KI-Text im Contentmarketing: Besser die KI Texte schreiben lassen?

Wie viel AI steckt in AI-Tools für Texte?

Wer mit AI-Writing-Software texten will, hat es leichter, wenn zumindest ansatzweise verstanden wird, wie die Künstliche Intelligenz beim Texte schreiben arbeitet. Keine Sorge, wir steigen nicht allzu tief in die Theorie ein.

Zunächst mal sind Begriffe wie AI (Artificial Intelligence) bzw. KI (Künstliche Intelligenz) im Zusammenhang mit AI-Writing-Software vor allem Marketing-Floskeln, um die Produkte schicker klingen zu lassen.

Denn die derzeit aktuellen Tools zur Texterstellung basieren auf Maschinellem Lernen bzw. Deep Learning, das ist lediglich ein Unterbereich der KI.

Eine echte künstliche Intelligenz darf man bei aktueller KI-Texterstellungssoftware also nicht erwarten.

Maschinelles Lernen bedeutet, dass Software mit sehr vielen Daten trainiert wird und daraus Muster erkennen und nutzen kann.

Solch eine Software ist das Sprachmodell GPT-3, mit dem die meisten aktuellen KI Text-Tools KI-Texte schreiben. Eine Weiterentwickung ist GPT-3.5, das durch ChatGPT genutzt wird.

Was ist GPT-3?

GPT-3 ist ein Sprachmodell, dass durch die Organisation Open AI entwickelt wird. GPT-3 basiert auf Natural Language Processing (NLP), abgebildet durch ein neuronales Netzwerk.

Trainiert wurde das Sprachmodell durch das Lesen riesiger Textmengen im Zeitraum von 2016 bis Ende 2019, vor allem im Internet. Beim neueren GPT-3.5 reicht das Training bis 2021. Die letzten Informationen und Ereignisse, die die Systeme kennen, stammen also aus dem Jahr 2019 bzw. bei GPT-3.5 aus 2021. Was danach passierte, ist der Software nicht bekannt.

Es ist dennoch in den meisten Fällen möglich, Content zu aktuellen Entwicklungen schreiben zu lassen. Dazu müssen allerdings im Briefing die nötigen Fakten mitgeliefert werden.

Wenn die Informationen fehlen, tendieren die Tools leider teilweise dazu, Fakten zu erfinden. Hilfreicher wäre, wenn sie stattdessen einfach drauf hinweisen, dass sie etwas nicht wissen. Der Text-Output von Text-KI sollte also immer kritisch gegengelesen werden, bevor man ihn veröffentlicht.

Wie funktioniert Texterstellung mit GPT-3?

GPT-3 basiert auf Wahrscheinlichkeiten. Durch das Lesen zahlreicher Texte weiß das System, wie typische Texte aufgebaut sind und wie Menschen schreiben. Beim Erstellen eines Textes errechnet die Software auf der Ebene von Wortbestandteilen (Tokens), welches Token mit welcher Wahrscheinlichkeit als nächstes kommt. So entstehen einzelne Wörter, Sätze und Satzzeichen.

Dabei basiert GPT-3 neben dem Input, den es sich selbst angelesen hat, auf den Briefings, die es durch den Nutzer erhält. Auf diese Weise können Zielgruppen definiert werden, die Art des Texts, die gewünschte Tonalität des Texts, ergänzende Informationen und mehr.

Beim Schreiben hat GPT-3 teilweise auch den Überblick über das, was es bisher geschrieben hat. Dieses „Gedächtnis“ reicht beim Tool Jasper etwa 2.000 bis 3.000 Zeichen zurück.

ChatGPT und der OpenAI Playground erinnern wesentlich mehr Inhalte, ohne dass sich eine konkrete Angabe dazu finden lässt. Dies liegt daran, dass die Menge der gespeicherten Daten von verschiedenen Faktoren abhängt, wie der Größe des Modells, der Anzahl der Neuronen in den Schichten des Transformer-Blocks und der Art der Verarbeitung, die durchgeführt wird. Auch die Art der Konversation und die damit verbundenen Informationen spielen eine Rolle dabei, wie viel ChatGPT „erinnert“ und in seinen Texten bzw. Antworten berücksichtigt.

Das „Gedächtnis“ von Text-AI hat große Auswirkungen auf die Usability, wir schauen uns das später noch konkret an.

Wo sind die Grenzen der Texterstellung mit GPT-3?

Man hört immer wieder, dass anspruchsvolle Texterinnen und Texter, die ein GPT-3-Tool testeten, enttäuscht über die Qualität des Outputs sind. Meist liegt das an der Erwartung, dass automatische Texterstellung auch ohne guten Input hochwertigen Output liefert. Das funktioniert mit der künstlichen Intelligenz aber nicht, auch wenn die Anleitungs-Videos der Hersteller maximale Leichtigkeit bei der Texterstellung versprechen.

Es ist wichtig, den Systemen genau zu sagen, was sie tun sollen und auch Fakten im Briefing mitzuliefern. Das kann so weit gehen, dass jeder Absatz separat gebrieft wird. Wir werden uns das noch ansehen.

