So viel Content: Wer soll das alles schreiben?

Arne [00:17:22] So viel Content. Wer soll das alles schreiben? Ich habe mich eingeführt als der Texter, der sich selber abschafft. Ich will es nicht schreiben. Deswegen gerne mit euch zusammen und gerne auch mit Maschinen zusammen, aber eigentlich schon seit Jahren gerne mit anderen Menschen zusammen in Unternehmen, die das tatsächlich schreiben.

[00:17:55] «When humans and machines play well together, great opportunities emerge.» Wenn Maschinen und Menschen zusammenspielen, dann entstehen großartige Möglichkeiten, sagt Abraham Lincoln, oder? Warte mal, sagt er wahrscheinlich nicht. Das ist total falsch, aber irgendwie noch glaubwürdig. Wenn ich einer Maschine eine Vorgabe mache, rede mal über das Zusammenspiel von Menschen und Maschinen, dann könnte die so was sagen. Wenn es eine statistische Maschine ist, wie GPT-3 und andere Language Models halt sind, dann sagt die Maschine, was sie beim Machine Learning gelernt hat. Das war das ganze Internet und Abraham Lincoln ist glaube ich der meistzitierte Mensch. Also von wem soll ein Zitat sonst stammen, wenn eine Maschine das zusammenmischt?

[00:18:41] So viel zu den Maschinen im Team. Aber gehen wir mal zurück in eine Zeit, in der das Team beim Texten sehr, sehr klein war. Da sitzt Don Draper, bekannt aus Mad Men und überlegt und überlegt und überlegt. Wahrscheinlich ist er relativ schnell am Ziel und hat ungefähr eine Idee für so eine Anzeige. Da ist eine Headline braucht und da ist eine Bildidee drauf. Außerdem ist er nicht nur Texter, sondern Creative Director. Das Auto ist sexy, dann gibt es noch vier Zeilen Copy und das war’s. Alles wovon Manuela geredet hat: die Einwände, die Vorteile, all das findet gar nicht im Text statt, das findet in einem persönlichen Gespräch statt. Das macht der Verkäufer mit dem Kunden. Unbenommen, dass es wahrscheinlich den einen oder anderen Junior Texter gegeben hat, bei Don Draper in der Agentur, der eine Broschüre hat schreiben müssen, zum Beispiel über das Laderaumkonzept dieses Buicks. Don Draper selber hätte wahrscheinlich gefunden: Ich bin eine Diva, ich mache so was nicht.

[00:19:56] Wir stellen also fest, High Involvement, ein Auto, was man nicht einfach im Vorbeigehen kauft, hat schon immer mehr Informationen gebraucht als nur diese kleine einseitige Werbeanzeige. Ein paar Produkte haben diesen Informationsbedarf erst kürzlich bekommen. Früher war ein Ketchup einfach ein Ketchup. Heute muss man erklären, wie viel Zucker da nicht drin ist und ob der wirklich vegan ist. Ihr alle wisst, die digitale Welt hat mehr Touchpoints denn je für die Reise des Kunden.

[00:20:32] Also wer schreibt das? Ich versuche nicht alles zu schreiben. Wenn es einer machen muss, dann hat der wahrscheinlich längst einen Burn-out. Als Marke braucht ihr mehr als eine kreative Person. Also lasst uns ein Team bauen. Das finde ich sehr schön: die Umfrage von heute, ich wusste das nicht, aber wo gehört ihr hin? Ins Marketing, ins SEO, Product Data Management, ins Content-Team? Das sind genau all die Menschen, wo wir sagen: Wo ist das Potenzial, wie könnt ihr alle zu Textern werden und wo braucht ihr noch einen Texter?

[00:21:08] Dafür gehen wir zuerst in die Customer Journey. Was erwartet uns da? Da gibt es ein ganz, ganz simples Modell aus der Vergangenheit. Das nennt sich Attention, Interest, Desire und Action, abgekürzt AIDA. Mir war noch nie so richtig klar, was eigentlich der Interest und Desire Teil davon ist. Attention ist klar. Das ist das, was Manuela als Werbetext beschrieben hat. Und Action, das ist das, was früher zu Don Draper Zeiten ausschließlich im Showroom stattgefunden hat. Heute machen wir Teile davon halt online und mit Verkaufstexten. Deswegen lohnt es sich mal ein bisschen zu spielen mit dem Modell. Zu sagen okay, lass uns mal annehmen auf weiß hier, Attention, Interest, Dilligence, Action, AIDA immer noch als Akronym. Und gehen davon aus, wir haben hier rationale Kunden, die wirklich genau prüfen, was das Angebot ist. Oder vielleicht nicht ganz so rational Attention, Desire, Information, Action. Zwischendurch gibt es eine Menge zu erklären und eine Menge Einwände abzuwenden, zu diskutieren, Vorteile zu besprechen, wie ihr das bei Manuela gehört habt.

