Blog-Eintrag -
Pimcore User Group | Berlin - Reality Check AI: Automated Content Production at Enterprise Scale with Pimcore
Am 22.03.2023 war es endlich soweit: Die erste offizielle Pimcore User Group | Berlin mit dem Titel ”Reality Check AI: Automated Content Production at Enterprise Scale with Pimcore” gab den Startschuss für die Pimcore User Groups. Eingeladen waren Kunden, Partner, Teammitglieder und alle, die sich für Pimcore und generative KI in der Content-Produktion interessieren.
Los ging es mit einer Begrüßung durch Basilicom Gründer Arndt Kühne und Pimcore CEO Dietmar Rietsch.
Impulsvortrag Prof. Peter Kabel: “Creative AI: Der Perfekte Sturm - den Untergang der Contentindustrie überleben”
Prof. Peter Kabel ist Gründer, Professor an der HAW Hamburg und war schon vor dem Hype um ChatGPT & Co. Experte für kreative KI. Ohne Umschweife macht er deutlich, dass die heutigen KI-Modelle bereits dabei sind, die Contentindustrie auf den Kopf zu stellen und selbst die Geschäftsmodelle globaler Konzerne zu erschüttern. Für sein neuestes Projekt cogniwerk.ai sammelt und kategorisiert sein Team verschiedene Creative-AI-Modelle. Aus rund 200 Tools können Nutzer so die für sie passende Anwendung finden.
“Bis 2026 werden 90 Prozent der Online-Inhalte durch KI generiert.”
Nina Schick (Expertin für generative KI)
Anhand aktueller Beispiele zeigt er zu Beginn seines Vortrags auf, dass eine Unterscheidung zwischen echten und durch KI generierten Bildern für Menschen nicht mehr möglich ist und dass die Technologien schon längst Einzug in unseren Alltag gehalten haben. Ob Filter bei TikTok und Snapchat oder automatische Nachbearbeitung von Fotos auf dem Handy, “Machine Learning” bestimmt schon heute unser Nutzungsverhalten.
Für jede Aufgabe, jeden Inhalt und jeden gewünschten Stil wird es ein passendes Modell geben.
Creative-AI fordert etablierte Geschäftsmodelle heraus
Kaum ein Thema hat in so kurzer Zeit so viel Risikokapital angezogen wie Generative-KI. Rund hundert, zum Teil milliardenschwer finanzierte Unternehmen aus den USA und Europa zeigen das enorme Potenzial und die hohen Erwartungen der Investoren an den Markt.
Doch die “KI-Wars” haben längst auch etablierte Unternehmen erreicht. Mit Microsoft Designer hat der zweitgrößte Börsenkonzern der Welt gerade einen Herausforderer für Branchenprimus Adobe ins Rennen geschickt, der mit “Adobe Firefly” ein eigenes KI-Produkt in der Beta-Phase anbietet und bestehende KI-Modelle wie Stable Diffusion in Photoshop integriert. Auch die Stockfoto-Giganten Shutterstock und Getty haben bereits angekündigt, KI-generierte Bilder und Tools in ihre Datenbanken aufzunehmen.
“AI nennt man Dinge nur solange sie nicht besonders gut funktionieren.”
Prof. Peter Kabel
Prompt Crafting - Creative-AI wird zum Prozess und zum eigenen Markt
Die Kunst in der Nutzung generativer KI wird vor allem im Prompt Crafting liegen, also der Fähigkeit der NutzerInnen, ihre Ideen und Vorstellungen in Befehle zu verfassen, die eine KI zielführend verarbeiten kann. Entscheidend dafür ist laut Prof. Kabel das Verständnis von Semantik und Semiotik - denn selbst die Vorstellung von einfachen Dingen, wie einem Baum, kann sich in verschiedenen Regionen stark unterscheiden.
Die Folge: Neue Anforderungen an die Arbeit und damit auch neue Prozesse und Tools. Aus Listen mit verschiedenen Stilen, Künstlern und Formaten zur Erstellung der perfekten Prompts entstehen Prompting-Tools, die durch Auswahl helfen, die perfekten Texte oder Bilder zu generieren. Im Windschatten des KI-Booms entsteht ein neuer Markt.