Wer sich keine Mühe mit seinen Briefings gibt, wird immer wieder erleben, dass Tools für AI-Text sich wiederholen oder sinnlosen Content produzieren. In diesem Fall hilft es meist, das Briefing zu konkretisieren und/oder den bisher geschriebenen Text für die Software „unsichtbar“ zu machen. Auch das werden wir uns noch ansehen.

Wenn das Tool nicht den AI-Content schreibt, den Sie sich vorstellen, dann ändern Sie die Informationen, die Sie der Software geben.

Es ist hilfreich, bei der Arbeit mit AI-Writing-Software Texte stark zu strukturieren, um den besten KI-Text zu erhalten. Überschrift, Einleitung, Absätze, Zwischenüberschriften, Fazit.

Das hilft der Software beim Verständnis und erleichtert einem selbst das Anpassen des Briefings an das jeweilige Element.

Fakten in KI-Texten müssen überprüft werden

Was ich als sehr großes Problem von KI-Texten sehe: Fakten sind nicht immer korrekt. Da die Systeme mir auch keine Infos geben, woher sie die Fakten haben, kann ich die Qualität der Quelle nicht beurteilen. Deshalb bleibt nur immer selbst nachzuprüfen. Für Experten dürfte das leicht sein. Wer jedoch beispielsweise als Freelance-Texter relativ frisch in einem Fachgebiet ist, wird selbst seriöse Quellen recherchieren müssen, um die Angaben in den AI-Texten zu überprüfen.

Dieser Aufwand fürs Überprüfen ist ein Grund dafür, warum die Zeitersparnis durch die Nutzung von KI-Text-Tools nicht so groß ist, wie erhofft und von den Anbietern versprochen.

Sind die geschriebenen Texte unique oder muss man Angst vor Duplicate Content haben?

Jasper gibt an, dass 99,98% der Ergebnisse unique sind und man keine Angst vor Plagiaten haben muss. Neuroflash verspricht zu 99,5 % Einzigartigkeit. Zu ChatGPT und OpenAI Playground finde ich keine Angaben, aber auch hier dürfte man sich auf diesem Niveau bewegen.

Man wird also meist nicht dieselben Ergebnisse wie andere Nutzer bekommen, selbst wenn diese exakt denselben Input eingeben.

Wer sicher gehen will, überprüft aber die Ergebnisse mit einem Plagiats-Checker wie Copyscape.

Helft den Text-Generatoren, besser zu werden

Jasper bietet die Möglichkeit durch Daumen-hoch oder Daumen-runter die Qualität von erstellten Texten zu bewerten. Im Fall von Daumen-runter werden die verbrauchten Wörter dann nicht vom monatlichen Kontingent abgezogen. Auch Neuroflash bietet eine Bewertungsfunktion.

Es ist sinnvoll, diese Optionen zu nutzen, um der Text-AI zu helfen, bessere Texte zu erstellen.

Die genutzten AI-Text-Tools: Jasper, Jasper Chat, Neuroflash, ChatGPT und OpenAI Playground

Bei den Tools wollte ich mich auf die beschränken, denen durch professionelle Nutzerinnen und Nutzer eine sehr gute Textqualität in der deutschen Sprache attestiert wird. Das waren zunächst Jasper und Neuroflash, die ich schon seit einigen Wochen im Test hatte.

Dann kamen plötzlich ChatGPT und OpenAI Playground ganz überraschend ins Testfeld dazu, ebenso wie Jasper Chat, die Antwort auf ChatGPT.

Am Anfang habe ich die verschiedenen Templates von Neuroflash und Jasper ausprobiert und war recht schnell der Meinung, dass die Textqualität nicht wirklich gut ist. Der Eindruck, den die meisten guten Kreativen zunächst von diesen Tools haben.

Erst als ich mir die Zeit nahm, die Anleitungsvideos der Hersteller und auch die diverser Youtuber anzusehen, lernte ich die Details kennen, die den großen Unterschied machen.

Vor allem geht es dabei darum, dass man für gute Ergebnisse intensiv mitdenken muss. Man braucht eine Gliederung, muss der Software Struktur und Hinweise mitliefern. So wie ich auch Juniortexter briefen würde, damit diese die Texte schreiben, die ich mir vorstelle.

Die praxisnahe Aufgabe: Die KI einen umfassenden Blogartikel zu einem B2B-Thema schreiben lassen

Für mich gehört das Konzipieren und Texten von Webseiten-Content zu den Hauptaufgaben. Entsprechend nahm ich mir für diesen Vergleich ein Thema vor, zu dem ich gerne schreibe: Contentmarketing.

Im ersten Anlauf habe ich die Tools so als Text-Generator genutzt, wie die Hersteller das propagieren: ein paar Eckdaten eingeben und dann wird durch die KI wie von Zauberhand der Text geschrieben. Das funktioniert fürs Schreiben von Texten leider nicht in der gewünschten Qualität.

Im zweiten Anlauf habe ich deshalb umfassendere Vorgaben gemacht und bessere Ergebnisse erhalten. Dabei ist natürlich auch mein Zeitaufwand größer, was die mögliche Zeitersparnis relativiert.

Schauen wir uns das erste Tool an, Neuroflash.

