Rückblick auf die WdM-Daily-Keynote vom 11.5.2022 Update KI – Wie KI die Insights Industry verändern wird

Auch der dritte Tag der diesjährigen WdM startete wieder mit einer Daily Keynote. Diesmal stand das Thema Künstliche Intelligenz (KI) und dessen bisheriger sowie zukünftiger Einfluss auf die Marktforschungsbranche im Vordergrund. Dieses wurde von den folgenden drei KI-Experten unter der Moderation von Holger Geißler diskutiert:
- Dr. Carolin Kaiser – Leiterin des Forschungsbereichs Artificial Intelligence am NIM (Nürnberg Institut für Marktentscheidungen)
- Dr. Christian Winkler – Gründer der datanizing GmbH
- Paul Simmering – Data Scientist bei Q | Agentur für Forschung
Wie weit ist die Branche?
Automatisierte Textanalyse und Vercodung
Auf die Frage, wie weit die Branche auf dem Gebiet der automatisierten Textanalyse und Vercodung heute sei, bewertet Dr. Christian Winkler die bisherigen Entwicklungen positiv. Die Fortschritte in den letzten drei bis vier Jahren insbesondere hinsichtlich der sogenannten Large Language Modells (große Sprachmodelle) hätten zum Durchbruch geführt - sowohl mit Blick auf die Erkennung von Eigennamen (Named Entity Recognition) als auch auf die Sentiment Detection oder Emotion Analysis. Dr. Winkler spricht von einer Revolution, denn diese Modelle ließen sich mittlerweile auf anwendungsspezifische Fragestellungen anpassen, ohne dass immer wieder von Neuem begonnen werden müsse.
Die Sprachmodelle seien gerade im Bereich Entity Recognition teilweise sogar schon so fortgeschritten, dass die Erkennungsrate zwischen 80 und 90 Prozent läge. Dies würde in etwa der Größenordnung entsprechen, die Menschen erreichen könnten, wenn sie die Übersetzung oder Transkription manuell durchführen würden, so Dr. Winkler. Er betont zudem, dass „das Ende der Fahnenstande noch nicht erreicht“ sei.
Erkennung von Marketingwissen auf Social Media Fotos
Auch im Bereich der automatischen Objekterkennung auf Social Media – ob Logos, Produkte oder Personen – läge mittlerweile eine hohe Erkennungsrate (80-90 Prozent) vor, erklärt Dr. Carolin Kaiser. Wenn es um die Identifikation von Szenen ginge, also ob sich die Marke beispielsweise am Strand oder am Spielplatz wiederfindet, hätten sich die Modelle seit 2012 – wo man dank der Convolutional Neural Networks einen großen Durchbruch im Bereich Computer Vision erzielte und anhand von Objekterkennungen erstmals Hunde von Katzen unterscheiden konnte – enorm weiterentwickelt. So ließen sich Personen heute problemlos erkennen, auch Beschreibungen des auf dem Foto Abgebildeten seien in Teilen möglich. Die KI-Modelle kämen jedoch an ihre Grenze, wenn es um das Verstehen des Fotos bzw. dessen Bedeutung ginge.
Mit Blick auf die Verwendung solcher Modelle in der Marktforschungsbranche, weist Dr. Carolin darauf hin, dass die Objekt- bzw. Logoerkennung auf Social Media für Marken von großem Interesse sein könne. So könnten Verwendungszwecke identifiziert und Kampagnen – wo und in welchem Umfang werden diese wahrgenommen – getrackt werden.
KI-basiertes Social Media Monitoring
Auch im Bereich des KI-basierten Social Media Monitorings sei das zuvor bereits genannte und zunehmend besser funktionierende Element Named Entity Recognition von besonderer Wichtigkeit, erklärt Paul Simmering. Daraus ergebe sich eine Vielzahl an Möglichkeiten im Bereich Clustering. So könne man mithilfe dessen beispielsweise herausfinden, welche Entitäten (Produkte, Marken, Zutaten etc.) häufig gemeinsam genannt werden. Ebenfalls könne darüber identifiziert werden, welche Entitäten von ähnlichen Autoren genannt oder unter ähnlichen Hashtags „getaggt“ werden. Das Social Web ließe sich durch diese verschiedenen Methoden in verschiedene Bereiche (Cluster) einteilen, die sich letztlich einzeln analysieren – also ob diese wachsen, schrumpfen oder sich mit anderen überschneiden – ließen.
Die Grenze, die sich bei der Extraktion von Wissen aus Social Media aufzeige, sei, dass die verschiedenen Social Media Plattformen nicht immer alle Metadaten darunter insbesondere die Information zur Geo-Location zur Verfügung stelle. Twitter sei im Gegensatz zu Instagram dahingehend z. B. deutlich „großzügiger“.
