Slide 1

Slide 1 text

Tomorrow’s SEO How AI Is Reshaping Search Bastian Grimm | Peak Ace AG | @basgr 24. November 2023

Slide 2

Slide 2 text

Wir stehen an der Schwelle zum umfassendsten technologischen Wandel in der Geschichte der Menschheit

Slide 3

Slide 3 text

Ob Gesundheitswesen, Bildung oder Berufe – kaum ein Bereich unseres Alltags verbleibt KI-Berührungspunkt. KI verändert alles

Slide 4

Slide 4 text

Angst und Verunsicherung

Slide 5

Slide 5 text

Aber warum gerade jetzt?

Slide 6

Slide 6 text

Die technologischen Entwicklungen der letzten Jahre dienen als Grundlage für die heutige Vielzahl von Innovationen

Slide 7

Slide 7 text

7 peakace.agency Milliarden von Informationen wurden über Jahrzehnte im Internet publiziert – diese stehen KI nun als Trainingsdaten zur Verfügung. #1

Slide 8

Slide 8 text

Maschinen sind mittlerweile dazu in der Lage, verschiedene menschliche Aktivitäten zu übernehmen sowie präzise Vorhersagen zu treffen. Fortschritte im Deep Learning #2

Slide 9

Slide 9 text

Signifikante Fortschritte in der Cloud-, Infrastruktur- und Verbrauchertechnologie machen es einfacher und günstiger denn je, KI-Technologie zu entwickeln und einzusetzen. Ressourcen-Verfügbarkeit #3

Slide 10

Slide 10 text

Innovationen und Fortschritte werden sich nicht nur auf die KI- Entwicklung auswirken, sondern auch auf unsere Arbeit …

Slide 11

Slide 11 text

Glaubt ihr nicht?

Slide 12

Slide 12 text

Lasst uns dazu kurz über Migrationen sprechen. Versuchen wir mal, das greifbarer zu machen …

Slide 13

Slide 13 text

Was geht fast immer schief?

Slide 14

Slide 14 text

14 peakace.agency Redirects (für alte Inhalte) Als Faustregel gilt hier: 1-zu-1-Weiterleitungen mit der größtmöglichen thematischen Nähe „anno 2018 auf der #seokomm“

Slide 15

Slide 15 text

Wie baut ihr eure Redirect Mappings auf?

Slide 16

Slide 16 text

16 peakace.agency URL-Inventar mit einem Crawling Tool erfassen … und dann irgendwie (meist manuell) mit der neuen Zielstruktur, in Abhängigkeit vom jeweiligen Content, in Einklang bringen und daraus das Redirect Mapping File erzeugen. … oder ein anderer Crawler eurer Wahl. … oder Google Sheets. Das Erstellen von 1-zu-1- Redirect-Mappings für alte Inhalte erfolgt nicht selten in Excel und es wird dann versucht, Titel, Überschriften oder URLs manuell zuzuordnen.

Slide 17

Slide 17 text

Häufig werden bspw. veraltete Kategorien „blind“ auf Oberkategorien oder sogar die Startseite umgeleitet.

Slide 18

Slide 18 text

Mithilfe von KI geht das deutlich schneller & effizienter

Slide 19

Slide 19 text

19 peakace.agency Wie? Easy… Embeddings und Vektordatenbank = Redirect Win Notwendige Schritte für bessere Weiterleitungen (und eine bessere Customer Journey): Hauptinhalt von jeder (alten) Seite / URL extrahieren Embeddings generieren Zusammen mit Metadaten in Vektordatenbank speichern Semantische Suche in der DB auf Basis der Embeddings alter URLs

Slide 20

Slide 20 text

20 peakace.agency Und unsere SEOs so …

Slide 21

Slide 21 text

Wortvektoren bestehen aus vielen Zahlen und tragen Semantik mit sich herum. Man kann damit jedes Wort in einen Wortvektor umwandeln und dann damit rechnen. Was sind (Word) Embeddings? Quelle: https://pa.ag/3SGxZzs

Slide 22

Slide 22 text

Sinngemäß: „König“ minus „Mann“ plus „Frau“ ergibt „Königin“. Auch Synonyme etc. lassen sich damit finden. Was sind (Word) Embeddings? Quelle: https://pa.ag/3SGxZzs

Slide 23

Slide 23 text

23 peakace.agency Hauptinhalt jeder alten Seite / URL extrahieren Tag

s jeweils erster & letzter Satz

s

s alle kombinieren Inhalt = Title + h1 + h2s + … ▪ Extrahieren: + Hauptinhalt ▪ Kombinieren: ,

