16.07.2020

Auch Künstliche Intelligenz kann menschliche Schwächen haben

Algorithmen erkennen Sarkasmus, aber sie können vergessen – zwei Themen, denen sich Wissenschaftlerinnen des Software Competence Center Hagenberg in ihren Forschungsarbeiten widmen.
/artikel/kunstliche-intelligenz-menschliche-schwachen
Künstliche Intelligenz hat in Österreich keinen hohen Stellenwert.
Künstliche Intelligenz hat in Österreich keinen hohen Stellenwert. (c) Adobe Stock / metamorworks
sponsored

Das Erkennen von Sarkasmus im Web ist sogar für Menschen ein schwieriges Unterfangen – für eine künstliche Intelligenz ist es umso komplizierter. Dabei wäre dies etwa im Onlinehandel wichtig, damit zum Beispiel eine Onlinerezension richtig eingeschätzt werden kann. Bisherige Sarkasmusdetektionen fokussieren sich auf die Erkennung von Sarkasmus auf Satzebene oder für eine spezielle Textphrase. Das Problem dabei ist, dass es oft unmöglich ist, einen einzelnen sarkastischen Satz zu identifizieren, ohne den Kontext zu kennen.

(c) SCCH

Diesem Thema widmet sich Nicole Schwarz vom Software Competence Center Hagenberg (SCCH) in ihrer Arbeit. „Ich arbeite dabei mit einem Deep Neural Network, das jeweils ein Convolutional Neural Network und ein Long-Short-Term Memory Network umfasst“, so Schwarz. Beide Methoden können Texte effizient klassifizieren, die vom Kontext des jeweiligen Textes abhängen, da beide über Speichereinheiten verfügen, um sich bereits gelernte Wörter aus dem Text merken zu können.

Die Ergebnisse der Arbeit zeigen somit, dass Deep Neural Networks die Genauigkeit simplerer Modelle übertreffen können – allerdings mit einem Wermutstropfen: Gäbe es mehr und bessere Daten, so könnten auch genauere Resultate erzielt werden.

Auch eine Künstliche Intelligenz kann vergessen

(c) SCCH

Daten sind zugleich das Thema, dem sich Sabrina Luftensteiner in ihrer Arbeit widmet. Denn Vergessen ist kein menschliches Privileg, wie sie erklärt: Auch bei Maschinen ist das sogenannte „katastrophale Vergessen“ ein Problem.

„Ich erforsche das katastrophale Vergessen, welches beim Online-Learning von neuronalen Netzen auftritt und wodurch gelernte Zusammenhänge in bestehenden Modellen bei der Anpassung mit neuen Daten verdrängt werden“, sagt Luftensteiner. Ein Modell komplett neu zu erstellen ist zum Beispiel in der Industrie aber oft zu aufwendig oder gar nicht möglich – etwa wegen des Überschreitens zeitlicher Limits oder auch, weil hier benötigte Daten fehlen.

In diesem Kontext sind auch zensurierte Daten ein Problem: Diese entstehen zum Beispiel durch physikalische Grenzen von Sensoren (z.B. Hitzesensoren) – sie führen zu einem verfälschten Modell, da die im Training genutzten Daten nicht den realen Daten entsprechen. „Ich habe daher ein Framework entwickelt, welches diese Ansätze einbindet und auf verschiedene Datensätze anwendbar ist. Durch die diversen Konfigurationsmöglichkeiten ist dieses Framework gegen das Vergessen in diversen Bereichen – vor allem aber in der Industrie – anwendbar“, so Luftensteiner.

Deine ungelesenen Artikel:
21.03.2024

Künstliche Intelligenz & Suchmaschinenoptimierung – Chance oder Risiko?

Gastbeitrag. Was bedeutet der Aufstieg von künstlicher Intelligenz (KI) für Suchmaschinenoptimierung (SEO)? Johannes Luger von SEOschmiede erläutert Chancen und Risiken für Website-Betreiber:innen.
/artikel/ki-seo-chance-oder-risiko
21.03.2024

Künstliche Intelligenz & Suchmaschinenoptimierung – Chance oder Risiko?

