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

Lassen Sie uns zunächst künstliche Intelligenz (KI), maschinelles Lernen, tiefe neuronale Netze positionieren … diese Begriffe werden oft synonym verwendet, aber im Wesentlichen sind sie wie Bausteine. KI ist der Überbegriff für jede Computersoftware, die etwas „Intelligentes“ tut, wie der Name schon sagt. Maschinelles Lernen ist eine Teilmenge der KI, bei der Sie Erfolgskriterien definieren, die es der Maschine dann ermöglichen, Aufgaben zu erstellen und abzuschließen. Tiefer noch (Wortspiel beabsichtigt!) sind Deep Neural Networks (oder Deep Learning), die eine Teilmenge des maschinellen Lernens sind. Für die fotografische Bildgebung sind diese Netzwerke eine Reihe von Algorithmen, die in vielen Bereichen wie Bilderkennung, -bearbeitung und -verarbeitung neue Genauigkeitsrekorde aufgestellt haben. KI bedeutet im Prinzip mehrere Dinge und ist meist eher Mittel zum Zweck als Selbstzweck.

Heute sorgt die KI-Technologie in vielen Branchen für Furore, darunter Konsumgüter und Einzelhandel. Im Großen und Ganzen berichten die meisten Sektoren von Anwendungsfällen von KI in ihrem Unternehmen, die mit Kundenbetreuung und -support verknüpft sind, um Konnektivität aufzubauen und effizient auf Kundenbedürfnisse zu reagieren.

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

• Kontextextraktion und Gesichts-/Inhaltserkennung ermöglichen es, Personen zu identifizieren, herauszufinden, was auf dem Foto zu sehen ist, wie sich Personen fühlen, und interessante Bereiche für das automatische Zuschneiden 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.
• Das Gruppieren verwandter Fotos ermöglicht ein besseres Geschichtenerzählen, indem vermieden wird, Fotos von zwei verschiedenen Ereignissen auf derselben Seite zu platzieren ( Wichtig zu beachten : Dies ist normalerweise besser geeignet und billiger nach Aufnahmedatum und Delta-Gruppierung als KI).
• Geotaggen von Bildern durch Analyse des Inhalts von Fotos (dh der Pixel, nicht der Metadaten), auch ohne integrierte GPS-Systeme, um Reiseprojekte einfach zusammenzustellen.
• Filter wie automatische „Verschönerung“, künstlerische Effekte usw. werden mittlerweile von den meisten Herstellern in Kamerasoftware und vielen Apps angeboten
• Chat-Bots und automatisierter Support für die Bereitstellung von Hilfe basierend auf häufigen Fragen.
• Automatische Projekterstellung wie automatisches Layout, obwohl KI in diesem Fall noch nicht der Gewinnerkandidat im Vergleich zu bestehenden codierten Skripten oder einem menschlichen Designer ist, außer in den einfachsten Fällen, in denen traditionelle Algorithmen oft eine vernünftige Arbeit für weniger Geld leisten können.

Zusammenfassend lässt sich sagen, dass die KI-Leistung derzeit in der Fotografie für die Bilderstellung und -bearbeitung optimiert ist; Die Algorithmen sind hauptsächlich darauf ausgelegt, die Bildqualität und den Bearbeitungsprozess pro Bild oder als Gruppe / Kategorie zu vereinfachen und zu verbessern. 

Derzeit untersucht das Forschungs- und Entwicklungsteam von Mediaclip glaubwürdige und wirtschaftliche Ansätze zur Auswahl großer Bildsätze von mehreren Geräten (Telefone, Kameras) und Archivierungsumgebungen (Google Photo, Facebook, Computer) und zur Erstellung logisch komplexer Inhalte wie eines Fotobuchs. Unsere Untersuchungen zielen darauf ab, aufzudecken, wie KI einen echten, messbaren Wert für Geschäftsinhaber und Verbraucher schaffen kann, indem sie den Fotoauswahlprozess verbessert und einen besseren Kontext für die automatisierte Produkterstellung bietet, während sie sich weiterhin von Designentscheidungen und einer Vielzahl von Experten leiten lässt. KI hat immer noch erhebliche finanzielle und ökologische Kosten, und die wichtigsten zu verfolgenden Metriken sind, wie sie sich auf die Konversionsraten und die Benutzerzufriedenheit auswirkt.

