Generative AI in der Marktforschung

Zurzeit vergeht kein Tag, an dem nicht über die Möglichkeiten und Auswirkungen generativer KI auf die Arbeitswelt diskutiert wird. Inwiefern sind die Marktforschung und die Marktforschenden denn von diesen Entwicklungen betroffen?

Magdalena Dröse: Dass KI die Marktforschung unterstützen kann, ist keine neue Entwicklung. Zur Beschleunigung von Prozessen, z.B. bei aufwändigen Codierungen, oder als Analysewerkzeug beeinflusst KI die Datenerhebung und -auswertung schon länger. Dies gilt insbesondere dort, wo es um die Verarbeitung großer Datenmengen geht, z.B. bei Trend- und Markenimagestudien oder quantitativen Zielgruppenanalysen.

Das Besondere der Generative-AI-Tools ist, dass diese auch (sinnvolle) Antworten zu Themen geben können, auf die sie nicht explizit trainiert wurden. Durch die Verfügbarkeit als Chatbot, wie bei ChatGPT beispielsweise, vereinfacht sich der Zugang zudem immens.

Den Marktforschenden steht somit rund um die Uhr ein Assistent für unterschiedliche Aufgaben zur Verfügung. Das fängt bei der Recherche an, geht über die Entwicklung von Fragebögen und Interviewleitfäden, bis hin zur Datenanalyse. Vor allem bei der Entwicklung von Fragebögen können die neuen Tools sowohl Anregungen für Fragestellungen und Antwortmöglichkeiten liefern als auch die Verständlichkeit überprüfen. Große Datenmengen nach Trends und Mustern zu analysieren und zu clustern, ist ja seit jeher ein Anwendungsfall von KI. Die Berichterstellung, sei es das Schreiben von Texten oder das Visualisieren von Daten, kann ebenfalls unterstützt werden. Und ein bisschen weitergedacht, kann man mittels KI natürlich auch bestimmte Zielgruppen, Kunden oder Personas simulieren und deren Antwortverhalten, Reaktionen etc. erfassen. Synthetische Marktforschungsdaten sind in diesem Zusammenhang ein Begriff, der zukünftig sicherlich noch häufiger genannt wird.

Wird sich in diesem Zusammenhang die Bedeutung der klassischen Feldarbeit mit „echten“ Menschen zukünftig verändern?

Antje Thiel: Das ist ein bisschen wie in die Glaskugel schauen. Sicher wird KI auch einen Einfluss auf die klassische Feldarbeit mit ‚echten‘ Menschen haben. Immer dann, wenn es aus Zeitgründen, aus ökonomischen Gründen eine andere als die herkömmliche Lösung braucht, wird schließlich nach neuen Lösungen geschaut. Ich habe gehört, dass es da schon erste Versuche gibt, allerdings noch nicht mit zufriedenstellendem Output. Ob KI da in Zukunft eine Lösung anbieten kann, werden wir sehen, ich bin da eher skeptisch. Ich glaube, immer dann, wenn wir neue Antworten in einer ganz speziellen/ neuen Situation benötigen, bedarf es einer Primärdatenerhebung mit Menschen aus Fleisch und Blut mit echten Emotionen und persönlichen Meinungen. 

Und welche Rolle spielen die professionellen, leibhaftigen Marktforschenden in diesem Umfeld?

Antje Thiel: Qualität, Erfahrung und Vertrauen hinsichtlich der Bewertung von Ergebnissen – genau hier ist der professionell forschende Mensch und Marktforschende unersetzlich: Es wird immer Forschungsprojekte geben, bei denen der kulturelle und gesellschaftliche Kontext von Bedeutung ist, um vollständig zu verstehen und Resultate zu bewerten.

Immer dort, wo es darauf ankommt, kreativ Fragen zu stellen, auf Augenhöhe mit den Probanden zu kommunizieren, bei uneindeutigen Aussagen nachfragen zu können, sind meines Erachtens KI-Systeme ungeeignet. Hier ist der leibhaftige, professionelle Forschende gefragt, der die richtigen (Nach-)Fragen zur richtigen Zeit stellen kann.

Und letztendlich werden nur versierte Marktforschende aus KI-basierten Datenmassen sinnvolle Schlüsse ziehen können und diese einem nicht-technisch versiertem Publikum überzeugend präsentieren können.

Inwiefern greift ihr diese Fragestellungen in eurer User Group Marktforschung auf?

Magdalena Dröse: Die Möglichkeiten von KI sind immer wieder Thema bei unseren User-Group-Mitgliedern. Beim letzten Arbeitstreffen wurde beispielsweise der Einsatz in der qualitativen Forschung, bei der bereits angesprochenen Codierung und auch Sentiment-Analyse, diskutiert. Interessant war, dass die Einführung offensichtlich davon abhängig ist, wie viele Daten (wie regelmäßig) verarbeitet werden müssen und dass oft auch der Zweifel an der Datenqualität eine Einführung (noch) verhindern.

Beim nächsten Arbeitstreffen richten wir unseren Blick auf die Generative-AI-Tools. Hier sollen die bereits angedeuteten Anwendungsfelder betrachtet werden, damit unsere Mitglieder bestenfalls mit konkreten Use Cases im Gepäck wieder nach Hause fahren.

Kurze Umfrage zur Nutzung von generative AI in der Marktforschung: