Lars

Ich bin bereit Sarah. Vielen Dank für die nette und vollständige Begrüßung und Vorstellung. Ich sag am besten erst mal nur zwei Takte zu meiner Person. Ja, ich bin Lars. Ich bin bei der hallo.digital als Lern Enthusiast unterwegs. Vielleicht ein bisschen was zu meinem Background. Ich mache seit über 20 Jahren, seit vielleicht 22, 23 Jahren mache ich Marketing und eben auch digitales Marketing. Und ja, habe da so ein paar Schwerpunkte herausgearbeitet. Das eine ist der strategische Bereich. Ich habe lange in Medien gearbeitet, aber ich arbeite eben auch gerne im Bereich Weiterbildung. Und das ist so mein Hintergrund. Und das ist auch der Background, der mein Interesse füttert und nährt an dem ganzen Thema, mit dem wir uns heute beschäftigen. Vielleicht als kleiner Disclaimer vorab. Ich bin kein Informatiker und ich habe kein Philosophiestudium absolviert. Ich bin auch kein Datenschützer. Also es gibt Fragen, große Fragen rund ums Thema KI, bei denen ich mit Sicherheit der falsche Ansprechpartner bin. Aber ich bin als Reisender da und würde euch gerne ein bisschen mitnehmen, weil ich mich ein bisschen erinnert fühle an vergangene Zeiten. Als ich angefangen habe, hat das Internet alles auf den Kopf gestellt. Als wir bei den netzstrategen angefangen haben, war das Internet schon lange da, hat aber viele vor Herausforderungen gestellt.
Dann kamen die sozialen Medien dazu. Das war das zweite Mal, wo so richtig viel in Bewegung kam, fand ich. Vielleicht noch das Smartphone zwischendurch. Und jetzt finde ich, sind wir gefühlt wieder an so einem Punkt, wo einfach ganz viel in Bewegung kommt und ganz viel verändert wird. Und ja, ich einfach empfehle oder zumindest euch sagen kann, wie ich da rangehe. Ich bringe ganz viel Begeisterung mit für die Möglichkeiten, die da entstehen. Aber auch Demut gegenüber allem, was ich vielleicht nicht verstehe oder was ich vielleicht erst später begreifen werde. Oder auch Respekt und vielleicht auch ein bisschen kritische Gedanken gegenüber den ganzen Dingen, die da entstehen. Ich glaube, mit der Mischung kommt man ganz gut voran. So viel zu mir. Was haben wir heute vor? Also ich würde gleich eine kurze Einordnung machen von KI und eben ChatGPT als Anwendung. Wie gesagt, ich bin kein Informatiker. Ihr werdet von mir keine Deep Learning Skills erwarten dürfen und auch die Modelle nicht im Detail erfahren. Aber eine kurze Einordnung, was da gerade eigentlich los ist. Der Titel des Webinars, da steht so macht es dich produktiver. Deshalb klären wir auch ganz kurz, was das denn alles mit Produktivität zu tun hat. Und dann habe ich euch Beispiele mitgebracht. Ich glaube, es sind fünf Stück. Das sind jetzt nicht nur meine Beispiele oder meine Erfahrungen in der Anwendung mit eben ChatGPT, sondern auch von von lieben Kolleginnen und Kollegen, die eben auch jetzt seit geraumer Zeit schon die Anwendung nutzen und in den Alltag integriert haben. Vielleicht an der Stelle, bevor ich jetzt tiefer einsteige, würde mich natürlich auch mal interessieren, was ihr vielleicht schon mit KI oder Chat-GPT macht. Also schreibt gerne in den Chat rein, was ihr vielleicht schon für Erfahrungen gesammelt habt oder was ihr ja gerade schon in eurem Alltag einfach mit ChatGPT oder anderen KI Tools so nutzt. Ich warte einfach mal ein paar Sekunden, dann habt ihr ein bisschen Zeit zum Tippen. Also es wird beobachtet, es wird recherchiert, es wird zusammengefasst. Inspiration. Ganze Blogartikel werden geschrieben. Gute Frage ist nicht wofür ich es nutze oder wofür nicht. Social Media Posts. Frage Antwort Spiel nutze es noch nicht. Ah ja, Kürzen von Texten auch interessant. Präsentationen, Texte erstellen. Das Thema Texte kommt immer wieder. Recherche kommt immer wieder. Dann würde ich mich jetzt mal durch das Experimentieren und verlängern. Kürzen von Artikeln, also tatsächliche Editorial Arbeit sozusagen. Beiträge bewerten lassen. Ja, super spannend. Wenn wir jetzt quasi in einem Raum wären, würde ich mich gerne mit euch tatsächlich direkt austauschen. Da es jetzt ein Webinar ist, würde ich sagen, ich führe ich einfach mal durch unsere Beispiele durch und beginne jetzt mit der kurzen Einordnung des Themas. Vielen Dank schon mal für eure Beispiele. Ich glaube, da steckt eine Menge drin. Wenn ich sage, ich bin als Reisender da, ich habe Beispiele mitgebracht von mir, die ich selbst erlebt habe, aber eben auch von Kolleginnen. Wir gehören jetzt hier als hallo.digital zum Unternehmensverbund, steht ja jetzt sehr förmlich, aber wir sind eine Familie aus netzstrategen, Marketing Monsters, Content Carl, boxwise, Makers99 und eben hallo.digital. Und aus diesen Bereichen und aus diesen Teams habe ich mir Wissen geholt, habe mir ein paar Beispiele abgeholt und werde euch da jetzt durchführen. Zwei meiner lieben Kollegen haben sogar kleine Videos gemacht. Die zeigen wir dann zu gegebener Zeit. Und ja, das ist dann ein bisschen authentischer, als wenn ich euch erzähle, was die so machen. Genau. Also starten wir mit der kurzen Einordnung. Ja, also es gibt ganz große Fragen rund KI. Also welchen Einfluss auf Beschäftigung und Arbeitskräfte, ethischer Umgang, verantwortungsvoller Entwicklung und Einsatz. Wie können wir das sicherstellen, dass das gewährleistet ist? Was ist denn mit Regierungen, Regierungsbehörden? Wer soll denn das Ganze überwachen? Ist das überhaupt zu überwachen? Was ist mit Vorurteil, Diskriminierung in KI-Algorithmen? Ein ganz handfestes Thema eigentlich sogar. Und bei der Entscheidungsfindung -wir füttern ja quasi immer ein bestehendes System oder greifen auf bestehende Daten zurück. Und natürlich haben die oft eine Bias in ihrer Datengrundlage. Wie sieht es mit Datenschutz, persönlichem Datenschutz aus? Genau. Und eben die ethischen Implikationen, je selbständiger oder je unabhängiger solche künstlichen Intelligenzen werden. Wenn ich mir diese Fragen durchlese, dann brumpt mir sehr schnell der Schädel. Und das ist halt auch so ein bisschen das Problem im Moment, dass das ja super viel diskutiert wird, super viele Gedanken kreisen aus allen möglichen Richtungen, allen möglichen Bereichen. Und ja, das natürlich auch schnell zur Überforderung führt, gebe ich ganz ehrlich zu. Und deshalb habe ich mich entschlossen, wenn wir heute das Webinar machen, dass wir uns den Werkzeugkoffer Aspekt rauspicken. Also ganz handfest zu überlegen, wie kann das Tool im Alltag genutzt werden? Die großen Fragen, die werden wir alle miteinander gesellschaftlich, politisch, organisatorisch in den nächsten Monaten, Jahren verhandeln müssen. Die klammern wir jetzt mal ein Stück weit aus und gucken uns einfach die ganz handfesten Anwendungsfälle an. Ja, ich fange gerne mit einer Definition an. Was ist denn eigentlich künstliche Intelligenz? Und ich dachte mir, ich frage mal die KI selber. Und ChatGPT gibt hier eine Definition, spricht von dem Bereich der Informatik, Schaffung von Maschinen, menschenähnliche Fähigkeiten. Zentral ist denke ich der Bereich KI-Systeme nutzen Daten und Algorithmen, Muster und Zusammenhänge zu erkennen und auf dieser Grundlage Entscheidungen zu treffen oder Handlungen auszuführen. Genau. Dann wird noch auf die Technologien eingegangen, Machine Learning, neuronale Netze, NLP und so weiter, Anwendungsbereiche, die vielleicht schon ein bisschen weiter sind als wir jetzt im Marketing, wo eben künstliche Intelligenzen oder künstliche Intelligenz eingesetzt wird. Und dann habe ich mal gegenübergestellt Was sagt denn der Mensch? Was sagt denn die Schwarmintelligenz in Form von Wikipedia? Und die Antwort hat viele Gemeinsamkeiten mit der davor, also ist ein Teilgebiet der Informatik, Maschinen intelligent zu machen als Ziel. Und da fand ich den Satz ganz interessant: Intelligenz wird