pathdoc - stock.adobe.com
Wie generative KI die kreative Prozesse verändert
KI-Tools bieten neue Möglichkeiten für die Inhaltserstellung, werfen jedoch Fragen zur Originalität, Ethik und zu den Auswirkungen der Automatisierung auf kreative Berufe auf.
Generative KI-Tools wie Dall-E und ChatGPT haben bereits Auswirkungen auf Bereiche wie Grafikdesign, Video und Musik. Die Weiterentwicklung dieser Tools wirft Fragen zum Urheberrecht und zur Namensnennung auf.
In einigen Fällen sind generierte Inhalte möglicherweise nicht direkt urheberrechtsfähig, es sei denn, es ist ein erheblicher menschlicher Beitrag erforderlich. Die Regulierungsbehörden und Gerichte stehen ebenfalls noch am Anfang der Überlegungen, wann und wie sich Auswirkungen auf das geistige Eigentum ergeben, wenn KI auf urheberrechtlich geschützte Inhalte trainiert wird, um neue Werke zu schaffen.
C.J. Bangah, U.S. Software Principal und Digital Platform Subsector Leader bei PwC, sagt, dass KI in kreativen Arbeitsabläufen schon seit vielen Jahren auf unterschiedliche Weise eingesetzt wird. Die neuesten generativen KI-Tools erhöhen jedoch das Bewusstsein dafür, wie KI in kreativen Arbeitsabläufen eingesetzt werden kann.
„Hochtalentierte Kreative auf der ganzen Welt können KI nutzen, um ihre Visionen in großem Umfang und schnell auf die globalen Märkte zu bringen, ohne dass massive Vorabinvestitionen erforderlich sind, um eine Idee in die Tat umzusetzen“, sagt Bangah.
Narine Galstian, Chief Marketing Officer beim Unternehmens- und Technologieberatungsdienst SADA, hat festgestellt, dass generative KI-Tools den Fokus ihres Teams von den frühen Phasen der Inhaltserstellung auf spätere Phasen verlagert haben, da der erste Entwurf schneller und einfacher zu erstellen ist.
Kreative Talente müssen zunehmend in die mittleren und späteren Phasen der Inhaltsproduktion einbezogen werden. Generative KI-Tools ermöglichen es den Kreativen, mit mehr Auswahlmöglichkeiten in Bezug auf die kreative Ausrichtung zu experimentieren. In der mittleren Phase müssen die Kreativen jedoch überprüfen, ob das Ergebnis ihren Vorstellungen entspricht. Und am Ende des Prozesses müssen Menschen die Inhalte bearbeiten und verfeinern, um sicherzustellen, dass sie mit der Marke übereinstimmen und die Ästhetik oder Absicht des Schöpfers genau wiedergeben.
Wie sich generative KI auf kreative Bereiche auswirkt
Alex Weishaupl, Managing Director bei Protiviti, einem Beratungsunternehmen für digitale Transformation, sagt, dass die Design- und Kreativ-Community – entgegen früherer Unkenrufe – beginnt, neue generative Dienste und Tools anzunehmen.
Die Teams finden interessante Wege, um diese Tools in ihre Arbeitsabläufe zu integrieren. In einigen Fällen, so Weishaupl, sieht er eine vier- bis fünffache Beschleunigung von der ersten Phase der Ideenfindung und Konzeptentwicklung bis zum Endergebnis.
Designer und Kreative nutzen die Vorteile der generativen KI-Integration in Tools, um Moodboards, Storyboards und visuelle Inspirationen zu erstellen, die es den Teams erlauben, viel schneller mit der Erforschung und Wiederholung interessanter Ideen zu beginnen. Generative KI-Tools reduzieren auch die mühsame Arbeit der Content-Bearbeitung für die Lokalisierung und Personalisierung in lokalen Märkten und kleineren Segmenten.
Nishant Jeyanth, Practice Director beim Marktforschungsunternehmen Everest Group, ist ebenfalls der Ansicht, dass generative KI-Tools eine größere Rolle in den Lebenszyklen kreativer Inhalte in Unternehmen spielen werden. Tools wie ChatGPT und Dall-E sind besonders nützlich für die Erstellung erster Entwürfe.
