29 Aug Machine Learning sorgt für optimale Prognosen

Schon heute im Einsatz: Predictive Analytics“ in Medien

Auch wenn es immer noch keine Glaskugel gibt, die einem die Zukunft zeigt: Medienmacher und Kommunikatoren in PR und Marketing können mit Hilfe Künstlicher Intelligenz deutlich mehr über morgen und übermorgen wissen und berichten, als noch vor wenigen Jahren. Das liegt an schier unendlichen Mengen an Daten und an Methoden und Instrumenten, diese auch auszuwerten. Das Ganze nennt sich dann „Predictive Analytics“ und bietet Potenzial und Chancen auf vielen Ebenen.

Für die vergangenen Wahlen in den USA (Präsident, Kongress, Senat) taten sich beispielsweise Reuters und SAP zusammen. Ziel war und ist es „Predictive Analytics“ für den Journalismus und das Publishing zu nutzen. Mit Hilfe von SAP HANA und Lumira Software bauen die Reuters Journalisten und Produktentwickler neue Tools, um ihren bestehenden Reuters Polling Explorer sozusagen aufzumotzen und in gewisser Weise in die Zukunft sehen zu lassen. Mehr als 100 Millionen Antworten und Aussagen aus Umfragen zu Wahlen lassen sich auswerten und künftige Entscheidungen und Verhaltensweisen von Wählern simulieren und damit als künftige wahrscheinliche Szenarien visualisieren. Mit einer eigenen White House Run Applikation von Reuters konnten Nutzer basierend auf Predictive Analytics die künftigen Verhaltensweisen von zur Wahl stehenden Kandidaten simulieren und mit den eigenen Vorstellungen und Zielen und denen von Freunden abgleichen und analysieren lassen.

Auch die Redaktion der US News Seite Propublica nutzt Datenanalyse und eine spezielle Form der Predictive Analytics, um Kongressabgeordnete nach ihren wahren Interessen und Themen einzuordnen. Mit einem eigens programmierten Machine Learning Algorithmus wurden alle verfügbaren Statements der 535 Kongressmänner und –frauen gescannt. Dabei setzte die Redaktion auf das sogenannte Words2Vec- oder Docs2Vec-Verfahren. Dabei werden Worte und Aussagen in Vektoren aus der linearen Algebra dargestellt und als Datenmengen repräsentiert. Damit sind sie für Computer verständlich und bewertbar. Anhand dieser Auswertungen kann der Algorithmus nun Muster und Ähnlichkeiten in den Aussagen und Statements der Abgeordneten erkennen und diese typischen politischen Strömungen zuordnen, die mit diesen Mustern und Worten oder Formulierungen statistisch eindeutig verbunden sind. Der vorhersagende Aspekt, der eben über die bisher rein beschreibende Datenanalyse hinausgeht, besteht dann darin, Prognosen zu treffen, wie sich ein bestimmter Abgeordneter oder eine Gruppe in der Zukunft verhalten wird und was das für Auswirkungen auf Entscheidungen und politische Prozesse haben dürfte.

Buzzfeed News nutzte ebenfalls Machine Learning und Predictive Analytics für die Recherche mehrerer Geschichten über Flüge des FBI und der Homeland Security, die eigentlich hätten geheim bleiben sollen. Ein Algorithmus wurde darauf trainiert, typische Muster und Bewegungen von Spionage- und Überwachungsflügen zu erkennen. Vorgegeben wurden nur wenige Kriterien, den Rest „lernte“ die Maschine bei der Auswertung von unzähligen Flugdaten aus der Datenbank von Flightradar24. Das Ergebnis sind detaillierte Karten zu den unter „Top Secret“ laufenden Flügen. Mehr noch: Über Predictive Analytics kann sogar vorhergesagt werden, wann, wo, wer, welche Art von derartigen Spionage- und Überwachungsflügen wohl in der Zukunft machen würde.

Predictive Analytics ist bereits in vielen Bereichen zu finden

Modelle der Predictive Analytics Technologie

Predictive Analytics ist also eine mächtige und faszinierende Technologie und Methode, die im Journalismus und in PR und Marketing neue Möglichkeiten eröffnet. Außerdem wird Predictive Analytics vor allem in den Bereichen Energieversorgung, Instandhaltung, Produktionsmanagement, in der Finanz- und Versicherungswirtschaft und zunehmend auch in der öffentlichen Verwaltung eingesetzt. Bei der prädiktiven Modellierung werden anhand bekannter Werte Modelle zur Prognose der Ergebnisse für andere oder neue Daten entwickelt. Ein solches Modell generiert Ergebnisse in Form von Prognosen für die Wahrscheinlichkeit einer Zielvariablen (z.B. Erlöse, Kosten, Routen, Verhaltensweisen, etc.) basierend auf der geschätzten Signifikanz verschiedener Eingangsvariablen. Dies ist ein entscheidender Unterschied zu deskriptiven Modellen für die Analyse vergangenen Geschehens oder zu diagnostischen Modellen für die Analyse von Zusammenhängen.

