KI-Anwendungen verwenden wir bisher nur einzeln. Doch aus eigener Erfahrung wissen wir: Im Team arbeitet es sich oft besser. Mit AI Stacking könnte die KI künftig zusammenarbeiten – mit sich selbst. Stacking, das bedeutet: stapeln.
Ganz konkret verteilt dabei eine KI-Anwendung die Aufgaben an andere KI-Anwendungen. Tools wie BabyAGI oder AutoGPT machen das bereits heute möglich. Dieses Ineinanderschachteln von Anwendungen, die sich gegenseitig aufrufen und anweisen, könnte das Potenzial der Technologie vervielfachen und uns Menschen künftig viel Arbeit ersparen. Wir zeigen drei mögliche Einsatzfelder:
Coding
Egal ob Excel-Makro oder Python-Programm – kleine Skripte erleichtern den Arbeitsalltag ungemein. Bisher kann natürlich jede*r ChatGPT selber nach einer Lösung fragen. Doch der Chatbot kennt den Code nur, wenn man ihm konkrete Anforderungen mitliefert. Das dürfte sich von selbst erledigen, wenn eine andere Instanz die Befehle gibt. Im Stacking-Modell gibt der Mensch nur eine grobe Anweisung. Die erste KI-Anwendung verteilt dann die Aufgaben, eine weitere übernimmt das Ausformulieren von Anforderungen, die nächste die Dokumentation und zuletzt springt eine Instanz als Programmierer ein. Das Beste an diesem Team: Die Koordinationskosten sind gleich null.
Kreation
Der Einsatz von KI in der Kreation ist ein heiß diskutiertes Thema. Während die einen strikt auf die menschliche Komponente im Kreativgeschäft pochen, stellen die anderen längst KI-Spezialist*innen für ChatGPT, Stable Diffusion und Co. ein. Die wiederum geben der Software die richtigen Anweisungen. Doch ebendies ließe sich durch AI Stacking noch vereinfachen: Hier braucht nämlich nur einer der KI-Agenten eine echte Anweisung, die er dann aufteilt und an seine KI-Kollegen weitergibt. ChatGPT formuliert Slogans für das Bild von Dall-E, während eine weitere GPT4-Instanz einen Kampagnenplan entwirft.
Planung
Zu wissen, was im Markt gefragt ist, bevor es alle anderen wissen, ist zentral für alle Marketingverantwortlichen. Den Vorsprung durch Information gilt es aber mühselig zu erarbeiten. Zwar können die meisten KI-Modelle bereits Texte, Reports und Statistiken zusammenfassen. AI Stacking, also das effektive Stapeln von KI, könnte die Marktanalyse zum Selbstläufer machen. Eine KI-Anwendung gibt den Rechercheauftrag, die nächste sucht die Texte, Reports und Statistiken, die dritte im Bunde fasst diese dann hilfreich zusammen.
