MindsetMatching® in Social Media mittels KI

Herbert Höckel ()
Additional contact information
Herbert Höckel: mo’web GmbH

A chapter in KI in Marketing & Sales – Erfolgsmodelle aus Forschung und Praxis, 2021, pp 225-238 from Springer

Abstract: Zusammenfassung Die Digitalisierung hat die Welt komplett verändert. So bestimmen soziale Netzwerke wie Facebook oder Instagram längst unseren Alltag und die Art und Weise, wie wir miteinander kommunizieren. Ebenso haben sie einen immensen Einfluss auf die Meinungsbildung. Folglich sind sie zu Kommunikationskanälen geworden, deren Bedeutung kein Unternehmen mehr ignorieren kann. Die sozialen Medien bieten ungeahnte Möglichkeiten, potenzielle und bestehende Kunden zu erreichen. Nicht ohne Grund sind die sogenannten „Influencer“ für Werbetreibende zu einer unverzichtbaren Institution geworden. Auf der Gegenseite hat die Flut an Informationen, denen man in den sozialen Netzwerken begegnet, zu einer drastischen Verminderung der Aufmerksamkeitsspanne bei den Menschen geführt. Es bedarf weit mehr als einer gewöhnlichen Werbeanzeige, um aus dem Schwall an Reizen herauszustechen und Gehör zu finden. Die größte Herausforderung besteht darin, gerade in den sozialen Medien, Glaubwürdigkeit zu erzielen und nachhaltig zu vermitteln. Um dies zu schaffen, ist ein grundlegendes Verständnis der jeweiligen Influencer und deren Publikum notwendig. Hier gelangen die etablierten Systeme der Marktforschung sowie des Social-Media-Monitorings an ihre Grenzen respektive erweisen sich als unzulänglich. Der Einsatz von künstlicher Intelligenz (KI) ist somit kein überflüssiger Luxus, sondern eine Notwendigkeit: Unter Einsatz entsprechender Algorithmen auf Basis des Mindset-Matchings sowie des OCEAN-Modells ermöglichen sie es nicht nur, das exponentiell wachsende Datenvolumen (Posts, Clicks, Likes, Follower etc.) zu erfassen, sondern sind auch in der Lage, menschliches Verhalten und Sprache zu analysieren. Dies ist die Basis, um relevante Influencer zu finden und Prognosen über den Erfolg der Kollaboration mit ihnen zu erstellen.

Date: 2021
References: Add references at CitEc
Citations:

There are no downloads for this item, see the EconPapers FAQ for hints about obtaining it.

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:spr:sprchp:978-3-658-31519-1_14

Ordering information: This item can be ordered from
http://www.springer.com/9783658315191

DOI: 10.1007/978-3-658-31519-1_14

Access Statistics for this chapter

More chapters in Springer Books from Springer
Bibliographic data for series maintained by Sonal Shukla () and Springer Nature Abstracting and Indexing ().