Gastbeitrag. Was bedeutet der Aufstieg von künstlicher Intelligenz (KI) für Suchmaschinenoptimierung (SEO)? Johannes Luger von SEOschmiede erläutert Chancen und Risiken für Website-Betreiber:innen.
/artikel/ki-seo-chance-oder-risiko
Johannes Luger von SEOschmiede über KI & SEO
Johannes Luger von SEOschmiede | Foto: SEOschmiede, Adobe Stock (Hintergrund)

Die rasante Entwicklung künstlicher Intelligenz (KI) revolutioniert die Welt des Online-Marketings. KI bietet Unterstützung bei der Analyse von Daten und der Erstellung von Inhalten, doch der Einsatz birgt auch Risiken für Website-Betreiber:innen.

Was sich für Onlineshops & Websites durch KI ändert

Noch bevor fortschrittliche Technologien wie ChatGPT den Markt erreichten, erleichterten Plattformen wie Fiverr, Upwork und Co. die Erstellung von Webinhalten erheblich. Diese Online-Marktplätze ermöglichten es, auf ein globales Netzwerk von Freelancer:innen zuzugreifen, die Texte, Grafiken und andere Inhalte zu erschwinglichen Preisen anbieten.

Der einfache Zugang zu Inhalten und spätestens die Einführung von ChatGPT führte zu einer erheblichen Zunahme von Duplikaten und nur geringfügig modifizierten Texten im Internet, was letztlich die Qualität der Suchergebnisse beeinträchtigte.

Als Antwort darauf setzte Google mehrere Updates durch, zuletzt im März 2024, um gegen minderwertige Inhalte vorzugehen und das Nutzererlebnis zu verbessern.

Um sich in diesem veränderten Umfeld hervorzuheben, ist es heutzutage entscheidend, einzigartige und originelle Inhalte zu erstellen, die sich klar von der Masse abheben. Sichtbarkeit in den Suchmaschinen wird zukünftig mehr denn je mit authentischem und unverwechselbarem Content verbunden sein.

Interaktivität wird unglaublich wichtig

Interaktivität entwickelt sich aus Sicht der SEO-Agentur SEOschmiede zu einem zentralen Element einer herausragenden Nutzererfahrung. Rechner, Tools, interaktive Checklisten und Tabellen, unterstützt durch den Einsatz von künstlicher Intelligenz (KI), werden zu einem entscheidenden Faktor in der Content-Strategie. Die gute Nachricht ist, dass KI hervorragend eingesetzt werden kann, um solche interaktiven Anwendungen zu entwickeln.

In der nahen Zukunft wird entscheidend sein, welche Akteur:innen im digitalen Umfeld die Nase vorn haben werden. Aus SEO-Perspektive könnte argumentiert werden, dass Webseiten mit interaktiven Features durch längere Verweilzeiten und ihr Potenzial als linkwürdige Assets – also Inhalte, die zur Verlinkung durch andere Webseiten anregen – einen klaren Wettbewerbsvorteil erzielen.

Dies bedeutet, dass Webseitenbetreiber:innen, die in interaktive Tools investieren und diese durch KI noch weiter verbessern, nicht nur das Engagement und die Zufriedenheit ihrer Nutzer:innen steigern, sondern auch ihre Sichtbarkeit und vor allem die Autorität im Internet weiter ausbauen können. In einer Zeit, in der der Wettbewerb um Aufmerksamkeit stetig wächst, könnte dies ein entscheidender Faktor für den Erfolg sein.

Funktioniert klassische SEO-Optimierung noch?

Die Landschaft der Suchmaschinenoptimierung (SEO) ist dynamisch, doch grundlegende Optimierungsstrategien bleiben auch in Zeiten von ChatGPT und weiteren KI-Tools erhalten. Dazu gehören Maßnahmen wie die Optimierung von Title-Tags, die Strukturierung von Überschriften und weitere Faktoren wie Meta-Beschreibungen, Alt-Texte für Bilder, interne Verlinkungen sowie der Fokus auf Suchintentionen der Zielgruppen. Diese Maßnahmen sind keineswegs überholt; vielmehr bilden sie das Fundament für eine effektive SEO.

Googles primäres Ziel war und ist es, die Nutzererfahrung zu verbessern. Die Qualität und Relevanz des Contents, eine klare und logische Website-Architektur sowie eine mobilfreundliche Gestaltung sind Aspekte, die in diesem Bestreben weiterhin entscheidend sind.

Es ist möglich, dass die Bedeutung von Backlinks als Rankingfaktor zugunsten von Nutzersignalen, wie etwa der Verweildauer oder der Interaktionsrate, leicht abnimmt. Auch der Pagespeed, also die Ladezeit einer Webseite, wird wahrscheinlich an Bedeutung gewinnen, da dieser die Nutzerzufriedenheit direkt beeinflusst. Aber das bleibt vorerst Spekulation.