Neuroflash – Text-KI aus Hamburg

Der KI Texter von Neuroflash, seit Ende Dezember 2022 wie ChatGPT auf GPT-3.5 basierend, empfängt mich mit zwei Optionen: Zum einen der Blogartikel-Workflow, der für kurze Blogartikel taugt, mir persönlich aber zu eingeschränkt ist.

Deshalb klicke ich auf „Neues Dokument“ und darf im nächsten Schritt eine Textart wählen.

Ich starte mit der Gliederung des Blogartikels. Im rechten Bereich findet sich das Feld „Titel“, in das der Titel des Blogposts geschrieben werden soll. Der Titel allein bringt aber meist nicht so richtig überzeugende Ergebnisse. Aus gutem Grund lässt das Feld auch 600 Zeichen zu – wobei das für ein ausführliches Briefing etwas wenig ist.

Statt hier nur einen Titel des gewünschten Blogbeitrags einzutragen, formuliere ich also ein kleines Briefing. Die Tonalität kann man bei diesem Text-Generator wie bei einigen anderen übrigens auch einstellen, ich habe das aber auf den Standardeinstellungen belassen.

Mein Input an die Software war:

Schreibe mir eine Gliederung für einen umfassenden Blogartikel zum Thema Contentmarketing. Zielgruppe sind Unternehmen und Selbständige.

Neuroflash liefert seinen Output ebenfalls in dem schmalen Feld rechts, was ich ein wenig unübersichtlich finde. Es werden meist mehrere Vorschläge ausgegeben, durch die man hindurchscrollen kann.

Durch Klicken auf die generierten Textblöcke werden diese ins Hauptfeld übernommen, an die Stelle, an der der Cursor steht.

Den ersten Vorschlag für die Gliederung von Neuroflash finde ich schon ganz gut. Allerdings würde ich auf Tools nicht so früh im Text eingehen und vermisse in der Gliederung einiges, was man in einen umfassenden Blogartikel aufnehmen würde:

Die Alternative war dann ein wenig dünner:

Mit der Neuroflash Text-KI von der Gliederung zum Einleitungstext

Die erste Variante der Gliederung nahm ich als Basis und wollte dann einen Einleitungstext zum ersten Punkt erstellen lassen. Dazu ergänzte ich im Briefingfeld den Punkt 1 der Gliederung als Überschrift:

Schreibe mir einen Einleitungstext für einen umfassenden Blogartikel zum Thema Contentmarketing. Zielgruppe sind Unternehmen und Selbständige. Die Überschrift ist: Einführung in Contentmarketing

Das war der Output von Neuroflash für den Einleitungstext dieses Blogartikels:

Vorschlag 1:

Etwas lang und animiert nicht wirklich zum Weiterlesen. Für mich ungeeignet als Introtext.

Vorschlag 2:

Naja. Ich würde nicht weiterlesen.

Vorschlag 3:

Taugt als Introtext überhaupt nicht.

Vorschlag 4:

Auch das ist kein gutes Blog-Intro.

An dieser Stelle habe ich dann mal abgebrochen. Das Fazit so weit: Auf diese Weise genutzt, kann der Text-Generator ein wenig unterstützen, gibt aber keine brauchbaren Texte aus.

Allerdings war ich selbst schuld, denn meine Briefing-Vorgaben waren in diesem ersten Testlauf bewusst schlecht. Denn ich habe lediglich die einfachen Arbeitsschritte umgesetzt, die in den Anleitungsvideos suggeriert werden. Das reicht jedoch bei Neuroflash für gute Ergebnisse noch nicht aus. Wir werden uns später noch ansehen, wie das besser geht.

Jetzt erst mal zu Jasper.

Jasper – Text-AI aus Texas

Jasper (früher Jarvis genannt, davor Conversion.ai) galt bis zum Erscheinen von ChatGPT als das beste Text-AI-Tool. Vor allem wenn die Qualität des deutschen Sprachoutputs berücksichtigt wird.

Was die Usability angeht, ist Jasper für mich sehr viel intuitiver nutzbar als Neuroflash. Das liegt am sogenannten Boss-Mode, der von der Bindung an einzelne Templates befreit.

Mit Templates sind Tools mit enger Ausrichtung gemeint, wie wir sie in Neuroflash schon kennengelernt haben: Blog-Gliederung, Blog-Einleitung, Blog-Titel, etc.

Das kann Jasper auch alles, ich habe hier aber zusätzlich die Option, in einem großen Textdokument zu arbeiten und mir dort über Templates keine Gedanken machen zu müssen. Ich sage der AI einfach, was ich von ihr möchte.

Der Arbeitsbereich sieht in diesem Freeform-Editor (Bossmode muss dafür gebucht sein) dann so aus:

Werfen wir erst mal einen Blick auf das Panel links:

In das Feld „Content description/brief“ gehört eine Anweisung, worüber Jasper schreiben soll. So wie ich auch einem Juniortexter sagen würde, was er für mich schreiben soll. Ein oder zwei Sätze können ausreichen, doch es ist sinnvoll, detaillierter zu sein. Vor allem wichtige Fakten sollten erwähnt werden. Nur wenn die Software weiß, was Ihnen wichtig ist, wird sie es beim Texten nutzen. Ansonsten entstehen Zufallsprodukte, die meist mit der eigenen Intention nicht viel zu tun haben.

