Zu schlau für die DSGVO: Wie Künstliche Intelligenz das Marketing rettet (und warum 'Generative Adversarial Networks' das nächste große Ding wird)

Viel ist über das Hypetool Künstliche Intelligenz gesagt worden. Aber bislang nur wenig dazu, wie sie Marken dabei helfen kann, trotz immer schärferer Datenschutzauflagen weiterhin gezielt zu werben. Genau dieses Feld wird aktuell jedoch laut iBusiness-Informationen in den ersten weitsichtigen Großkonzernen mit Druck erforscht - auch in deutschen.

In einigen Feldern sind die Lösungen, die Künstliche Intelligenz dabei offerieren kann, schon auf dem Weg, bald konkret umgesetzt zu werden - andere dagegen verlangen noch Forschung und Zeit. Allesamt zeigen sie jedoch Perspektiven auf, wie Marken ihre Nutzer konkret ansprechen können, ohne aggressives Tracking und Datensammeln zu praktizieren.

Dabei wird die Bedeutung von KI noch wachsen, wenn erst einmal die EPrivacy-Verordnung greift: Schließlich soll diese laut Expertenurteil die gefürchtete DSGVO regelrecht harmlos aussehen lassen und massiv alles beschränken was bislang an Nutzer-Tracking erlaubt war. Laut aktuellem EU-Fahrplan erscheint es wahrscheinlich, dass die Richtlinie 2020 oder 2021 in Kraft tritt. Das erschien seinerzeit vielen Marken als großzügiger Spielraum, um der DSGVO zu begegnen - bis sie plötzlich, wie über Nacht, auf einmal da war und man wenig getan hatte, um vorbereitet zu sein.



Marken sollten also jetzt beginnen: Sie haben noch Zeit zu erforschen, wie KI helfen kann, ohne Rechtsbruch auch weiterhin hochpräzise Nutzeransprache zu betreiben. Hier sind vier Marketing-Felder, auf denen Künstliche Intelligenz künftig wachsende Bedeutung erlangen wird.

Feld eins: Intelligentes kontextuelles Targeting

Kontext-Targeting ist ein ebenso bewährtes wie fehleranfälliges Konzept. Es bietet zum einen hohe Relevanz, wenn Ads mit Sinn und Verstand neben passendem Content stehen. Und es wird zur Lachnummer, wenn man in Bad Neighbourhoods gerät - jenes ungastliche Territorium, wo Flugreisen neben Flugzeugabstürzen beworben werden, weil da zwei Keywords zueinander fanden, ohne dass sauber definierte Ausschlusskriterien die Missheirat verhindern konnten.

Mittels Deep Learning kann künftig Kontext-Targeting auf eine neue Ebene gehoben werden: Anzeigen werden mit einer noch nie dagewesenen Genauigkeit zu den passenden Inhalten geführt - die maschinelle Intelligenz erlaubt es, aus Anzeigenpools in Echtzeit Werbeinhalte auf eine Seite zu bringen, die der Nutzer gerade betritt. Hier könnte KI einlösen, was Real Time Bidding versprochen hat, ohne auf dessen exzessive Datenausbeutung angewiesen zu sein.

Jan Pötzscher , Digital-Marketing-Experte und Head of Account Management bei Semcona    glaubt: "Es ist nach wie vor kontextuelles Targeting. Nur neu gedacht. Man muss keine Keywordlisten mehr pflegen und keine Ausschlusskriterien eingeben. Nachdem man Rahmenbedingungen festgelegt hat, entfällt die Notwendigkeit ständig nachzukontrollieren."

Feld zwei: Schwarm-Analysen

Anstatt einzelne Nutzer zu tracken oder deren personenbezogene Daten zu erfassen, kann KI umfangreiche Schwarmanalysen vornehmen. In Social Media und Foren etwa ließen sich so aus großen Datenmengen verschiedene Erkenntnisse extrapolieren: Bedürfnisse, Stimmungen, zu erwartende steigende oder sinkende Nachfragen: "Wer so herausfindet, was die eigenen Kunden wollen, eventuell vorausschauend vor der Konkurrenz", sagt Pötzscher, "der kann entsprechend seine Sichtbarkeit auf anderen Kanälen - beispielsweise bei Google - gezielt erhöhen: Trackt man den Schwarm satt des einzelnen Nutzers operiert man datenschutzkonform."