Mit dem Modell gehe ich jetzt mal auf eine Reise zu dem Text, der dafür entstehen muss. Und dann kann ich sagen, es ist schon verdammt viel geworden. Früher hat alles der Verkäufer gemacht. Und dieser Schreckmoment, den hat irgendwann jeder auf der Reise als Texter. Und es gibt nur die Frage: Habe ich den vorher und fangen vor lauter Schreck gar nicht an. Oder glaube ich, ich habe es alles ich alles im Griff und stelle fest, es ist einfach unglaublich viel. Also schauen wir mal, was haben wir da?

[00:22:54] Attention: die Werbeanzeige, das Plakat. Bekannt schon zu Don Draper Zeiten. Heute aber auch ein Post von einem Influencer oder Lookalike Ad auf Facebook oder Insta, wo jemand noch gar nicht weiß, dass er uns will. Aber wir mal zeigen: Hey, wir haben auch so was wie das, was du bei der Konkurrenz gesehen hast.

[00:23:20] Desire: Leute haben sich schon geäußert, dass sie etwas von dieser Art wollen, sie suchen danach. Dann hilft uns SEO Content oder auch bezahlte Werbung und das ganze Retargeting. Leute waren schon mal bei uns, sind aber gegangen. Aber vielleicht wollen sie ja doch.

[00:23:41] Information: das ist alles, was im Showroom stattgefunden hat früher. Aber auch Dinge, die hatten nicht mal im Showroom stattgefunden haben, die haben einfach schon hinterher nur im Customer Service stattgefunden.

[00:23:52] Action: früher im Showroom beim Verkäufer und jetzt für uns Check out, Add to cart, Newsletter Sign-ups. Das sind die Dinge, wo wir wirklich Handlung wollen.

[00:24:06] Ja, wer schreibt das alles? Möglichst jeder. Meine These wäre: Macht die Fachexperten zum Teil der Content Creation. Die Fachexperten kennen ihr Feld. Man muss ihr Erfahrungswissen aus ihnen herauskitzeln, schreiben können sie nicht alle. Da kann der Texter bei helfen. Es hilft, ihnen das Gefühl zu geben, dass Sie Eigentümer ihres Contents sind. Ihr kennt es häufig in Content Governance online, dass man Ihnen später ihre Inhalte noch mal zum Update vorlegt, aber das kann man eigentlich vom ersten Moment an machen. Vom ersten Moment an, sie Teil Ihres Contents machen. Der Copywriter ist dabei, aber eigentlich überwacht er nur die Headlines und die Calls to Action, also Attention am Anfang und Action am Ende. Dafür helfen Sie mal Prototypen zu erstellen und Baupläne, Templates zu bauen. Sie sollten eigentlich nicht alles selber schreiben, sondern die Fachexperten sollten sehr viel mithelfen können. Das können Sie zum Teil. Zum Teil können ihnen Maschinen dabei helfen. Dann sieht die Landschaft ungefähr so aus. Bei Attention ist es immer noch Don Draper, die Diva oder irgendwie vielleicht auch ein bisschen service-gesinntere Copywriter, vielleicht aber auch der Influencer selbst. Bei Desire: kennt ihr im Team SEO Experten, bezahlte Experten bisher schon und nach wie vor der Copywriter. Bei Information sollte der Copywriter, der sich stützen dürfen auf, ein bisschen in der Rolle eines Journalisten, auf das, was bei den Kundendienstmitarbeitern passiert, was Verkäufer wissen und die Geschichten, die wir erzählen können. Aber auch, was Produktmanager und Category Manager wissen und über ihre Produkte sagen. Am Ende, wenn es an die Action geht, ist wieder der Copyright, der vom Conversion Rate Optimierer die Psychologie bekommt, die er braucht, damit das wirklich alles funktioniert.

[00:26:33] Jetzt zu dem Thema: Maschinen, Software, AI. Die soll uns helfen. Ich benutze hier drei verschiedene Gattungen im Wesentlichen. Über die reden wir heute und noch ein paar mehr. Im Wesentlichen Content Optimizers, wie Frase oder Market Muse, Clear Scope, Surfer. Ein Paar von denen preisen sich selbst auch als SEO Tools an. Dann Language Models wie das große, große Hype-Thema GPT-3, zugänglich gemacht mit kommerziell nutzbaren Varianten wie Jasper oder Neuroflash. Und rule-based AI, deswegen sind wir hier, wie AX Semantics, was uns hilft zu skalieren. Und jede Menge mehr von Transkription, damit wir die Sachen, die die Verkäufer mündlich erzählen, sofort in Schriftform kriegt, zu proofreading, reden wir heute nicht drüber.

