RELATE: LLM-Framework steigert Werbetexte durch Reinforcement Learning

Ein neues KI-Framework namens RELATE wurde vorgestellt, das die Generierung von Werbetexten mithilfe von Reinforcement Learning optimiert. Durch die Kombination von Sprachmodellierung und zielgerichtetem Lernen soll die Qualität der Texte deutlich verbessert werden.

Derzeit arbeiten viele Werbeplattformen mit einem zweistufigen Ansatz: Zunächst werden Textvorschläge generiert, danach werden sie anhand von Kennzahlen wie der Klickrate (CTR) bewertet. Diese Trennung führt häufig zu Zielkonflikten und ineffizienter Nutzung des Verkaufstrichters.

RELATE löst dieses Problem, indem es die Textgenerierung und die Abstimmung auf Leistungskennzahlen in einem einzigen Modell vereint. Durch Policy-Learning werden sowohl Leistungs- als auch Compliance-Ziele direkt in den Generierungsprozess integriert, sodass das Modell sofort weiß, welche Texte den gewünschten Erfolg bringen.

Ein besonderes Merkmal ist die Einbindung von konversionsorientierten Metriken und Compliance-Beschränkungen als mehrdimensionale Belohnungen. Dadurch kann das System Texte erzeugen, die nicht nur Klicks, sondern auch tatsächliche Conversions steigern, während gleichzeitig gesetzliche und betriebliche Vorgaben eingehalten werden.

Umfangreiche Tests mit großen industriellen Datensätzen zeigen, dass RELATE die bisherigen Baselines konsequent übertrifft. In einer Live-Umsetzung auf einer Produktionsplattform wurden signifikante Verbesserungen der Klick-zu-Conversion-Rate (CTCVR) erzielt, selbst unter strengen Richtlinien. Diese Ergebnisse unterstreichen die Robustheit und die praktische Wirksamkeit des neuen Ansatzes.