Was sie kann, was sie will, wie sie uns verändern wird und was wir tun können.

Fürchtet euch nicht.
Künstliche Intelligenzen und automatisierte neuronale Netze finden in immer mehr Bereichen unseres Alltags Anwendung. Das Internet of things, oder cooler IoT, macht es möglich, denn immer mehr Daten werden erhoben, der Mensch vermisst sich in immer neuen Bereichen seines Lebens und stellt diese Daten gewollt oder ungewollt dem „Netz“ zur Verfügung. Gleichzeitig findet eine Demokratisierung der AI statt: Nicht mehr nur die großen Tech-Konzerne wie facebook, Google oder Microsoft wenden Techniken der künstlichen Intelligenzen an. Auch kleine, weniger ausgeklügelte und dennoch intelligente Programme zur Datenauswertung werden tagtäglich angewandt, sei es in der Kunst, der Politik oder der Presse. Und natürlich auch im Marketing und in der Werbung. Doch gerade hier entsteht ein neuer Trend. Von der künstlichen Intelligenz hin zur künstlichen Emotion. Denn die künstlichen Intelligenzen zielen auf Skalierbarkeit ab. Sie erkennen universelle Muster im täglichen Datenstrom und leiten daraus rationale Schlüsse ab. Künstliche Emotionen hingegen personalisieren die Daten. Hier werden große Datenmengen von Individuen in personalisierten Datenbanken gesammelt und mit den persönlichen Empfindungen des jeweiligen Users getaggt. Aus den so erhobenen Daten lassen sich Schlüsse auf den aktuellen Gemütszustand des Nutzers ziehen, individuelle Vorlieben können nicht nur erkannt, sondern mit einer ausreichenden Datenbasis vorhergesagt werden. Und entsprechend reaktiv können situative, individuelle Werbungen ausgespielt werden. Völlig automatisiert und ohne Zutun von Werbeagenturen oder Menschen. Hat das Geschäftsmodell Agentur also ausgedient?

Fortschritt heißt auch, mal einen Schritt zurückzutreten.
Schalten wir erst mal wieder einen Gang runter. Was sind „künstliche Intelligenzen“ überhaupt. Denn die Geschichte der künstlichen Intelligenz ist eine Geschichte voller Missverständnisse.

Am Anfang war das digitale Feuer. Oder anders gesagt, der einfache „If this… then that…“-Code. Basierend auf Eingaben (this) leitete die Maschine eine Handlung ab (that). Der einfachste aller Algorithmen. Doch wurden die „this- se“, also die Eingaben, immer komplexer, und so bedurfte es immer größerer Rechenleistun- gen, um ein eindeutiges „that“ abzuleiten. Die einfache „If this… then that…“-Mechanik von Code stößt an ihre Grenzen. Sensoren und Eingabegeräte an jeder Milchkanne fluten die Datenbanken mit derart vielen This, dass es neue Wege braucht, diese sinnvoll auszuwerten. Dies ist die Geburtsstunde des Machine Learnings und damit der künstlichen Intelligenz. Machine Learning basiert auf der Idee, dass ein generischer Algorithmus Interessanzen aus einem Datenset herausarbeiten kann, ohne dass er für ein spezifisches Problem geschrieben wurde. Anstatt einen immer komplexeren Code zu schreiben, füttert man ein System so lange mit Daten, bis es eine eigene Logik daraus ableiten kann. Das System erkennt selbstständig Muster in den verfügbaren Daten. Ein einfaches Beispiel ist die Handschrift- Erkennung. Der „If this… then that…“-Mechanik müsste man jede verfügbare Handschrift zur Verfügung stellen, damit sie daraus Zahlen oder Buchstaben erkennen könnte. Mit Machine Learning erkennt der Code von alleine Muster und übersetzt sie in Zahlen oder Buchstaben, wenn die Datenbasis groß genug ist. Doch derselbe Algorithmus kann auch verwendet werden, um zum Beispiel E-Mails nach Spam/kein Spam zu unterscheiden. Ausschlaggebend ist die verwendete Datenbank, aus der die Muster abgeleitet werden.Das hat natürlich auch seine Schattenseite. Als zum Beispiel der „sexual Content“ auf facebook zu groß wurde, ließen die Programmierer die Inhalte auf der Plattform nach bestimmten Mustern von sexuellen Inhalten untersuchen – natürlich vollautomatisch. Die Brustwarze wurde schnell als ein solches wiederkehrendes Muster erkannt und der Algorithmus entschied, Content mit Brustwarzen automatisch zu filtern. Und so verschwanden auch Gemälde von Rubens oder ikonische Fotografien von der Bildfläche.

