KI im Social Media Marketing: Von Social Bots und Objekterkennung

Wie wir in den bisherigen Teilen dieser Reihe gezeigt haben, wird Künstliche Intelligenz im Online Marketing immer wichtiger. Dass auch die Social Media Welt davon beeinflusst wird, verwundert nicht. Neben Microsofts missglücktem Chat Bot-Experiment gibt es zahlreiche weitere Anwendungen, in denen KI längst Alltag ist. Von Nutzern oft nicht wahrgenommen, spielt KI-basierte Datenauswertung und Ausspielung personalisierter Inhalte eine wichtige Rolle.

Doch wie sieht es mit der Produktion von Inhalten und der Kommunikation aus? Kann die Maschine den Menschen ersetzen? Wir werfen einen prüfenden Blick auf drei ausgewählte Plattformen, ihre Einsatzfelder für künstliche Intelligenz und die Entwicklungen, die wir in Zukunft erwarten können.

Facebook

Schon seit Jahren investiert Facebook in AI Research. Aktuell wird „deep learning“ beispielsweise zur Personalisierung von ausgespielten Anzeigen und vorgeschlagenen Seiten eingesetzt sowie zur Generierung des persönlichen Newsfeeds. Auch bei der Weiterentwicklung des Messengers zum Instrument für Kundenkommunikation spielt KI eine Rolle. Die Zukunft könnten zum Beispiel automatisierte Antworten auf Nachrichten sein, die abhängig von der Anfrage relevante Informationen, Produkte oder Bilder versenden.In der Bilderkennung sorgt Künstliche Intelligenz dafür, dass Facebook schon 2014 angab, Gesichter mit einer Trefferquote von über 97 % korrekt zuordnen zu können. Anhand des von Usern manuell vergebenen Taggings lernt das System fortlaufend dazu und erreicht so diese erstaunlich hohe Genauigkeit.

Pinterest

Dank ihrer Partnerschaft mit dem Startup Kosei seit 2015 verbessert auch Pinterest die Interpretation von Bildern mit Hilfe maschinellen Lernens. Die automatische Objekterkennung ermöglicht es der Plattform, personalisierte Pins und Produktvorschläge auf Basis von Relevanzberechnungen auszuspielen. In den Berechnungen werden nicht nur die Klicks und Repins eines Nutzers berücksichtigt, sondern auch die Sprache und Location (Land). Erst Anfang diesen Jahres gab das Unternehmen bekannt, das Related Pins Feature mit Hilfe von deep learning zu überarbeiten und so noch relevantere Ergebnisse und ein höheres Engagement der Nutzer zu erzielen. Die Objekterkennung soll es Nutzern zudem ermöglichen, Objekte, beispielsweise Produkte, in Bildern zu identifizieren – und zu kaufen.Um die Entwicklungen im maschinellen Lernen und im Bereich AI weiter voranzutreiben, wurde dieses Jahr Pinterest Labs ins Leben gerufen. Mit Hilfe renommierter Forscher und Wissenschaftler entwickelte Pinterest einen Algorithmus, der nicht nur für die Reihenfolge von Pins und Suchergebnissen verantwortlich ist, sondern auch relevante Anzeigen platziert, Spamcontent herausfiltert und den Inhalt der Pins verstehen lernt.

LinkedIn

Seit Microsoft im vergangenen Jahr LinkedIn kaufte, dürfte auch für dieses Business Netzwerk das Thema KI weiter an Bedeutung gewinnen. Seit 2014 wird mit der Bright-Technologie maschinelles Lernen dafür genutzt, Arbeitgebern passende Bewerber anzuzeigen und für Arbeitssuchende (und Freiberufler) relevante Jobvorschläge zu generieren. Auch hier entscheidet die Relevanz (anhand einer Vielzahl von Kriterien, wie dem Wohnort, den bisherigen Jobs und Schlagwörter im Profil) über den Erfolg. Ein selbstlernender Algorithmus kann anhand der Reaktionen auf die Vorschläge das Matching kontinuierlich verbessern und damit Arbeitgebern und -nehmern die bestmögliche Relevanz bieten – und die Chance auf einen passenden Job oder Bewerber erhöhen. Zieht Xing nicht nach, ist LinkedIn als Portal für die Suche nach Jobs und Mitarbeitern klar im Vorteil.

Social Bots

Der Vorteil, den Künstliche Intelligenz Social Media Plattformen (und dank höherer Relevanz von Inhalten und Empfehlungen auch den Nutzern) bietet, wird anhand der drei ausgewählten Beispiele deutlich. Doch wie können Unternehmen KI im Social Media Marketing einsetzen? Welche Möglichkeiten der Automatisierung bieten sich? Ähnlich dem Content Marketing stellt sich die Frage: Kann ein intelligentes System selbständig Social Media Accounts betreuen, Inhalte produzieren und verbreiten? Werden Social Media Manager damit überflüssig?

