Passwortgeschützt
Um dieses geschützten Beitrag anzusehen, unten das Passwort eingeben.:
Um dieses geschützten Beitrag anzusehen, unten das Passwort eingeben.:
Das semantische Netzwerk ist ein wichtiges Konzept im Neuromarketing: Es umfasst alle Informationen, die zu einer Marke im Langzeitgedächtnis gespeichert werden. Unternehmen können dieses Marken-Wissen durch ihre digitale Kommunikation mitgestalten. Dazu braucht es ein Verständnis darüber, wie das semantische Netzwerk zur Brand Awareness beiträgt und das (Kauf-)Verhalten beeinflusst. Und es braucht Wissen darüber, wie Kommunikation das semantische Netzwerk Ihrer Marke prägt. Beides haben wir für Sie zusammengefasst. Was ist ein semantisches Netzwerk? Das menschliche Gehirn überträgt Informationen aus dem Kurzeitgedächtnis in das Langzeitgedächtnis, wo sie ein Leben lang erhalten bleiben können. Dabei verfügt das Langezeitgedächtnis über eine enorme Speicherkapazität. Genau deshalb muss unser gespeichertes Wissen organisiert werden: durch Schemata und Scripts. Schemata: Dabei handelt es sich um einzelne Informationen, die im Langzeitgedächtnis gespeichert werden. Scripts: Das sind Verhaltensmuster, die abgespeichert und bei Bedarf abgerufen werden. Gemeinsam ergeben diese Schemata und Scripts ein semantisches Netzwerk: zum Beispiel zu einer Person, einem Film oder eben zu einer Marke. Das semantische Netzwerk besteht aus vielen Wissensknoten, die miteinander vernetzt sind. Neues Wissen zur Marke wird als neuer Knoten in das semantische Netzwerk integriert. Nun reicht ein einziger externer Reiz, der einen dieser Knoten anspricht, um das gesamte Netzwerk zu aktivieren. Was in der Erklärung kompliziert klingt, ist eigentlich ganz einfach. So könnten zum Beispiel die Schemata im semantischen Netzwerk von sonicboom aussehen: So nutzt das semantische Netzwerk Ihrem Unternehmen Nun wissen wir also, was ein semantisches Netzwerk ist. Wie aber nutzt es einem Unternehmen? Ein starkes semantisches Netzwerk kann einerseits die Brand Awareness stärken. Je mehr Schemata zu Ihrem Unternehmen gespeichert sind, umso stärker ist die Marke im Langzeitgedächtnis verankert. Andererseits kann das semantische Netzwerk auch das (Kauf-)Verhalten der betreffenden Person beeinflussen: durch die zugehörigen Scripts, die darin gespeichert werden. Beides wird im Folgenden anhand eines Beispiels erklärt. Schemata: Semantik und Brand Awareness Semantik und Brand Awareness lassen sich besonders gut anhand einer Marke erklären, die wir wohl alle kennen. Denken wir dazu an die Worte „zarteste Versuchung“. Diese aktivieren ein gesamtes semantisches Netzwerk: die lila-Kuh, die markante Farbe der Brand, die Schokoladen-Tafeln, die I-Love-Milka-Herzen – und schon sind wir bei der Marke „Milka“ angelangt. Je nachdem, wie viele Schemata ein Mensch zu Milka verankert hat, kommen dazu noch viele weitere Informationen: Wir denken vielleicht an eine Alm, an Alpenmilch, an Schoko-Osterhasen und -Weihnachtsmänner oder an den Muttertag. Jeder einzelne dieser Gedanken reicht bei einer starken Brand Awareness, um das gesamte semantische Netzwerk zu aktivieren. Scripts: Semantik und das (Kauf)-Verhalten Die zweite Funktion des semantischen Netzwerkes ist es, unser Verhalten zu steuern. So wissen wir etwa bei einer roten Ampel direkt, dass wir jetzt stehen bleiben müssen. In diesem Fall wird das gespeicherte Script „stehen bleiben“ ausgeführt. Auch „bei Grün gehen“ und „nach rechts und links schauen“ sind gespeicherte Scripts. Für Unternehmen sind Scripts insofern hilfreich, dass sie zum Kauf animieren können. Im semantischen Netzwerk von Milka sind demnach bestenfalls Scripts wie „in die