KI kann Ihre schlechten Feeds nicht allein beheben – deshalb sind Sie immer noch wichtig!

Episodenbeschreibung

Glauben Sie, dass KI unordentliche Produktfeeds von alleine bereinigen kann? Nicht so schnell. In diesem PPC Town Hall spricht Optmyzr-CEO Frederick Vallaeys mit dem Gründer von DataFeedWatch, Jacques van der Wilt, darüber, warum KI-gesteuerte Shopping-Kampagnen immer noch menschliche Aufsicht benötigen.

Sie erkunden die Herausforderungen von KI-Halluzinationen, die steigenden Kosten der Automatisierung und die wachsende Rolle von KI-gesteuerten Suchmaschinen wie Perplexity. Wenn Sie Shopping-Anzeigen schalten, ist dieses Gespräch voller Einblicke, die Sie nicht verpassen sollten.

Wichtige Erkenntnisse der Episode

Googles KI-gesteuerte Shopping-Kampagnen versprechen Automatisierung und Effizienz, aber KI ist nur so gut wie die Daten, die Sie ihr zuführen. Wenn Ihre Produktfeeds chaotisch sind, kann keine KI sie magisch in leistungsstarke Kampagnen verwandeln.

Hier sind die wichtigsten Erkenntnisse aus dem Gespräch zwischen Fred und Jacques darüber, wie man KI für die Feed-Optimierung einsetzt, während man die Kontrolle behält und die besten Ergebnisse erzielt.

1. KI benötigt gute Daten, um effektiv zu arbeiten

Automatisierung im Feed-Management ist nicht neu, aber KI hebt die Dinge auf die nächste Stufe. Die Herausforderung? KI ist auf strukturierte, genaue Daten angewiesen, um gute Ergebnisse zu erzielen. Wenn Ihr Produktfeed fehlende Attribute, falsche Preise oder vage Beschreibungen enthält, kann die KI diese Probleme nicht von alleine beheben.

„Wenn jemand nach ‚Levi’s 501 Herren-Jeans in Blau Größe 32‘ sucht und dieser genaue Ausdruck im Produkttitel steht, hat Google ein hohes Maß an Vertrauen, dass dies eine gute Übereinstimmung ist. KI benötigt immer noch strukturierte Daten, um optimal zu arbeiten,“ erklärte Jacques.

Die Erkenntnis: KI verbessert die Optimierung, aber Werbetreibende müssen sicherstellen, dass ihre Feeds saubere, genaue und vollständige Daten enthalten.

2. KI spielt eine große Rolle bei der Feed-Optimierung

KI kann verbessern, wie Produktfeeds strukturiert sind, indem fehlende Attribute wie Farben, Größen und Kategorien ergänzt werden. Aber KI ist nicht perfekt, und menschliche Aufsicht ist immer noch erforderlich, um die Ergebnisse zu validieren.

Jacques teilte mit, wie DataFeedWatch KI zur Optimierung von Feeds einsetzt:

• Automatisches Zuordnen von Attributen basierend auf Geschäftsdaten
• KI-gesteuertes Umschreiben von Titeln und Beschreibungen
• Automatisierte Kategorisierung für verschiedene Werbeplattformen

Allerdings sollten Werbetreibende die von KI generierten Optimierungen immer noch überprüfen, um Genauigkeit und Relevanz sicherzustellen.

„Jeder, der Ihnen erzählt, er habe ein perfektes KI-System gebaut, lügt. Es ist immer eine Kombination aus KI, A/B-Tests und menschlicher Aufsicht.“

 

- Jacques van der Wilt

3. Der Wandel zu visueller und konversationeller Suche

Das Verbraucherverhalten entwickelt sich weiter, und KI-gesteuerte Suche verändert, wie Menschen Produkte finden. Anstatt einfache Schlüsselwörter einzugeben, verwenden Nutzer jetzt Sprach- und Bildsuche sowie KI-Chat-Assistenten wie ChatGPT.

Fred teilte seine Erfahrung bei der Recherche eines iPads: „Ich hatte ein fünfminütiges Gespräch mit ChatGPT, erklärte meine Bedürfnisse, und es erläuterte mir alle Optionen.“

Plattformen wie Perplexity arbeiten sogar an KI-gesteuerter Produktsuche, bei der Titel und Beschreibungen dynamisch umgeschrieben werden könnten, um besser zur Nutzerabsicht zu passen.

„Perplexity wird Produktdaten wahrscheinlich viel mehr KI-gesteuert interpretieren als das, was derzeit auf Google, Bing oder anderen Plattformen gemacht wird,“ erklärte Jacques.

Dieser Wandel bedeutet, dass Feed-Optimierung nicht mehr nur um Schlüsselwörter geht, sondern darum, Daten so zu strukturieren, dass KI sie effektiv interpretieren kann.

4. Die Kosten von KI im großen Maßstab

KI-gesteuerte Optimierungen sind nicht kostenlos. Wenn Werbetreibende beginnen, KI auf Tausende von Produkten anzuwenden, können die API-Kosten schnell steigen. Jacques hob eine wichtige Herausforderung hervor:

„Wir hatten Nutzer mit 500.000 Produkten, die sofortige KI-generierte Optimierungen erwarteten. Aber jeder Aufruf an OpenAI kostet Geld, und in diesem Maßstab wird es untragbar.“

Um die Kosten effektiv zu verwalten, müssen Werbetreibende:

• Die richtigen KI-Modelle für verschiedene Aufgaben auswählen (hochpreisige Modelle für kritische Aufgaben, kostengünstigere für Massenverarbeitung)
• KI-Optimierungen dort priorisieren, wo sie den größten Einfluss haben
• KI-generierte Ergebnisse testen und verfeinern, bevor sie vollständig eingesetzt werden

5. KI ist ein Werkzeug, kein Ersatz für menschliche Strategie

Die wichtigste Erkenntnis aus dieser Diskussion? KI ist ein mächtiges Werkzeug, aber kein magisches Allheilmittel. Werbetreibende müssen immer noch:

• Sicherstellen, dass ihre Feeds strukturierte und genaue Daten enthalten
• KI-generierte Änderungen auf Qualität und Relevanz überwachen
• Den sich entwickelnden Suchtrends und KI-gesteuerten Plattformen voraus sein

Wie Jacques es ausdrückte:

„KI hat keinen eigenen Sinn. Es ist nur ein Werkzeug, um das zu verbessern, was wir bereits tun.“

6. Die Zukunft der KI in visueller Suche & Feed-Optimierung

KI wird sich schließlich darauf verlagern, Bilder zu verstehen, aber es wird strukturierte Daten nicht über Nacht ersetzen. Jacques betonte, dass Rechenleistung immer noch eine Einschränkung bei der Verarbeitung von Bildern im großen Maßstab ist.

„Die Verarbeitung von Bildern mit KI erfordert erhebliche Rechenleistung. Wir bewegen uns in Richtung eines Verständnisses von Bildern durch KI, aber es wird strukturierte Daten nicht über Nacht ersetzen.“

Derzeit bleiben strukturierte Produktfeeds das Rückgrat effektiver KI-gesteuerter Suche und Werbung.