Automatisierte Prozesse in der Marktforschung
Mit Blick auf die speziell in der Marktforschungsbranche eingesetzten automatisierten KI-Prozesse fallen Paul Simmering sofort die zwei Bereiche automatische Transkription und automatische Übersetzung von Texten ein. Diese zwei Prozesse seien in ihrem Umgang so leicht geworden und hätten sich in der Marktforschung bereits so fest etabliert, dass sie kaum mehr als KI wahrgenommen würden. Dieses Phänomen habe Simmering schon des Öfteren beobachtet. Die zwei Prozesse würden ihm zufolge große Effizienzgewinne in der Marktforschung generieren, auch wenn menschliche Korrekturen - zumindest, wenn es um die externe Kommunikation ginge – teilweise immer noch notwendig seien.
Befragte ersetzen durch KI
In Amerika gäbe es zurzeit, so Holger Geißler, eine angeregte Diskussion zu dem Thema „Stichprobenqualität“. Er stellt den drei Diskussionsteilnehmenden die Frage, inwiefern die von dem deutschen Start-up aimpower eingesetzte KI-Lösung, welche Befragte durch das Testen von KI-Werbeanzeigen ersetzt, Abhilfe für das Problem schaffen könne.
Dr. Carolin Kaiser weist unter Einbezug des Beispiels eines MIT-Projektes darauf hin, dass aus algorithmischer Sicht Befragte schon länger durch KI-Lösungen ersetzt würden. So könne das Forschungsteam des MITs beispielsweise die Aufmerksamkeit (Wie aufmerksam wird ein Bild wahrgenommen?) oder die Erinnerungswürdigkeit (An was erinnern sich Menschen aus einem Bild?) von gegebenen Bildern bereits mithilfe von KI prognostizieren. Solche Fragestellungen seien heutzutage zwar mittels Algorithmen möglich zu beantworten, allerdings nur in einem begrenzten Umfeld. Die Trainingsmenge spiele hier eine entscheidende Rolle. Wenn eine Werbung den Werbeanzeigen, mit denen trainiert wurde, ähneln würde, könne mit KI gearbeitet werden, entwerfe man jedoch gänzlich neuartige, nicht vergleichbare Werbungen, könne kein automatisierter Prozess in Gang gesetzt werden.
Auch Paul Simmering ist der Auffassung, dass eine solche KI-Lösung eher für Fragestellungen, die nach allgemeingültigen Faktoren von Werbeanzeigen (z. B. Aufmerksamkeit oder gewähltes Vokabular) suchen, Anwendung finden könne. Er zweifele hingegen an dessen Einsatzmöglichkeit, wenn es um konkrete Fragstellungen z. B. nach ganz bestimmten Wordings, die eine positive oder negative Assoziation in einem gewissen Kontext auslösen können, geht.
Avatare & KI-Interview-Bots
Holger Geißler stellt fest, dass sich Online-Fragebögen in ihrem Grundsatz seit Anbeginn ihrer Existenz kaum verändert hätten, und fragt sich, warum es bis dato noch keine KI-Lösungen wie Interviewer-Bots oder adaptive Surveys gäbe, die Befragungen unterhaltsamer machen würden. Dr. Carolin Kaiser deutet daraufhin auf große Schwachstellen bei den KI-Systemen hinsichtlich Sprachverstehen und Sprachgenerierung hin. So sei es noch nicht möglich, mit den heutigen Sprachsystemen einen richtigen Dialog zu führen. Der von Microsoft entwickelte Chatbot Tay sei ein Versuch in die Richtung gewesen, sei allerdings schon nach kürzester Zeit gescheitert, weil die User ihn dazu gebracht hätten, nur noch rassistische Äußerungen zu machen.
Stilmittel wie Ironie und Sarkasmus seien nur sehr stark kontextualisiert erkennbar und damit noch eine große Herausforderung für KI-Systeme, so Dr. Christian Winkler. Bis man über die Systeme z. B. reibungslose Dialoge mit 3D-Avataren führen könne, würde es noch eine Weile dauern.
Einfach Vergangenheitsdaten zu nutzen und den Fragebogen zu überspringen, sei für Dr. Winkler eine Lösung der ständigen Befragungen, allerdings nur, wenn es sich um Fragestellungen, die keine Prognosen abverlangen, handelt.
Simmering zweifelt indes an der Sinnhaftigkeit von KI-basierten Fragebögen. Er hat Sorge, dass die Möglichkeit, bei den Befragten während der Fragebogenbeantwortung nachzuhaken, die Standardisierung der Daten beeinträchtigen würde. Denn die strukturierte Datenerfassung stehe, so glaubt er, bei den meisten Studien an erster Stelle, erst danach käme die Motivation bzw. Spaß der Befragten.
