Im Buch Design und künstliche Intelligenz wurden erstmals die Anwendungsfelder für künstliche Intelligenz in den Bereichen eines Designprozesses erschlossen. Im Designprozess können zwei Arten von künstlicher Intelligenz angewendet werden.
Die autonome Problemlösungskompetenz intelligenter Systeme kann dabei helfen, unterschiedlich komplexe Teilaufgaben zu automatisieren. Darunter kann das Anmalen einer Skizze fallen, aber auch das Design eines Games in der Umsetzung.
Die zweite Art betrifft die Problemlösungskompetenz der Gestaltenden. Die kann durch intelligente Systeme profitieren. Die künstliche Intelligenz soll hier die kognitiven Fähigkeiten der Designerin/des Designers übernehmen und ihr/ihm behilflich sein schwierige Entscheidung im Designprozess zu treffen. Dadurch soll kreative Leitung gesteigert werden.
Ein Designprozess besteht aus fünf Phasen. Der Research-Phase, der Ideenfindungs-Phase, der Explorations-Phase und der Umsetzungs-Phase. Engenhart und Löwe haben in ihrem Buch jeder Phase Anwendungsfelder untergeordnet, die mit künstlicher Intelligenz abgearbeitet werden kann. Siehe Grafik:
Im nachfolgenden Teil werde ich die vorher genannten Möglichkeiten durchgehen und einschlägige Websites testen.
Research-Phase
Künstliche Intelligenz kann dabei helfen, den Erfolg eines Produktes zu analysieren. Dies gelingt indem das Produkt an die Bedürfnisse der Nutzer:innen, ihre Kultur, Trends, etc. angepasst. Darunter fallen Social Media Sentiment Analysen, Social Listening Analysen, Analysen über Trend- und Product-Hype.
Ein Beispiel hierfür ist Cinelytic. Ein Werkzeug, das den Erfolg eines Filmes durch die Analyse von speziellen Parametern vorhersagen kann. Ein weiteres ist Runway Palette. Runway Palette ist ein Tool, das bei der Trendanalyse behilflich ist. Es hilft bei der Entscheidung einer Modekollektion, denn es werden mittels Clustering-Verfahren Farbschemen herausgefiltert, die selten genutzt wurden.
Künstliche Intelligenz kann des weiteren Nutzer:innenfeedback aus sozialen Medien sammeln und Trends analysieren; Branding-Strategien unterstützen und automatisch generierte Personas erstellen.
Zusammenfassend kann gesagt werden, das Tools welche die Research-Phase unterstützen darauf hinarbeiten, die Produkte oder den Service besser auf die Nutzer:innen abzustimmen und etwaige Trends zu berücksichtigen.
Experiment
Da Tools zum Generieren von Personas etc. leider mit Kosten verbunden sind, konnte ich nur die Website „Runway Palette“ testen. Ich habe die Ausführung mit dem 3D-Modell sehr genossen. Es hat einen sehr futuristischen Look. Grundsätzlich ist das Farbschema erstellen nichts was ich nicht in der Art schon bei zum Beispiel „Coolors.co“ zu gesehen habe. Dennoch ist es ein schönes Beispiel in dem einem der Begriff „Big Data“ etwas näher vor Augen gebracht wird, indem man alle verschiedenen Looks der vorherigen Jahre aufgelistet sieht.
Quellen:
Cinelytic (2022): Leading the AI Revolution in the Entertainment Industry. In: https://www.cinelytic.com (zuletzt aufgerufen am 09.03.2023)
Diagne, Cyril (2022): Runway Palette. In: https://artsexperiments.withgoogle.com/runwaypalette (zuletzt aufgerufen am 09.03.2023)
Engenhart, Marc/ Löwe, Sebastian: Design und künstliche Intelligenz. Theoretische und praktische Grundlagen der Gestaltung mit maschinell lernenden Systemen. Basel: Birkhäuser Verlag GmbH 2022