verstanden als die Eigenschaft, die ein Wesen befähigt, angemessen und vorausschauend in seiner Umgebung zu agieren. Und wenn ich mir jetzt die beiden Definitionen anschaue, dann ja keine Ahnung, ist vielleicht nur eine Randnotiz, aber dann ist die Definition, die KI gibt, deutlich technokratischer, würde ich sagen. Musterzusammenhänge erkennen, Entscheidungen treffen, Handlungen ausführen, also eine sehr sachliche Formulierung dessen, was da passiert. Und bei Wikipedia ist da doch sehr viel Raum für Deutung drin. Also ein Wesen befähigt, angemessen und vorausschauend in seiner Umgebung zu agieren. Das kann ja im Grunde genommen alles sein. Also das ist halt super, super unkonkret. Das finde ich ganz spannend. Der Schwarm interpretiert schon fleißig herum und die Technologie selber beschreibt halt erst mal relativ sachlich, worum es da geht. Das ein bisschen einzugrenzen, wir sprechen ja vor allem über ChatGPT heute und in Abgrenzung zu KI im Allgemeinen, was ja ein viel, viel größeres und weiteres Feld noch ist, habe ich hier auch die Selbstdefinition, die mir der Chatbot geschickt hat, mitgebracht. Genau, also das ist von OpenAI entwickelt wurde, steht drin. Das ist auf Machine Learning basiert. Neuronale Netzwerke im Zentrum stehen, steht alles drin. Und hier eben auch wichtig, zielt darauf ab, menschenähnliche Texte zu erzeugen. Also ChatGPT in seiner Urform oder in seiner ersten veröffentlichten, der breiten Masse zur Verfügung gestellten Form mit GPT3, da geht es vor allem Texte. Das habt ihr ja eben auch in euren Beispielen schon gezeigt, dass ihr es sehr stark im Bereich des Textens einsetzt, aber auch zum Übersetzen, Beantworten von Fragen, Generieren von Dialogen, also überall, wo Text-Informationen erstellt, bearbeitet, analysiert, zusammengetragen werden, gibt es eben Anwendungsgebiete. Genau hier nochmal ganz kurz zum Abholen. Natürlich ist KI schon lange Teil unseres täglichen Lebens. Also wir alle nutzen Google Maps, uns durch die Gegend zu navigieren. Und natürlich ist auch eine Form von künstlicher Intelligenz, uns die schnellste Route herauszusuchen auf Basis der aktuellen Verkehrslage. Oder Empfehlungen in eurem Spotify-Account oder in eurem Amazon-Account, das sind natürlich auch Daten und Algorithmen, die versuchen, euch Entscheidungen nahezulegen. Biometrische Gesichtserkennung ist auch ein Fall. Es gibt Tausende von Anwendungsgebieten, wo KI schon ein Tickchen Leben angekommen ist. Und bei uns im Marketing, sage ich jetzt mal im weitesten Sinne, ist es jetzt halt gerade im Durchbruch. Genau. Ich habe mir das mal angeguckt, einfach mal zu schauen, wieso das Interesse am Thema ist. Google Trends kennt ihr vielleicht oder nutzt es vielleicht ab und zu mal. Dort kann ich ja nachschauen, wie sich das Suchinteresse nach bestimmten Begriffen entwickelt über den Zeitverlauf. Und ich habe einfach mal hier der blaue Balken, das ist AI als Suchbegriff und der rote Balken oder das rote, die rote Linie ist eben Chat-GPT. Und da seht ihr, dass es natürlich schon eine Nachfrage nach AI gab über die letzten fünf Jahre, die war ziemlich konstant. Da gibt es immer so kleine Peaks. Und dann letztes Jahr im November, seit November steigt es an. Da gab es einen Peak und dann ein bisschen runter wieder. Das ist dann der Jahreswechsel. Da wird immer weniger gegoogelt und dann geht es hier eben seitdem konstant hoch. Und parallel dazu gibt es eben die Entwicklung von ChatGPT, was ja vorher gar nicht gesucht wurde. Hier liegt es quasi auf der Null-Linie und geht dann parallel zu der Entwicklung hoch. Und da sieht man eigentlich, dass ChatGPT der Auslöser war, warum jetzt vermehrt über KI gesprochen wird. Also das ist der Auslöser, diese Diskussion, die wir gerade führen, zu haben. Woran liegt das? Ich versuche es mal mit einer einfachen Erklärung. Dadurch, dass es mit ChatGPT so einfach verwendbar ist, dass ich einfach das Ding was fragen kann oder auch so Bild-KIs wie Dall-E oder Midjourney, wird das Ganze für eine breite Masse nutzbar. Also ich muss halt keine Informatik- Kenntnisse vorweisen. Ich muss nicht irgendwelche Programmiersprachen anwenden können, Ergebnisse zu produzieren. Ich kann das mit einfachen Mitteln machen. Und das trifft jetzt auf der anderen Seite auf eine Situation, dass wir in den letzten Jahren im Marketing immer kleinteiliger geworden sind. Also früher haben wir halt irgendwie keine Ahnung, Plakatkampagnen gemacht, Anzeigenkampagnen gemacht und dann hat das gut funktioniert. Und heute machen wir aufwendig geplante Customer Journeys mit hunderten von Touchpoints, die alle individuell gestaltet werden, die alle sinnvoll betextet werden wollen, die alle sinnvoll mit Content gefüllt werden wollen. Dann haben wir jahrelang gelernt, dass wir ja quasi mit wertvollem Content gefunden werden sollen. Und wir haben die sozialen Medien mit Content überflutet in den letzten Jahren. Wir haben ultra viel Komplexität geschaffen und das ist für uns oftmals auch ein Pain Point im Marketing, dass wir sagen: „Hey, wie kriegen wir das denn gehändelt? Wie kriegen wir das denn sauber gesteuert? Wie kriegen wir das denn vernünftig alles bespielt? Und für mich sind das so ausschlaggebende Punkte, warum das gerade jetzt so ein Hype ist oder vielleicht nicht Hype, sondern Aufmerksamkeit hat. Da schwingt so was Negatives mit. Ich finde erst mal wichtig, dass wir hier gerade die Aufmerksamkeit diskutieren. Und da gibt es natürlich zwei Extrempositionen. Die Optimisten sehen da jetzt eine Riesenchance. Ich habe eben Begeisterung angesprochen, eben diesen komplexeren Anforderungen gerecht zu werden. Und auf der anderen Seite Pessimisten, die erst mal Angst haben: Oh Gott, jetzt macht die Maschine meinen Job und wir haben ja eh schon ein Problem mit Fake News in Social Media. Wenn jetzt noch die ganzen KI-Inhalte dazu kommen, wo soll das nur hinführen? Wir haben quasi ein sehr breites Spektrum der Wahrnehmung oder der Position innerhalb dieser Aufmerksamkeit und finden jetzt quasi unseren Weg im Umgang damit. Und ein weiterer Grund, der vielleicht dazu führt, dass die Diskussion gerade so oder dass das Thema gerade so hochgekocht ist, ist, dass wir quasi, ich mache mal erst das, ich habe hier, das hat mir der liebe Andre von der South by Southwest Konferenz mitgebracht, hier quasi den Status und Ausblick. Und ihr seht, ich will gar nicht auf die einzelnen Punkte im Detail eingehen, aber überall wo Text im Spiel ist, überall wo Code, also Webentwicklung im Spiel ist, überall wo Bilder im Spiel sind und überall wo Video, also Bewegtbild im Spiel ist, kann künstliche Intelligenz eingesetzt werden. Und ihr seht hier quasi rot, gelb und grün als Ampel von ersten Versuchen bis hin zur Marktreife, Marktsättigung. Und wenn ihr mal in einzelne Felder reinschaut, seht ihr, was da alles schon möglich ist. Also keine Ahnung, zum Beispiel längere Texte schreiben lassen ist kein Problem oder eine überarbeitende Version schreiben lassen. Wir sind vielleicht kurz davor oder schon dabei, irgendwie wissenschaftliche Paper schreiben zu können, Tests zu bestehen, im Zweifel in drei Jahren besser als der Mensch. Und die Geschwindigkeit, mit der das gerade sich entwickelt, ist tatsächlich atemberaubend. Komme ich jetzt zu dem Punkt, auf den ich eigentlich wollte, ist: Wir haben bislang … Warte mal, Sekunde. Ich mache noch einen Einschrieb davor. Also wenn wir sagen, wir haben quasi die KI mit unserem Chatbot jetzt mal an erster Stelle, dann ist es ja immer ein Gespräch. Das heißt, ich gebe eine Anweisung rein und bekomme ein Ergebnis. Und in allen bisherigen Technologien, die mit Daten zu tun haben, galt immer ein Prinzip und das war Shit in Shit out. Also der Prozess dazwischen, der kann halt, ich sage es jetzt