ANZEIGE
Folgen Sie uns:
planung & analyse GmbH auf facebook.de planung & analyse auf twitter.de planung & analyse GmbH auf google+ planung & analyse GmbH auf xing

Editor's Pick


"Woran man sich früher die Zähne ausgebissen hat..."

Seite 1/2

Wie kann man KÜNSTLICHE INTELLIGENZ eigentlich definieren, wenn die Fachwelt sich noch nicht einmal über die Definition von natürlicher Intelligenz einig ist? Wie genau funktioniert das und wie kann die Marktforschung von neuen Technologien, die Dank Künstlicher Intelligenz entwickelt wurden, profitieren. Welchen Platz haben Marktforscher in einer Welt mit KI? Ein Interview mit Detlef Struck, Vorstand der alegas AG in München.

Detlef Struck 

 Detlef Struck

Welche Definition von Künstlicher Intelligenz (KI) verwenden Sie?

Die Frage ist nicht banal. Man weiß ja noch nicht einmal, was natürliche Intelligenz ist. Es gibt keinerlei wirkliche Definition und die Übergänge sind fließend. Früher hat man immer nur die analytische Intelligenz gesehen, dann war von emotionaler Intelligenz die Rede. Im Moment ist das Thema Kreativität modern. Und dann die Frage: Was hat Intelligenz mit Wissen zu tun? Vom Ergebnis her, macht das keinen Unterschied, ob es sich um künstliche oder natürliche Intelligenz handelt.

Was macht Künstliche Intelligenz für Sie aus, welchen Fortschritt erzielt man dadurch?
Bei klassischen Systemen hat man immer das Problem, dass man zwar viel im Nachhinein erklären, aber vie schwerer Aussagen für noch nciht Bekanntes ableiten konnte. Die neuronalen Netze können auf Basis dessen, was sie gesehen haben, zuverlässige Vorhersagen treffen; was man früher mit Regression und Strukturmodellen kaum konnte. Wenn ich heute über KI rede, dann rede ich vor allem über Deep Learning. Das ist die Geheimwaffe, die den Boom ausgelöst hat.

Was ist das Wesentliche an diesen selbstlernenden Systemen?
Damit kann ich Mustererkennung vollziehen. Bei klassischen Methoden habe ich immer das Problem der Überspezifikation. Ich habe nicht genug Schubladen für alle Einzelfälle. Die modernen Netzwerke haben viele Zwischenebenen, aber wenn man den Input verändert, wird nicht das ganze System chaotisch. Dafür braucht man viel Computerpower und jede Menge elektronische Beispiele zum Trainieren.

Was kann man in der Marktforschung mit KI machen?
Man kann zum einen neue Tools entwickeln. So etwas wie Gesichtserkennung oder Emotionserkennung, Sprach-Texterkennung, die könnte für die Transkription von Tiefeninterviews automatisiert benutzt werden. Das sind Anwendungen, die das Toolset erweitern. Dann kann ich mir anschauen, welche Typologie von Kunden es gibt. Mit welcher Zielsetzung trifft man sie an verschiedenen Touchpoints an und welche haben zum Erfolg geführt und welche nicht? Das ist immer wieder Mustererkennung. Ich kann aus den vielen Daten lernen, was es denn genau war, was zum Kauf führte? Was ist das für ein Mensch? Welche Interessen hat er? Das klingt banal, ist aber eine fantastische Möglichkeit. Woran man sich früher die Zähne ausgebissen hat, das kann man heute mit wenigen Zeilen Code erreichen.

Was bedeutet die zunehmende Automatisierung für die Branche?
Da werden wir Marktforscher, wie fast alle anderen Branchen auch, ein bisschen nervös. Die Auswertung von standardisierten Monitoren, aber auch standardisierte Produkt- oder Werbetests wird auf absehbare Zeit automatisiert gehen; und das komplett bis hin zur Kommentierung und Empfehlung. Da könnte die Maschine sogar besser sein als der Mensch, glaube ich. Denn der Forscher wird heute schon erschlagen von der Masse an Daten und hat nicht die Zeit das richtig auszuwerten. Derzeit gibt es noch nicht genug geeignet aufbereitete Daten als Lernbasis, aber im Prinzip ist das machbar.

Was braucht es für die Verbesserung der Methoden?
Heutige Algorithmen können nur gut lernen, wenn sie Beispieldatensätze mit richtigen Musterlösungen haben. Das ist aber sehr arbeitsaufwendig. Google bekommt das Feedback durch die tausendfachen Clicks der User. Die geben die Antwort, ob zum Beispiel die Anzeige, die Google für einen User ausgesucht hat, sinnvoll und nützlich war. Das ist für Institute und betriebliche Marktforscher sicher eine der größten Herausforderungen.

...und was bleibt für den Menschen zu tun?>>


[1] [2]


Facebook Twitter Google LinkedIn Xing RSS Email