Philip Michelund Shkumbin Sadriu haben sich zusammen mit ihrem Team und mit Unterstützung des Post-internen Teams Digital Ethics (Christina Meyer & Sophia Ding) in den letzten Jahren stark für den fairen und transparenten Umgang mit Daten und Auswertungen in den Services Data & Analytics im Werbemarkt eingesetzt.
Unter anderem wurde ein Frühwarnsystem entwickelt, in welches die Fragen des Data Fairness Labels von Swiss Insights integriert wurden, um damit Digitalethik via definierte Prozesse im Unternehmen zu verankern.
Die Auszeichnung steht für den transparenten und verantwortungsvollen Umgang bei der Bearbeitung und Analyse von grossen Datenmengen und basiert auf der Selbstdeklaration und Dokumentation der herangezogenen Datensätze und der verwendeten Datenmodelle.
Wir gratulieren den Verantwortlichen für ihren Einsatz im Bereich der Digitalethik!
Weitere Informationen zum Data Fairness Label finden Sie hier Data Fairness Label
Swiss Insights hat am 26. August 2024 zum zweiten Mal den C-Level TALK zum Thema Digitalethik durchgeführt. Swiss Insights Präsident Stefan Langenauer weist darauf hin, dass mit diesem Format bewusst das C-Level angesprochen wird, weil die Data Scientists die Unterstützung ihrer Vorgesetzten brauchen, um sich im Alltag mit digitalethischen Fragen auseinandersetzen zu können. Diese Auseinandersetzung kostet, ist aber eine Investition in ein rasant wachsendes Geschäftsfeld.
Auch dieses Geschäftsfeld wird vom Gesetzgeber reguliert. Wenn sich die Anbieter seriös mit den ethischen Fragestellungen darin auseinandersetzen und sich selber ein Framework geben, wird die Regulierung weniger strikt sein als bei Wildwestmethoden; die Regulierung wird dann die notwendigen Spielräume lassen, so dass Innovation entstehen kann.
Stefan Langenauer gratuliert BSI und der Schweizerischen Post, dass sie sich einen Codex gegeben haben und nun Träger des Data Fairness Labels sind.
Jean-Daniel Strub, ethix – Lab für Innovationstechnik, gibt uns in seinem Referat ethische Gedankenanstösse zum Mehrwert von KI auch in sensiblen Bereichen und erklärt, weshalb sich der Konsens etabliert hat, dass digitale Technologien ergänzend zu menschlicher Präsenz sinnvoll, ein vollständig ersetzender Einsatz jedoch zu vermeiden ist. Er erwähnt unter anderem folgende Punkte für einen verantwortungsvollen Umgang mit KI aus ethischer Sicht:
Differenzierter Blick auf Risiken und Chancen
Transparenz und Verständlichkeit («Black Box»-Problematik, Potenzielle Fehleranfälligkeit von KI, Lösungsansatz: «Human in the Loop» oder «Human on the Loop»)
Menschlichkeit und Empathie: Nicht nur «Ersatz» des Menschen, sondern v.a. Verlust an Kompetenzen und Fertigkeiten
Diskriminierung und Biases (Verzerrungen) in den Algorithmen (Achtsamkeit zwingend auf Qualität der Trainingsdaten, Erfordernis der Transparenz)
Normierung und Normalisierung
Zugang zur Technologie: Vermeiden von KI-Zwei-Klassen-Gesellschaft
Christof Bühler, Supercomputing Systems AG, zeigte uns eindrücklich anhand seines Fallbeispiels, warum der Güterzug im Gotthardtunnel trotz KI entgleiste. Zusammenfassend hält er fest: KI ist nicht intelligent… aber nützlich! Erfolgreiche KI-Projekte erfordern:
Klare Anwendungsfälle mit Zusatznutzen
Hochwertige & grosse Datenbestände
Ethische Freigabeverfahren
Einbezug der Stakeholder
und eine realistische Erwartungshaltung – es dauert nämlich oft länger als erwartet!