ein bisschen derbe, der kann die Scheiße halt umrühren oder quirlen, aber am Ende kommt dann halt eine gequirlte Kacke raus. Das heißt, es ist wichtig, wenn man ein vernünftiges Ergebnis haben will und die Werkzeuge nutzen will, dass man die eben entsprechend füttert. Und das habe ich auch vom Andre, der so ein schickes Schaubild erstellt, wie wir das nutzen können. Also wir haben ja quasi immer den Prompt am Anfang, links seht ihr so ein bisschen die einzelnen Komponenten der künstlichen Intelligenz oben, die Modelle, also large Language Model und Pathway Language Model hier oben mit den Datenmengen aus dem Internet und anderen Quellen, den Bereich Training, wo quasi mit Beispielen gearbeitet wird, das Ding zu trainieren, die Maschine intelligenter zu machen und eben mit einer aufgabenspezifischen Konfiguration, wo man vielleicht einen Kontext gibt und Regeln festlegt. Das sind so die Grundprinzipien dahinter. Was wir jetzt als Anwender machen können, wir machen eine Eingabe, sogenannten Prompt, der wird dann in die Maschine reingeworfen und die gibt uns einen Output. Und dann gucken wir uns den Output an und geben in der Regel Feedback. Dann schreiben wir quasi einen nächsten Prompt als Feedback, sagen: „Hey, pass mir das an. Oder ich habe da noch eine Frage und dann kriegt die Maschine das wieder und gibt wieder ein Output und wir können diesen Kreis ganz aufdrehen, bis dann irgendwann ein Ergebnis ist, was so zeitwegs zufriedenstellt. Manchmal ist es eine Schleife, manchmal sind es aber auch zehn Umrundungen. Und dann müssen wir im Zweifel noch ein paar menschliche Anpassungen machen, also das Ergebnis noch für uns verwertbar machen, vielleicht in ein anderes Format bringen oder noch mal was anderes anpassen. Und dann haben wir eben ein endgültiges Ergebnis. Und diese Schleife, diesen Kreis, den sollten wir uns merken, weil so funktioniert das Ding. Ich gebe was ein, kriege was zurück, gebe Feedback, kriege wieder was zurück, bis ich da bin, wo ich hin will. Das ist ein ganz iterativer Prozess. Genau. Und jetzt komme ich zu dem Punkt, auf den ich die ganze Zeit hinaus wollte. Bevor ChatGPT für die breite Masse nutzbar war, haben wir uns, also das ist jetzt die gefühlte Wahrheit, war für viele in der Wahrnehmung künstliche Intelligenz nicht viel mehr als interessierter Affe, dem man es beigebracht hat, rote und blaue Kugeln irgendwie zu sortieren in die richtigen Fächer. Also da ging es halt einfach Wiedererkennen von Mustern, Anwenden von Regeln, wenn dann Bedingungen. Und das hatte natürlich sehr starke Grenzen. Und wie gesagt, gefühlte Wahrheit. Da ging vorher schon viel mehr. Aber für viele war das so, na ja, gut, aber künstliche Intelligenz, so intelligent ist sie doch gar nicht. Da hörte man schon viele doch sehr, ja nicht despektierlich, aber schon wild drüber sprechen. Und das sind jetzt zwei Bilder, die auch ich glaube, es war Dall-E erstellt hat, also quasi das endgültige Ergebnis auch aus so einem Prozess, den ihr gerade gesehen habt. Und zwar sollte die KI sich selber beschreiben und beschreiben, wie sie aussehen würde, wenn sie ein Mensch wäre. Kamen diese beiden Bilder raus. Lass die jetzt mal so im Raum stehen. Die Auflösung kommt gleich. Was es damit auf sich hat. Wir sprechen nämlich kurz über Produktivität, bevor wir dann endlich zu den Beispielen kommen, die ich euch mitgebracht habe. Genau. Im Moment kann es auch sein, dass das einfach ein Produktivitätskiller ist, weil wir einfach viel ausprobieren. Hier links AI turns the single Bullet Point into long email I can pretend I wrote, ach super, and AI makes a single Bullet Point Out of this long email I pretend I read. Also das ist so eine Scheinproduktivität. Also jeder hat irgendwie so ein Problem gelöst und kann einfach so tun, als wäre sie oder er produktiver. Genau. Produktivität an sich ist quasi Output bei gegebenem Input und eine rein mengenmäßige Betrachtung. Wir sprechen ja hier bei uns jetzt in der Regel von Arbeitsproduktivität. Das heißt, wie kriege ich eine Wertschöpfung durch den Arbeitseinsatz? Wie schaffe ich es durch meinen Arbeitseinsatz mehr Output zu schaffen, besseren Output zu schaffen oder eben den gleichen Output zu schaffen mit weniger Arbeitseinsatz. Und am letzten Ende ist das die Frage, wenn wir uns, wenn wir wissen wollen, wie uns die KI produktiver macht, dann sind es diese Sachen. Genau. An welchen Stellen im Unternehmen kann KI helfen? Ja, überall bei Prozessen mit wiederkehrenden Mustern, wo Dinge zusammengefasst werden müssen, Texte übersetzt werden müssen, Inhalte erstellt werden müssen, wo es Zeitfresser gibt, vielleicht für stupide oder noch nicht mal stupide Tätigkeiten, sondern sehr zeitintensive Tätigkeiten, Flut an Informationen zu verarbeiten, Daten analysiert werden, Daten strukturiert werden. Also ihr findet eure Beispiele, glaube ich, in einem dieser Punkte vermutlich wieder. Und das ist ein ganz spannender Punkt. Ich nehme jetzt hier mal den Prozess der Content Erstellung, einfach das noch abzuschließen. Wenn man so einen normalen Content Prozess hat, der beginnt mit einer Recherche, dann wird Inhalt geplant, dann wird Inhalt produziert, dann wird er auf bestimmten Kanälen distribuiert und am Ende wird analysiert, wie hat das funktioniert? Und dann ist das so ein normaler Prozess. Und letzten Endes kann euch die KI hier an jeder Stelle unterstützen. Ihr könnt das in der Recherche nutzen, ihr könnt das in der Planung nutzen, Produktion, Distribution, Analyse. Überall könnt ihr das Ding einsetzen und für euch eben Teilaufgaben übernehmen lassen. Und immer ist es dieser Cycle, den ich euch eben gezeigt habe. Ihr kommt ein, kriegt ein Ergebnis, gibt Feedback, nächste Runde geht los. Zwischenfazit, damit wir schnell jetzt auch mal zu den Beispielen kommen können. Also in meinen Augen wird KI den Job jetzt erst mal nicht übernehmen, sondern… Das wird sich massiv verändern. Einfach, wenn wir die Möglichkeit haben, viel produktiver zu werden, dann werden wir diese Werkzeuge nutzen. Das ist einfach so. Wenn wir es nicht machen, macht es jemand anders und macht dann unseren Job. Ja, die beiden, die ihr eben gesehen habt, also diese Selbstbildnisse der KI, das ist auch so ein Mitbringsel, glaube ich, von der South by gewesen. Das sind im Prinzip neue Praktikanten, aber die lernen verdammt schnell und es lohnt sich mit denen zu arbeiten. Aber ihr müsst auch Zeit investieren, bis sie euch wirklich weiterbringen, also bis wir aus dieser Experimentierphase raus sind. Und der Weg, den ihr beschreiten müsst, sind eben durchdachte Briefings und qualifiziertes Feedback. So bedient ihr die Maschine. Und dafür habe ich euch jetzt ein paar Beispiele mitgebracht. Genau. Ich fange mal an mit einem eigenen Beispiel. E-Mail Marketing. Wir verschicken relativ viele Newsletter und E Mail Links bei uns im Team und machen eigentlich jedes Mal auch einen A/B-Test. Und zwar welche Betreffzeile zu einer besseren Öffnungsrate führt. Und ich gebe zu, das ist manchmal so ein bisschen stiefmütterlich. Dann hat man eine Betreffzeile, die sagt, naja gut, wir wollten noch einen A/B-Test machen, jetzt brauchen wir noch eine zweite. Und da habe ich jetzt einfach mal ChatGPT mit einbezogen. Genau. Also mein erster Schritt, der Ausgangsprompt, mein Briefing. Ich erstelle fünf verschiedene Vorschläge eines E-Mail-Betreffs für die Newsletter. Der Newsletter enthält folgende Themen. Dann habe ich eben die vier Themen aufgelistet, die darin vorkommen sollen und bekam als Ergebnis das hier. Ihr seht jetzt fünf verschiedene Betreffzeilen. Registriere dich jetzt, save the date, neue Podcast Episode, Karrierestufe, jetzt informieren. Also sehr unterschiedliche Einstiege, auch unterschiedliche Themen in den Vordergrund