Folge 11
KI im Marketing: Wenn 50 Agents den Rechner heiß laufen lassen
HostsOguzhan, Raoul, Sebastjan
Veröffentlicht
Dauer32 Min.
Folge anhören
Audio · RiversideZurück zur Podcast-Übersicht
Kurz gesagt
Worum es in dieser Folge geht
Drei Leute, 50 Agents, und Produktfotos aus der KI, die aussehen wie aus dem Fotostudio. Heißt das, du kannst damit einen ganzen Shop bestücken? Genau der Frage gehen Raoul, Oguzhan und Sebastjan nach, mit Beispielen aus ihren eigenen Kundenprojekten. Es geht um Nano Banana, Flux und GPT Image, um API-Aggregatoren statt zehn Kreditkarten und um die Stellen, an denen die Modelle immer noch reihenweise scheitern. Am Ende bleibt die Frage, wer den Fehler im Bild eigentlich findet.
- Oguzhans Rechner ist kaum noch zugeklappt, die Agents laufen 24-7 durch. Sebastjan hält dagegen, die bräuchten viel Betreuung, und Raoul sieht sie ein bisschen dumm im Kreis laufen.
- 20 Videos und 20 Posts für BuzzView, und kein einziges davon ist ein KI-Video. Wie der Skill heißt, weiß Oguzhan nicht mehr, Raoul liefert den Namen nach und erklärt, warum JavaScript-Animationen nirgendwo als KI geflaggt werden.
- "Es gibt aktuell nicht das eine Modell, das für alles perfekt ist." Intern hat sich Nano Banana 2 durchgesetzt, Flux lag dicht dahinter, und mit GPT Image 2 fängt die Testrunde gerade wieder von vorn an.
- Ein Produkt mit 500 Millilitern steht als Fünf-Liter-Eimer auf dem Tisch, der Teddybär ist mal winzig und mal riesig. Ohne Referenzobjekt im Bild bekommt kein Modell die Größenverhältnisse zuverlässig hin.
- Eine Person auf einem Nano-Banana-Bild hat drei Beine. Auf Nachfrage zählt ChatGPT zwei, und genau damit wollte Raoul den Bildcheck automatisieren.
Folge ansehen oder anhören
Jetzt abspielen
32 Min. · Auch auf YouTube
Kapitel
Direkt zur Stelle springen
Shownotes
Links und Erwähnungen aus der Folge
Die Modelle, Tools und Quellen aus dieser Folge zum Nachschlagen.
Was wir bei Buzzmatic dazu machen
Virtuelle PhotoshootsDas Hauptthema der Folge, KI-Produktfotos im Shop-Maßstab.AI AgentsFür die 50 Agents, die bei Oguzhan den Rechner heiß laufen lassen.Digital PRSebastjans Ansage aus den News, investier in Marke und Quellen.AI Visibility Monitoring & TrackingWomit du prüfst, ob deine Marke in den Antworten überhaupt auftaucht.
Zum Weiterlesen
FolgeAI im E-Commerce: Diese Automatisierungen laufen wirklichDieselbe Frage vier Monate später, Bilder gegen Video.WissenKI-Bilder generieren: der komplette EinstiegDer geordnete Weg vom Prompt zum brauchbaren Produktbild.WissenKI-Modelle im Vergleich: GPT, Claude, Gemini & Co.Wenn du selbst sortieren willst, welches Modell zu deinem Fall passt.WissenKI-Videos erstellen: Tools und WorkflowsZu Veo und Seedance, die Raoul am Ende der Modellrunde nennt.WissenDer EU AI Act verständlich erklärtWarum geprüfter KI-Content anders behandelt wird als ungeprüfter.
Tools und Quellen aus der Folge
Du hast eine Frage oder ein Thema für eine kommende Folge? Nutze das Formular am Ende der Seite.
Transkript
Zum Nachlesen
Vollständiges Transkript der Folge32 Min. · Automatisch erstelltes Transkript, kann kleine Fehler enthalten.
RaoulHi, willkommen bei Buzzsozial, eurem Podcast für KI Marketing. Ich bin Raoul und auch heute wieder flankiert von Sebastjan und Oguzhan hier als King im Anzeigefenster. Also wir sind drei Clickmonkeys und ihre 50 Agents und erzählen euch heute ein bisschen was zu ein paar KI Themen. Jungs, wie geht es euch? Wie geht es euren Agents?
OguzhanGut, sie laufen und machen den Rechner heiß. Der Rechner ist kaum mehr geschlossen, der läuft ungefähr 24-7 durch.
SebastjanDie brauchen aber auch viel Betreuung, die scheiß Agenten.