Es ist in diesem Feld Platz für 600 Zeichen Briefing. Das klingt nach wenig, bei der Arbeit mit Jasper kann ich aber zusätzlich das Haupttextfeld für weitere Briefinganweisungen nutzen. Ein großes Plus gegenüber Neuroflash.

Mit den grün unterlegten Slidern lässt sich das jeweilige Feld abschalten. Jasper ignoriert dann den Inhalt.

Eine Einstellung für den Tone of Voice, die Tonalität des Texts gibt es hier ebenfalls, habe das auf Standard belassen.

Es ist möglich, bis zu 3 Keywords einzugeben, die im Text enthalten sein sollen. Jasper nutzt dann mit höherer Wahrscheinlichkeit diese Suchbegriffe, gibt aber keine Garantie dafür.

Und ganz unten wird die Sprache gewählt, 24 Sprachen stehen zur Wahl. Wobei Jasper nur Englisch beherrscht, alle anderen Sprachen werden durch das Übersetzungstool Deepl bereitgestellt. Was im Fall von Deutsch sehr gut funktioniert, die Qualität der anderen Sprachen kann ich nicht beurteilen.

In der Mitte der Seite findet sich unten der Selektor für die Länge der geschriebenen Texte.

Es gibt für die Textlänge 3 Schalter: S, M und L.

Short sind ungefähr 20 bis 25 Wörter. Medium sind 50 bis 55 Wörter. Und Long sind 110 bis 115 Wörter.

Mit Jasper können natürlich sehr viel längere Texte verfasst werden, indem man Text-Blöcke kombiniert.

Meist ist M oder L am sinnvollsten für Blogartikel. In der Einstellung L kann es jedoch sein, dass die Software gegen Ende den Fokus verliert und schlechtere Texte schreibt, die am Thema vorbei sind. Das passiert besonders dann leicht, wenn man nicht von Absatz zu Absatz das Briefing ändert.

Der Button „Compose“ lässt Jasper starten. Alternativ zum Button gibt es die Tastaturshortcuts Command + J bzw. CTRL + J.

Jasper beginnt an der Stelle zu schreiben, an der der Cursor im Textfeld steht. Dabei liest Jasper den Inhalt der Boxen links aus sowie den bisherigen Text oberhalb des Cursors und schreibt dazu passend weiter. Im Sinne von „Schreib dort weiter, wo du aufgehört hast.“

Im Boss-Mode berücksichtigt Jasper 2.000 bis 3.000 Zeichen, die vor der aktuellen Cursor-Position geschrieben wurden und schreibt auf dieser Basis weiter.

Es empfiehlt sich, mit dem Fortschreiten des Text jeweils für den nächsten Absatz die Angaben in den Boxen links anzupassen. So kann man es steuern, die Ergebnisse zu erhalten, die man möchte.

Zudem gibt es die Option durch Eingabe von *** den oberhalb der aktuellen Schreibposition stehenden Inhalt im bisherigen Text für Jasper unsichtbar zu machen. So lassen sich thematische Wiederholungen vermeiden und Absätze werden stärker fokussiert.

Die Kommandozeile kann genutzt werden, um Jasper umfassendere Anweisungen geben. Da man Kommandos aber auch mitten im Text geben kann, nutze ich diese Zeile tatsächlich nie.

Eine Blogoutline von Jasper konzipieren lassen

So, dann starten wir doch mal mit der Erstellung eines Blogbeitrags. Bewusst werde ich Jasper dazu zunächst so nutzen, wie mir deren Werbung suggeriert: Nur wenig Input liefern und die Software für mich schreiben lassen. Mal sehen, ob das brauchbare Ergebnisse bringt …

Auch von Jasper möchte ich zunächst eine Gliederung für den Blogartikel bekommen.

Mein Input im Briefingfeld:

Schreibe mir einen umfassenden Blogartikel zum Thema Contentmarketing. Zielgruppe sind Unternehmen und Selbständige.

Mein Input als Kommando im Textfeld:

Schreibe mir eine Gliederung für diesen Blogartikel

Durch Klick auf „Compose“ oder durch Command + J bzw. CTRL + J beginnt Jasper zu schreiben:

Das ist die Gliederung, die Jasper mir liefert:

Für einen ersten Aufschlag mit diesen knappen Vorgaben ganz ok. Etwas besser als der erste Output von Neuroflash. Wäre für mich aber keine Grundlage, mit der ich ernsthaft arbeiten würde.

Jasper schreibt einen Einleitungstext für einen Blogartikel

Auch von Jasper möchte ich als nächsten Schritt einen Einleitungstext für den ersten Absatz haben. Ich briefe ähnlich wie bei Neuroflash. Den Hinweis auf die Überschrift kann ich mir hier aber sparen. Ich habe die Überschrift direkt im Textfeld als h1 markiert und den Cursor darunter gesetzt. Jasper kennt damit diese Überschrift und ihre Bedeutung.

Mein neuer, ergänzender Input:

Schreibe mir einen Einleitungstext für diesen Blogartikel.

Ich schreibe das als Kommando direkt ins Textfeld und lasse Jasper dann das Kommando abarbeiten:

Schon beginnt Jasper mit der Textgenierung, die spürbar schneller läuft als bei Neuroflash.