Christina Meyer, Die Schweizerische Post, erklärt, wie man dank Skills und Einbezug die Angst vor KI & Co. nimmt und so zu fairen Lösungen kommt. Sie erklärt, was die Post unternimmt, um die Akzeptanz und den kompetenten Umgang der Mitarbeitenden mit den neuen Technologien zu fördern:
Man muss sich Zeit nehmen, für Learnings & Initiativen
Man muss überhaupt wissen, dass diese Learnings existieren & wo ich man sie findet
Vorgesetzte müssen überzeugt sein und die Mitarbeitenden motivieren
Und was gestern galt, ist heute vielleicht schon wieder ein bisschen anders…
Chris Rusche, BSI, setzt sich mit dem Thema auseinander, warum KI im Kundendialog sinnvoll ist und weshalb Kundenkommunikation eine Chance und keine Bürde ist. Der Einsatz Künstlicher Intelligenz kann bei der Kommunikation mit dem Kunden einen deutlichen Mehrwert liefern und sogar die persönliche Interaktion aufwerten.
Dr. André Dinter, Digital Learning Hub Sek II, erläutert die Herausforderungen, vor denen die Schulen aufgrund des Einsatzes von KI stehen. Er stellt sich folgenden Fragen:
Wie kann ethisch verantwortliches Handeln in der Schule vermittelt werden?
Ist die vertiefte Auseinandersetzung mit Lerninhalten etwas Gestriges?
Ist interaktives Lernen mit Menschen im Klassenverband immer noch lernförderlich?
Müssen Leistungserhebungen mit oder ohne KI neu gedacht werden?
Klar ist: Die Disruption ist auf allen Ebenen angekommen: Analoges und Digitales wachsen zusammen.
Fazit aus Sicht der Referierenden: 🔑 Es braucht den Zugang zu KI auf allen Ebenen 🔑 Es braucht eine öffentliche Debatte, die sich mit ethischen Aspekten auseinandersetzt 🔑 KI soll (auch in Schulen) als Hilfsmittel zur Zielerreichung genutzt werden können 🔑 Anwender sollen wissen, wie KI eingesetzt und wie damit umgegangen werden kann 🔑 es wäre gut, wenn KI gesetzlich Open Source gemacht würde
Am ausverkauften Swiss Insights Talk zum Thema «#Insights generieren mit #AI: Möglichkeiten und Grenzen» haben wir gelernt, dass…
💡Migros dank eines komplexen Recommender Systems rund 2 Mio. personalisierte Recommends ausspielen kann, das Instandhalten eines solchen Systems aber anspruchsvoll ist 💡 Die Bodennutzung und -bedeckung mit Millionen von Stichprobenpunkten mithilfe von AI ausgewertet wird, was bei hoher Qualität eine grosse Zeitersparnis ist 💡 die automatisierte Klassifizierung offener Kommentare bei klassischen Marktforschungsstudien eine grosse Zeitersparnis ist. Dass sich aber nicht alle Themenbereiche für eine Automatisierung gleich gut eignen 💡 «Silicon Samples» für Pretests oder zur Stimuli-Generierung durchaus ihre Berechtigung haben, es für Hauptstudien aber sehr wohl kritische Punkte gibt.
Fazit 🔑 KI bildet eine Hilfe bei repetitiven Aufgaben 🔑 KI ist in der Praxis ressourcenintensiv 🔑 Der Mensch muss ein zentrales Element in diesem Prozess bleiben, um Fehlentwicklungen zu vermeiden.
In einer Welt, in der sich die Technologien ständig weiterentwickeln, ist es für Unternehmen umso wichtiger, mit den neusten Trends Schritt zu halten. Der Begriff «Marketing 5.0» wurde vor kurzem von Kotler et al. (2021) geprägt und bezieht sich auf die jüngste Evolution des Marketings, bei der die ständige, vernetzte Nutzung von Daten und Technologien im Vordergrund steht, um gezieltere, relevante Kundenerfahrungen zu schaffen. Das Ziel von Marketing 5.0 ist es, Kunden die passende Botschaft zum richtigen Zeitpunkt über den entsprechenden Kanal zukommen zu lassen.
Marketing 5.0 bietet mehrere Vorteile, darunter ein tieferes Kundenverständnis, eine verstärkte Kundeneinbindung, eine gesteigerte Kapitalrendite (ROI) und einen erhöhten Kundenertragswert. Kurz auf den Punkt gebracht: Der wesentliche Nutzen von Marketing 5.0 besteht darin, den Marketern zu ermöglichen, die potenziellen Konsumenten umfassender zu verstehen und deren Bedürfnisse angemessener anzusprechen. Mithilfe KI-basierter Insights können Marketer zielgerichtete Kampagnen erstellen, die bei den Konsumenten besser ankommen und ein nachhaltiges Unternehmenswachstum fördern. Darüber hinaus macht der standardmässige Einsatz von Automatisierung das Marketing effizienter und effektiver.