Kann KI die menschliche Wahrnehmung für Fotoauswahl und Projekte interpretieren?

Die KI-Bearbeitungssoftware enthält Anweisungen zur optimalen Qualität eines Bildes in Bezug auf Inhalt, Wiedergabe, Dichte, Beleuchtung und sogar Zuschnitt. Diese Anweisungen wurden unter einem bestimmten Satz von Algorithmen zusammengestellt; Diese Anleitungen basieren auf 150 Jahren fotografischer Erfahrung und Qualitätsüberwachung.

Das KI-Team von Luminar gibt beispielsweise an, dass es mit Top-Fotografen zusammengearbeitet hat, um ihre Software für neuronale Netzwerke zu trainieren, sodass es fast so ist, als würde jedes Bild von diesem Team von Fotoexperten analysiert. Das Endergebnis ist jedoch möglicherweise nicht zufriedenstellend für den Benutzer, und die endgültige Entscheidung, die Korrektur zu akzeptieren, muss für jedes Bild getroffen werden, da die Software den Bildinhalt und seine gewünschte Wirkung in der Handlung falsch interpretieren kann. 

Die Auswahl von Fotos und die Fertigstellung eines personalisierten Projekts ist der Name des Spiels für Einzelhändler und Verbraucher gleichermaßen. Gleichzeitig möchten wir unseren Benutzern das beste Erlebnis bieten und sicherstellen, dass sie bei der Arbeit an komplizierteren Projekten mit hohem Engagement wie Fotobüchern ein Höchstmaß an Kontrolle, Transparenz und Effizienz haben. KI und maschinelles Lernen sollten schließlich den kreativen Prozess unterstützen, aber derzeit nicht.

Wieso den? Denn das Einfügen dieser hochrangigen und komplexen Algorithmen für die beste Bildauswahl, ansprechende Inhalte und genaues Geschichtenerzählen erfordert eine spezielle Computeranalyse, mehrere Scans und die Klassifizierung jedes Bildes in einem ausgewählten Satz. Diese Anstrengungen sind zeitaufwändig und erfordern derzeit kostspielige Rechenressourcen.

Ein umfangreicher Satz diversifizierter Anweisungen muss integriert werden (Zeitleiste, Metadaten, Gesichtserkennung, Beurteilung guten Verhaltens, Entschlüsselung zwischen nützlichen und nutzlosen Bildern), die alle aus einer großen Menge von Verbraucherbilddaten ausgewertet werden müssen, um einen Vorschlag zu machen angenehme und effiziente „One-Click“-automatisierte Bildauswahl. Derzeit verfügen die meisten E-Commerce-Websites nicht über diese Ressourcen. Nick Burns , ein Data Scientist, behauptet, egal wie großartig KI-Modelle sind, sie entsprechen lediglich den ihnen zur Verfügung stehenden Daten.

Daher kann die Verwendung von KI und maschinellem Lernen zur Auswahl von Bildinhalten für eine kleine oder sogar große Menge von Bildern, die genau die beabsichtigte Emotion und Geschichte vermitteln, immer noch eine ziemliche Herausforderung sein. Bei einer Porträtserie ist beispielsweise die Gesichtserkennung ohne Frage wichtig. Aber zwinkert oder blinzelt das Motiv? Ist das Motiv gut positioniert? Oder lächeln alle auf einem Gruppenfoto? Wenn nicht, welches Bild ist dann am besten auszuwählen? Unter anderen Umständen sind bestimmte festgelegte Kriterien, die der KI das „Wissen“ liefern, möglicherweise nicht optimal für das tatsächliche Gedächtnis. Beispielsweise kann ein Foto mit wenig Licht das richtige Gefühl vermitteln und sollte nicht abgelehnt oder automatisch korrigiert werden, oder bestimmte „Unvollkommenheiten“ des Motivs verleihen ihm seinen Charakter / seine Individualität und sollten nicht gemildert werden. Aufgrund solcher Nuancen müssen Auswahlvorschläge und Bildkorrekturen noch vom Benutzer bestätigt werden.

