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

https://www.linkedin.com/in/peterbernskoetter





Audio >>> 






- 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.