“MAN FÜTTERT EIN SYSTEM SO LANGE MIT DATEN, BIS ES EINE EIGENE LOGIK DARAUS ABLEITEN KANN.“

Auf die Diskussion, ob das ein hinzunehmender Kollateralschaden ist, will ich jetzt nicht eingehen. Wir sind ja noch im sachlichen Teil. Aber es lässt sich fazitieren, dass auch der klügste und lernfähigste Algorithmus, also auch die beste künstliche Intelligenz, nicht zwischen „guten“ und „schlechten“ Nippeln unterscheiden kann. Noch nicht …

Geboren, um zu lieben.
Denn die neue Sau im digitalen Dorf heißt „artificial emotion“. Mit einer genügend großen Datengrundlage lässt sich ein Algorith- mus auch in der Unterscheidung von guten und schlechten Brust- warzen unterrichten. Doch braucht der Algorithmus dafür neue Muster. Menschlich-emotionale Muster in Form von persönlichen Konnotationen. Doch woher nehmen, wenn nicht stehlen. Gut, auch Zweiteres findet statt. Doch facebook zum Beispiel geht einen anderen Weg. Statt Zwischen Like und Dislike zu unterscheiden, hat der Nutzer die individuelle Freiheit, in den Reaktionen seinen Emotionen freien Lauf zu lassen. Und statt Worten können z.B. WhatsApp-Autoren heute „Emojis“ verwenden. Voll schööööööön. Danke facebook/WhatsApp/Google. Doch dahinter steht das klare Ziel der Konzerne: Wir wollen nur deine Gefühle. Damit wir unsere Maschinen menschlicher machen können. Und individueller. Denn auch die Prioritäten der erhobe- nen Daten haben sich verschoben. Große, rationale und unendlich skalierbare Datenbanken stoßen an ihre Nutzengrenzen für die Unternehmen.

Die Vermessung der Weltist abgeschlossen.
Die Marketing-Abteilungen der Weltkonzerne hingen lange dem Glauben an, dass sich jedes Kaufverhalten berechnen lasse, wenn man nur genauere Daten hätte. Dies war auch lange das große Versprechen der Reklame. Bedarf erkennen und zur richtigen Zeit das passende Produkt vorschlagen. Und gerade in der Wirtschaftswunderzeit war das auch richtig. Denn Bedarf gab es ja genug: Die Bevölkerung hatte in den beiden Weltkriegen ihr Hab und Gut verloren. Doch die Überlebenden waren wieder in Lohn und Brot, die Kaufkraft stieg, insbesondere die amerikanischen und englischen Besatzungszonen erlebten an den Besatzern die Zuckerseite des kapitalistischen Lebensstils und wollten diesen auch führen. Kein Produkt war zu doof, als dass es den Herstellern nicht aus der Hand gerissen wurde. Es musste nur bekannt gemacht werden. Die Geburt des Werbefernsehens gab dieser Entwicklung zusätzlichen Schwung. Doch mit dem Kapitalismus kam auch die Marktkonkurrenz, und damit einherge- hend kam der Wettbewerb. Und wieder hieß es, man brauche nur die richtigen Daten, und das Produkt verkaufe sich. Nur ging es diesmal nicht mehr um die globalen Marktdaten, sondern das Wort „Zielgruppe“ erschien auf dem daily Briefing der Werbetreiben. den. Dies war sozusagen die Öffnung der Pandorabüchse der Marktsegmentierung und der Startschuss hin zu der heutigen Entwicklung individueller Datenerhebung.Denn mittlerweile macht sich vermehrt die Einsicht breit, dass Menschen so unterschiedlich sind, dass jede Gruppierung und Zusammenfassung nur einen schematischen Ausschnitt der bedürftigen Gemengelage bieten kann. Und die gemeingültige Ratio der Datenerhebung weicht der Sub- jektivierung der Daten. Sozusagen weg von der Vermessung der Welt, hin zur Vermessung des Individuums. Und wir Menschen helfen sehr gerne dabei, solange diese Vermessung als „Self-Optimization“ getarnt betrieben wird. Apropos: Haben Sie eine Apple-Watch?

