Bedeutet ChatGPT das Ende der Suche?

Wenn Sie in der Technologiebranche tätig sind – oder sich über aktuelle Entwicklungen informieren –, haben Sie wahrscheinlich schon von ChatGPT gehört oder es sogar verwendet. (Zur Information: ich habe ChatGPT zum Verfassen dieses Blogbeitrags nicht genutzt – habe aber darüber nachgedacht.) Meine Experimente mit ChatGPT begannen zunächst als unterhaltsamer Zeitvertreib bei einer Party. Ich habe dem Programm Anweisungen gegeben wie „Schreibe ein Drehbuch für die Muppets im Stil von The Office“ oder „Wären Menschen dazu in der Lage, die Na'vi aus Avatar in einem Basketballspiel zu besiegen?“. Während mich Chats dieser Art zwar durchaus amüsiert haben, stellte sich mir dennoch rasch die Frage, wie diese Technologie in der Praxis Anwendung finden würde. Die meisten von uns, die mit ChatGPT herumgespielt haben, haben mit dem Programm versucht, Fragen zu beantworten, die sie normalerweise in Google eingeben würden. Das wiederum hat bei vielen Technikbegeisterten dazu geführt, dass sie sich fragen, ob ChatGPT eine Bedrohung für Google darstellen wird – wie für die gesamte Suchmaschinenbranche. Das klingt nach einer gewagten Vermutung – ist es denn wahr? Ich habe beschlossen, einige mögliche Anwendungsfälle auszuprobieren und es selbst herauszufinden. Der Chat und die Suche weisen unterschiedliche Stärken und Schwächen auf Es überrascht mich nicht, dass ich bei einer Reihe von Suchanfragen festgestellt habe, dass ChatGPT und die Suche jeweils in verschiedenen Bereichen ihre Stärken haben – und dass sie in Kombination am hilfreichsten sind. Die Suche nach typischem „enzyklopädischem“ Wissen (z. B. nach der Geschichte des Fernsehers) führte bei ChatGPT zu wesentlich besseren Ergebnissen als bei der herkömmlichen Suche. ChatGPT zeichnet sich dadurch aus, dass es ausführliche, leicht verständliche Antworten in Form kurzer Artikel auf diese Art von Anfragen liefert.**Das ist natürlich nur meine Einschätzung. Witzigerweise kann ChatGPT die Frage nach seinen Stärken und Schwächen sogar selbst beantworten: Nicht nur antworten beide Technologien auf verschiedene Arten von Suchanfragen am besten. Sie haben auch weitere grundlegende Vorteile, die sie für bestimmte Anwendungsfälle und Situationen besonders nützlich machen. Hier ein paar Beispiele: Stärken von ChatGPT:

• Erfahrungsgemäß verlaufen Chats eher wie eine gemächliche Unterhaltung. Benutzer sind also nicht frustriert, wenn sie etwas länger auf eine Antwort warten müssen. Daher können umfangreichere, leistungsstärkere Modelle verwendet werden, um detaillierte Antworten zu generieren. Bei ChatGPT kann der Gesprächsverlauf berücksichtigt werden. Es sind also Folgefragen möglich und bestimmte Themen können vertieft werden. (Beispielsweise kann ChatGPT beim Debuggen von Code unterstützen.) Stärken der Suche:
• Die Suche eignet sich besser für browserbasierte Erlebnisse. Beispielsweise würde man ChatGPT niemals als primäre Schnittstelle zu einer E-Commerce-Website oder einem Filialfinder verwenden. Hierbei steht die visuelle Komponente im Vordergrund, weshalb eine Suche in diesem Bereich klar im Vorteil ist.
• Die Suche macht es einfacher, Ergebnisse auf der Grundlage von Geschäftslogik zu vermarkten bzw. zu kodieren. Dies ist mit einem Chat ziemlich schwierig – aber nicht unmöglich.
• Die Suche ist viel günstiger und schneller, denn sie ist grundsätzlich kostenlos. Im Vergleich dazu ist ChatGPT kostenintensiver.
• Die Suche kann keine neuen Fakten erfinden. Es werden nur Ergebnisse basierend auf den Informationen und Inhalten wiedergegeben, die in der Datenbank der Suchmaschine indiziert wurden. Auf welche Technologie sollten sich Unternehmen konzentrieren? Die Antwort ist einfach: auf beide. Sowohl die Suche als auch ChatGPT haben enorme Vorteile, die Unternehmen in ihre Strategien integrieren sollten. Die Kundenerfahrung ist von entscheidender Bedeutung, und Unternehmen können es sich nicht leisten, Kunden aufgrund von schlechten Erfahrungen zu verlieren. Mit der dialogorientierten KI (auf der ChatGPT basiert) sind Unternehmen in der Lage, Verbrauchern optimierte, natürlich klingende Chats zu bieten. ChatGPT kann Kontext berücksichtigen und somit Gespräche weiterführen – im Gegensatz zur Suche, bei der jeweils nur eine einzige Anfrage möglich ist. Dabei sollte erwähnt werden, dass ChatGPT nur ein Anwendungsfall von großen Sprachmodellen (Large Language Models, LLMs) ist, und diese noch in vielen anderen Bereichen eingesetzt werden. Sie können beliebige Aufgaben ausführen, z. B. nach Mustern in Daten suchen oder Änderungen durchführen (ein Konzept, das auch auf der Plattform von Yext im „AI Data Cleaning“-Transform Anwendung findet).

Mit der Suche hingegen können Unternehmen die Customer Journey effizienter gestalten und die Kundenbindung stärken. Suchergebnisse werden nicht nur schneller angezeigt, sondern können auch wertvolle Calls-to-Action, Karten und andere reichhaltige Ergebnisse enthalten, die zur Steigerung von Interaktion und Umsatz beitragen. Wie können ChatGPT und die Suche am effektivsten kombiniert werden? Generative Modelle sind erstaunlich gut darin, natürliche Sprache zu „verstehen“ und natürlich klingende Antworten zu generieren, die passend erscheinen. Aber:

• Sie erfinden mitunter neue Inhalte (auch bekannt als „Halluzination“)
• Sie können keine Echtzeitdaten abrufen
• Sie geben einem Unternehmen keine Kontrolle über die Antworten
• Sie benötigen eine LANGE Zeit für das Training Der Schlüssel zu einem erstklassigen Chat- oder Sucherlebnis liegt in den zugrunde liegenden Daten. Abhängig von Zeit und Ort können beide Technologien nützlich sein, doch letztendlich kommt es auf die richtige Antwort an – egal ob eine Such- oder Chatanfrage gestellt wird. Manchmal stammen diese Daten aus dem gesamten Internet, was für die Beantwortung der oben erwähnten typischen „enzyklopädischen“ Fragen sehr hilfreich ist. Bei vielen Anfragen ist es jedoch entscheidend, dass Unternehmen ihre spezifische Daten angeben können, wie z. B. ihre Speisekarte oder die Öffnungszeiten. Hier kommt der Knowledge Graph ins Spiel. Ein Knowledge Graph ist ein CMS der nächsten Generation, der nach realen Entitäten und ihren Beziehungen strukturiert ist – und er eignet sich hervorragend als Schnittstelle zu natürlichen Sprachtechnologien. Mit einem Knowledge Graph können Unternehmen die Kontrolle über ihre Inhalte erlangen und ihre digitalen Erfahrungen verbessern, indem er als Schnittstelle zwischen dem Unternehmen und dem generativen Modell für den Chat oder den Algorithmen für die Suche dient.**