Wie die Konsolidierung der KI-Anbieter globale Contentinitiativen voranbringt
Fallstudie
Neue Lösungen zur KI-Contenterstellung für einen Sport- und Bekleidungsgiganten
Lionbridge Knowledge Hubs
- LLM-Einschränkungen überwinden
- Positive Patientenergebnisse
„Versuchen Sie, Ihren Standpunkt hinsichtlich der Interaktion mit künstlicher Intelligenz klar zu formulieren. Teilen Sie diesen Standpunkt dann der KI als gemeinsam einzunehmenden Standpunkt mit ... Wenn Sie nun einige Vorher-Nachher-Vergleiche anstellen, werden die Ergebnisse Sie positiv überraschen.“
Marcus Casal, Lionbridge Chief Technology Officer
Künstliche Intelligenz (KI) verändert Contenterstellung, Kundenansprache und Skalierung der Marketingstrategien durch Marken. Doch mit der unternehmensseitig zunehmenden Nutzung großer Sprachmodelle (Large Language Models, LLM) und generativer KI stellt sich eine wichtige Frage: Wie gut kennen Sie Ihre KI, deren Bias und die Schwierigkeiten bei der Bereitstellung kulturell relevanten Contents?
In unserem Webinar „Unbekannte Gefahren: Wie gut kennen Sie Ihre KI?“ haben sich Marcus Casal, CTO von Lionbridge, Will Rowlands-Rees, Chief AI Officer von Lionbridge, und Detria Williamson, Chief Experience Officer von AI 2030, direkt mit dieser Frage auseinandergesetzt. Ihr Ziel? Globale Führungskräfte, Marketingfachleute und Techniker sollen in die Lage versetzt werden, Bias in KI-Systemen zu erkennen und zu beseitigen sowie eine effektive kulturelle Adaption zu erreichen, um den Ruf der Marke zu schützen.
Möchten Sie sich das ganze Webinar ansehen? Über die Schaltfläche unten gelangen Sie zur Aufzeichnung.
KI-Bias drückt sich in vorurteilsbehafteten Ausgaben von KI-Systemen aus, die in den verwendeten Trainingsdaten enthaltene oder im Design angelegte Vorurteile wiederholen oder gar verstärken. Bias dieser Art kann unterschwellig oder offensichtlich auftreten und sich auf alle Elemente – von den von der KI generierten Bildern bis hin zur Sprache im Content für globales Marketing – auswirken. Das Erkennen von KI-Bias ist der erste Schritt, um dessen Auswirkungen zu minimieren und sicherzustellen, dass Ihr Content bei Zielgruppen unterschiedlichster Ausprägung Anklang findet.
Kulturelle Adaption bezeichnet den Prozess der Anpassung von Content und Botschaften an die einzigartigen Werte, Präferenzen und Normen einer bestimmten Zielgruppe oder eines bestimmten Marktes. Künstliche Intelligenz kann zwar Content für globale Zielgruppen generieren, dabei aber nicht immer die kulturellen Nuancen erfassen, die Voraussetzung für eine wirklich ansprechende Botschaft sind. Indem Sie die kulturelle Adaption zum Bestandteil Ihrer KI-Strategie machen, können Sie sicherstellen, dass die Ausgaben die grundlegenden Kriterien von Übersetzung und Akkuratesse übertreffen. Die Ausgaben stellen dann eine authentische und respektvolle Verbindung zu Menschen aus verschiedenen Kulturen her und stärken so die globale Wirkung Ihrer Marke.
Wenn Unternehmen globalen Content mit KI erstellen, können voreingenommene oder kulturell unsensible Ausgaben Reputation und Vertrauenswürdigkeit der Marke untergraben.
Ausgaben dieser Art können von der Zielgruppe als unpassend, ungeschickt und irreführend aufgefasst werden. Interessenten und Kunden werden möglicherweise verärgert, das Markenimage leidet, die Effektivität des Marketings sinkt und die Markenintegrität wird beschädigt.
