Das Interview zum Webinar am 27.5.2020 "Mit minimalem Zeitaufwand eine Qualität auf der Stufe einer manuellen Analyse erreichen"

Kilian Hughs, Joyn und Maurice Gonzenbach, Caplena

Im Webinar am 27. Mai zeigen Sie und Herr Gonzenbach, was die Software von Caplena dem Research Team von Joyn gebracht hat. Können Sie uns vorab schon einen Einblick gewähren? Was sind die ihrer Meinung nach größten Errungenschaften aus der Zusammenarbeit für ihr Team, Herr Hughes?

Kilian Hughes: Wir machen es den Nutzern von Joyn sehr einfach, uns Feedback zu geben. Unsere Smartphone-App muss man z.B. nur schütteln, und schon kann der Nutzer zur aktuell geöffneten Seite der App Feedback geben. Dies hat zur Folge, dass wir jede Woche etwa 800 qualitative Nutzerfeedbacks bekommen. Diese händisch in hoher Qualität auszuwerten ist uns als kleinem Team nicht möglich - und hier kommt Caplena ins Spiel. Durch Caplena sind wir jederzeit eng am Nutzer dran. Wir verstehen besser die Bedürfnisse und Wünsche unserer Kunden und können auf etwaige Probleme schnell reagieren.

Hier geht's zur kostenlosen Webinar-Anmeldung

Wie kam es zu der Zusammenarbeit? Wie kamen Sie auf Caplena?

Hughes: Auf der Suche nach automatisierten Lösungen für die semantische Textanalyse hatte ich viele verschiedene Tools ausprobiert. Caplena war die erste Lösung, die mich überzeugt hat. Der Kontakt war schnell & unkompliziert, der Trial verlief erfolgreich und seit Frühjahr 2019 haben wir Caplena im Einsatz.

Welches Potenzial sehen Sie in Ihrer Anwendung? Wo soll die Reise hingehen, Herr Gonzenbach?

Maurice Gonzenbach: Bei der Lancierung unserer Software Anfang 2018 waren ganz klar Marktforschungsinstitute unser Zielpublikum. Unterdessen haben wir aber gesehen, dass auch Research Teams innerhalb von B2C Unternehmen großen Nutzen aus unserer Software ziehen können. Für die Zukunft ist es unser Ziel, Caplena als Standardtool für die Auswertung von offenen Nennungen zu etablieren, nicht nur im deutschsprachigen Markt, sondern auch international.

In der Webinar-Ankündigung sprechen Sie von der goldenen Mitte zwischen Automatisierung und Tiefe, und dass sie den Spagat erfolgreich schlügen. Das hört sich so an, als würde das eine das andere immens erschweren. Geht nicht beides? Vollautomation und tiefe Einblicke?

Gonzenbach: Als Software-Ingenieur muss ich hier den vollmundigen Versprechen der Marketing-Abteilungen entgegenhalten: Das Textverständnis einer KI ist noch nicht auf menschlichem Niveau. Unser Ziel ist es daher, die Stärken der beiden möglichst sinnvoll zu kombinieren: Der Mensch bringt sein Wissen der Branche und des Kontexts ein, während die KI den repetitiven Teil automatisiert und relevante Themen vorschlägt. Damit ist es möglich, mit minimalem Zeitaufwand eine Qualität auf der Stufe einer manuellen Analyse zu erreichen.

Einsatz von KI, Nutzerfeedback in einer Streaming-App: alles ziemlich technisch. Beschreiben Sie doch mal einem Kollegen, der noch im analogen Zeitalter steckt, welche Entscheidungen Sie aufgrund des Software-Einsatzes treffen konnten, auf die Sie nicht mit „herkömmlichen“ Methoden gekommen wären. Können Sie ein konkretes Beispiel beschreiben?

Hughes: Nehmen wir ein einfaches Beispiel. Wir haben Joyn im Sommer 2019 als schlanke Lösung gelauncht. Die Chromecast-Unterstützung hatten wir zu diesem Zeitpunkt noch nicht ins Produkt eingebaut. Gleich nach Launch bekamen wir über das Nutzerfeedback viel positive Rückmeldung, aber das Thema “Chromecast” war unangefochten auf Platz 1 der Kundenwünsche. Da wir unser Produkt stark nutzerzentriert entwickeln, war es für uns natürlich nur naheliegend, schnellstmöglich die Chromecast-Unterstützung nachzuliefern.

Gonzenbach: Die Herausforderung jeder erfolgreichen App oder Unternehmung besteht darin, aus der Menge des Feedbacks die relevanten Elemente herausdestillieren zu können. Ohne den Einsatz schlauer Software, wäre die Situation bei den meisten Unternehmen mit größeren Textvolumina relativ einfach zu beschreiben: Das Feedback würde gar nicht, oder nur rudimentär (z.B. mittels Stichwortanalyse) ausgewertet. Es geht nicht darum, die Erkenntnisse von Mensch und Maschine gegeneinander auszuspielen, sondern aufgrund der gegebenen ökonomischen und zeitlichen Bedingungen jene Methode zu wählen, welche die Aufgabe am besten zu lösen vermag.

Mit Unternehmen welcher Branchen arbeiten Sie außerhalb der Kooperation mit Joyn zusammen? In welchen Szenarien wird Ihre Software so angewandt? Vielleicht etwas ungewöhnliches?

Gonzenbach: Marktforschungsunternehmen machen etwa 60% unserer Kunden aus. Unternehmensinterne Research Abteilungen sind jedoch ein stark wachsendes Segment – hier haben wir eine relativ diverse Kundschaft, von Detailhandel-, Telekom- und Touristikunternehmen bis hin zu Banken. Unterdessen haben wir Firmen von Kanada über Brasilien bis Neuseeland als Kunden. Sehr spannend sind auch Innovatoren, welche unsere Software als Basis für eigene Lösungen verwenden – beispielsweise Success Drivers mit einem Chatbot für Microsoft.

Wie weit ist aktuell die Sentiment-Erkennung Ihrer Software? Wie sicher können Sie zwischen Kritik und Lob unterscheiden? Wie gut kann mittlerweile Ironie erkannt werden?

Gonzenbach: Bei der Erkennung des Sentiments haben wir bereits eine sehr hohe Trefferquote. Der nächste Schritt, welchen wir bereits seit einiger Zeit anbieten, ist hier die Identifizierung des themenspezifischen Sentiments: Wenn also in einem Satz etwas Positives zum einen Thema und etwas Negatives zum anderen genannt wird, kann die Software dazwischen unterscheiden. Ironie bleibt natürlich eine große Herausforderung – auch wenn dies in vielen Fällen bereits klappt, gibt es hier sicherlich noch Potenzial. Es bleibt sich aber auch immer zu vergegenwärtigen, dass auch der Mensch Fehler bei der Kategorisierung macht, die Referenz ist also nicht 100% Genauigkeit.

Hier geht's zur kostenlosen Webinar-Anmeldung

jvdm