie können nicht mit dem irrationalen Moment des menschlichen Gegenspielers umgehen. Die AI ist nie wütend und schiesst nicht einfach mal einem Mitspieler in den Rücken, wenn es nicht zielführend ist und sie kann auch (noch) nicht bluffen.
Anwendungen von AI im Online Marketing
Im Online Marketing ist künstliche Intelligenz seit einigen Jahren auf einem sehr breiten Tätigkeitsfeld im Einsatz. Die vielen Datenpunkte in Form von User-Aktionen führen zu einer grossen Menge an Daten, die für Auswertungen genutzt wird.
Es werden zum Beispiel geräteübergreifend Nutzerprofile gruppiert, um Dynamic Ads zielgenau auszuspielen. Das führt zur Einsparung von Mediabudget oder höheren Online-Verkaufserfolgen.
Eine weitere Anwendung ist das Verstärken des Effekts von Branding Kampagnen. So führen AI-gestützte Werbemassnahmen zu mehr Besuchen in Ladengeschäften oder zur geeigneteren Ansprache von gewünschten Kundengruppen.
Auch werden unzufriedene Kunden (Detraktoren) identifiziert, denen dann keine Werbung mehr ausgespielt wird, um sie gegenüber der Marke nicht noch negativer zu stimmen.
Praktisches Beispiel mit Google Ads-Kampagnen
Ganz praktisch bedeutet das, dass künstliche Intelligenz bereits in einer Vielzahl von Google Produkten enthalten ist. Zum Beispiel wird das Verfassen von E-Mails unterstützt (Automatische Formulierungsempfehlungen in Gmail) und Google Search liefert durch AI noch relevantere Suchergebnisse (Rankbrain-Algorithmus).
Im Google Ads-Universum wurden vor einigen Monaten die auf Machine Learning basierenden Smart Campaigns eingeführt. Das sind “intelligente” Kampagnen, die sehr wenige Einstellungsmöglichkeiten zulassen.
Im Grunde werden innerhalb von Google Ads Ziele festgelegt und Werbemittel hochgeladen. Das System macht dann alles selbst, oft allerdings mit bisher nur mässigem Erfolg. Da lernt Google wohl gerade noch, denn in der kleinen Schweiz ist das Suchvolumen nicht so hoch wie in grösseren Märkten. Entsprechend schwieriger ist es für KI, die relevanten Informationen zu identifizieren.
Bei den Dynamic Search Ads kommt Google Ads ohne manuell eingegebene Keywords und Anzeigenüberschriften aus. Das System analysiert automatisch die Landing Page und ergründet im Lauf der Kampagne die relevantesten Suchanfragen, für die die Suchanzeigen geeignet sind.
Erst kürzlich ist das neue Anzeigenformat Google Search Ads eingeführt worden. Dabei werden mehrere Überschriften und Beschreibungen als einzelne Anzeigen hochgeladen. Google findet dann selbstständig die am besten funktionierenden Kombinationsvarianten heraus.
Was kommt als Nächstes?
Horrorszenarien oder Heilsversprechen der AI beziehen sich meist auf noch weit entfernte Zukunftsprognosen. In den kommenden Jahren hingegen wird AI im Online Marketing noch viel stärker zum Aussteuern von Anzeigen angewendet werden.
Der Online Marketer wird sich stärker auf strategische Entscheidungen fokussieren können. Das Einrichten von Kampagnen mit händischen Einstellungsmöglichkeiten tritt in den Hintergrund.
Wir werden der AI sagen, dass wir zum Beispiel 10 Verkaufsabschlüsse möchten, wir dafür jedoch maximal 500 CHF bereit sind zu bezahlen. Das System wird dann automatisiert Werbebotschaften an potenzielle Käufer ausspielen.
Weitere Anwendungsgebiete werden Werbebotschaften in der Sprachsuche und das Machine-to-Machine-Marketing sein.
Letztendlich stellt sich die Frage, was wir Menschen in diesem Setting wert sind.
Fraglich ist, ob der Wert menschlicher Intelligenz jemals verschwinden wird. Denn wirkliches Bewusstsein und Reflektionsfähigkeit beherrschen Maschinen und computergestützte Systeme noch lange nur in Science-Fiction-Filmen.
Die Informationen zu diesem Artikel habe ich im Rahmen der OMR 2019 in Hamburg während mehreren Fachvorträgen gesammelt. Insbesondere erwähnen möchte ich den Vortrag “AI in Advertising: To finally understand what the buzz is all about” von Janine Bilz, Jochen Schlosser und Sven Stühmeier.