gerückt aus der Liste, die ich gegeben habe. Das ist so der erste Output, den ich bekommen habe. Jetzt bringt mir das erst mal Vorschläge. Jetzt kann ich natürlich jetzt schon sagen okay, ich nehme mir da zwei von oder drei und teste die gegeneinander. Aber ich wollte das Ding ein bisschen stärker mit in meine Entscheidung einbeziehen und habe erstmal gesagt na ja, gut, wir nutzen eigentlich fast immer Emojis in den Betreffzeilen, dann pack doch mal zwei passende Emojis dazu. Also da verlassen wir jetzt schon so ein bisschen die Textebene und es kommen Bilder dazu. Jetzt seht ihr, ich habe hier relativ unpräzise meinen Prompt geschrieben, ergänze zwei Emojis, okay, hinten dran geklatscht. Das war jetzt nicht mein Ziel. Ich hätte gerne die Emojis an passende Stellen innerhalb des Textes geschoben und schon macht das Ding das. Es ist nicht perfekt. Hier ist zweimal das Kalendersymbol, zum Beispiel auch oft zwei Emojis hintereinander und nicht verteilt über die Betreffzeile. Aber immerhin, ich kriege so ein erstes Bild. Genau. Und jetzt habe ich mal quasi meinen Zwischenstand. Ich könnte jetzt hier noch Runden drehen, aber das abzukürzen, nehmen wir das jetzt mal als Stand. Und jetzt möchte ich mir gerne bei der Entscheidung helfen lassen, welche von den fünf ich denn nehmen soll. Und das frage ich die, frage ich ja auch ChatGPT. Welche beiden würdest du denn jetzt im A/B-Test gegeneinander laufen lassen? Und es gibt eine erstaunlich präzise Empfehlungen. Nur für einen A/B-Test würde ich die Betreffzeile eins und drei gegeneinander laufen lassen. Da hat er sie noch mal zitiert. Und beide Betreffzeilen haben klare, spezifische Aussagen, richten sich an unterschiedliche Zielgruppen. Betreffzeile eins spricht Personen an, die sich für KI Tools, Produktivitätssteigerung interessieren, während Betreffzeile drei Menschen anspricht, die sich für Barriere freies Webdesign engagieren, sich über Tipps und Erstellung inklusiver Online-Präsenzen informieren möchten und erklärt mir auch, warum das dann ein sinnvollerAA/B-Test ist. Genau. Das wäre jetzt mein erstes Beispiel. So habe ich mir quasi den A/B Test erschlossen. Natürlich musste ich Zeit investieren, das Ding zu trainieren. Im nächsten Schritt, wenn ich das jetzt das nächste Mal anwerfe, würde ich halt versuchen, den Ausgangsprompt besser zu formulieren. Also ich gucke noch mal rein, was ich geschrieben habe. Erstelle fünf verschiedene Vorschläge, enthält folgende Themen. Genau. Und dann würde ich halt quasi noch dazu schreiben: Bitte in jede Betreffzeile passende Emojis innerhalb an passenden Stellen innerhalb des Textes. Und gib mir eine Empfehlung, welche beiden Betreffzeilen du im A/B-Test gegeneinander laufen lassen würdest. So, dann hätte ich einen präziseren Prompt geschrieben und könnte mir da schon wieder Arbeiten sparen. Ihr seht nicht nur die Maschine lernt, sondern wir lernen eben auch im Umgang mit dem Teil. Und dann habe ich ein Beispiel mit, auch aus dem Marketing, aus dem Bereich SEO. Das ist mein lieber Kollege, der Niklas, der hat zusammen mit der Lena ChatGPT genutzt, eben eine Keyword-Liste zu erstellen und zu strukturieren. Und da führe ich euch auch kurz durch. Also ChatGPT für Keyword Listen. Also das Ziel war eine Liste von 75 Keywords zu bekommen, die eben zu einem Produkt oder Dienstleistung eines Kunden von uns passen. Und die sollen halt verschiedene Themenbereiche einzahlen, die auf der Sitemap vorhanden sind. Also das ist quasi auch so ein bisschen der Kontext. Erinnert euch an diese Grafik. Unten stand ja auch Task Specific Context. Genau. Und ich hätte gerne schnelle Ergebnisse und keine stundenlange eigene Recherche im Internet und in diversen Tools. Und warum hat man das gemacht? Ja, die beiden sind Themen fremd. So ist es halt oft im Beratungs-und Agenturalltag, dass man sich erst mal in die Themen der Kunden reinarbeiten muss und konnten das als Einstieg gut helfen. Dann Excel Listen füllen, sortieren ist sehr viel manueller Aufwand. Vielleicht kann man den auch minimieren und dadurch eben zu einem effizienteren Prozess gelangen. Und im ersten Schritt haben die beiden das Gleiche gemacht, was ich jetzt eben euch gezeigt habe. Die sind quasi in den Chat gegangen und haben einen Prompt formuliert. Den Prompt könnt ihr hier sehen. Da geht es in dem Fall Catering Lösungen, professionelle Küchen. Gibt man eine Tabelle von 75 Keywords, die sehr relevant für ein Unternehmen sind, welches Produkte für Catering Lösungen in der Küche herstellt. Dann gibt es hier ein Ergebnis. Gerne kann ich dir die Liste zusammenstellen und dann seht ihr eine Liste mit 75, also es gibt natürlich noch weitere mit 75-Keywords. In dem Moment nehmen die zwei das Ergebnis, kopieren es in eine Tabelle, sortieren ein bisschen, ergänzen eigene Ideen. Das ist jetzt quasi Teil des Feedbacks, Teil dieser Feedbackschleife, die passen schon mal ein bisschen an, streichen vielleicht auch Sachen, die sie nicht brauchen und arbeiten dann damit weiter. Der nächste Schritt, ein sinnvolles Cluster bilden. Sinnvolles Cluster, was in unserem Fall jetzt hier an der Sitemap aufgehängt und soll quasi das Gerüst bilden, wie die Inhalte auf der Seite strukturiert werden. Und das sind eben drei Cluster, generische Inhalte, Produkt bezogene Inhalte und Inhalte zum Anwendungsbereich des ganzen Feldes hier. Und genau hier wieder der Prompt, der beschreibt, was passiert werden soll. Erstelle Keyword pro Zeile, die nachfolgenden Keywords den Clustern generisch Produktanwendungsbereich zuordnet. Da soll jedes Keyword nur einem Cluster zugeordnet werden. Dann seht ihr hier unten in dem Prompt die überarbeitete Liste, also diesen Datensatz aus der Tabelle wieder rauskopiert, hier eingefügt in die eckigen Klammern, damit die Maschine eben nicht mit dem eigenen Datensatz von vorher weiterarbeitet, sondern mit dem, den wir schon händisch überarbeitet haben. Also das ist dann einfach Teil des Feedbacks hier. Genau. Und ihr seht, hier als Ergebnis gibt es tatsächlich eine Tabelle, Zuordnung generisch Produktanwendungsbereich. Und je nachdem wie umfangreich das ist, kann man das noch händisch ergänzen. Genau bei größeren Datenmengen kann man sich da auch noch ein paar Excel Skills zunutze machen. Genau. Und schon hat man seine Übersicht schon mal ganz grob zusammen und das ist deutlich schneller, als wenn man das händisch sich zusammen recherchiert und zusammen bastelt. Ganz wichtig immer, Ergebnisse überprüfen. Manchmal passt es, manchmal passt es nicht. So wie jetzt hier zum Beispiel Spülen ist dem Cluster Produkt zugeordnet. Ja, warum? Also Spülen ist die Mehrzahl von Spüle, ist aber auch das Verb Spülen. Das wäre dann vielleicht eher der Anwendungsbereich, der bei der Suchintention dahinter steckt. Da muss man dann halt händisch drüber gehen. Ganz wichtiger Punkt immer den eigenen Kopf angeschaltet lassen und begleiten. Genau, hier ein paar Learnings, die die beiden noch aufgeschrieben haben. Viel ausprobieren und dann weiter die Ergebnisse helfen zu verfeinern. Das ist so mit den Learnings, die ich eben auch aufgezeigt hatte, das Gleiche. Ein guter Tipp: Macht eine Liste mit sinnvollen Prompts, schreibt euch die auf, führt da speichert euch die zur Seite. Wenn ihr große Datenmengen reinschickt, gibt es manchmal Probleme, vor allem in der kostenlosen Version. Aber 75 bis 100 Keywords scheinen okay zu sein. Und genau was wir gerade schon gesagt haben, das eigene Hirn ist die Kontrollinstanz. Genau so, das war jetzt E-Mail Marketing. Jetzt kommen wir mal zum E-Commerce. Auch hier geht es um Texte. Da mache ich jetzt mein Mikro mal aus, denn der liebe Stefan kann euch das selber viel besser erzählen, was er da gemacht hat. Und deshalb starten wir mal dieses kleine Video.

