CO3-Konferenz Am 14.06.2023 in München

NLP in der Praxis

Zielgruppengerechte Content-Anpassung mit Hilfe von KI-basierten Motivationsanalysen - Gemeinsamer Vortrag mit Christoph Hofmański.

Am 14.6.23 findet in München die corporate content conference in der ASTOR Filmlounge im ARRI statt. In einem gemeinsamen Vortrag mit Christoph Hofmański vom IPM Institut für persönlichkeitsorientiertes Management werden wir versuchen, die Möglichkeiten aufzuzeigen, die KI-basierte Motivationsanalysen für die Content-Generierung bieten.

KI - Fluch, Segen oder einfach nur ein Werkzeug unter vielen?

Die Fortschritte und Erfolge der KI-Entwicklung der letzten fünf Jahre werden die gesamte Arbeitswelt innerhalb eines geschichtlich verschwindend kurzen Zeitraums komplett umgestalten. So gut wie jede Beschäftigung wird davon betroffen sein. Haben Journalisten und “Experten” Recht und muss man deshalb in Panik verfallen? Stellt diese Entwicklung wirklich eine Bedrohung dar?

Nein, in keinem Falle ist das ein Grund zur Beunruhigung oder gar für für Überreaktionen. Die Welt wird nicht untergehen, sie entwickelt sich einfach nur weiter. In der jüngeren Vergangenheit sind immer wieder neue Werkzeuge und Verfahren entwickelt worden, die disruptiv in Arbeitsabläufe eingriffen. Einige Beispiele dafür sind Computer, der E-Mail-Austausch über das Internet, Schweißroboter oder auch der Akkuschrauber. So sind die neuen KI-Systeme und auch speziell Generative AI (z.B. ChatGPT) nichts weiter als neue, zusätzliche Werkzeuge. Wie bei allen anderen Arbeitshilfsmitteln ergeben sich Gefahren nur aus einer unsachgemäßen Nutzung … vergleichbar z.B. mit einem Messer, einem Lastkraftwagen oder einem Nagelschussgerät. Ein beruhigender, positiver Nebeneffekt der KI-Systeme ist, dass sie das Erlernen ihrer Handhabung und ihre Nutzung selbst unterstützen können.

Für einen Informatiker sind die aktuellen KI- und/oder Machine-Learning-Systeme nichts weiter als eine andere Art der Programmierung. Bei “klassischen” Algorithmen legt der Entwickler jede Reaktion des Systems auf Eingangsdaten fest. In dem positiven Fall, dass die Daten den Erwartungen des Entwicklers entsprechen, ist deren Verarbeitung zu 100% korrekt. Hat er jedoch etwas übersehen oder sind Daten in einer unbekannten Kombination zu verarbeiten, kann ein auf diese Art und Weise gestaltetes Programm nicht mit der Situation umgehen. Es reagiert mit einer Fehlermeldung oder sogar einem Absturz … der gefürchtete “Blue-Screen” ist bestimmt noch ein Begriff.

Ein KI-System kann im Gegensatz dazu mit allen Eingabedaten umgehen. Es verarbeitet diese nicht auf Grundlage eines festen Algorithmus, sondern nutzt für die Bewertung ihm bekannte Daten. Diese Bewertungsgrundlage wird bei Machine-Learning- oder Deep-Learning-Systemen Modell genannt. In den meisten Fällen entsteht es mittels eines Trainingsprozesses aus Datensammlungen, die zuvor von Spezialisten bewertet wurden. Ein solches Modell ist am Ende also eine Sammlung menschlichen Wissens.

Damit offenbart sich bereits die multiple Krux an der Geschichte:

  • Man bekommt immer ein Ergebnis der Datenverarbeitung, das jedoch nur zu einem gewissen Prozentsatz “korrekt” ist, d.h. den Erwartungen der Spezialisten entspricht.
  • Die Qualität der Trainingsdaten entscheidet über die Qualität des Modells.
  • Das KI-System kann nicht besser bewerten/verarbeiten, als es die am Modell beteiligten Spezialisten konnten.
  • Ein KI-Modell basiert auf menschlichem Wissen, besitzt also immer einen Bias, eine Verzerrung.

Zumindest gibt es keine Abstürze mehr.

Ganz nebenbei: Nein, solche Systeme können kein Bewusstsein entwickeln. Gottgleiche KI? Eindeutig Fehlanzeige! Die heute von uns genutzten Techniken sind nicht in der Lage, wirklich kreative Leistungen zu erbringen, Neues zu erschaffen. Eine Starke KI wird auf eine andere Art und Weise funktionieren … wenn überhaupt.

