Generative KI für Marktforschung: Chancen und Risiken

„Mit großer Macht kommt große Verantwortung.“ Sie müssen kein Marvel-Fan sein, um diesen Satz zu erkennen, der durch die Spider-Man-Franchise populär wurde. Und obwohl der Satz ursprünglich auf übermenschliche Geschwindigkeit, Stärke, Agilität und Widerstandsfähigkeit bezogen war, ist er ein hilfreicher Satz, um den Aufstieg der generativen KI zu verstehen.

Während die Technologie selbst nicht neu ist, brachte der Launch von ChatGPT sie in die Hände von 100 Millionen Menschen innerhalb von nur 2 Monaten, was für viele wie das Erwerben einer Superkraft war. Aber wie alle Superkräfte ist es wichtig, wofür man sie verwendet. Generative KI ist da keine Ausnahme. Es gibt das Potenzial für Gutes, für Böses und für alles dazwischen.

Die größten Marken der Welt stehen jetzt an einem kritischen Punkt, um zu entscheiden, wie sie diese Technologie verwenden werden. Gleichzeitig haben wirtschaftliche Unsicherheit und steigende Inflation angehalten – und Verbraucher sind unsicher, wie sie ihre Ausgaben priorisieren sollen.

Wenn man beide Faktoren betrachtet, kann generative KI Marken helfen, im Kampf um die Aufmerksamkeit der Verbraucher einen Vorteil zu gewinnen. Allerdings müssen sie eine ausgewogene Perspektive haben – sie müssen die Möglichkeiten sehen, aber auch die Risiken, und beides mit offener Meinung angehen.

Was generative KI für die Erkenntnisarbeit bedeutet

Die Marktforschungsbranche ist keine Fremde für Veränderungen – die Tools und Methoden, die für Consumer-Insights-Professionals verfügbar sind, haben sich in den letzten Jahrzehnten rasch entwickelt.

Im Moment können wir nur spekulieren, wie groß und schnell die Veränderungen sein werden, die durch die zunehmend zugängliche generative KI gebracht werden. Aber es gibt bestimmte Grundlagen, die in place sein sollten, um Entscheidungsträgern zu helfen, schnell zu reagieren, wenn mehr Informationen verfügbar werden.

Letztendlich kommt alles darauf zurück, die richtigen Fragen zu stellen.

Was sind die Chancen?

Derzeit bietet generative KI vor allem eine erhöhte Produktivität. Sie kann die Prozesse der Ideen-, Informations- und Texterstellung drastisch beschleunigen, wie z.B. die Erstellung von E-Mails, Berichten oder Artikeln. Durch die Schaffung von Effizienz in diesen Bereichen ermöglicht sie es, mehr Zeit für Aufgaben zu verbringen, die erhebliche menschliche Expertise erfordern.

Schnellere Erkenntnis

Für die Erkenntnisarbeit sehen wir ein großes Potenzial in der Zusammenfassung von Informationen. Zum Beispiel hat die Stravito-Plattform bereits generative KI verwendet, um Auto-Zusammenfassungen von einzelnen Marktforschungsberichten zu erstellen, wodurch die Notwendigkeit, manuell eine originale Beschreibung für jeden Bericht zu schreiben, entfällt.

Wir sehen auch Potenzial, diese Anwendung weiterzuentwickeln, um große Mengen an Informationen zu zusammenfassen, um Geschäftsfragen schnell zu beantworten, in einem leicht verständlichen Format. Zum Beispiel könnte dies so aussehen, dass man eine Frage in die Suchleiste eingibt und eine präzise Antwort auf der Grundlage des internen Wissensspeichers des Unternehmens erhält.

Für Marken würde dies bedeuten, einfache Fragen schneller beantworten zu können, und es könnte auch helfen, viel von der Vorarbeit zu erledigen, wenn man sich komplexeren Problemen widmet.

Demokratisierung von Erkenntnissen durch bessere Selbstbedienung

Generative KI könnte es auch einfacher machen, dass alle Geschäftsbeteiligten auf Erkenntnisse zugreifen können, ohne dass sie jedes Mal direkt einen Erkenntnis-Manager involvieren müssen. Durch die Beseitigung von Zugangsbarrieren könnte generative KI Organisationen unterstützen, die versuchen, Consumer-Insights tiefer in ihre täglichen Operationen zu integrieren.

Es könnte auch helfen, häufige Bedenken im Zusammenhang mit dem Zugriff aller Beteiligten auf Marktforschung zu lösen, wie z.B. die falschen Fragen zu stellen. In diesem Anwendungsfall kann generative KI Geschäftsbeteiligten ohne Forschungshintergrund helfen, bessere Fragen zu stellen, indem sie sie mit relevanten Fragen im Zusammenhang mit ihrer Suchanfrage auffordert.

Maßgeschneiderte Kommunikation an interne und externe Zielgruppen

Eine weitere Chance, die generative KI bietet, ist die Fähigkeit, die Kommunikation an interne und externe Zielgruppen anzupassen.

In einem Erkenntnis-Kontext gibt es mehrere mögliche Anwendungen. Es könnte dazu beitragen, Wissensaustausch effektiver zu machen, indem es einfacher wird, Erkenntnis-Kommunikationen an verschiedene Geschäftsbeteiligte im gesamten Unternehmen anzupassen. Es könnte auch verwendet werden, um Briefings an Forschungsagenturen anzupassen, um den Forschungsprozess zu straffen und den Aufwand zu minimieren.

Was sind die Risiken?

Generative KI kann ein effektives Werkzeug für Erkenntnis-Teams sein, aber sie birgt auch verschiedene Risiken, die Organisationen vor der Implementierung beachten sollten.

Prompt-Abhängigkeit

Ein grundlegendes Risiko ist die Prompt-Abhängigkeit. Generative KI ist statistisch, nicht analytisch, also funktioniert sie, indem sie die wahrscheinlichste Information vorhersagt, die als Nächstes gesagt wird. Wenn man ihr den falschen Prompt gibt, erhält man immer noch eine überzeugende Antwort.

Vertrauen

Was noch schwieriger wird, ist die Art und Weise, wie generative KI korrekte Informationen mit falschen Informationen vermischen kann. In niedrigen Risikosituationen kann dies amüsant sein. Aber in Situationen, in denen Geschäftsentscheidungen im Wert von Millionen von Dollar getroffen werden, müssen die Eingaben für jede Entscheidung vertrauenswürdig sein.

Zusätzlich sind viele Fragen im Zusammenhang mit dem Verbraucherverhalten komplex. Während eine Frage wie “Wie reagierten Millennials in den USA auf unseren letzten Konzepttest?” eine klare Antwort generieren kann, erfordern tiefere Fragen zu menschlichen Werten oder Emotionen oft eine nuanciertere Perspektive. Nicht alle Fragen haben eine einzelne richtige Antwort, und wenn man versucht, große Mengen an Forschungsberichten zu synthetisieren, können wichtige Details zwischen den Zeilen fallen.

Transparenz

Ein weiteres wichtiges Risiko, auf das geachtet werden muss, ist der Mangel an Transparenz bezüglich der Trainingsalgorithmen. Zum Beispiel kann ChatGPT nicht immer sagen, woher es seine Antworten hat, und selbst wenn es kann, können diese Quellen unmöglich zu überprüfen oder tatsächlich existieren sein.

Und da KI-Algorithmen, generativ oder anders, von Menschen und bestehenden Informationen trainiert werden, können sie voreingenommen sein. Dies kann zu Antworten führen, die rassistisch, sexistisch oder auf andere Weise beleidigend sind. Für Organisationen, die versuchen, Voreingenommenheit in ihrer Entscheidungsfindung zu bekämpfen und eine bessere Welt für Verbraucher zu schaffen, würde dies ein Beispiel für generative KI sein, die die Arbeit weniger produktiv macht.

Sicherheit

Einige der häufigsten Anwendungsfälle für ChatGPT sind die Erstellung von E-Mails, Besprechungsprotokollen oder Berichten. Aber die erforderlichen Details für die Erstellung dieser Texte können sensible Unternehmensinformationen gefährden.

Tatsächlich fand eine Analyse des Sicherheitsunternehmens Cyberhaven heraus, dass von 1,6 Millionen Wissensarbeitern in verschiedenen Branchen 5,6% ChatGPT mindestens einmal bei der Arbeit ausprobiert hatten und 2,3% vertrauliche Unternehmensdaten in ChatGPT eingegeben hatten.

Unternehmen wie JP Morgan, Verizon, Accenture und Amazon (AMZN ) haben ihren Mitarbeitern den Einsatz von ChatGPT bei der Arbeit aufgrund von Sicherheitsbedenken verboten. Und vor kurzem wurde Italien das erste westliche Land, das ChatGPT verbot, während es Datenschutzbedenken untersuchte, und zog die Aufmerksamkeit von Datenschutzregulierungsbehörden in anderen europäischen Ländern auf sich.

Für Erkenntnis-Teams oder jeden, der mit proprietären Forschung und Erkenntnissen arbeitet, ist es wichtig, sich der Risiken bewusst zu sein, die mit der Eingabe von Informationen in ein Tool wie ChatGPT verbunden sind, und sich über die internen Datenschutzrichtlinien des Unternehmens und die Richtlinien von Anbietern wie OpenAI auf dem Laufenden zu halten.

Es ist unsere feste Überzeugung, dass die Zukunft des Verbraucherverständnisses weiterhin die Kombination menschlicher Expertise mit leistungsstarker Technologie erfordern wird. Die leistungsstärkste Technologie der Welt wird nutzlos sein, wenn niemand sie tatsächlich verwenden möchte.

Deswegen sollte der Fokus für Marken auf verantwortungsvolle Experimente liegen, um die richtigen Probleme mit den richtigen Tools zu lösen und nicht einfach Technologie um der Technologie willen zu implementieren. Mit großer Macht kommt große Verantwortung. Jetzt ist der Zeitpunkt, an dem Marken entscheiden müssen, wie sie sie verwenden werden.