Stephan

Hallo zusammen, ich wollte euch mal zeigen, wie wir ChatGPT nutzen, auch in Kundenprojekten, Produktbeschreibungen zu generieren. Und ich habe da mal einen kleinen Prompt vorbereitet. Und zwar sage ich dem Chatbot einfach „erstelle eine Produktbeschreibung für die Lampe Pendelleuchte Titania der Marke LucePlan mit folgenden Eigenschaften“. Und dann kommt einfach eine Liste von Eigenschaften nach unten weg und das Ganze kann ich dann abschicken. Und damit fängt der Chatbot an, meine Produktbeschreibung zu verfassen. Das geht mal schneller und mal langsamer. Das habt ihr heute im Laufe des Webinars wahrscheinlich auch schon gehört und gesehen. Das es gerade in der unbezahlten Variante einfach ein bisschen dauern kann. Aber ihr seht, jetzt geht’s los und ich kriege tatsächlich eine meist extrem gute und alle diese ganzen Elemente hier oben berücksichtigende Beschreibung für mein Produkt. Vielleicht noch als kleiner Tipp ich kann auch z. B. Die Wörterzahl mitgeben. Wenn ich sage, sie soll besonders kurz besonders lang sein, zum Beispiel eine Kurzbeschreibung generieren oder eben eine sehr ausführliche. Ich habe es in diesem Fall jetzt in dem ersten Beispiel einfach mal offengelassen und dann bedeutet es, dass im Prinzip die Beschreibung so lang wird, wie es eben sinnvolle Inhalte gibt. Ihr seht ja, dass ich hier oben eine relativ lange Liste an verschiedenen Eigenschaften habe, die jetzt hier unten in dem, was der Bot schreibt, alle mit aufgenommen werden, mit verarbeitet werden und auch z. B. sowas wie die Leistung von bis zu 205 Watt und so weiter oben sich aus den Eigenschaften rauszieht. Bedeutet für euch aber auch, dass ihr diese Eigenschaften grundsätzlich erst mal gepflegt haben müsst. Das heißt, diese Informationen müssen nach wie vor zusammengetragen werden. Das macht das Ding leider noch nicht für uns. Aber das Schöne und Interessante ist, finde ich, dass ich die einfach hier wirklich Copy und Pasten kann aus einer einfachen Liste, ohne da jetzt viel Mühe reinstecken zu müssen, das Ganze zu formatieren oder sonst irgendwie, sondern ich kann das einfach aus meiner Quelldatei heraus kopieren, hier rein Pasten und der versteht es dann schon, dass zum Beispiel hier Gesamtlänge und untendrunter dann die 70 Zentimeter, dass das zusammengehört und das entsprechend sinnvoll und gut verarbeiten kann. Ich habe noch einen zweiten Prompt vorbereitet, dann kopiere ich mir mal schnell rüber. Wie ihr seht, es funktioniert. Es dauert vielleicht eine Weile. Ich habe es jetzt mal abgebrochen, damit ihr nicht so lange zuschauen müsst und habe ich jetzt noch einen zweiten, wo ich ein bisschen mehr Informationen haben will. Ich sage zum Beispiel, dass zwei mit H2 ausgezeichnete Zwischenüberschriften enthalten sein sollen und dass die Maße zum Beispiel in einer mit HTML ausgezeichneten Liste erscheinen sollen. So kann ich fertigen HTML Code generieren, den ich dann hinterher auch in meine Produktbeschreibung übernehmen kann. Hier haben wir mal wieder den Fall, der leider auch immer wieder mal auftritt, dass es Probleme gibt, dass das System überlastet ist und es nicht unbedingt auf Anhieb funktioniert. Ich gehe mal kurz durch, aber das funktioniert gerade nicht. Dann schauen wir mal, ob wir einen neuen Chat aufmachen können. Auch das ist eine Option, die es gibt, wenn es mal nicht funktioniert, dass ich komplett einen neuen Chat anfange und nicht innerhalb des bestehenden arbeite. Ihr seht jetzt auch, ist vielleicht auch noch interessant, dass dieser neue Chat oder diese neue Antwort jetzt hier tatsächlich auch in meiner Liste als neuer Chat auftaucht. Das vielleicht auch als kleiner Trick und als kleiner Hack. Wenn ihr in einem bestehenden Chat nicht weiterkommt, so wie ich gerade, ihr Fehlermeldungen seht, dann ist das ein ganz guter Weg. Und ihr seht jetzt zum Beispiel, dass er hier, so wie ich es oben beschrieben habe, H2 Überschriften einfügt und auch hier eine mit den HTML Code korrekt für eine Unordered List ausgibt. Das heißt, wenn ich das dann in mein Shop-System zum Beispiel kopiere, würde das hier als Liste mit Bullet Points aufgelistet werden. Und so könnt ihr sozusagen noch einen Schritt weitergehen und euch eben nicht nur ganz einfache Texte generieren lassen, sondern die eben auch ausgefeilter werden. Am Ende kommt es immer auf eure Anfragen an, also das, was ihr reintippt, kommt auch raus. Und das ist einfach so meine oder unsere Erkenntnis auch. Man kann ein bisschen damit spielen. Und wenn man mal sozusagen das Template für den perfekten Prompt hat, den immer wieder verwenden und dann nur noch die Variablen austauschen und so eben schon fertigen Code zum Beispiel auch generieren und eine perfekte Produktbeschreibung darüber generieren. Deswegen noch mal zusammengefasst. Wichtig ist das, was ihr hier oben sozusagen dem Chatbot mitgibt als Prompt, als Aufforderung, als Arbeitsauftrag. Macht euch da Gedanken, probiert viel aus und generiert euch da Templates, die ihr dann immer wieder verwendet und die dann eben auch dazu führen, dass ihr am Ende irgendwie sinnvolle, einheitliche, gute zusammenhängende Texte kriegt, die dann auch auf eurer Website hinterher wieder einheitlich und aber auch einzigartig sind, indem ihr zum Beispiel definiert, welche Zwischenüberschriften ihr haben wollt, ob ihr eine Aufzählung haben wollt und so weiter. Da könnt ihr relativ viel individualisieren, was eure Texte dann auch wieder unterschiedlicher macht, unterscheidet von anderen Anbietern und dem Ganzen sozusagen euren persönlichen Stempel aufdrückt. Das mal schnell als Beispiel, damit ihr seht, wie wir heute schon in diversen Onlineshops die Stärke von ChatGPT einsetzen, schnell und einfach an Produktbeschreibungen zu kommen. Zuletzt sei vielleicht noch erwähnt, dass es zumindest heute so ist, dass auch immer noch ein Mensch drüber liest, der auch Produkt Sachverständnis hat, der eventuell Fehler korrigieren kann, was meines Wissens sehr selten vorkommt, aber vielleicht zu einer Beschreibung auch noch mal den letzten Schliff geben kann. Aber das Schöne an der Sache ist, dass ich eben nicht von null anfangen muss, sondern schon eine ganz gute Vorlage kriege, auf deren Basis ich dann sozusagen den Feinschliff vornehmen und das Ding noch richtig rund machen kann und mir nicht für jedes Produkt, in dem Fall ist es jetzt eine Lampe, eine Leuchte, wenn ich für jedes Produkt wieder neu aus den Fingern saugen muss, was ich denn da jetzt schreiben könnte.