Das ist der Introtext, den Jasper mir schreibt:

Jasper hat jetzt nach dem Wort „praktisch“ abgebrochen. Damit die Text-KI weitertextet, könnte ich einfach erneut auf Compose klicken oder die Tastaturcodes nutzen.

Ich fand allerdings, dass das kein guter Text ist und schon gar kein gutes Intro für einen Blogartikel. Zum Weiterlesen wird hier niemand animiert.

Wie kommt das? Ist Jasper so schlecht? Ich habe doch so damit gearbeitet, wie es mir in den Beispielvideos des Anbieters gezeigt wird?

Wir sind wieder an dem Punkt angekommen, den wahrscheinlich alle guten Copywriter schnell erreichen, die erstmals mit AI-Tools arbeiten: Enttäuschung über die Ergebnisse.

Doch der Grund dafür ist, dass ich bisher noch viel zu unpräzise gebrieft habe. So simpel wie die Werbung verspricht, sind AI-Text-Tools nicht zu nutzen. Wer es versucht, wird enttäuscht sein.

Wir schauen uns später noch genauer an, wie aus Jasper wesentlich besserer Content kommt.

Doch zunächst werfen wir einen Blick auf ChatGPT und dessen Fähigkeit, aus wenig Input begeisternde Blogartikel zu zaubern.

ChatGPT – eine Text-AI im Betatest

ChatGPT hat im Dezember 2022 in kürzester Zeit eine riesige Nutzergemeinschaft gesammelt. Das liegt zum einen daran, dass der Chatbot derzeit in der Testphase noch kostenlos ist. Zum anderen aber fasziniert das AI-Tool durch eine enorme Bandbreite von Nutzungsmöglichkeiten.

Wir schauen hier jedoch nur auf die Eignung zum Erstellen von KI-Texten.

ChatGPT hat ein komplett simples User-Interface, einen Eingabeschlitz, wie man das von Google kennt.

In meinem Praxistest bekam ChatGPT denselben Input wie die anderen Tools:

Schreibe mir eine Gliederung für einen umfassenden Blogartikel zum Thema Contentmarketing. Zielgruppe sind Unternehmen und Selbständige.

Der Output von ChatGPT ist für diese Vorgabe echt erstaunlich:

Das ist für den ersten Versuch wirklich keine schlechte Gliederung für einen Blogartikel. ChatGPT setzt sich damit in diesem Punkt deutlich vor Neuroflash und Jasper, dessen Gliederung mich am wenigsten überzeugte.

Übrigens: Wenn ChatGPT mal mitten im Text aufhört zu schreiben, dann einfach eintippen: Schreib bitte weiter. Und schon geht es weiter ;-)

Zweiter Test mit ChatGPT, die Einleitung zum Blogartikel.

Mein Input:

Schreibe mir den Einleitungsabschnitt zu diesem Blogartikel

Der Output von ChatGPT:

Nicht schlecht, aber ein wenig am Thema eines Intros vorbei. Viel zu lang. Gut, mein Briefing war ja auch nicht sehr speziell.

Dann legen wir mal nach:

Bitte texte den Einleitungsabschnitt kürzer und knackiger, so dass Lesende animiert werden, den Blogartikel zu lesen

Das ist der Output von ChatGPT:

Schon sehr viel besser. Es zeigt sich, dass klare Briefings nötig sind, um das zu erhalten, was man sich vorstellt.

Jasper Chat – der Schnellschuss

Jasper Chat ist die spontan veröffentlichte Antwort von Jasper auf den enormen Erfolg von ChatGPT. Meine Erwartung war, dass hier auch GPT-3.5 drin ist und die Leistungen ähnlich sein werden. Schauen wir, ob das zutrifft.

Mein Input in Jasper Chat:

Schreibe mir eine Gliederung für einen umfassenden Blogartikel zum Thema Contentmarketing. Zielgruppe sind Unternehmen und Selbständige.

Der Output von Jasper Chat:

Kann man nutzen, aber ChatGPT hat eindeutig besser abgeliefert.

Dann lassen wir Jasper Chat jetzt noch das Intro zu dem Blogartikel schreiben:

Schreibe mir den Einleitungsabschnitt zu diesem Blogartikel

Der Output von Jasper Chat:

Überzeugt mich nicht so, sind teilweise auch seltsame Formulierungen.

Bieten wir die Möglichkeit zum Nachbessern:

Bitte texte den Einleitungsabschnitt kürzer und knackiger, so dass Lesende animiert werden, den Blogartikel zu lesen

Der Output von Jasper Chat:

Nicht wirklich besser. Ich habe das Gefühl, dass Jasper Chat nicht ganz an ChatGPT herankommt. Schwer zu glauben, dass hier das gleiche Sprachmodell arbeiten soll.

Shit in, Shit out

In dieser ersten Runde wollte ich klarmachen, warum bei vielen anspruchsvollen Nutzerinnen und Nutzern nach kurzen Tests der Eindruck entsteht, dass KI-Text-Tools nicht wirklich im Alltag des Contentmarketings nutzbar sind.

Wer wenig Input liefert, darf sich über nicht passenden Output nicht wundern. Der Schlüssel ist, den Systemen klarzumachen, was von ihnen gewünscht wird.

