Das Unternehmen OpenAI schlägt schon seit langem immer wieder Wellen mit großen Fortschritten in Sachen künstlicher Intelligenz. In letzter Zeit vor allem mit dem Modell GPT-3, das zur Textgenerierung genutzt wird. Neben vielen spannenden und auch nicht auf den ersten Blick intuitiven Anwendungsfällen kann man es unmittelbar für SEO einsetzen. Beispielsweise zur automatisierten Generierung von Seitentiteln oder Meta-Beschreibungen, wie Hamlet Batista in seinem Artikel erklärt.
OpenAIs neuste Veröffentlichung ist DALL·E, ein Machine Learning Modell, das Bilder auf Basis von Textbeschreibungen generieren kann und schon jetzt überraschend gut funktioniert.
Das kann perspektivisch direkte Auswirkungen auf bildbasierte Geschäftsmodelle wie z. B. Stockphoto-Anbieter haben: Bei vielen Bildern kommt es nicht auf die kleinen Details an. Über den (Un-)Sinn von derart generischen Bildern "um das Layout aufzulockern" o. ä. lässt sich streiten, aber der Markt ist da. Und wer braucht eigentlich noch echte Influencer, wenn sich wirklich beliebige Bilder mit Werbe-Placement in Sekunden aus dem Nichts generieren lassen? Die ersten Ansätze dafür gibt es bereits.
Spätestens wenn es eine einfache Programmierschnittstelle zur Bildgenerierung gibt, können Redakteure direkt in ihrem CMS Bilder auf Basis kurzer Textbeschreibungen generieren und sind nicht mehr auf teure Lizenzen angewiesen. Selbst wenn das Modell noch nicht das endgültige Bild liefern kann: Es erleichtert die Arbeit enorm, aus 50 generierten Bildern das beste auszuwählen und einen menschlichen Designer nur noch die Ausarbeitung machen zu lassen. Der selbe Prozess wird heute schon selbstverständlich für die Übersetzung von Textinhalten genutzt: Die automatische Übersetzung mit DeepL ist so gut, dass meist nur noch Fachbegriffe und inhaltliche Details überprüft werden müssen. Das bringt enorme Zeit- und damit Kostenersparnisse mit sich.
DALL·E ist gleichzeitig ein aufschlussreicher Einblick in den Status Quo von Bildverständnis: Was OpenAI schafft, ist auch Googles Tochterfirma DeepMind zuzutrauen. Wir können also davon ausgehen, dass Google zumindest in näherer Zukunft ein ähnlich tiefes Verständnis über den Inhalt von Bildern entwickelt und für das Ranking nutzt. Für Bilder ist das nett, aber wirklich mächtig wird es bei der Auswertung von Videos. Neu ist dabei nicht, Objekte im Bild zu erkennen, das geht schon lange. Der Mehrwert entsteht durch die Beziehungen der Objekte zueinander und das Verständnis der Konzepte, die durch die Motive repräsentiert werden.
Wer sich weiter im digitalen Rabbit Hole der Mediensynthese verlieren will, lässt sich originalgetreu Texte in unterschiedlichen Stimmen von 15.ai vorlesen oder die nächste Geschäftsidee von ideasai.net vorschlagen.