[00:27:31] Schauen wir uns mal die drei Gruppen an in der Landschaft. Da kann ihnen Attention, wo es um die Werbetexte geht, GPT-3 mit Jasper und Neuroflash helfen. In der kurzen Form kommen schnell Sachen raus. Da kommt sehr, sehr viel Schrott raus. Da kommen unter anderem auch so Zitate raus wie Abraham Lincoln. Das muss man hinterher als Copywriter wegwerfen. Im Bereich das, wonach Menschen suchen werden SEO Experten Keyword Recherche benutzen, unter anderem möglicherweise so was wie Ahrefs, aber auch Semrush oder Sistrix oder was ihr da alle benutzt als SEOs. Da gibt es wie eine neue Klasse obendrauf, Frase, die das schon mal draufsetzen. Nennen wir das Plagiatsmaschine, ich zeig nachher Use Cases. Im Informationsbereich haben wir auch wieder die Chance, mit Frase Dinge zu bauen, vor allen Dingen im FAQ-Bereich, mit Jasper Headlines zu machen. AX Semantics tatsächlich, wie ihr das hier kennt, aus den vielen, vielen Beiträgen, die ihr hier seht und aus den Schulungsunterlagen, wie man dann verlässlich skaliert. Auf dem Action-Teil der Strecke wieder GPT-3, also Jasper oder Neuroflash, um einfach sehr, sehr viel Stoff herzustellen, mit dem man dann hinterher testen kann. Da geht es vor allen Dingen darum, was funktioniert. Und damit ihr wisst, was funktioniert, muss man es ausprobiert haben. Ich zeige ein paar Use Cases aus der Landschaft, noch bevor wir fertig sind.

[00:29:14] Das ist als Erstes auf der Strecke. Desire: Frase. Ja, um es mal knallhart zu sagen der schnellste Weg, die den Wettbewerb zu plagiarisieren. Hier ein Beispiel von mir auf Deutsch in der rechten Spalte von dieser Software sieht man, wie viel Resultate hier gesucht worden sind. Ich gehe mit einem Keyword rein. Bekommen normalerweise 20 Ergebnisse, hier habe ich schon alle Shopping Ergebnisse ausgeblendet, weil ich will Langform schreiben in diesem Moment. Dann gehe ich einfach Absatz für Absatz mir einer Outline zusammen. Das ist ein fertiger Text. Gehört einfach noch nicht. Mir ist einfach noch nicht unique. Zum Glück schreibt mir die Maschine dazu, wo es herkommt, bevor ich es dann umschreibe. Das kann ich hinterher in Jasper tun, umschreiben. Nächster Case, noch mal Frase. Gleiches Thema zum gleichen Keyword. FAQ. Alle Fragen tatsächlich geschrieben, die andere beantworten, sollte ich auch beantworten. Ich kann außerdem Quora und Reddit auswerten. Schneller bin ich persönlich noch nie zu FAQ gekommen. Alle SEOs unter euch wissen, wie viel einem das helfen kann beim gefunden werden. Das sind so zwei Use Cases mit Frase.

[00:30:40] Ich gehe mal kurz zu Jasper und/oder Neuroflash, den GPT-3 basierten Sprachmodellen. Das kann eigentlich gar nichts. Das kann, das hilft einfach. Don Draper über den Writer’s Block zu kommen. Wird gerne genannt, ich habe auch Saim sagen hören, der teuerste Papagei der Welt. Kann allerdings sehr hilfreich sein beim Schneller werden. Wenn ich mich erinnere, was wir früher in Teams als Junior Texter an Listen und Listen und Listen gemacht haben und hinterher hat der Creative Direktor aussortiert. Ich kann hier links ein Briefing reinschreiben, the block on AI writing und geb ein kleines Briefing dazu, geb fünf Worte vor. Jasper schreibt mir einfach eine Liste und mit jedem Drücken auf Compose kommen noch mal fünf oder zehn neue Dinge. Hinterher habe ich einen Haufen Schrott. Aber auch eine Sache, die ich wirklich mochte. Robocopy, so heißt das bei mir auf der Website inzwischen. Arnevoelker.com/robocopy, da findet ihr hinterher alle Kontaktangaben.

[00:31:53] AX Semantics, ich muss nicht viel über euren Garten erzählen. Das haben Saim und andere schon gründlich getan. Für die verlässliche Skalierung, wo man halt vorher als Texter Hirnschmalz reingesteckt hat, damit es hinterher in vielen Produkten und in vielen Sprachen gut funktioniert.

