Branche Wenn Maschinen lernen

Freitag, 02. September 2016
Bild: pixabay.com
Bild: pixabay.com

Für die Marktforschung kann Künstliche Intelligenz eher eine Unterstützung denn eine Bedrohung sein.

Ein Beitrag von Sabine Hedewig-Mohr, Redaktionsleiterin planung&analyse

Die Welt von Big Data und Künstlicher Intelligenz (KI) bietet der Marktforschung eine Fülle neuer Instrumente, die klassische Befragung rückt dabei in den Hintergrund. Gegen die Übermacht von alternativen Anbietern helfen aber die bekannten Strategien: Kompetenz im Umgang mit Daten unter Beweis stellen und den Kunden keine Datenberge, sondern intelligente Lösungen liefern.

Auf dem Werbefestival in Cannes wurde ein Film gezeigt, der komplett von Künstlicher Intelligenz produziert wurde. Vom Casting der Darsteller, Maske, Schnitt, sogar Regie – alles wurde von Computern erledigt. Watson von IBM war beschäftigt, Microsoft-Chatbot MS-Rinna, Gesichtserkennung Affectiva und selbstlenkende Kamera-Drohnen.

Die Agentur Saatchi & Saatchi, die sich das Ganze ausgedacht hat, gab dem Produktions-Team von Eclipse das Pseudonym Anni Mathison, eine Hommage an Alan Mathison Turing, den geistigen Vater der Künstlichen Intelligenz. Turing, der es schaffte, den Code der Entschlüsselungsmaschine Enigma zu knacken, stellte als Erster die Frage: „Können Maschinen denken?“ und schaffte einen wesentlichen Teil der theoretischen Grundlagen für die moderne Computertechnologie.

Er dachte sich auch den Turing-Test aus: Wenn ein Mensch die Antworten einer Maschine und eines Menschen nicht unterscheiden kann, spricht man von Künstlicher Intelligenz. Diesen Test hat bis heute kein Programm bestanden, dennoch ist überall die Rede von Künstlicher Intelligenz.

IT-Marktforscher Gartner hat das Thema für 2016 auf die Agenda gehoben. Zahlreiche Techniken wie Autonomes Fahren, das Internet der Dinge, Machine Learning haben laut dem IT-Berater bereits den Höhepunkt der überzogenen Erwartungen im Gartner-Hype-Cycle verlassen und befinden sich laut Prognose auf dem Weg zur regelmäßigen Anwendung.

Verbraucher haben kaum Ressentiments

Für die Verbraucher ist Künstliche Intelligenz nicht mit Ressentiments behaftet. Nach einer Umfragen von Rocket Fuel, einem Anbieter einer selbstlernenden programmatischen Marketingplattform, gehen 54 Prozent der befragten Europäer davon aus, dass Künstliche Intelligenz schon unter uns ist oder gelegentlich im Alltag eingesetzt wird. 23 Prozent der Befragten sind der Meinung, dass KI dabei hilft, große Probleme der Welt zu lösen und nur 10 Prozent der Europäer denken, dass KI eine Bedrohung für die Menschheit darstellt. Der Oxford-Philosoph Luciano Floridi sagte hingegen auf dem Burda-Gipfel: „Auf dem ganzen Planeten existiert nichts Technologisches, was der Intelligenz einer Ratte auch nur entfernt nahekommt.“

Am Fraunhofer Institut für Intelligente Analyse- und Informationssysteme (IAIS) spricht man heute schon von Künstlicher Intelligenz in Zusammenhang mit modernen Technologien. Prof. Christian Bauckhage, Lead Scientist für Machine Learning und Künstliche Intelligenz, unterscheidet zwischen schwacher, starker und übermenschlicher KI. Die schwache KI sei schon überall sichtbar, etwa bei Siri, der freundlichen Stimme im iPhone.