Kotler et al. (2021) verstehen Marketing 5.0 als «the application of human-mimicking technologies to create, communicate, deliver, and enhance value across the customer journey» (Kotler et al., 2021, p. 6). Marketing selbst ist dabei von Natur aus ein sozialer Unternehmensansatz und fokussiert in erster Linie darauf, die Gedanken und Gefühle im Kopf und im Herzen der verschiedenen Anspruchsgruppen zu verstehen, um diese wiederum gezielt anzusprechen.
Mit anderen Worten: Marketing ist eine spezifische Art des Managements, um ein Unternehmen vom Markt her- und zum Markt hinzuführen. Dies bedeutet im Kern, dass die Bedürfnisse des Marktes bekannt sein müssen, um auf sie entsprechend eingehen zu können. Sowohl ein ganzheitliches Informations- als auch ein Aktionsmanagement sind notwendige Voraussetzungen, um diese Marketingherausforderung zu bewältigen.
Marketing 5.0 besteht aus drei operativen, miteinander verknüpften Kernkomponenten, nämlich Predictive Marketing, Contextual Marketing und Augmented Marketing sowie zwei organisatorischen Komponenten, genauer Data-Driven Marketing und Agile Marketing. Die beiden organisatorischen Marketing-Technologiekomponenten bilden die Basis für ein systematisches Informationsmanagement, z.B. zum Aufbau eines umfassenden Daten-Ökosystems. Die drei operativen Komponenten erlauben ein wirksames Aktionsmanagement, z. B. zur Erstellung relevanter Marketinginhalte wie Markenslogans, Produktbeschreibungen oder Kampagnen-bilder. Jede Komponente hat dabei einen unmittelbaren Bezug zur Marketingforschung, wobei die beiden organisatorischen Komponenten als Input-Pipeline für Insights und die drei operativen Komponenten als Output-Pipeline für Insights fungieren.
Vor diesem Hintergrund zeigt der nächste Abschnitt die Möglichkeiten fortschrittlicher Technologien der modernen Marketingforschung für eine tragfähige Marketing 5.0-Implementierung auf, im Folgenden als Marketing Insights 5.0 bezeichnet. Als Fallbeispiel für diese Demonstration dient die Vermarktung von Olivenöl des Start-ups JON’S OILIVE
Abbildung 1: Beispielhafte Ergebnisse der Predictive-Marketing-Intelligence-Komponente.
Erstellung von Marketing-Insights-5.0-Inhalten für das Start-Up JON’S OILIVE – eine Fallstudie
Das datengesteuerte Attributionsmodell von Google Analytics wurde als eine der Input-Pipelines verwendet, um zu evaluieren, wie potenzielle Kunden auf die verschiedenen über Google Ads eingeblendeten Anzeigen reagiert haben, mit dem Ziel, zu erkennen, welche Keywords etc. den größten Einfluss auf den Geschäftserfolg hatten und aus Nutzer Kunden werden liessen. Des Weiteren wurde die Konversionsleistung über die verschiedenen Marketing-Touchpoints (Website, soziale Medien usw.) bewertet. Zudem wurden mit Hilfe der agilen Insights-Plattform von quantilope potenzielle und reale Kunden befragt, um implizite markenbezogene Daten (Methode: Single Association Test) zur Stärkung der Markenpositionierung sowie produktbezogene Daten (Methode: Maximum Difference Scaling) zur Ermittlung der Konsumentenpräferenzen für Olivenöl-Produkteigenschaften zu erheben. Im Speziellen wurden dabei Attribute aus der KI-Entdecker-Funktion der KI-basierten SaaS-Lösung neuroflash gezogen und als Input für die Präferenzanalyse als eine Art Vorab-Erkennungs-Intelligenz (prädiktive semantische Analyse) verwendet.
In einem nächsten Erkenntnisschritt mit Blick auf die Predictive Marketing Intelligence wurde eine TURF-Analyse (Total Unduplicated Reach and Frequency) auf der agilen Plattform von quantilope durchgeführt, um die beste Kombination von olivenölbezogenen Produkteigenschaften zu identifizieren. Als Ergebnis wurde eine optimale Kombination von vier Produkteigenschaften ermittelt (in diesem Fall: frisch, regional, authentisch und fein), die etwas mehr als 80 % der (potenziellen) Konsumenten anspricht.