Unsere Experten haben vier Hauptfaktoren identifiziert, die sich auf KI-generierten Content auswirken und zu voreingenommenen oder kulturell problematischen Ausgaben führen können:
Ihr Standpunkt: Wenn Sie die Perspektive Ihrer Marke und die anzusprechende Zielgruppe in der Interaktion mit KI nicht klar definieren, trifft das System eigene Entscheidungen, um diese Lücken zu füllen. Dieser Mangel an Klarheit kann also zu generischem, irrelevanten oder kulturell unsensiblem Content führen.
Trainingsdatenbias: KI lernt aus den eingespeisten Daten. Wenn in den Trainingsdaten bestimmte Kulturen, Sprachen oder demografische Gruppen überrepräsentiert sind, kann sich dieser Bias in den Ausgaben zeigen und Teile Ihrer Zielgruppe ausschließen oder Teile des Zielmarkts fehlerhaft repräsentieren.
Prompt-Strategie: Die Formulierung der Prompts ist wichtig. Sind Prompts unklar oder unspezifisch, muss sich die KI auf statistische Wahrscheinlichkeiten stützen. Das kann Stereotype verstärken oder zur Nichtbeachtung des jeweils relevanten kulturellen Kontexts führen. Je spezifischer Prompt-Ketten sind, desto relevanter und inklusiver sind üblicherweise die Ergebnisse.
Das Wesen der Sprache: In jeder Sprache werden Genus, Formalität, Umgangssprache und Redewendungen anders gehandhabt. KI erfasst diese Nuancen nicht immer richtig und produziert gelegentlich Übersetzungen oder Botschaften in einem anderen Tonfall, mit Bedeutungsverlust oder anstößiger Natur.
Jeder dieser Faktoren beeinflusst die Interpretation der jeweiligen Aufgaben durch die KI ebenso wie das Generieren von Content, wirkt sich also letztendlich auf die kulturelle Relevanz und den Ruf Ihrer Marke aus.
Es gibt viele Beispiele für KI-Bias. Als die Webinarmoderatoren Gemini aufforderten, das Bild eines „successful entrepreneur“ (erfolgreicher Unternehmer) zu generieren, konnte der Bias im Ergebnis beobachtet werden.
Wie das Bild oben zeigt, wurde eine weiße Frau im Business-Anzug in einem hochgelegenen Stockwerk eines Bürogebäudes dargestellt.
Die Moderatoren erläuterten die verschiedenen Entscheidungen der KI und zeigten, wie Trainingsdaten und typische Annahmen in Bezug auf Erfolg, Professionalität und Umfeld diese Entscheidungen prägten. Die KI entschied sich beispielsweise für eine Frau, um überkommene Geschlechterstereotype in Frage zu stellen, übernahm aber das Stereotyp „weiße Person in Unternehmensumfeld“, resultierend aus der Überrepräsentation weißer Personen und Unternehmensumfelder in der Trainingsdatenmenge.
Ohne klare Vorgaben neigen KI-Systeme dazu, bekannte Muster zu verstärken, obwohl diese möglicherweise nicht zu Ihren Zielgruppen oder Markenwerten passen.
Sprache ist ein soziales Konstrukt. Für eine effektive kulturelle Adaption kommt es deshalb auf Nuancen an. Englisch ist unter den großen Sprachen ungewöhnlich, weil es keinen Genus für Substantive verwendet und keine formelle Anrede vorsieht. In anderen auf den globalen Märkten gesprochenen Sprachen verhält es sich anders. Das Webinar untersucht, welche dramatischen Auswirkungen Genus und Formalität in Sprachen wie Spanisch, Französisch und Arabisch auf den Tonfall einer Marke, den Respekt und letztlich die Wahrnehmung der Kunden haben können, und unterstreicht so die Bedeutung der kulturellen Adaption.
In spanischen Marketingtexten kann beispielsweise „innovador“ (männlich) oder „innovadora“ (weiblich) verwendet werden, um die Marke „Apple“ zu beschreiben. Die KI-Übersetzung kann die Marke also männlicher oder weiblicher als beabsichtigt erscheinen lassen. Ebenso kann die Verwendung von „tu“ (informelles Spanisch), wenn „su“ (formelles Spanisch) angemessener wäre, Ihre Botschaft in einem Kontext wie dem Bankwesen respektlos oder umgangssprachlich klingen lassen.
