KI und maschinelles Lernen für die Fotografie: Was bietet sie den Verbrauchern?

Lassen Sie uns zunächst die Begriffe künstliche Intelligenz (KI), maschinelles Lernen und tiefe neuronale Netze definieren. Oft werden diese Begriffe synonym verwendet, aber im Grunde sind sie wie Bausteine. KI ist der Oberbegriff für jede Computersoftware, die, wie der Name schon sagt, etwas „Intelligentes“ tut. Maschinelles Lernen ist ein Teilbereich der KI, bei dem Sie Erfolgskriterien definieren, die es der Maschine dann ermöglichen, Aufgaben zu erstellen und zu erledigen. Noch tiefer (Wortspiel beabsichtigt!) gehen Deep Neural Networks (oder Deep Learning), die eine Untergruppe des maschinellen Lernens darstellen. Für die fotografische Bildverarbeitung sind diese Netzwerke eine Reihe von Algorithmen, die in vielen Bereichen wie Bilderkennung, -bearbeitung und -verarbeitung neue Genauigkeitsrekorde aufgestellt haben. Im Prinzip bedeutet KI mehrere Dinge und ist in der Regel eher ein Mittel zum Zweck als ein Ziel an sich.

Die KI-Technologie setzt sich heute in vielen Branchen durch, auch in der Konsumgüterindustrie und im Einzelhandel. Die meisten Branchen geben an, dass der Einsatz von KI in ihrem Unternehmen mit der Kundenbetreuung und -unterstützung zusammenhängt – um die Konnektivität zu erhöhen und effizienter auf die Bedürfnisse der Kunden zu reagieren.

Bei der Erstellung von Fotoprodukten gibt es einige Bereiche, in denen KI in der Tat ein hervorragendes Werkzeug ist, um einen Mehrwert zu erzielen und das Kundenerlebnis zu verbessern, und andere Bereiche, in denen KI noch umfangreiche Finanzmittel und komplizierte Entwicklungsüberlegungen erfordert. Hier sind einige Beispiele für den Wert von KI in unserem Bereich:

• Die Kontextextextraktion und die Erkennung von Gesichtern und Inhalten ermöglicht es, Personen zu identifizieren, herauszufinden, was auf dem Foto zu sehen ist, wie sich die Personen fühlen, und interessante Bereiche für den automatischen Bildausschnitt zu erkennen. Google Photo ist ein großartiges Beispiel für maschinelles Lernen bei der Arbeit
• Qualität und Relevanz von Fotos und automatische Bildverbesserung für automatische Vorschläge nach dem Hochladen von Fotos. Produkte wie Perfectly Clear von EyeQ oder Adobe Lightroom spiegeln dies wider.
• Die Gruppierung zusammengehöriger Fotos ermöglicht ein besseres Storytelling, indem vermieden wird, Fotos von zwei verschiedenen Ereignissen auf derselben Seite zu platzieren(Wichtiger Hinweis: Dies ist in der Regel besser und billiger durch Aufnahmedatum und Delta-Gruppierung als durch AI)
• Geo-Tagging von Bildern durch Analyse des Bildinhalts (d. h. der Pixel, nicht der Metadaten), auch ohne eingebautes GPS-System, um Reiseprojekte einfach zusammenzustellen.
• Filter wie automatische „Verschönerung“, künstlerische Effekte usw. werden inzwischen von den meisten Herstellern in der Kamerasoftware und vielen Apps angeboten.
• Chatbots und automatisierter Support für die Hilfe bei häufigen Fragen.
• Automatische Projekterstellung, wie z. B. automatisches Layout, obwohl in diesem Fall die KI im Vergleich zu bestehenden kodierten Skripten oder einem menschlichen Designer noch nicht der siegreiche Kandidat ist, abgesehen von den einfachsten Fällen, in denen traditionelle Algorithmen oft eine vernünftige Arbeit für weniger Geld leisten können.