Holger Geißler nennt hingegen die deutlich höher ausfallende Ausschöpfungsrate und die Qualitätssicherung, die durch bewusstes Nachfragen bei Befragten erzielt werden könnte, als deutliche Pluspunkte möglicher KI-basierter Fragebögen. Es sei viel sinnvoller die Befragungssoftware dahingehend zu optimieren, dass eine KI schon bei der Antworteingabe Feedback gibt, als KIs zu bauen, die z. B. einen Betrug mithilfe von Algorithmen aufdecken könne.
Dr. Winkler liefert mit der Vision von KI-Agenten, die sich so verhalten wie Konsumenten und Konsumentinnen, einen Anreiz für zukünftige Entwicklungen. Durch diesen Fortschritt wären Online-Befragungen obsolet. Simmering knüpft mit der Idee, solche KI-Agenten zu trainieren und als Serviceleistung in der Marktforschungsbranche zu vermarkten, an Dr. Winklers Ausführungen an.
Sinus-Milieu-Typen mit KI
Holger Geißler wollte von den Experten wissen, ob sie sich vorstellen könnten, für verschiedene Zielgruppen beispielsweise die einzelnen Milieus der SINUS Milieus KIs zu bauen, sodass die davon abgeleiteten Typen gewisse Produkte und Konzepte testen können. Im Social Media Bereich sei schon des Öfteren versucht worden, Milieus und Typen aus Fotos abzuleiten – mit Erfolg. Der Generierung und Simulierung von bestimmten Einkaufstypen sollte demnach nichts im Wege stehen, so Dr. Carolin Kaiser.
Das einzige Problem, was Dr. Winkler darin sieht, sei, dass sowohl aussagekräftige Bilder als auch Texte dafür vorliegen müssten. Dies sei auf kaum einer Social Media Plattform der Fall. Instagram verfüge über eine hohe Qualität an Bildern, während bei reddit deutlich mehr Text zu finden sei, jedoch kaum Bilder.
Metaverse – Gamechanger?
Der von Mark Zuckerberg geplanten virtuellen Parallelwelt Metaverse stehen alle drei Experten skeptisch gegenüber. Simmering könne sich nicht vorstellen, dass es zum Standard würde, eine VR-Brille auf dem Kopf zu tragen. Dass Konsumenten z. B. Smart Glases für Produkttests verwenden, beispielsweise um sich Möbelstücke in einem Raum oder Kleidungsstücke angezogen vorstellen zu können, habe hingegen für ihn großes Potenzial. Auch Dr. Carolin Kaiser bezweifelt, dass sich eine solche Second World durchsetzt:
Jetzt nach Corona freuen sich doch auch viele wieder, aus der digitalen Welt zu kommen. Ich glaube, aktuell will sich keiner nur virtuell bewegen und leben.
Dr. Winkler nimmt zwar ebenfalls an, dass sich die Menschen nicht ständig mit einer VR-Brille völlig von der Umwelt abkapseln wollten, weist jedoch auf die nicht zu unterschätzende Marketingmacht von Meta (ehemals Facebook) hin.
Ausblick
Auf die Frage , wie die KI die Insights Branche in Zukunft beeinflussen wird, prognostiziert Dr. Carolin Kaiser, dass Konsumenten aufgrund von Maschinen wie Alexa, die uns schon heute in unseren Entscheidungen gravierend beeinflussten, zunehmend weniger eigenständig entscheiden werden können. Deshalb sei es für die Branche immer wichtiger, Algorithmen und die damit zusammenhängenden Entscheidungen zu verstehen. Für Konsumenten, so regt sie an, wäre zukünftig eine eigene KI, die diese vor den massiven Beeinflussungen schützt, von großem Interesse.
Simmering sagt hingegen mit Blick auf die wirtschaftlichen Effekte der KI voraus, dass die Kosten für das Training von KI-Modellen sinken werden. So gäbe es heute schon stark vortrainierte Modelle, bei denen immer weniger Arbeit erforderlich sei, um sie für einen Anwendungsfall einzusetzen. Diese würden sich in Zukunft noch weiter optimieren und dadurch deutlich häufiger Anwendung finden. Zudem würde das Angebot von KI-APIs mit der Zeit immer weiter steigen, wodurch KI flexibler in Markforschungsprozesse eingebunden werden könnte und sich Unternehmen zunehmend aus verschiedenen Datenquellen eigene automatisierte Datapipelines zusammenstecken könnten.
Für Dr. Winkler wird sich die KI in Zukunft dahin entwickeln, dass die Datenerfassung, -qualifizierung und -auswertung soweit automatisiert wird, dass die Insights zum Schluss nur noch überprüft und interpretiert werden müssen.
Wollen Sie sich die Daily Keynote selber noch mal anschauen? Dann gehts hier zu der Videoaufzeichnung.
Weitere Informationen zum Unternehmen auf marktforschung.de:

Kommentare (0)
Noch keine Kommentare zu diesem Artikel. Machen Sie gerne den Anfang!
Um unsere Kommentarfunktion nutzen zu können müssen Sie sich anmelden.
Anmelden