Sein Fazit: Creative-AI wird vor allem jene Jobs und Branchen beeinflussen, die vergleichsweise wenig Komplexität aufweisen, aber mit hohen Kosten verbunden sind. Experten in diesen Branchen werden mit den neuen Tools noch effizienter und bessere Ergebnisse erzielen. Wer Creative-AI-Tools nicht bedienen kann, wird in Zukunft für Tools bezahlen müssen, die diese Lücke durch spezialisierte Eingabe-Interfaces schließen.
Weitere Informationen zum Thema findet manauf der Seite seines Forschungsprojektss aixdesign.space.
Vortrag und Demo Christoph Lühr: “Automated Content Production at Enterprise Scale with Pimcore”
Bereits der erste Vortrag ließ keinen Zweifel an den Möglichkeiten generativer KI für die Content-Erstellung gelassen - vorausgesetzt man beherrscht die richtigen Eingaben. Doch was passiert, wenn man aktuelle Tools nutzen möchte, um Content in großen Mengen automatisiert zu erstellen? Können Tools wie ChatGPT oder Midjourney automatisch mit standardisierten Prompts, wie Produktdaten oder Bildern gefüttert werden, um Texte oder Bilder in der gewünschten Qualität für 10.000 oder mehr Produkte zu erstellen? Basilicom CTO Christoph Lühr unterzog in seinem Vortrag bestehende KI-Tools dem Reality Check.
Automatisierte Produktbilder - KI als Alternative zu Photoshop?
Für seinen ersten Test hat sich Christoph Produktbilder vorgenommen und mit Produktdaten von DALL-E und Midjourney automatisiert Fotos erstellen lassen. Der Auftrag an die beiden Modelle - ein freigestelltes Foto von einem Stapel roter Handtücher. Das Ergebnis kann sich sehen lassen, unterscheidet sich aber deutlich vom inszenierten, aufgeräumten Produktbild. Editorial Content ist nicht dasselbe wie Texte aus Produktdaten zu generieren, die Ergebnisse eignen sich für Blogs oder Social Media Posts, aber nicht zur automatisierten Generierung von Produktbildern. Zumindest heute noch nicht.
Für seinen zweiten Test trainierte Christoph eine KI mit Produktbildern eines Motorradhelms. Aus einer 360°-Aufnahme wurden 35 verschiedene Bilder desselben Produkts erstellt, um das Modell zu trainieren und anschließend neue, individuelle Bilder zu generieren.
Das Ergebnis (Prompt: “Jet helmet NEXX in beige color, on a rock, close-up, mountain range“) ist besser als die Handtücher der untrainierten KI, doch trotz Trainingsdaten unterscheiden sich die generierten Bilder in allen Versuchen im Detail.
Auch trainierte Modelle benötigen noch viel menschliche Arbeit im Input und Output. Für Unternehmen mit einer kleinen Produktpalette, die es sich leisten können, ein Modell darauf optimiert zu trainieren, ist das eine Option, für die automatisierte Content-Erstellung großer Produktmengen jedoch ungeeignet.
Für den dritten Test hat Christoph das Tool Pebblely, ein Startup aus Singapur, in Pimcore integriert. Pebblely nimmt bestehende Produktbilder entgegen und erstellt passende Hintergründe zum Produkt, anstatt diese manuell in Photoshop und Co. ersetzen zu müssen. Die Software verspricht, die Perspektive der Produktbilder zu erkennen und die Produkte dann im richtigen Kontext in den Bildern zu platzieren.
Reality Check? Check! Die KI schafft es, das Produkt (unser rotes Handtuch) zu erkennen und damit ansprechende Bilder zu erstellen, die auch in einem Onlineshop verwendet werden könnten. Pebblely und ähnliche Tools sind schon jetzt eine interessante Option für viele Anwendungen.
Content at Scale - Ist ChatGPT der bessere Produkttexter?
Von Produktbildern zu Produkttexten - Content Automation ist kein neues Thema, aber spätestens seit dem Start von ChatGPT in jeder Marketingabteilung angekommen. Auch im Pimcore-Blog war generative KI für Produkttexten bereits ein Thema.
Dazu wurde aus den vorhandenen Produktdaten ein Prompt erstellt und an ChatGPT gesendet, um eine Produktbeschreibung zu generieren - mit Erfolg.