Im Grafikdesign kann generative KI sich wiederholende Aufgaben wie die Größenanpassung und das Zuschneiden automatisieren und gleichzeitig die Konsistenz des Designs und der Qualität sicherstellen. Außerdem kann es die Prozesse der Konzeptualisierung, des Prototypings und der Designüberprüfung schneller und kostengünstiger machen. Ein übermäßiger Rückgriff auf KI kann jedoch auch zu Problemen führen, wie zum Beispiel einem Mangel an menschlicher Note, dem Verlust des kulturellen Kontexts und ästhetischer Ermüdung.
Bei der Videoproduktion können KI-Tools automatische Transkripte und Video-Tagging sowie prädiktive Bearbeitung und Echtzeit-Feedback bieten. Generative KI ist auch vielversprechend für die Verbesserung der Effizienz bei der Postproduktion und der plattformübergreifenden Optimierung. Es bestehen jedoch nach wie vor Bedenken in Bezug auf Authentizität, Vertrauen, Datenschutz, Verunreinigung der Inhalte und Verlust des eigenen Stils.
Im Bereich der Musik kann generative KI adaptive Kompositionen erstellen, Stimmen synthetisieren und verbessern, automatische Markierungen vornehmen und Metadaten generieren. KI-Tools können den Nutzern auch personalisierte, auf ihre Stimmung abgestimmte Liedempfehlungen geben. Zu den potenziellen Fallstricken gehören jedoch emotionale Unzulänglichkeiten, eine Überbetonung der prädiktiven Analyse und Schwierigkeiten bei der Messung der Qualität von KI-generierter Musik.
Generative KI wirft neue Urheberrechts- und Zuordnungsfragen auf
Die Kreativbranche, Gerichte und Aufsichtsbehörden versuchen immer noch herauszufinden, wie sich generative KI auf die Zukunft des Urheberrechts und der Urheberschaft auswirken wird.
„Niemand hat eine endgültige Antwort auf die Frage, wie Urheberrecht und Namensnennung gehandhabt werden sollen, wenn die Vorteile der Verwendung großer Sprachmodelle so weit verbreitet und offensichtlich sind“, sagt Galstian.
Urheberrecht und Namensnennung bleiben für generative KI eine Grauzone, da es bisher nur wenige Fälle gibt, die zeigen, wie Gerichte Urheberrechtsansprüche bewerten. Es ist hilfreich, dass die großen Anbieter generativer KI eine Entschädigung für Trainingsdaten anbieten, um diese Bedenken zu zerstreuen. Dennoch wird dies ein Bereich der Unsicherheit bleiben, bis Gesetzgeber oder Richter klar festlegen, wie sie solche Ansprüche auslegen werden, so Weishaupl.
Eine zusätzliche Komplikation besteht darin, dass das Urheberrecht und die Geschäftspraktiken in den verschiedenen Branchen unterschiedlich sind. Bei schriftlichen Werken gibt es zum Beispiel hohe Standards und klare Protokolle für die Namensnennung und die faire Nutzung. Die Musikindustrie hingegen hat einen viel verworreneren Rechtsrahmen, der aus winzigen – und manchmal widersprüchlichen – Unterscheidungen zwischen Kopie und Interpolation besteht.
Es ist unklar, wo genau generative KI-Kreationen in diesem Spektrum einzuordnen sind, auch innerhalb desselben Bereichs und bei verschiedenen Arten von Inhalten. Bangah ist der Ansicht, dass die Zuordnung von KI-Lernmodellen aus der Perspektive der menschlichen Schöpfer und der KI-Lernagenten betrachtet werden muss.
„Die Monetarisierung, die Zugriffsrechte und die Verantwortung des Unternehmens bei der richtigen Nutzung von KI ohne Verletzung von Standards oder Erwartungen wird in Zukunft ein weiterer Schwerpunkt sein“, sagt sie.