Zusammenfassend lässt sich sagen, dass die KI-Leistung in der Fotografie derzeit für die Erstellung und Bearbeitung von Bildern optimiert wird; die Algorithmen sind in erster Linie darauf ausgerichtet, die Bildqualität und den Bearbeitungsprozess zu vereinfachen und zu verbessern, und zwar pro Bild oder als Gruppe/Kategorie.

Derzeit untersucht das Forschungs- und Entwicklungsteam von Mediaclip glaubwürdige und wirtschaftliche Ansätze für die Auswahl großer Mengen von Bildern aus verschiedenen Geräten (Handys, Kameras) und Archivierungsumgebungen (Google Photo, Facebook, Computer) und die Erstellung logischer komplexer Inhalte, wie z. B. eines Fotobuchs. Unsere Untersuchungen zielen darauf ab, herauszufinden, wie KI einen echten, messbaren Wert für Unternehmen und Verbraucher schaffen kann, indem sie den Fotoauswahlprozess verbessert und einen besseren Kontext für die automatisierte Produkterstellung bietet, während sie gleichzeitig von Designentscheidungen und einer Vielzahl von Experten geleitet wird. KI ist immer noch mit erheblichen finanziellen und ökologischen Kosten verbunden, und die wichtigsten Kennzahlen, die es zu verfolgen gilt, sind die Auswirkungen auf die Konversionsraten und die Nutzerzufriedenheit.

Kann KI die menschliche Wahrnehmung bei der Auswahl von Fotos und Projekten interpretieren?

Die KI-Bearbeitungssoftware enthält eine Reihe von Anweisungen für die optimale Qualität eines Bildes in Bezug auf Inhalt, Reproduktion, Dichte, Beleuchtung und sogar Beschneidung. Diese Anweisungen wurden nach bestimmten Algorithmen zusammengestellt; diese Anweisungen beruhen auf 150 Jahren fotografischer Erfahrung und Qualitätskontrolle.

So gibt das KI-Team von Luminar an, dass es mit Top-Fotografen zusammengearbeitet hat, um sein neuronales Netzwerk zu trainieren, so dass es fast so ist, als würde jedes Bild von diesem Team von Fotoexperten analysiert. Das Endergebnis kann jedoch für den Nutzer nicht zufriedenstellend sein, und die endgültige Entscheidung, die Korrektur zu akzeptieren, muss für jedes Bild einzeln getroffen werden, da die Software den Bildinhalt und die gewünschte Wirkung in der Geschichte möglicherweise falsch interpretiert.

Die Auswahl von Fotos und die Fertigstellung eines personalisierten Projekts ist für Einzelhändler und Verbraucher gleichermaßen von großer Bedeutung. Gleichzeitig wollen wir unseren Nutzern das beste Erlebnis bieten und sicherstellen, dass sie ein Höchstmaß an Kontrolle, Transparenz und Effizienz haben, während sie an komplizierteren Projekten mit hohem Engagement wie Fotobüchern arbeiten. KI und maschinelles Lernen sollten den kreativen Prozess irgendwann unterstützen, aber nicht jetzt.

Warum? Weil der Einsatz dieser hochentwickelten und komplexen Algorithmen für eine optimale Bildauswahl, einen ansprechenden Inhalt und eine präzise Erzählung spezielle Computeranalysen, mehrere Scans und die Klassifizierung jedes Bildes in einer ausgewählten Gruppe erfordert. Diese Arbeiten sind zeitaufwändig und erfordern derzeit kostspielige Computerressourcen.

Es muss ein umfangreicher Satz diversifizierter Anweisungen integriert werden (Zeitleiste, Metadaten, Gesichtserkennung, Beurteilung des guten Benehmens, Unterscheidung zwischen nützlichen und unbrauchbaren Bildern), die alle anhand eines großen Satzes von Verbraucherbilddaten ausgewertet werden müssen, um eine ansprechende und effiziente automatisierte „Ein-Klick“-Bildauswahl vorzuschlagen. Derzeit verfügen die meisten eCommerce-Websites nicht über diese Ressourcen. Nick Burns, ein Datenwissenschaftler, vertritt die Ansicht, dass KI-Modelle, so gut sie auch sein mögen, nur mit den ihnen zur Verfügung stehenden Daten mithalten können.