Diese Beispiele veranschaulichen, wie durch unzureichende kulturelle Adaption in KI-generiertem Content Botschaften entstehen können, die keinen Anklang finden, das Vertrauen untergraben und die Wirkung der Marke schwächen.
Im Webinar machten die Experten deutlich, dass die Bekämpfung von KI-Bias und die Erstellung kulturell relevanten Contents gar nicht schwer ist.
Beginnen Sie damit, vorhandenen Content und KI-Ausgaben auf Bias und unzureichende kulturelle Adaption zu prüfen. Gehen Sie dabei von bewährten Best Practices aus: Prompts optimieren, Trainingsdaten auf Repräsentativität prüfen und aktiv auf kulturelle Nuancen und Markentonfall achten. Das Webinar skizzierte bewährte Verfahren zum Erstellen kulturell relevanten Contents ohne Bias.
Umsetzbare Strategien für weniger KI-Bias und mehr kulturelle Adaption:
Standpunkt: Machen Sie deutlich, welche Ziele mit der KI erreicht, welche Zielgruppen angesprochen und welche Ausgaben erzielt werden sollen.
Trainingsdatenbias: Definieren Sie Ihren Standpunkt, und stellen Sie sicher, dass dieser akkurat und in ausreichendem Umfang in der Trainingsdatenmenge berücksichtigt ist.
RAG (Retrieval-Augmented Generation): Glossare, Styleguides und die Markenstimme können in die RAG übernommen werden, um die KI mit dem richtigen Kontext auszustatten.
RLHF (Reinforcement Learning from Human Feedback): Validieren Sie die Ausgaben mittels menschlicher Korrektur (Human-in-the-Loop, HITL), um das Modell kontinuierlich zu verbessern.
Prompt-Engineering: Achten Sie auf hochspezifische Prompts, um den Entscheidungsspielraum der KI möglichst stark zu beschränken.
Sprachübergreifendes Verständnis: Führen Sie linguistische Audits durch, ziehen Sie Experten heran, und entwickeln Sie marktspezifische Styleguides.
Mithilfe von Lionbridge kann Ihr Unternehmen KI voller Überzeugung nutzen, um neue Zielgruppen zu erreichen, die Reputation der Marke zu stärken und global Erfolge zu erzielen. Dabei stehen kulturelle Achtsamkeit und Sensibilität im Mittelpunkt der Contentstrategie.
Wir können Sie in folgenden Bereichen unterstützen:
Strategie und Herangehensweise festlegen: Ihren Standpunkt definieren und sicherstellen, dass die KI-Systeme und der Content für die Zielgruppen kulturell relevant sind.
Umfassende Trainingsdaten zusammenstellen: Repräsentative Datenmengen (einschließlich Bildern, Videos, Audiodaten und Bewegtbildern) beschaffen und kuratieren, um Ihre KI-Initiativen mit unseren verantwortlichen KI-Datenservices zu unterstützen.
Retrieval-Augmented Generation (RAG) optimieren: Daten strukturieren, bereinigen und hosten, Content vektorisieren und Muster für hochwertige mehrsprachige Ausgaben erstellen, die auf Ihre Markenstimme abgestimmt sind.
Ausgaben validieren und optimieren: Kontinuierliche Validierung und HITL-Korrektur mit unserer globalen Community aus über 500 000 Experten, damit die KI-Modelle auch weiterhin akkurat und vertrauenswürdig arbeiten.
Effektive Prompts erstellen: Hochspezifische Prompt-Ketten mit unseren 5000 Prompt-Experten unterschiedlicher Muttersprachen entwickeln und optimieren und die Lionbridge-App Content Remix, unsere moderne Plattform zur Erstellung von Content in mehreren Sprachen nutzen.
Sprachübergreifende Konsistenz sicherstellen: Linguistische Audits durchführen, mit Experten kooperieren, Styleguides entwickeln und Schulungen für Content Writer anbieten, um Bias zu minimieren und marktübergreifende Konsistenz zu erreichen.
Mit Lionbridge profitiert Ihr Unternehmen von einem bewährten Partner, für den verantwortliche KI, kulturelle Adaption und globale Markenintegrität im Mittelpunkt stehen.