Lars

Genau an dieser Stelle noch mal ein herzliches Dankeschön an den lieben Stefan, der uns hier seine Erfahrungen geteilt hat. Ihr habt gesehen, also gerade in Onlineshops, wo halt super viele Produktdaten vielleicht vorhanden sind und Texte erstellt werden müssen, ist das ein richtiger Produktivitätsbringer. Und er hatte am Ende so eine kleine Brücke auch schon drin, mit den HTML-Auszeichnungen. Das war jetzt natürlich ein relativ rudimentäres HTML, aber tatsächlich auch im Coding kann man das Ganze einsetzen. Und auch da habe ich ein kleines Filmchen. Das ist etwas kürzer als beim Stephan und auf Englisch. Ich denke aber, ihr werdet den Marc, das ist ein Entwickler von uns, werdet ihr verstehen, der uns einmal zeigt, wie im Dev-Team heute quasi täglich ChatGPT bzw. auch Tools, die auf ChatGPT zugreifen, im Code Alltag genutzt wird. Schauen wir hier auch rein.

Marc

We use ChatGPT and CoPilot in the DEV Team every day. I will create a Utility Library to manage Browser Cookies. First, I will create a function that gets a Cookie by name. CoPilot will suggest some Solutions. Maybe sometimes it is not the most suitable for us. So we can ask him to provide other solutions. If we think that another solution is more suitable for us, we can take it. In our case, I will take the first one. I will ask him to create a function that deletes the cookies and another one that sets the cookies. As you can see, it is smart enough to create the function by itself. I will take the provided solution. And now I am going to create the other one, and he knows what he has to do. Having that, I will create a functionality that it gets the cookie by name and if it exists it will remove it and if not it will delete it. You can see the auto compilation by itself. And as you can see, this is smart enough to use the provided code before. So sometimes maybe we don’t understand the provides solution, or we were not sure that it contains mistakes. So in this particular cases we can ask ChatGPT to provide or to find any possible problems with that. As you can see, I have ChatGPT integrated in my Terminal. So this notices some problems that we can ground on the website, but I will ask him to find problems in this particular case. But we can ask him to restructure some code or maybe to explain the code to be able to understand everything. So as you can see, maybe the code seems fine, but it can find possible problems that we can encounter in the future. So this is how we use AI on our daily basis.