Darüber hinaus wurde Causal Artificial Intelligence (Causal AI) mittels der Software Neusrel auf die impliziten Markenwahrnehmungs- und Verhaltensdaten angewendet, um eine optimale archetypenbezogene Markenpositionierung abzuleiten. Auf diesem evidenzbasierten Weg wurde ein wirkungsvoller Interaktionseffekt auf das Konsumentenverhalten zwischen den Archetypen des Entdeckers und des Rebellen aufgedeckt und als optimale Markenpositionierung definiert. Abbildung 1 zeigt ausgewählte Ergebnisse dieser Predictive-Marketing-Intelligence-Komponente.
Im Rahmen der nächsten operativen Komponente, der Stufe der Contextual Intelligence Insights, wurden mit der KI-Texter- und KI-Bilder-Funktion von neuroflash automatisch Bildbeschriftungen sowie Bilder für einen wirksamen Sponsored Post auf Instagram als einem der wichtigsten Touchpoints und damit Kontextkanäle generiert. Als Input für diesen KI-basierten Kreativitätsansatz dienten die identifizierten wirksamen Produkt- und Markeneigenschaften, um die entsprechenden textlichen und visuellen Inhalte zu generieren.
Abbildung 2: Beispielhafte Ergebnisse der Contextual-Marketing-Intelligence-Komponente.
Eine beispielhafte Generierung gezielter kundenbezogener Inhalte, wie sie in Abbildung 2 zu sehen ist, erfolgt innerhalb weniger Sekunden. Jedes von der KI generierte Marketinggut (Asset), sowohl kurze und lange Texte als auch visuelle Inhalte, ist einzigartig; d. h. die KI ist darauf trainiert, keine bereits zuvor veröffentlichten Marketinggüter zu erstellen.
Im dritten und letzten operativen Schritt, der Stufe der Augmented Intelligence Insights, werden die generierten textlichen und visuellen Inhalte hinsichtlich a) der semantischen und b) der visuellen Wirksamkeit beurteilt, mit der Option, auch c) die verhaltensbezogene Leistungsfähigkeit zu bewerten. Beispielhafte Ergebnisse sind in Abbildung 3 dargestellt.
Abbildung 3: Beispielhafte Ergebnisse der Augmented-Marketing-Intelligence-Komponente.
Für die semantische Leistungsbewertung wurde wiederum das Tool neuroflash, genauer deren KI-Tester-Funktion verwendet, um vorherzusagen, was der Konsument auf einer impliziten Ebene in Bezug auf die als wirksam definierten Produkt- und Markeneigenschaften wahrscheinlich fühlen und denken wird, wenn er die textlichen Inhalte, in diesem Fall die generierten Bildunterschriften und Bildbeschriftungen, zu sehen bekommt. Darüber hinaus wurde die KI-Lösung Everypixel eingesetzt, um die Ahttps://www.neuronsinc.com/ttraktivität der visuellen Inhalte, hier also der generierten Bilder, zu analysieren, aber auch, um zu sehen, welche Assoziationen nach dem Kontakt mit dem jeweiligen Bild im Kopf des Konsumenten wahrscheinlich aktiviert werden.
Nachdem die besten Bildunterschriften und die beiden besten Bilder ermittelt worden waren, wurde die visuelle Wahrnehmungsqualität der Bildbeschriftung-Bild-Kombinationen bewertet. Die KI-Lösung Predict von Neurons wurde eingesetzt, um vorherzusagen, was die Konsumenten wahrscheinlich wahrnehmen werden, wenn sie die einzelnen Bildbeschriftung-Bilder-Inhalte anschauen, um sicherzustellen, dass die richtigen Hinweisreize ausreichend Aufmerksamkeit erhalten. Darüber hinaus wurde der Umfang der kognitiven Anforderungen vorhergesagt, um sicherzustellen, dass der Konsument während des Kontakts mit dem Sponsored Post nicht zu viele Informationen verarbeiten muss. Ebenfalls ist der Grad der Fokussierung geschätzt worden, um so zu gewährleisten, dass nicht zu viele Elemente auf dem Sponsored Post ein erhöhtes Ausmass an Aufmerksamkeit erfahren, was andernfalls zu einem abgelenkteren und damit weniger effizienten Wahrnehmungskontakt führen würde.
Die jüngsten Fortschritte ermöglichen nun auch die genaue Vorhersage von tiefer gehenden kognitiven und emotionalen Reaktionen. Insbesondere lässt sich jetzt der Grad der Klarheit vorhersagen. Dieser gibt an, ob ein Konsument den Inhalt als übersichtlich wahrnimmt oder nicht sowie den Grad des Engagements, der Aufschluss darüber gibt, wie angeregt und eingetaucht sich ein Konsument bei der Betrachtung des Inhalts fühlen wird (siehe Abbildung 3).
