Skip to main content
Erschienen in:
Buchtitelbild

2024 | OriginalPaper | Buchkapitel

Mögliche Einsatzgebiete von Künstlicher Intelligenz im Verlagswesen

Zur Einführung

verfasst von : David Klotz

Erschienen in: KI als Zukunftsmotor für Verlage

Verlag: Springer Fachmedien Wiesbaden

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Zusammenfassung

Künstliche Intelligenz (KI) bietet Fähigkeiten, die für das Verlagswesen von großem Interesse sind. Insbesondere dialogbasierte, umfangreiche Sprachmodelle wie ChatGPT oder KI-Modelle zur Bilderzeugung wie DALL⋅E scheinen als Werkzeuge für die Unterstützung typischer Verlagsaufgaben geeignet. Dieser Artikel trägt aktuelle KI-Fähigkeiten in Bezug auf das Verlagswesen zusammen und erörtert, wie sie für einzelne Aufgaben in der Wertschöpfungskette von Verlagen angewendet werden können. Abschließend werden zu erwartende Implikationen auf das Verlagswesen skizziert und der strategische Charakter einer KI-Einführung unterstrichen.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Literatur
1.
Zurück zum Zitat G. Adomavicius und A. Tuzhilin, „Toward the next generation of recommender systems: A survey of the state-of-the-art and possible extensions,“ IEEE transactions on knowledge and data engineering, Jg. 17, Nr. 6, S. 734–749, 2005. G. Adomavicius und A. Tuzhilin, „Toward the next generation of recommender systems: A survey of the state-of-the-art and possible extensions,“ IEEE transactions on knowledge and data engineering, Jg. 17, Nr. 6, S. 734–749, 2005.
3.
Zurück zum Zitat R. Albalawi, T. H. Yeap und M. Benyoucef, „Using topic modeling methods for short-text data: A comparative analysis,“ Frontiers in Artificial Intelligence, Jg. 3, S. 42, 2020. R. Albalawi, T. H. Yeap und M. Benyoucef, „Using topic modeling methods for short-text data: A comparative analysis,“ Frontiers in Artificial Intelligence, Jg. 3, S. 42, 2020.
4.
5.
Zurück zum Zitat H. Alkaissi und S. I. McFarlane, „Artificial hallucinations in ChatGPT: implications in scientific writing,“ Cureus, Jg. 15, Nr. 2, 2023. H. Alkaissi und S. I. McFarlane, „Artificial hallucinations in ChatGPT: implications in scientific writing,“ Cureus, Jg. 15, Nr. 2, 2023.
6.
Zurück zum Zitat H. Alkaissi und S. I. McFarlane, „Artificial hallucinations in ChatGPT: implications in scientific writing,“ Cureus, Jg. 15, Nr. 2, 2023, Publisher: Cureus. H. Alkaissi und S. I. McFarlane, „Artificial hallucinations in ChatGPT: implications in scientific writing,“ Cureus, Jg. 15, Nr. 2, 2023, Publisher: Cureus.
7.
Zurück zum Zitat J. Archer und M. L. Jockers, The bestseller code: Anatomy of the block-buster novel. St. Martin’s Press, 2016. J. Archer und M. L. Jockers, The bestseller code: Anatomy of the block-buster novel. St. Martin’s Press, 2016.
9.
Zurück zum Zitat O. Bar-Tal, D. Ofri-Amar, R. Fridman, Y. Kasten und T. Dekel, „Text2live: Text-driven layered image and video editing,“ in Computer Vision – ECCV 2022, S. Avidan, G. Brostow, M. Cissé, G. M. Farinella und T. Hassner, Hrsg., Ser. Lecture Notes in Computer Science, Cham: Springer Nature Switzerland, 2022, S. 707–723, isbn: 978-3-031-19784-0. https://doi.org/10.1007/978-3-031-19784-0_41. O. Bar-Tal, D. Ofri-Amar, R. Fridman, Y. Kasten und T. Dekel, „Text2live: Text-driven layered image and video editing,“ in Computer Vision – ECCV 2022, S. Avidan, G. Brostow, M. Cissé, G. M. Farinella und T. Hassner, Hrsg., Ser. Lecture Notes in Computer Science, Cham: Springer Nature Switzerland, 2022, S. 707–723, isbn: 978-3-031-19784-0. https://​doi.​org/​10.​1007/​978-3-031-19784-0_​41.
12.
Zurück zum Zitat T. Brown, B. Mann, N. Ryder u. a., „Language models are few-shot learners,“ Advances in neural information processing systems, Jg. 33, S. 1877–1901, 2020. T. Brown, B. Mann, N. Ryder u. a., „Language models are few-shot learners,“ Advances in neural information processing systems, Jg. 33, S. 1877–1901, 2020.