Im Rahmen unserer Forschungs- und Entwicklungsarbeit experimentieren wir mit Integrationsmöglichkeiten dieser anspruchsvollen Algorithmen aus wirtschaftlicher und technologischer Sicht. Unser Prozess zur Erzielung einer optimalen Bildauswahl mit einem Klick wird regelmäßig überprüft, um sicherzustellen, dass er das bestmögliche Szenario für unsere Kunden, ihre Verbraucher und den Gesamtprozess bietet. Derzeit liegt unser Fokus 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 Endbenutzererfahrung.

Zusammenfassend lässt sich sagen, dass AI Deep Neural Networks neben seiner Absicht und seinem Verhalten jahrelange Datenanalysen über die Wahrnehmung von Bildern oder Erinnerungen durch den Benutzer erfordern würden, um effizient genug zu sein, um komplexe Bild- und Projektvorschläge mit einem Klick zu erstellen. Die Schichten und die Tiefe eines menschlichen Geistes beim Treffen von Entscheidungen (unter anderem) sind zweifellos ausgefeilter als KI und werden in naher Zukunft wahrscheinlich nicht einfach repliziert.

Künstliche Intelligenz versus traditionelle Softwareentwicklung, um im Jahr 2021 automatisierte Ein-Klick-Fotoprojekte (wie Fotobücher) zu realisieren

Wie wir bereits besprochen haben, leisten KI und maschinelles Lernen hervorragende Arbeit bei der Verwaltung und Verbesserung von Bildern (z. B. automatische Korrekturen, Motivgruppierung, Gesichts-/Objekterkennung usw.) Die Funktionen von KI-gestützter Software werden immer besser und können es Bewältigen Sie mehr Probleme mit atemberaubender Geschwindigkeit. Viele Produktpersonalisierungslösungen verwenden es, um die Benutzererfahrung zu bereichern. In Situationen, in denen Bilder bereits für die Analyse verfügbar sind, wie z. B. in Archivierungslösungen wie Google Photo oder mobilen Apps, in denen sich Fotos bereits auf einem einzigen Gerät befinden, bietet KI einen außerordentlichen Wert bei der sinnvollen und nützlichen Katalogisierung von Benutzerbildsammlungen. In einigen Fällen können sie diese Katalogisierung sogar nutzen, um Produkte mit begrenzten Gestaltungsmöglichkeiten vorzuschlagen.

Die eingeschränkte 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 verwendet, 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 künstliche Intelligenz mit der „normalen“ Softwareentwicklung durch erfahrene Entwickler. Beide Ansätze bieten einen Rahmen von Werkzeugen, um möglicherweise Gebäudeentwürfe zu ermöglichen, aber keiner weiß etwas über Design. Künstliche Intelligenz, genauer gesagt maschinelles Lernen, kann anhand großer Datensätze und Erfolgskriterien herausfinden, wie etwas zu tun ist. Das Erstellen aussagekräftiger Daten und das Optimieren dessen, was als „erfolgreiches Design“ gilt, ist äußerst kostspielig und zeitaufwändig. KI glänzt in Szenarien, in denen es nicht trivial ist, zu kodifizieren, was eine gute Implementierung ausmacht. Im Fall der Gestaltung eines Buches können wir jedoch kodifizieren, was gute Designentscheidungen ausmacht. Sichere und normalisierte Ränder sowie ästhetische und inhaltsgesteuerte Layoutregeln können von Designexperten bereitgestellt und zu einem Bruchteil der Kosten implementiert werden, während dennoch für Abwechslung gesorgt wird. Sicher, das schwarze Thema mit einem Foto pro Seite funktioniert, aber mit herkömmlichen Tools ist es immer noch viel kostengünstiger, den Benutzern neue, interessante und relevante Inhalte bereitzustellen.