Holen Sie das Beste aus KI-gesteuerter Feed-Optimierung mit Optmyzr heraus

KI kann die Feed-Optimierung verbessern, aber sie funktioniert am besten in Kombination mit menschlicher Aufsicht und strategischen Anpassungen. Tools wie Optmyzr helfen Werbetreibenden, die Kontrolle über ihre Shopping-Kampagnen zu übernehmen, indem sie:

• Individuelle Feed-Audits zur Identifizierung fehlender oder minderwertiger Daten anbieten
• KI-gesteuerte Einblicke für intelligente Optimierungen bereitstellen
• Automatisierte Regeln zur Vermeidung schlechter Daten, die die Leistung beeinträchtigen, implementieren

Noch kein Optmyzr-Kunde? Jetzt ist der beste Zeitpunkt, um sich für eine voll funktionsfähige 14-tägige kostenlose Testversion anzumelden.

Tausende von Werbetreibenden – von kleinen Agenturen bis hin zu großen Marken – weltweit nutzen Optmyzr, um jedes Jahr Milliarden an Werbeausgaben zu verwalten.

Sie erhalten auch die Ressourcen, die Sie benötigen, um loszulegen, sowie fachkundige Unterstützung von unserem Team, um Fragen zu beantworten und Ihnen zu helfen, Ihre Ergebnisse zu maximieren.

Episodentranskript

Frederick Vallaeys: Hallo und willkommen zu einer weiteren Episode von PPC Town Hall. Mein Name ist Fred Vallaeys. Ich bin Ihr Gastgeber und auch der CEO und Mitbegründer von Optmyzr, einem PPC-Management-Tool.

Für die heutige Episode haben wir Jacques van der Wilt, den Gründer von DataFeedWatch. Er hat das Unternehmen 2008 gegründet und hat viele Einblicke in das Feed-Management und wie es auf E-Commerce-Werbung auf verschiedenen Plattformen angewendet wird.

Das Daten-Feed-Management war früher ein stark manueller Prozess: viele Tabellenkalkulationen. Trotz der Automatisierung, die Tools im Laufe der Jahre eingeführt haben, sorgt der Aufstieg von generativer KI und ihrer Fähigkeit, mit strukturierten Daten zu arbeiten, für massive Veränderungen in der Handhabung dieser Prozesse.

Ich kann es kaum erwarten, von Jacques zu hören, wie KI das Feed-Management verändert, wie es die E-Commerce-Werbung beeinflusst und Ihnen allen einige umsetzbare Tipps und Taktiken zu geben, die Sie auf Ihre Kampagnen anwenden können.

Also, lassen Sie uns mit dieser Episode von PPC Town Hall beginnen.

Jacques, willkommen in der Show. Schön, dass Sie dabei sind!

Jacques van der Wilt: Fred, vielen Dank. Danke, dass ich dabei sein darf.

Frederick Vallaeys: Ja. Und wir werden diese Episode auf Englisch machen, richtig? Obwohl wir beide Niederländisch sprechen.

Jacques van der Wilt: Ja, aber wir wollen, dass andere Leute verstehen, was wir sagen. Also machen wir es auf Englisch.

Ihr müsst mit meinem Akzent klarkommen, der viel stärker ist als Freds, der ein echter Amerikaner geworden ist, aber ich bin sicher, wir werden die Geschichte in ordentlichem Englisch richtig erzählen.

Frederick Vallaeys: Ja, das stimmt. Und wenn wir es nicht verstehen, gibt es immer noch generative KI und Transkripte sowie Übersetzungen.

Hey, aber Jacques, von wo aus rufen Sie uns heute an?

Jacques van der Wilt: Ich bin in meinem Büro in Amsterdam. Obwohl Datafeedwatch ein amerikanisches Unternehmen ist, leben die meisten von uns in Europa, wir sind ein Remote-First-Unternehmen, und ich leite das Unternehmen von Amsterdam aus, mit vielen Leuten in Polen und mehreren anderen Ländern, so läuft die Welt heute.

Frederick Vallaeys: Eine kleine Anekdote. Als ich Google vor 12 Jahren verlassen hatte, gründete ich meine Agentur und verkaufte diese Agentur an ein Unternehmen namens SalesX, und sie waren in Foster City und ich arbeitete aus diesem Büro. Und eines Tages brauchte ich Hilfe beim Daten-Feed-Management, also schaute ich online nach und fand Datafeedwatch und sah die Adresse, und es war buchstäblich zwei Türen weiter von dem SalesX-Büro entfernt.

Also ging ich hinüber, aber leider wart ihr schon aus Foster City weg und an einem anderen Ort. So habe ich Jacques zum ersten Mal kennengelernt, weil ich die Leute fragte, Wo sind alle hingegangen? Und jemand erwähnte, Oh ja, Jacques ist Niederländer. Also hatten wir sofort diese Verbindung.

Aber Jacques, erzähl ein wenig über die frühen Tage. Was hat Sie dazu gebracht, ein Unternehmen wie DataFeedWatch zu gründen?

Jacques van der Wilt: Ja, das ist ein großartiger Einstieg, Fred, denn Foster City weckt viele Erinnerungen. Wir haben nicht DataFeedWatch gestartet – wir haben WordWatch gestartet, ein automatisiertes Gebotsmanagementsystem. Zu der Zeit hatte Google nur Suchanzeigen, Textanzeigen, und wir betrieben WordWatch eine Weile. Wir bekamen Finanzierung und all das, und mein Mitgründer sagte, Lass uns nach Kalifornien gehen und es verkaufen. Ich sagte, Kumpel, wir haben gerade Geld gesammelt, wir gehen nicht nach San Francisco; es ist zu teuer. Das war unser erster niederländischer Moment; wir waren sparsam.

Wir einigten uns schließlich auf Foster City. Zuerst gingen wir nach San Jose und verbrachten dort ein Jahr. WordWatch wurde zu einer klassischen Internet-Startup-Geschichte der frühen Tage, begeisterte Gründer sammeln eine Million Euro, bauen ein Produkt, verbrennen den Großteil des Geldes in weniger als einem Jahr und enden mit etwas, das nicht für die Massen gebaut wurde. Es war zu nischig, nicht so gut entwickelt, wie es hätte sein sollen, und letztendlich scheiterte das Unternehmen.

Ich restrukturierte das Unternehmen und dachte, Okay, was kommt als Nächstes? Um 2011–2012 führte Google ein neues Werbeformat namens Product Listing Ads ein. Es war völlig neu, es hatte Produktbilder, Titel, Preise und erforderte etwas, das als Daten-Feed bezeichnet wurde. Wir sahen eine Gelegenheit, weil wir Kunden hatten, die sich über WordWatch für Shopping-Anzeigen interessierten, aber Probleme mit Feeds hatten.

Der Prozess war ein Albtraum. Sie mussten ihre Entwickler um eine CSV-Datei mit den richtigen Daten aus ihrem Geschäft bitten. Bevor sie überhaupt eine Shopping-Kampagne starten konnten, waren sie Monate in der Entwicklung und zehntausende Dollar tief. Nach einer Weile war mein Team frustriert. Sie sagten, Das ist Mist.