Feld drei: AI-Klone erfolgreicher Kampagnen

Ist man im Besitz einer datenschutzkonformen Kampagne, so wird künftig KI dabei helfen können, diese Kampagnen auf andere Zielgruppen zu übertragen: Eine speziell daraufhin trainierte Künstliche Intelligenz könnte etwa die Bildsprache einer Kampagne, die sich an deutsche Nutzer richtet so transformieren, dass sie sich an englische, asiatische oder US-Nutzer richtet - über die textliche Übersetzung hinaus würde die KI etwa Bilder mit nationalen Motiven, Videos und Aussehen von Protagonisten verändern und an lokale Eigenheiten anpassen.

Genauso denkbar wäre es, via KI nicht nur den nationalen Zielmarkt, sondern das angepeilte Alter, das Gender oder die Kaufkraft anzupassen. Alles würde auf Basis bestehender Kampagnen geschehen, neue Nutzerdaten wären weniger nötig als vielmehr lexikalische und demografische Informationen. Andere Verhaltensweisen anderer Zielgruppen könnte die KI anhand von demografischen Modellen und grundsätzlichen wissenschaftlichen Erkenntnissen vornehmen, statt auf personenbezogene Daten zuzugreifen.

Feld vier: Generative Adversarial Networks - der nächste große Hype

Unter Machine- und Deep-Learning-Experten gelten sie als das nächste große Ding für den KI-Mainstream, de facto haben GANs, Generative Adversarial Networks, die Nische der Expertengemeinde aber noch nicht verlassen - sie sind aktuell noch ein Zukunftsthema, das jedoch äußerst spannende Marketinganwendungen bietet. Mit GANs könnten Marken im Extremfall in die Lage versetzt werden, neue Nutzerdaten auf Basis vorhandener zu erschaffen - quasi zu synthetisieren. Man benötigt keine neuen Nutzer mehr, um neue Erkenntnisse zu gewinnen.

In GANs stehen sich zwei neuronale Netze, also künstliche Nachbildungen menschlicher Intelligenz gegenüber: Die eine versucht etwas Künstliches zu erschaffen - quasi eine Fälschung zu generieren. Das andere neuronale Netz geht diskriminierend vor - das heißt, es ist eine Art Fälschungsdetektor, der versucht, das Geschöpf des ersten Netzes als Fälschung zu enttarnen. Die Netzwerke werden mit bestehenden Daten angefüttert - etwa personenbezogenen Daten, die man sauber mittels Double-Opt-In gesammelt hat. Mit diesem Treibstoff fangen die beiden Netze, der Fälscher und der Detektor, an, sich gegenseitig zu trainieren. Das erste Netzwerk wird zunächst plumpe Fälschungen produzieren - einen künstlichen Nutzer etwa. Dabei werden dann zunächst primitive, lückenhafte Profile herauskommen - Netzwerk zwei wird sie aufgrund der authentischen Vorlagen als billige Kopien enttarnen.

Doch nach und nach werden beide Netzwerke so intelligent werden, dass das eine die perfekten Kopien produziert - und das andere ein hochtrainierter Fälschungsfachmann ist. Das ist der Zeitpunkt, an dem man sie voneinander entkoppeln kann. Nun lässt sich das eine Netz nutzen, um künstliche Daten zu generieren, auf die aber authentische Schlussfolgerungen anwendbar sind: "Man bekommt virtuell erzeugte Nutzerdaten, die aber in ihrer Beschaffenheit wie die echten Ursprungsdaten sind", sagt Klaas Bollhoefer , Gründer und Geschäftsführer des auf Künstliche Intelligenz spezialisierten IT-Dienstleisters Birds On Mars  : "So kann man sich in die Lage versetzen, sein Marketing aufgrund künstlich generierter Profile zu personalisieren." Da künstliche Profile keine reale Person hinter sich stehen haben, greift auch die DSGVO nicht.