Social Media und KI: Die nächste Stufe der Themen- und Relevanzanalyse

Monitoring von Nutzerreaktionen, -kommentaren und -diskussionen zu und über bestimmte Themen und Marken wird zwar selbstverständlicher für Unternehmen. Ihr Einsatz ist aber längst noch nicht an dem Punkt, an dem man sein müsste, glaubt man den Beteuerungen der Unternehmen, wie wichtig und zentral Kundenmeinungen und -bedürfnisse für ihr Geschäft sind (siehe Kasten unten rechts). Und selbst die, die Monitoring betreiben, stoßen mit herkömmlichen Methoden inzwischen an ihre Grenzen. Denn die von typischer Social Media Software verwendete keyword-, regel- und/oder semantikbasierte Index-Methodik erzielt nicht die gewünschte Vollständigkeit und Genauigkeit und kann wichtige und unwichtige Treffer nicht zuverlässig unterscheiden.

Deep-Learning-Techniken der Künstlichen Intelligenz (Naive Bayes, Support Vector Machine und Stochastic Gradient Descent) ahmen die Fähigkeit des Menschen nach, durch beispielhaftes Lernen immer zuverlässiger Wichtiges von Unwichtigem unterscheiden zu können. Deshalb hat beispielsweise der Münchner Monitoring-Dienstleister Consline   eine KI-unterstützte Methodik entwickelt, die über Keywords, Gewichtung bisheriger Suchanfragen oder Filter hinaus geht. Stattdessen werden die gesamten Beiträge ausgelesen und der komplette Inhalt, die Textstruktur sowie alle Metainformationen (Quelle, Links, Datum/Zeit etc.) ausgewertet. Consline verspricht damit eine 95-prozentige Vollständigkeit beim Identifizieren relevanter Beiträge. "Ausgangspunkt dafür ist eine vollständige, kunden- und länderspezifische Quellenbasis, die für jedes Projekt eigens durch branchenerfahrene Muttersprachler aufgesetzt wird", beschreibt Vorstand Dirk Schachtner .

Bisherige Indexmethoden sind zu ungenau

Wie es 2018 um Social Media Marketing und -Analyse bestellt ist

Mehr als drei von vier Unternehmen (78,6 Prozent) nutzen Social-Media-Marketing für ihre Unternehmenskommunikation, hat das Deutsche Institut für Marketing (DIM)    in seiner Studie "Social Media Marketing in Unternehmen 2018"    ermittelt. Und auch wenn die Nutzungshäufigkeit gegenüber 2016 abgenommen hat, sagen 84 Prozent der Befragten eine zukünftig steigende Bedeutung von Social-Media-Marketing im Unternehmen voraus. Ungefähr zwei Drittel der Befragten führen ein Monitoring ihrer Social-Media-Marketingaktivitäten durch (64,3 Prozent). Etwa jedes fünfte befragte Unternehmen gab an, kein Monitoring durchzuführen und dies auch zukünftig nicht zu planen. Im Vergleich zu 2016 ist der Anteil derjenigen Unternehmen, die beim Monitoring systematisch vorgehen, tendenziell gesunken (51,2 Prozent vs. 65,9 Prozent). Dennoch planen 20,9 Prozent der Teilnehmer ein, zukünftig systematisch beim Monitoring vorzugehen. Die Professionalisierung des Social-Media-Marketing ist vor diesem Hintergrund fortgeschritten, jedoch noch nicht in allen Unternehmen konsequent umgesetzt.

Die Erfassung und Analyse von unternehmensrelevanten Themen geht inzwischen weit über das Social-Media-Monitoring der Anfangsphasen vor knapp zehn Jahren hinaus. Es geht nicht mehr nur darum, zu erfahren, über welche Probleme Nutzer sich austauschen und welche Auswirkungen das auf das Unternehmen hat, sondern potenzielle Probleme vorab zu identifizieren, bevor sie zu einem konkreten werden. Als Beispiel: Ein Automobilhersteller hat einen neuen SUV auf den Markt gebracht. Bei manchen Kunden funktioniert die Sitzheizung nicht richtig. Aufgabe des KI-unterstützten Monitorings ist nun dieses Problem möglichst schnell zu erkennen, damit das Unternehmen umgehend - in diesem Beispiel - mit einer Produktionsumstellung reagieren kann, weil die Nachrüstung im Feld sehr teuer wäre.