[00:32:15] Wenn ihr bereit seid, mit Maschinen zusammenzuspannen, dann folgt mir für Nachrichten, für Deep Dives in die einzelnen Use Cases. Da passiert im Moment schon ein bisschen was auf Twitter und LinkedIn. YouTube passiert noch nichts, kommt aber bald. Wenn ihr wissen wollt, wann, dann tragt euch für den Newsletter ein, alles unter arnevoelker.com/robocopy. Das war der Texter, der sich selber abschafft und diese Präsentation beendet. Danke.

Saim [00:32:50]  Großartig! Sehr schön. Vielen Dank! Ja, zwei Texter, die sich dem Thema  AI nähern und ganz offen darüber kommunizieren, wo sie es nutzen. Ich fand gerade die Beispiele sehr schön. Übrigens, das Abraham Lincoln Beispiel hat mich am meisten bewegt heute. Man stelle sich vor, wenn man fordert ein Zitat ein und die Maschine, weil Abraham Lincoln so oft zitiert wird, geht davon aus, dass quasi jedes Zitat, das der Welt in der Welt neu entsteht, muss automatisch von Abraham Lincoln kommen, weil die Maschinenauswertung sagt: statistisch gesehen hat er am meisten Zitate in der Welt gesprochen. Das finde ich ganz großartig, dieses Beispiel, weil es deutlich macht, was der teuerste Papagei der Welt leistet. Wobei ich den gar nicht weghaben will. Ich finde ja die Idee ganz cool, sich inspirieren zu lassen, Arne. Also zu sagen, ich guck mal, was der Wettbewerb macht. Oder wie siehst du das? Die anderen Tools, die du gerade angesprochen hast, wie ordnest du das ein? Noch mal, um das ein bisschen auszuarbeiten in der Customer Journey.

Arne [00:33:50] Ja, da kann man von der Customer Journey vielleicht in die Texter Journey oder in die Content Creator oder Writers Journey gehen. Wenn man viel Langform kreiert, was sich mit Kunden zum Teil tue, ist immer die Frage, machen wir einen Redaktionsplan? Dann kann man brainstormen, worüber wir eigentlich reden wollen. Also, was wollen wir? Was können wir gut? Was wollen wir, dass unsere Kunden wissen? Und das andere ist ganz klar, SEO als Marktforschung. Welche Keywords werden dann gesucht? Welche Keywords haben Suchvolumen? Worüber lohnt es sich denn, dass wir Content kreieren? Weil wir vermuten, dass er hinterher gelesen wird. Da finde ich, ist Frase eine ganz wundervolle Methode, sehr schnell Strecke zu machen. Sehr schnell Longform Artikel zusammenzubauen, die einem noch gar nicht gehören, weil das reines Plagiat ist. Aber da kann man dann als Texter hergehen und mit den Fachexperten drüber reden, ob das eigentlich stimmt. Die kommen nämlich viel schneller auf die Idee: Nein, sag doch lieber das. Statt dass man im luftleeren Raum einen Produktexperten befragt darüber, was die wichtigsten Dinge sind. Ich finde Frase ist ein tolles Tool, um selber einen Haufen Fragen zu haben, die man dem Produktexperten stellen kann. Also ich muss die nicht alle als FAQ veröffentlichen. Ich kann die auch einfach mitnehmen als Fragen in ein Interview und damit meinen Service-Rep löchern sozusagen. Was wäre seine Antwort auf diese Frage? Und dann wird es schon unique. Dann nehme ich im Interview den Service-Representative auf, stelle ihm diese Fragen, transkribiere, hinterher die Antworten, fertig sind die FAQ.

[00:36:02] Die machen alle keinen fertigen Text. Also ich muss jetzt sagen, AX Semantics macht den fertigen Text ja auch erst, wenn du vorher viel Hirnschmalz reinsteckst und skaliert ihn dir hinterher. Diese anderen Ansätze wie Frase, sind im Prinzip ein großartiges Marktforschungstools für Interviews mit Experten im eigenen Haus. Fragen an Customer Service-Reps, Outlines diskutieren mit Produktexperten. Das ist ganz bezaubernd. Bei Jasper oder allem anderen, was auf GPT-3 basiert, kannst du dich dann als Texter zurücklehnen und sagen: Ich bin Creative Director und zehn schlechte Junior Texter arbeiten für mich. Das heißt, meine Rolle verschiebt sich. Vom: mir muss am weißen Blatt etwas einfallen, zu, jemand füllt das weiße Blatt für mich und ich muss nur noch auswählen. Zu Anfang hat sich das sehr nach Überforderung angefühlt für mich. Ich habe mal gehört, es sei schlechte Psychologie in einem Brainstorming zu sagen: Wir brauchen eine gute Idee. Man solle sagen, wir brauchen eine Idee und man sollte eine fehlertolerante Kultur schaffen, in der sich niemand zu schade ist, einen Haufen schlechte Ideen zu haben, damit wir hinterher aus den 200 schlechten Ideen die drei für die Shortlist finden. Das kann meiner Meinung nach und meiner Erfahrung nach GPT-3 ganz gut. Vieles ist völlig belanglos. Ich finde, Zwischenüberschriften machen in Langform kann das Ding gut. Es macht irgendwie absolut erwartbar langweilige Zwischenüberschriften, so wie man es aus der Maschinen-Übersetzung kennt. Gibt man einen guten deutschen Text rein, kommt ein funktionierender englischer Text raus, der aber langweilig ist, weil er einfach mainstreamisiert wurde.