,

s und erster & letzter Satz jedes Absatzes

Slide 24

Slide 24 text

24 peakace.agency Embeddings generieren und in Vektordatenbank speichern Für jede URL der Website: ▪ Zuvor generierte Inhalte übermitteln ▪ Embeddings generieren ▪ Embeddings in einer Vektor-datenbank inkl. Metadaten (URL, Titel etc.) speichern Inhalt Inhalt Inhalt 0.03 … 0.19 -0.21 … 0.03 0.08 … -0.15

Slide 25

Slide 25 text

25 peakace.agency Vektordatenbank nach semantisch bestem Match durchsuchen Für jede veraltete Seiten: ▪ Vektorielle semantische Suche nach KNN (k-nearest neighbour) ▪ 301 auf NN-URL setzen ▪ Keine schwachen Weiterleitungen mehr Andere Optionen: ▪ Zuverlässig: Vektorabstand (Relevanz) ▪ 80/20-Suche: Vektor + Top-GSC-Keyword etc. 0.31 … -0.41 {Get { Article ( nearVector: { limit: 1, content: { vector:[embedding], certainty: 0.7 } } ) { url } }} Zukünftiger 404

Slide 26

Slide 26 text

Nicht immer 100 % perfekt (insbesondere bei sehr viel inhaltlich gleichem URL-Inventar sind komplexere Anpassungen nötig) Signifikante Zeitersparnis

Slide 27

Slide 27 text

Bonus: Reverse Search, um Content Gaps zu finden

Slide 28

Slide 28 text

Wer arbeitet im SEO heute schon so?

Slide 29

Slide 29 text

(Mehr dazu später …) Euer Job wird sich nachhaltig verändern!

Slide 30

Slide 30 text

Regierungen versuchen KI zu verstehen (und zu regulieren)

Slide 31

Slide 31 text

31 peakace.agency Dazu gab es kürzlich den ersten Vorstoß der USA US-Präsident Joe Biden hat eine KI-Verfügung erlassen, womit sich die USA die Marktführerschaft im Bereich KI- Entwicklungen sichern sowie Standards für KI-Sicherheit etablieren möchte. Quelle: https://pa.ag/473T6Qt Konkret umfasst diese Maßnahmen / Standards … ▪ zum Schutz vor KI-generierten Medien und Deepfakes. ▪ zur Stärkung der Privatsphäre der US-Bürger:innen. ▪ bzgl. Screenings biologischer Syntheseprozesse. Darüber hinaus plant die US-Regierung … ▪ ein Sicherheitsprogramm für die Entwicklung von KI-Tools. ▪ ein Memorandum für den sicheren, ethischen und effektiven Einsatz von KI im Militär und Geheimdiensten. „Große“ Firmen werden unverhältnismäßig bevorzugt

Slide 32

Slide 32 text

32 peakace.agency Und Europa so? Schraubt weiter am Artificial Intelligence Act Beim AIA handelt es sich um einen EU-Verordnungsvorschlag zur Schaffung eines Rechtsrahmens für vertrauenswürdige künstliche Intelligenz in Europa. Quelle: https://pa.ag/3ufz2wg Der AIA verfolgt einen risikobasierten Ansatz für KI mit Geltungsbereich Europa. Darin geht es vor allem um: ▪ die Regulierung von verbotenen Praktiken ▪ die Anforderungen an risikoreiche KI ▪ Transparenz und Rechenschaftspflicht

Slide 33

Slide 33 text

33 peakace.agency Schaden wir uns damit möglicherweise (mal wieder) selbst? Quelle: https://pa.ag/3FXxQQM

Slide 34

Slide 34 text

Entwicklungen, die sich in der Vergangenheit über Jahre hingezogen haben, werden zukünftig nur noch Monate oder Wochen dauern.

Slide 35

Slide 35 text

Und investieren Milliardenbeträge in die erforderliche Infrastruktur sowie die Entwicklung neuer Modelle und KI-gestützter Anwendungen. Die größten Player der Tech-Branche konkurrieren um die KI-Vorherrschaft

Slide 36

Slide 36 text

36 peakace.agency Bis 2025 weltweit etwa 200 Mrd. USD … So investierte u. a. Amazon 4 Mrd. USD in Anthropic, Google legt gleich nochmal 2 Mrd. USD dazu … Und das sind nur zwei der größeren Deals der vergangenen Wochen. Quelle: https://pa.ag/47nSJjv

Slide 37

Slide 37 text

Um den Anschluss nicht zu verpassen, definieren Unternehmen nun unter Hochdruck eigene KI-Strategien

Slide 38

Slide 38 text

38 peakace.agency

Slide 39

Slide 39 text

39 peakace.agency KI ist wahrlich kein neues Thema für Google Google CEO Sundar Pichai fasste die Google-I/O-2016-Konferenz mit folgenden Worten zusammen: „An important shift from a mobile first world to an AI first world” Quelle: https://pa.ag/3GgHiip In 2016, a few months after becoming CEO of Google, Sundar Pichai made a sweeping proclamation: Google, whose name had become synonymous with search, would now be an “AI-first” company.

