#how2ai Peter Bernskötter Medien-Monitoring-Analyse mit KI für die digit...




- Podcast-RSS für alle Podcast-Apps: https://feeds.feedburner.com/ogokpodcast 

- Spotify: https://open.spotify.com/show/00n8s2qYAgwzJQkmRGjjNA 

- Apple Podcasts: https://podcasts.apple.com/de/podcast/oliver-gassner-work-smarter-not-harder/id1481175623 

- Youtube-Video: https://www.youtube.com/@OliverGassner  


Peter Bernskötter, Gründer von BC Lab [ki urspr. BCL Lab], setzt auf KI zur Medienüberwachung und Analyse für die digitale PR.

Ziel ist es, Monitoring-Daten nicht nur zu sammeln, sondern gezielt zu analysieren.

Peter kommt aus der PR-Beratung und hat sich mit Fokus auf Online-PR selbstständig gemacht.

BCL Lab war eine der ersten Agenturen, die PR-Beobachtungen online betrieben.

Ein Hauptkunde, Adobe Systems, brachte den Anstoß, ein System zur Überwachung von User-Diskussionen über ihre Produkte zu entwickeln.

Anfangs wurden simple Tools für News- und Gruppenüberwachung gebaut, um Daten manuell auszuwerten.

Die Agentur hat Monitoring-Tools kontinuierlich weiterentwickelt und KI zunehmend integriert.

KI wird verwendet, um Themen, Trends und wichtige Schlagzeilen zu erkennen und zu kategorisieren.

Ein zentraler Fokus liegt auf der Sentiment-Analyse, also der Analyse von positiven und negativen Stimmungen in Diskussionen.

Die Ironie-Erkennung ist nach wie vor eine Herausforderung für die KI in der Stimmungsanalyse.

BCL Lab nutzt lexikalische Ansätze zur Sentiment-Analyse und erstellt kundenbezogene Sentiment-Profile.

Es werden kundenspezifische Listen mit positiven und negativen Schlüsselwörtern erstellt.

Die KI läuft über verschiedene Modelle (ChatGPT, Claude), um Ergebnisse zu testen und die besten Outputs zu ermitteln.

Regelmäßig werden Monitoring-Ergebnisse von der KI in strukturierte Berichte umgewandelt.

Ein Beispiel ist der Einsatz bei Daimler Truck zur globalen Überwachung von Wettbewerbern.

KI ermöglicht die Automatisierung und Erhöhung der Produktivität in der PR-Analyse.

Herausforderungen bestehen bei der Präzision der Ergebnisse, der Aktualität und der prompt-genauen Eingabe.

Trotz des KI-Einsatzes sind manuelle Überprüfungen und Anpassungen weiterhin erforderlich.

Die KI bietet Potenzial für individualisierte Alerts und Dashboards für Kunden und verschiedene Anwendungsszenarien.

Das Wachstum von KI führt zu Produktivitätssteigerungen, jedoch auch zu neuen technischen Herausforderungen, insbesondere beim Energieverbrauch.

*
**
  • Einleitung und Vorstellung (00:01): Oliver Gassner begrüßt Peter Bernskötter und erklärt, dass sie über die Nutzung von KI in der Medienüberwachung und Analyse für digitale PR sprechen werden.

  • Hintergrund von Peter Bernskötter (00:40): Peter beschreibt, dass er Gründer und Geschäftsführer von BCL Lab ist, einer PR-Agentur mit Sitz in Hamburg, und dass sein Hintergrund in der klassischen PR-Beratung liegt.

  • Anfänge der Online-PR (01:19): Peter berichtet, dass er vor ca. 20 Jahren mit Online-PR begann, als die Idee noch auf Skepsis stieß. Die damalige Herausforderung bestand darin, Diskussionen über Produkte im Internet zu überwachen.

  • Erste Kunden und Systeme für Monitoring (02:03): Ein Beispiel für frühe Projekte war Adobe Systems, das mit Problemen durch verschiedene Software-Versionen zu kämpfen hatte. BCL Lab entwickelte dafür ein einfaches Monitoring-System.

