print logo

Generative KI für visuelle Inhalte nutzen

Für generative KI dominieren im Marketing primär textbasierte Anwendungsfälle. Dabei lässt sich die Technologie sehr gut für visuelle Inhalte nutzen.
Juli Greenwood | 19.01.2024
Visuelle Inhalte mit KI erstellen © Cloudinary
 

2023 war zweifellos das Jahr der generativen KI. Seit dem Start von ChatGPT im November 2022 wurden kreative Anwendungsfälle für diese vielversprechende Technologie in fast allen Bereichen, von der Kunst bis zur Wirtschaft, entdeckt. Laut dem 2023 State of Visual Media Report sind etwa Webentwickler fest davon überzeugt, dass KI ihre Arbeit erleichtern wird: Ganze 99 Prozent gaben an, dass sie ihre Arbeit deutlich verbessern kann.

 

Doch wie sieht es bei uns im Marketing aus?

 

Bisher waren die häufigsten Anwendungsfälle von KI im Marketing textbasiert: Texterstellung und E-Mail-Generierung, Übersetzung, Ideenfindung und Marktforschung. Mit zunehmender Marktreife und der Einführung weiterer KI-Tools kann der Einsatz dieser Technologie zur Automatisierung von Aspekten der Bild- und Videoproduktion, -verwaltung und -optimierung jedoch auch im Marketing von großem Nutzen sein. Die Möglichkeit, die Erstellung und Anpassung visueller Inhalte mithilfe von KI zu beschleunigen, kommt genau zum richtigen Zeitpunkt. 

 

Heutzutage müssen Marketingteams den unersättlichen Appetit der Verbraucher auf visuelle Inhalte befriedigen. Das Ausmaß, in dem Bilder und Videos das Online-Engagement fördern und zu höheren Umsätzen und Konversionen führen, ist groß und unbestreitbar. Die Erstellung und Bereitstellung visueller Inhalte in dem Umfang und in der Geschwindigkeit, wie sie heutzutage oft erforderlich sind, kann jedoch kostspielig und zeitaufwendig sein. Die Erstellung von Bildern kann Wochen, wenn nicht Monate dauern und viele interne und externe Ressourcen in Anspruch nehmen – Zeit, Ressourcen und Budgets, die viele Unternehmen nicht haben.

 

Wenn es jedoch um den Einsatz von KI für visuelle Inhalte geht, zögern viele Marketingverantwortliche. Die damit verbundenen Arbeitsschritte sind ihnen weniger vertraut. Als Marketingexpertin, die als Fotografin angefangen hat, verstehe ich dieses Zögern. Viele fragen sich, ob die generative KI hier wirklich Zeit spart? Und ob die Ergebnisse nicht zu künstlich, nicht authentisch wirken? Und viele wissen nicht, welche Anwendungsfälle für visuelle Inhalte mit generativer KI überhaupt möglich sind.

 

Remix statt Neuschöpfung

Eines meiner Lieblingszitate zum Thema Arbeit stammt von der amerikanischen Unternehmerin und Flickr-Mitbegründerin Caterina Fake: „Oft arbeiten Menschen hart an der falschen Sache. An der richtigen Sache zu arbeiten ist wahrscheinlich wichtiger als hart zu arbeiten“. Die meisten Unternehmen verfügen über umfangreiche Bibliotheken mit visuellen Inhalten. Warum nicht auf diese Bilder zurückgreifen und mit Hilfe generativer KI neue, frische Versionen erstellen? Oder den Kontext ändern, für den sie ursprünglich erstellt wurden, und sie für neue Kampagnen wiederverwenden?

 

Dazu zählen etwa Anwendungsfälle wie das Entfernen unerwünschter Objekte (Inpainting), das Ersetzen von Objekten, das Ersetzen ganzer Bildhintergründe oder das Erweitern von Bildern über ihren ursprünglichen Inhalt hinaus (Outpainting). Auf diese Anwendungsfälle soll im Folgenden näher eingegangen werden:

  • Inpainting: Beim Inpainting werden mittels generativer KI unerwünschte Pixel oder Objekte aus bestehenden Bildern entfernt. Dies reduziert nicht nur die Bildbearbeitungszeit erheblich, sondern kann auch genutzt werden, um bestehende Bilder zu verändern und den Fokus auf verschiedene Bildelemente zu legen. So können beispielsweise für eine bestimmte Werbekampagne Objekte entfernt werden, die nicht beworben werden sollen, und nur das Hauptprodukt in den Vordergrund gerückt werden.
  • Austausch von Objekten: Der nächste Schritt beim Einsatz von generativer KI wäre, nicht nur unerwünschte Objekte zu entfernen, sondern sie durch neue zu ersetzen. Dieser Anwendungsfall eignet sich hervorragend, um die visuelle Sprache der Kampagne wiederzuverwenden, aber den Fokus auf ein anderes Produkt zu legen. Modeunternehmen können einem Model einfach ein anderes Kleidungsstück anziehen, ohne die Kampagne neu fotografieren zu müssen, oder eine Bierflasche durch eine Saftflasche ersetzen, um ein Bild in eine familienfreundliche Version zu verwandeln.
  • Austausch des Bildhintergrunds: Genauso kann die generative KI eingesetzt werden, um ein Produkt in verschiedenen Szenen zu platzieren, indem neue Hintergründe generiert werden, während die Integrität des Produkts erhalten bleibt. Dieser Anwendungsfall kann für saisonale Kampagnen interessant sein, bei denen ein Produkt in einer winterlichen Umgebung platziert wird, oder für spezielle Werbeaktionen wie zum Valentinstag.
  • Outpainting: Beim Outpainting können Bilder mit Hilfe von generativer KI um neue Inhalte ergänzt werden, wobei der Stil und die Details des Originals erhalten bleiben – eine großartige Möglichkeit, eine neue Kampagne auf der Grundlage vorhandener Bilder zu erstellen.

 

Ich würde nicht empfehlen, neue visuelle Inhalte von Grund auf mit generativer KI zu erstellen, insbesondere nicht für Kampagnen oder Produktbilder. Dabei kann zu viel schiefgehen. Bei der Erstellung eines Bildes tun KI-Tools zwar ihr Bestes, um sich das gesamte Szenario vorzustellen, aber es gibt immer noch zu viele Fallstricke, wenn es zum Beispiel um Markenrichtlinien, Qualitätsstandards und Kompositionsregeln geht.

Der Einsatz generativer KI zum Remixen vorhandener Bilder ist für Vermarkter weit weniger riskant als die Erstellung neuer Bilder von Grund auf. Wie bereits erwähnt, nutzen Marketer KI heute hauptsächlich für textbasierte Aufgaben, ihr Einfluss auf visuelle Inhalte ist noch relativ gering. Dies könnte sich mit neuen Anwendungsfällen wie Outpainting und Inpainting ändern. Wer noch zögert, generative KI auch für visuelle Inhalte einzusetzen, sollte sich folgende Zahlen vor Augen führen: Laut dem 2023 State of Visual Media Report sparen Unternehmen durch Automatisierung mit KI durchschnittlich 34 Arbeitstage pro Monat. Warum also nicht im Jahr 2024 generative KI einfach mal ausprobieren?