14.
Zurück zum Zitat Ò. Celma und Ò. Celma, „The long tail in recommender systems,“ Music Recommendation and Discovery: The Long Tail, Long Fail, and Long Play in the Digital Music Space, S. 87–107, 2010. Ò. Celma und Ò. Celma, „The long tail in recommender systems,“ Music Recommendation and Discovery: The Long Tail, Long Fail, and Long Play in the Digital Music Space, S. 87–107, 2010.
17.
Zurück zum Zitat M. Clement, E. Blömeke und F. Sambeth, Ökonomie der Buchindustrie: Herausforderungen in der Buchbranche erfolgreich managen. Springer, 2009.CrossRef M. Clement, E. Blömeke und F. Sambeth, Ökonomie der Buchindustrie: Herausforderungen in der Buchbranche erfolgreich managen. Springer, 2009.CrossRef
18.
Zurück zum Zitat G. Couairon, J. Verbeek, H. Schwenk und M. Cord, DiffEdit: Diffusion-based semantic image editing with mask guidance, 2022. arXiv:2210.11427 [cs.CV]. G. Couairon, J. Verbeek, H. Schwenk und M. Cord, DiffEdit: Diffusion-based semantic image editing with mask guidance, 2022. arXiv:2210.​11427 [cs.​CV].
19.
Zurück zum Zitat Y. Deng, F. Tang, W. Dong u. a., „StyTr2: Image Style Transfer With Transformers,“ in Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), Juni 2022, S. 11326–11336. Y. Deng, F. Tang, W. Dong u. a., „StyTr2: Image Style Transfer With Transformers,“ in Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), Juni 2022, S. 11326–11336.
21.
Zurück zum Zitat J. Devlin, M.-W. Chang, K. Lee und K. Toutanova, „BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding,“ in Proceedings of the 2019 Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies, Volume 1 (Long and Short Papers), Minneapolis, Minnesota: Association for Computational Linguistics, Juni 2019, S. 4171–4186. https://doi.org/10.18653/v1/N19-1423. Adresse: https://aclanthology.org/N19-1423. J. Devlin, M.-W. Chang, K. Lee und K. Toutanova, „BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding,“ in Proceedings of the 2019 Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies, Volume 1 (Long and Short Papers), Minneapolis, Minnesota: Association for Computational Linguistics, Juni 2019, S. 4171–4186. https://​doi.​org/​10.​18653/​v1/​N19-1423. Adresse: https://​aclanthology.​org/​N19-1423.
23.
Zurück zum Zitat L. Dong, F. Wei, C. Tan, D. Tang, M. Zhou und K. Xu, „Adaptive Recursive Neural Network for Target-dependent Twitter Sentiment Classification,“ in Proceedings of the 52nd Annual Meeting of the Association for Computational Linguistics (Volume 2: Short Papers), Baltimore, Maryland: Association for Computational Linguistics, Juni 2014, S. 49–54. https://doi.org/10.3115/v1/P14-2009. Adresse: https://aclanthology.org/P14-2009. L. Dong, F. Wei, C. Tan, D. Tang, M. Zhou und K. Xu, „Adaptive Recursive Neural Network for Target-dependent Twitter Sentiment Classification,“ in Proceedings of the 52nd Annual Meeting of the Association for Computational Linguistics (Volume 2: Short Papers), Baltimore, Maryland: Association for Computational Linguistics, Juni 2014, S. 49–54. https://​doi.​org/​10.​3115/​v1/​P14-2009. Adresse: https://​aclanthology.​org/​P14-2009.
24.
Zurück zum Zitat J. J. Dylag, V. Suarez, J. Wald und A. A. Uvara, Automatic Geoalignment of Artwork in Children’s Story Books, 2023. arXiv:2304.01204 [cs.AI]. J. J. Dylag, V. Suarez, J. Wald und A. A. Uvara, Automatic Geoalignment of Artwork in Children’s Story Books, 2023. arXiv:2304.​01204 [cs.​AI].
26.
Zurück zum Zitat Z. Fayyaz, M. Ebrahimian, D. Nawara, A. Ibrahim und R. Kashef, „Recommendation systems: Algorithms, challenges, metrics, and business opportunities,“ applied sciences, Jg. 10, Nr. 21, S. 7748, 2020. Z. Fayyaz, M. Ebrahimian, D. Nawara, A. Ibrahim und R. Kashef, „Recommendation systems: Algorithms, challenges, metrics, and business opportunities,“ applied sciences, Jg. 10, Nr. 21, S. 7748, 2020.