Lars

Ihr habt es gesehen, wie der Marc quasi Code erstellt hat, mehrere Befehle für eine Bibliothek und dann auch den Code kontrolliert hat, ob es mögliche Probleme gibt, Alternativen vorgeschlagen hat, sich den Code erklären lassen hat. Ich denke, das sind ganz schöne Beispiele. Er hat mir hier noch eine Liste mit Promps fürs Code Sparring reingepackt, die man halt so auch einfach in den ChatGPT reingruppieren kann. Die Jungs und Mädels nutzen da jetzt eben eine Erweiterung, ein eigenes Tool, was auf ChatGPT zugreift. Aber das sind so typische Fälle, die da funktionieren. Und vielleicht habt ihr es gesehen. Er hat sie sich manchmal vertippt. Er hatte da nicht create, sondern crate geschrieben. Auch das hat die KI problemlos verstanden und wusste, was zu tun ist. Ich überlege, was ein fehlendes Zeichen im Code sonst für Probleme verursachen konnte. Wenn vielleicht irgendwo eine Klammer gefehlt hat oder so, dann ist es schon beeindruckend, wie das den Prozess hier an der Stelle unterstützt. Genau. Zu guter Letzt habe ich euch noch ein zweites oder ein letztes Beispiel mitgebracht aus dem Performance Marketing. Hier ging es jetzt darum in der Ausgangslage wollten wir Webinar bewerben, eins was jetzt im Juni stattfindet und wir wollen bei Meta-Anzeigen laufen lassen. Und wir haben in der Regel immer in einer Anzeigengruppe mehrere Anzeigen gegeneinander laufen. In dem Fall wollten wir mal verschiedene Captions testen und den Algorithmus entscheiden lassen, welche davon am besten funktioniert und dem einfach ein bisschen Futter geben. Und auch dafür habe ich wieder ChatGPT genutzt. Das hier ist jetzt der Ausgangspunkt. Ihr seht rechts das Visual, worum es geht. Es geht Media Buying. Links die Beschreibung des Webinars. Ich lese euch das jetzt nicht alles vor, aber es geht halt Grundsätze und das Vorgehen und den Aufbau und so weiter. Best Practice darf natürlich auch nicht fehlen. Und genau dann habe ich meinen ersten Prompt geschrieben, der stellt drei verschiedene Captions. Ihr seht, ich bin da ein bisschen präzise als im ersten Beispiel. Ich sage jetzt je max 150 Zeichen für eine Facebook Ad auf Basis folgender Beschreibung. Und das ist jetzt nur der Text aus der Seite davor, den ich da reinkopiert habe. Und schon gibt es ein erstes Ergebnis. Nur drei ziemlich unterschiedliche Varianten. Erfolgreiche Media Planung leicht gemacht. Lerne in unserem Webinar mit Jakob, wie du deine Werbemaßnahmen effektiv planst. Deine Werbekampagnen sollen erfolgreich sein, also mit einer Frage einsteigen. Dann ist unser Webinar ein Muss, also ziemlich verkäuferisch. Möchtest du deinen Media Plan aufs nächste Level bringen, dann verpasst du nicht unser Webinar. Also hier dann mit einer aktivierenden Formulierung. Und ich habe es dann so ähnlich gemacht wie beim letzten Mal. Ich habe es mir erst mal erklären lassen. Das ist immer ein ganz guter, wenn man mehrere Sachen hat, immer ein ganz guter Weg für die Entscheidungsfindung, sich die Sachen erst mal erklären zu lassen. Hat der Marc ja eben auch gezeigt, dass er sich den Code erklären lässt. Genau. Und jetzt hier sehen wir im Ergebnis ganz interessant, die erste Caption betont die Leichtigkeit und Einfachheit des Webinars, indem sie verspricht, dass erfolgreiche Media Planung leicht gemacht wird. Der zweite Caption legt den Fokus auf den Erfolg der Werbekampagnen, hebt er vor, dass das Webinar ein Muss ist, erfolgreich zu sein. Die dritte Caption hebt die Chance hervor, die Media Planung auf das nächste Level zu bringen. Das ist jetzt eine etwas umformulierte Version von der Variante selbst. Genau. Aber ihr seht, da erkenne ich schon okay, Variante eins Leichtigkeit, Variante zwei Erfolg, Variante drei Next Level. Und jetzt bin ich aber mit der dritten Variante so gar nicht zufrieden und sag dem Tool: Na ja, das ist mir zu generisch. Jetzt adressiere hier noch mal den Pain Point, dass in dem Fall ineffektiver Media Plan das Budget verschwendet wird. Das ist doch eigentlich viel relevanter für meine Zielgruppe. Und dann kommt folgendes Ergebnis. Gerne kommt die überarbeitete Version. Möchtest du vermeiden, dass dein Werbebudget verschwendet wird? Dann solltest du unser Webinar nicht verpassen. Und so weiter und so fort. Jetzt ist mir das wiederum. Jetzt habe ich das da oben so lapidar reingeschrieben, dass im Fall Budget verschwendet wird für die KI, die das Signal Ah, okay, die Formulierung scheint gewünscht. Dann nehme ich die. Ich gebe dann als nächstes Feedback Danke, aber ich hätte das gerne anders formuliert. Budget verschwenden ist mir jetzt zu umgangssprachlich. Die Caption richtet sich an professionelle Marketer und soll diese aktivieren. Also auch hier seht ihr wieder das, was ich hier im letzten Schritt mache, könnte eigentlich in den Ausgangspunkt, also die Zielgruppen Informationen noch dazu schreiben und die Zielsetzung soll professionelle Marketer aktivieren. Und da gibt es hier eine neue Formulierung. Vermeide ineffektive Werbung aus einer maximierte dein Budget. Das Webinar zeigt dir und so weiter und so fort. Und Achtung, auch hier wieder das menschliche Auge gefragt. Ich hatte am Anfang mal was von 150 Zeichen gesagt. Das hat ChatGPT mittlerweile vergessen. Das hier sind nämlich 180. So, also es gilt halt immer tatsächlich auch noch mal draufzugucken. Deshalb lasse ich das Programm jetzt hier auf 150 Zeichen kürzen. Dann kommt diese Version raus und ich habe dann im Überblick hier meine drei Varianten. Genau, erfolgreiche Media Planung. Variante Leichtigkeit, Variante Fokus auf Erfolg. Da hatte ich ein Häkchen dran gemacht. Dann hier die dritte Variante und da hatte ich jetzt keinen Sinn mehr gesehen, das noch mal durch die Maschine zu jagen, sondern ich habe dann hier den Part noch manuell geändert, weil maximiere dein Budget, darum geht es eigentlich nicht, sondern das Budget soll optimal ausgenutzt werden. Das ist ein anderer Aspekt, der mir da wichtig ist, den habe ich dann einfach geändert und kam sehr schnell zu meinen drei Varianten. Wenn ich jetzt meine Prompts oder mein Feedback und den Ausgangs-Prompt zu einem besseren neuen Prompt kombiniere, bin ich beim nächsten Mal halt wieder noch schneller und komme schneller ans Ziel. Genau. Ja, was ist mein Fazit zu der ganzen Geschichte? Ein paar Empfehlungen. Wiederhole mich jetzt natürlich, weil ich das bei den Beispielen auch immer wieder gesagt habe. Überlegt euch genau, wobei der Chatbot helfen soll. Probiert die Dinge aus und nutzt die Dialogfunktion. So lernt ihr, wie das Ding funktioniert. Also jetzt, ich habe es zweimal durchdekliniert mit mehreren Stufen. Merkt euch das und gebt ihm vielleicht beim nächsten Mal die wichtigen Informationen direkt am Anfang mit. Stephan hat es auch gesagt. Speichert ihr die hilfreichen Prompts als Templates? Immer menschliches Auge QA lassen. Jetzt war es in unseren Beispielen war es jetzt unkritisch, aber wenn zum Beispiel Personen Inhalte drin sind oder manchmal erzählt das Ding auch Quatsch. Manchmal meint es was zu wissen oder darstellen zu können, verpackt es relativ eloquent und es kommt Quatsch raus. Deshalb schaut immer drauf. QA ist super wichtig und weiterer Aspekt, den wir jetzt hier in den Beispielen auch nicht hatten, vermeidet es, das Tool mit sensiblen Daten zu füttern, weil das ist noch ein schwarzes Loch, was das Thema Datenschutz angeht. Und da können wir nur jedem empfehlen, das irgendwie sicher anzuwenden und eben keine sensiblen Daten irgendwo rein zu kippen. Genau. Hier so ein kleines Fundstück aus dem Internet, wie man so einen Prompt aufbauen kann oder was alles reingehört mit Zielgruppenangaben. Was ist die Aufgabe? Was sind denn die Kriterien? Zum Beispiel, was Stephan auch hatte mit den Überschriften oder es soll aktivieren als Ziel reingeschrieben. Das Format bei der Textlänge oder eine Tabelle, war ja bei dem SEO Beispiel das Format. Genau. Und dann eben das Refinement. Das haben wir jetzt ein paarmal durchexerziert, das Ding halt runder zu machen. Genau hier habt ihr in den Folien, die kriegt ihr übrigens im Nachgang sehr gerne auch noch ein paar Tools verlinkt. Also klar, ChatGPT ist eh klar, Dall-E und Midjourney als Build AIs, ChatGPT ist als Sidebar als Chrome-Plugin sehr hilfreich. Da könnt ihr dann quasi auf Basis der Website, auf der ihr gerade seid, direkt Prompts ausführen lassen, was weiß ich, eine lange Seite und sagt: „Fass mir das zusammen oder finde ähnliche Seiten. Das ist ganz praktisch. CodeGPT, CodePilot, das sind die Dinger, die die Marke uns im Code gezeigt hat. Und was wir jetzt zum Beispiel auch immer stärker nutzen, ist in bestehenden Tools die KI-Funktion, also in Notion zum Beispiel. Da gibt es ganz viel. Oder in Canva mit banalen Sachen angefangen, wie Hintergrund freistellen oder Hintergrund entfernen oder Vorschläge erstellen lassen auf Basis von ein paar Angaben. Letzter Ausblick. Das ist jetzt mit der ganz heißen Nadel gestrickt. Deshalb gibt es da noch keine Termine dran. Wir planen ein paar Angebote jetzt für den Frühling/Sommer, ein Einsteigerseminar, wo wir halt mal intensiv zusammen Prompts schreiben, Refinements machen und eben den Einstieg begleiten und am Ende ein paar Templates hat und ausgiebige Workshops für bestimmte Branchen, zum Beispiel im Gesundheitsmarketing, Content Strategie unterstützen, im B2B Geschäft. Das Ganze, welche Einsatzgebiete gibt es? Wo kann man die nutzen? Welche Prozesse können da unterstützt werden? Oder auch ganz relevant, denn Norm hatte, glaube ich eben das Beispiel in den Chat schon geschrieben, Einsatz in der Redaktion, Einsatz vielleicht auch an der Paywall, in Medienhäusern, wie kann man eben hier die Textarbeit, aber nicht nur die Textarbeit unterstützen. Recherche, Analyse ist ja alles, alles denkbar. Genau. Und ja, ich bin ja ein bisschen durch galoppiert. Ich hoffe, ihr konntet ein bisschen was mitnehmen. Ich bin gespannt, ob es, ob es Fragen gibt, ob es Feedback gibt. Ihr habt hier auf jeden Fall meine Kontaktdaten. Solltet ihr Fragen haben, die ich jetzt auch nicht beantworten kann, weil ich ja nicht alle Beispiele gemacht habe und ja auch eben kein Informatiker bin, dann nehme ich die gerne mit. Meldet euch gerne bei mir, auch wenn ihr euch für die Workshops und Seminare interessiert, bin ich gerne eure Ansprechpartner und genau das war meine letzte Folie und mit der gebe ich dann zurück an Sarah.