Saim [00:38:12] Wir haben eine Frage im Chat. Entschuldige Arne, ich grätsche da gerade mal ein. Wie immer nennen wir keine Namen aus dem Chat, aber ich lese mal konkret vor, dann kannst du es einordnen.

[00:38:21] Können Sie Beispiele nennen, wo und wie Sie GPT-3 verwenden und wie Sie die aktuelle Qualität einschätzen? Ich finde, das spiegelt ganz, ganz stark wider, was viele Kunden aktuell fragen. Und ich glaube, wir sollten das auch ganz konkret beantworten. Wo und wie wir es einsetzen, war die Frage und wie wir die Qualität einschätzen.

Arne [00:38:42] Ich fange die Frage von hinten an, mit der Qualitätseinschätzung. GPT-3 formuliert auf Englisch astreine Texte, auf der Basis von Wortwahl und Grammatik betrachtet. Das ist eine grammatikalisch hochwertige Schreibmaschine. Auf Deutsch, manchmal mit unvorhersehbaren Aussetzern, aber eigentlich weitgehend auch gut. Andere Sprachen kann ich nicht beurteilen. Ich nehme an, je exotischer die Sprache, desto schlechter wirds. Das sollte sich aus der Natur des Machine Learning ergeben, dass wenn das Training kleiner war, die Qualität abnimmt. Das ist die Qualität. Inhaltlich ist das Schwachsinn. Also diese Maschine kann texten, aber sie kann nicht denken. Es gibt ein legendäres Beispiel darüber, GPT-3 wird befragt dazu, wie man einen Tisch, der zu groß ist, durch eine Tür bekommt, die zu klein ist. Und GPT-3 hat, als eine von vielen Antworten muss man dem System zugutehalten, es weiß, dass das nichts weiß, deswegen gibt es viel Auswahl, eine der Möglichkeiten ist völlig absurd. Dreh die Tischplatte hochkant und säge die Beine ab. Das erfüllt die Anforderung: Der Tisch soll durch die zu kleine Tür passen. Völlig sinnlos, aber lustig. Und dann kann man sich überlegen: Wie hat die Maschine gelernt? Sie hat das ganze Internet gelesen. Aber möglicherweise hat noch niemand dieses Thema in Text behandelt. Möglicherweise gibt es dieses Thema nur Videos oder schematische Zeichnungen. Ikea Anweisungen, kleine Menschen, die Grafiken durch die Gegend drehen. Woher soll diese arme Maschine das wissen? Möglicherweise ist das einzige, was sie gelernt hat, einen Ostfriesenwitz. Wie viele Ostfriesen brauche ich, um einen zu großen Tisch durch eine zu kleine Tür zu bekommen? Fünf. Einer dreht die Tischplatte hochkant und die anderen vier sägen die Beine ab. So könnte GPT-3 das gelernt haben. Jetzt kommen wir genau dazu. Sinnlos, aber lustig. Deswegen ist GPT-3 meiner Meinung nach ein großartiges — ein miserables Text-Tool. Im besseren Fall inspirierend, weil manchmal absurd, aber ein wunderbarer Sparringspartner für Fachexperten, die bewerten können, was ist hier Schwachsinn und was ist eigentlich gut? Wenn man sich so an die journalistische Darstellungsform eines Interviews erinnert, kann man mit GPT-3 ganz schöne Interviews führen. Nach dem Motto: Liebes GPT-3, was denkst du über fettreiche Ernährung? Dann kommt ein Absatz. Dann gehst du hin und sagt: Okay, der Satz passt mir. Nein, das passt mir nicht mehr, schmeiß ich weg. Und dann stellst du da die nächste Frage. Du interviewst die Maschine und manchmal kommst du auf gute Ideen.

Saim [00:42:11] Ich glaube, du hast das schön gesagt, dieses weiße Blatt Syndrom. Das ist eine tolle Inspiration. Man kann wirklich mal reinschmeißen. Viele unserer Kunden machen ja Produkttexte und man kann ein paar harte Keywords eingeben und schauen, was als Ergebnis kommt und dann daraus irgendetwas Vernünftiges entwickeln und ableiten. Aber ich bin ganz deiner Meinung.