Die Bedrohung durch Automatisierung in kreativen Bereichen
Automatisierte und erweiterte Tools zur Generierung von Inhalten könnten einige Arbeitsplätze auslöschen, während sie gleichzeitig andere schaffen und einige bestehende Arbeiten vereinfachen.
Laut Galstian werden die meisten Unternehmen generative KI als ein Werkzeug betrachten, das die Kreativität verbessert und nicht ersetzt. Da die heutigen generativen KI-Tools zwar realistische, aber letztlich gefälschte Inhalte erstellen können, werden strenge Bewertungen und Qualitätskontrollen entscheidende Aspekte generativer KI-gestützter kreativer Workflows sein.
John Singleton, Mitbegründer der KI-Entwicklungsplattform Watchful, warnt davor, dass die Automatisierung ganze Arbeitsabläufe ersetzen kann, wenn ein einziger Mitarbeiter in der Lage ist, Aufgaben zu erledigen, für die früher ein Team von zehn Personen erforderlich war. Dies kann zwar dazu führen, dass Unternehmen und einige Kreative mehr Zeit in wichtige Arbeiten investieren können, aber viele andere Kreative könnten ihren Arbeitsplatz verlieren, was neben neuen Möglichkeiten auch zu Reibungsverlusten führen würde.
Potenzielle Auswirkungen generativer KI auf den kreativen Prozess
Marco Santos, Americas CEO beim Beratungsunternehmen GFT, sagt, dass generative KI in seinem Unternehmen bereits Tage und Wochen einspart, die Grafikdesigner früher für die Suche nach Inspirationen und Best Practices für ihren Ansatz benötigten. Designer können nun eine Beschreibung einer allgemeinen Idee in ein KI-Tool eingeben und müssen nicht mehr jede Plattform und Website einzeln durchgehen.
Ein Designer kann zum Beispiel einen Prompt wie den folgenden eingeben: „Erstelle eine minimalistische mobile Bankschnittstelle, die den Benutzer fließend durch einen vierstufigen Prozess führt und nicht mehr als drei Felder pro Anzeige anzeigt.“ Das KI-Tool liefert dann mehrere Konzepte auf der Grundlage bewährter Verfahren, die es in der digitalen Landschaft identifiziert hat, oft innerhalb von Sekunden.
Anstatt diese Ergebnisse als endgültiges Design zu verwenden, können die Designer dann ihre eigenen Fähigkeiten und ihre Kreativität nutzen, um die Elemente dieser Konzepte zu überprüfen und etwas zu konzipieren, das mehr ist als die Summe seiner Teile. Dabei können auch andere interne Überlegungen einfließen, zu denen die KI keinen Zugang hat.
Nisha Krishan, Practice Director bei der Everest Group, erklärt, dass generative KI unter anderem folgende Auswirkungen auf kreative Arbeitsabläufe in Unternehmen hat:
- Ideengenerierung, wie KI-gestütztes Brainstorming und Inhaltsvorschläge.
- Nutzerzentriertes Content-Design, wie zum Beispiel personalisierte Inhalte, die dynamisch auf Basis des Nutzerverhaltens generiert und angezeigt werden.
- Agile Content-Erzeugung, zum Beispiel automatisierte Content-Erstellung auf der Grundlage von Content Briefs und User Insights.
- A/B-Tests und -Optimierung, zum Beispiel viele Variationen von KI-gestützten A/B-Tests auf der Grundlage von Nutzerdaten.
- Trendspotting und prädiktive Inhalte, wie zum Beispiel die Nutzung von KI-Trendvorhersagen zur proaktiven Erstellung von Inhalten zu neuen Themen.
- Interaktive und visuelle Inhaltserstellung, zum Beispiel durch KI-generierte Quizze, Fragen, verbessertes Bildmaterial und andere interaktive Elemente.
- Qualitätssicherung von Inhalten, zum Beispiel durch KI-gestütztes Korrekturlesen und Editieren, um Qualität und Genauigkeit zu gewährleisten.
- Datengestützte Einblicke, wie zum Beispiel KI-generierte Insight-Berichte, die Nutzerdaten und Leistungsmatrizen für Inhalte zusammenfassen.