Kann Content mit KI für eine bessere Kundenansprache optimiert werden?

Der entscheidende Vorteil von KI-Systemen ist, dass sie es uns heute Systemgestaltung und Software-Nutzung in Bereichen ermöglichen, deren Abläufe wir aus verschiedenen Gründen nicht exakt algorithmisch beschreiben können.

Genau hier schließt sich der Bogen nun zu psychologischen Textanalysen. Diese wird erst mittels Modellen möglich, die auf dem gesammelten Wissen von Spezialisten beruhen. Sind die Modelle gut trainiert, entsprechen die von ihnen gelieferte Einschätzungen somit den Erwartungen zu einem hohen Prozentsatz. Eine 100%-ig exakte Bewertung ist im Bereich der Psychologie auf Grundlage der Komplexität der menschlichen Persönlichkeit und ihrer Interpretationen nicht möglich, weder für Menschen noch Maschinen. Deshalb ist eine algorithmische Beschreibung jenseits unserer Fähigkeiten.

Wie diese KI-Systeme bei der psychologischen Motivationsanalyse von Texten vorgehen, soll im ersten Teil des Vortrages beschrieben werden. Wir versuchen jedem Zuhörer auch ohne Fachkenntnisse in der Informatik und der Psychologie diese verständlich nahe zu bringen. Schließlich ist auch KI keine Magie, sondern nur ein von Menschen geschaffenes Werkzeug. Auf welche Art und Weise ein Vergleich mit den Tiefenmotivationen spezieller Zielgruppen oder Personas möglich ist, stellt den nächsten Wegpunkt auf der kurzen Reise in die Tiefen der KI-Analysatoren dar.

Im zweiten Teil geht Christoph Hofmański auf die Gründe ein, warum KI zur Analyse der Tiefenmotivation in Texten eingesetzt werden sollte. Ein deplatziertes Wort kann die Wirkung eines Textes ins Gegenteil verkehren. Weshalb ist das so? Wie können wir Wort für Wort für kongruente Gefühle sorgen? Christoph Hofmański wird an einigen Beispielen aus der Praxis zeigen, wie Werbetexte, Produktbeschreibungen oder auch Stellenangebote für eine bessere Kundenansprache optimiert werden können.

TwentyFive-Analysen für achtsamere Kommunikation

Der Artikel “ChatGPT Simuliert Persönlichkeit” beschrieb bereits Ende Januar diesen Jahres, wie die Fähigkeiten generativer KI für Texte sehr einfach mit denen der TwentyFive-Motivationsanalyse kombiniert werden können. Die TwentyFive-Methode wurde entwickelt, um kommunikative Abläufe achtsamer zu gestalten. Auch die Veröffentlichung von Content über verschiedenste Wege ist Kommunikation. Welche praktischen Auswirkungen eine optimale Anpassung an die kommunikativen Bedürfnisse und Tiefenmotivationen der Kunden haben kann, soll der Vortrag anhand von Beispielen zeigen.

In seinem sehr verständlich geschriebenen Fachbuch “Der Markt” beschreibt Christoph Hofmański, wie sich Kunden und Verkäufer auf den vielen realen und virtuellen Marktplätzen dieser Welt begegnen und welche Wirkungen ihr Informationsaustausch dabei entfaltet.

Tickets für die CO3-Konferenz …

… können hier online erworben werden. Einen Rabattcode für die Tickets sende ich gern an Interessenten per E-Mail. Schreiben Sie mir einfach an matthias.boldt@senseaition.com. Noch ist ausreichend Zeit für die Planung eines Besuches der Veranstaltung. Vielleicht sind Sie ja auch an den Vorträgen der anderen Sprecher interessiert? Tickets für eine Teilnahme am Streaming sind ebenfalls verfügbar — eine Reise nach München ist also nicht unbedingt notwendig.

Sprachanalysen einfach selbst testen

Wer nicht bis zur CO3-Konferenz warten und/oder verschiedene Sprachanalysen selbst ausprobieren möchte, kann anonym und kostenlos erste Erfahrungen mit den online verfügbaren Angeboten von sense.AI.tion sammeln.

Das Tool Audienca ist auf https://audienca.com erreichbar. Es dient der Analyse kurzer Texte und erstellt aus diesen psychologische Motivationsportraits nach TwentyFive über den jeweiligen Verfasser.

Mit Hilfe eines Mindful Communication Badge kann man zum Beispiel in E-mails die eigenen kommunikativen Bedürfnisse zeigen. Das erleichtert dem Empfänger die achtsame Kommunikation und vermindert die Gefahr, das aneinander vorbeigeredet wird. Unter https://mcb.senseaition.com ist dieses Tool zu finden.