[00:42:29] Übrigens, im Chat lese ich auch gerade hier wieder sehr schön: sinnlos, aber lustig. Also dein Zitat gerade wurde noch mal hier aufgenommen und bestätigt. Das fand ich eine schöne Idee. Manuela, ich würde ganz gern mit dir noch mal über das Thema Verkaufstexte sprechen. Und wir haben das ja in deiner Präsentation schon sehr stark auf einer Meta-Ebene diskutiert. Was macht den Werbetext aus und was macht eigentlich den Verkaufstext aus? Aber wenn wir das jetzt mal auf Produkttexte runterbrechen, was sind denn so deine zwei drei ganz konkreten Tipps. Also nicht auf Meta-Ebene, sondern wirklich ganz konkret, was gehört in den guten Produkttext rein? Was können wir unseren Hauptanwendern, Produkttextern, mitgeben, was in so einem skalierenden Modell wie AX Semantics unbedingt in eine Produktseite und damit in den Produkttext und den Verkaufstext am Ende, weil die wollen ja verkaufen eigentlich, reingehört.

Manuela [00:43:24] Ehrlichkeit.

Saim [00:43:27] Jetzt bin ich aber geplättet, mit einem Wort alles erschlagen.  Also dieses hochwertige Möbelstück ist halt dann scheiße, wenn es nicht hochwertig ist. Oh, jetzt habe ich wieder so ein schlimmes Wort gesagt und das müssen wir rausschneiden aus dem Video. Also Ehrlichkeit verstehe ich. Wenn das Möbelstück nicht hochwertig ist, sollten wir nicht hochwertig schreiben, oder?

Manuela [00:43:50] Ja, zum Beispiel. Das meinte ich auch mit der Transparenz vorhin. Ich gehe jetzt einfach mal ein Beispiel für Frauen. Ich bestelle eine Bluse in einem Shop. Es ist gezeigt im Bild, dass sie nicht transparent ist. Ich bekomme sie geliefert, ziehe sie an und man sieht alles. Also sollte man doch wenigstens im Text darauf eingehen. Oder ich bekomme einen Kühlschrank geliefert. Es stand nichts darüber, dass er nicht in einer Küche stehen kann, weil er viel zu laut ist, sondern vielleicht eher in einem Keller platziert wird oder werden sollte. Das meine ich mit Ehrlichkeit. Das vermisse ich in sehr vielen Shops.

Saim [00:44:38] Das ist ja auch so ein bisschen die Strategie, die zum Beispiel billiger.de in ihren Texten fahren. Die haben ja tatsächlich schon so ein Absatz, wo sie Nachteile mit unterbringen. Also nicht zwingend das Produkt verkaufen, sondern sagen: Dann klickt doch lieber noch zwei andere Seiten an, wo das Produkt vielleicht besser zu den Ansprüchen passt, die du hast. Aber neben der Ehrlichkeit, was wäre da noch? Ich finde den super, ich glaube auch, dass der Punkt, die Retouren reduziert. Selbst wenn es die Konversion drückt, bin ich der Meinung, dass ein Kunde, den ich ehrlich berate und sage: Diese Schlafcouch ist toll fürs Nickerchen, aber nix für drei Nächte übernachten. Oder wenn jemand mal eine Nacht bei dir bleibt. Aber für dauerhaftes Schlafen ist es jetzt eher nicht so geeignet. Was wären denn noch so ein, zwei Punkte, wo du sagst, was unbedingt reingehört? Neben diesem starken Statement der Ehrlichkeit.

Manuela [00:45:34]  Nur das fällt mir grade ein. Also vielleicht auch mehr Adjektive. Man soll ja Adjektive eigentlich vermeiden, aber es gibt Adjektive, die Produkte besser beschreiben können, dass man Lust darauf bekommt. Also die Beschreibungen so machen, dass man ein Kauf-Gefühl auslöst. Das muss ich haben oder ich möchte dabei sein bei einem Seminar oder was auch immer. Aber du meintest Produkttexte.

Saim [00:46:08]  Emotionalisieren ist ein ganz wesentlicher Punkt.

Manuela [00:46:13] Aber das vermisse ich in Shops.

Saim [00:46:16] Absolut. Adjektive schaffen, sie emotionalisieren und damit geht das Ding in den Warenkorb. Und im Zweifelsfall ist mein Warenkorb nachher 100 Euro größer als zuvor, nur weil ich mir Mühe gegeben habe bei der entsprechenden Produktbeschreibung.

Manuela [00:46:28] Na gut, es muss auch passen. Bei Informatikprodukten passt das nicht. Aber zum Beispiel, man sollte wissen wie man Frauen abholen kann und wie holt man Männer ab oder wie holt man Technik-Nerds ab? Wie holt man die Zielgruppe ab? Mehr auf die Zielgruppe eingehen. Wobei das noch schwierig ist heutzutage.

