Dieser Artikel wurde von einem Menschen geschrieben. Aber die putzige Werbung, die Sie gestern auf dem Weg zur Arbeit gesehen haben, wurde womöglich von einer Maschine erstellt. Und das ist erst der Anfang der Natural Language Generation (NLG)-Revolution.

Mit NLG werden Fortschritte in der künstlichen Intelligenz (KI) bezeichnet, wodurch sich hochwertige schriftliche Kommunikation erstellen lässt – Prosa, die sich immer schwerer von dem unterscheiden lässt, was Menschen formulieren. 

Neben Natural Language Understanding (NLU) ist NLG im Wesentlichen eine Unterkategorie von Natural Language Processing (NLP). Unstrukturierte Daten aus Sprache oder Text werden in strukturierte Daten umgewandelt. Während sich NLU darauf konzentriert, Text zu verstehen, indem typischerweise der Kontext, die Semantik und die Syntax analysiert werden, zielt NLG darauf ab, strukturierte Daten in einer für den Menschen verständlichen Art und Weise zu erklären. In den Anfängen in den 1990er-Jahren wurde zum Beispiel einfacher Text aus einer Serie von Daten für die Produktion von Wetterberichten erzeugt. 

NLG entwickelte sich weiter und kam in einfachen journalistischen Anwendungen zum Einsatz, wie beispielsweise der Wiedergabe von Spielständen und Statistiken bei Sportveranstaltungen oder der Extraktion wichtiger Kennzahlen aus den Geschäftsberichten von Unternehmen. Der Anwendungsbereich ist mit der Zeit immer breiter geworden, sodass NLG mittlerweile in allen Branchen und Industriezweigen eingesetzt werden kann – das gibt dem Wachstumspotenzial einen enormen Impuls und eröffnet vielfältige Investmentmöglichkeiten.

Hyperpersonalisierung

Zunächst einmal hat NLG das Potenzial, zu einem mächtigen Disruptor im Social-E-Commerce zu werden. Marken und Influencer setzen zunehmend auf Modelle der automatisierten Content-Erstellung, um mehr Inhalte auszuspielen, und vor allem interagieren sie mehr mit ihren Zielgruppen, sei es durch automatische Reaktionen auf Social-Media-Plattformen oder durch Chatbots. NLG hilft, Content zu optimieren und die Echtzeitinteraktion zu verbessern, was sich in hyperpersonalisierten Benutzererlebnissen auf digitalen Plattformen niederschlägt.

Zudem wird NLG immer mehr als Kernfunktion von Business Intelligence- und Analytik-Plattformen gesehen, um Daten in eine textuelle und visuelle Narratologie zu verwandeln, damit sie ansprechender und einfacher zu interpretieren sind. NLG kann Text und visuelle Elemente in einem Geschäftsbericht automatisch aktualisieren, sobald neue Daten verfügbar sind, wöchentliche Updates für das Management erstellen (beispielsweise zu Vertriebskampagnen) und Zahlen in Erzählform zu präsentieren, wie etwa Vergleiche der Ist-Zahlen mit den Soll-Zahlen oder früheren Ergebnissen.

Eine weitere Branche, in der NLG auf dem Vormarsch ist, ist das Marketing. Neueste Software nutzt bereits fortschrittliches Text-Mining und NLG-Technologie und entwickelt anhand von historischen Informationen über Marketingkampagnen und deren Erfolg potenziell wirkungsvollen Content für neue Werbeanzeigen, Webseiten, Blogbeiträge und Social-Media-Posts. Das Basketball-Team Orlando Magic aus Florida zum Beispiel nutzt die Technologie für die Produktion individueller Nachrichten an die vielen Fans, um die Interaktion mit ihnen zu fördern.

Die Zahl der Nutzer von NLG-Technologie wird immer größer, ebenso die Bandbreite der Branchen, in denen sie eingesetzt wird. Es gibt vielfältige Beispiele, wie die renommierte US-Tageszeitung The New York Times, den Hersteller von Tiernahrung und -medizin PetCareRx, die Energiedrink-Marke Red Bull und das Modelabel Ted Baker. Da sich das Marketing immer passgenauer auf die einzelnen Kundinnen und Kunden abstimmen lässt, wird das Content-Volumen weiter zunehmen, sodass unterstützende Technologie immer attraktiver wird. Dadurch wiederum werden noch mehr Daten generiert, mit denen die Software immer besser feinjustiert werden kann. Der globale Markt für Content-Marketing soll den Prognosen zufolge bis 2025 einen Wert von 418 Milliarden US-Dollar erreichen, das entspricht einer jährlichen Wachstumsrate von rund 16 Prozent – das geschäftliche Potenzial ist somit beträchtlich. 

Branchenexperten rechnen schon in den nächsten drei Jahren mit einer massenhaften Nutzung von NLG für die Produktion von Werbe- und Marketingtexten. Auch in den Frontend-Aspekten des traditionellen Redaktionswesens hält NLG immer mehr Einzug: In Form von einfachen Artikeln, Zusammenfassungen, Beschreibungen und einfachem Website-Content.

Und im Kundenservice lässt sich mit NLG das Chatbot-Erlebnis deutlich verbessern, vor allem bei einfachen Problemen. NLP und NLU können genutzt werden, um Anfragen zu verstehen und zu verarbeiten, während NLG dazu dient, Antworten zu produzieren.

Maschinen sind zwar längst noch kein Konkurrent im Wettstreit um den Pulitzer-Preis, aber sie beherrschen definitiv unsere Sprache – und können dadurch unser Leben leichter und effizienter machen.