Wie sich auf diese Weise der Output deutlich verbessern lässt, schauen wir uns in der zweiten Runde an.

Zweite Runde des Vergleichs: Welchen Unterschied machen präzisere Briefings für KI-Texte?

Wir starten wieder mit Neuroflash im Template „Blog Gliederung“.

Mein Input ist diesmal:

Aufgabe ist, einen sehr umfassenden Blogartikel zum Thema Contentmarketing zu schreiben. Zielgruppe sind Unternehmen und Selbständige. Der Artikel soll sich an Einsteiger und Fortgeschrittene richten und sehr praxisorientiert den konkreten Einstieg in das Thema Contentmarketing abdecken. Von der Definition „Was ist Contentmarketing?“ über die Entwicklung der eigenen Contentstrategie bis hin zu einem Zukunftsausblick. Der Beitrag soll die wichtigsten SEO-Keywords für das Themenfeld beinhalten.

Und das macht Neuroflash daraus:

Vorschlag 1:

Vorschlag 2:

Im Vergleich zur Gliederung, die in der ersten Runde entstand, ist der zweite Vorschlag schon mehr auf dem Punkt. Da hat sich das bessere Briefing gelohnt. Richtig gut finde ich das aber nicht, vor allem im Vergleich zu dem, was wir gerade von ChatGPT gesehen haben.

Wie sieht es mit dem Introtext aus?

Das ist mein Briefing für das Intro im Template „Blog Einleitungstext“:

Aufgabe ist, einen sehr umfassenden Blogartikel zum Thema Contentmarketing zu schreiben. Zielgruppe sind Unternehmen und Selbständige. Der Artikel soll sich an Einsteiger und Fortgeschrittene richten und sehr praxisorientiert den konkreten Einstieg in das Thema Contentmarketing abdecken. Von der Definition „Was ist Contentmarketing?“ über die Entwicklung der eigenen Contentstrategie bis hin zu einem Zukunftsausblick. Der Beitrag soll die wichtigsten SEO-Keywords für das Themenfeld beinhalten. Schreibe ein Intro für diesen Blogbeitrag.

Und diesen AI-Text liefert Neuroflash ab:

Vorschlag 1:

Vorschlag 2:

Vorschlag 3:

Vorschlag 4:

Wie passgenau die Texte als Blogintro sind und wie aktivierend, darf jeder selbst entscheiden.

Zweite Runde für Jasper

Der nächste Kandidat ist wieder Jasper mit seinem Bossmode.

Der präzisere Input in der Briefing-Box lautet nun:

Aufgabe ist, einen sehr umfassenden Blogartikel zum Thema Contentmarketing zu schreiben. Zielgruppe sind Unternehmen und Selbständige. Der Artikel soll sich an Einsteiger und Fortgeschrittene richten und sehr praxisorientiert den konkreten Einstieg in das Thema Contentmarketing abdecken. Von der Definition „Was ist Contentmarketing?“ über die Entwicklung der eigenen Contentstrategie bis hin zu einem Zukunftsausblick. Der Beitrag soll die wichtigsten SEO-Keywords für das Themenfeld beinhalten.

Im Textfeld gebe ich zusätzlich folgendes Kommando ein:

Schreibe eine Gliederung für diesen Blogbeitrag.

Das liefert Jasper als Gliederung ab:

Für den Introtext gebe ich im Textfeld folgendes Kommando ein:

Schreibe ein Intro für diesen Blogbeitrag.

Daraufhin textet Jasper diesen AI-Text:

Auch hier darf jeder selbst entscheiden, ob das als Blogintro taugt.

Zweite Runde für ChatGPT

Nun gebe ich in ChatGPT als Prompt diesen Text ein:

Aufgabe ist, einen sehr umfassenden Blogartikel zum Thema Contentmarketing zu schreiben. Zielgruppe sind Unternehmen und Selbständige. Der Artikel soll sich an Einsteiger und Fortgeschrittene richten und sehr praxisorientiert den konkreten Einstieg in das Thema Contentmarketing abdecken. Von der Definition „Was ist Contentmarketing?“ über die Entwicklung der eigenen Contentstrategie bis hin zu einem Zukunftsausblick. Der Beitrag soll die wichtigsten SEO-Keywords für das Themenfeld beinhalten. Schreibe eine Gliederung für diesen Blogbeitrag.

Das bekomme ich als AI-Text geliefert:

Sehr gut. Interessante Aspekte, z.B. Erfolgsmessung, die die anderen Tools nicht sahen.

Probieren wir jetzt noch den Einleitungstext. Da ChatGPT weiß, was es für mich eben schon geschrieben hat, muss ich nicht noch einmal das Briefing wiederholen.

Ich kann mich also kurz fassen und schreibe nur:

Schreibe ein Intro für diesen Blogbeitrag

Das ist der Output von ChatGPT:

Ein wenig lang. Mein Input:

Schreibe diesen Introtext bitte deutlich kürzer und knackiger, so dass er zum Lesen des Blogbeitrags animiert

Der Output von ChatGPT:

Deutlich besser.

Und was ist mit Jasper Chat?