Daher kann der Einsatz von KI und maschinellem Lernen zur Auswahl von Bildinhalten für eine kleine oder sogar große Menge von Bildern, die genau die beabsichtigten Emotionen und Geschichten vermitteln, eine ziemliche Herausforderung darstellen. Bei einer Reihe von Porträts zum Beispiel ist die Gesichtserkennung ohne Frage wichtig. Aber zwinkert oder blinzelt die Person? Hat die Person eine gute Körperhaltung? Oder lächeln auf einem Gruppenfoto alle? Wenn nicht, welches Bild ist dann das beste? In anderen Fällen kann es sein, dass bestimmte Kriterien, die der KI das „Wissen“ liefern, für die tatsächliche Erinnerung nicht optimal sind. So kann beispielsweise ein Foto mit wenig Licht die richtige Stimmung vermitteln und sollte nicht abgelehnt oder automatisch korrigiert werden, oder bestimmte „Unvollkommenheiten“ des Motivs verleihen ihm Charakter/Individualität und sollten nicht abgeschwächt werden. Wegen solcher Feinheiten müssen die vorgeschlagenen Auswahlen und Bildkorrekturen noch vom Benutzer bestätigt werden.

Im Rahmen unserer Forschungs- und Entwicklungsbemühungen experimentieren wir mit den Integrationsmöglichkeiten dieser hochentwickelten Algorithmen aus wirtschaftlicher und technologischer Sicht. Unser Verfahren zur optimalen Bildauswahl mit einem Klick wird regelmäßig überprüft, um sicherzustellen, dass es das bestmögliche Szenario für unsere Kunden, ihre Verbraucher und den Gesamtprozess bietet. Derzeit liegt unser Schwerpunkt auf der Verbesserung der Algorithmen, die den Inhalt komplexer Seitenlayouts vereinfachen und optimieren. Unserer Analyse zufolge führt dies zu einem höheren ROI für das Unternehmen und zu einer intuitiveren Erfahrung für den Endnutzer.

Zusammenfassend lässt sich sagen, dass die tiefen neuronalen Netze der KI eine jahrelange Datenanalyse über die Wahrnehmung von Bildern oder Erinnerungen des Nutzers sowie über seine Absichten und sein Verhalten erfordern würden, um effizient genug für komplexe Bild- und Projektvorschläge auf einen Klick zu sein. Die Schichten und die Tiefe des menschlichen Verstandes bei der Entscheidungsfindung (unter anderem) sind zweifelsohne ausgefeilter als KI und werden in naher Zukunft wahrscheinlich nicht ohne Weiteres nachgebildet werden können.

Künstliche Intelligenz versus traditionelle Softwareentwicklung, um 2021 automatisierte Fotoprojekte (wie Fotobücher) mit nur einem Klick zu realisieren

Wie bereits erwähnt, leisten KI und maschinelles Lernen hervorragende Arbeit bei der Verwaltung und Verbesserung von Bildern (z. B. automatische Korrekturen, Motivgruppierung, Gesichts-/Objekterkennung usw.) Die von KI-gestützter Software angebotenen Funktionen werden immer besser und können immer mehr Probleme in atemberaubender Geschwindigkeit bewältigen. Viele Lösungen zur Produktpersonalisierung nutzen sie, um das Nutzererlebnis zu verbessern. In Situationen, in denen bereits Bilder für die Analyse zur Verfügung stehen, wie z. B. bei Archivierungslösungen wie Google Photo oder bei mobilen Apps, bei denen sich die Fotos bereits auf einem einzigen Gerät befinden, bietet KI einen außerordentlichen Wert für die sinnvolle und nützliche Katalogisierung der Bildersammlungen der Nutzer. In einigen Fällen kann sie diese Katalogisierung sogar nutzen, um Produkte mit begrenzten Designoptionen vorzuschlagen.