Starke Künstliche Intelligenz wäre vergleichbar mit der des Menschen. „Es wird nicht mehr lange dauern, bis Maschinen die Leistungsfähigkeit von Menschen haben“, glaubt Bauckhage. „Bei dem Fortschritt der letzten Jahre, werde ich das noch erleben.“ Und wer ist am Weitesten fortgeschritten mit KI-Technologie? „Google natürlich“, so die spontane Antwort des Professors. Google hat Milliarden in Startups und eigene Entwicklungen investiert. Der Suchmaschinenriese, der lieber als Alphabet in Erscheinung tritt und sich nicht mehr alleine mit Suche identifizieren lassen will, hat sich neuerdings auch in das Deutsche Forschungszentrum für Künstliche Intelligenz (DFKI) eingekauft.

Milliarden Hunde-Bilder machen Computer schlauer >>


Milliarden Hunde-Bilder machen Computer schlauer

Foto: Sarah5 / Fotolia
Foto: Sarah5 / Fotolia
„Die meisten Entwicklungen kommen derzeit aus dem Silicon Valley“, berichtet Bauckhage. Und das ist nicht nur eine Frage des Geldes, sondern vor allem der Daten. Denn um schlau zu werden, brauchen Maschinen eine Unmenge Trainingsdaten. Sie lernen, indem sie Muster erkennen, kleine Abweichungen registrieren, Eingaben vergleichen und neuen Input mit dem bereits Gelernten vergleichen. Das nennt man Deep Learning.

Nehmen wir als Beispiel das Bild eines Hundes. Google, aber auch Facebook, haben Milliarden Bilder von Hunden in ihren Datenbanken. Der Computer schaut sich all diese Bilder an und erkennt Gemeinsamkeiten, typische Eigenschaften, Schemata. Wenn heute jemand ein Bild mit einem Hund hochlädt, weiß Google somit genau, dass es sich um einen Hund handelt, auch ohne einen erläuternden Text.

So können Hunde von Katzen und von Menschen unterschieden werden und mit wenigen Hinweisen wird erkannt, wo ein Bild aufgenommen wurde, ob in New York oder Paris. Wer die Bilder seiner Freunde mit Namen versieht, muss sich nicht wundern, dass Facebook bei neuen Posts den Namen schon von alleine hinzufügt. Markenprodukte können identifiziert werden, selbst wenn sie verschwommen oder nur im Hintergrund zu sehen sind und es können auch Gesichtsausdrücke erkannt werden.

Marktforscher interessieren sich nicht so sehr für Hunde- und Katzenbilder, aber bei Markenartikeln und Emotionen im Gesichtsausdruck werden sie hellhörig. Der GfK-Verein hat bereits vor zwei Jahren mit Emo Scan ein Produkt vorgestellt, das die spontanen Reaktionen der Menschen auf Produkte oder Werbefilme erfassen kann.

Emotionen in Gesicht und Stimme erkennen

Betrachtet man alleine den Punkt Emotionsforschung, so gibt es zahlreiche Tools, die dafür entwickelt wurden. Das israelische Startup Beyond Verbal forscht seit 2012 an der Emotionserkennung in der Stimme. Auch das neueste Tool des GfK-Vereins, Market Builder Voice, kann Emotionen aus der Stimme ablesen. Das Unternehmen Eyefluence aus Kalifornien hat nach eigenen Angaben eine Technologie entwickelt, mit der man an den Augen Emotionen ablesen kann.

Die Technologie soll sowohl in Virtual- als auch in Augmented-Reality-Brillen integriert werden. Zahlreiche Institute haben ähnliche Tools entwickelt. Die Anwendung von Künstlicher Intelligenz ist also in der Branche angekommen. Bauckhage glaubt sogar: „Marktforscher, die heute noch keine Künstliche Intelligenz nutzen, wird es in drei Jahren nicht mehr geben.“

Nur noch die Hälfte der Daten aus Befragungen

Das ist vielleicht etwas hart ausgedrückt, aber Tatsache ist, dass sich die Branche durch diese Entwicklungen fundamental ändern wird. Markus Eberl, Bereichsleiter Applied Marketing Science bei TNS Infratest, berichtet: „Die Befragung wird nur noch eine von vielen Datenquellen sein. Wir haben von unserem CEO den Auftrag, dass wir künftig weniger als die Hälfte der Daten selber erheben sollen. Und das finde ich eine gute Vision: Weniger fragen, mehr verstehen.“