Aber am Ende müssen wir uns nicht zwischen künstlicher Intelligenz und traditioneller Softwareentwicklung entscheiden. Beide können zum Erstellen großartiger Lösungen verwendet werden. Zum Beispiel können wir die heutigen Stärken der künstlichen Intelligenz nutzen, um traditionelle Algorithmen mit aussagekräftigen Informationen zu füttern, z. B. ob ein Foto eine höhere Relevanz als ein anderes hat, ohne dass es notwendigerweise bestimmt, wo sich dieses Foto auf einer Seite befinden sollte.

Die Nutzung des vollen Potenzials künstlicher Intelligenz ist derzeit durch die Gesamtbetriebskosten begrenzt. 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 Nettoeinnahmen sind die Haupthindernisse für eine groß angelegte Einführung.

Eine nüchterne Frage, die wir uns als Branche stellen sollten, ist, ob all diese Funktionen, die künstliche Intelligenz mit sich bringt, tatsächlich benötigt werden? Theoretisch ist es großartig, Fotos nach Farben gruppiert zu haben, Bilder basierend auf der Qualität zu verwerfen und erweiterte Metadaten für Designentscheidungen zu verwenden, und sorgt für erstaunliche Präsentationen, aber werden sie tatsächlich den Verkauf ankurbeln ? Was wird den Kunden begeistern und wird er überhaupt verstehen, was los ist? Sollten wir Endbenutzer darüber aufklären, was KI ihnen bringen kann, oder sollten wir ihnen die Dinge einfach einfacher machen?

Wir müssen noch für einzelne Funktionen der künstlichen Intelligenz plädieren, damit die Investition in sie zu diesem Zeitpunkt Einnahmen generieren und das Benutzererlebnis heute verbessern kann. Bei der Geschwindigkeit, mit der Innovationen im Bereich der künstlichen Intelligenz stattfinden, können wir davon ausgehen, dass die „finanzierbaren“ Möglichkeiten weiter wachsen werden. Wir können auch mehr Daten darüber erwarten, was funktioniert und was nicht, damit Investitionen gerechtfertigt werden können.

Lassen Sie uns auch untersuchen, warum die Ästhetik des von KI vorgeschlagenen Projekts 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. Würdest du es entscheiden lassen, welche Fotos es machen (oder nicht), ohne sie auch anzusehen? Würden Sie ihm trauen zu erraten, ob es sich um ein Geschenk, eine Hochzeitszeremonie oder ein einfaches Familienandenken handelt? Würden Sie sich nur mit schwarzen Seiten und zentrierten Bildern zufrieden geben? Möchten Sie wählen, wie viel Sie für dieses Produkt und die Qualität des Papiers, der Bindung usw. bezahlen möchten? Und, vielleicht am wichtigsten, glauben Sie, dass diese Antworten für alle gleich sein könnten?

Die vollautomatisierte Produkterstellung erfordert vordefinierte Diskriminierungsalgorithmen, die entweder auf „was normalerweise funktioniert“ oder auf sorgfältig ausgewählten Eingaben des Benutzers basieren können. Kann KI also tatsächlich eine logische ästhetische Abfolge ohne kontextbezogene Anweisungen des Verbrauchers auswählen? Nun, ja, solange Sie mit einem generischen Buch einverstanden sind. Und selbst dann wird es viel billiger und einfacher zu verbessern sein, ein generisches Buch mit traditioneller Softwareentwicklung zu erstellen, wenn Sie mehr über Ihren spezifischen Markt erfahren.

KI kann dabei helfen, große Datenmengen zu verwalten und automatisierte Entscheidungen zu treffen, wie z. B. das Sichten von Bildern und das Verstehen, was sich in einem Bild befindet, aber wiederum zu hohen Kosten und mit zusätzlichen Verzögerungen aus Sicht des Benutzers aufgrund der erforderlichen Computerarbeitslast, insbesondere in der Kontext eines E-Commerce-Shops. Die Analyse einer großen Menge hochgeladener Fotos, um sie neu zu gruppieren, zu kategorisieren und auf Websites in eine ansprechende Reihenfolge zu bringen, kann leicht ein paar Dollar pro erstelltem Buch einbringen, unabhängig davon, ob es bestellt wurde oder nicht. Ist der zusätzliche Umsatz das finanzielle Risiko wert? Folgendes berücksichtigen:

1. Wenn Käufer eine Website besuchen und große Mengen an Bildern für ihre Projekte hochladen, aber durchschnittlich 20 % nicht kaufen, entstehen dem Unternehmen Rechenkosten, die nicht vollständig durch Verkäufe ausgeglichen werden.
2. Das Analysieren umfangreicher Fotomengen kann mehrere Minuten dauern. Verbraucher nehmen dieses „Crunch“ als erhebliche Produktionsverzögerung wahr. Die geschwindigkeitsorientierten Verbraucher von heute akzeptieren keine Verzögerungen, selbst wenn dies durch komplexe Analysen gerechtfertigt ist, und diese Verzögerungen wirken sich auf die Konversionsraten aus.
3. Die technischen Kosten für die Aneinanderreihung und Initiierung dieser KI-Bausteine zur Erstellung automatisch vorgeschlagener Layouts sind sehr hoch. Da sich die benötigten Ressourcen ständig ändern, sind Wissen, Technologie und zukünftige Engineering-Anforderungen knapp und teuer.

Während Mediaclip ständig KI und andere fortschrittliche Technologien bewertet, haben wir festgestellt, dass es flexibler und kostengünstiger ist, Algorithmen zu schreiben, die intelligente Aufgaben wie das Neugruppieren von Fotos, das Generieren ansprechender Produktthemen, das Optimieren von Buchlayout-Szenarien und das interessante Platzieren eines oder mehrerer Bilder unter Berücksichtigung der Bedingungen ausführen ihres Bildanteils auf jeder einzelnen Seite / Oberfläche, und das alles zu einem vernünftigen Preis und mit Unterstützung von professionellem Design, unter Beibehaltung der vom Verbraucher erwarteten Vielfalt.

Warum Mediaclip nicht auf den „Hype Train“ der KI 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 es den Benutzern ermöglichen, sich auszudrücken und gleichzeitig die Zeit in Einklang zu bringen, die für die Erstellung erforderlich ist. Wir sehen heute viele Techniken, die uns helfen, KI auf sehr nützliche Weise einzusetzen, aber wir haben keine Lösung gefunden, die sorgfältig ausgearbeitete Designs und Algorithmen auf kostengünstige Weise ersetzen kann .

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

Erstellen überzeugender Designs und Layouts – Unser intelligentes Designsystem ermöglicht bereits reichhaltige und interessante Designs, die für alle Arten von Lebensereignissen und Produktstilen geeignet sind. Benutzer können ihre Seiten basierend auf den bestmöglichen Layouts für ihre Bedürfnisse einfach neu organisieren und neu zusammenstellen. Bestehende Bildintelligenzdienste können helfen, Bilder automatisch zu verbessern oder Bilder automatisch zuzuschneiden, wenn das Design dies erfordert, beispielsweise bei der Verwendung von lizenzierten Inhalten. Dies alles ist derzeit ohne den Einsatz von KI-basierten Tools verfügbar.

Kosteneffizienz – Derzeit gibt es zwei Methoden, um KI-basierte Dienste bereitzustellen; Client-KI (normalerweise auf mobilen Geräten verfügbar, um die Bildbibliothek eines Benutzers zu scannen) und serverbasierte KI. Es gibt einige großartige Lösungen für die Bereitstellung von Produktempfehlungen auf einem mobilen Gerät; Beide Methoden können jedoch viel teurer sein als ihre Gegenstücke ohne KI. Hinweis: Wir glauben, dass KI (insbesondere) für die Fotoentdeckungs- und Kurationsfunktionen mobiler Apps sehr starke 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 reproduziert, was Sie ihr zuführen. Dies schränkt jedoch auch Ihre Möglichkeiten zum Optimieren und Anpassen des Algorithmus an Ihre Bedürfnisse erheblich ein. Wenn Sie der Meinung sind, dass ein Bild etwas anders gehandhabt werden sollte, oder wenn Ihr Designteam eine bestimmte Designentscheidung basierend auf einer Bildausrichtung treffen möchte, sind diese stark eingeschränkt.