28.
Zurück zum Zitat S. Freeman, M. Gibbs und B. Nansen, „‘Don’t mess with my algorithm’: Exploring the relationship between listeners and automated curation and recommendation on music streaming services,“ First Monday, 2022. S. Freeman, M. Gibbs und B. Nansen, „‘Don’t mess with my algorithm’: Exploring the relationship between listeners and automated curation and recommendation on music streaming services,“ First Monday, 2022.
31.
Zurück zum Zitat G. Geetha, M. Safa, C. Fancy und D. Saranya, „A hybrid approach using collaborative filtering and content based filtering for recommender system,“ in Journal of Physics: Conference Series, IOP Publishing, Bd. 1000, 2018, S. 12–101. G. Geetha, M. Safa, C. Fancy und D. Saranya, „A hybrid approach using collaborative filtering and content based filtering for recommender system,“ in Journal of Physics: Conference Series, IOP Publishing, Bd. 1000, 2018, S. 12–101.
41.
Zurück zum Zitat A. Kumar, A. Kaur und M. Kumar, „Face detection techniques: a review,“ Artificial Intelligence Review, Jg. 52, S. 927–948, 2019. A. Kumar, A. Kaur und M. Kumar, „Face detection techniques: a review,“ Artificial Intelligence Review, Jg. 52, S. 927–948, 2019.
45.
Zurück zum Zitat H. Liang, X. Sun, Y. Sun und Y. Gao, „Text feature extraction based on deep learning: a review,“ EURASIP journal on wireless communications and networking, Jg. 2017, Nr. 1, S. 1–12, 2017. H. Liang, X. Sun, Y. Sun und Y. Gao, „Text feature extraction based on deep learning: a review,“ EURASIP journal on wireless communications and networking, Jg. 2017, Nr. 1, S. 1–12, 2017.
47.
Zurück zum Zitat P. Liu, X. Qiu, X. Chen, S. Wu und X.-J. Huang, „Multi-timescale long short-term memory neural network for modelling sentences and documents,“ in Proceedings of the 2015 conference on empirical methods in natural language processing, 2015, S. 2326–2335. P. Liu, X. Qiu, X. Chen, S. Wu und X.-J. Huang, „Multi-timescale long short-term memory neural network for modelling sentences and documents,“ in Proceedings of the 2015 conference on empirical methods in natural language processing, 2015, S. 2326–2335.
48.
Zurück zum Zitat Z. Liu, L. Zou, X. Zou u. a., Monolith: Real Time Recommendation System With Collisionless Embedding Table, 2022. arXiv:2209.07663 [cs.IR]. Z. Liu, L. Zou, X. Zou u. a., Monolith: Real Time Recommendation System With Collisionless Embedding Table, 2022. arXiv:2209.​07663 [cs.​IR].
54.
Zurück zum Zitat A. Oulasvirta, J. P. Hukkinen und B. Schwartz, „When more is less: the paradox of choice in search engine use,“ in Proceedings of the 32nd international ACM SIGIR conference on Research and development in information retrieval, 2009, S. 516–523. A. Oulasvirta, J. P. Hukkinen und B. Schwartz, „When more is less: the paradox of choice in search engine use,“ in Proceedings of the 32nd international ACM SIGIR conference on Research and development in information retrieval, 2009, S. 516–523.
59.
Zurück zum Zitat A. Radford, K. Narasimhan, T. Salimans und I. Sutskever, „Improving language understanding by generative pre-training,“ OpenAI blog, 2018, Publisher: OpenAI. A. Radford, K. Narasimhan, T. Salimans und I. Sutskever, „Improving language understanding by generative pre-training,“ OpenAI blog, 2018, Publisher: OpenAI.
60.
Zurück zum Zitat A. Radford, J. Wu, R. Child, D. Luan, D. Amodei und I. Sutskever, „Language models are unsupervised multitask learners,“ OpenAI blog, Jg. 1, Nr. 8, S. 9, 2019. A. Radford, J. Wu, R. Child, D. Luan, D. Amodei und I. Sutskever, „Language models are unsupervised multitask learners,“ OpenAI blog, Jg. 1, Nr. 8, S. 9, 2019.
63.