Also fragten wir uns, Was wäre, wenn wir eine Möglichkeit schaffen würden, optimierte Daten-Feeds zu erstellen? Zu der Zeit gab es nicht viele Lösungen, und die wenigen, die es gab, waren teuer. Da wir ein Technologieunternehmen waren, dachten wir, lass uns einfach etwas zusammenhacken.

Wir bauten einen groben Prototyp: hässlich, einfach, nur drei Funktionen. Aber es funktionierte. Es verband sich mit Geschäften, lud Daten herunter, ließ uns Felder umbenennen und kombinieren und statische Werte hinzufügen. Das allein löste 80 % der Probleme, die wir hatten. Wir erkannten schnell, das ist besser als WordWatch.

Also schwenkten wir um. Wir verbesserten die Benutzeroberfläche, fügten mehr Funktionen hinzu und im Frühjahr 2013 brachten wir es als DataFeedWatch auf den Markt. Es stellte sich heraus, dass es ein viel besseres Geschäft war, und es wächst seit 11 Jahren ununterbrochen.

Jetzt haben wir viel mehr Funktionen, viel mehr Kunden. Etwa 40 % sind in den USA, 40 % in Westeuropa und 20 % in Australien, Neuseeland und 50–60 anderen Ländern. Der Bedarf ist immer derselbe: Werbetreibende benötigen Daten-Feeds für Google, Facebook, Criteo, TikTok und andere Plattformen. Sie benötigen optimierte Feeds, weil die Daten in ihren Geschäften nicht großartig sind, und sie benötigen häufige Updates, manchmal stündlich, weil sich Inventar, Titel und Preise schnell ändern.

Das Kerngeschäft ist gleich geblieben, aber die Funktionen, Organisation und Unterstützung sind gewachsen. Selbst nach dem Verkauf des Unternehmens an cars.com vor ein paar Jahren bin ich immer noch glücklich, DataFeedWatch zu leiten.

Und das bringt uns zum heutigen Thema: KI. Ich bin ein großer KI-Fan im Allgemeinen, Spoiler-Alarm. Aber die eigentliche Frage ist, Was ist der Einfluss von KI auf Datenoptimierung, E-Commerce und die Branche insgesamt? Das ist das nächste Kapitel. KI hat mir neue Energie, neues Interesse und viel mehr Möglichkeiten gegeben.

Frederick Vallaeys: Coole Geschichte. Und das macht zwei Technologie-Optimisten in diesem Gespräch. Mal sehen, welche optimistischen Geschichten wir Ihnen erzählen können.

Was KI betrifft, lassen Sie uns aus der Verbraucherperspektive beginnen. Wie Sie sagten, waren die Shopping-Engines in den frühen Tagen ziemlich einfach. Sie waren nicht frisch und die Ergebnisse zeigten Produkte, die nicht mehr verfügbar waren, weil es keine Daten-Feeds gab. Dann wurden Daten-Feeds eingeführt, und plötzlich hatten wir Bilder mit Preisen.

Jetzt sehen wir KI-Übersichten, Tools wie Perplexity und alle möglichen neuen Wege, wie Verbraucher nach Dingen suchen.

Ich habe kürzlich nach einem iPad gesucht. Aber ich brauchte kein Business-iPad. Ich brauchte nur etwas, das ich im Flugzeug zum Filme schauen verwenden konnte, das etwas größer war als mein Telefon, und anstatt auf die Apple-Website zu gehen oder Technologie-Bewertungsseiten zu besuchen, entschied ich mich, einfach ein Sprachgespräch für etwa fünf Minuten mit ChatGPT zu führen. Ich erklärte ihm, was ich hoffte zu verwenden, und es erklärte mir die verschiedenen Modelle und die Vor- und Nachteile.

Und ich dachte, es war eine fantastische Erfahrung. Und so cool. Erzählen Sie uns, erzählen Sie uns, was die Entwicklung des Verbraucherverhaltens im E-Commerce ist und wie das vielleicht mit dem zusammenhängt, was wir mit Feeds tun.

Jacques van der Wilt: Ja, ich denke, Sie haben die Geschichte bereits erzählt, und ich denke, viele Verbraucher sind nicht so tief darin wie Sie, jedes Kind in der Schule wird ChatGPT verwenden, um bessere Texte zu schreiben und bessere Antworten zu finden und was auch immer.

Und so werden Verbraucher zunehmend ihre eigene Produktsuche mit viel mehr als nur dem Googeln des Namens eines Produkts verbessern. Das wird sich entwickeln. Und die Dinge, die wir sehen, sind natürlich, dass jede Organisation, die mit Suche oder sozialen Netzwerken zu tun hat, diesen Verbraucherbedarf sieht und wie verrückt entwickelt, um es möglich zu machen.

Ja, ich lese auch darüber. Es ist klar, dass Googles Position als Nummer eins der Suchmaschinen zum ersten Mal gefährdet sein könnte. Es gibt eine neue Technologie, die sie überholen könnte.

Deshalb drängt Google auf Gemini, Facebook hat Llama, und ChatGPT ist zumindest vorerst der 800-Pfund-Gorilla im Raum.

Aber viele andere Akteure strömen auf den Markt, und um es zurück zur Datenoptimierung, dem Kauf von Produkten und dem E-Commerce zu bringen. Ich habe heute gelesen, dass Perplexity etwas Ähnliches wie ein Händlerzentrum plant. Sie möchten, dass Einzelhändler Produktdaten bereitstellen, und Perplexity wird diese Daten wahrscheinlich viel mehr KI-gesteuert interpretieren als das, was derzeit auf Google, Bing oder anderen Plattformen gemacht wird.

Wir kratzen nur an der Oberfläche und darunter liegt ein unglaublicher Eisberg. KI wird alles beeinflussen, insbesondere die E-Commerce-Suche, und könnte die Branche vollständig neu definieren.

Frederick Vallaeys: Ja, ich stimme völlig zu. KI wird einige Dinge darüber, wie wir arbeiten, neu definieren. Aber die Entwicklung bei Perplexity ist besonders interessant, also lassen Sie uns ein wenig tiefer darauf eingehen.

Ich denke, was ich gehört habe, ist, dass der Feed, den wir Google geben, ziemlich wörtlich interpretiert wird, richtig? Ihr Titel ist Ihr Titel, Ihre Beschreibung ist Ihre Beschreibung, und in den meisten Fällen werden diese Elemente genau so in der Anzeige dargestellt.

Aber bei Perplexity klingt es mehr nach einem Rahmen, den die KI interpretieren, zusammenfassen und möglicherweise verbessern wird. Es könnte den Titel anpassen, um ihn ansprechender zu machen oder die Art und Weise, wie Informationen präsentiert werden, zu optimieren, um bessere Ergebnisse zu erzielen.

Ist das das Ziel? Und wenn ja, wie passen wir uns an eine solche Umgebung an, in der wir nicht mehr mit den strengen Kontrollen von Google arbeiten, bei denen Schlüsselwörter Schlüsselwörter sind und Anzeigentexte Anzeigentexte, sondern stattdessen Rohdaten bereitstellen und die KI sie nach Belieben formen lassen?