Die begrenzte Gestaltungsmöglichkeit ist hier das Kernproblem. KI ist ein hervorragendes Werkzeug, um eine aussagekräftige Teilmenge von Bildern aus einer größeren Sammlung zu extrahieren, und kann helfen, eine Sequenz zu erraten, wenn es einen gemeinsamen Kontext wie eine Hochzeit oder ein Fotoshooting gibt. KI wird jedoch nicht eingesetzt, um ein hochwertiges Design zu erstellen oder die Bilder optimal zu nutzen.

Warum sollten wir KI nicht auch für das Produktdesign nutzen?

Um diese Frage zu beantworten, vergleichen wir die künstliche Intelligenz mit der „normalen“ Softwareentwicklung durch erfahrene Entwickler. Beide Ansätze bieten einen Rahmen von Werkzeugen, mit denen sich Entwürfe erstellen lassen, aber keiner von beiden weiß etwas über Design. Künstliche Intelligenz, genauer gesagt maschinelles Lernen, kann auf der Grundlage großer Datensätze und Erfolgskriterien herausfinden, wie etwas zu tun ist. Der Aufbau aussagekräftiger Daten und die Anpassung dessen, was als „erfolgreiches Design“ gilt, ist extrem kostspielig und zeitaufwändig. KI kann in Szenarien glänzen, in denen es nicht trivial ist, zu kodifizieren, was eine gute Implementierung ausmacht. Im Falle der Gestaltung eines Buches können wir jedoch kodifizieren, was gute Designentscheidungen ausmacht. Sichere und normalisierte Ränder sowie ästhetische und inhaltsbezogene Layout-Regeln können von Designexperten bereitgestellt und zu einem Bruchteil der Kosten umgesetzt werden, während sie dennoch für Abwechslung sorgen. Sicherlich funktioniert das schwarze Thema mit einem Foto pro Seite, aber es ist immer noch viel kosteneffizienter, die Nutzer mit neuen, interessanten und relevanten Inhalten zu versorgen, als dies mit herkömmlichen Mitteln zu tun.

Letztendlich müssen wir uns aber nicht zwischen künstlicher Intelligenz und traditioneller Softwareentwicklung entscheiden. Beide können für die Entwicklung großartiger Lösungen genutzt werden. Beispielsweise können wir die heutigen Stärken der künstlichen Intelligenz nutzen, um herkömmliche Algorithmen mit aussagekräftigen Informationen zu füttern, z. B. ob ein Foto eine höhere Relevanz hat als ein anderes, ohne dass sie notwendigerweise bestimmen, wo dieses Foto auf einer Seite erscheinen sollte.

Die Nutzung des vollen Potenzials der künstlichen Intelligenz wird derzeit durch die Gesamtbetriebskosten eingeschränkt. Es ist eine Herausforderung, alle erforderlichen Bausteine wirtschaftlich zu verbinden, um das Beste aus all diesen Daten herauszuholen. Lizenzkosten, Rechenanforderungen, schlechtere Leistung und ein Rückgang der Einnahmen sind die Haupthindernisse für eine breite Einführung.

Eine bodenständige Frage, die wir uns als Branche stellen sollten, ist die, ob all diese Funktionen, die künstliche Intelligenz mit sich bringt, tatsächlich benötigt werden? Theoretisch sind nach Farben gruppierte Fotos, das Aussortieren von Bildern auf der Grundlage der Qualität und die Verwendung fortschrittlicher Metadaten für Designentscheidungen großartig und sorgen für erstaunliche Präsentationen, aber werden sie tatsächlich den Verkauf fördern? Was wird den Kunden begeistern, und wird er überhaupt verstehen, was da vor sich geht? Sollten wir die Endnutzer darüber aufklären, was KI ihnen bringen kann, oder sollten wir die Dinge einfach für sie einfacher machen?

