Künstliche Intelligenz im digitalen Marketing

Text
0
Kritiken
Leseprobe
Als gelesen kennzeichnen
Wie Sie das Buch nach dem Kauf lesen
Künstliche Intelligenz im digitalen Marketing
Schriftart:Kleiner AaGrößer Aa

Künstliche Intelligenz im digitalen Marketing

Smart im Geschäft zu sein bedeutet zu wissen, was vor der Tür steht. Es bedeutet vorausschauend zu denken und sich auf unvermeidliche Veränderungen vorzubereiten, die sich auf die Art und Weise der Geschäftsabwicklung auswirken werden. So kann ein Unternehmen seinrobust und in einem sich verändernden Umfeld erfolgreich zu sein. Digitales Marketing ist nicht anders. Tatsächlich in seinem BuchDer persönliche MBA, Autor Josh Kaufman diskutiert den Wert von kontrafaktische Simulation. Das bedeutet, sich zukünftige Möglichkeiten vorzustellen und sich dann darauf vorzubereiten.

Nehmen wir an, Sie haben ein großes Unternehmen, das in einer bestimmten Nische gut läuft. Vielleicht haben Sie eine Firma, die einen Whey Protein Shake verkauft. Der Fehler, den einige große Unternehmen machen, besteht darin, anzunehmen, dass sie zu groß sind, um zu scheitern und so weiterzumachen, wie sie sind.

Aber was würde passieren, wenn ein anderes Unternehmen auf den Markt kommt und einen besseren Proteinshake zu einem Bruchteil des Preises herausbringt? Was wäre, wenn eine neue Proteinquelle entdeckt würde? Was wäre, wenn eine Studie ergeben würde, dass Molkenprotein schlecht für uns ist? Jedes dieser Dinge könnte passieren und selbst das etablierteste Geschäft komplett aufrütteln.

Die Clever Unternehmen jedoch diese Eventualitäten bereits berücksichtigt und sich darauf vorbereitet haben. DIES ist kontrafaktische Simulation: Es wird über das nachgedacht, was gleich um die Ecke ist, und sich dann auf diese Möglichkeiten vorzubereiten.

Als digitaler Vermarkter bedeutet dies, über Dinge nachzudenken, die sich auf das Gesicht des Marketings auswirken könnten. Und eines der Dinge, die die größte Wirkung haben könnten? Künstliche Intelligenz.

KI und maschinelles Lernen haben das Potenzial, das Internet-Marketing komplett zu verändern und viele ältere Strategien sogar obsolet zu machen. Nur wenn Sie sich auf diese Änderungen vorbereiten, können Sie sicherstellen, dass Ihre Websites ihre Position in den SERPs halten, Ihre Werbekampagnen profitabel bleiben und Ihre Dienstleistungen relevant bleiben.

Und vieles davon ist nicht nur Spekulation: Es passiert im Augenblick. KI schlägt bereits große Wellen, auch wenn Sie es vielleicht noch nicht bemerken.

Es beeinflusst die Art und Weise, wie SEO funktioniert, die von uns verwendeten Tools und Software und die Art und Weise, wie Anzeigen angezeigt werden. KI ist in der Lage, schneller und intelligenter zu denken als jeder Mensch, und das gilt insbesondere für das datengesteuerte Internetmarketing. Ein KI-Vermarkter kann endlose Mengen von Inhalten in einer Sekunde erstellen– die Arbeit von Hunderten von Menschen erledigen. Alle diese Inhalte werden perfekt auf die Zielgruppe zugeschnitten sein. KI wird Google ausführen. Es wird ganze Geschäftsmodelle managen. Es wird AdWords ausführen. Und es wird neue Tools ausführen, von denen wir noch nicht einmal geträumt haben. Die Singularität des digitalen Marketings steht vor der Tür. Dieses Buch hilft Ihnen bei der Vorbereitung und erklärt eine Reihe von Konzepten:

• KI vs. maschinelles Lernen

• Wie man SEO jetzt durchführt, da Google ein „KI-first“-Unternehmen ist

• Chatbots

• Programmatische Werbung

• Big Data

• RangBrain

• Digitale Assistenten

• Datenwissenschaft

• SQL

• Latente semantische Indizierung

• Die Zukunft des Internetmarketings

Mit diesem Buch erhalten Sie eine Kristallkugel, mit der Sie in die Zukunft des Internet-Marketings blicken und sicherstellen können, dass Sie für all diese Veränderungen gerüstet sind, wenn sie kommen. Am Ende sind Sie besser vorbereitet und in einer besseren Position als 99,9 % der anderen Vermarkter.

Bevor wir weitermachen, sollten wir uns zunächst einmal genau anschauen, was KI und maschinelles Lernen eigentlich sind. Dies sind zwei verwandte, aber auch unterschiedliche Begriffe, die oft verwechselt werden. Beides wird sich auf das Marketing auswirken, jedoch auf unterschiedliche und einzigartige Weise.

KI ist dann künstliche Intelligenz. Das heißt Software und Hardware, die darauf ausgelegt ist, intelligent zu agieren und zu erscheinen. Solche Software ist in der Lage, sinnvolle Entscheidungen zu treffen und Aktivitäten durchzuführen, die wir normalerweise als menschliche Aufgabe betrachten würden.

AI gibt es in zwei großen Geschmacksrichtungen. Eine davon ist die schwache KI, die auch als schmale KI bekannt ist. Schwache KI ist im Wesentlichen eine Form von KI, die darauf ausgelegt ist, aSpezifisch Job.

Ein Beispiel dafür ist das selbstfahrende Auto. Diese Form der KI ist in der Lage, die Position unzähliger Autos auf der Straße zu kennen und durch Lenken, Beschleunigen, Bremsen usw. darauf zu reagieren. Wenn Sie ein selbstfahrendes Auto von außen betrachten würden, könnten Sie denken, ein Mensch wäre Fahren. Auf diese Weise erfüllt es eine Aufgabe, die normalerweise als menschliche Rolle angesehen würde.

ABER gleichzeitig kann man nicht mit einem selbstfahrenden Auto sprechen und es nicht fragen, wie es sich anfühlt. Ein selbstfahrendes Auto würde den Turing-Test sicherlich nicht bestehen!

Notiz: Der Turing-Test ist ein Test, der entwickelt wurde, um die Effektivität einer KI zu messen. Wenn Sie in einer Chat-App mit einer KI sprechen und nicht wissen, dass es sich nicht um einen Menschen handelt, gilt sie als „den Turing-Test bestanden“.

Ein weiteres Beispiel für schwache KI wird bei der Erstellung von Bösewichten in Computerspielen verwendet. Diese verwenden Programmierung, um sich menschenähnlich zu verhalten und eine Herausforderung für den Spieler zu bieten. Der Code ist jedoch nur im Kontext des Videospiels nützlich und wird daher in absehbarer Zeit nicht zu Skynet!

Schwache KI klingt vielleicht nicht so aufregend, aber sie wird für eine Vielzahl extrem aufregender Dinge verwendet

– von der Hilfe bei der Behandlung von Krankheiten bis zur Verbesserung der Wirtschaft.

Umgekehrt ist die Art von KI, die wir oft in Science-Fiction sehen, die, die wir als „allgemeine KI“ kennen. Dies ist KI, die nicht nur einen Zweck hat, sondern darauf ausgelegt ist, alles zu tun, was ein Mensch möglicherweise machen kann. Sie können also mit dieser KI ein Wortspiel spielen, sie fragen, wie sie sich anfühlt, oder sie dazu bringen, nach etwas Nützlichem zu suchen.