Grundsätzlich gibt es zwei Arten prädiktiver Modelle. Klassifikationsmodelle sagen die Zugehörigkeit zu einer Klasse voraus. Das ist das, was beispielsweise Propublica mit den Kongressabgeordneten gemacht hat. Das Ergebnis lässt sich in der Regel als 0 oder 1 darstellen, wobei 1 bedeutet, dass die untersuchte Eigenschaft vorhanden ist.Regressionsmodelle sagen einen Zahlenwert vorher – beispielsweise wie sich der eine oder andere zur Wahl stehende Kandidat wohl in der Zukunft verhalten und welche Politik er oder sie machen wird.

Zu den häufigsten Techniken prädiktiver Modellierung gehören Entscheidungsbäume, Regression und neuronale Netzwerke, die bereits in den ersten Blogposts hier bei WeGoFive beschrieben worden sind.
Regressionsmodelle sagen einen Zahlenwert vorher – beispielsweise wie sich der eine oder andere zur Wahl stehende Kandidat wohl in der Zukunft verhalten und welche Politik er oder sie machen wird.

Zu den häufigsten Techniken prädiktiver Modellierung gehören Entscheidungsbäume, Regression und neuronale Netzwerke, die bereits in den ersten Blogposts hier bei WeGoFive beschrieben worden sind.

Weitere Anwendungsgebiete der Predictive Analytics

Neben den oben genannten Beispielen gibt es prinzipiell noch viele weitere Möglichkeiten, Predictive Analytics für Kommunikation und Marketing zu nutzen. Überall da, wo Daten vorhanden sind und Aussagen über die Zukunft gesucht werden, kann Predictive Analytics zum Einsatz kommen. Wahlen sind nicht die einzigen Wettkämpfe, wo der Ausgang ungewiss und damit die Spannung am höchsten ist – und damit die Sehnsucht nach so etwas wie einer magischen Glaskugel ebenfalls. Der Sport ist hier geradezu prädestiniert für Recherchen und Stories mit Hilfe von KI und Predictive Analytics. Gleiches gilt aber auch für den Wirtschafts-, Finanz- und Börsenjournalismus, wo es ja bekanntlich um künftige Entwicklungen und erfolgreiche Strategien geht oder wo die Zukunft in Form von Aktien oder anderen Wertpapieren gehandelt wird. Genauso gut kann Predictive Analytics aber auch im regionalen oder lokalen Journalismus zum Einsatz kommen, wenn es beispielsweise um die Zukunft von Entwicklungs- und Bauprojekten geht, wo die öffentliche Meinung der Bürger ebenso eine Rolle spielt, wie auch Macht und Einfluss von Interessengruppen und lokalen Politikern.

Genauso gut kann Predictive Analytics aber auch im regionalen oder lokalen Journalismus zum Einsatz kommen, wenn es beispielsweise um die Zukunft von Entwicklungs- und Bauprojekten geht, wo die öffentliche Meinung der Bürger ebenso eine Rolle spielt, wie auch Macht und Einfluss von Interessengruppen und lokalen Politikern.

Optimierung der Kommunikation durch Machine Learning

Abgesehen davon können Media Worker Predictive Analytics auch auf anderen Feldern einsetzen und für sich und ihre Geschichten und Produkte nutzen. Hier geht es um die Analyse von Nutzerdaten mit dem Ziel, Aussagen über zukünftiges Verhalten zu treffen und daraus Handlungsempfehlungen für sich selbst und sein Produkt abzuleiten.

Ziel: „Next Best Action“

Das nennt man dann „Next Best Action“. Hier kann es darum gehen, beispielsweise den besten Zeitpunkt zu ermitteln, wann eine bestimmte Geschichte zu einem bestimmten Thema am besten über welche Social Media Plattformen ausgespielt werden sollte, um die Zielgruppe am besten zu erreichen und einen möglichst hohen „Impact“ mit den jeweiligen Inhalten zu erzeugen. Es kann auch darum gehen, wann es sich in Bezug auf welche Leser, Zuschauer oder Nutzer lohnt eine Paywall hochzuziehen, weil es der Zeitpunkt oder die Gelegenheit mit der höchsten Erfolgswahrscheinlichkeit ist. Wenn es darum geht Abonnenten für sein Angebot zu gewinnen, können Predictive Analytics ebenfalls einen wertvollen Beitrag leisten, die beste Gelegenheit und die besten Strategien genau dafür zu finden. Der Blick in die Zukunft mittels Künstlicher Intelligenz, die das statistisch basiert leisten kann, eröffnet also gerade in den Medien und Marketing neue Chancen und Potenziale, die darauf warten, entdeckt und genutzt zu werden.