Reality-Check: KI-Tools in Design & Marketing

Ready or not?

Let’s be honest: Ursprünglich sollte hier jetzt ein Text erstrahlen, der Tipps und Tricks für die alltägliche Nutzung von KI-Tools bei Design- und Marketing-Tasks beinhaltet. Alles à la: "Der erste Hype um KI ist vorbei, lasst uns doch mal zusammenfassen, wie KI uns in unserem Daily Doing beflügelt.” Als vorläufiges Zwischenfazit müssen wir jedoch festhalten, dass KI – trotz aller Verheißungen hinsichtlich Effektivität und Effizienz – in unserem Agenturalltag noch nicht unverzichtbar geworden ist. Doch woran mag das liegen? 

Zwischen Spielerei und FOMO

Während wir uns in anderen Bereichen (z.B. der Entwicklung von komplexen MACH-Architekturen oder der Schaffung von kreativen Customer Experiences) als Innovatoren und Early Birds verstehen, sind wir beim Thema KI wohl eher die Early Majority. Unsere Postfächer füllen sich zwar wöchentlich mit Newslettern rund ums Thema Künstliche Intelligenz; wir spielen (hin und wieder) mit neuen, kostenlosen Tools, tauschen in Workshops gegenseitig Tipps zum richtigen Prompten aus und verfolgen (teilweise) KI-News über Podcasts und die Socials der Branche. Doch während es auf der einen Seite natürlich mega spannend ist, zu beobachten, was sich in dem Bereich in rasanter Geschwindigkeit alles tut, bedeutet das noch lange nicht, dass man damit aktiv die Potenziale von KI ausschöpft. 

Die Auseinandersetzung mit KI bleibt übrigens auch deshalb eher spielerisch, weil wir oft mit Testdaten und exemplarischen Anwendungsfällen arbeiten müssen. Nicht jedes Projekt bietet von vornherein KI-Potenziale, und verständlicherweise stellt sich nicht jeder Kunde mit seinen Daten für experimentelle Zwecke zur Verfügung.

Tools in Hülle und Fülle

In der kritischen Selbstreflektion, warum “die Künstliche Intelligenz” bei uns noch nicht Mitarbeiter:in des Monats ist, stellen wir fest, dass KI viel zu viele Gesichter hat. Und manchmal sehen wir vor lauter Bäumen den Wald nicht mehr. Denn inzwischen gibt es KI-Anbieter (oder solche, die vorgeben es zu sein) in Hülle und Fülle. Täglich tauchen neue KI-Tools auf, die entweder super nischige Anwendungsfälle abdecken oder die Lösung für alle Probleme der Menschheit darstellen wollen. Dort die Spreu vom Weizen trennen zu können – ohne v.a. Einblicke in die Technologie dahinter zu haben – fällt ehrlicherweise schwer. 

Und selbst wenn ein Tool vielversprechend klingt, ist der Weg zum Ausprobieren gar nicht immer so easy. Oft bekommt man Zugang lediglich über exklusive Einladungen oder nur für kurze Probe-Zeiträume, nach denen man direkt für die Nutzung zahlen muss. Dies macht es tatsächlich schwer, überhaupt erst Erfahrungswerte zu sammeln und Lösungen zu entdecken, die wirklich einen Mehrwert bieten. 

Einfachheit vs. Komplexität

Wenn wir dann doch KI-Lösungen gefunden haben, die wir intensiv testen, stellen wir immer wieder fest, dass blindes Vertrauen in ihre Ergebnisse gefährlich ist. Neben datenschutzrechtlichen Aspekten (dazu würde sich ein eigener Artikel lohnen), benötigen die aktuell verfügbaren Tools präzise Anweisungen. Schnelle Ergebnisse sind oft nur einen Prompt entfernt – aber ihre Qualität ist häufig noch ausbaufähig und sollte kritisch geprüft werden. Kein Wunder also, dass es in größeren Strukturen Prompt Engineers gibt, die sich allein damit beschäftigen.

Während KI in der Verarbeitung großer Datenmengen stark ist, kratzen viele Generative-KI-Lösungen, die auf User Input angewiesen sind, nur an der Oberfläche. Einfache Aufgaben wie das Erstellen von Agenden, Bildwelten oder HTML-Snippets funktionieren einwandfrei, doch bei komplexeren Anforderungen wie detaillierten Wireframes oder der Konzeption neuer Features versagen KI-Tools oft. Wie erklären wir uns das? 

Zwischenmenschliche Faktoren, erfahrungsbasierte Werte, Abhängigkeitsgeflechte und implizite Anforderungen, die nicht als Datenpunkte existieren, sind hier entscheidend – denn diese Aspekte kann KI nicht vollständig erfassen. KI ist zwar bestens in der Lage, komplexe Daten zu verarbeiten, benötigt aber auch entsprechend komplexe Eingaben. Fehlen diese, sind die Resultate nicht zufriedenstellend. Oder platt gesagt: "Shit in – shit out". (Mag sein, dass KI in Zukunft diesbezüglich immer besser wird und diese Passage schlecht altert :-P). 

Und ja, vielleicht spielt ehrlicherweise auch Selbstzufriedenheit eine Rolle: zumindest noch gefällt uns das Ergebnis unserer eigenen Arbeit besser als das Ergebnis von irgendeiner KI. Und an diesem Gefühl noch etwas nostalgisch, etwas egoistisch festzuhalten, ist in Zeiten, in denen immer öfter über die Zukunft kreativer Berufe spekuliert wird, auch mal ganz schön. 

Tools, die wir mögen und nutzen

Trotz aller äußerlichen (und innerlichen) Hürden gibt es dennoch Tools, die wir bereits für Aufgaben im Konzeption, Design und Digital Marketing im Einsatz haben – wenn auch teilweise nicht täglich und nicht flächendeckend. Dabei handelt es sich nicht nur um Lösungen, die auf KI setzen, sondern natürlich auch um Tools, die uns mit Automatisierung unterstützen. Zur Erinnerung: Generative Künstliche Intelligenz verwendet bestehende Daten und verarbeitet diese, um daraus neue Inhalte zu generieren oder Informationen zusammenzutragen; Automatisierung in Software hingegen hilft dabei, wiederholende Vorgänge automatisch auszuführen. Also beides smarte Ansätze, wobei ersteres natürlich ein bisschen smarter ist. 

Hier eine unvollständige Liste an Tools und Erweiterungen, die bei uns v.a. im Creation und Growth Team ihren Anklang finden (mit Ausnahme von SEO-Tools, die KI bzw. Machine Learning nativ integriert haben wie beispielsweise Termlab). Allen voran natürlich – wie könnte es anders sein – ChatGPT. Die meisten Tools sind nützlich und nehmen uns immer mehr Arbeit ab; trotzdem könnten wir bislang noch ohne.