Jasper Chat ist merklich ein Schnellschuss, um etwas gegen ChatGPT setzen zu können. Leider ist in meinem Test die Qualität deutlich davon entfernt. Ich bevorzuge es, Jasper zu nutzen und ignoriere Jasper Chat.

Kurz vor Schluss kam noch ein Nachzügler ins Feld: OpenAI Playground

In der ChatGPT-Community auf Discords wurde ich auf OpenAI Playground aufmerksam. Wie ChatGPT basiert der OpenAI Playground auf GPT-3.5 und sollte entsprechend dieselbe Leistung in der Erstellung von KI-Texten zeigen.

Das habe ich dann noch schnell ausprobiert. Alle Einstellungen blieben auf dem Standard. Das vorgewählte Sprachmodell text-davinci-003 entspricht GPT-3.5.

Als ersten Input wählte ich den bereits bekannten Prompt:

Aufgabe ist, einen sehr umfassenden Blogartikel zum Thema Contentmarketing zu schreiben. Zielgruppe sind Unternehmen und Selbständige. Der Artikel soll sich an Einsteiger und Fortgeschrittene richten und sehr praxisorientiert den konkreten Einstieg in das Thema Contentmarketing abdecken. Von der Definition „Was ist Contentmarketing?“ über die Entwicklung der eigenen Contentstrategie bis hin zu einem Zukunftsausblick. Der Beitrag soll die wichtigsten SEO-Keywords für das Themenfeld beinhalten. Schreibe eine Gliederung für diesen Blogbeitrag.

„Submit“ startet den Textgenerator. Wenn das System beim Schreiben mitten im Text anhält, drückt man zum Weiterschreiben erneut „Submit“.

Das war die Gliederung, die ich aus OpenAI Playground bekam:

Damit kann man arbeiten, wobei mir das Ergebnis von ChatGPT ein wenig besser gefällt. Kann das sein, wenn dasselbe Sprachmodell arbeitet? Vielleicht ist dieser Eindruck auch Zufall.

Für das Erstellen des Introtexts nutzte ich diesen Input. Dabei habe ich den Befehl einfach ins Textfeld unterhalb der Gliederung gesetzt:

Schreibe ein Intro für diesen Blogbeitrag

Das lieferte OpenAI Playground als Output:

Auch etwas zu lang für ein gutes Intro. Zudem unbeholfen wirkende Formulierungen. Also erneut die Aufforderung:

Schreibe diesen Introtext bitte deutlich kürzer und knackiger, so dass er zum Lesen des Blogbeitrags animiert

Diesen Output liefert OpenAI Playground daraufhin:

Die Qualität ist nun ähnlich gut wie bei ChatGPT. Unterm Strich hat ChatGPT aber insgesamt ein wenig besser abgeliefert. Eine leicht andere Nutzung des Sprachmodells? Oder Zufall?

Was ist meine Erkenntnis aus diesem Vergleich?

Neuroflash hat Sympathiepunkte, weil es aus Hamburg kommt ;-) Mir persönlich liegt die Nutzeroberfläche nicht hundertprozentig. Andere werden aber womöglich die strukturierten Templates vorziehen. Neuroflash bietet zudem viele interessante Optionen, die ich hier nicht gezeigt habe. Texte von „Sie“- in „Du“-Form umschreiben. Oder automatisch gendern. Und einiges andere. Zudem hat Neuroflash preislich deutliche Vorteile.

Jasper mag ich wegen des genialen User-Interfaces und des Boss-Modes. Zudem kann ich Surfer SEO integrieren, so dass ich direkt in Jasper in Echtzeit die Metrics des aktuellen Textes angezeigt bekomme. Jasper hat eine sehr gute Textqualität und schreibt meist auch sinnvolle Texte. Unter den AI-Text-Tools ist es relativ teuer.

ChatGPT ist erst nachträglich in den Test gerutscht. Seine Qualitäten in Konzeption sind herausragend, es liefert sehr gute Texte. Genial ist, dass das Tool sich merkt, was in der Session passierte. Jasper dagegen merkt sich nur 2.000 bis 3.000 Zeichen und vergisst den Rest. ChatGPT kann ich dagegen fragen, ob es mir zum ersten Gliederungspunkt weitere Ergänzungen liefern kann und das klappt auch noch, wenn zwischenzeitlich viel weiterer Text entstand.

OpenAI Playground ist nah an ChatGPT, wobei ich das Gefühl habe, dass ChatGPT für mich immer ein klein wenig besseren Content abliefert.

Meine Wunschvorstellung wäre die Oberfläche und Usability von Jasper mit der Leistung von ChatGPT darunter.

Was kostet KI-Text?

Den günstigsten Einstieg in AI-Text bietet Neuroflash mit 0,- Euro monatlich. Dafür hat man 2.000 Wörter zur Verfügung, was allerdings nicht viel ist. Für einen Blogartikel mit 1.000 Wörtern z.B. verbraucht man mit den AI-Tools ein Vielfaches. Für 29,- Euro im Monat gibt es 20.000 Wörter, für 79,- Euro darf man monatlich 200.000 Wörter schreiben lassen.

Jasper startet für 50.000 Wörter im Boss-Mode mit 59,- $ monatlich. 100.000 Wörter kosten 99,- $ und 300.000 279,- $.