SEO für ChatGPT und andere Sprachmodelle (LLMs)

Neben den etablierten Kanälen wie Suchmaschinen und Social Media entsteht mit den fortschrittlichen Sprachmodellen wie ChatGPT ein neuer, wesentlicher Bereich für das Online-Marketing. Für Expert:innen in diesem Sektor ist es unerlässlich, die Bedeutung der Optimierung in diesem neuen Umfeld zu erkennen.

Der Grund dafür liegt auf der Hand: Menschen beginnen, direkt in LLMs (Large Language Models) nach Informationen, Dienstleistungen oder Produkten zu suchen. Die Anpassung an diese Entwicklung ist nicht nur eine Option, sondern eine Notwendigkeit für zukunftsorientierte Marketingstrategien. Die Optimierung für LLMs ähnelt auf den ersten Blick der Suchmaschinenoptimierung, hat aber ihre eigenen Feinheiten und ist sehr viel dynamischer, wie einige Tests bereits zeigen konnten.

Fazit

Die rasante Entwicklung der künstlichen Intelligenz (KI) im Online-Marketing präsentiert sowohl signifikante Chancen als auch Herausforderungen für die gesamte Branche. KI transformiert die Landschaft durch fortschrittliche Datenanalyse und Content-Erstellung, fordert aber gleichzeitig Website-Betreiber:innen heraus, sich durch hochwertigen Content von der Masse abzuheben. Die Integration von KI zur Entwicklung interaktiver Tools öffnet neue Wege, um Nutzerbindung und -zufriedenheit zu verbessern, was essenziell für die Steigerung der Online-Sichtbarkeit und -Autorität ist.

Obwohl die Bedeutung klassischer SEO-Techniken bestehen bleibt, zeichnet sich ein Wandel hin zu Nutzersignalen und einer agileren Optimierung von Inhalten ab. Die Anpassung an neue Technologien wie fortschrittliche Sprachmodelle, exemplarisch ChatGPT, wird zunehmend kritisch, um in der dynamischen digitalen Welt erfolgreich zu sein.

Für Online-Marketer:innen, Shopbetreiber:innen und Website-Besitzer:innen bergen die aktuellen Entwicklungen sowohl enorme Chancen als auch alltägliche Herausforderungen. Der Wettbewerb im Bereich der Suchmaschinenoptimierung und des Online-Marketings wird intensiver, was sowohl Gewinner als auch Verlierer hervorbringen wird.

Es ist entscheidend, sich kontinuierlich mit den neuesten Trends und Entwicklungen auseinanderzusetzen und schnell auf Neuerungen reagieren zu können. Diese Anpassungsfähigkeit ist der Schlüssel, um die sich bietenden Möglichkeiten zu ergreifen und den bevorstehenden Herausforderungen effektiv zu begegnen.


Über den Autor

Johannes Luger ist Gründer und Head of SEO bei SEOschmiede. Die Agentur für SEO & Content Marketing hat Standorte in Wien und Oberösterreich. Sie ist offizieller Google Ads Partner.

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

Auch Künstliche Intelligenz kann menschliche Schwächen haben

  • Das Erkennen von Sarkasmus im Web ist sogar für Menschen ein schwieriges Unterfangen – für eine künstliche Intelligenz ist es umso komplizierter.
  • Diesem Thema widmet sich Nicole Schwarz vom Software Competence Center Hagenberg (SCCH) in ihrer Arbeit.
  • “Ich arbeite dabei mit einem Deep Neural Network, das jeweils ein Convolutional Neural Network und ein Long-Short-Term Memory Network umfasst”, so Schwarz.
  • Daten sind zugleich das Thema, dem sich Sabrina Luftensteiner in ihrer Arbeit widmet.
  • Denn Vergessen ist kein menschliches Privileg, wie sie erklärt: Auch bei Maschinen ist das sogenannte “katastrophale Vergessen” ein Problem.
  • In diesem Kontext sind auch zensurierte Daten ein Problem: Diese entstehen zum Beispiel durch physikalische Grenzen von Sensoren – sie führen zu einem verfälschten Modell, da die im Training genutzten Daten nicht den realen Daten entsprechen.

