mafo.spitze Artifizielle Besoffenheit und wo bleibt der Kunde?

Montag, 11. Dezember 2017
Der Blog von planng&analyse - als mafo.spitze werden Meinungsbeiträge von Fachleute aus der Marktforschung veröffentlicht. Frech, zugespitzt und streng subjektiv. Dieses Mal Christian Thunig von Innofact.
Der Blog von planng&analyse - als mafo.spitze werden Meinungsbeiträge von Fachleute aus der Marktforschung veröffentlicht. Frech, zugespitzt und streng subjektiv. Dieses Mal Christian Thunig von Innofact.
© Innofact

Von einem praktikablen Umgang mit Künstlicher Intelligenz im Marktforschungsalltag sind wir noch ein gutes Stück entfernt. Derzeit drückt sie noch die Schulbank glaubt Chrisitan Thunig, Managing Partner von Innofact, und sieht die Unkenrufe, die die traditionelle Marktofrschung schon auf dem Sterbebett gesehen haben, für verfrüht
Der Begriff der digitalen Besoffenheit, den Christian Schwingen, Markenchef der Telekom, geprägt hat, steht durchaus für einen generellen Trend: Die Begriffe Digital und Transformation sind erst einmal per se gut. Wie ein guter Whiskey strömen sie durch die Kehle und geben ein wohliges Gefühl, dass nichts so bleiben kann, wie es ist. Dabei verschwimmen (mit zunehmendem Genuss) schemenhaft die Konturen des Themas – und in der Unschärfe der konkreten Handlungsmöglichkeiten fühlen sich alle gut. Man könnte sogar sagen, dass der Begriff digitale Transformation zu einer Konstante im Alltag verkommen ist, auf die sich bereits alle in großem Konsens verständigt haben. So ergeht es auch den Begriffen Artificial Intelligence und Machine Learning. In großer Euphorie sehen viele dies schon im Hier und Jetzt angekommen. Systeme und Algorithmen erkennen Muster und erkennen des Menschen Wille wie in einem Röntgenbild. Allein der Alltag lehrt uns eines Besseren. Dass wir uns nicht falsch verstehen: Mit jedem Tag werden die analytischen Möglichkeiten und Wege, Erkenntnisse zu gewinnen, zunehmen. Viele Institute entwickeln derzeit Verfahren, wie verhaltensbasierte Customer Insights aus dem digitalen Lebensraum gewonnen werden können. Der Branche, das war auf der Marktforschermesse Research & Results in München zu spüren, ist bewusst, dass hier ein Teil der Zukunft für die Marktforschung liegt. Aber die Unkenrufer, die die traditionelle Marktforschung schon so häufig auf dem Sterbebett gesehen haben, sind verfrüht. Weder die Do-it-yourself-Marktforschung noch die Online-Marktforschung haben alles andere verdrängt. Aber selbst wenn Artificial Intelligence (AI) das alles ersetzen sollte, müsste sie ja erst einmal richtig da sein. Von einem praktikablen Umgang mit Künstlicher Intelligenz im Marktforschungsalltag sind wir jedoch noch ein gutes Stück entfernt. Derzeit drückt sie noch die Schulbank.

Christian Thunig

ist Managing Partner bei der Innofact AG. Zuvor war der diplomierte Kaufmann 17 Jahre bei der Verlagsgruppe Handelsblatt. Zuletzt war er Chefredakteur der absatzwirtschaft – Zeitschrift für Marketing. Er ist Vorsitzender der Marken-Award-Jury, Deutschlands ältester Markenauszeichnung in Zusammenarbeit mit dem Deutschen Marketing Verband, sowie in zahlreichen anderen Jurys.
Denn es gibt noch eine andere Herausforderung, die zu lösen die Marktforschung für sich in Anspruch nimmt: Die große Frage nach dem „Warum“. Nehmen wir als prominentes Beispiel für intelligentes Big Data die Lösung von Cambridge Analytica. Dieses mit großer Publizität bekannt gewordene Unternehmen hatte viele aufgeschreckt, denn Donald Trump soll damit seinen Wahlkampf maßgeblich ausgesteuert haben. Cambridge-Analytica-Chef Alexander Nix kommt nach eigenen Angaben auf etwa 5000 Datenpunkte, die er durchschnittlich mit seinem Expertenteam von jedem US-Amerikaner hat. Damit kann er recht genau sagen, wie jede dieser Personen verfasst ist: Produktvorlieben, politische Einstellungen, sexuelle Ausrichtung. Abgesehen davon, dass Nix selber, insbesondere aufgrund der besonderen Datenschutzsituation, für seine Lösung Einschränkungen in Deutschland sieht, betrachten solche Ansätze immer nur die Vergangenheit. Es ist ein großer Unterschied, ob man Stimmungen und Emotionen aufspürt – das geschieht übrigens an jedem Stammtisch – und Meinungen verstärkt und gezielt Kommunikation steuert, wie im Falle Donald Trumps, oder ob Unternehmen etwas über die zukünftigen Wünsche der Menschen erfahren möchten. Und die noch größere Frage ist, wie diese Verhaltens-Snippets kausal zusammenhängen, Einstellungen verändern, neues (und überraschendes?) Verhalten generieren – also die Frage nach dem Wie und Warum hinter dem Was und damit auch nach Zukünftigem.

Beispiel zwei: Auch Social Media Monitoring wurde lange Zeit als Big-Data-Tool gehypt. Internetnutzer hinterlassen im Web Meinungen, Produktbewertungen, Empfehlungen in Foren, Blogs und Social Networks. Landläufige Meinung war: Wir müssen diese „nur“ finden und auswerten. Aber wir wissen heute: Empfehlungen werden fingiert und bei weitem nicht der repräsentative Durchschnitt der Bevölkerung meldet sich im Web zu Wort. Mehr noch: Es gibt eine erhebliche Schieflage. Zudem müssen wir uns vor Etikettenschwindel in Acht nehmen. Nicht jede intelligente Datensammlung und -analyse ist Artificial Intelligence oder Machine Learning.

Es heißt übrigens Machine Learning, weil die Maschine noch lernen muss. Mustererkennung setzt nämlich umfangreiche Mengen von Daten voraus. Daran scheitern überraschenderweise viele Unternehmen bisher noch. Heute ist es zugespitzt formuliert für viele Unternehmen einfacher, ein paar simple Fragen zu stellen, als sich durch einen riesigen Berg von Daten zu graben und Prozesse und Lösungen zu erarbeiten, die Zugänge zu den Erkenntnissen zulassen. Der Aufwand dafür wird gerne und regelmäßig unterschätzt. Wenn Künstliche Intelligenz vollständig funktionieren würde, hätten wir folgende Situation: Menschen würden durch Bots befragt, Werbung würde attribuiert auf die jeweiligen Interessen automatisch ausgespielt, Kommunikation zu Produkten und Dienstleistungen würden durch Maschinen geschrieben und der Kühlschrank im Haushalt würde einkaufen. Was machen wir dann eigentlich? Selbst einkaufen macht doch manchmal auch Spaß.

Erschienen in planung&analyse 6/2017
Jetzt suchen >>
stats