ChatGPT sowie OpenAI Playground sind derzeit als Betatest kostenlos. Aus dem Grund ist ChatGPT tagsüber und am Abend nicht mehr nutzbar, ständig überlastet. Tipp: Die Zeit früh am Morgen nutzen, vor 7 Uhr.

Später dürften die monatlichen Kosten für ChatGPT und Open AI Playground in der Größenordnung von Jasper liegen oder höher. Billigangebote werden es sicher nicht werden, dafür ist die Technik dahinter zu kostenintensiv.

Wie viel Zeit spart KI-Text?

Die von vielen erhoffte hunderprozentige Zeitersparnis tritt nicht ein. Bei weitem nicht. Wobei das vom eigenen Qualitätsanspruch abhängt.

Ich selbst nutze nur ganz selten einen unveränderten Absatz aus KI-Text-Tools. Meist ist der Output für mich nur Rohmasse, die noch stark verarbeitet wird. Auch für die Recherche sind die Tools lediglich eine Ergänzung. Wer für Suchmaschinen optimierte Webseiten erstellen will, muss weiterhin persönlich in die Top-Ergebnisse der SERPs einsteigen, um die Suchintentionen zu verstehen und um ein Gefühl für das zu bekommen, was bei den Suchenden gefragt ist. Das kann mir die KI nicht abnehmen.

Wie groß ist die Zeitersparnis konkret? Es gibt Projekte, da spare ich etwa 25 %, bei anderen praktisch nichts. Und dann gibt es auch Projekte, wo ich das Gefühl habe, dass ich ohne KI schneller gewesen wäre.

Besonders die Tatsache, dass die Systeme beliebig viel Text liefern können, ist ein Problem. Man findet dann hier eine gute Formulierung, da einen guten Aspekt und braucht beim Zusammentragen und Entfernen der ganzen Dopplungen oft ganz schön lange.

Unterm Strich sehe ich einen Nutzen für mich, würde ihn aber nicht allzu hoch bewerten.

Ist die Nutzung von KI-Text-Tools Betrug am Kunden?

Auf Linkedin las ich die These, dass man seine Kundinnen und Kunden informieren muss, wenn man durch ein KI-Tool Texte erstellen lässt.

Das sehe ich nicht so. Zumindest nicht für das hochwertige Marktsegment, in dem ich mich bewege.

Erstens verwende ich nur sehr wenige KI-Texte tatsächlich in der Endfassung eines Textes. Die KI-Tools unterstützen mich bei der Recherche und liefern Rohmaterial für den finalen Text. Erst durch meine Arbeit entsteht das hochwertige Endprodukt, das wenig mit den KI-Texten zu tun hat.

Zweitens ist die Zeitersparnis bei weitem nicht so hoch, wie viele sich das vorstellen.

Drittens nutze ich die gesparte Zeit nicht, um am Strand zu liegen, sondern ergänze lieber noch Aspekte im Text, die vorher fehlten.

Kunden werden also nicht betrogen, sondern erhalten ein besseres Endprodukt.

Sind KI-Text-Tools Jobkiller?

Es gibt Bereiche, in denen nach meiner Prognose die KI-Text-Tools den Markt übernehmen werden. Dazu zähle ich vor allem das Segment der Billigtexte aus den Contentplattformen. Diese Qualität kann man sich mit ein wenig Einarbeitung mit AI-Text-Tools in Zukunft automatisch texten lassen. Wenn man denn ernsthaft solche Texte möchte.

Für Texter mit höherem Qualitätsanspruch wird sich wahrscheinlich nicht viel ändern. Für sie wird das AI-Text-Tool ein Werkzeug sein. So wie der PC mal die Schreibmaschine ersetzt hat.

Ich kann mir auch vorstellen, dass es für Texterinnen und Texter neue Berufsbilder gibt, zum Beispiel die AI-Text-Optimierung. Kenntnis der KI-Text-Tools und das Talent, diese zu bedienen, sind sicher Fähigkeiten, die künftig stärker gefragt sein werden.

Fazit: KI-Texte bleiben uns erhalten

KI-Text-Tools sind gekommen, um zu bleiben. Schlechten Texterinnen und Textern werden sie das Leben schwermachen, wahrscheinlich einige Jobs kosten. Gute Copywriter nutzen den KI-Text-Generator als Werkzeug, um ihre Arbeitsergebnisse zu optimieren und damit noch besser zu werden. Wunder darf man nicht erwarten, gute Texte setzen weiterhin viel Konzeptionsarbeit durch den Menschen voraus und entstehen nicht auf Knopfdruck.

Wer schreibt hier?

Mein Name ist Michael Bondzio, ich bin Konzeptioner, Texter und Marketingberater. Aus meiner über 25jährigen Tätigkeit für nationale sowie internationale Marken und Unternehmen aller Größenklassen habe ich jede Menge Erfahrungen, die ich in diesem Blog teile.

Seit 2004 berate ich Selbständige sowie Management und Unternehmensleitung kleiner und mittelständischer Unternehmen zur automatisierten Neukundengewinnung über das Internet.

Wenn Sie Fragen haben oder Unterstützung brauchen: Rufen Sie mich an – +49 40 22 86 75 40 – oder schicken Sie eine E-Mail. Die Erstberatung ist kostenlos.