RaoulWer braucht mehr Auslauf, deine Agenten oder deine Hunde?
SebastjanWir sind schon bei der Agenten angekommen. Es wird immer besser, aber es ist immer noch nicht gut.
RaoulDie läuft halt ein bisschen dumm im Kreis, so ein bisschen das Problem gegen Wände.
SebastjanHahaha! Ja.
RaoulJa schön, was gibt es Neues bei euch?
OguzhanWas gibt Neues? einiges. Wir haben diese Woche zusammen mit unserer Contentmanagerin nochmal eine tiefen Recherche gemacht und nochmal mit der Hilfe von GSC-Anbindungen etc. nochmal rausgekriegt, wo noch ein paar Gaps sind, Content Gaps sind. Also Sachen, wo wir früher wirklich sehr, sehr lange für gebraucht haben. Sachen, die uns vielleicht nur schwer aufgefallen wären. Die sehen wir jetzt relativ klar und deutlich und auch zügig, auch alles schön aufbereitet. Das war nochmal so ein schönes Erfolgserlebnis diese Woche. Und das freut unsere Kunden natürlich, weil wir natürlich tiefergehende Analysen machen können, uns auf die Qualität konzentrieren können, auf den Output und weniger auf Daten generieren, zusammenklicken, runterladen und so ein Kram. Also das passt schon.
SebastjanDas macht ja auch Spaß, auch bei den Kunden, langsam auch verstanden haben, dass man die stupiden Arbeiten nicht mehr selber machen muss. Die kämpfen immer noch damit, kann man sowas umsetzen, da sind wir natürlich da als Profis. Aber das macht auch schon Spaß, weil die sehen diesen Mehrwert jetzt auch und man muss jetzt nicht mehr überzeugen und die interessieren sich jetzt nicht für die Technik dahinter, aber die Ergebnisse und die kann man... schon sehr gut steuern und mit ein bisschen Betreuung von Agenten.
OguzhanIch habe noch ein Thema, BuzzView. BuzzView habe ich doch diese Woche ordentlich Gas gegeben. Da war Raoul auch ein bisschen überrascht. Mit coolen Videos, die wir gebaut haben. Mit Hilfe von Agenten und Skills, die wir intern hatten. Ich wusste nicht, es diesen Skill unbedingt gibt. Und Raoul wusste nicht, dass dieser Skill das überhaupt so kann. Und dass er schon so weit ist. Aber das Ergebnis war erstaunlich gut. für den ersten relativ rudimentären Versuch. Ich glaube, auf LinkedIn habt ihr vielleicht auch schon das eine oder andere Video gesehen über BuzzView. Klickt gerne rein, guckt euch das mal an, gebt gerne Feedback. Ich habe jetzt nochmal, ich glaube, in Summe 20 Videos und 20 Posts so skirriult und auch nochmal produziert. Also es macht gerade richtig Spaß da auch.
RaoulDu musst vielleicht unsere Hörer nochmal abholen, was ist BuzzView und über welche Skill reden wir, du sehr kryptisch vermutlich für ein paar der Zuhörer.
OguzhanJa, ist, eigentlich müssten alle Zuhörer uns natürlich wöchentlich folgen. Und dann würden sie auch wissen, was BuzzView ist. Alle, es nicht tun, shame on you. BuzzView ist ein Tool entwickelt innerhalb von Buzzmatic, mit dem man die AI-Sichtbarkeit messen kann oder die Sichtbarkeit der eigenen Domain innerhalb verschiedener LLMs, darunter ChatGPT.
RaoulJa, und Oguzhan ist wieder eingefroren und... äh... mach ich grad mal weiter, also das... äh... ah ja, okay. Da ist er wieder da.
Oguzhaninnerhalb von ChatGPT, Gemini und Co. Und dafür machen wir Promotions. Und diese Promotion habe ich gemacht auf LinkedIn mit Hilfe einem Skill Dieses Skill generiert auf meine Anweisungen kurze Videos, die 5-10 Sekunden gehen. Was bisher sehr schwierig gewesen ist, ein Video zu produzieren, geht jetzt on Scale innerhalb von 10 Minuten, 15 Minuten, 20 Minuten hast du 10 Videos. Wie der Skill heißt, ich gerade gar nicht mehr. Da kann ich auch vielleicht nochmal Input geben.