Jacques van der Wilt: Ich denke, wenn Sie Ihren Daten-Feed an Google senden, werden sie auch KI verwenden, um ihn zu interpretieren. Aber natürlich hat Google eine lange Geschichte in der Entwicklung dieser Technologie, die zu dem geführt hat, wo sie heute mit Gemini stehen. Diese Erfahrung und eine etablierte Infrastruktur machen einen Unterschied.

Das bedeutet auch, dass Google und Unternehmen wie Perplexity oder Bing unterschiedliche Wege haben werden, wenn es um KI-gesteuerte Suche und Feed-Optimierung geht. Die neueren Akteure sind mit KI als Grundlage in den Markt eingestiegen, während Google seinen Ansatz seit Jahren verfeinert. Dieser Kontrast wird wahrscheinlich beeinflussen, wie sich jede Plattform entwickelt.

Was die Optimierung von Produkt-Feeds durch KI betrifft, denke ich nicht, dass das ihre Priorität sein wird. Suchmaschinen, sei es Google, Perplexity oder Bing, konzentrieren sich grundsätzlich darauf, die Anfrage des Verbrauchers zu interpretieren und mit dem bestmöglichen Ergebnis abzugleichen, sei es ein organisches Listing oder eine Anzeige. Dort werden wir den größten Einfluss von KI zuerst sehen.

Seit langem predige ich (und tue es immer noch), dass die Optimierung von Produkttiteln in Daten-Feeds entscheidend ist. Wenn jemand nach „Levi’s 501 Herren-Jeans in Blau Größe 32“ sucht und dieser genaue Ausdruck auch im Produkttitel steht, wird der Algorithmus von Google ein hohes Maß an Vertrauen haben, dass dies die richtige Übereinstimmung ist. Das erhöht die Chancen, dass die Anzeige gezeigt wird, was zu mehr Impressionen, höherer CTR und letztendlich besseren Conversions führt.

Wenn ein Verbraucher genau das sieht, wonach er gesucht hat, klickt er eher, was zu einer höheren CTR und besseren Conversion-Raten führt. Das schafft eine direkte Verbindung zwischen Datenoptimierung und Kampagnenleistung.

Mit KI können Verbraucher ihre Bedürfnisse auf detailliertere und natürlichere Weise ausdrücken. Anstatt einfach nach „neuem iPad“ zu suchen, wie Sie es erwähnt haben, Fred, könnten sie sagen, „Ich brauche etwas für das Flugzeug, größer als mein iPhone, aber ich brauche nicht unbedingt ein iPad.“ Indem sie mehr Kontext bereitstellen, geben sie der Suchmaschine ein reichhaltigeres Set von Signalen, mit denen sie arbeiten kann.

KI wird dann viel besser darin sein, diese Signale zu interpretieren und die besten Produktempfehlungen zu bestimmen. Das könnte bedeuten, direkt auf die Anfrage des Nutzers zu antworten oder die relevantesten Anzeigen auszuwählen. Anstatt einfach 20 potenzielle Übereinstimmungen zu ziehen, könnte die KI intelligent die fünf relevantesten Optionen eingrenzen und diese anzeigen.

Das kommt sowohl dem Verbraucher als auch dem Einzelhändler zugute. Der Verbraucher erhält ein hochrelevantes Ergebnis, was ihn eher dazu bringt, zu dieser Suchmaschine zurückzukehren, sei es Perplexity, Google oder eine andere Plattform. Und für Einzelhändler bedeuten bessere Übereinstimmungen mehr Impressionen und höhere Interaktion, was letztendlich zu mehr Verkäufen führt.

Frederick Vallaeys: Nun, das Beispiel, das Sie über eine Levi’s 501 gegeben haben, ist ein sehr strukturiertes Produkt. Wenn Sie also nach einer Levi’s 501 suchen, dann müssen Sie eindeutig eine Levi’s 501 finden. Ich habe kürzlich ein Badezimmer in meinem Haus umgebaut.

Zum Beispiel, als ich nach Schränken suchte, konnte ich an Ikea als Marke denken, aber darüber hinaus hatte ich keinen spezifischen Namen im Kopf. Stattdessen ging es bei meiner Suche mehr darum, zu beschreiben, was ich wollte: ein Panel mit einer leichten Textur, einem modernen Blauton und einer bestimmten Art von Arbeitsplatte. Es war eine stark visuelle Suche.

Eine weitere Erfahrung, die mir auffiel, war, als ich Fotos meiner Familie bearbeitete und uns in Avatare verwandelte. Meine Tochter wollte sich im Barbie-Film sehen, also lud ich ihr Bild hoch und bat die KI, sie mehr wie Barbie aussehen zu lassen. Bevor irgendwelche Bearbeitungen vorgenommen wurden, beschrieb die KI zuerst das Bild und es war schockierend genau.

Es sagte so etwas wie, „Da ist ein Mädchen, das ein pinkes T-Shirt mit einem Einhorn-Design trägt, das wie eine Mischung aus einem Narwal und einem Einhorn aussieht.“ Das Detailniveau war umwerfend.

Das bringt mich zu einer großen Frage: Wie wichtig ist der Produkttitel in dieser neuen, von KI gesteuerten Welt? Wenn KI Bilder analysieren und Details wie Texturen, Farben und einzigartige Designelemente extrahieren kann, werden Titel dann noch genauso wichtig sein? Anstatt sich auf perfekte Keyword-Übereinstimmungen zu verlassen, wird KI einfach Produkte „vektorisieren“ und es ihr ermöglichen, Artikel basierend auf ihren tatsächlichen Eigenschaften zu verstehen und abzugleichen, selbst wenn der Titel keine genaue Beschreibung ist? Glauben Sie, dass dies die Art und Weise, wie Suche funktioniert, grundlegend verändern wird?

Jacques van der Wilt: Yo, Fred, ich denke nicht, dass es wirklich eine Entweder-oder-Situation ist, ich denke, du hast gerade eine Evolution beschrieben.

Wenn wir nach einem Schlafzimmer-Setup suchen, könnten wir auch ein paar Bilder von Schlafzimmern hochladen, die wir von Freunden gesehen oder auf Pinterest gesammelt haben. Oder vielleicht wird das alles einfach auf Pinterest passieren, da die Bilder dort bereits vorhanden sind. Die Sucherfahrung wird immer visueller werden.

Das gesagt, glaube ich nicht, dass wir über Nacht von Titeln zu visuellen Inhalten wechseln werden. Die Verarbeitung von Bildern mit KI erfordert erhebliche Rechenleistung, es braucht viel Energie, teure Chips und andere Ressourcen. Und mit Bildern wird diese Nachfrage nur steigen.

Natürlich erforschen wir aktiv Wege, um Bilder als primäre Quelle für Produktinformationen zu nutzen und so viele Daten wie möglich daraus zu extrahieren. Aber selbst dann kann wahrscheinlich nicht alles allein aus Bildern abgeleitet werden. Hunderte von Tausenden von Bildern an einen Server auf der anderen Seite der Welt zur Verarbeitung zu senden, dauert seine Zeit.