Wir müssen uns noch für einzelne Funktionen der künstlichen Intelligenz stark machen, so dass eine Investition in sie zum jetzigen Zeitpunkt Einnahmen generieren und das Nutzererlebnis verbessern kann. Bei der Geschwindigkeit, mit der sich Innovationen im Bereich der künstlichen Intelligenz vollziehen, können wir davon ausgehen, dass die „finanziell machbaren“ Möglichkeiten weiter zunehmen werden. Wir können auch mit mehr Daten darüber rechnen, was funktioniert und was nicht, so dass Investitionen gerechtfertigt werden können.

Lassen Sie uns auch untersuchen , warum die Ästhetik von KI-Projekten wichtig ist und ein Haupthindernis für eine breite Akzeptanz darstellt. Stellen Sie sich vor, ein aktuelles KI-System müsste aus Ihren Fotos ein Fotobuch erstellen. Würden Sie es entscheiden lassen, welche Fotos es schaffen (oder nicht), ohne sie auch nur anzusehen? Würden Sie ihm zutrauen zu erraten, ob es sich um ein Geschenk, eine Hochzeitsfeier oder ein einfaches Familienerinnerungsstück handelt? Würden Sie sich nur mit schwarzen Seiten und zentrierten Bildern zufrieden geben? Möchten Sie selbst entscheiden, wie viel Sie für das Produkt bezahlen möchten und wie hoch die Qualität des Papiers, der Bindung usw. sein soll? Und, was vielleicht am wichtigsten ist, glauben Sie, dass diese Antworten für alle gleich sein könnten?

Eine vollautomatische Produktentwicklung erfordert vorab festgelegte Unterscheidungsalgorithmen, die entweder auf dem basieren, „was normalerweise funktioniert“, oder auf sorgfältig ausgewählten Eingaben des Nutzers. Kann die künstliche Intelligenz also tatsächlich eine logische ästhetische Abfolge ohne kontextbezogene Anweisungen des Verbrauchers auswählen? Nun, ja, solange man sich mit einem generischen Buch zufrieden gibt. Und selbst dann ist die Erstellung eines generischen Buches mit herkömmlicher Softwareentwicklung viel billiger und leichter zu verbessern, wenn man mehr über den spezifischen Markt erfährt.

KI kann bei der Verwaltung großer Datenmengen und bei automatisierten Entscheidungen helfen, z. B. bei der Bewertung von Bildern und dem Verständnis, was in einem Bild enthalten ist, aber auch hier sind die Kosten hoch und es kommt zu zusätzlichen Verzögerungen aus Sicht des Nutzers aufgrund der erforderlichen Computerarbeit, insbesondere im Zusammenhang mit einem E-Commerce-Shop. Die Analyse einer großen Menge hochgeladener Fotos, um sie neu zu gruppieren, zu kategorisieren und in eine ansprechende Reihenfolge auf Websites zu bringen, kann leicht ein paar Dollar pro erstelltem Buch kosten, unabhängig davon, ob es bestellt wurde oder nicht. Sind die zusätzlichen Einnahmen das finanzielle Risiko wert? Bedenken Sie Folgendes:

1. Wenn Kunden eine Website besuchen und große Mengen an Bildern für ihre Projekte hochladen, aber im Durchschnitt 20 % davon nicht kaufen, entstehen dem Unternehmen Datenverarbeitungskosten, die nicht durch den Umsatz ausgeglichen werden.
2. Die Analyse umfangreicher Fotomaterialien kann mehrere Minuten dauern. Die Verbraucher nehmen diesen „Knackpunkt“ als erhebliche Produktionsverzögerung wahr. Die geschwindigkeitsorientierten Verbraucher von heute akzeptieren keine Verzögerungen, selbst wenn sie durch komplexe Analysen gerechtfertigt sind, und diese Verzögerungen beeinträchtigen die Konversionsraten.
3. Die technischen Kosten für das Aneinanderreihen und Initiieren dieser KI-Bausteine zur Erstellung von automatischen Vorschlägen für Layouts sind sehr hoch. Da sich die erforderlichen Ressourcen ständig ändern, sind Wissen, Technologie und künftige technische Anforderungen knapp und teuer.