RaoulJa so, Remotion. Remotion ist ein Tool, was auch, glaube ich, so für 3-4 Monate relativ viel Hype bekommen hat. Was das macht, das generiert halt Videos. Und zwar generiert das Videos nicht auf Basis von KI, sondern das sind eigentlich JavaScript-Animationen, die da ablaufen. Eigentlich ganz cool, hochauflösend. Wird ja auch nicht insofern als KI-Video in irgendeiner Form geflaggt. hat auch keine so Inkonsistenzen und so. Also kannst du sehr, coole Sachen mitmachen. Eigentlich eine ganz gute Überleitung zu meinem Thema heute. Hauptthema dieser Episode wird Asset-Erstellung mit KI sein. danke für die schöne Steilvorlage, Oguzhan. Aber davor kommt, glaube ich, Sebastjan mit unseren zwei Sections einmal kurz, was passiert ist in der letzten Woche im Bereich KI. Und mit dem Shiny Object, wo ich auch sehr gespannt bin.
SebastjanDer Oguzhan ist der einzige, der eine perfekte Brücke zu zwei weiteren Themen auf einmal aufstellt, weil bei mir ist auch ein Punkt, der sich Large-Language-Modell-Sichtbarkeit handelt. Danke, Oguzhan. Und zwar BrightEdge hat eine Analyse gemacht über verschiedene Prompts in verschiedenen Industries und herausgefunden, dass die Quellen sehr stark variieren in den Promptantworten, aber... Die Marken, die diese Quellen erwähnen oder die Large Language Models dann surfaceen über diese Quellen, bleiben ziemlich konstant. Das sehen wir auch in BuzzView, dass man für eine Marke auf ganz verschiedenen Quellen platzieren muss, um da konstant gesurfaced zu werden und Markenstärke spielt immer. immer noch und immer mehr in eine Rolle, investiert in Digital PR, investiert in Markenaufbau und auch in Texte, die euch dann überhaupt die Möglichkeit geben, dass sie auf verschiedene Prompts da gezeigt werden.
Und dann habe ich noch drei weitere Themen. Google Alphabet hat Quartalszahlen gezeigt und die haben schon wieder den Umsatz aus Q1 2025 getoppt, aber das meiste davon kommt durch Währungsunterschiede, weil Dollar schwach war. Und der Rest kommt zwar aus der Suche, aber aus deren AI-Features. Was heißt das für SEOs? Wir können uns jetzt nicht darüber freuen, dass wir dadurch jetzt mehr Klicks bekommen werden, dass die gute alte Welt der zehn blauen Links wieder da ist. zeigt aber trotzdem, dass immer mehr Users und Searchers auf die AI-Features von Google zugreifen, dass man die Augen behält.
Models und gesurfaced werden von Large Language Models wird immer wichtiger, egal wie man das dreht. Und auch eine spannende Geschichte, die ganz anders ist als das, was wir noch vor einem Jahr unseren Kunden erzählt haben und zwar wie wichtig sind die Trainingsdaten und Trainingsdaten-Cuts bei Large Language Models. OpenAI hat jetzt in diesem Jahr zum ersten Mal mehr Live-Searches gezeigt, mehr Ergebnisse aus Live-Suche gezeigt als aus den Trainingsdaten. Das heißt aber auch wiederum, die crawlen wie wahnsinnig alle Webseiten. Ihr werdet das in Zugriffsprotokollen sehen. Wir müssen uns darum kümmern, jeder bei sich, dass man Zugriffe über AI-Agents entsprechend filtert, nicht dass das die Daten skewt.
Und wir reden hier um ein Faktor um 3,5 Mal so viel und so häufig wie im letzten Jahr. Und noch der vierte Punkt, der mich auch ganz persönlich betrifft, weil ich stark mit OpenClaw arbeite, sind die Chinesen, die wieder ein Topmodell, Open-Source-Modell sogar angeboten haben. geliefert haben, mehrere Varianten davon, aber DeepSeek V4 Version hat auch eine Million Tokens Kontext Window. ist eine Mixture of Experts, das heißt nach Bedarf werden einzelne Expertenteile nur ein Teil von den Billionen von Datenpunkten angesprochen, nicht das ganze Ding und sind somit viel schneller.
Das wird spannend. Das ist spannend, insbesondere für agentische Prozesse, wo man jetzt nicht die beste Intelligenz braucht oder die teuerste, wie die von Anthropic und DeepSeek. Die Open Source Modelle sind mittlerweile nur ein paar Prozentpunkte hinter bezahlten Modellen aus USA und... 90 % der Geschäftsvorfälle in jedem Unternehmen schon ziemlich gute Arbeit leisten. Die sind bei Coding nicht da, da ist es am Anthropic immer noch Top-Notch. Aber die Chinesen sind da sehr, sehr, sehr fleißig Und dann noch ein Punkt heute, ein shiny object of the week für mich ist GPT 5.5.