Das Beispiel Microsoft, das im vergangenen Jahr durch die Presse ging, gibt zumindest zum aktuellen Zeitpunkt Grund zur Skepsis. Der von Microsoft erschaffene Chat Bot, der das künstliche Teenager-Mädchen Tay darstellen sollte, musste nach nur 24 Stunden abgeschaltet werden, da er rassistische und beleidigende Äußerungen von sich gab. Was war passiert?

Da das System anhand der Kommunikation mit anderen Nutzern lernte und diese Nutzer sich einen Spaß daraus machten, „Tay“ anzügliche und andere moralisch fragwürdige Sprache und Aussagen beizubringen.

Maschinen können letztendlich nur so „moralisch“ sein, wie die Datengrundlage es ihnen möglich macht. Sollten jemals KI-basierte Systeme eigenständig Accounts betreuen, so erfordert dies ein sehr kontrolliertes Training, die Definition von bestimmten Reizwörtern und Vorgaben in Bezug auf Tonalität und „Meinung“, um sicherzustellen, sodass die Unternehmensgrundsätze korrekt wiedergegeben werden und allgemeine Regeln des menschlichen Miteinanders nicht missachtet werden. Inwieweit oder wann Unternehmen ein solches Risiko eingehen werden, Aktivitäten in den sozialen Netzwerken vollkommen automatisiert durchzuführen, ist fraglich.

Social Analytics

Eine für den Unternehmensruf deutlich ungefährlichere aber dennoch nicht unkritische Anwendung von Künstlicher Intelligenz ist der Bereich der Social Analytics. Immer wenn es um die Auswertung großer Datenmengen geht, kommt die große Stärke von KI zum Zug. Eine vielversprechende Möglichkeit liegt darin, Daten zu Nutzern in Bezug auf bestimmte Themen, Produkte oder Unternehmen zu analysieren und Handlungsempfehlungen daraus zu generieren.

Doch auch dies ist zum aktuellen Zeitpunkt nicht unproblematisch: Die Auswertung von Statusmeldungen nach positiver oder negativer Stimmung ist fehleranfällig, denn nicht jeder untermalt zum Beispiel seinen Post bei Facebook mit einem emotionalen Statuscode. Humor, Ironie oder kulturelle Unterschiede können die Bewertung erschweren. Auch Differenzierungen sind schwer automatisiert einzuschätzen. Diese Herausforderung ist schon vor Zeiten von KI aus der Medienbeobachtung bekannt. Je weniger menschliche Kontrolle im Prozess vorgesehen ist, umso fehleranfälliger sind die Ergebnisse. Eine manuelle Qualitätskontrolle ist daher ein entscheidendes Kriterium für die Aussagekraft der Auswertung.

Mit AI gegen Internet Trolle

Neben der automatischen Erkennung von Spam gibt es eine weitere, reale Anwendung für Künstliche Intelligenz, von der Nutzer und Unternehmen gleichermaßen profitieren: Eines der Projekte der Google-Schwester Jigsaw beschäftigt sich mit der Bekämpfung von „Trollen“ und Cyber-Mobbing. Maschinelles Lernen könnte so Betreibern und Moderatoren im Social Media Marketing dabei helfen, Pöbelkommentare und Hetze herauszufiltern und anschließend zu löschen oder darauf zu reagieren. In diesem Szenario übernimmt KI nicht die Kommunikation mit Kunden, Fans und Followern, sondern unterstützt Social Media Manager dabei, ihre Accounts effektiver zu betreuen.

Ausblick: der künstliche Social Media Manager?

Social Media lebt, wie es der Name schon sagt, vom sozialen Aspekt und von Beziehungen, beispielsweise zwischen einer Marke und ihren Fans. Sollte künftig die Künstliche Intelligenz selbständig die Betreuung von Accounts übernehmen, hätte dies zur Folge, dass reale Menschen eine Beziehung zu einer Maschine aufbauen, das auf einer Datenbasis und den ihm beigebrachten Inhalten und Zusammenhängen aufbaut. Abgesehen von der Tatsache, dass ein erhebliches Maß an Vertrauen in die Technologie notwendig ist, um eine Marke von einer Maschine repräsentieren zu lassen, stellt sich die Frage: Geht ohne menschliche Komponente nicht die Persönlichkeit einer Marke verloren? Inwieweit ist eine künstlich erzeugte Persönlichkeit möglich?

Zweifellos kann artificial intelligence Social Media Manager bei der Verbreitung von Inhalten und der Auswertung ihrer Performance unterstützen, bei der Aggregation von Userdaten, der Erkennung von Mustern und der Ableitung von Handlungsempfehlungen. Während die Echtzeit immer wichtiger wird (Kunden erwarten zügige Kommunikation), kann die KI-basierte Datenauswertung, das Filtern und Priorisieren von Anfragen und die Empfehlung von Antworten, wertvolle Ressourcen (und Zeit) einsparen, die Social Media Manager stattdessen für die strategische Ausrichtung, für den kreativen Aspekt des Social Media Marketings verwenden können. Die Maschine dürfte also auch hier den Menschen nicht überflüssig machen, sondern ihm ein Hilfsmittel an die Hand geben, effektiver und kundengerichteter arbeiten zu können.