Und nicht nur die Methoden des Social-Media-Monitorings - wenn man es überhaupt noch so nennen kann - haben sich grundlegend geändert, sondern auch die Ziele. Längst sollen nicht mehr nur Treffer rund um ein Unternehmen oder Produkt aufgespürt werden. Es geht vielmehr um übergeordnete Trends. Linkfluence  , ein Social-Listening-Anbieter, der jüngst eine Finanzierungsrunde über 21 Millionen Dollar abgeschlossen und die Content-Monitoring-Software Scoop.it   übernommen hat, bietet eine Monitoring-Lösung auf einer KI-basierten SaaS-Plattform mit dem Ziel Social Intelligence statt klassischem Monitoring zu bieten: "Es geht nicht darum, jeden einzelnen Treffer zu finden, sondern Trends aufzuspüren: Warum kaufen Leute mein Produkt? An welcher Stelle des Kaufprozesses sind sie genervt o.ä.?", formuliert es Linkfluence-Deutschland-CEO Volker Meise .
Eine Modemarke beispielsweise kann das KI-basierte Monitoring nutzen, um Kaufabsichten und Trends aufzuspüren:

• Ist vegane Kleidung derzeit ein Thema?
  
• Spielen Themen wie Frauenrechte eine Rolle? etc.

Die dazu nötige Analyse großer Datenmengen und das Aufspüren von Strömungen geht nur per KI. Der Algorithmus von Linkfluence muss täglich 200 Millionen öffentlich zugängliche Gespräche und Bilder weltweit durchsuchen. Mit Natural Language Processing oder Bilderkennungstechnologie extrahiert die SaaS-Plattform aus diesen Inhalten aussagekräftige Informationen in Echtzeit und reichert Treffer mit Affektbewertung an.

Wie Unternehmen diese Daten einsetzen, hängt wesentlich von ihrer "Social Maturity" ab, wie es Meise nennt. Er unterscheidet zwei Verwendungen:

• 1. Gruppe: Listening mit Ziel Engagement:
  Hier ist das Ziel, möglichst alle Nennungen zur Marke, zu den Produkten oder bestimmten Themen zu erfassen, um ggf. darauf reagieren zu können. Der Hintergrund ist häufig zunächst die Risikovermeidung: Die Unternehmen möchten nicht von negativen Äußerungen überrascht werden (der berühmte Shitstorm). Ist etwas Erfahrung mit dem Social-Media-Einsatz vorhanden, wird Social Listening dann eingesetzt, um aktiv auf Posts zu reagieren oder Kommunikationstrends aufzugreifen.
  "Für die eingesetzte Monitoring-Lösung heißt das, dass sie "die Nadeln im Heuhaufen" finden muss, also möglichst jede relevante Erwähnung in der Gesamtheit der Treffer", erklärt er. Es geht also um die vollständige Erfassung der Treffer. Monitoring wird dann häufig zusammen mit Engagement-Lösungen (Facelift  , Hootsuite  , Spredfast  ) kombiniert. Meise: "KI wird hier eingesetzt, um die Abfragen zu schärfen und relevante Treffer aus dem Rauschen herauszufiltern. Eine Gefahr dabei ist allerdings, dass die KI eine "Blackbox" darstellt, da sie durch Lernen eigene Regeln aufstellt, die nicht nachvollzogen werden können. Man freut sich ggf. über die leichtere Bedienung, sieht aber nicht, welche Treffer man verpasst."
  
• 2. Gruppe: Listening mit Ziel Insights:
  Sind die Unternehmen reifer im Einsatz von Social Data, geht es weniger um die einzelnen Treffer, sondern um die qualitative Analyse von Trends und Themen. Es wird versucht, das Verhalten der Nutzer zu verstehen, um es in die Entscheidungsprozesse im Unternehmen (und zwar in allen Bereichen) einzubeziehen. Detailliertes Wissen über Einstellungen, Entscheidungen und Verhalten von Zielgruppen und Märkten wird aufgebaut. Dabei weitet sich der Blick von einer reinen Betrachtung der eigenen Marken und Produkte zu einer Marken-unabhängigen Beobachtung von Märkten oder gesellschaftlichen Strömungen. "So haben wir kürzlich für eine Luxusmarke die Einstellungen ihrer Zielgruppe zu Themen wie Feminismus, Umweltschutz, Tierrechte usw. untersucht - zusammen mit den möglichen Auswirkungen auf Kaufentscheidungen", beschreibt Meise.
  