Ein Beispiel für eine allgemeine KI ist DeepMind, das sich im Besitz von Google befindet. DeepMind ist ein Unternehmen, das ein „neuronales Netzwerk“ entwickelt hat, das „allgemeine Lernalgorithmen“ einsetzt, um eine Vielzahl unterschiedlicher Fähigkeiten zu erlernen.

Viele KIs wie IBMs Watson sind tatsächlich vorprogrammiert. Das heißt, sie arbeiten nach einer Art Flussdiagramm und beantworten Fragen immer mit der gleichen Antwort. Auf der anderen Seite ist DeepMind offenbar in der Lage, über ein „konvolutionelles neuronales Netzwerk“ zu denken und zu reagieren. Bestimmte Verhaltensweisen werden verstärkt und ermutigt, und diese werden an Bedeutung gewinnen.

Dies ist keine perfekte Simulation der Funktionsweise eines menschlichen Gehirns (die kognitive Verhaltenspsychologie lehrt uns, wie wichtig es ist, interne Dialoge und Denkmodelle zu haben), aber es ist das, was wir derzeit einer „wahren“ allgemeinen Intelligenz am nächsten haben.

Maschinelles Lernen

Maschinelles Lernen hingegen funktioniert anders. Machine Learning nutzt riesige Datensätze, um manchmal überraschende und fast beängstigende Fähigkeiten zu erlangen.

Maschinelles Lernen ermöglicht es im Wesentlichen, eine Software zu „trainieren“. Ein offensichtliches Beispiel hierfür wäre Computer Vision.

Computer Vision beschreibt die Fähigkeit einiger Maschinen, visuelle Informationen zu verstehen. Ein Beispiel ist Google Lens, das Ihnen sagen kann, worauf Sie die Kamera Ihres Telefons richten, ob es sich um eine Blumenart handelt oder um ein Produkt, das Sie in Geschäften kaufen können. Computer Vision ist für selbstfahrende Autos notwendig, um erfolgreich durch ihre Umgebung zu navigieren, und wird von Apps wie Snapchat verwendet, die Filter verwenden, um die Gesichter der Menschen zu verändern.

Wie funktionieren diese? Durch das Betrachten von Tausenden und Abertausenden von Bildern jeder Art von Objekten. Der Algorithmus für maschinelles Lernen wird zwar nie verstehen, was er betrachtet, aber er kann nach Mustern in den Daten suchen, die dann nützlich sind, um diese Objekte in Zukunft zu identifizieren. Zum Beispiel könnte es bemerken, dass Gesichter normalerweise eine ovale Form haben, mit einem dunklen Haarfleck oben. Es weiß dann, dass es möglicherweise ein Gesicht ansieht, wenn es eine ovale Form mit einem dunklen Fleck oben sieht.

Maschinelles Lernen hat in fast allen Bereichen ein riesiges Potenzial. Künftig kann er Krankheiten genauer diagnostizieren als ein menschlicher Arzt, bei Finanzentscheidungen beraten, betrügerische Banküberweisungen erkennen und vieles mehr.

All dies hat RIESIGE potenzielle Auswirkungen auf das Internet-Marketing, und das werden wir in den folgenden Kapiteln untersuchen.

Vor einiger Zeit hat Google bekannt gegeben, dass es ein AI-First-Unternehmen geworden ist.

Das mag nach bedeutungslosem

Marketing-Gelaber klingen, aber die Wahrheit ist, dass diese Entschlossenheit tatsächlich

 

RIESIGE potenzielle Auswirkungen auf

Vermarkter, Unternehmen und SEO hat.

Erstens, was meint Google damit?

Lernen Sie das neue, intelligentere Google kennen

Sie könnten sich Google als ein Suchunternehmen vorstellen. Das erste Produkt, das Google zur Verfügung stellte, war eine Suchmaschine, und die meisten von uns verbinden dies immer noch mit dem Unternehmen.