Warum? Weil man mit OpenClaw insbesondere, über einen Plan von 100 oder 200 Euro in OpenAI hat man wieder so viele Tokens, man da benutzen kann, die wir mal hatten, wo Anthropic noch, über den monatlichen Plan OpenClaw dran gelassen hat. Also das macht wieder Spaß, man kann noch viel mehr machen. Die Qualität ist super. Wie gesagt, nicht im Coding, aber alles andere kriegt das GPT 5.5 auch hin. Das macht auch Hoffnung auf die Zukunft, weil die Top-Anbieter der Modelle schlagen sich jetzt gerade eine Schlacht auf allen Fronten und da profitieren wir davon. Das ist das, ich für heute vorbereitet habe. Und jetzt kommst du dran, Raoul, mit deinem Hot Topic Thema der Woche.
RaoulJa, dann fangen wir mit dem Hauptteil der Episode an und dazu habe ich heute erstmal ein Foto mitgebracht oder einen kurzen Screenshare, mal gucken, wie das funktioniert. Das ist ein Novum hier erstmal, dass wir das machen im Podcast wird auch jetzt in Zukunft mehr sein, dass wir mehr zeigen. Das bedarf aber ein bisschen Vorbereitung, das liegen heute nur kurz. Ich hoffe, ihr seht,
OguzhanThe hot shit.
RaoulIhr seht meinen Bildschirm hier. Das war noch so State of the Art vor circa anderthalb Jahren, Jahr, wo man sich lustig drüber gemacht hat. Gebe mir mal zehn Schritte, wie ich ein Spiegelei brate. Und dann halt so ein Humbug rauskamen, Step 1, irgendwas Crack pan, irgendwie halbwegs, irgendwelche Texte, Step 5 viermal, irgendwelche komplett unlogischen Sachen. Ich hab das gleiche gerade heute nochmal. ChatGPT gemacht und schaut euch das mal an. Das ist halt deutlich präziser. Wir haben neun Schritte, haben echte Fotos, der Text macht. Ich hab's nicht überprüft, ich hab's gerade generiert, aber wenn ich's mir angucke, macht das wirklich komplett Sinn, inhaltlich.
Inhaltlich Sinn. ist ein ganz anderes Level, wo wir da sind. ist jetzt irgendwie eineinhalb Jahre. die vergehen und da macht man diese Sprünge. Ihr kennt vielleicht auch noch bei Videos diese lustigen Videos, wo Will Smith Nudeln isst. Das wäre auch komplett Hanebüchen am Anfang mittlerweile. Das ist halt Top Qualität. Und was ich euch einfach auch nochmal zeigen kann, wo das übergeht oder zum Hauptthema übergeht, wie können wir Assets erstellen mit AI, wie können wir das professionell und skaliert machen. Ich zeige euch einfach mal ein paar Beispiele, in welche Richtung das heutzutage geht, was du machen kannst im Bereich Produktbildern.
Das ist jetzt Nano Banana, ihr hier seht. Aber da sieht ihr, da kannst du aus so einem Bild schon extrem viel rausholen. Da wirklich hochwertige Produktfotografie. produzieren. Das wird das Hauptthema dieser Episode heute sein, nämlich wie und welche Möglichkeiten haben wir Assets zu generieren. Sebastjan, du hebst deine Hand gerade. Kann ich dir...
SebastjanEine kurze Frage, das war sehr beeindruckend, was du gezeigt hast. Ist das eine echte Marke oder ist das irgendwas zusammenhaltsam?
RaoulDas sind echte Fotos. Ich will es nicht zu viel zeigen. ist ein Ausschnitt aus einem Kundenprojekt, an dem wir gerade arbeiten. Da geht es darum, KI-Produktfotos zu generieren. Ich erkläre gleich noch mal ein bisschen. Ich ziehe es vielleicht einfach mal vor. Was haben wir denn aktuell für Use Cases in dem Bereich? Das ist Produktfotografie. Das heißt einmal Produkt. wirklich irgendwo auf dem Hintergrund zu zeigen, in einem Setting zu zeigen. Das sind aber auch Themen rund Fashion. Das heißt, man hat eine Klamotte im Online-Shop und man zieht das einer Person an.
Man guckt, dass das Model konsistent ist, dass man dasselbe Model durch den Shop nutzt, den man unterschiedliche Klamotten anzieht, den man auch Looks anzieht. Das heißt, T-Shirt, Hose, Schuhe. Die dann natürlich alle aus den gleichen Shops sind, das in verschiedenen Shooting Settings, da kann man ganz viel mit machen. Das Thema Video-Generierung mit KI, ob das dann Produktvideos sind, ob das dann Promo-Videos für SaaS sind. Da kann man sehr, sehr viele coole Dinge machen. Und dann halt Thema Ad Assets und Social Media Assets ist auch ein ganz großes Thema.
