Suchen

Expertenbeitrag

Prof. Dr. Volker Gruhn

Prof. Dr. Volker Gruhn

Vorsitzender des Aufsichtsrats

KI in der Kommunikation Wie Künstliche Intelligenz eine durchgängige Markenführung unterstützt

| Autor/ Redakteur: Prof. Dr. Volker Gruhn / Georgina Bott

Jeder Kanal und jede Zielgruppe stellt andere Anforderungen an Inhalte und deren Aufbereitung. Das ist gerade für eine durchgängige Markenführung eine große Herausforderung. Um einheitlich zu kommunizieren öffnet Künstliche Intelligenz neue Möglichkeiten im Marketing.

Firmen zum Thema

Damit die Markenführung durchgängig ist, müssen die Kommunikationsmaßnahmen im Unternehmen der gleichen Richtung folgen.
Damit die Markenführung durchgängig ist, müssen die Kommunikationsmaßnahmen im Unternehmen der gleichen Richtung folgen.
(Bild: gemeinfrei / Pixabay)

Die Kundenreise ist fragmentiert wie nie zuvor: Permanent kommen neue Kommunikationstechnologien auf, die Unternehmen nutzen. Ständig neue Kanäle, die sie bedienen. Für die Verantwortlichen einerseits das Paradies: Nie standen ihnen mehr Möglichkeiten und ausgereiftere Technologien zur Verfügung, um Kunden und Interessenten zu erreichen. Andererseits bringt die Vielzahl der Optionen die Gefahr mit sich, dass Unternehmen sich in der Kommunikation verzetteln.

Jeder Kanal, jede Zielgruppe stellt andere Anforderungen an Content. Hier eine durchgängige Markenführung aufzubauen und durchzuhalten, ist ein komplexes Problem. Ein Problem, bei dem Künstliche Intelligenz (KI) die Verantwortlichen unterstützt. Grundlage sind die Fähigkeiten zum Verstehen von Texten und zum Interpretieren von Bildinhalten. Damit überwachen Entscheider Kanäle, identifizieren Themen und erstellen, unterstützt von KI-Anwendungen, Inhalte.

Ergänzendes zum Thema
Bausteine Künstlicher Intelligenz

Bilderkennung

Bei der Bilderkennung wird mithilfe von Algorithmen versucht, Objekte auf Bildern zu identifizieren beziehungsweise einer Kategorie zuzuordnen. Systemen erlaubt dies, ihre Umgebung zu beobachten.

Machine Learning (ML)

Computer können das Durchführen von Aufgabe mittels vorhandener Erfahrung selbständig verbessern. Dafür müssen bereits Daten vorhanden sein, die das System nutzen kann. Sie müssen passend aufbereitet werden, wofür insbesondere Methoden der Informatik und der Statistik notwendig sind.

Mustererkennung

Ein Obergriff für unterschiedliche Anwendungsbereiche des ML, die sich mit der Interpretation wiederkehrender Muster beschäftigten. Beispiele hierfür sind Bilderkennung und Speech-To-Text (siehe dort).

Sprachverarbeitung – Natural Language Processing (NLP)

Systeme erkennen inzwischen die Zusammenhänge und Bedeutungen von gesprochenen Worten. Die menschliche Sprache ist oft nicht eindeutig und geprägt von Stilmitteln, die leicht missinterpretiert werden. Hierzu zählen beispielsweise rhetorische Fragen, Ironie oder die Verwendung eines Paradoxons. Die fortschreitende Entwicklung in diesem Bereich führt dazu, dass die Kommunikation mit Maschinen immer natürlicher wird. Inzwischen sind Dialoge möglich, die über einfache Satzkonstruktionen hinausgehen.

Text-To-Speech (TTS) / Sprachgenerierung – Natural Language Generation (NLG)

Die Textgenerierung stellt das Gegenstück zur Sprachverarbeitung dar und erzeugt Audiosignale, sodass das System Informationen per Sprache zurück an den Nutzer übermitteln kann. Umgekehrt zu STT werden hier maschinelle Lernverfahren eingesetzt, die es ermöglichen, sprachliche Stilmittel, Betonungen und ähnliches einzusetzen.

Intelligenz ist schwer zu fassen

Die Fachwelt ist weit davon entfernt, sich auf eine einheitliche Definition von menschlicher oder künstlicher Intelligenz geeinigt zu haben. Um die Auswirkungen der aktuellen technischen Entwicklung auf die Kommunikationsarbeit zu analysieren, reicht diese pragmatische Definition: KI ist ein Teilgebiet der Informatik, das sich mit der Erforschung von Mechanismen des intelligenten menschlichen Verhaltens befasst.

Die Forschung der letzten Jahre und Jahrzehnte hat die Fähigkeiten von KI-Anwendungen in vielen Bereichen erweitert. Durchbrüche gab es insbesondere beim Umgang mit Bildern und Sprache. KI-Anwendungen erkennen inzwischen zuverlässig den Inhalt von Fotos, gruppieren sie, vergeben Schlagworte oder erstellen Kurzbeschreibungen. Textanalyse-Werkzeuge erfassen den Sinn eines Textes, stellen automatisiert Inhaltsangaben zur Verfügung oder fassen die Inhalte mehrerer Quellen zu einem neuen Dokument zusammen.

Diese Fähigkeiten eröffnen zwei Einsatzfelder in der Unternehmenskommunikation: KI hilft dabei, Themen zu identifizieren und die Vielfalt der Kanäle zu bespielen.