Für den Reality Check hat Christoph das Experiment wiederholt. Das Ergebnis ist ein ansprechender Text, der fast so in einem Shop stehen könnte, hätte die KI nicht ihrer Kreativität freien Lauf gelassen hätte.
Denn neben den Produktdetails aus dem Prompt verspricht der Text auch einen großzügigen Kofferraum, mit viel Platz für Gepäck. Eine Bildersuche nach dem Produkt bestätigt diese Behauptung leider nicht.
Marketing
Reality Check
Für einen zweiten Test im Reality Check ließ Christoph ChatGPT einen Text zu einem Handtuch erstellen. Auch hier mit einem Prompt basierend auf standardisierten Produktinformationen, wie man sie in jedem gut gepflegten PIM erwartet.
Wieder liefert die KI einen nahezu einwandfreien Produkttext. Aber auch hier ist die Creative-AI “zu kreativ” (zu ungenau durch mangelnde Kontrolle bei der Eingabe) bei den Details und fügt einen fehlerhaften Abschnitt hinzu.
“Content-Creation” mit ChatGPT ist also möglich, die Nachbearbeitung braucht allerdings immer noch viel manuelle Arbeit. Die Text-KI ist gut geeignet, um die Erstellung kreativer Inhalte zu beschleunigen. Um qualitativ hochwertige Texte für Tausende von Produkten zu erstellen, ist ChatGPT jedoch noch zu fehleranfällig und ungenau.
Vorhang auf für Retresco! Das Tool ermöglicht es, aus bestehenden Produkttexten Templates zu generieren. Der Vorteil von Retresco ist der regelbasierte Ansatz mit seiner SaaS-Software für generative KI. Mithilfe strukturierter und unstrukturierter Daten können selbst Hunderttausende von Web-, Produkt- und SEO-Texten automatisiert in höchster Qualität, Varianz und Aktualität generiert werden. Für den Reality Check hat Christoph die Textengine des Berliner Unternehmens in Pimcore integriert. Das Retresco-Team um CEO Johannes Sommer war dafür selbst bei der User Group vor Ort, um sich die Ergebnisse anzusehen und den Teilnehmern Rede und Antwort zu stehen.
Die dynamischen Templates sorgen in Verbindung mit den Stammdaten aus dem PIM dafür, dass die Texte inhaltlich korrekt sind, mit dem richtigen Wording der Marke entsprechen und dennoch einzigartig sind. Die Regeln dafür können in der Textengine frei definiert werden.
Reality Check? Check! Durch die Templates und Regeln, kann die Qualität der Texte inhaltlich und stilistisch konsistent gehalten werden. Die Integration von generativer KI zur Erstellung dynamischer Textabschnitte ermöglicht es, ansprechende und abwechslungsreiche Inhalte zu erstellen.
Unser Fazit: Die automatisierte Generierung von Content in großen Mengen ist bereits heute möglich, bekannte KI-Modelle wie ChatGPT oder Midjourney allein sind dafür aber (noch) nicht geeignet. Generative-KI braucht Rahmenbedingungen, um effizient zu funktionieren. Hier schließt sich der Kreis in unseren Vorträgen: KI benötigt den richtigen Input - Semantik und Semiotik - um uns die gewünschten Ergebnisse zu liefern. Um diese zu erreichen und zu skalieren, brauchen wir Tools wie Pebblely und Retresco.
Den komplette Vortrag von Christoph, inklusive Live Demo in Pimcore und Q&A gemeinsam mit Retresco, ist im Video zu sehen.
Über die Speaker:
Prof. Peter Kabel ist Gründer von CogniWerk und Professor an der HAW Hamburg. Sein Vortrag "Creative AI: Der Perfekte Sturm - den Untergang der Contentindustrie überleben.” führte die Gäste durch die verschiedenen KI Modelle, ihre Möglichkeiten und ihre Auswirkungen auf die etablierten Player der Contentindustrie.
Christoph Lühr ist CTO bei Basilicom und Pimconaut der ersten Stunde. Sein Vortrag "Reality Check: Automated Content Production at Enterprise Scale with Pimcore" zeigte den Teilnehmern die Möglichkeiten, aber auch die Grenzen aktueller KI-Modelle in der Content-Skalierung auf.