Während Mediaclip ständig KI und andere fortschrittliche Technologien prüft, haben wir festgestellt, dass es flexibler und kosteneffizienter ist, Algorithmen zu schreiben, die intelligente Aufgaben wie die Umgruppierung von Fotos, die Generierung ansprechender Produktthemen, die Optimierung von Buch-Layout-Szenarien und die interessante Platzierung eines oder mehrerer Bilder unter Berücksichtigung des Bildinhaltsverhältnisses auf jeder einzelnen Seite/Oberfläche übernehmen – und das alles zu einem vernünftigen Preis und mit der Unterstützung von fachkundigem Design, während gleichzeitig die Vielfalt erhalten bleibt, die die Verbraucher erwarten.

Warum Mediaclip nicht auf den KI-Hype-Zug“ aufspringen wird… noch nicht

Das Forschungs- und Entwicklungsteam von Mediaclip experimentiert ständig mit verschiedenen Optionen, um reichhaltige Fotobücher zu erstellen, die eine Geschichte erzählen, indem sie den Nutzern die Möglichkeit geben, sich selbst auszudrücken und gleichzeitig die Zeit, die für die Erstellung benötigt wird, auszugleichen. Wir sehen heute viele Techniken, die uns helfen werden, KI auf sehr nützliche Weise zu nutzen, aber wir haben keine Lösung gefunden, die sorgfältig ausgearbeitete Designs und Algorithmen auf kosteneffiziente Weise ersetzen kann.

Es gibt bestimmte Dinge, die wir erst noch sehen müssen, bevor wir KI als Kernmotor für die Produktpersonalisierung empfehlen:

Erstellung überzeugender Designs und Layouts – Unser intelligentes Designsystem ermöglicht bereits jetzt reichhaltige und interessante Designs, die alle Arten von Lebensereignissen und Produktstilen abdecken. Die Benutzer können ihre Seiten auf der Grundlage der bestmöglichen Layouts für ihre Bedürfnisse leicht umorganisieren und neu zusammenstellen. Bestehende Bildintelligenzdienste können helfen, Bilder automatisch zu verbessern oder automatisch zuzuschneiden, wenn das Design dies erfordert, z. B. bei der Verwendung lizenzierter Inhalte. All dies ist derzeit ohne den Einsatz von KI-basierten Tools möglich.

Kosteneffizienz – Derzeit gibt es zwei Methoden für die Bereitstellung von KI-basierten Diensten: Client-KI (in der Regel auf mobilen Geräten verfügbar, um die Bilderbibliothek eines Nutzers zu scannen) und serverbasierte KI. Es gibt einige großartige Lösungen für die Bereitstellung von Produktempfehlungen auf einem mobilen Gerät; beide Methoden können jedoch sehr viel teurer sein als ihre Nicht-KI-Pendants. Hinweis: Wir sind der Meinung, dass KI (speziell) für die „Fotoentdeckung“ und -kuratierung von mobilen Apps sehr gute Optionen bietet, die heute in Betracht gezogen werden sollten.

Kontrolle über das Ergebnis. KI, genauer gesagt maschinelles Lernen, ist hervorragend darin, eine Methode zu erraten, die das reproduziert, was Sie ihr vorgeben. Dies schränkt jedoch auch Ihre Möglichkeiten ein, den Algorithmus für Ihre Bedürfnisse zu optimieren und anzupassen. Wenn Sie der Meinung sind, dass ein Bild etwas anders gehandhabt werden sollte, oder wenn Ihr Designteam eine bestimmte Designentscheidung auf der Grundlage einer Bildausrichtung treffen möchte, sind sie stark eingeschränkt.