Tafel Schokolade beißen“ oder eben „zugreifen und kaufen“ abgespeichert. Diese werden, sobald wir die Milka-Schokolade sehen, automatisch abgerufen. Und ehe wir es merken, landet die lila Tafel bereits im Einkaufswagen. Natürlich können Scripts aber auch das Gegenteil auslösen. Das semantische Netzwerk zu Milka kann nämlich auch Schemata wie „Kalorien“, „Zucker“ und „macht dick“ enthalten. Überwiegen diese negativen Schemata, so können Scripts auch vom Kauf und vom Naschen abhalten. Umso wichtiger ist es also, das semantische Netzwerk Ihrer Marke selbst zu gestalten. Sprechen wir also darüber, wie die digitale Kommunikation dazu beitragen kann. Das semantische Netzwerk durch digitale Kommunikation gestalten Mit der digitalen Kommunikation über Ihre Marke beeinflussen Sie das semantische Netzwerk in den Köpfen Ihrer Zielgruppe. Je öfter ein Reiz zu Ihrer Marke wahrgenommen wird, umso eher entsteht ein neuer Knoten – mit neuem Wissen oder einem neuen Verhaltensmuster. Um das semantische Netzwerk Ihrer Marke zu gestalten, braucht es also eine durchdachte digitale Strategie. Nur so erreichen Sie langfristig und effizient die richtigen Menschen mit der richtigen Botschaft. Dabei kann es hilfreich sein, Ihren Wunsch eines perfekten semantischen Netzwerks aufzuschreiben. Notieren Sie jene Schemata und Scripts, die sich Ihre Zielgruppe zu Ihrer Marke merken sollte. Und machen Sie diese zum Mittelpunkt Ihrer digitalen Kommunikation auf Ihrer Website, Social Media & Co. Je öfter Sie die Zielgruppe mit diesen Kern-Botschaften erreichen, umso mehr wird das semantische Netzwerk Ihrer Marke gestaltet und gefestigt. Sie brauchen Unterstützung bei Ihrer digitalen Strategie? sonicboom steht Ihnen mit Analyse und Strategie für Ihre digitale Kommunikation zur Seite.
Mithilfe von Künstlicher Intelligenz lassen sich Lieferketten zumindest oberflächlich sehr effizient kontrollieren. Große Produzenten könnten in Zukunft so die Qualität ihrer Zulieferer entlang der Lieferkette sicherstellen. Umso wichtiger ist, dass Sie Ihren digitalen Fußabdruck kontrollieren. Der Einsatz Künstlicher Intelligenz (KI) eignet sich an Stellen, an denen enorme Datenmengen gesichtet werden müssen. Im Bereich der Supply-Chain ist das nicht erst seit dem europäischen Lieferkettengesetz der Fall. Große Produzenten können KI einsetzen, um die Berichterstattung zu Umweltverschmutzung und Menschenrechtsverletzungen zu überschauen und Zusammenhänge zu ihren Zulieferern zu entdecken. Prototypen sind bereits in Verwendung. Wollen Sie von dieser Technologie für Ihre Lieferkette profitieren, muss Ihr digitaler Fußabdruck stimmen. Für eine KI ist die Lieferkette nicht unüberschaubar Vergangenes Jahr sorgte die Studie „Driving Force“ für Aufsehen. Die Autoren der Sheffield Hallam University haben darin versucht, die Lieferketten von Automobilherstellern nachzuverfolgen. Sie wollten wissen, ob Zwangsarbeit aus der chinesischen Uiguren-Region in den Fahrzeugen steckt. Um es kurz zu machen: Höchstwahrscheinlich. Die Uiguren sind eine moslemische Minderheit in China, die vor allem in der Provinz Xinjiang leben. Die Region liegt etwas abseits im Nordwesten des riesigen Landes. Dennoch beschloss die Kommunistische Partei im Jahr 2014, die Region „zu einem wichtigen und westwärts orientierten Standort für die Automobilherstellung auszubauen“. Damit die Industriebetriebe dem Ruf folgen, führte die Regionalregierung eine umfangreiche Subventionspolitik ein, die vor allem auf energie- und arbeitsintensive Industrien zugeschnitten war. Also etwa für die Metallverarbeitung. Ein Teil dieser Subventionen sind Arbeitsprogramme. Uiguren, die in Umerziehungslagern sind, oder in ärmlichen, ländlichen Regionen leben, müssen Zwangsarbeit leisten. In Europa gilt das als Menschenrechtsverletzung, in China ist es eine Wirtschaftsförderung. Entsprechend offen berichten Konzerne und Medien darüber und veröffentlichen Fotos und Videos dazu als Teil der Pressearbeit von Konzernen oder als Erfolgsmeldung lokaler Regierungen. Die Autoren von „Driving Force“ haben solche Meldungen analysiert. Ein Beispiel: Aluminium. 