Slide 40

Slide 40 text

40 peakace.agency Und trotzdem hat Google es dann verschlafen … … bzw. wurde mindestens von OpenAI und der Bing-Integration eiskalt erwischt. peakace.agency

Slide 41

Slide 41 text

41 peakace.agency Googles Investor:innen waren alles andere als begeistert Was letztendlich dazu führte, dass Google nacheinander zwei komplett unfertige Produkte launchte. Quellen: https://pa.ag/3SL0o7L & https://pa.ag/46ckFpQ & https://pa.ag/3uct7bl

Slide 42

Slide 42 text

Search Generative Experience (SGE) „SGE is an early step in transforming the Search experience with generative AI. When using SGE, people will notice their search results page with familiar web results, organized in a new way […]”

Slide 43

Slide 43 text

Wer hat die SGE schon ausgiebig genutzt?

Slide 44

Slide 44 text

44 peakace.agency Ihr wollt das Ganze selbst ausprobieren? Tragt euch in die Google-Labs-Warteliste ein (falls ihr noch nicht draufsteht): g.co/Labs – funktioniert allerdings nur mit IP/VPN (bspw. USA, Indien, Japan etc.), wo sich die SGE in der Testphase befindet; also NICHT in Europa! Quelle: https://pa.ag/433w36x

Slide 45

Slide 45 text

45 peakace.agency

Slide 46

Slide 46 text

46 peakace.agency Quellenangabe, kann per Klick erweitert / geöffnet werden Per KI generierte textliche Zusammen- fassung des Themas (in verschiedensten Darstellungen) Einstieg in den Konversationsmodus, inkl. KI-generierter Vorschläge / Query Refinements Thematisch passendes Bild, meist vom ersten (alten) organischen Ergebnis Drei (oder auch mehr) organische Ergebnisse; verlinken direkt extern. Hauptquellen für den Inhalt im SGE Snippet

Slide 47

Slide 47 text

47 peakace.agency Wie ranke ich dort? Und welche Bilder funktionieren am besten?

Slide 48

Slide 48 text

48 peakace.agency Wie kann ich für SGE Snippets (bzw. LLM-Output) optimieren? Theoretisch machbar, es stellt sich jedoch die Kosten- / Nutzenfrage – insbes. davon abhängig, wie viele Quellen optimiert bzw. beeinflusst werden müssten Quelle: https://pa.ag/3uenaKU It remains to be seen whether LLM optimization […] will really become a legitimate strategy for influencing LLMs in terms of their own goals.

Slide 49

Slide 49 text

49 peakace.agency E-E-A-T als Filter (bspw. Quality Thresholds) für Quellen? Für bestmögliche LLM-Antworten muss sichergestellt sein, dass der zugrunde liegende Datenkorpus für Trainingsdaten aus vertrauenswürdigen Quellen stammt. Google könnte auch hier E-E-A-T verwenden, um ebendiese Quellen auszuwählen und nur auf diejenigen zuzugreifen, die eine bestimmte Qualität / Vertrauen aufweisen. Authorship, anyone?

Slide 50

Slide 50 text

50 peakace.agency Es gibt auch nicht vollständige ausgeklappte SGE Snippets …

Slide 51

Slide 51 text

51 peakace.agency Ausgeklappte Variante Inklusive kleiner Sidebar

Slide 52

Slide 52 text

52 peakace.agency Vergleiche gibt’s ebenfalls – hier im Konversationsmodus:

Slide 53

Slide 53 text

53 peakace.agency Eingebundene Definitionen Hier wird direkt rausverlinkt, auch bei Nicht-Wikipedia-Ergebnissen. Eine neue Traffic-Quelle?

Slide 54

Slide 54 text

54 peakace.agency Verschiedene Perspektiven zu einem Thema Denn LLMs liefern immer nur die überein- stimmende Mitte – es braucht also mehr! (zukünftig auch auf Desktop verfügbar)

Slide 55

Slide 55 text

55 peakace.agency Werbeintegrationen gibt’s natürlich auch … Quelle: https://pa.ag/47mKtke (Glenn Gabe) Sponsored Posts in Form eines Karussells (nach Follow-up-Frage)

Slide 56

Slide 56 text

Weiterhin problematisch: falsche Informationen & Halluzinationen

Slide 57

Slide 57 text

57 peakace.agency VS. Ja, was denn nun!?