Wir waren in der Lage, beeindruckende Demos unter Verwendung bestehender Lösungen und Prototyping-Ideen mit proprietärer und Open-Source-Software zu erstellen. Unsere Entwicklungsanstrengungen konzentrieren sich jedoch auf Konversionsraten, Benutzerzufriedenheit und die Steigerung des Umsatzes für unsere Kunden und Partner, nicht auf die Erstellung „cooler“ Demos. Wir sind mit den aktuellen Lösungen nicht zufrieden und können nicht empfehlen, auf das KI-Schiff aufzuspringen. Wir sind jedoch davon überzeugt, dass dieses Feld unsere Zeit und Investitionen wert ist, da die damit verbundenen Kosten sinken und die Angebote besser werden.

Zusammenfassend sind wir der Meinung, dass KI ein außergewöhnliches, wenn auch teures Werkzeug ist, um die Fotokuratierung auf mobilen Geräten und auf Fotohosting-Seiten zu unterstützen. Sie kann auch aussagekräftige Einblicke in die Inhalte der Nutzer liefern und dabei helfen, die Präsentation und Kommunikation mit den Nutzern auf Ihrer Website zu steuern. Diese Einblicke und Vorteile sind jedoch mit Kosten verbunden, die eine solche Entscheidung noch nicht zu einem Selbstläufer machen. Denken Sie daran, dass künstliche Intelligenz kein Feature ist; sie tut nichts von selbst. Sie ist eine Methode, die bestimmte Problemkategorien effizient lösen kann. Erinnern Sie sich an das Sprichwort: „Wenn man einen Hammer hat, sieht alles wie ein Nagel aus“? Nun, in diesem Gespräch ist KI ein Abbruchhammer; es ist ein äußerst hilfreiches Werkzeug, das Sie in Ihrem Schuppen haben, aber es wird Ihnen nicht beim Dekorieren helfen.

Die Grenzen der derzeitigen KI-Lösungen sind nicht zu vernachlässigen. Der Verzicht auf Wahlmöglichkeiten und Stil zugunsten von Layout-Intelligenz, wenn diese Intelligenz bereits zu einem Bruchteil der Kosten mit herkömmlicher Codierung verfügbar ist, macht KI im Moment zu einer weniger überzeugenden Option. Natürlich mag es frühe Technologieanwender geben, die sich nicht von einem gewissen Geschäftsrisiko abschrecken lassen, wenn sie KI-basierte Lösungen für Layout-Intelligenz einsetzen. Auch wir glauben an KI, und es ist nur eine Frage der Zeit, bis wir eine kosteneffiziente Möglichkeit finden, ihre Fähigkeiten in einer Weise zu nutzen, die sowohl unseren Kunden als auch ihren Käufern zugute kommt.

Verstehen Sie uns nicht falsch, wir sind begeistert von den unzähligen Möglichkeiten der künstlichen Intelligenz. Wir sind erstaunt über die ständigen Neuentwicklungen und können uns nur positive Möglichkeiten für die Zukunft vorstellen. Es wäre jedoch unverantwortlich, zum jetzigen Zeitpunkt den Einsatz von KI-basierten Lösungen zu empfehlen , da sie im Vergleich zu herkömmlichen Ansätzen, die die gleichen Ergebnisse liefern, noch nicht wirtschaftlich sind. Wir sind gespannt auf weitere datengestützte Forschungen und Experimente zu spezifischen KI-basierten Funktionen, die unsere Kunden auf ihre eigenen Geschäftsbereiche und Benutzer-Personas anwenden können. Wir werden weiterhin an der Bewertung von Lösungen arbeiten und die Auswirkungen auf wichtige Metriken wie Konversionsraten und Nutzerzufriedenheit untersuchen.

Es ist auf jeden Fall Ihre Entscheidung, ob KI trotz der derzeit hohen Kosten den Bedürfnissen Ihres Unternehmens und/oder den Anforderungen Ihrer Kunden entspricht. Lassen Sie sich dabei jedoch nicht vom Marketing-Hype treiben – Due Diligence ist hier genauso wichtig wie bei jedem anderen Geschäftsvorhaben.