Ich sage also nicht, dass es nicht passieren wird; ich sage nur, dass es nicht über Nacht passieren wird. Die Technikteams werden Wege finden, es schneller, mit weniger Energie und geringeren Verarbeitungskosten zu machen. Und sobald sie das tun, denke ich, dass wir schließlich genau zu dem kommen werden, was du beschreibst.

Frederick Vallaeys: Ja, nein, das ist ein wirklich guter Punkt. Der Maßstab ist hier ein wesentlicher Faktor.

Die Experimente, die du mit dem kostenlosen GPT-Plan oder sogar dem 20-Dollar-GPT-Plan durchführst, sind lustig und interessant, aber wenn du KI über 100.000 Produkte hinweg einsetzen musst, musst du sie in eine API integrieren. Und dann, je nachdem, welches Modell du verwendest, betrachtest du Kosten von etwa 60 Dollar pro Million Tokens. Diese Kosten können sich schnell summieren.

Aber eine vielversprechende Entwicklung ist, dass es neben dem 60-Dollar-pro-Million-Tokens-Modell auch eine 2-Dollar-pro-Million-Tokens-Option gibt. Als Marketer ist ein Teil des Optimierungsprozesses herauszufinden, welches große Sprachmodell (LLM) oder Vision-Modell gut genug ist, um die benötigten Ergebnisse zu liefern, ohne die Kosten dramatisch zu erhöhen, nur um marginal bessere Ergebnisse zu erzielen.

Und das bringt mich zu meiner nächsten Frage, Jacques: Welche LLMs und Vision-Modelle sind deine Favoriten? Welche nutzt du? Und was sind einige coole Wege, wie du gesehen hast, dass Marketer KI einsetzen?

Jacques van der Wilt: Das sind viele Fragen auf einmal, ich habe eigentlich kein Lieblings-LLM.

Im Moment denke ich, dass ChatGPT immer noch die besten Ergebnisse liefert. Aber wie du erwähnt hast, kann der Betrieb im großen Maßstab sehr teuer werden. Deshalb gibt es so viele andere Sprachmodelle, die fast genauso gut sind, aber anders bepreist werden.

Wenn es derzeit ein Wettrüsten gibt, dann ist es das Rennen zwischen den LLMs. Unternehmen arbeiten fieberhaft daran, ihre Modelle zu verbessern, und jeden Monat oder alle zwei Monate sehen wir neue Versionen von fast einem Dutzend verschiedener LLMs, die alle besser werden.

Im Moment ist das Interesse an KI zwischen ihrem Versprechen und ihren Bedrohungen gespalten. Die Bedrohungen reichen von Bedenken über KI im Krieg bis hin zu Problemen wie KI-generierten Bildern.

Zurück zu deinem Beispiel: Ich habe viele Bilder mit KI erstellt, indem ich eine Beschreibung bereitgestellt habe, und obwohl die Ergebnisse oft beeindruckend waren, war immer etwas falsch. Vielleicht hatte der Typ im Bild drei Augen oder zwei Hände an einem Arm, oder er saß hinter dem Steuer eines Autos, schaute aber rückwärts. KI-Halluzinationen sind immer noch eine große Herausforderung.

Das gesagt, wir stehen erst am Anfang dieser Reise. Das Tempo der Verbesserung wird unglaublich sein. Im Allgemeinen neigen Menschen dazu, zu überschätzen, was KI kurzfristig leisten kann, aber zu unterschätzen, wie sehr sie sich im Laufe der Zeit weiterentwickeln wird. Wir werden sehen, dass sich dieses Muster hier wiederholt.

Moment, was war nochmal die Frage? Oh ja, meine Lieblings-LLMs!

Also habe ich keine.

Frederick Vallaeys: Ich stimme dir zu. Ich benutze hauptsächlich OpenAI’s ChatGPT. Nicht unbedingt, weil es mein Favorit ist, sondern weil ich sehe, dass sie sich alle gegenseitig überholen. Und schließlich scheinen sie alle an denselben Punkt und zur gleichen Fähigkeit zu gelangen. ChatGPT hatte eine der ersten soliden APIs, also haben wir uns früh darauf eingelassen.

Das gesagt, ich behalte im Auge, was andere Modelle tun. Wenn OpenAI eine bestimmte Fähigkeit nicht rechtzeitig veröffentlicht, könnte ich Alternativen erkunden. Aber für alles, was wir im großen Maßstab tun, ist OpenAI immer noch unser Anlaufpunkt. Aber wir verwenden nicht immer die neuesten Modelle, weil sie viel teurer sind.

Und für Aufgaben wie die Generierung von Keywords oder Anzeigentextvorschlägen lohnt es sich nicht, 30-mal so viel zu zahlen für eine leicht bessere Anzeige, wenn es um das Schreiben von Anzeigenskripten geht, verwende ich die neuesten Modelle wie O1, weil es erheblich besser ist. O1 ist die erste Version von GPT, die mir mit einem einzigen Prompt eine korrekte Antwort in einem Durchgang gegeben hat, es schreibt tatsächlich ein Skript, das ohne Probleme funktioniert.

In GPT-4.0 musste ich normalerweise drei oder vier Mal zurückgehen, um Fehler zu beheben, bevor ich ein brauchbares Skript erhielt. Das ist immer noch schneller als es manuell zu schreiben, aber in diesem Fall ist der zusätzliche Aufwand für O1 es wert.

Jacques van der Wilt: Ja, genau. Wenn es nur ein Skript ist, sind die Kosten kein großes Problem. Aber wenn du Keywords für Hunderttausende von Produkten benötigst, ist das eine andere Geschichte.

Das war tatsächlich eine der ersten Herausforderungen, auf die wir stießen, als wir unsere KI-gestützte Feed-Optimierung entwickelten. Wir boten KI-optimierte Titel, Beschreibungen und andere Attribute an, und die Leute meldeten sich an, verbanden einen Shop mit 500.000 Produkten oder sogar 10 Shops mit jeweils 100.000 Produkten und erwarteten sofortige KI-generierte Optimierungen.

Aber jedes verarbeitete Produkt bedeutete, OpenAI einen Bruchteil eines Cents zu zahlen. Und in diesem Maßstab summierten sich diese Kosten schnell. Für eine einzige Anmeldung konnten wir Tausende von Dollar an API-Gebühren aufbringen, nur um KI-Werte für alle ihre Produkte zu generieren.

Offensichtlich war das nicht nachhaltig. Niemand konnte sich das leisten, weder wir noch sie. Also mussten wir zu einem kostenpflichtigen Modell wechseln. Und ehrlich gesagt, ich hasste das. Denn wenn du ein echter Kunde bist, jemand, der das Tool jahrelang ernsthaft nutzen möchte, nicht nur versucht, kostenlose KI-optimierte Werte zu bekommen und dann abzuspringen, würdest du mit Gebühren belastet werden, nur weil du einen großen Shop hast.