12 Prozent des Weltbedarfs kommen aus der Uiguren-Region, wo acht globale Hersteller produzieren. Einer davon ist Joinworld, der über seine Programme zur Arbeitskräfte-Beschaffung zumindest in China sehr offen kommuniziert. Und über seine Kunden. So bezieht BMW laut der Studie Motorblöcke von Joinworld. Bremsen und Kupplungen gehen an das chinesische Unternehmen Jingwei, das unter anderem VW, Ford und Beijing Benz beliefert. Wie KI eine Lieferkette verfolgt Im Juni hat nun das EU-Parlament das Sorgfaltspflichtgesetz angenommen – auch Europäisches Lieferkettengesetz genannt. Unternehmen sind damit gesetzlich verpflichtet, „negative Auswirkungen ihrer Tätigkeiten auf Menschenrechte und Umwelt zu ermitteln und zu verhindern, zu beenden oder abzumildern“. Die Regelung tritt in Kraft, wenn sich das EU-Parlament und der Ministerrat geeinigt haben. Dann müssen Unternehmen ab einer bestimmten Größe ihre Lieferketten auf Menschenrechtsverletzungen und Umweltschutz kontrollieren. Österreichs Industriellenvereinigung ließ daraufhin verlauten, dass dies „kaum administrierbar“ sei. Das sehen große Konzerne anders. Bei einem Weltmarktführer mit weit über 100.000 Beschäftigten (und vielen Zulieferern in Österreich) – der an dieser Stelle leider anonym bleiben muss – fand jüngst ein Hackathon statt. Ziel der Veranstaltung war die Programmierung einer KI, die in Echtzeit das leistet, was die Autoren der Studie „Driving Force“ gemacht haben – Presseberichte analysieren und Lieferketten zurückverfolgen. Dafür wird die KI trainiert, bestimmte Wortkombinationen in Zeitungen und auf sozialen Medien zu finden. In der Uiguren-Region wären das beispielsweise Wörter wie „Pflichtarbeit“, „Überschussarbeitskräfte“ oder „Arbeitsvermittler“. Alles Euphemismen, mit denen in den Medien die Zwangsarbeit gemeint sein könnte. Die KI analysiert daraufhin den Bericht und versucht nachzuvollziehen, welche Kunden mit den betroffenen Produkten beliefert worden sind. Probleme der KI Die Programmierer haben auf dem Hackathon eine (noch eher grobschlächtige) Variante dieser KI problemlos und innerhalb kürzester Zeit zum Laufen gebracht. Die Anwendung ordnete daraufhin die Zulieferer des Konzerns in einer Art Ampelsystem ein. Unternehmen, zu denen die KI nichts gefunden hat, bekamen ein grünes Logo. Zulieferer mit lösbaren Problemen ein gelbes. Und wer im roten Topf landete, darf sich auf den Besuch des zuständigen Supply-Chain-Managers freuen. Zumindest theoretisch. In der Praxis steckt diese Technologie noch in den Kinderschuhen und die Programmierer kämpfen mit zwei zentralen Problemen: Blackbox KI: Das Programm hat zwar alle Hersteller bewertet, konnte aber (noch) nicht schlüssig erklären, wie es zu dieser Bewertung kam. Das Ergebnis war nicht ausreichend nachvollziehbar. Als Lösung kommt eine Art Quellenverzeichnis infrage. Fehlinterpretation: Auf dem Hackathon suchte die KI nach bestimmten Wortkombinationen. Kommen sie vor, müssen sie aber nicht zwingend negativ sein. Lautet die Schlagzeile, dass ein Hersteller Überschussarbeitskräfte verweigert, kann die KI das (noch) nicht zugunsten des Produzenten interpretieren. Das Lieferkettengesetz und eine kontrollierende KI ist für Unternehmen auch eine