Was nutzen wir da für eine KI? Das Feld ist auch relativ breit, ähnlich breit wie das Feld der LLMs. Was aber, glaube ich, so an Modellen genannt werden muss, ist Google mit Nano Banana, die so der Vorreiter waren, wo dann die Qualität schon wirklich so gut war, dass sie sagen, damit eigentlich wirklich professionell arbeiten. Uns geht über das Thema der Spielerei hinaus. Dann jetzt seit zwei Wochen circa ChatGPT Images 2, die sehr gute Qualität zeigen. Ich bin noch nicht mindblown wie viele. Vielleicht habe ich auch noch nicht die richtige Optimierung, die richtigen Schritte gemacht, aber was schon sehr, gut funktioniert ist, insbesondere finde ich Text-Rendering.
Die Bilder sehen teilweise etwas natürlicher aus, empfinde ich. Was ist Nano Banana? Wenn du die Bilder kennst, gerade bei Personen, dann merkt man es irgendwie so leicht. Du kannst nicht genau sagen, was, aber sie sind so bisschen zu perfekt. Da ist, ich, der GPT images ein bisschen besser geworden, dass die Bilder natürlicher sind. Das ist die Frage, auf was für Daten wird das halt trainiert. Interessant ist ein Thinking-Modell hinten. Wir müssen es noch für das ganze Thema Produkt-Shootings wirklich in Detail ausprobieren, zu gucken, was führt das, was hilft da wirklich.
Dann zu nennen ist Flux von Black Forest Labs, eine Firma aus Freiburg, meine ich sogar, die wirklich auch eine sehr, gute Qualität auf Images hinbekommt, wie das sich zukünftig entwickelt. muss man sehen, aber stand jetzt sind die auf einem sehr, sehr hohen Niveau. Dann Seedream ist also auch von einer chinesischen Firma, auch sehr gute Qualität. Und wenn es halt um Videos geht, ist immer noch mit ganz oben dabei Veo von Google und Seedance eben auch von ByteDance der chinesischen Firma. Das heißt, Das ist relativ breite Set und es kommen auch immer wieder neue Sachen, die man ausprobieren kann.
Der erste Tipp, den ich unseren Zuhörern mitgeben kann, es gibt API Aggregatoren in dem Bereich. Also zum Beispiel gibt es einen Aggregator, der ist Kie AI. Da lädst du einmal Credits drauf und kannst halt über einen API Key, über eine Anbindung so ziemlich alle Bild- und Videomodelle nutzen. Das ist sehr, sehr interessant, wenn du nicht halt überall überall deine Kreditkarte hinterlegen willst, überall deine Credits im Blick haben willst, vielleicht auch mal vergleichen und testen möchtest. Und dann gibt's Inference, das ist ein anderer Anbieter, das ist ein mehr agentic Tool, wo du Agenten bauen kannst, die haben aber auch halt die ganzen Modelle mit Angeboten.
Auch das ist eine Option, wenn du nicht überall dein API Key holen willst und überall deine Kreditkarte hinterlegen willst. Also... Schaut euch die Sachen an, beides sehr cool zu testen. Vielleicht der erste Take-Away von meiner Seite. gibt aktuell nicht das eine Modell, das für alles perfekt ist, sondern man testen. Man muss gucken, was passt für dein Use-Case, was gefällt dir auch. Das merken wir auch mit den Sprachmodellen, wenn wir Texte generieren. Das ist ein auch ein gefallen Thema. Dem einen gefällt Opus super, dem anderen gefällt der Stil von ... von Google besser, der andere gefällt OpenAI besser und das ist halt hier auch so. Und am Ende steckt der Teufel im Detail. Genau. Habt ihr jetzt noch Fragen, Jungs? Das mach ich mal weiter.
SebastjanIch hätte da eine Frage, du hast ja mehrere Modelle ausprobiert für unsere Kunden. Wie stark muss man die Prompts umstellen, wenn ein neuer Modell dazu kommt oder kann man die Prompts weitgehend so wieder verwenden?
OguzhanLick los!