  KI werde in dieser Gruppe dazu eingesetzt, zusätzliche qualitative Informationen aus den vorhandenen Daten zu ziehen. Linkfluence beispielsweise setzt eine automatische Themenerkennung ein, die ohne vorheriges Setup die wichtigsten Themen, Unternehmen und Marken aus den Nennungen filtert. Meise: "Highlight ist aber die Objekterkennung auf Bildern. Unsere KI untersucht auf den über 80 Mio Bildern, die wir täglich in unsere Datenbank aufnehmen, welche Objekte wie Autos, Handtaschen, Smartphones usw. oder Marken-Logos auf den Bildern zu sehen sind." In der letzten Ausbaustufe erkenne man sogar Celebrities und Szenen, könne also anzeigen, ob ein Foto am Strand oder im Innenraum aufgenommen wurde. Linkfluence hat für einen Kunden im Getränkebereich "Moments of Consumption" ausgewertet - also zu welcher Gelegenheit seine Produkte konsumiert werden, um daraus neue Ideen fürs Marketing oder neue Produktvariationen entwickeln zu können.

Alle diese Daten können aber nur zusätzliche Insights bieten und keinesfalls Mitarbeiter ersetzen, betonen alle Experten einhellig. Es sei wichtig, dass erfahrene und ausgebildete Mitarbeiter die Daten aus dem Tool auswählen und interpretieren. Darum hat Linkfluence seinen eigenen Marktforscher und "Social Data Scientists", die den Kunden zur Verfügung stehen.

"Jau, voll toll" - kann KI einfach nicht

Social Media werde immer stärker unter dem Gesichtspunkt der Effizienz beurteilt, hat Michael Kamleitner beobachtet. Er ist CEO von Swat.io  , einer Teamlösung für Social-Media-Management. Vor allem dann, wenn kein direkter 'Return' gemessen werde, oder wenn die Businessmodelle stärker unter Druck geraten, wie das z.B. im Publishing der Fall ist. Hier sinke die Bereitschaft, in Community-Management zu investieren, wenn gleichzeitig die Reichweiten und damit die Werbeeinnahmen sinken.

"Der Wunsch nach Auslagerung an eine KI ist also nachvollziehbar, da sie im Idealfall eine Entlastung bei gleichen oder ähnlichen Aufgaben und damit ein effizientes Management ermöglichen soll, vor allem wenn es sich um große Mengen an Kommentaren und Posts handelt. Aus meiner Sicht können aktuelle Lösungen im Community-Management aber den Menschen noch nicht ersetzen und auch nur bedingt zuarbeiten", urteilt Kamleitner. Humor, Sarkasmus, Ironie oder auch Zusammenhänge zwischen Benutzern und bestimmten Themen, Produkten oder Brands sind für die KI nach wie vor schwer zu erkennen und einzuschätzen. KI-basierte Lösungen seien momentan zu unzuverlässig. Er würde zum jetzigen Zeitpunkt nicht darauf vertrauen, dass eine KI alle bedenklichen oder gar rechtlich relevanten Kommentare (Stichwort: Medienrecht) erkennt und vorsortiert.

Auch in absehbarer Zeit wird eine Software aber Ironie und die Bewertung von Kontext nicht können. An generischen Aussagen, wie "Hab ich auch" oder einfach nur "Yep" und Ähnliches wird KI auch in absehbarer Zeit scheitern. Und einfach zu analysierende Aussagen wie: "Ich finde Produkt x gut" oder "Der Service der Firma y ist schlecht" sind im Social Web deutlich in der Unterzahl, um es mal vorsichtig zu sagen.

Social-Media-Monitoring und Analyse: Maschine oder Mensch?
Was KI besser kann als der Mensch	Worin der Mensch unschlagbar ist
Riesige Datenmengen in kürzester Zeit nach Themen und Schlagworten fehlerfrei durchsuchen	Zusammenhänge herstellen, "Querdenken": Wenn der Mensch die Bedeutung von "Brexit" gelernt hat, wird er auch etwas mit den Begriffen "Spaxit", "Fraxit" oder auch "Bremain" anfangen können. Eine KI dagegen nicht.
KI wird eingesetzt, um Monitoring mit Engagement-Analyse zu koppeln, um möglichst alle relevanten Treffer zu finden.	Während die KI unter Umständen durch Lernen eigene Regeln aufstellt, die nicht transparent sind, kann der Mensch verargumentieren und erklären, nach welchem Schema er vorgeht.
KI kann Daten sehr schnell automatisch analysieren und aufzeigen, warum Online-Gespräche ansteigen, indem die KI nach eindeutigen Gründen für diesen Anstieg sucht.	Die Bewertung und Einschätzung von Beiträgen: Was bedeutet Äußerung X im Kontext einer Marke, der Markenwerte oder im Kontext eines Ereignisses? Welche Schlussfolgerungen kann man daraus ziehen und welche Handlungsempfehlungen sind sinnvoll?