Chance. Aber nur, wenn sie sicherstellen, dass sich ihr positives Verhalten und nachhaltiges Wirtschaften auch in ihrem digitalen Fußabdruck widerspiegelt. Er muss mit eindeutigen Aussagen und vernetzten Signalen zweifelsfrei mit der KI kommunizieren. Große Macht, große Verantwortung Der Wettlauf um diese Technologie dürfte angesichts des Europäischen Lieferkettengesetzes an Fahrt gewinnen. Auch, weil die Einsatzmöglichkeiten sehr vielfältig sind. Die Programmierer auf dem Hackathon hatten das Grundgerüst der KI derart schnell fertig, dass jede Institution, die ein ernstes Interesse an dieser Technologie hat, sie ebenfalls entwickeln könnte. Während der erwähnte Konzern ein Interesse daran hat, mit seinen Zulieferern etwaige Probleme entlang der Lieferkette zu lösen, gilt das für Konkurrenten nicht. Der könnte die Lieferkette aber genauso leicht kontrollieren, Missstände an die Meldestellen der EU und die Presse weitergeben, um das Geschäft zu stören. Auch NGO hätten mit dieser KI ein scharfes Schwert, um sich für mehr Umweltschutz und die Einhaltung der Menschenrechte einzusetzen. Entsprechend wichtig ist es für Unternehmen, nicht nur Gutes zu tun, sondern auch darüber zu sprechen. KI ist ein effizientes Werkzeug, um die Welt transparenter zu machen. Das ist kein Trend oder Hype, der vorbeigehen wird – dafür ist er für viel zu viele Parteien zu einem lukrativen Geschäftszweig geworden. Unternehmen müssen wissen, wie sie diese Entwicklung für sich nutzen können. Sie müssen lernen, ihre Werte und Ziele, ihre Arbeitsweise und Vorzüge klar, ganzheitlich und leicht auffindbar im Netz zu präsentieren. Sie suchen Unterstützung in der Digitalen Kommunikation? sonicboom steht Ihnen wahlweise als ganzheitlicher Partner oder mit gezielten Workshops zur Seite, sodass Sie Ihre Botschaft effektiv im Netz kommunizieren.
Daten gehören zu den wichtigsten Assets eines Unternehmens. Sie liefern beispielsweise Einblicke in die Kundschaft sowie aktuelle Markttrends und helfen dabei, fundierte Entscheidungen zu treffen. Doch der Wert von Daten ist auch im Content Management nicht zu unterschätzen – in Form des Data Storytelling. Denn richtig eingesetzt werden Daten zu Geschichten, die sonst keiner erzählen kann. Von Daten zum Data Storytelling Der erste und wichtigste Tipp im Data Storytelling: Nutzen Sie Daten, die sonst keiner hat! Das können etwa Daten über Ihre Kundschaft, Ihr Unternehmen oder Ihre Branche sein. Entscheidend ist, dass Sie damit einzigartige Geschichten erzählen – denn genau darin kann große der Mehrwert des Data Storytelling liegen. Wichtig ist auch, dass es sich dabei – ganz im Sinne der DGSVO – um keine sensiblen Daten handeln darf. Die Daten müssen also so abstrahiert werden, dass keine Rückschlüsse auf einzelne Personen oder dritte Unternehmen gezogen werden können. Beispiele für Corporate Data Storytelling Diese realen Beispiele von Unternehmen zeigen, wie einzigartige Daten zur Geschichte werden: Google – Year in Search: Google bringt jährlich eine Kampagne inklusive Video heraus, in der es um die meistgesuchten Google-Anfragen des Jahres geht. 2022 war das etwa „can i change“. National Geographic – Atlas of Moons: Mit dem Atlas of Moons hat das Magazin National Geographic eine interaktive Data Story veröffentlicht, die auch für Nicht-Abonnenten und Nicht-Abonnentinnen frei zugänglich ist. Damit positioniert sich National Geographic als Experte. Spotify – Wrapped: Ein besonderes Beispiel liefert Spotify – denn der Streamingdienst macht individuelles Storytelling. Mit „Spotify Wrapped“ erhält jeder User und jede Userin am Jahresende einen personalisierten Jahresrückblick seiner gestreamten Songs