Slide 58

Slide 58 text

58 peakace.agency Quelle: https://pa.ag/3MMah0X Life or Death: AI-generated mushroom foraging books are all over Amazon; Experts are worried that books produced by ChatGPT […] which target beginner foragers, could end up killing someone. Terry Pratchett peakace.agency Möglicherweise tödlich:

Slide 59

Slide 59 text

59 peakace.agency Verschwinden diese Halluzinationen jemals? „It’s inherent in the mismatch between the technology and the proposed use cases,” sagt Emily Bender, Professorin für Linguistik und Leiterin des Labors für Computerlinguistik an der Universität Washington. Quelle: https://pa.ag/3PqP0Mh LLMs sind konzipiert, das jeweils nächste Wort vorherzusagen – natürlich wird es Fälle geben, in denen das Modell falsch liegt.

Slide 60

Slide 60 text

Inwiefern betrifft euch das Thema SGE?

Slide 61

Slide 61 text

Kein SGE Snippet, kein Traffic-Verlust …

Slide 62

Slide 62 text

62 peakace.agency Etwa 40 % der Test-Queries liefern (sofort) ein SGE Snippet Basis: 91.000 Keywords, Mitte Okt. 2023 (Chart links); Top-100 MozCast, Mitte Sept. 2023 (Chart rechts) Quellen: https://pa.ag/3QzDiyd & https://pa.ag/3Qonzla Presence of AI Snapshot 39,66% 30,17% 30,17% Has_Snapshot No_Generate_Button No_Snapshot Presence of AI Snapshot 31% 56% 13% Full appearance "Generate" Button No SGE

Slide 63

Slide 63 text

Und was passiert hier?

Slide 64

Slide 64 text

Für welche Queries bzw. Search Intents? Für welchen Anteil des Gesamt-Traffics? In welchen Verticals etc.? Wie wird Google überhaupt den Rollout gestalten?

Slide 65

Slide 65 text

Wir wissen es noch nicht!

Slide 66

Slide 66 text

Wann sehen wir das Ganze überhaupt in Europa? Quelle: https://pa.ag/3SGxZzs

Slide 67

Slide 67 text

67 peakace.agency Und nein, das SGE Snippet ist sicher noch nicht final … … und auch nicht immer die richtige Antwort. Der Fokus liegt hier (meiner Meinung nach) auf sometimes sowie auf one way (Danny Sullivan von Google zur SGE). Quelle: https://pa.ag/47rEqus Sometimes, gen AI can help SGE is one way AI might help with search

Slide 68

Slide 68 text

68 peakace.agency So oder so – SGE ist gekommen, um zu bleiben! In Googles eigenen Worten: „User feedback has been very positive so far.” While it’s exciting new technology, we’ve constantly been bringing in AI innovations into search for the past few years, and this is the next step in the journey. Sundar Pichai, CEO Google & Alphabet

Slide 69

Slide 69 text

Impact auf Keyword-Ebene?

Slide 70

Slide 70 text

Unter der Annahme (!), dass sich der Verlust ähnlich wie seinerzeit beim Rollout der Featured Snippets gestaltet. Sofern ein Keyword betroffen ist: ~30 % Traffic-Verlust (?) Quelle: https://pa.ag/3SCy0o0

Slide 71

Slide 71 text

71 peakace.agency Quelle: https://pa.ag/3QzDiyd Wenn ihr deutlich granularer rechnen wollt … H/t Mike King; klasse Post auf SearchEngineLand.

Slide 72

Slide 72 text

Durchaus denkbar, dass es in Zukunft sehr viel schwieriger werden wird, organischen Traffic für informationelle Inhalte zu generieren. Kurzes Zwischenfazit

Slide 73

Slide 73 text

Wer die Art von Inhalten veröffentlicht, bei denen die SGE (für Nutzer:innen) tatsächlich besser ist als ein Klick auf die eigene Website, hat schon seit einiger Zeit Probleme … Commodity Content ist schon länger zum Scheitern verurteilt

Slide 74

Slide 74 text

74 peakace.agency Nochmal zurück zur SGE – denn da gibt’s ja noch mehr … Mittels SGE While Browsing fasst euch Chrome beliebige Artikel in Sekundenschnelle zusammen! Quelle: https://pa.ag/3qNNMRD SGE While Browsing könnte möglicherweise einen Teil des tatsächlichen Website-Traffics wegnehmen und sich zudem negativ auf Metriken wie Time-on-Site auswirken.