In diesem dritten Schritt wäre es zusätzlich möglich, die von der KI erstellten Texte und Bilder in einer realen digitalen Umgebung (noch) genauer zu testen, z. B. in sozialen Medien, in diesem Fall auf Instagram, um eine umfassendere Wahrnehmungs-, aber auch Verhaltenswirkung mithilfe des In-Context-Testansatzes von eye square zu ermitteln. Dieser Ansatz ermöglicht es insbesondere, die digitale Reise des Konsumenten (teilweise) zu simulieren, um die Auswirkungen einer bestimmten Marketingaktivität wie Werbung in sozialen Medien und/oder auf E-Commerce-Plattformen zu bewerten. Für diese Art der Untersuchung werden echte Konsumenten eingeladen und angehalten, eine bestimmte Website zu besuchen. Während des Besuchs der Website werden automatisch verschiedene Wahrnehmungs- (z. B. Betrachtungsdauer) und Verhaltenskennzahlen (z. B. Pausieren der Anzeige) aufgezeichnet, um Erkenntnisse für mögliche Verbesserungen zu gewinnen. Abbildung 4 veranschaulicht den Prozess und die Umsetzung dieses Ansatzes.
Die inhaltliche Optimierung mittels Marketing Insights 5.0 wurde für alle relevanten Social-Media-Touchpoints, aber auch für die Website einschliesslich des Online-Shops von JON’S OILIVE durchgeführt. Die Überprüfung der Konversionsleistung nach drei Monaten hat aufzeigen können, dass zum Beispiel in Bezug auf die Website die Impression Rate um etwa 300 % gestiegen ist, während sich die Click-Through-Rate fast verdoppelt hat. Derartige Ergebnisse zeigen eindrucksvoll das ausgezeichnete Potenzial des verwendeten Marketing-Insights-5.0-Ansatzes.
Abbildung 4: Veranschaulichung des Prozesses und der Umsetzung des In-Context-Testansatzes.
Marketers befähigen, ihre Marketingaktionen zu beschleunigen
Wie aufgezeigt werden konnte, ermöglicht Marketing Insights 5.0 hochpräzise Vorhersagen über die Marketingleistungsfähigkeit, z. B. die Wirksamkeit der Kommunikation, vom Strategie-Fit (bspw. optimale Markenpositionierung) bis hin zu Konsumentenreaktionen (bspw. was beim Werbekontakt wahrgenommen wird oder ob der Slogan die richtigen Markenassoziationen auslöst), um die mentale Verfügbarkeit im Markengedächtnis der Konsumenten nach Sharp (2010) zu erhöhen/zu stärken. Dieser Ansatz kann entweder allein auf KI-generierten Erkenntnissen beruhen oder durch gezielte Konsumentenbefragungen erweitert werden.
Im Detail wird ein erhöhter Erkenntniswert entlang des gesamten Marketing-Intelligence-Prozesses geschaffen. Dieser reicht von der Diagnose (bspw. tiefes Wissen über die Marke in den Köpfen der Kunden gewinnen, um die Markenstrategie zu definieren), über die Therapie (bspw. die Wirkung der Markenkommunikation im Einklang mit der Markenstrategie maximieren), die Überwachung (bspw. die Effektivität der Markenkommunikation ständig überprüfen, um sie mit der Markenstrategie abzugleichen) bis hin zur Inspiration (bspw. auf KI-gesteuerte Empfehlungen bezüglich Slogans oder Produktbeschreibungen zurückgreifen, die zur Markenstrategie passen). Auf diese Weise wird die Entscheidungsfindung in jeder Phase des Marketing-Intelligence-Prozesses nachhaltig gefördert. In einer sich rasant digitalisierenden Welt ist es für Unternehmen wichtiger denn je, eine Marketingeinstellung zu pflegen, welche die neuesten Veränderungen in Technologie und Konsumentenverhalten berücksichtigt. Marketing Insights 5.0 ist ein Ansatz, der dies ermöglicht und mit fortschrittlichen KI-basierten Tools und Technologien relevante und attraktive Konsumentenerlebnisse schafft. Um erfolgreich zu sein, erfordert dieser Ansatz jedoch nicht nur eine datengestützte, sondern vor allem die richtige agile und evidenz-basierte Marketing-Mentalität.