„WIR WOLLEN NUR DEINE GEFÜHLE. DAMIT WIR UNSERE MASCHINEN MENSCHLICHER MACHEN KÖNNEN. UND INDIVIDUELLER.

Can you feel it?
Und damit landen wir auf der anderen Seite der Problematik von Artificial Emotion. Denn die Erhebung von subjektiven, emotionalen Daten ist ja kein Selbstzweck – es geht auch um die Be- und Verwertbarkeit. Und dazu muss ein Algorithmus her, der aus der Datenbank der vielen Informationen über ein Individuum seine Schlüsse ziehen kann. Der sozusagen synthetisch Emotionen entwickeln kann. Ein Emo-Bot also.So, wie social Bots heute schon mit Menschen interagieren können, ohne dass das Gegenüber merkt, dass es sich beim Gesprächspartner um eine Maschine handelt. Wie gut das funktioniert, können wir ja regelmäßig der Presse entnehmen. Schlagzeilen wie: „Deepblue gewinnt gegen Schachgroßmeister“ oder „Künstliche Intelligenz schlägt die besten Go-Spieler der Welt in Serie.“ Oder auch „KI gewinnt erstmals gegen professionelle Poker-Spieler“. Das klingt beeindruckend. Ist es auch. Doch handelt es sich bei diesen Spielen, also den Systemen, innerhalb derer die KI Entscheidungen treffen kann, um klar regulierte, geschlossene Veranstaltung, der Algorithmus muss also nur ein überschaubares und eindeutiges „Variablen-Set“ in seine Berech- nungen einbeziehen. Bei komplexeren Zusammenhängen stößt der selbstlernend fühlende Computer noch oft an seine eigenen Grenzen. Auch wenn gewisse Achtungserfolge nicht von der Hand zu weisen sind und sogar beängstigend sein können. Denken wir an das erste „Selbstportrait“ einer künstlichen Intelligenz, des IBM- Supercomputers Watson.

Ist AI der Werbeweltuntergang?
Nein. Ganz im Gegenteil sogar. Denn die Subjektivierung der Daten schafft viel mehr Arbeit für Werbetreibende. Die allgegenwärtigen persönlichen Datenströme müssen ja interpretiert und in Kaufanreize übersetzt werden. Und das kann traditionell die Werbung am allerbesten. Es findet nur eine Verschiebung der Tätigkeitsfelder statt. Statt auf Massenkommunikation müssen Agenturen auf individualisierte Brand Experiences im persönlichen Raum setzen. Mit anderen Worten, brand experience based individual comfort zones, die den Empfänger in seiner emotionalen Ist-Situation abholen und ihm persönliche Benefits liefern. Aus „Jetzt kaufen und gewinnen“ wird „Du denkst, du seist glücklich, aber nur, weil du dieses tolle Produkt noch nicht kennst. Nur damit erlangst du persönlich absolute Glückseligkeit.“ Um dies zu erreichen, bedarf es einer engeren Zusammenarbeit aller am Kreationsprozess beteiligten Gewerke, vom Copywriter, Data-Analyst bis hin zum Fotografen. Nur, wer diese Kreativleistungen aus einer Hand anbieten kann, wird am Ende den Marketing-Krieg gegen die Maschine gewinnen. Also, Artificial Intelligence zieh dich warm an.