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Auch Künstliche Intelligenz kann menschliche Schwächen haben

  • Das Erkennen von Sarkasmus im Web ist sogar für Menschen ein schwieriges Unterfangen – für eine künstliche Intelligenz ist es umso komplizierter.
  • Diesem Thema widmet sich Nicole Schwarz vom Software Competence Center Hagenberg (SCCH) in ihrer Arbeit.
  • “Ich arbeite dabei mit einem Deep Neural Network, das jeweils ein Convolutional Neural Network und ein Long-Short-Term Memory Network umfasst”, so Schwarz.
  • Daten sind zugleich das Thema, dem sich Sabrina Luftensteiner in ihrer Arbeit widmet.
  • Denn Vergessen ist kein menschliches Privileg, wie sie erklärt: Auch bei Maschinen ist das sogenannte “katastrophale Vergessen” ein Problem.
  • In diesem Kontext sind auch zensurierte Daten ein Problem: Diese entstehen zum Beispiel durch physikalische Grenzen von Sensoren – sie führen zu einem verfälschten Modell, da die im Training genutzten Daten nicht den realen Daten entsprechen.

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Auch Künstliche Intelligenz kann menschliche Schwächen haben

  • Das Erkennen von Sarkasmus im Web ist sogar für Menschen ein schwieriges Unterfangen – für eine künstliche Intelligenz ist es umso komplizierter.
  • Diesem Thema widmet sich Nicole Schwarz vom Software Competence Center Hagenberg (SCCH) in ihrer Arbeit.
  • “Ich arbeite dabei mit einem Deep Neural Network, das jeweils ein Convolutional Neural Network und ein Long-Short-Term Memory Network umfasst”, so Schwarz.
  • Daten sind zugleich das Thema, dem sich Sabrina Luftensteiner in ihrer Arbeit widmet.
  • Denn Vergessen ist kein menschliches Privileg, wie sie erklärt: Auch bei Maschinen ist das sogenannte “katastrophale Vergessen” ein Problem.
  • In diesem Kontext sind auch zensurierte Daten ein Problem: Diese entstehen zum Beispiel durch physikalische Grenzen von Sensoren – sie führen zu einem verfälschten Modell, da die im Training genutzten Daten nicht den realen Daten entsprechen.

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Auch Künstliche Intelligenz kann menschliche Schwächen haben

  • Das Erkennen von Sarkasmus im Web ist sogar für Menschen ein schwieriges Unterfangen – für eine künstliche Intelligenz ist es umso komplizierter.
  • Diesem Thema widmet sich Nicole Schwarz vom Software Competence Center Hagenberg (SCCH) in ihrer Arbeit.
  • “Ich arbeite dabei mit einem Deep Neural Network, das jeweils ein Convolutional Neural Network und ein Long-Short-Term Memory Network umfasst”, so Schwarz.
  • Daten sind zugleich das Thema, dem sich Sabrina Luftensteiner in ihrer Arbeit widmet.
  • Denn Vergessen ist kein menschliches Privileg, wie sie erklärt: Auch bei Maschinen ist das sogenannte “katastrophale Vergessen” ein Problem.
  • In diesem Kontext sind auch zensurierte Daten ein Problem: Diese entstehen zum Beispiel durch physikalische Grenzen von Sensoren – sie führen zu einem verfälschten Modell, da die im Training genutzten Daten nicht den realen Daten entsprechen.

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Auch Künstliche Intelligenz kann menschliche Schwächen haben

  • Das Erkennen von Sarkasmus im Web ist sogar für Menschen ein schwieriges Unterfangen – für eine künstliche Intelligenz ist es umso komplizierter.
  • Diesem Thema widmet sich Nicole Schwarz vom Software Competence Center Hagenberg (SCCH) in ihrer Arbeit.
  • “Ich arbeite dabei mit einem Deep Neural Network, das jeweils ein Convolutional Neural Network und ein Long-Short-Term Memory Network umfasst”, so Schwarz.
  • Daten sind zugleich das Thema, dem sich Sabrina Luftensteiner in ihrer Arbeit widmet.
  • Denn Vergessen ist kein menschliches Privileg, wie sie erklärt: Auch bei Maschinen ist das sogenannte “katastrophale Vergessen” ein Problem.
  • In diesem Kontext sind auch zensurierte Daten ein Problem: Diese entstehen zum Beispiel durch physikalische Grenzen von Sensoren – sie führen zu einem verfälschten Modell, da die im Training genutzten Daten nicht den realen Daten entsprechen.