  • Entwicklung des ersten Monitoring-Tools (02:37): Ein rudimentäres Tool, das Newsgroups durchsuchte und Begriffe identifizierte, wurde aufgebaut. Die Ergebnisse wurden damals noch per CD oder gedruckt an Kunden versandt.

  • Marktentwicklung und Alleinstellungsmerkmal (03:19): Peter erklärt, dass sie eine der wenigen Agenturen waren, die solche Monitoring-Lösungen boten, was ihnen in der Branche eine besondere Position gab.

  • Integration von KI in das Monitoring (03:52): BCL Lab integriert nun KI, um tiefere und effizientere Analysen zu ermöglichen, und möchte, dass KI „wirklich arbeitet“, anstatt nur einfache Texte zu generieren.

  • Sentiment-Analysen und Herausforderungen (05:11): Die Analyse von Gefühlen in Online-Diskussionen ist komplex, insbesondere bei Ironie oder Sarkasmus. Dies stellt für KI auch heute noch eine Herausforderung dar.

  • Methoden der Sentiment-Analyse (05:54): Peter erklärt, dass BCL Lab Sentiment-Analysen thematisch und lexikalisch anpasst, um den Ton der Erwähnungen ihrer Kundenprodukte besser zu verstehen.

  • Lexikalische Analyse und Grenzen (07:06): BCL Lab erstellt kundenindividuelle Listen positiver und negativer Wörter für die Analyse, da bestimmte Themen je nach Kunde und Kontext unterschiedlich wahrgenommen werden.

  • Kundenspezifische Analyseansätze (07:44): Die Agentur passt die Sentiment-Analyse an spezifische Kundenbedürfnisse an, z. B. bei Lebensmittelherstellern oder Technologieanbietern, und hebt damit relevante Stimmungen hervor.

  • Vorteile der KI-basierten Analyse (08:24): Mit der Nutzung der KI können Monitoring-Daten tagesaktuell gesammelt und spezifisch zu einem Thema strukturiert und analysiert werden, was bei herkömmlichen Tools schwierig ist.

  • Probleme mit veralteten Informationen (09:49): Oliver und Peter diskutieren über die Begrenzungen aktueller KI-Modelle, insbesondere wenn es um die Unterscheidung zwischen tagesaktuellen und älteren Daten geht.

  • Erfolg der Analysen durch präzise Fragestellungen (14:11): Peter betont, wie wichtig es ist, gezielte Fragen und Prompts an die KI zu stellen, um qualitativ hochwertige Ergebnisse zu erhalten.

  • Schwierigkeiten bei der Zuverlässigkeit (15:29): Peter erklärt, dass KI-Ergebnisse je nach Fragestellung variieren können und dass eine ständige Überprüfung notwendig ist, um konsistente Ergebnisse zu erhalten.

  • Strukturierte Zusammenfassungen und Übersichten (18:08): Ein KI-generiertes Dashboard bietet täglich strukturierte Zusammenfassungen, die Nutzern Zeit sparen und die relevantesten Themen schnell zugänglich machen.

  • Beispiel einer tagesaktuellen Themenübersicht (24:13): Ein Dashboard bietet Schlagzeilen und kurze Zusammenfassungen zu wichtigen Themen, wie etwa Entwicklungen in der Blockchain-Technologie oder Betrugsfällen im Kryptobereich.

  • Individuelle Anpassungen für Großkunden (28:42): Ein Beispiel bei Daimler Truck zeigt, wie KI für globale Wettbewerbsanalysen genutzt wird, indem Entwicklungen bei rund 50 Konkurrenten überwacht werden.

  • Kosteneffizienz und neue Arbeitsweisen (41:19): Peter berichtet, dass durch KI die Produktivität gesteigert werden kann, ohne dass Stellenabbau nötig ist. Die Qualität der Analyse wird erhöht, und Mitarbeiter können anspruchsvollere Aufgaben übernehmen.

  • Zukunftsprognose und Herausforderungen der KI (55:32): Abschließend bespricht Peter die zukünftige Entwicklung der KI. Er sieht KI als sinnvolles Tool zur Verbesserung und Individualisierung von PR- und Kommunikationsmaßnahmen, aber betont, dass eine kritische Überprüfung durch Menschen weiterhin erforderlich bleibt.



  • Kommentare