RaoulJa. Nee, weil du ja immer so einen Weg hast zum Ziel. Wenn du fängst mit einem Prompt an und dann fallen dir Sachen auf, dann fällt dir auf gewisse Themen werden nicht korrekt abgebildet, Hintergründe sind nicht konsistent, du musst vielleicht noch was hinzugeben zum Prompt. ist es sehr, sehr, sehr, sehr viel. Also einmal hast du den Prozess und dann hast du halt sehr, sehr viel, das Ausprobieren, Feedback geben, adaptieren, Thema drin. Und das musst du eigentlich, das ist aber auch bei Sprachmodellen so, sobald du das Modell änderst, musst du das eigentlich weiter optimieren.
Also du kannst nicht drei Wochen an einem Prompt und an einem Modell optimieren und dann kommt ein neuer Modell, du gibst den genau gleichen Prompt drauf und sagst, ja funktioniert denn nicht so gut dieses neue Modell, weil du hast halt einen Prompt, der halt auf ein ganz anderes Modell optimiert ist und dessen Schwächen halt auch irgendwo versucht auszugleichen. Neues Modell, klar kriegst du einen ersten Eindruck schon mal dann, weil der Prompt ist natürlich dann schon irgendwo ein optimierter Prompt. Aber am Ende musst du dann noch mal da deine zwei, drei Stündchen, deine paar Runden rein investieren, dass du sagen kannst, geht das in die Richtung, dass das eine Verbesserung darstellt oder nicht.
OguzhanIch habe auch noch eine Frage. zwar, wir machen ja verschiedene Projekte für Kunden, wo wir mal Produktbilder erstellen mit Menschen, mit Personen, mal ohne. Welche LLMs nutzt du wann? Also gibt es einen Unterschied, wenn du sagst, okay, wir machen jetzt ein Produktbild, wo eine Person mit abgebildet ist, Mensch. Da gibt es irgendwie ein LLM, was besser funktioniert. Und bei dem anderen, wo ich nur das Produktbild darstelle, so wie in deinem Beispiel vorhin, ist es irgendwie ein anderes LLM oder das können mehr und das eine können weniger LLMs.
RaoulIn den letzten Monaten hat sich bei uns sehr stark Nano Banana 2 dann herauskristallisiert als präferiertes internes Modell. Flux ist ein Thema, was wir auch häufiger mal eingesetzt haben, was sehr nah dran ist. Am Ende fanden wir Nano Banana ein bisschen besser steuerbar oder in den Details konsistenter, auch mit Modellen. dass wir am Ende halt den stärksten Fokus darauf gelegt haben. Aber wir testen immer wieder. Und jetzt ist genau mit GPT Image 2 ist wieder eine Phase da, wo du sagst, da muss eigentlich nochmal diesen Schritt zurück, nochmal diese Tests fahren und zu sagen, was funktioniert gut.
Wir werden in drei Monaten vielleicht Nano Banana 3 rauskommen und wir lachen uns wieder kaputt, welche Themen wir heute mit GPT Image 2 hatten. Das ist ein Thema meiner Meinung nach wird das in einer ähnlichen Geschwindigkeit weitergehen. Wahrscheinlich wenn wir heute die Bilder angucken und ich gekenn gleich ein bisschen was zu Challenges noch die aktuell existieren, weil wir sind zwar schon so, dass du es professionell nutzen kannst, aber wir haben natürlich immer noch Themen, wo du sagst, da muss man drauf drauf achten und vermutlich werden viele von diesen Themen gelöst werden.
Was wir zum Beispiel an Problem sehen ist, hat die die extreme Detailtreue. Wenn du halt sehr sehr kleine Schrift hast, wo du dann viele Details hast, wenn du reinzoomst in die ganz kleine Schrift, dann findest du es oftmals, dass du KI-Artefakte hast, dass du da nicht die perfekte Schrift hast, auch wenn das schon sehr sehr sehr gut geworden ist. Thema, was komplett nicht stimmt oft, ist das Thema Größenverhältnisse. Wir hatten das jetzt so im Bereich Spielwaren zum Beispiel. hast du halt irgendwo ein Teddybär und die KI weiß halt nicht, was ist der Teddybär so klein oder riesig.
Wenn keine Referenzobjekte da sind, kriegt der das nicht richtig hin. Oder Produkte, bei denen auf der Verpackung irgendwie draufsteht, das ist ein Produkt mit 500 Millilitern. Dann steht das aber auf dem Tisch und du siehst, das muss halt irgendwie ein 5-Liter-Eimer sein zum Beispiel. So was zu... Das sind halt Themen... Farbtreue ist so eine Sache. Da sind Sachen besser geworden hinsichtlich Belichtung. Das bedeutet aber auch oft, dass dann die Farbtreue zum Produkt nicht da ist. Die Konsistenz mit Personen ist immer so bisschen random. Du brauchst ein gutes Inputfoto.