Dazu ein kleiner Neurowissenschafts-Exkurs: KI ist zwar in fast allem schneller, das menschlich Gehirn jedoch kennt "Abkürzungen", wie es Neurowissenschaftler Henning Beck formuliert. Während Computer mit Algorithmen rechnen nach dem Prinzip "Input, Verarbeiten, Output", ist der Vorgang im menschlichen Gehirn ungleich komplexer. 80 Milliarden Nervenzellen aktivieren und deaktivieren sich gegenseitig und übrig bleibt eine Art Zustand, den dieses Netzwerk an Zellen annehmen kann - welcher dies auch immer ist. Beck nennt das einen Gedanken. Und dass Menschen Fehler machen, gibt ihnen im Vergleich zu Algorithmen den Vorteil, dass sie Gedanken auch völlig anders entwickeln können als vorgesehen. Das können Algorithmen nicht. Zum Glück.

Die Dienstleister-Perspektive: Es wird anspruchsvoller

Social-Media-Monitoring anzubieten wird für Dienstleister technisch und regulatorisch generell immer schwieriger, sagt Bastian Karweg , CEO von Monitoring-Anbieter Echobot  . "Social Media an sich wird durch Snapchat, WhatsApp und die allgegenwärtigen "Stories" immer medialer und kurzlebiger. Viele Dienste schützen ihre Inhalte vor äußerem Zugriff oder stellen ihren Betrieb ganz ein (siehe Google+). Textliche Kommunikation findet bei Jugendlichen höchstens noch über Hashtags statt. Die großen Platzhirsche (Facebook und Twitter) sehen sich durch die DSGVO / GDPR gezwungen, immer mehr der früher öffentlichen Schnittstellen stark einzuschränken." Nur wenige Anbieter können weiterhin ein umfangreiches Dienstleistungspaket anbieten und dabei gleichzeitig die strengen Regelungen des Datenschutzes vollumfänglich umsetzen. Schlimmer sieht es laut Karweg nur noch im Bereich Social Media Analytics aus, da hier z.B. die Auswertung von Käufer- und Fanprofilen für den Consumer-Bereich eigentlich gar nicht mehr erlaubt sei.

Michaela Vogl von Brandwatch   ist da etwas optimistischer: "Bis 2020 wird jeder Mitarbeiter in einem Unternehmen von den Erkenntnissen aus Social-Media-Daten profitieren." Das heiße auch, dass viele Mitarbeiter Unterstützung dabei brauchen, wie sie den Wert aus den Online-Erwähnungen ziehen können. Künstliche Intelligenz könne diese Unterstützung liefern. Vogl: "Wenn Nutzer sich in die Monitoringplattform einloggen, werden sie von einem KI-Assistenten begrüßt, der die jüngsten Änderungen in den Daten präsentiert, den Nutzer zu relevanten Insights führt und Reports vorbereitet und exportiert, die mit Mitarbeitern im Unternehmen geteilt werden können."