Sarah

Vielen Dank, Lars, für die tolle Präsentation, das Erklären. Ich glaube, dieses Webinar ist das mit der größten Ablegungsgefahr, weil man gleich nebenher noch ausprobieren möchte. Ja, erzählt gerne, hebt mal die Hand, wenn ihr ausprobiert habt nebenher. Wir hatten noch zwei Fragen, die ich jetzt einfach noch stellen würde, aber zum Teil wurden sie schon beantwortet. Wir schauen einfach mal. Magda hat gefragt, ob die Ergebnisse mit einem SEO Tool gecheckt wurden. Und dann hast du als nächstes den Tipp gegeben, mach das.

Lars

Ja, ja, genau. Das ist ja quasi ein kleiner Ausschnitt aus dem Prozess. Dann kommen ja noch so Sachen wie die Suchvolumen ergänzen und so weiter. Das passiert natürlich auch mit den Tools. Es ist tatsächlich dieser kleine Ausschnitt dieser initialen Recherche und Liste anlegen, den wir da gesehen haben. Das ersetzt jetzt keine Arbeit mit den Keyword-Planern und den anderen SEO Tools im Team. Es kürzt halt einfach tatsächlich den menschlichen Teil am Beginn ab. So habe ich es zumindest von den beiden verstanden.

Sarah

Ja. Dann noch eine zweite Frage. Gibt es Listen mit guten Prompts zum reinkommen? Und ich glaube, da wird eher auch nach einer Empfehlung gefragt, also ob wir jetzt eine empfehlen können. Im Chat wurde nämlich auch schon erwähnt, da gibt es viele Listen, aber ist doch toll.

Lars

Ich glaube, das kommt halt sehr stark auf den Anwendungsbereich an. Was ich empfehlen kann, ist den KI-Newsletter vom Jens Polomski bei LinkedIn, weil der stellt halt immer die aktuellen Tools vor und halt auch die Integration in andere Tools, so wie bei Notion oder Canva oder Microsoft hat das ja jetzt auch in viele Tools schon integriert oder ist gerade dabei. Und mit den Listen, da gibt es einiges. Ich bin mit diesen Listen immer so ein bisschen vorsichtig, weil… Wie soll ich sagen? Die täuschen auch schon das perfekte Template vor, aber für den eigenen Fall müssen die trotzdem angepasst werden. Diese Refinements, da komme ich nicht drumherum, auch wenn ich irgendwo ein Template-Prompt kriege, dann sind die oft so generisch formuliert, dass ich die auf jeden Fall anpassen muss. Also ihr werdet da auf jeden Fall was finden. Ich habe jetzt keine, keine eine Quelle, wo ich sage, die sind super. Ihr werdet zu eurem was finden, aber guckt immer genau drauf und arbeitet mal damit. Also dieses Ausprobieren und selber lernen. Ja genau, ist das Ding.

Sarah

Ja und das macht es ja auch gerade so spannend, dass man das so individuell ausprobieren kann und einfach sich selbst die Liste erstellen kann. Vielleicht erstellt ja jemand von euch jetzt im Anschluss eine schlaue Liste zum Starten. Da hatten wir noch eine sehr praktische Frage. Ich erwähne es einfach noch kurz, wie man einen Zeilenumbruch macht bei ChatGPT, damit man den Input gut strukturieren kann. Das wurde auch gleich beantwortet. Das finde ich super. Der Chat ist so aktiv, uns wird es gegenseitig geholfen. Vielen Dank. Alt und Enter. Dann wurde noch nach einem speziellen Tool gefragt, und zwar eins, das komplette PDFs oder Word-Dokumente analysieren kann.

Lars

Ja, habe ich gestern gesehen. Den Namen musste ich nachreichen. Ich glaube, es heißt sogar PDF-GPT oder so. Das tatsächlich dabei hilft, PDFs zusammenzufassen, dass du dann quasi PDFs rein, Zusammenfassung raus. Genau. Aber das kann man nachreichen. Den Link packen wir einfach in die Follow-Up-Mail.

Sarah

Genau, auch den Newsletter, den du empfohlen hast.

Lars

Genau. Ich habe gerade im Chat gesehen, ein AInauten als Tipp habe ich auch abonniert, kann man auch empfehlen. Dann geht einem nichts durch. Teilweise ist es aber so viel, was drin steht. Da kommt es schon, Chat.PDF.com. Genau das meinte ich. Genau, dass einen die Newsletter schon wieder überfordern, weil sie halt 200 neue Tools vorstellen und so. Genau.

Sarah

Ja, da kommt noch die Empfehlung Albus. Das packen wir auch alles, die Tool Empfehlung packen wir auch einfach alles in die Follow-up-Mail. Nutzt gerne noch die Zeit und packt eure Fragen ins Fragenmodul. Ach, schön, ich liebe es. Links und Tools. Wird alles schon hier reingepackt. Super.

Lars

Am Ende dann doch wieder wie am Anfang Schwarmintelligenz for the Win hier.

Sarah

Ja. Das ist wirklich toll. Gut, dann sind wir durch die Fragen durch. Super, dann sage ich noch mal vielen, vielen Dank, Lars. Ihr habt auch die Möglichkeit, wenn ihr die E-Mail bekommt, die Follow-up-E-Mail, Lars zu kontaktieren oder einfach darauf zu antworten. Also wenn euch noch was einfällt oder in der Praxis, dann können wir uns gerne austauschen. Dann wünsche ich allen noch einen super schönen Tag. Da war ja schon mal ein produktiver Start. Und genau wir lesen uns in der Follow-up E-Mail oder sehen uns beim nächsten Webinar. Schöner Tag zusammen.