KI bringt Verständnis für Texte mit

Ein typisches Einsatzgebiet für KI-Systeme: Sie gehen inzwischen sicher mit Texten um, die in natürlicher Sprache geschrieben sind. Es gelingt ihnen, mit sogenannten Natural-Language-Processing-Techniken (NLP, siehe Infokasten) den Sinn von Inhalten zu erfassen, Dokumente zusammenzufassen und diese Zusammenfassungen beispielsweise in Form von Dashboards darzustellen. Dies erlaubt es den Experten, gezielt nach Inhalten und Themen statt nach Schlüsselwörtern zu suchen.

KI hilft bei der einheitlichen Kommunikation über alle Kanäle hinweg.
KI hilft bei der einheitlichen Kommunikation über alle Kanäle hinweg.
(Bild: adesso AG)

Denn die Suche nach Themen, die die Zielgruppen bewegen, ist eine der zentralen Aufgaben von Kommunikationsverantwortlichen. Bisher galt es, diese Informationen aufwendig zu recherchieren. Vom Branchenfachblatt über Online-Portale und Buchveröffentlichungen bis hin zu Veranstaltungshinweisen und Social-Media-Aktivitäten: Kommunikationsansätze stammen aus unterschiedlichen Quellen. Suchmaschinen und sogenannte News Alerts erleichtern die Aufgabe, trotzdem erfordert das Vorgehen noch Handarbeit. Die Marketingexperten filtern Dubletten beziehungsweise nicht relevante Informationen heraus und überprüfen die verbliebenen Treffer. Dabei sind die Möglichkeiten vorhandener Angebote, Suchparameter auf Basis der eigenen Bedürfnisse zu justieren, eingeschränkt.

Hier verbessern KI-gestützte Lösungen den Prozess. Die Anwendungen durchsuchen relevante Quellen auf Grundlage beliebig fein abgestimmter Suchanfragen, löschen Dubletten und bewerten die gefundenen Ergebnisse.

Diese Lösung ist nicht mit einer klassischen Anfrage in einer Suchmaschine vergleichbar. Mithilfe maschineller Lernverfahren extrahiert sie das Thema sowie Informationen über die Semantik des Textes und bündelt alles in einer Zusammenfassung. Sie fassen bei Bedarf die Ergebnisse aus mehreren Quellen zu Dossiers zusammen. Dies hilft den Marketing-Experten dabei, dem permanent fließenden Strom an Informationen Herr zu werden. So entstehen strukturierte Themenlisten, die die Grundlage für die Content-Marketing-Planung bilden.

Wenn Unternehmen dank KI besser wissen, über was sie reden wollen, hilft die Technologie auch dabei, die Inhalte zu erstellen.

Der Algorithmus als Autor

Ob tausende Produkte in unzähligen Varianten oder Kommunikation über Sprachgrenzen hinweg: Mit Kunden und Interessenten in Kontakt zu bleiben, ist eine wahre Sisyphusarbeit. Dazu gehören das Formulieren von Inhalten für die eigene Website, die Pflege von Social-Media-Kanälen, das Aktualisieren aller Produktbeschreibungen oder das Anpassen der Kommunikation an unterschiedliche Zielmärkte. Alleine die unterschiedlichen Anforderungen und Möglichkeiten der diversen Social-Media-Plattformen sorgen für Anpassungsbedarf bestehender Inhalte. Entsprechend personalintensiv ist die Arbeit.

Text- und Bildwerkzeuge auf KI-Basis helfen den Verantwortlichen dabei, diese inhaltliche Vielfalt zu stemmen und zu orchestrieren. Beispielsweise im Umgang mit Bildmaterial. Trainierte KI-Lösungen erkennen Inhalte auf Fotos. Dies nutzen sie für das Beschreiben der Bilder, das Vergeben von Schlagworten oder das automatische Zuordnen, beispielsweise zu thematisch passenden Landingpages. Ähnliches leisten sie beim Erstellen von Inhalten. KI-Anwendungen formulieren auf Basis von Datenbanken lesbare Texte. Dies sind beispielsweise Einträge in Produktdatenbanken, die die Grundlage für Texte auf der Webseite bilden. Oder Informationen aus Wetterdatenbanken, die ein Reiseanbieter für seinen Newsletter nutzt. Die Lösungen kombinieren dazu die strukturiert erfassten Informationen mit vorgegebenen Textbausteinen, variieren Formulierungen und spielen mit Metaphern. Solche Einsatzszenarien sind dann denkbar, wenn die Datenbasis vorhanden ist.

Die Inhalte, die KI-Anwendungen erstellen, sind nicht auf geschriebenen Text beschränkt. Verfahren wie Natural Language Generation (NLG, siehe Infokasten) erlauben die natürlich klingende Sprachausgabe. Noch halten die so erstellten Inhalte nicht mit der Qualität eines versierten Texters mit. Aber als Bausteine innerhalb einer übergeordneten Content-Marketing-Strategie leisten sie gute Arbeit. Es gilt, Inhalte aus beiden Quellen – KI-Anwendungen und menschliche Autoren – zu einem Gesamtkommunikationspaket zusammenzuschnüren. An exponierten Stellen oder für wichtige Inhalte, der Texter. Wenn es eher um Masse oder Variationen von Inhalten geht, die KI.

Die Ausführungen zeigen: Technologie unterstützt die Unternehmenskommunikation an entscheidenden Stellen. So kann die Markenführung durchgängig auf verschiedenen Kanälen gestaltet werden. Dabei sollten die Entscheider nicht aus dem Auge verlieren, dass sie Zwischenmenschliches nur schwer automatisieren können. KI kann helfen, aber einen Menschen wirklich erreichen und bewegen kann nur ein anderer Mensch.

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Kontaktieren Sie uns über: support.vogel.de (ID: 45908624)

Über den Autor

Prof. Dr. Volker Gruhn

Prof. Dr. Volker Gruhn

Vorsitzender des Aufsichtsrats