Saim [00:46:51] Ja, es gibt ja ganz verschiedene. Ich habe hier gerade noch mal im Chat eine schöne Frage oder Anregung. Die Fachexperten ins Textboot zu holen, wird hier als tolle Idee gesehen. Deren Zeit ist knapp. Was ist dein Tipp, das tatsächlich konkret hinzukriegen? Und ich bin ganz ehrlich, ich habe das jahrelang im Intranet machen müssen, Fachexperten ins Boot holen fürs Intranet, die haben nie Zeit das zu schreiben. Ich teile die Frage. Aber vielleicht hast du ja eine ganz schöne Idee, was man da tun kann, um die Fachexperten an Bord zu holen.

Arne [00:47:32] Grundsätzlich ist das genauso betrachtet. Wenn man vom Marketing Team her einen Website-Relaunch aufsetzt, man will die Fachexperten haben, dann sagen die, es steht ja alles bisher schon auf der Seite und macht einfach mal. Aber dann sind sie im Review-Prozess dabei. Das heißt, irgendwann müssen sie es absägen — absegnen. Ich habe immer wieder mal Hoffnungsschimmer erlebt, dass bestimmte Leute, vor allen Dingen, wenn sie nicht schreiben müssen, sondern wenn sie einfach darüber reden dürfen, dass sie sich dann auch schon vorher dazu äußern, was ihnen am bisherigen Inhalt schon immer gefehlt hat. Lass sie ein Review machen über das, was schon da war oder lass sie sich darüber aufregen, wenn sie finden, warum machen wir nicht eigentlich, was die Konkurrenz macht? Nach dem Motto: Das können wir doch auch. Warum sagen wir das nicht? Das sind zwei Ansatzpunkte und dann Call, Zoom, mitschneiden, transkribieren. Schon ist der Text fertig. Also der Text ist natürlich nicht fertig, aber der Texter hat dann ein Briefing und das ist sogar schon unique. Nicht so, wie wenn man es mit Frase zusammen plagiiert hat.

Manuela [00:49:00] Saim, ich sehe eine Frage. Gibt es das Tool schon in Deutsch? Ja, das gibt es, aber ich möchte jetzt ja keine Werbung für jemand anderes machen.

Saim [00:49:08] Das darfst du jederzeit tun. Wir freuen uns, aber das ist keine Werbung für ein Konkurrenzprodukt. Ich glaube, dass GPT-3 einfach einen ganz anderen Platz einnimmt. Aber die Frage ist hier von Adela, den Namen darf ich zitieren, weil es eine Mitarbeiterin von AX ist, die hier fragt: Arbeitest du mit der englischen Version von GPT-3 oder gibt es schon Tools für Deutsch? Ich glaube, Adela wollte einfach darauf hinweisen, dass man das auch in Deutsch machen kann. Arne, welches nutzt du? Manuela, welches nutzt du?

Arne [00:49:38] Ich hatte Zugang zu einem Scientific Beta von GPT-3. Das funktioniert auf Deutsch und auf Englisch. Auf Englisch eben beta — besser. Es ist das, was ich beschrieben habe in meiner Qualitätseinschätzung. Jasper als kommerzielles Produkt, das jeder von euch buchen könnte, hat die Möglichkeiten auf Deutsch und auf Englisch. Die bieten einfach viele Templates auf Englisch an. Aber wenn man dem genügenden Vorlauf gibt, die haben so einen Modus, wo die Maschine zurückschaut, was hab ich denn vorher geschrieben in den Absätzen? Und wenn da genügend deutsches Vorher steht, dann kann das ganz gut Deutsch fortsetzen. Man kann es sozusagen zwingen mit dem vorherigen Input. Jetzt bin ich gerade frisch am Testen, kann ich noch nicht so richtig was drüber sagen, die Jungs von Neuroflash haben mich davon überzeugt, dass sie besser Deutsch können als andere. Die erreichen es eigentlich auf dem umgekehrten Wege, nicht durch einen besseren Input mit mehr Deutsch, sondern dadurch, dass sie sagen, sie lassen eben GPT-3 liefern. Einfach brute force, mehr Output, mehr Output, mehr Output und legen hinterher noch einen AI-basierten Filter drüber, der kulturell auf Deutsch trainiert ist. Ich weiß noch nicht, wie es funktioniert, aber ich bin neugierig. Das ist sicher das, was ich als Nächstes testen werde.

Heike [00:51:02] Ich glaube, wir müssen auf die Uhr schauen, Saim.

