Lieber Vsevolod, Du arbeitest seit gut 15 Jahren im Bereich Natural Language Processing (NLP). Was hat sich mit den neuen LLM-Modellen verändert?

Nahezu alles! Vor fünf Jahren war es fast unmöglich, Sarkasmus oder Ironie in Texten zu identifizieren. Nun aber werden die Modelle mit jeder Version besser.

Könntest Du das näher erklären?

Klar. Neuerdings können die linguistischen Modelle – ich denke vor allem an Gemini und die letzten Versionen von ChatGPT  – Inhalte, die verschiedene Medien oder Datentypen kombinieren, als Ganzes analysieren. Bei einem Meme etwa den Text und die Stimmung, die über das dazugehörende Bild transportiert wird. Auch Musik  und Töne können einbezogen werden. Für die Analyse und den Vergleich verschiedener Formate sind das sehr wichtige Informationen.

Sogenannte multimodale Formate funktionieren deshalb so gut, weil sie gleichzeitig verschiedene Sinne ansprechen und damit mehr Nutzer erreichen können.

Genau. Ich finde es spannend, was diese Entwicklung für die Contentanalyse bedeutet: Wir können ein tieferes Verständnis für Nutzerverhalten und Markenwahrnehmung entwickeln, wenn wir Posts schon bei der maschinellen Erfassung in ihrer Gesamtheit verstehen können. Interessant ist auch, ob sich der Humor eines Beitrags in den Kommentaren wiederfindet, also die grundlegende Frage, ob der Witz durch das Publikum verstanden wurde und auf Resonanz stösst. Und ganz generell, ob sich die Tonalität von Sender und Publikum ähnelt oder nicht.

Wofür setzt SemanticForce derartiges Know-how ein?

Zum Beispiel wenn wir unseren Kunden bei der Auswahl der richtigen Influencer helfen. In gewissen Branchen ist Marketing ohne Influencer schlicht nicht mehr denkbar, gleichzeitig ist die Auswahl eines derartigen Markenbotschafters eine strategische Entscheidung, und es wäre ziemlich unverantwortlich, wenn man diese nur auf oberflächliche KPI’s wie Reichweite, Engagement-Rate oder Conversion begründet.

Wie geht Ihr vor?

Zuerst erstellen wir eine «Long List» von Kandidaten. Neben den oben erwähnten Kriterien ziehen wir weitere Aspekte in Betracht. Passt die Qualität und Ästhetik zu den Markenrichtlinien des Auftraggebers? Passt das Publikum zur Marke? Ist der Produktmix stimmig oder zu breit? Wie hoch ist der Anteil von Bots unter den Followern?

Nach dem ersten Kundenfeedback prüfen wir die Kandidaten der «Short List» auf mögliche Reputationsrisiken, die auf den Auftraggeber zurückfallen könnten. Gibt es gekaufte Follower? Oder politische Unstimmigkeiten, direkt bei der Person oder in ihrem Umfeld? Gibt es hängige juristische Verfahren? Diese Menschen wollen mit ihrer Persönlichkeit für ein Produkt/ eine Dienstleistung werben. Genau deshalb muss ihre Authentizität im Vorfeld sauber abgeklärt werden.

Wie erkennt Ihr Bots?

An ihrem Verhalten. Wie häufig wird gepostet? Bei mehreren tausend Beiträgen pro Woche oder nur schon mehr als 50 pro Tag ist die Wahrscheinlichkeit gering, dass es sich um einen echten Menschen handelt. Ebenso auffällig ist eine gleichzeitige Aktivität in vielen Kanälen. Eine wiederkehrende, hohe Zahl von Likes ist bei wenigen eigenen Beiträgen eher verdächtig. Viele Bots verwenden eine allzu einfache Sprache, sie stechen nicht durch Kreativität hervor.

Auf einer Skala von 1 bis 10: Wie hoch schätzt Du die Gefahr durch Bots ein?

Grundsätzlich leider hoch, auch wenn sich die Gefahren je nach Anwendung stark unterscheiden. Im Konsumgütermarketing werden wir viele AI-Influencer sehen.

Die Gefahr in diesem Bereich würde ich mit einem 4 bewerten: Wir werden mehr Masse sehen, und – vermutlich – weniger Qualität.

In der Politik würde ich Gefahr durch Bots mit einer 9 bewerten, und es bereitet mir echte Sorgen. Bots sind völlig unreguliert und unterwandern unsere Demokratien. Bis jetzt beobachte ich vor allem, dass das Problem von der Politik völlig unterschätzt wird.

Dann ist Du also eher skeptisch in Bezug auf die Entwicklung, die die KI losgestossen hat?

Das würde ich so nicht sagen. Aber wir werden noch den richtigen Umgang mit der Technologie lernen müssen. Ich sehe auch viele Chancen, vor allem für Nischenanbieter im sogenannten «Long Tail» : Noch nie war es so einfach, diejenigen im Netz zu finden, die sich für das gleich Thema begeistern. Und Unternehmen können heute viel besser zuhören, und herausfinden, was ihre Kunden bewegt.