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Auch Künstliche Intelligenz kann menschliche Schwächen haben

  • Das Erkennen von Sarkasmus im Web ist sogar für Menschen ein schwieriges Unterfangen – für eine künstliche Intelligenz ist es umso komplizierter.
  • Diesem Thema widmet sich Nicole Schwarz vom Software Competence Center Hagenberg (SCCH) in ihrer Arbeit.
  • “Ich arbeite dabei mit einem Deep Neural Network, das jeweils ein Convolutional Neural Network und ein Long-Short-Term Memory Network umfasst”, so Schwarz.
  • Daten sind zugleich das Thema, dem sich Sabrina Luftensteiner in ihrer Arbeit widmet.
  • Denn Vergessen ist kein menschliches Privileg, wie sie erklärt: Auch bei Maschinen ist das sogenannte “katastrophale Vergessen” ein Problem.
  • In diesem Kontext sind auch zensurierte Daten ein Problem: Diese entstehen zum Beispiel durch physikalische Grenzen von Sensoren – sie führen zu einem verfälschten Modell, da die im Training genutzten Daten nicht den realen Daten entsprechen.

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Auch Künstliche Intelligenz kann menschliche Schwächen haben

  • Das Erkennen von Sarkasmus im Web ist sogar für Menschen ein schwieriges Unterfangen – für eine künstliche Intelligenz ist es umso komplizierter.
  • Diesem Thema widmet sich Nicole Schwarz vom Software Competence Center Hagenberg (SCCH) in ihrer Arbeit.
  • “Ich arbeite dabei mit einem Deep Neural Network, das jeweils ein Convolutional Neural Network und ein Long-Short-Term Memory Network umfasst”, so Schwarz.
  • Daten sind zugleich das Thema, dem sich Sabrina Luftensteiner in ihrer Arbeit widmet.
  • Denn Vergessen ist kein menschliches Privileg, wie sie erklärt: Auch bei Maschinen ist das sogenannte “katastrophale Vergessen” ein Problem.
  • In diesem Kontext sind auch zensurierte Daten ein Problem: Diese entstehen zum Beispiel durch physikalische Grenzen von Sensoren – sie führen zu einem verfälschten Modell, da die im Training genutzten Daten nicht den realen Daten entsprechen.

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Auch Künstliche Intelligenz kann menschliche Schwächen haben

  • Das Erkennen von Sarkasmus im Web ist sogar für Menschen ein schwieriges Unterfangen – für eine künstliche Intelligenz ist es umso komplizierter.
  • Diesem Thema widmet sich Nicole Schwarz vom Software Competence Center Hagenberg (SCCH) in ihrer Arbeit.
  • “Ich arbeite dabei mit einem Deep Neural Network, das jeweils ein Convolutional Neural Network und ein Long-Short-Term Memory Network umfasst”, so Schwarz.
  • Daten sind zugleich das Thema, dem sich Sabrina Luftensteiner in ihrer Arbeit widmet.
  • Denn Vergessen ist kein menschliches Privileg, wie sie erklärt: Auch bei Maschinen ist das sogenannte “katastrophale Vergessen” ein Problem.
  • In diesem Kontext sind auch zensurierte Daten ein Problem: Diese entstehen zum Beispiel durch physikalische Grenzen von Sensoren – sie führen zu einem verfälschten Modell, da die im Training genutzten Daten nicht den realen Daten entsprechen.

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Auch Künstliche Intelligenz kann menschliche Schwächen haben

  • Das Erkennen von Sarkasmus im Web ist sogar für Menschen ein schwieriges Unterfangen – für eine künstliche Intelligenz ist es umso komplizierter.
  • Diesem Thema widmet sich Nicole Schwarz vom Software Competence Center Hagenberg (SCCH) in ihrer Arbeit.
  • “Ich arbeite dabei mit einem Deep Neural Network, das jeweils ein Convolutional Neural Network und ein Long-Short-Term Memory Network umfasst”, so Schwarz.
  • Daten sind zugleich das Thema, dem sich Sabrina Luftensteiner in ihrer Arbeit widmet.
  • Denn Vergessen ist kein menschliches Privileg, wie sie erklärt: Auch bei Maschinen ist das sogenannte “katastrophale Vergessen” ein Problem.
  • In diesem Kontext sind auch zensurierte Daten ein Problem: Diese entstehen zum Beispiel durch physikalische Grenzen von Sensoren – sie führen zu einem verfälschten Modell, da die im Training genutzten Daten nicht den realen Daten entsprechen.