Slide 75

Slide 75 text

No content

Slide 76

Slide 76 text

Ist viel Sidebar-Interaktion gut? Oder vielleicht eher analog zur Return-to-SERP ein Indikator für nicht so gute Inhalte? Intent Mismatch etc.?

Slide 77

Slide 77 text

Eine Sammlung von großen KI-Modellen und nicht ein einzelnes LLM – Gemini wird als zukünftiges KI-Framework u. a. Bard und der SGE als Basis dienen. Google arbeitet zudem an Gemini

Slide 78

Slide 78 text

78 peakace.agency Was wir bisher zu Gemini wissen Anvisierter Release: ab 2024 – in einem mehrstufigen Prozess Quellen: https://pa.ag/40FznnV & https://pa.ag/3ul5c9p Multimodalität Input / Output mittels multipler Formate (z. B. Text, Audio, Video, Gesten etc.) Reinforcement Learning Um Halluzinieren drastisch zu reduzieren 3rd-Party-fähig Hohe Effizienz bei der Verwendung externer Tools und APIs Gedächtnis Wissensbasis aufbauen und diese erweitern, während das Modell lernt

Slide 79

Slide 79 text

Meine Theorie: (Nicht öffentliche) Confidence Levels, z. B. für YMYL in das Main LLM einführen und Special Interest- Modelle wie Med-PaLM 2, wo nötig, zusätzlich abfragen. SGE-Inhalte werden sich noch mal stark (qualitativ) verändern

Slide 80

Slide 80 text

Die SGE ist nichts anderes als die nächste Evolutionsstufe in Googles permanenter Bemühung, Anfragen direkt zu beantworten

Slide 81

Slide 81 text

… aber nichts (selbst) verkaufen! Google will die komplette Search Journey bei sich

Slide 82

Slide 82 text

82 peakace.agency Das hab ich schon 2016 (und danach mehrfach) gesagt … 2016 2020

Slide 83

Slide 83 text

83 peakace.agency Der Deal wurde (einseitig) überarbeitet. Danke, Google! KI-Zusammenfassungen verändern das Geschäft, auf dem Google aufgebaut wurde („Gebt uns Inhalte, wir geben euch Traffic“) grundlegend, indem noch mehr Inhalte der Quelle übernommen und direkt gezeigt werden – und damit mehr der Search Journey auf Google verbleibt.

Slide 84

Slide 84 text

84 peakace.agency Welcome MetNet-3 – oder glaubt ihr, das ist auch Zufall? „Currently available in the contiguous United States […] MetNet-3 is helping bring accurate and reliable weather information to people in multiple countries and languages.” Quelle: https://pa.ag/3uaeqVX Wetter-Integration der SGE

Slide 85

Slide 85 text

85 peakace.agency OK, ciao, weather.com!?

Slide 86

Slide 86 text

Zudem: Diese Widgets kosten Geld, u. a. für Design, Produktion, Wartung und ggf. Aktualisierung. Produktpartnerschaften skalieren nur bedingt und bedeuten immer manuellen Aufwand

Slide 87

Slide 87 text

Für bestimmte Suchanfragen will man sich eben nicht extra zu einer Website durchklicken

Slide 88

Slide 88 text

88 peakace.agency Auch Zufall … Klar, oder? US eCommerce SERP Mitte Nov. 23 … Und nicht im Shopping Tab! ▪ Preisverlauf in den SERPs ▪ Filterleiste als Default an, zeigt deutlich mehr beliebte Produkte ▪ Produkte selbst ziehen wiederum mehr Inhalte von den Webseiten ▪ Buy-now-Button direkt in den Checkout-Prozess

Slide 89

Slide 89 text

Und nebenbei wird eure Website mehr und mehr obsolet … One-Stop-SERP!

Slide 90

Slide 90 text

Die neue Suche wird die Bedürfnisse der Nutzer:innen bereits kennen (bevor sie diese geäußert haben)

Slide 91

Slide 91 text

91 peakace.agency Google auf der Search On ‘21: Quellen: https://pa.ag/3amVV3L & https://pa.ag/46isw5g My team and I spent a great deal of time providing high-quality answers to questions that haven’t even been asked yet. Prabhakar Raghavan (SVP, Google) Unbedingt lesenswert:

Slide 92

Slide 92 text

92 peakace.agency Dazu passt auch der neue Follow-this-Topic-Button super … Vmtl. auch nur eine Zwischenlösung, um eure Präferenzen – ohne erneute Suchanfrage – besser zu verstehen:

Slide 93

Slide 93 text

Das Versprechen von Chat Search: Ein (besseres) Verständnis des Kontexts

Slide 94

Slide 94 text

94 peakace.agency Das gilt z. B. auch für Bing Chat (bzw. jetzt Copilot) Denn: Der Chat-Dialog erlaubt ein besseres Verständnis von Kontext durch die Kombination aus (multiplen) Queries, User-Profilen und Ranking-Daten: Quelle: https://pa.ag/3u8gLRs It’s a little bit more time to really go deep in understanding the query […] this is all about being able to have an orchestration between the queries itself and the ranking and the profile of a user to really go deeper in understanding what the user is looking for. Fabrice Chanel (Principal PM, Bing)

Slide 95

Slide 95 text

Denn strukturierte Daten sind viel zu limitiert. So kennt schema.org bspw. nur ~800 Markup-Typen und ~1.400 verschiedene Eigenschaften. Google bereitet sich darauf vor, nicht mehr von Structured Data (schema.org) abhängig zu sein

Slide 96

Slide 96 text

Das reicht bei Weitem nicht, um die echte Welt zu beschreiben

Slide 97

Slide 97 text

Vorher muss Google nur noch sein Crawling-Problem fixen …

Slide 98

Slide 98 text

Völlig egal, ob Text oder andere Modalitäten. GPTs können allerdings jeden Kontext erlernen

Slide 99

Slide 99 text

Auf neuronalen Netzen basierende Sprachvorhersagemodelle die auf der Transformer-Architektur aufbauen. Generative Pre-Trained Transformers

Slide 100

Slide 100 text

Sie analysieren Anfragen in natürlicher Sprache und sagen auf Grundlage ihres Sprachverständnisses die bestmögliche Antwort voraus. Generative Pre-Trained Transformers

Slide 101

Slide 101 text

Latent Spaces können jede Art von Beziehung abbilden und beliebigen Kontext wiedergeben

Slide 102

Slide 102 text

102 peakace.agency Was sind denn bitte Latent Spaces? Vereinfacht (!) gesagt: Latent Spaces vermitteln einer Maschine ein komprimiertes Verständnis der Welt – durch räumliche Darstellung. Und das Model lernt dabei automatisch! Quelle: https://pa.ag/3sBne6X Menschen können Themen verstehen, indem sie beobachtete Ereignisse in komprimierter Darstellung im Gehirn kodieren. Ohne uns jedes Detail des Aussehens zu merken, können wir so z. B. einen Hund auf der Straße erkennen.

Slide 103

Slide 103 text

In Kombination wird dies Googles bisheriges Verständnis von Kontext dramatisch verändern

Slide 104

Slide 104 text

Skalierbar. Ohne manuelle Auszeichnung. #byeSchema

Slide 105

Slide 105 text

Und der Chat-Kontext wird dafür zukünftig nicht mehr zwingend erforderlich sein

Slide 106

Slide 106 text

… sondern vielmehr eine Rich Experience direkt auf / in der SERP – ohne diese verlassen zu müssen. 10 Blue Links werden für viele Queries nicht mehr der Standard sein …

Slide 107

Slide 107 text

107 peakace.agency Niemand braucht 10 Antworten, wenn man die eine richtige Antwort bekommen kann: Quelle: https://pa.ag/3u8gLRs If AI search engines understand what is asked of them, then they are better able to provide the correct answers. That makes offering ten blue links no longer necessary. It resembles the interaction between humans, where one will ask the other something and receives a response. Nobody needs to respond with ten answers, right? Fabrice Chanel (Principal PM, Bing)

Slide 108

Slide 108 text

Head Terms Long Tail Head Terms Long Tail Latent Tail h/t Tom Anthony Die Search Demand Curve wird sich signifikant verändern

Slide 109

Slide 109 text

Suchvolumen (als Indikator) wird letztendlich vollends nutzlos

Slide 110

Slide 110 text

Multimodale KI-Assistenten bzw. -Agenten werden unsere Arbeitswelt nachhaltig verändern. Aber nicht nur Suche wird sich verändern …

Slide 111

Slide 111 text

Die Idee, dass komplexe persönliche und berufliche Aufgaben automatisch erledigt werden könnten, sorgt für Begeisterung! Warum?