Zurück zum Zitat R. Rombach, A. Blattmann, D. Lorenz, P. Esser und B. Ommer, High-resolution image synthesis with latent diffusion models, 2021. arXiv:2112.10752[cs.CV]. R. Rombach, A. Blattmann, D. Lorenz, P. Esser und B. Ommer, High-resolution image synthesis with latent diffusion models, 2021. arXiv:2112.​10752[cs.​CV].
64.
Zurück zum Zitat M. Salvagno, F. S. Taccone, A. G. Gerli u. a., „Can artificial intelligence help for scientific writing?“ Critical care, Jg. 27, Nr. 1, S. 1–5, 2023. M. Salvagno, F. S. Taccone, A. G. Gerli u. a., „Can artificial intelligence help for scientific writing?“ Critical care, Jg. 27, Nr. 1, S. 1–5, 2023.
72.
Zurück zum Zitat I. Vayansky und S. A. Kumar, „A review of topic modeling methods,“ Information Systems, Jg. 94, S. 101 582, 2020. I. Vayansky und S. A. Kumar, „A review of topic modeling methods,“ Information Systems, Jg. 94, S. 101 582, 2020.
73.
Zurück zum Zitat A. Voulodimos, N. Doulamis, A. Doulamis, E. Protopapadakis u. a., „Deep learning for computer vision: A brief review,“ Computational intelligence and neuroscience, Jg. 2018, 2018. A. Voulodimos, N. Doulamis, A. Doulamis, E. Protopapadakis u. a., „Deep learning for computer vision: A brief review,“ Computational intelligence and neuroscience, Jg. 2018, 2018.
74.
Zurück zum Zitat M. Wang und W. Deng, „Deep face recognition: A survey,“ Neurocomputing, Jg. 429, S. 215–244, 2021. M. Wang und W. Deng, „Deep face recognition: A survey,“ Neurocomputing, Jg. 429, S. 215–244, 2021.
75.
Zurück zum Zitat Z. Wang, Q. Xie, Z. Ding, Y. Feng und R. Xia, Is ChatGPT a Good Sentiment Analyzer? A Preliminary Study, 2023. arXiv:2304.04339 [cs.CL]. Z. Wang, Q. Xie, Z. Ding, Y. Feng und R. Xia, Is ChatGPT a Good Sentiment Analyzer? A Preliminary Study, 2023. arXiv:2304.​04339 [cs.​CL].
77.
Zurück zum Zitat V. Yadav und S. Bethard, A Survey on Recent Advances in Named Entity Recognition from Deep Learning models, 2019. arXiv:1910.11470 [cs.CL]. V. Yadav und S. Bethard, A Survey on Recent Advances in Named Entity Recognition from Deep Learning models, 2019. arXiv:1910.​11470 [cs.​CL].
78.
Zurück zum Zitat C. Zhang, C. Zhang, S. Zheng u. a., A Complete Survey on Generative AI (AIGC): Is ChatGPT from GPT-4 to GPT-5 All You Need? 2023. arXiv:2303.11717 [cs.AI]. C. Zhang, C. Zhang, S. Zheng u. a., A Complete Survey on Generative AI (AIGC): Is ChatGPT from GPT-4 to GPT-5 All You Need? 2023. arXiv:2303.​11717 [cs.​AI].
79.
Zurück zum Zitat S. Zhang, L. Yao, A. Sun und Y. Tay, „Deep learning based recommender system: A survey and new perspectives,“ ACM computing surveys (CSUR), Jg. 52, Nr. 1, S. 1–38, 2019. S. Zhang, L. Yao, A. Sun und Y. Tay, „Deep learning based recommender system: A survey and new perspectives,“ ACM computing surveys (CSUR), Jg. 52, Nr. 1, S. 1–38, 2019.
81.
Zurück zum Zitat Z.-Q. Zhao, P. Zheng, S.-t. Xu und X. Wu, „Object detection with deep learning: A review,“ IEEE transactions on neural networks and learning systems, Jg. 30, Nr. 11, S. 3212–3232, 2019. Z.-Q. Zhao, P. Zheng, S.-t. Xu und X. Wu, „Object detection with deep learning: A review,“ IEEE transactions on neural networks and learning systems, Jg. 30, Nr. 11, S. 3212–3232, 2019.
82.
Zurück zum Zitat H. Zheng und H. Zhan, „ChatGPT in scientific writing: a cautionary tale,“ The American Journal of Medicine, 2023. H. Zheng und H. Zhan, „ChatGPT in scientific writing: a cautionary tale,“ The American Journal of Medicine, 2023.
83.
Zurück zum Zitat Z. Zou, K. Chen, Z. Shi, Y. Guo und J. Ye, „Object detection in 20 years: A survey,“ Proceedings of the IEEE, 2023. Z. Zou, K. Chen, Z. Shi, Y. Guo und J. Ye, „Object detection in 20 years: A survey,“ Proceedings of the IEEE, 2023.
Metadaten
Titel
Mögliche Einsatzgebiete von Künstlicher Intelligenz im Verlagswesen
verfasst von
David Klotz
Copyright-Jahr
2024
DOI
https://doi.org/10.1007/978-3-658-43037-5_1