Es gibt so viele Daten, die bereits erhoben wurden. Kunden haben CRM-Daten, es gibt Daten von Sensoren aus dem Internet der Dinge, es gibt Daten aus den sozialen Netzwerken. Effektiver und ökonomischer als eine neue Befragung ist beispielsweise die Fusion von Daten. Dafür konstruieren Forscher statistische Zwillinge. Wenn zwei Leute ein ähnliches Verhalten beim Autofahren zeigen, kann man beispielsweise auf die Markenpräferenz schließen.

Dies natürlich erst nach Auswertung von vielen Daten. Die neue Herausforderung ist aber nicht die Beschaffung der Daten, sondern die sinnvolle Verknüpfung und Analyse von Big Data. Aber auch dabei hilft KI. Das Automatic Statistician Project von Professoren der britischen Universität Cambridge und des MIT versuchen dies ebenfalls mit künstlicher Intelligenz zu lösen. Daten rein – Ergebnisse raus. Wie kann das gehen?

Intelligentes Handling verfügbarer Daten >>

Intelligentes Handling verfügbarer Daten

„Das Wesentliche ist die Mustererkennung“, erläutert Detlef Struck, Gründer und Eigner von alegas in München. Wenn man etwa die Customer Journey verfolgt und genau erkennt, welche Kombination von Touchpoints erfolgreich sein kann, dann ist das ein großer Vorteil. „Woran man sich früher die Zähne ausgebissen hat, das kann man heute mit wenigen Zeilen Code erfahren. Das sind fantastische Möglichkeiten“, so Struck.

Auch Daniel Daimler vom Werbewirkungsforscher pilot findet: „Wenn ich einen intelligenten Helfer habe, der mir aus den vielen Daten die richtigen Dinge herausfiltert und mir Vorschläge für Verknüpfungen macht, dann ist das ein Zustand, auf den ich mich freue.“ Es sei nämlich unheimlich aufwendig, aus den vielen Daten die richtigen Dinge herauszufiltern, sie nach Relevanz zu sortieren und dann noch eine Story darin zu finden. „Es steht immer im Raum, habe ich irgendetwas vergessen? Gibt es etwas Relevantes, das ich nicht gefunden habe?“ weiß Daimler. „Wenn ich das alles beiseiteschieben kann, weil mir ein künstlicher Assistent die Arbeit abnimmt, wäre das toll.“

Data Lab bei der GfK

Das intelligente Handling der vielen verfügbaren Daten hat sich auch das Data Lab der GfK auf die Fahnen geschrieben. Das Musterbeispiel von Ralph Wirth, der das Lab mit seinem internationalen Team leitet, ist die Verbesserung der Voraussage des Kaffeeabsatzes. Dafür wurden nicht nur die Absatzzahlen der Vergangenheit hochgerechnet, sondern es flossen externe Daten in den Rechner mit ein, etwa der Welt-Kaffeepreis, Wetterdaten und der Ferienkalender. Mit einer Verknüpfung dieser Daten war der Absatz sehr viel genauer vorhersagbar.

Wenn das alles so einfach ist, wofür brauchen wir dann überhaupt noch Marktforscher? Diese Frage stellen sich auch viele Kunden und werden zudem von Dienstleistern, mit denen sie sowieso zusammenarbeiten, mit Angeboten überhäuft: IBM Watson Analytics ist mittlerweile für unter 30 Euro im Monat erhältlich. SAP bietet mit der Hana Plattform Lösungen für Predictive Analytics. Auch Adobe will in den Markt hinein.

Mit mehreren unterhaltsamen Viral-Spots suchen sie Kunden für die Adobe Marketing Cloud mit Analyse- und Targeting-Möglichkeiten. Microsoft treibt das Internet der Dinge voran, Oracle forciert Cloud-Computing mit Analysemöglichkeiten für Big Data. Apple kauft im August das Startup Turi, das lernende Maschinen entwickelt und Muster in Nutzerdaten entdeckt. Bereits im Juni wurde die Differential Privacy-Strategie veröffentlicht, die besagt, dass mit Erlaubnis der Nutzer Daten gesammelt und analysiert werden sollen.