Saim [00:51:05] Ja, ich schau. Darf ich noch einen Punkt ausarbeiten? Bitte, mit unseren Teilnehmern, wenn man schon die Chance hat, mit zwei so hochkarätigen Gesprächspartnern zusammenzusitzen. Wenn ich jetzt Produktbeschreibungen skalieren will, dann funktioniert das aus meiner Sicht mit GPT-3 ja nur mit unglaublichem Aufwand. Ich muss ja eigentlich für jedes Produkt die Keywords eingeben, die die Kernpunkte, dann das Ding anschmeißen, den Text produzieren und rüberkopieren manuell. So, jetzt habe ich aber 3000 Produkttexte zu schreiben oder 20’000 oder wie eine unserer größten Kunden, 4 Millionen im Monat. Noch mal ganz schnell zur Abgrenzung: Wo funktioniert GPT-3 aus eurer Sicht und wo nutze ich tatsächlich AX Semantics? Gar nicht als Anti-Werbung. Ich glaube, dass für beides einen riesen Platz ist in diesen Märkten. Aber vielleicht müssen wir mal festhalten, wo das funktioniert und wo es nicht funktioniert.

Arne [00:51:56] Du, Manuela?

Manuela [00:52:02]  Ich sage AX Semantics ganz klar für Produkttexte. Weil ihr eine API habt, eine Schnittstelle. Das hat GPT-3 nicht. GPT-3 ist für die Inspiration. Aber für Produkttexte würde ich GPT-3 nicht verwenden.

Arne [00:52:30] Sehe ich definitiv in der Skalierung. AX Semantics, wenn es darum geht, dass es verlässlich skalierbar ist. Du muss bei AX Semantics hinterher nicht hinschauen, ob es stimmt, wenn du gute Regeln gebaut hast. Wenn du gute Templates gebaut hast, dann stimmt das hinterher und dann stimmt das hinterher nicht nur auf Deutsch, sondern auch auf Englisch, Französisch, whatever. Nichtsdestotrotz kannst du auf der Kategorieebene Mustersätze bauen lassen. Die du hinterher verdrahtest. Dabei kann dann wieder GPT-3 dir das weiße Blatt Syndrom nehmen.

Manuela [00:53:07] Ja, genau.

Saim [00:53:08] Liebe Teilnehmer. Ich schlaf heut Nacht viel besser. Ihr habt das so schön geklärt gerade eben und auch gerade noch mal für mich ein ganz wichtiges Highlight gesetzt in dieser Diskussionsrunde. Vielen Dank dafür. Toll, dass ihr da wart. Danke fürs Teilen eurer Vorträge, die wir natürlich wiederum teilen. Heike, ich gebe an dich zurück. Du musst noch die Umfrageergebnisse teilen.

Heike [00:53:28] Genau jetzt sage ich jetzt auch noch ganz, ganz kurz vielen Dank an unsere Übersetzerin von Simultando, die noch durchhält, länger als gedacht. Also wir haben hier gefragt: Wo seid ihr organisatorisch verankert? Und da sind die meisten jetzt, oh Wunder, im Content Team verankert, 53 Prozent. 6 Prozent aber sogar Product Data Management, 16 Prozent Marketing, Content Team, kann ja auch manchmal dasselbe sein. SEO Team waren 3 Prozent und dann eben andere, die hier nicht aufgeführt waren 22 Prozent. Für alle, die jetzt auch ein Produkt Datenmanagement Team waren, nächstes Mal geht es um PIM-Systeme, darum, was da zu beachten ist, bei der Anwendung, was für Automatisierung und Digitalisierung entsprechend zu beachten ist.

Heike [00:54:19] Wir machen einen schönen Seitenausflug das nächste Mal. Daten doppelt und dreifach verwenden in Texten, um Textlänge zu generieren, indem man Perspektiven wechselt, finde ich einen ganz schönen Beitrag. Robert wird uns damit noch mal beglücken. Nächste Woche insofern unbedingt den Kalender teilen und mitnehmen und abonnieren. Habe da auf jeden Fall alle Termine für heute. Sagen wir ganz herzlichen Dank.

Heike [00:54:43] Lasst uns Feedback da.

Saim [00:54:45] Wir bitten noch ganz und Feedback. Wurden heute eure Erwartungen getroffen. Wart ihr zufrieden? Wart ihr unzufrieden? Auch das nehmen wir gerne an, um es besser zu machen für das nächste Mal. Und ansonsten sagen Heike und ich vielen Dank, dass ihr dabei wart. Vielen Dank an unsere Teilnehmer, die hier eifrig diskutiert haben. Vielen Dank noch mal ans Übersetzungsteam, Simultando, super gemacht, wie immer. Wir freuen uns, dass ihr uns da unterstützt. Ich darf noch sagen, bleibt gesund und wir sehen uns spätestens nächsten Dienstag wieder. Bis dahin good bye und danke, Arne und Manuela.