Technologie

Natural Language Generation: Künstliche Intelligenz in der Content-Erstellung

Mit Natural Language Generation gestalten Unternehmen die Content-Produktion effizient und skalierbar. Doch wie funktioniert NLG?

© Glenn Carstens-Peters - Unsplash

Künstliche Intelligenz ist allgegenwärtig. Ob in smarten Fabriken, autonomer Fahrzeugtechnologie oder in Streamingdiensten – KI verändert die Art und Weise, wie wir arbeiten und leben grundlegend. Von einem speziellen Teilgebiet haben zahlreiche User jedoch oftmals noch nie gehört – und das, obwohl sie durch Apps, Chatbots, smarten Assistenten oder oftmals auch in zahlreichen Onlineshops fast täglich damit in Berührung kommen: Die Rede ist von Natural Language Generation (NLG) – ein Teilgebiet der Künstlichen Intelligenz, das sich mit der automatischen Erzeugung natürlicher Sprache durch eine Software befasst.

Wo kann NLG eingesetzt werden?

Natural Language Generation kann überall dort eingesetzt werden, wo große Mengen an strukturierten und semantischen Daten anfallen – etwa im E-Commerce, an der Börse oder in der Berichterstattung für Sport-, Wetter- oder Wahlereignisse. Immer mehr Websites nutzen automatische Textgenerierung, um gezielte, personalisierte und andere Inhalte bereitzustellen. Bereits jetzt setzen einige Nachrichtenportale auf den sogenannten Roboterjournalismus. Auch hier wird im Backend nichts anderes verwendet als NLG-Software, die beispielsweise Sportnachrichten, Wetterberichte oder Börsenupdates produziert. Mit der gleichen Technologie erstellen auch zahlreiche Immobilienportale und Online-Händler Angebote und Produktbeschreibungen für E-Commerce-Systeme – Tendenz steigend. Auch für Marketing Manager wird NLG-Software zunehmend relevant: Insbesondere Marketingprofis, die auf SEO spezialisiert sind und beispielsweise regelmäßig Google Analytics Reportings erstellen müssen, wissen, wie erklärungsbedürftig manche Analytics-KPIs sind – gerade dann, wenn das Gegenüber nicht täglich mit Begriffen wie Bounce Rate, Conversion oder Landing Page arbeitet. Hier formt Natural Language Generation aus den Daten von Google Analytics automatisiert einmalige oder wiederkehrende Reportings und hilft so dabei, Informationen für Interessierte und Entscheider auf allen Ebenen besser verstehen und einzuordnen zu können.

80% Daten, 20% Magie – Wie funktioniert NLG?

Gute Beispiele für den sinnvollen Einsatz von NLG-Systemen sind solche Bereiche, in denen – wie oben bereits angerissen – viele strukturierte, semantische Daten anfallen. NLG übernimmt diese Daten und wandelt sie in Texte in natürlicher Sprache um. Die dahinterliegenden Prozesse beinhalten eine Reihe von technologischen und computerlinguistischen Raffinessen: Große Mengen an Primärdaten – sie enthalten beispielsweise Auskunft über Namen, Häufigkeiten, Produkteigenschaften, Messwerte usw. – werden zunächst der Datenbank der Software hinzugefügt.

Damit nun jedoch Texte in natürlicher Sprache entstehen können, müssen vorab noch sogenannte Vorlagen und Bedingungen definiert werden. Hinter Vorlagen verbergen sich im Wesentlichen Gap-Texte, d.h. vorformulierte Sätze, die mithilfe von Daten- und Lexikalisierungsalgorithmen mit einer großen Anzahl von Varianten, Synonymen und Adverbien angereichert werden. Unter Bedingungen hingegen versteht man Voraussetzungen, die erfüllt sein müssen, damit eine bestimmte Vorlage verwendet werden kann. Um Texte automatisch generieren zu können, ermittelt das System eine relevante Bedingung, kombiniert Informationen aus den Vorlagen mit ereignis- oder produktspezifischen Daten und erstellt mithilfe einer intelligenten linguistischen Analyse das Endprodukt. Nebenbei bemerkt: NLG-Software weiß in der Regel auch, wie man die Vorlagen in einer Reihenfolge – auch bekannt als „Story Plot“ oder „Narrativ“ – anordnet, sodass sie inhaltlich für den menschlichen Rezipienten Sinn machen und ansprechend zu lesen sind. Menschliche Redakteure müssen in der Initialphase lediglich Vorlagen erstellen und Bedingungen definieren – liegen diese Informationen jedoch einmal vor, kann das NLG-System komplett autonom arbeiten.

Im Bereich der Fußballberichterstattung entstehen auf diese Weise computergenerierte Texte, die sich in der Wahrnehmung der Leser nicht von Berichten, die von einem (menschlichen) Redakteur verfasst wurden, unterscheiden lassen. Hier ein Beispiel:

Beispiel für einen durch NLG erstellten Text.

Die Potenziale und Herausforderungen von NLG

NLG eröffnet völlig neue Möglichkeiten für all jene – darunter Onlineshop-Betreiber, Publisher oder Content Marketer – die große Mengen an Inhalten schneller und mit weniger zeitlichen und personellen Ressourcen erstellen wollen. Automatische Textgenerierung kann personalisierte, variantenreiche, unique und SEO-optimierte Inhalte in Echtzeit und per Knopfdruck erstellen – die Skalierung wird lediglich durch die Verfügbarkeit der Daten begrenzt.

NLG-Software kann sogar verwendet werden, um Texte in vielen unterschiedlichen Sprachen zu erstellen – entweder durch Übersetzung eines originalen Quelltextes (ebenfalls automatisch generiert) oder durch die Bereitstellung der entsprechenden Daten in der jeweiligen Originalsprache, die für eine bestimmte Region oder einen bestimmten Markt erforderlich sind.

News-Portale können mit NLG ihre Abdeckung von Nischenthemen – beispielsweise die Berichterstattung über Amateurfußball-Ligen – erweitern und ihre Reichweite erhöhen. Online-Händler können Produkttexte schnell und einfach generieren und ihre Kataloge bei Bedarf aktualisieren, z.B. um auf Daten zur Konversionsoptimierung zu reagieren oder saisonale Aktionen zu bewerben.

Die automatische Texterstellung hat jedoch auch ihre Grenzen. NLG macht dort wenig Sinn, wo z.B. detaillierte Hintergrundberichte oder normative Gutachten zu bestimmten Themen erforderlich sind. Auch das Erzählen von Geschichten mit Ironie, Zynismus oder Empathie, das Schreiben von pointierten Kommentaren und scharfsinnigen Analysen bleibt nach wie vor die Kernkompetenz des Menschen. Doch selbst hier bringt der Einsatz von NLG-Systemen Vorteile mit sich: NLG-Systeme befreien Texter und Redakteure von repetitiver, monotoner und häufig lästiger Routine-Arbeit. Auf diese Weise verbleiben mehr Zeit und Raum für jene Tätigkeiten, die kreative und/oder emotionale Intelligenz erfordern und für den Menschen sinnstiftende Wirkung entfalten. Die eingesparten Ressourcen können damit verstärkt in kreative oder konzeptionelle Arbeiten gesteckt werden.

NLG-Anwendungen für jede Website?

Der Einsatz von NLG ist nicht nur auf bestimmte Branchen oder auf hochfrequentierte Websites beschränkt: Grundsätzlich kann jede Organisation, jede öffentliche Institution oder jedes Unternehmen jeder Größe, das über strukturierte Datensätze verfügt, diese NLG-Lösungen nutzen, um interne oder externe Kommunikationsprozesse zu automatisieren.

Ausgereifte NLG-Software kann als Software-as-a-Service (SaaS)-Lösung angeboten werden, an die sich jedes CMS anschließen lassen kann. Zeitgleich werden NLG-Anwendungen immer intuitiver, sodass keine Programmierkenntnisse erforderlich sind, um sie einzurichten, zu bedienen oder von ihrem Angebot zu profitieren. Natural Language Generation bietet damit große Potenziale für Unternehmen & Agenturen, die ihre Content-Produktion effizient, skalierbar und damit zukunftsfähig aufstellen wollen.

Über Kristin Strauch

https://www.retresco.de

Nach Tätigkeiten als Product Owner, Mitgründerin einer App und Referentin für Künstliche Intelligenz in der Berliner Tech-Szene hat Kristin das spannende Grenzgebiet zwischen Marketing und Künstlicher Intelligenz bei dem Berliner KI-Unternehmen Retresco für sich entdeckt. Dort ist sie jeden Tag aufs Neue davon fasziniert, wie Künstliche Intelligenz Sprache gestalten kann. Als studierte Psychologin und Medienwissenschaftlerin gilt ihr besonderes Interesse – sowohl in beruflicher als auch in privater Hinsicht – den Folgen, die technologische Innovation auf Gesellschaft, Kultur, Wirtschaft und Politik hat.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.