Okay. Stell dir vor, du bekommst Zugang zu einem großartigen Tool mit leistungsstarken KI-Optimierungen, nur um dann zu hören, “Du bist in der kostenlosen Testphase, aber bevor du KI bekommst, musst du mir 5.000 Dollar zahlen.” Das wäre eine schreckliche Erfahrung. Ich würde lieber keine KI anbieten, als Kunden das anzutun. Und die Alternativen waren nicht viel besser, die Benutzer zu zwingen, auf einen Plan zu wechseln, der 1.000 Dollar mehr pro Monat kostet, nur um auf KI zuzugreifen? Das fühlte sich auch nicht richtig an.

Also hatten wir diese genaue Diskussion über Skalierung, noch bevor wir begannen, KI in unsere Plattform zu integrieren. Unser Ziel war es, KI entweder kostenlos anzubieten (was wir derzeit tun) oder, wenn das nicht machbar war, zu einem vernünftigen Preis.

Das war der Antrieb für unseren Ansatz: Wie könnten wir unser eigenes KI-Ökosystem schaffen, indem wir unsere Erfahrung, intelligente Entwicklung, Cloud-Skalierung und bestehende Technologie nutzen, um das zu realisieren? Denn obwohl wir wissen, dass die KI-Kosten irgendwann sinken werden, wissen wir nicht wann oder wie schnell und ich wollte nicht einfach abwarten, bis das passiert.

Frederick Vallaeys: Ich möchte mehr darüber sprechen, aber es führte mich zu einem anderen Gedanken. Jemand auf einer Konferenz fragte mich kürzlich, bei der Vielzahl von KI-Lösungen, die es gibt. Wie wählt man eine aus? Und wie hat man das Vertrauen, dass das Tool in ein paar Jahren noch da sein wird, damit man nicht in etwas investiert, das scheitern wird, und so, wo du mich mit dieser Frage hingeführt hast, könnte es sicher eine KI-Firma geben, die dir all diese Fähigkeiten gibt und hunderttausend Titel optimiert. Aber wie du gesagt hast, würden sie dabei möglicherweise eine riesige Menge Geld verlieren.

Das könnte also ein Geschäft sein, das in ein oder zwei Jahren scheitert. Und jetzt hast du all deine Fähigkeiten, deine Workflows darin investiert. Wie sollten Verbraucher und Werbetreibende deiner Meinung nach über die Auswahl von KI-Tools nachdenken, wenn es so viele Auswahlmöglichkeiten gibt?

Jacques van der Wilt: Es hängt wirklich davon ab. Zunächst einmal von dem Geschäft, in dem du tätig bist, wenn du eine Art von KI-Fähigkeit benötigst, die du tief in deine Abläufe und vielleicht auch in deine Prozesse, deine Software und was auch immer integrieren musst. Dann stell dir vor, was passiert, wenn dieses Unternehmen pleitegeht, es ist, als würde man ein Glied verlieren oder so für dieses Unternehmen.

Aber wenn dein Geschäft, lass mich einfach für mich selbst sprechen. Wenn dein Geschäft Datenoptimierung ist und du dich für ein Tool anmeldest, das dir KI-Werte für die verschiedenen Attribute gibt, die du optimieren musst. Dann ist es optimiert, es ist in deinem Google oder Facebook und würde dir Feed und nichts wird sich ändern.

Und dann, wenn dein Anbieter pleitegeht, musst du einen anderen finden, der dann die Werte für die neuen Produkte optimiert, die du deinem Feed hinzufügst. Die Fähigkeit, zu wechseln, ist wahrscheinlich sehr wichtig, wichtiger als alles andere. Andernfalls ist es, wie du sagst, du investierst tief in etwas.

Wir wissen nicht, was kurzfristig mit dieser neuen Branche passieren wird.

Frederick Vallaeys: Also mein Ansatz dazu könnte ein bisschen anders sein, du hast bereits in Tools und Workflows investiert, die dein Team jetzt nutzt, die sie verstehen, die sie hoffentlich mögen. Viele dieser Tools fügen wahrscheinlich die gleichen KI-Fähigkeiten hinzu, die neue KI-Player entwickeln.

Und so könnten die neuen KI-Player einen besseren Job machen, indem sie sagen, hey, wir sind die neuesten, wir sind die besten, wir sind die neuesten KI. Aber denke an die Wechselkosten und das erneute Training von allem, was dein Team tut, richtig? Ob es sich um Datenfeed-Management handelt, oder um PPC-Optimierungssoftware, oder um dein Kundenmanagementsystem, all diese Dinge.

Es gibt einfach dieses großartige Zitat, unsere Tools verwenden Elektrizität. Unsere Tools verwenden KI, alle Tools verwenden zu diesem Zeitpunkt KI. Sie werden irgendwann KI verwenden. Du musst also nicht nach dem neuen Tool suchen. Du solltest mit deinem bestehenden Anbieter sprechen und mit ihnen kommunizieren. Oh, vielleicht habe ich dieses großartige Demo von jemandem gesehen und sie konnten das tun und, oh, es ist einfach eine einfache Integration mit Open AI.

Wir werden das auch für dich tun. Und dann musst du nicht all deine Workflows ändern.

Jacques van der Wilt: Ja, nein, das ist ein sehr guter Punkt, Fred. Ja. Und das war definitiv auch Teil unseres Denkens, wir haben KI nie als etwas Separates betrachtet. Oh, jetzt haben wir KI, klingt gut. Das ist die Zeit und das Alter, aber es bedeutet nichts.

Vor 30 Jahren hätten die Leute gesagt, ich bin im Internet. Wow, herzlichen Glückwunsch, richtig? Und KI wird genauso funktionieren. Wie das Internet, es ist einfach ein Netzwerk, das alles verbindet und alles einfacher macht. KI hat keinen eigenen Sinn, richtig? Du möchtest es als Anbieter nutzen, wie wir es sind, wir möchten eine neue Technologie nutzen, die zufällig KI genannt wird, um die Dinge zu verbessern, die wir bereits tun.

Und ich denke, es gibt viele Tools, die es so machen. Und vielleicht sind das sicherere Entscheidungen als ein neuer Spieler, der sagt, hey, ich bin neu, wir wurden vor drei Monaten gegründet, und jetzt verwenden wir KI, um alles zu tun, was du mit diesem anderen Tool in den letzten fünf Jahren gemacht hast, ich sage nicht, dass das nicht getan werden kann, aber wenn es eingebettet ist, kannst du.

Du kannst mit allem weitermachen, was du bereits hast und in deiner Organisation eingebettet hast.

Frederick Vallaeys: Das ist wahrscheinlich eine sicherere Wahl. Also DataFeedWatch dann, es klingt, als hättest du am Ende deine eigenen KI-Fähigkeiten aufgebaut. Erzähl uns ein bisschen darüber, was cool an KI in DataFeedWatch ist. Was ermöglicht es Werbetreibenden zu tun?

Jacques van der Wilt: Ja. Ich habe eine kleine Geschichte darüber, wie ich insbesondere mit KI angefangen habe. Ich habe vor fünf, sechs Jahren mit KI angefangen. Weißt du warum? Ich war auf einem Lauf mit Daily Feed Watch. Alles läuft gut.

Und dann, ich glaube, dass viele Gründer manchmal darunter leiden. Die Sache läuft so gut und wir wachsen so schnell und verdienen so viel Geld. Was, wenn ich alles verliere? Und dann dachte ich, okay, was würde es brauchen, um alles zu verlieren? Und ich dachte darüber nach und okay, ja, wir haben ein Datenfeed-Optimierungstool.