und Podcasts. Natürlich gibt es diese Daten auch zusammengefasst als Data Story aller Nutzerinnen und Nutzer der Plattform. Whirlpool – care counts: Der Waschmaschinen-Hersteller hat eine Initiative gestartet, um Waschmaschinen in amerikanischen Schulen zu platzieren. Die zugehörigen Daten werden einfach verständlich auf der zugehörigen Landingpage aufbereitet, um den Impact der Kampagne zu zeigen. Pornhub – Insights: Data Storytelling der etwas anderen Art gibt es auf dem Blog von Pornhub. Das Unternehmen nutzt seine einzigartigen User-Daten, um Geschichten zu erzählen – von den Wahlen in Amerika bis zum Super Bowl. Wie aus Daten spannende Geschichten werden Der Weg von den rohen Daten zur spannenden Geschichte lässt sich in drei Schritte aufteilen, die alle entscheidend für das erfolgreiche Data Storytelling sind. Die wirklich relevanten Daten auswählen Für eine übersichtliche Geschichte ist zunächst wichtig, nur die wirklich relevanten Daten auszuwählen. Diese Entscheidung ist wichtig und muss gleich zu Beginn getroffen werden – mit dem Ziel der finalen Story im Hinterkopf. Die Daten in eine Erzählstruktur verpacken Sind die Daten einmal ausgewählt, geht es an die Struktur der Geschichte. Diese sollte von Anfang bis Ende schlüssig sein und einen klaren Erzählstrang haben. Untermalt durch Grafiken ergibt das eine durchgängige Geschichte im Stil des Data Storytelling. Die Informationen visuell ansprechend aufbereiten Die grafische Untermalung bringt uns bereits zum letzten Schritt: Der visuellen Aufbereitung der Daten. Dafür eignen sich etwa Infografiken, Barr Charts oder interaktive Grafiken. Wichtig ist hierbei: Auch die grafische Darstellung im Data Storytelling muss durchgängig und schlüssig sein. Das Design sollte also einheitlich bleiben – auch, wenn es um verschiedene Datensätze und Diagrammtypen geht. Dieser Weg von den Daten zur Story wird in der folgenden Grafik, wie sollte es anders sein, visuell dargestellt: Klar, ethisch & interaktiv: Tipps für die Visualisierung Die Visualisierung ist ein herausfordernder Teil des Data Storytelling. Deshalb haben wir einige Tipps für Sie, worauf Sie bei der Datenvisualisierung achten sollten: Den richtigen Diagrammtyp wählen: Balkendiagramm, Tortendiagramm, Timeline, Landkarte oder doch Infografik? Der Diagrammtyp hat großen Einfluss darauf, wie sinnvoll die Datenvisualisierung am Ende wird. Klarheit geht über Komplexität: Je einfacher und klarer die Daten dargestellt werden, umso leichter sind sie auch zu verstehen. Verzichten Sie also auf unnötig komplexe Daten-Graphen. Visualisierungsethik: Achten Sie bei allen Grafiken darauf, dass diese die Daten nicht verzerren. Ein einfaches Beispiel: Sie möchten die Zahlen 340 und 310 als Balkendiagramm darstellen. Dann muss die Visualisierung dennoch bei 0 beginnen – und nicht etwa bei 300. Denn sonst wäre die Darstellung irreführend, indem sie einen viel größeren Unterschied suggeriert. Interaktivität: Wann immer möglich können Sie bei Datenvisualisierungen auf interaktive Grafiken setzen. Sei es eine Landkarte, auf der Länder ausgewählt werden können, oder ein Balkendiagramm, dessen Achsen verschoben werden können, – Interaktivität schafft Aufmerksamkeit. Tool-Tipp: Data Storytelling mit Flourish Für die Visualisierung von Daten ist das passende Tool unerlässlich. Wir empfehlen hier Flourish für das effektive Data Storytelling. Mit Flourish können Sie interaktive Grafiken in Ihrem Brand Design erstellen und diese gemeinsam mit Ihrem Team bearbeiten. Gerne zeigen wir Ihnen, wie Sie das Data Storytelling mit Flourish angehen. Nehmen Sie einfach Kontakt zu uns auf. Die Zukunft des Data Storytelling mit