Bei mir ist aufgefallen, ich habe ein Inputfoto. Wenn ich das nehme... Dann kriegt fast jede KI mich irgendwie halbwegs realistisch hin, aber es gibt auch andere Fotos. Und dann sagst das weicht jedes Foto ganz anders ab. da hängt es wirklich. Wir haben Personen im Team, die KI kriegt die nicht hin, weil wir Fotos generieren wollen. Leute, es einfach immer sehr, gut passt, das ist auf jeden Fall noch nicht perfekt. Proportionen von Menschen, dass du konsistente Proportionen hast, ist ein Thema. richtig geil sind dann logische Sachen, wo auch GPT einfach echt schlecht ist.
Ein Klassiker für mich ist Bildschirme. Wo du halt hast eine Frau, auf dem Tablet irgendwas zeigt. Dann schaut die aufs Tablet und auf der Rückseite vom Tablet ist plötzlich der Screen. Das findest du eigentlich wieder, dass das Bildschirme ist. irgendwie die KI Bildschirme überhaupt nicht richtig hinkriegt oder was wir auch letztens hatten ist dann, ja das ist eine Modelleisenbahn auf dem Tisch und mir ist es gar nicht aufgefallen, aber der Kunden ist dann aufgefallen und ja aber schau dir mal an wo diese Bahn hingeht, die geht da dann einfach irgendwie vom Tisch runter ins Nichts und kommt dann irgendwie wieder zurück oder sind da genau drauf ruckst, ja klar.
Das Logo logisch macht hinten und vorne keinen Sinn oder ich habe auch letztens Letztens auch ein Nano-Banana-Bilder, die die Person wirklich gut hinbekommt und Hände kriegen wir mittlerweile gut hin und so. Aber plötzlich hat da eine Person drei Beine. Und dann denkst noch so, ok, krass. Und dann war meine erste Idee und das ist dann auch nochmal gleich ein Tipp von mir oder ein Take-Away. Eine Idee war ja klar, KI ist eigentlich relativ gut im Bereich Bilderkennung, Bildanalyse. Eine Idee war dann, ok, jetzt gibt's das.
Versuchst du einen Review Prozess über KI zu implementieren? da irgendwelche logischen Fehler, da irgendwelche Probleme? Okay, ist, wo hab ich das Bild in ChatGPT gegeben? da irgendwas seltsamer? Nee, ist eigentlich, ist das eine Frau, auf dem Bett sitzt. Okay, fällt dir nichts auf? Guck mal, guck mal da auf die Beine. Nee, das hat einfach nochmal die Beine verschränkt. Wie viele Beine hatten diese Person? Ja, zwei Beine. So, dann denkst einfach als Mensch, du da drauf guckst, Mannometer so, ne? Das ist so, ähm... gut die Erkennung von gewissen Sachen ist.
Die können ja auch in Screenshots Elemente erkennen, die dann geklickt werden und und und. Aber bei so Sachen scheitern die dann halt tatsächlich wirklich. Das heißt wir müssen schon nochmal oder schon wissen wo wir stehen. Diese Themen kennen, die Sachen genau reviewen. Also wir sind meiner Meinung nach noch ähnlich in diesem Blindflug. Also für professionellen Onlineshop. Du meiner Meinung nach noch nicht hingehen, wir produzieren jetzt alle Produktfotos ungeprüft. Du kriegst es hin, diese Produktfotos zu generieren, wenn du sie prüfst und freigebst. Was übrigens auch wichtig ist, später auf das Thema AI-Act, Themen, nämlich menschlich geprüft und freigegeben werden. Dafür gibt es andere Richtlinien für ungeprüften KI-Content. Aber das ist aktuell auch halt einfach notwendig.
OguzhanJa, danke nochmal für die Insights. Ich habe auch eine Idee für die ganzen Bilder, die halt mit drei Beinen, sechs Fingern, eine Hand und drei Köpfen kommen. Das ist ein perfektes Spiel für Kinder. Alles ausdrucken, auf Tisch legen und sagt, findet mal den Fehler im Bild. Da haben die Kinder Spaß dran.
RaoulUnd lernen logisch zu denken ist auch cool.
SebastjanDann sagen die, der Mann da hat keine Haare, aber das ist Fehler.
RaoulJa, das wird debattierbar, Seb.
OguzhanJa, wir haben jetzt auch schon wieder eine halbe Stunde voll fast.