Wir konnten beeindruckende Demos mit bestehenden Lösungen und Prototyping-Ideen mit proprietärer und Open-Source-Software erstellen. Unsere Entwicklungsbemühungen konzentrieren sich jedoch auf Konversionsraten, Benutzerzufriedenheit und Umsatzsteigerung für unsere Kunden und Partner, nicht auf „coole“ Showcases. Wir sind mit den aktuellen Lösungen nicht zufrieden und können den Sprung auf das KI-Schiff noch nicht empfehlen. Wir glauben jedoch, dass dies ein Bereich ist, der unsere Zeit und Investition wert ist, da die damit verbundenen Kosten sinken und das Angebot besser wird.

Zusammenfassend glauben wir, dass KI ein außergewöhnliches, wenn auch teures Tool ist, um die Fotokuratierung auf mobilen Geräten und auf Foto-Hosting-Sites zu unterstützen. Es kann auch aussagekräftige Einblicke in Benutzerinhalte liefern und dazu beitragen, wie Sie Benutzer auf Ihrer Website präsentieren und mit ihnen kommunizieren. Diese Erkenntnisse und Vorteile sind jedoch mit einem Preis verbunden, der die Entscheidung noch nicht zu einer Selbstverständlichkeit macht. Denken Sie daran, dass künstliche Intelligenz kein Feature ist; es macht nichts von alleine. Es ist eine Methode , mit der bestimmte Kategorien von Problemen effizient gelöst werden können. Erinnern Sie sich an das Sprichwort: "Wenn Sie einen Hammer haben, sieht alles aus wie ein Nagel?" Nun, in diesem Gespräch ist KI ein Abbruchhammer ; Es ist ein äußerst hilfreiches Werkzeug, das Sie in Ihrem Schuppen haben sollten, aber es wird Ihnen nicht beim Dekorieren helfen.

Die Einschränkungen aktueller KI-Lösungen sind nicht zu vernachlässigen. Das Opfern von Auswahl und Stil zugunsten von Layout-Intelligenz, wenn diese Intelligenz bereits zu einem Bruchteil der Kosten mit herkömmlicher Codierung verfügbar ist, macht KI vorerst zu einer weniger überzeugenden Option. Natürlich kann es frühe Tech-Anwender geben, die sich nicht von bestimmten Geschäftsrisiken abschrecken lassen, wenn sie KI-basierte Lösungen für Layout-Intelligenz verwenden. Auch wir glauben an KI und es ist nur eine Frage der Zeit, bis wir einen kostengünstigen Weg finden, ihre Fähigkeiten so zu nutzen, dass sowohl unsere Kunden als auch ihre Käufer davon profitieren.

Verstehen Sie uns nicht falsch, wir sind begeistert von den unzähligen Möglichkeiten der künstlichen Intelligenz. Wir staunen über die ständig neuen Entwicklungen und sehen nur positive Chancen für die Zukunft. Es wäre jedoch unverantwortlich, zum jetzigen Zeitpunkt den Einsatz von KI-basierten Lösungen zu empfehlen, da sie für Großprojekte im Vergleich zu herkömmlichen Ansätzen mit denselben Ergebnissen noch keine wirtschaftlich tragfähige Option darstellen. Wir sind gespannt auf weitere datengestützte Forschung und Experimente zu spezifischen KI-basierten Funktionen, die unsere Kunden auf ihren eigenen Geschäftsbereich und ihre Benutzerpersönlichkeiten anwenden können. Wir werden weiterhin daran arbeiten, Lösungen zu bewerten und die Auswirkungen auf wichtige Kennzahlen wie Konversionsraten und Benutzerzufriedenheit zu untersuchen.

Auf jeden Fall liegt es an Ihnen, zu entscheiden, ob die KI trotz ihrer derzeit hohen Kosten die Bedürfnisse Ihres Unternehmens und / oder die Anforderungen Ihrer Käufer erfüllt. Bitte schaffen Sie es jedoch aus dem Marketing-Hype heraus - Due Diligence ist hier genauso wichtig wie in jedem anderen Geschäftsvorhaben.