Slide 112

Slide 112 text

112 peakace.agency Autonome KI wächst vstl. mit CAGR von 43 % (29 Mrd. USD) Experimentelle Systeme, die auf GPT-4 oder ähnlichen Modellen laufen, ziehen Milliarden von Dollar an Investitionen an, da das Silicon Valley darum wetteifert, aus den Fortschritten Kapital zu schlagen. Quelle: https://pa.ag/3rWPMHe

Slide 113

Slide 113 text

„Selbstgesteuerte, sich wiederholende Anweisungen, die bei jeder Iteration Ergebnisse generieren, ermöglichen es autonomen Agenten selbstständig Aufgaben zu entwickeln, zu priorisieren und abzuschließen – sobald ein Ziel vorgegeben wird.“ Fähigkeiten von KI-Agenten

Slide 114

Slide 114 text

Oder einfacher: Ziel vorgeben – den Weg findet der Agent selbst. Fähigkeiten von KI-Agenten

Slide 115

Slide 115 text

Und wie unterscheidet sich das von bestehenden Lösungen?

Slide 116

Slide 116 text

Die Entscheidungen und Handlungen automatisierter alter Systeme beruhen auf vordefinierten Heuristiken. Autonom (neu) vs. automatisiert (alt)

Slide 117

Slide 117 text

Autonome Systeme lernen und passen sich dynamischen Umgebungen an. Sie entwickeln sich weiter, wenn sich die Umgebung ändert. Autonom (neu) vs. automatisiert (alt)

Slide 118

Slide 118 text

118 peakace.agency Warum ist das für ein Computersystem / eine KI so schwierig? Angenommen, ihr müsst ein Meeting mit einer Gruppe von Kund:innen planen. Dies erfordert den Einsatz von komplexem Denkvermögen: Für die KI gilt es, die Präferenzen aller Beteiligten zu ermitteln, Konflikte zu lösen und gleichzeitig das Fingerspitzengefühl zu bewahren, das bei der Arbeit mit Kund:innen erforderlich ist.

Slide 119

Slide 119 text

Agenten müssen kontinuierlich dazulernen und wichtige Grundannahmen über menschliches Verhalten miteinbeziehen können, die dem Common Sense entsprechen. Die größte Herausforderung?

Slide 120

Slide 120 text

120 peakace.agency Quelle: https://pa.ag/3NtGvxC Nicht überzeugt? Versucht es einfach selbst: AgentGPT – ein autonomer KI-Agent, der im Browser läuft.

Slide 121

Slide 121 text

KI-Agenten werden die Produktivität und Abläufe in sämtlichen Branchen verbessern und ermöglichen es Unternehmen, effizienter zu arbeiten und gleichzeitig wettbewerbsfähig zu bleiben. Warum mich das begeistert?

Slide 122

Slide 122 text

Autonome KI-Agenten werden Arbeitskosten senken und repetitive Tätigkeiten übernehmen.

Slide 123

Slide 123 text

Die Nachfrage nach innovativem Denken wird steigen Quelle: https://pa.ag/47oTp8E Jonas Andrulis, Gründer von Aleph Alpha

Slide 124

Slide 124 text

124 peakace.agency Marketing, Sales & Produktentwicklung mit größter Exposure „Nearly four in ten respondents [of 100 CEOs] expect more than 20% of their companies’ workforces will be reskilled.” Quelle: https://pa.ag/47oTp8E

Slide 125

Slide 125 text

125 peakace.agency Tendenz deutlich steigend (in den kommenden 3-5 Jahren)! Generative KI wird alle Kerntätigkeiten im Bereich SEO (Recherche, Content, Analytics, etc.) nachhaltig verändern. Quelle: https://pa.ag/47ud3Qq

Slide 126

Slide 126 text

SEOs werden repetitive Aufgaben an einen KI-Agenten übertragen, während sie sich selbst auf das strategische Denken fokussieren. KI plus Agenten werden den SEO-Job nachhaltig verändern

Slide 127

Slide 127 text

Suche neu definieren mit autonomen Agenten Was wäre, wenn man den menschlichen Faktor komplett aus der Suche entfernen würde?

Slide 128

Slide 128 text

128 peakace.agency User könnten das Suchen an einen Agenten delegieren „ChatGPT [Bard / YXZ], finde und buche mir einen Flug nach Salzburg für die kommende #seokomm” ▪ Das Ranking in einer Welt autonomer Agenten würde anders aussehen als das heutige Ranking. Verschiedene Rankings ▪ Der Agent müsste die jeweiligen Präferenzen der User gut kennen, sodass er deren Ergebnisse priorisiert. ▪ Beispiele: Bestellungen immer bei Amazon, Flugbuchungen immer über Lufthansa Anbieter:innen- präferenz ▪ Agenten werden (zunächst) bekannte, zuverlässige Quellen wie Google als Indikator für die Relevanz und Verlässlichkeit heran- ziehen. Proxying (vorerst) ▪ Sie führen eigenständig Recherchen durch und leiten aus den gewon- nenen Informationen Maßnahmen ab. Recherche & Follow-up Der Agent erfragt vom User nur die Informationen, die für die Recherche und Empfehlung erforderlich sind.

