Ein neues Modell, viel Aufregung um Echtzeit-Sprache und Bilder — und eine nüchterne Einschätzung, was davon für kleine Unternehmen tatsächlich relevant ist.
Als OpenAI im Mai das neue Modell vorgestellt hat, mit Echtzeit-Sprachinteraktion und deutlich besserem Bildverständnis, kamen in den folgenden Tagen ungewöhnlich viele Anfragen von Kunden, die gesehen hatten, wie eine Live-Demo auf dem Handy mit einer KI gesprochen hat wie mit einem Menschen. Die Frage dahinter war meistens: Brauchen wir das jetzt auch?
Meine ehrliche Antwort war fast immer nein, zumindest nicht in dieser konkreten Form. Für einen Handwerksbetrieb oder eine Kanzlei aus Augsburg ist ein sprechender KI-Avatar auf der Website selten das, was tatsächlich mehr Anfragen bringt. Was aus so einem Modellsprung aber sehr wohl praktisch relevant wird, ist die Qualität, mit der Bilder verstanden und beschrieben werden können — etwa für automatisch generierte, aber sinnvolle Alt-Texte bei großen Produktkatalogen, oder für die schnellere Erstkategorisierung von Kundenanfragen mit Foto-Anhang, zum Beispiel bei einem Schadensfall.
Ich versuche bei jedem neuen Modell, das vorgestellt wird, dieselbe Frage zu stellen: Löst das ein konkretes Problem für einen konkreten Kunden, oder ist es nur beeindruckend in der Demo? Die meisten Neuerungen fallen in die zweite Kategorie, zumindest für die Betriebsgröße, mit der ich überwiegend arbeite. Ein paar wenige, wie die verbesserte Bildanalyse, sind tatsächlich in echten Projekten gelandet.
Das ist im Grunde das ganze Geheimnis meiner Arbeit mit diesen Tools: nicht jedem Hype hinterherlaufen, sondern in aller Ruhe prüfen, was davon bei den Menschen ankommt, für die ich arbeite.
Webdesigner & SEO-Experte aus Augsburg — seit 1999