RaoulOkay, wovon? Okay, dann ich versuche die Sachen nochmal ganz kurz zu Ende zu bringen. Themen, für mich noch wichtig als Takeaways sind. Was sind denn Erfolgsfaktoren? Das ist einmal, dass es nicht das richtige oder das falsche Tool gibt, sondern das Modell, das euch gefällt, das Modell, das für euren Use-Case funktioniert. Das zweite Thema ist Prompt Engineering. Das heißt, jedes Projekt, jedes Thema ist individuell auch hier. Das heißt, hast kein, das ist das Prompt-Template, das immer funktioniert, sondern du musst halt selber gucken, was willst du eigentlich erreichen?
Du musst testen, du musst Iterationen drin haben. Kontext und Referenzbilder sind sehr, wichtig, wenn du Themen aus dem falschen Winkel zeigst, wenn du das Logo nicht ganz richtig zeigst auf dem Thema, wenn du Details nicht zeigst, man aber sagt, dreh diese Person mal um und zeig die Details. Dann wird die KI halt in irgendeiner Form was fantasieren. Und dann seid ihr definitiv nicht zufrieden. Auch eine Qualität natürlich, je klarer das Bild erkennbar ist, je klarer es freigestellt ist, je klarer es im Raum zu sehen ist.
Zum Beispiel, das mir aufgefallen, man eine Person macht, so ein bisschen nicht komplett frontal fotografiert sind, sondern leicht mit einem... mit dem Winkel, dann kann die KI natürlich besser erkennen, wie sieht das Gesicht aus, als wenn sie einfach nur 2D die Frontalansicht hat. Und halt ganz wichtig, ihr braucht menschliche Freigabe und ihr braucht Feedbackprozesse. das ist ein ganz, ganz wichtiges Thema, dass man sich das reviews, dass du das Feedback versuchst, systematisch aufzugreifen, die Prompts zu iterieren und immer gucken, dass du halt kontinuierlich eine Verbesserung drin hast.
Ja, das war's auch aus von meiner Seite soweit ich habe eigentlich noch so ein Ticken weiteres Thema aber das können wir gerne in einem der nächsten Termine machen da geht es um das Thema wie kannst du halt auch was du darüber geredet hast über Remotion das geht in die Richtung dass dieses das ist nicht nur Generative Image AI sein muss sondern dass du halt Prozesse hast wie du zum Beispiel mit JavaScript Videos generieren kannst die halt keine KI generierten Videos sind so was die KI hat einfach diesen diesen Prozess automatisiert Was wir sehr stark machen, ist gerade Canva versuchen abzulösen, indem wir Templates haben, HTML-Templates, die wir dann mit KI befüllen und die dann wieder gerendert werden, die dann in Social Media, die dann in Ads zu verwenden.
Das ist, ich, auch ein Thema, wo du halt natürlich eine viel konsistentere Qualität und einen viel höheren Verlass hinbekommst. Das ist vielleicht ein separates Thema, wo wir dann auch noch mal einiges zeigen können in einem der nächsten Episoden. Danke an alle Zuhörer an der Stelle. Ich weiß nicht, ob ihr noch was hinzufügen wollt, sonst würde ich den Podcast mal abschließen mit paar finalen Worten.
OguzhanAlles gut, haben wir heute gut was rumgekriegt. Und beim nächsten Podcast können wir dann nochmal unsere Ads auch als Beispiel zeigen, wie wir die gemacht haben, wie die aussehen. Sicherlich interessant für alle anderen da draußen, die auch vielleicht mit kleinen Teams arbeiten wollen und müssen für Startups, gerade loslegen. Danke für deine Info heute auch.
RaoulUnd an alle da draußen, die uns heute fleißig zugehört haben, guckt, dass ihr auf abonnieren klickt, folgt uns. Kommt, wenn ihr in Berlin seid, gerne an unserem monatlichen SEO Breakfast Rise and Rank in unserem Office vorbei. Nächste Woche sehr, sehr interessantes Thema. Unser Kollege Andrés erzählt über, über wie sie mit KI, SEO so automatisiert haben, dass sie in kürzester Zeit von null auf eine Million monatliche Besucher gekommen sind, sicherlich ein paar Insights, die du so nicht an irgendwelchen Konferenzen zu sehen bekommst mit dem tiefen Einblick, deswegen würde mich freuen, euch auch alle persönlich zu sehen.
OguzhanDanke Leute!
RaoulCiao, bis zum nächsten Mal.
Dranbleiben
Neue Folgen gibt es jede Woche. Wir kündigen sie auf LinkedIn an.
Auf LinkedIn folgenWeitere Folgen
Buzzsozial // Jede Woche eine neue Folge
Mitmachen
Gast werden oder Thema vorschlagen
Du hast eine Meinung zu KI im Marketing oder ein Thema, das wir besprechen sollten? Schreib uns, wir lesen alles.