Es ist sehr benutzerfreundlich und intuitiv. Die Leute kommen rein und optimieren ihre Feeds, sie machen die Levi’s 501, bla, bla, bla. Alles gut, aber es ist immer noch Arbeit. Und der Kunde muss immer noch denken, okay, wenn ich einen Titel für Bekleidung erstelle, was muss da rein? Also dachte ich, okay, wenn es morgen ein neues Daily Feed Tool gäbe, das einfach sagen würde, klicke hier und dein Feed ist optimiert und fertig.

Dann bin ich wie, okay, wir sind tot. Denn dann würde jeder dorthin gehen, weil es der perfekte Feed wäre. Es würde drei Klicks dauern. Ich müsste nicht denken, ich müsste nicht arbeiten, ich müsste nicht klicken und es wäre erledigt. Und dann dachte ich, okay, lass uns das ausarbeiten.

Wenn das die Art von Unternehmen wäre, die uns aus dem Geschäft drängen würde, sollte ich das Unternehmen werden und anfangen zu skizzieren, buchstäblich Wireframes, wie das funktionieren sollte. Die eingebettete KI-Funktionalität, die wir heute in Daily Watch haben, habe ich tatsächlich vor fünf oder sechs Jahren entworfen, aus Angst heraus, im Grunde.

Und vielleicht ist es nicht buchstäblich dasselbe, aber es ist mehr oder weniger, es ist das sehr gleiche Prinzip. Und dann natürlich, ich bin wie, oh, das ist großartig. Ich werde dieses Unternehmen sein und wir werden loslegen. Und ich habe neue Leute eingestellt und Mann, es war so schwierig. Wir haben es geschafft, einige Grundlagen zu schaffen, aber ja, nach zwei Jahren habe ich es aufgegeben.

Ja. Und dann kam Open AI, GPT, wie die Zeit ist jetzt gekommen. Jetzt ist die Zeit, wir müssen das tun. Ja. Wir müssen sofort loslegen. Und wie jetzt konnte ich die Vision verwirklichen, die ich vor fünf Jahren hatte, also das ist cool. Und das ist auch der Grund, warum ich so ein KI-Fanatiker bin.

Frederick Vallaeys: Großartiger Rat. Ich denke, jeder, der heute zuhört, ob du ein Agenturinhaber oder ein Geschäftsinhaber bist, denke darüber nach, worüber du dir Sorgen machst für dein Geschäft oder die große Vision, die du vielleicht irgendwann erreichen wolltest und es war damals nicht möglich und sieh, wie generative KI dich an diesen Ort bringen kann, richtig?

Ob es eine App ist, die du immer bauen wolltest, es ist jetzt so einfach, eine App zu bauen, viel schneller als früher. Oder dein Branding zu bekommen. Das ist viel einfacher geworden. So viele Dinge, die jetzt möglich sind. Es geht nicht mehr darum zu sagen, ich kann nicht, es geht darum zu sagen, ich habe es noch nicht getan.

Und jetzt ist die Zeit für dich zu beginnen.

Jacques van der Wilt: Genau. Wenn du ein Gründer bist, wenn du eine Agentur leitest oder ein Technologieunternehmen führst und du nicht zumindest erkundest, was KI für dein Geschäft tun kann, dann solltest du nachts anfangen, dir Sorgen zu machen, richtig? Der Zug hat den Bahnhof verlassen und du solltest besser an Bord sein oder bald einsteigen.

Es ist nicht zu spät, aber die Zeit ist jetzt. Und um auf deine Frage zurückzukommen, Fred, wir mussten auch darüber nachdenken, was genau wir schaffen mussten. Unser Fokus liegt darauf, Kunden zu ermöglichen, optimierte Datenfeeds zu erstellen, denn je besser der Feed, desto besser die Daten und letztendlich desto besser die Kampagnenleistung.

Also werden wir das weiter tun; das ist unser Kerngeschäft, und es muss nahtlos sein. Auch wenn KI involviert ist, wollen wir sicherstellen, dass der Kunde die Kontrolle behält. Also, wo haben wir angefangen? Zuerst hatte ich diese Vision: Du solltest einmal klicken können, und es sollte einfach funktionieren.

Wir haben unser Automapping erweitert, sodass wir, sobald du deinen Shop verbindest, alles darin scannen. Wenn du auf Google verkaufen möchtest, ordnen wir automatisch jedes Attribut, das Google von den in deinem Quellfeed verfügbaren Daten benötigt, zu. Und jedes Feld, das mit KI optimiert werden kann, ist bereits optimiert.

Dann wollten wir es einfach machen: Du siehst deine Daten und klickst einfach auf “Speichern”. Das ist deine Ein-Klick-Optimierung. Wir haben das umgesetzt.

Aber KI kann noch mehr. Wir fangen gerade erst an. Eine große Herausforderung, der Kunden gegenüberstehen, sind fehlende Daten. Angenommen, du hast 100.000 Produkte und 10.000 davon haben keinen Farbwert. Wenn du Bekleidung verkaufst, wird Google diese Produkte ablehnen.

Du kannst das manuell beheben, indem du eine Excel-Datei erstellst, die Farben auflistet und Werte aus Beschreibungen extrahierst. Aber das ist mühsam, und du wirst wahrscheinlich ein paar übersehen. Bis jetzt war das die beste Lösung. Aber heute kann KI diese fehlenden Werte automatisch für dich erkennen und ausfüllen. Wir bieten sogar ein separates Feld für alle Farbwerte, die KI findet.

Das Gleiche gilt für Größen und andere Attribute; du möchtest keine Zeit damit verschwenden. Einfach das Kästchen ankreuzen, und du bist fertig.

Dann gibt es die Kategorisierung. Wer mag Kategorisierung? Niemand. Google hat es einfacher gemacht, indem sie sagen, “Keine Sorge, Kategorien sind nicht mehr obligatorisch, wir machen das für dich.” Sie verwenden KI dafür. Aber für andere Kanäle ist es immer noch entscheidend, die richtigen Kategorien zu haben, um eine bessere Leistung zu erzielen.

Also nimmt KI Produkttypen aus deinem Quellfeed und ordnet sie den Kategorien von Google, Facebook oder einer anderen Plattform zu. Es ist eine mühsame Aufgabe, aber keine Sorge, einfach auf “Speichern” klicken, und es ist für dich erledigt.

Manchmal fehlen Beschreibungen. Und, mit allem Respekt vor unseren Kunden, manchmal sind sie nicht gut geschrieben. Einige sind großartig, aber viele sind es nicht, da sie unklar, zu lang oder einfach schlecht strukturiert sind. Eine Sache, die KI außergewöhnlich gut kann, ist das Umschreiben von Inhalten, indem sie zusätzliche Informationen einbezieht und sie prägnanter macht. Das bedeutet viel bessere Beschreibungen.

Da wir noch keine Bilder bearbeiten, lass uns zu Titeln zurückkehren, die wir vorhin angesprochen haben, Fred. Also haben wir ein System geschaffen, weil es auch unsere Erfahrung ist, die zählt, richtig? Am Ende des Tages zählen Menschen.