Social Media Monitoring Tools & KI
Tool	Funktionen	Preis	KI
Hootsuite	Offene Plattform für Social Media Management mit mehr als 100 Partnerintegrationen: Social ROI-Analysen, Sicherheit - und Compliance-Lösung, Social Advertising, Mitarbeiter als Markenbotschafter, Schnittstellen zu 250 Technologien, lokale Such-Streams, für Support-Teams nützliche Funktionen: Nutzer-Kommentare können direkt an Drittanbieter wie Salesforce, Zendesk oder Google Drive weitergeleitet werden.	Von kostenlos bis 599.- EUR pro Monat, Extra-Features kosten extra	keine Angabe
Brandwatch	Wichtigste Features u.a.: unbegrenzte Anzahl an Queries, die historische und Echtzeit-Daten durchsuchen. Nutzer können über 95 Millionen Quellen in mehr als 50 Sprachen analysieren, eine unbegrenzte Anzahl an Regeln erstellen, um Daten herunterzubrechen und zu segmentieren, sowie 50 Visualisierungen, um die Daten darzustellen; unbegrenzte Anzahl an Alerts, automatische Reports, Exports u. a. im PPT-Format und API-Zugang	Ab 649.- Euro pro Monat	Brandwatch will in Kürze einen KI-Analysten anbieten. Die KI analysiert automatisch die Daten und zeigt auf, was zu den Gesprächsänderungen führte. Der Assistent untersucht Tausende an Erwähnungen in Sekunden und soll den Analysten zeitlich entlasten.
Linkfluence	Hybridmodell mit einer KI-basierten Social Listening-Plattform mit Daten aus allen wichtigen westlichen und chinesischen sozialen Netzwerken, Medien und Websites und einem Team von mehr als 100 Social Data Analysts. Zur Software kommen Services wie Einrichtung, Schulung, Projektmanagement und Marktforschung, die derzeit von 25.000 Anwendern in 24 Ländern genutzt werden.	Auf Anfrage	Social Intelligence: Es geht darum, nicht einzelne Treffer zu finden, sondern Trends zu identifizieren: Warum kaufen Kunden mein Produkt? An welcher Stelle des Kaufprozesses sind sie genervt? o.ä.
Sprinklr	von Social Listening über Advertising (Möglichkeit, Anzeigenschaltungen über alle Kanäle hinweg nach Zielgruppen zu planen und gezielt zu steuern), Engagement, Posting und Scheduling	Sprinklr richtet sich an Großunternehmen, die Preise werden individuell an die Ansprüche eines Unternehmens angepasst und bewegen sich schnell im fünfstelligen Bereich	Einsatz von KI für "Frühwarnsysteme" als volumetrische oder sentimentbasierte Alerts; Ermittlung von Alarmschwellenwerten basierend auf erkannten Mustern; "Tailor Delivery": Such- und Treffereigenschaften werden kontinuierlich angepasst; Logik automatisiert eine große Anzahl von Entscheidungen, Aktionen oder Datenanalysen in einem Umfang und einer Geschwindigkeit, die über die menschlichen Fähigkeiten hinausgehen.
Talkwater	Verarbeitung großer Datenmengen und große Bandbreite an Reporting-Funktionen; umfangreiche Filtermöglichkeiten, Quellenabdeckung, Funktionen zum Datenexport; Analysefunktionen, darunter auch Bilderkennung	Ab 500.- EUR pro Monat	Seit Anfang 2016 Bilderkennung als erste, tiefgehende Deep-Learning-Anwendung, um bis zu 30.000 verschiedene Marken und Logos in den Sozialen Medien aufzuspüren; mittlerweile auch Hintergründe, Objekte oder Geschlecht und Alter von abgebildeten Personen. Natural Language Processing, das Marken in die Lage versetzen soll, eine Sentiment-Analyse mit größerer Genauigkeit durchzuführen, "Deep Learning"
Echobot	Echobot beobachtet Social-Media-Netzwerke aus zwei Richtungen: über Suchworte und über Accounts; auch die rückwirkende Suche in über 3,5 Milliarden Inhalten ist möglich.	Auf Anfrage	Die Echobot Advanced Semantic Engine (EASE) erkennt geschäftsrelevante Informationen in Texten und ordnet sie automatisch den entsprechenden Firmen zu. Mit Hilfe von KI können Erwähnungen von Firmen in Texten automatisch erkannt werden.
Unmetric	Verschiedene Möglichkeiten für Vermarkter, ihre Konten und Kampagnen mit denen von Mitbewerbern zu vergleichen. Das Tool "Promoted Post Detection" (= "Erkennung beworbener Beiträge") zeigt, welche Social-Media-Posts von Mitbewerbern geboostet werden. Der Bereich "Competitive Intelligence" (= "Informationen über Mitbewerber") zeigt eine Share-of-Voice-Analyse, Berichte über Branchen-Benchmarks und Hilfestellungen zum Erkennen von Konkurrenten.	Ab 1.000 US-Dollar pro Monat	Option mit Unmetric Analyze für Vermarkter, Konten und Kampagnen mit denen von Mitbewerbern zu vergleichen; Tool 'Promoted Post Detection' : Welche Social Media-Posts werden von Mitbewerbern geboostet; 'Competitive Intelligence': Share-of-Voice-Analyse, Berichte über Branchen-Benchmarks und Wettbewerbsmonitoring
SentiOne	Social Listening, Keyword-Analyse, Reichweiten-Monitoring, erweiterte Abfragen nach verschiedenen Features (Stimmung, Geschlecht, geografische Lage, Uhrzeit etc.)	ab 49.- EUR pro Monat	KI-basierte Antworten im Kundendialog: Die KI empfiehlt dem Unternehmen Antworten basierend auf einer Anfrageauswertung aus historischen Daten. Der Kundenberater erhält drei Antwortvorschläge, die höchstwahrscheinlich zutreffend sind. Bevor die Antwort an den Kunden geht, muss ein Kundenberater gegenlesen.