Künstlicher Intelligenz Im Angesicht der rasanten Entwicklungen künstlicher Intelligenzen reicht es allerdings nicht, sich mit aktuell verfügbaren Tools zu befassen. Die Zukunft des Data Storytelling wird stark von KI unterstützt sein. Dann wird es zum essenziellen Skill, die richtigen Prompts zu beherrschen, um Grafiken erstellen zu lassen. Die ersten Versuche mit Daten-Visualisierungen durch KI sind jetzt schon möglich. So kann GraphGPT etwa „unstrukturierte natürliche Sprache in einen Wissensgraphen umwandeln“. Ein kleines und amüsantes Beispiel ist der Satz: „Show me, how AI can improve data storytelling.“ Nun ja, Aufgabe erfüllt: Was Chat-GPT dazu sagt „In der Zukunft wird die Datenvisualisierung durch KI noch weiter optimiert werden. Fortschritte in den Bereichen maschinelles Lernen und Bilderkennung eröffnen neue Möglichkeiten, komplexe Daten in aussagekräftige Bilder, Diagramme und interaktive Visualisierungen umzuwandeln. Die Kombination von KI mit Datenvisualisierung eröffnet Unternehmen die Chance, ihre Daten effektiver zu nutzen und tiefere Einblicke zu gewinnen, um fundierte Entscheidungen zu treffen und ihre Geschichten noch überzeugender zu erzählen.“ Es ist also besonders jetzt wichtig, die Augen für neue KI-Lösungen offen zu halten, um Data Storytelling am Puls der Zeit zu betreiben. Sie wollen ansprechende Inhalte für Ihre Zielgruppe erstellen? In unseren Workshops geben wir Ihnen wichtige Inputs und Know-how an die Hand, um effektiv digital zu kommunizieren. Inklusive Trend-Updates und neuesten KI-Tools.
Im Gespräch mit dem österreichischen Interview-Blog Talkaccino hat sich KI-Forscher DI Dr. techn. Mugdim Bublin, Stiftungsprofessor der Stadt Wien für Artificial Intelligence an der FH Campus Wien, über künstliche Intelligenz, maschinelles Lernen sowie die Chancen und Gefahren dieser Technologien unterhalten. „Ich habe Angst vor dem Missbrauch dieser Technologie“ Relativ bald nach Beginn des Interviews wurde über Endzeitfantasien à la „Terminator“ gesprochen, die unter anderem durch Tech-Größe Elon Musk befeuert wurden. Dieser hatte das Gedankenspiel bemüht, dass KI die Menschheit womöglich auslöschen könnte. Während KI-Forscher Dr. Bublin derlei Szenarien eher nüchtern betrachtet – wenngleich er einen Ausblick gibt, dass Maschinen die Menschen in ca. 50 Jahren überholen könnten –, so gibt er zu, Angst vor dem Missbrauch der KI-Technologie zu haben, da, seiner Meinung nach, der Mensch die Schwachstelle in der Anwendung der Technologie ist. Wie auch bei Dynamit oder der Atomenergie kann sie sinnstiftend oder auch missbräuchlich eingesetzt werden. „Menschen werden womöglich an der falschen Stelle durch KI ersetzt“ Große Bedenken äußert Bublin im Zusammenhang mit der Profitgier diverser Unternehmen. Menschen könnten demnach an den falschen Stellen durch KI ersetzt werde. Das hätte wiederum zur Folge, dass die Qualität von Dienstleistungen leiden würde. In dem Zusammenhang nimmt er einerseits den Gesetzgeber in die Pflicht – Qualitätskontrollen durch den Menschen sollten in jedem Fall stattfinden. Andererseits aber auch die Gesellschaft im Gesamten, da jede und jeder einen kritischen Blick auf die weitere technologische Entwicklung werfen sollte. Apropos Weiterentwicklung: Das menschliche Gehirn besteht aus rund 100 Milliarden Neuronen. ChatGPT3 ist ein neuronales Netz mit rund 175 Milliarden Neuronen. Zukünftig wird an neuronalen KI-Netzen mit einer Leistung von mehr als tausend Mal so viel Schnittstellen gearbeitet. Das ganze Interview ist hier nachzulesen. Sie wollen mit uns über KI sprechen? In unserem Workshop X behandeln wir gerne Ihre Fragen rund um die Künstliche Intelligenz.