Slide 129

Slide 129 text

129 peakace.agency Ein Erster Schritt in die Richtung: A… Assistant with Bard! „We’re building Assistant with Bard to be a more personalized helper that’s integrated with some of the Google services you already use […]” Quelle: https://pa.ag/3MFx2ne

Slide 130

Slide 130 text

130 peakace.agency Richtig gut wird‘s, wenn unsere Agents uns tatsächlich kennen Denn: Dann muss ich meine Präferenzen nicht mehr spezifizieren und bekomme nur noch einen Vorschlag zur finalen Freigabe. Hey Bastian, darf ich deine Flüge zur #seokomm, wie üblich, heute für dich buchen? peakace.agency

Slide 131

Slide 131 text

Die Zukunft?

Slide 132

Slide 132 text

132 peakace.agency Grundlegende Biologie (besser) verstehen mit AlphaFold „By unlocking the modeling of protein and ligand structures together with nucleic acids and those containing post- translational modifications, our model provides a more rapid and accurate tool for examining fundamental biology.” Quelle: https://pa.ag/40IuR87 Das Gesundheitswesen wird besser werden (und das ist dringend notwendig) ▪ Agents werden auch dem Gesundheits- personal helfen, bessere Entscheidungen zu treffen und produktiver zu sein. ▪ Agents werden Patient:innen helfen, eine einfache Triage vorzunehmen, Ratschläge für den Umgang mit Gesundheitsproblemen zu erhalten und zu entscheiden, ob sie sich in Behandlung begeben sollten.

Slide 133

Slide 133 text

133 peakace.agency Mensch und Roboter kommunizieren mittels EEG-Schnittstelle „NOIR, a general-purpose, intelligent brain-robot interface system that enables humans to command robots to perform everyday activities through brain signals.” Quelle: https://pa.ag/3SIXi41 Our system demonstrates success in an expansive array of 20 challenging, everyday household activities […] The effectiveness is improved by its synergistic integration of robot learning algorithms, allowing for NOIR to adapt to individual users and predict their intentions […] Der Roboter kocht, die nötigen Anweisungen stammen nur vom daran Denken.

Slide 134

Slide 134 text

134 peakace.agency Drastische Verbesserungen der derzeitigen LLMs … … sowie deutlich effizientere (x5-x10) Multi-Modality-Implementierungen Quellen: https://pa.ag/3st19aN, https://pa.ag/3uggLid, https://pa.ag/3QP6MZ4 & https://pa.ag/3SEjIDu

Slide 135

Slide 135 text

135 peakace.agency RetNet von Microsoft: der Transformers-Killer? Alles neu? Retentive Network macht das unmögliche Dreieck möglich, das gleichzeitig Trainingsparallelität, gute Leistung und niedrige Inferenzkosten erzielt. Könnte das die neue Basisarchitektur für LLMs werden? Quellen: https://pa.ag/47NK4rX & https://pa.ag/3PvwLVJ Die Ergebnisse sind um ein Vielfaches besser als bei derzeitigen Implementierungen. Dies könnte enorme Auswirkungen haben, sobald andere Teams in der Lage sind, das zu reproduzieren.

Slide 136

Slide 136 text

136 peakace.agency Sowie eine ganze Menge (neuer) Probleme Quellen: https://pa.ag/47Cy7nM & https://pa.ag/3MLCLrC

Slide 137

Slide 137 text

… und vieles mehr!

Slide 138

Slide 138 text

138 peakace.agency Worauf solltet ihr euch einstellen? Neue Player – in allen Bereichen (u. a. Chips, Infrastruktur, Modelle etc.), bspw. Leo AI, Samsung Gauss etc. Signifikante Fortschritte in den Bereichen Architektur & Foundational Models (LLMs etc.) Eine großangelegte Desinformations- kampagne (bei der im Nachhinein rauskommt, dass KI eine signifikante Rolle gespielt hat) Stärkere Auswirkungen auf Jobs im Marketing (yep, Prompting ist auch schon wieder fast old news) KI wird zukünftig deutlich interaktiver (Zielvorgabe reicht) und natürlicher zu bedienen sein (Multimodalität etc.) Modellentwicklung mit starkem Fokus auf menschlichem Verhalten (vgl. Microsoft LeMa)