Anmerkung der Redaktion: Hierbei handelt es sich lediglich um einen Auszug. Den vollständigen Beitrag finden Sie in der werbetechnik-Ausgabe 6 auf den Seiten 8 bis 11.
Lesedauer: circa 2 Minuten
Die Anforderungen im Digitaldruck steigen, die Produktionszyklen werden kürzer, und die Erwartungen der Kundinnen und Kunden nehmen immer weiter zu. Um diesen Herausforderungen aktiv zu begegnen, setzen immer mehr Betriebe auf KI-basierte Workflows. Von intelligenten Preflight-Checks über automatisiertes Job-Ticketing bis hin zur dynamischen Layout-Erstellung eröffnet künstliche Intelligenz ganz neue Möglichkeiten in der Prozessoptimierung. Wir haben uns in der Branche umgehört, was heute schon möglich ist und was uns in Zukunft erwarten wird.
KI richtig nutzen
Im Druckbereich ist KI bereits seit Längerem fest in die Produktionsabläufe integriert. „Predictive AI ist seit Jahren in Print eingebettet – sie analysiert im Stillen Workflow-Daten und optimiert Schritte hinter den Kulissen. Dem gegenüber steht generative KI, die momentan stark im Aufwind ist“, erklärt Vittorio Neri, Head of Marketing Research, Planning & Technology, Roland DG. Der Unterschied: Während Predictive AI in der Lage ist, Vorhersagen zu treffen und Wahrscheinlichkeiten zu berechnen, kann generative KI Inhalte erzeugen. Sie lernt aus vorhandenen Daten, kombiniert diese miteinander, um daraus neue Inhalte zu kreieren. Ein Beispiel für ein generatives KI-Tool ist das Chat GPT. „Generative Tools eignen sich hervorragend, um schnell markenkonforme Mockups, alternative Layouts beziehungsweise Inhaltsvarianten zu erstellen. In Kombination mit bestehenden Rip- oder Preflight-Prozessen beschleunigen sie die Proof-Erstellung, während Mitarbeiterinnen und Mitarbeiter die finale Kontrolle behalten“, nennt Vittorio Neri die Vorteile. Die Implementierung generativer KI birgt also neue Chancen für den Workflow, bringt allerdings auch Herausforderungen mit sich: „Es braucht Mitarbeiter, die gute Eingabeaufforderungen formulieren und Ergebnisse validieren können, denn KI ist statistisch und nicht standardmäßig ,richtig‘“, ergänzt Vittorio Neri. Das bedeutet, dass generative KI die Inhalte so auswählt, dass sie statistisch gesehen am besten zu dem passen, was in ähnlichen Kontexten in den Trainingsdaten vorkommt. Das kann richtig sein, muss es aber nicht zwangsläufig. Wichtig ist deshalb, KI-generierte Inhalte immer noch einmal zu überprüfen.
Sina Eilers / Regina Pawlowski