Marktforschung muss Trumpfkarten ausspielen

Was kann die Marktforschung dagegen stellen? Marktforscher haben mindestens zwei Trumpfkarten, die sie ausspielen sollten, so das Credo von Wirth von der GfK. Zum einen wissen sie, wie man mit Daten umgehen muss. Anonymisierung, Sicherheit, Vertrauen sind hier die wichtigen Stichworte. Und der zweite Joker ist, dass Marktforscher nicht auf jede Scheinkorrelation hereinfallen, sondern systematisch arbeiten, Hypothesen aufstellen und diese dann überprüfen.

Detlef Struck sieht noch einen weiteren Trumpf, den Marktforscher ausspielen sollten: die Beratung. „Alles, was keine Standardfragestellungen sind, wo Kreativität oder Interpretation nötig ist, da ist auf absehbare Zeit der Mensch gefragt“, glaubt Struck. „Bis der beratende Marktforscher durch einen intelligenten Computer ersetzt wird, das dauert noch eine Weile.“ Kreativität? Wie war das noch mit dem Werbefilm von Saatchi & Saatchi? Die Werbewelt hat den Spot zwar für recht simpel und tumb gehalten. Aber das ist ja Geschmackssache.

Nimmt uns KI die Arbeit weg?

Foto: Kirill Makarov / Fotolia
Foto: Kirill Makarov / Fotolia
Die Anwaltskanzlei Baker & Hostetler hat Anfang Mai einen Computer eingestellt, um Insolvenzen und Konkurse zu bearbeiten. In der Abteilung arbeiten rund 50 Anwälte. Diese sollten sich lieber direkt um die Mandanten kümmern, als ihre Zeit mit Recherche zu verbringen, so die Begründung der Kanzlei. Der neue Mitarbeiter heißt Ross und ist der kleine Bruder oder die Schwester vom IBM-Computer Watson. Ross ist ein Beispiel für Künstliche Intelligenz (KI), die sich inzwischen ganz konkret in der Arbeitswelt ausbreitet. Ob Roboter den Menschen irgendwann die Jobs wegnehmen, ist eine Frage, der Wissenschaftler aus Oxford bereits 2013 nachgegangen sind. Sie haben sich Fähigkeiten angeschaut, die durch Computer gut oder weniger gut ersetzbar sind. Dazu gehören soziales Augenmaß, Verhandlungsgeschick, Überzeugungskraft, Originalität, Fingerfertigkeit, handwerkliches Geschick oder die Fähigkeit, in einem engen Arbeitsraum zu arbeiten. Auf einer Webseite der BBC kann man seinen eigenen Beruf eingeben und bekommt eine Prognosewahrscheinlichkeit für den Wegfall der Profession. Bei etwa 35 Prozent der Jobs in UK sahen die Forscher ein hohes Risiko, dass die Computerisierung diese in den kommenden 20 Jahren überflüssig macht; oder, dass sich die Art der Arbeit ändert. Ist das eine Bedrohung für Marktforscher? In der Oxford-Liste gibt es lediglich den Market Research Interviewer. Dessen Automationswahrscheinlichkeit wird allerdings auf 94 Prozent, mithin ziemlich hoch geschätzt. Mit der Berufsbezeichnung Business and Related Research Professionals sinkt das Risiko auf 23 Prozent. Als Advertising and Public Relations Director sinkt die Automatisierungswahrscheinlichkeit auf 3 Prozent. Aber nicht auf null. In Japan hat kürzlich die Werbeagentur McCann Erickson Japan eine Künstliche Intelligenz als Creative Director eingestellt. Er heißt AI-CD beta.




Weitere Beiträge zu Künstlicher Intelligenz >>

Erschienen in Heft 4/16 von planung&analyse

Dort finden sich weitere Beiträge

stats