Traditionell funktionierte die Suchmaschine von Google nicht wie eine KI. Vielmehr funktionierte die Suche, indem versucht wurde, Suchbegriffe mit dem Inhalt eines Artikels abzugleichen. Aus diesem Grund lautete der Rat für SEOs, viele Schlüsselphrasen in ihre Artikel einzufügen, damit die Spider von Google diese Inhalte lesen und schnell erkennen können, dass sie gut zu dem passen, wonach die Person sucht.

Wie wir alle wissen, hat das bei Google nicht perfekt geklappt. Viele skrupellose „Marketer“ haben das System missbraucht, indem sie Hunderte von Suchbegriffen in jeden Artikel eingefügt haben, was wiederum dazu führte, dass die Inhalte, die Google dem Benutzer anzeigte, verstümmelt und unlesbar waren.

Deshalb hat Google im Laufe der Zeit begonnen, immer mehr wie eine KI zu arbeiten. Jetzt versucht Google nicht mehr, nach genauen Keyword-Übereinstimmungen zu suchen. Stattdessen versucht Google,Antworten Fragen, die Sie ihm stellen. Dies geschieht, indem versucht wird, zu verstehen, wonach der Benutzer zusammen mit dem Kontext sucht, und dann durch seine Suche relevante Antworten zu geben.

RangBrain

Google ist in der Lage, dies durch maschinelles Lernen zu tun. Konkret verwendet es eine Form der Verarbeitung natürlicher Sprache, die Google als RankBrain bezeichnet.

RankBrain ist zumindest teilweise dafür verantwortlich, Google dabei zu helfen, mit Phrasen und Wörtern umzugehen, die es noch nie zuvor gesehen hat. Wenn RankBrain ein Wort identifiziert, mit dem es nicht vertraut ist, kann es basierend auf dem Kontext und seiner Verwendung an anderer Stelle „erraten“, was es bedeuten könnte.

Dies hilft Google, mit ungewöhnlichen Suchanfragen umzugehen, die es noch nie zuvor gesehen hat, ohne einfach Suchbegriffe mit Inhalten in Artikeln abzugleichen.

Suchanfragen werden in „Wortvektoren“ umgewandelt, die als „verteilte Darstellung“ bezeichnet werden. Dies sind Wörter und Sätze, die in Bedeutung und Kontext nahe beieinander liegen. RankBrain versucht dann, die Abfrage in Wörter zuzuordnen, die es versteht, oder in Gruppen ähnlicher Wörter. Von dort aus deutet es an, was der Suchendebedeutet und sucht und liefert auf dieser Grundlage Ergebnisse. RankBrain versteht auch die Zusammenhänge zwischen Wörter und die Art und Weise, wie sie zusammenarbeiten.

An einer Stelle wurden Wörter wie „das“ oder „und“ von Google ignoriert. Jetzt versteht Google die Bedeutung dieser Phrasen und die Art und Weise, wie sie sich auf die Absicht des Benutzers auswirken.

Wie alle besten Algorithmen für maschinelles Lernen versucht RankBrain, sich im Laufe der Zeit zu verbessern und sich an die Benutzer anzupassen. Es kann sehen, welche Ergebnisse am häufigsten angeklickt werden und weiß dadurch, wann es gut läuft und wann etwas falsch läuft. Als solches ist es in der Lage, die Suchergebnisse für jedes bestimmte Schlüsselwort durch algorithmische Tests schnell zu verbessern, was dazu beiträgt, minderwertige Inhalte auszusondern, die versuchen, das System auszutricksen.

RankBrain arbeitet mit a Tensor-Verarbeitungseinheit (TPU), bei der es sich um eine KI-spezifische Hardware handelt, die in den

Rechenzentren von Google gespeichert ist. Dies ist ein spezifischer Chip, der die spezifischen Herausforderungen von Machine-Learning-

Aufgaben besser bewältigen kann.

Sie haben die kostenlose Leseprobe beendet. Möchten Sie mehr lesen?