Wir haben ein System basierend auf unserer Expertise aufgebaut, denn am Ende des Tages zählen Menschen. Ich habe ein Team mit 10 Jahren Erfahrung in der Datenoptimierung. Wir haben ein Framework für 200 Produktkategorien entwickelt, bei dem wir wissen, welches das ideale Titel-Format ist.

Dann sagen wir der KI, sie soll das Produkt identifizieren und den Titel so umschreiben, dass die richtigen Attribute in der richtigen Reihenfolge enthalten sind. Sie zieht auch relevante Details aus Beschreibungen, um den Titel zu bereichern. Dies ist entscheidend, um Titel für eine bessere Kampagnenleistung zu optimieren.

Frederick Vallaeys: Das alles macht Sinn. Es gibt einige Felder, die du unbedingt ausfüllen musst, um Feed-Ablehnungen zu vermeiden. Dann gibt es optionale Felder, deren Ausfüllen einfach dazu beiträgt, dass deine Produkte besser in den richtigen Situationen abgeglichen werden.

Und dann gibt es Felder wie Titel und Beschreibung. Du hast sie bereits, aber sie könnten suboptimal sein. KI kann sie verbessern, aber wie misst du das?

Jacques, wenn deine ursprüngliche Beschreibung ein Chaos war und KI sie so umschreibt, dass sie besser klingt, wenn du sie liest: Wie weißt du tatsächlich, dass sie besser funktioniert?

Jacques van der Wilt: Was wir nicht direkt tun, ist, die Titel, die wir selbst optimieren, zu nehmen und dann die Leistung zu messen, zum Beispiel in der Google-Kampagne in der Google-Shopping-Kampagne. Denn es gibt so viele Dinge, die das Kampagnenergebnis definieren. Aber wir ermöglichen es Kunden, A/B-Tests mit verschiedenen Titeln durchzuführen.

So können sie ihren ursprünglichen Titel gegen die KI-Titel testen. Wenn du das massiv machst, solltest du zumindest Anzeichen in deinen Analysen sehen, dass das tatsächlich passiert. Aber wir, abgesehen davon, die tatsächliche Auswirkung in der Kampagne zu messen, verwenden wir Technologie und Menschen, viele davon, um im Grunde auch zu überprüfen, ob diese Titel tatsächlich besser sind als zuvor.

Wir haben ein System, das wir mit KI nutzen, sehr originell, um die Qualität zu überprüfen. Es besteht natürlich immer das Risiko, dass die KI sagt: Hey, was ich gerade erstellt habe, ist absolut das Beste, oder? Also ja, ich habe dort etwas Objektivität eingebracht. Aber am Ende des Tages verwenden wir auch mehr als die Hälfte der Menschen, die in meinem Unternehmen arbeiten, um Titel und Beschreibungen regelmäßig zu überprüfen, um sicherzustellen, dass, wenn es nicht perfekt ist, es zumindest nicht falsch ist.

Und dann, wenn etwas fehlt, modifizieren wir ein System, damit es in Zukunft nicht fehlen wird. Jeder, der Ihnen sagt, dass ich KI habe und das perfekte System erstellt habe, wird lügen. Das ist nicht möglich, zumindest nicht in diesem Jahr oder im nächsten Jahr. Aber es ist eine Kombination aus KI, tatsächlichem A/B-Testing und altmodischen Menschen, um sicherzustellen, dass die Qualität der KI-generierten Inhalte stimmt.

Ist es wirklich in Ordnung? Und wenn Sie wollen, ja. Okay. Spoiler-Alarm: Was wir jetzt sehen, ist, dass wir Kunden haben, die die perfekten Titel geschrieben haben, richtig? Also keine KI verwenden. Es war schon wirklich gut. Sie wussten, was Sie taten. Es gibt also keinen Grund, es zu verwenden.

Es könnte eine kleine Chance geben, dass sie es verschlingen und es nicht so perfekt ist, wie Sie es sich vorgestellt haben. Aber im Allgemeinen, besonders bei vielen Produkten, mit Tausenden oder Zehntausenden von Produkten, ist es fast physisch unmöglich, diese Optimierung Titel für Titel manuell durchzuführen, und wenn Sie die Zeit hätten, dann denke ich, dass Sie, der Mensch, der weiß, was er tut, in den meisten Fällen immer noch eine bessere Arbeit leisten würde.

Frederick Vallaeys: Und ich denke, wenn es um diese GPTs geht, können Sie ihnen auch Beispiele für leistungsstarke Überschriften und Beschreibungen geben, die Sie in der Vergangenheit hatten, und leistungsstark wird gemessen an Ihren KPIs und Daten aus Google Ads, die Sie als Datensatz geben, richtig? Und Sie können sagen, schreiben Sie meine neuen Überschriften.

Mehr wie die leistungsstarken und das System wird automatisch erkennen, was es mit der Struktur, der Grammatik, dem Call-to-Action auf sich hat. Und dann wird es dieses Konzept auf verschiedene Produkte anwenden, aber etwas herausbringen, das vermutlich auch diese höhere Leistung tragen sollte, indem es der Methodik folgt, die in der Vergangenheit funktioniert hat.

Jacques van der Wilt: Und so trainieren Sie im Grunde Ihr eigenes System, um sich kontinuierlich zu verbessern.

Frederick Vallaeys: Nein, das ist großartig. Wenn Leute es ausprobieren möchten, werde ich das in die Shownotes aufnehmen, aber sagen Sie den Leuten, wo sie für diesen Test hingehen können. Und wenn sie mehr mit Ihnen sprechen oder hören möchten, was Sie denken, wie können sie Ihnen folgen?

Jacques van der Wilt: Ja. Sie können uns unter datafeedwatch.com kontaktieren. Sie können sich auch einfach für eine zweiwöchige kostenlose Testversion anmelden, um alles auszuprobieren, was ich gesagt habe. Ich werde sehen, ob es Ihnen gefällt, bevor Sie einen einzigen Cent an uns zahlen, und geben Sie einfach meinen Namen bei LinkedIn ein und laden Sie mich ein. Und dann werden wir reden.

Frederick Vallaeys: Großartig. Und wir werden das in die Shownotes aufnehmen, Jacques van der Wilt und DataFeedWatch. Also Jacques, vielen Dank, dass Sie heute hier waren und einige Ihrer Gedanken zu KI im Kontext von Datenfeeds geteilt haben. Vielen Dank an alle, die heute zugesehen haben. Wenn Ihnen diese Episode gefallen hat und Sie benachrichtigt werden möchten, abonnieren Sie bitte.

Außerdem würden wir uns über eine Bewertung freuen, besonders über die Fünf-Sterne-Bewertungen, die wir genießen. Wenn Sie andere Themen wünschen, zögern Sie nicht, mich zu kontaktieren und mir zu sagen, worüber wir sprechen sollten, vielleicht schlagen Sie einige andere Gäste vor. Ich bin immer offen für Vorschläge. Damit danke ich Ihnen fürs Zuschauen von PPC Town Hall und wir sehen uns beim nächsten Mal.