In diesem Webinar wurde untersucht, wie Bias in KI-Systemen erkannt und beseitigt wird. Für kulturell relevante Ausgaben müssen von der Vermittlung Ihres Standpunkts bis hin zu für die KI geeigneten Trainingsdaten einige Voraussetzungen erfüllt werden. Die wichtigsten Aspekte:
KI-Bias ist real: Bleiben Sie aufmerksam.
Ihr Standpunkt ist wichtig: Machen Sie der KI deutlich, wer Ihre Zielgruppe ist und welche Ziele Sie verfolgen.
Trainingsdaten sind wichtig: Stellen Sie sicher, dass die Trainingsdatenmengen Ihren Markt repräsentieren.
Die Prompt-Strategie ist entscheidend: Verwenden Sie hochspezifische Prompt-Ketten für relevante, inklusive Ausgaben.
Sprachliche Nuancen beeinflussen die Ausgaben: Berücksichtigen Sie Genus, Formalität und Umgangssprache, um den Markenton zu formen und kulturelle Resonanz zu schaffen.
Geteilte Verantwortung: Die Abteilungen für Marketing, Technologie und Marke müssen zusammenarbeiten.
Validierung ist unerlässlich: Wählen Sie eine Kombination aus automatischem und HITL-Korrektorat, um verantwortliche und vertrauenswürdige KI-Ausgaben zu erhalten.
A: Die Verantwortung sollte von den Abteilungen Marketing, Technologie und Markenführung gemeinsam getragen werden. Wenn diese Gruppen zusammenarbeiten, werden die KI-Strategien mit höherer Wahrscheinlichkeit die Werte Ihres Unternehmens und die Anforderungen der Zielgruppe erfüllen. Expertise hoher Diversität verbessert die Ausgaben, weil Bias gemindert und die kulturelle Relevanz gestärkt wird.
A: KI nur als technische Angelegenheit zu betrachten, ist riskant. Moderne Markenteams sind erfolgreich, weil sie in hybriden Modellen arbeiten. Marketingfachleute sollten sich proaktiv an den Diskussionen beteiligen. Der Fokus auf funktionsübergreifende Zusammenarbeit senkt das Markenrisiko und sorgt für relevante und sichere KI-Ausgaben.
A: Aktualisieren Sie die Trainingsdaten und Glossare regelmäßig, damit aktuelle kulturelle Trends berücksichtigt werden. Lassen Sie Content von Markenbotschaftern und Kulturexperten prüfen, und nutzen Sie automatische Prüfungen ebenso wie menschliche Kontrollen, damit die Botschaften relevant und angemessen bleiben.
A: Bevor ein neuer umgangssprachlicher Begriff übernommen wird, muss der Markenbotschafter sicherstellen, dass er den Markenwerten entspricht. Wird der Begriff zugelassen, müssen die Teams für Marketing, Technologie und Governance zusammenarbeiten, um ihn sicher und authentisch zu integrieren. KI-Modelle können neue umgangssprachliche Ausdrücke schnell lernen. Jedoch sorgt erst eine klare Perspektive für deren authentische und angemessene Nutzung.
A: Standardmodelle wie Gemini, Llama, Claude und GPT eignen sich gut. Entscheidend sind die von Benutzern erstellten Prompts und die Interaktion mit dem Modell. Die klare Definition Ihres Standpunkts und die Anpassung der Prompt-Ketten sind wichtiger als die Wahl des Modells.
Wenn Sie sich weitere Webinare von Lionbridge zum Thema KI ansehen wollen, finden Sie diese in unserer Bibliothek.
Sie möchten Ihre globalen Marketingbotschaften mit relevantem Content transportieren, der kulturelle Achtsamkeit und Sensibilität vermittelt? Kontaktieren Sie uns. Wir erläutern gern, wie Sie KI mithilfe von Lionbridge zu Ihrem Vorteil nutzen und gleichzeitig die Risiken von KI-Bias überwinden können.
Hinweis: Dieser Blogbeitrag wurde von der Lionbridge-App Content Remix erstellt und anschließend von einem Autor überarbeitet.