Ein Blick auf die vielfältigen Nutzungsmöglichkeiten von Google Daten sowie auf die Aussichten im Bereich Künstliche Intelligenz (KI) und Machine Learning (ML) stand auf dem Programm des BVM Regionalabends Rhein Ruhr in Düsseldorf. Gemeinsam mit unserem Director Business Development, Jonathan Heinemann, und Leyla Shukurova, Projektmanager, war Julius Wiechmann, Online Research Manager, vor Ort. Sein Bericht fasst den status quo sowie die Prognosen der (möglichen) Anwendung von Google Daten zusammen.

Eingeleitet wurde der Vortrag von der Darstellung der rasanten Entwicklung von Smartphones in Deutschland. Besaß 2012 nur etwa jeder Dritte ein Smartphone, waren es im Jahr 2018 schon über 80 %. Entsprechend dieser Entwicklung haben sich auch die Erhebung und Nutzung von Google Daten fortlaufend weiterentwickelt. Eine immer breitere Fülle an Möglichkeiten ist das Ergebnis. Diese rapide Entwicklung führt nicht nur dazu, dass in der Marktforschung ein hoher Wert auf mobilgerätefreundliches Survey-Design gelegt wird, auch die Masse an Big Data, die Google erhebt, wird durch diese Entwicklung vorangetrieben: Googles Ziel ist es, von der DIY-Erhebung und Verarbeitung von Daten via automatisierter Techniken zur Schaffung künstlicher Intelligenz zu gelangen und Maschinen das eigenständige Lernen beizubringen („Machine Learning“).

Fortgeschrittene KI gibt es bereits: Beispiele hierfür sind bei Google die Auto-Vervollständigung von Suchbegriffen, automatisierte Bildanalysen oder das Übersetzen fremdsprachiger Texte. Besonders stolz ist Google auf das autodidaktische Computerprogramm AlphaZero der Google-Tochter DeepMind, das es nach nur vier Stunden Lernzeit ohne jegliche Vorkenntnisse geschafft hat, den amtierenden Weltmeister im Brettspiel Go zu schlagen. Bemerkenswert: Gibt es beim Schach 20 Zugmöglichkeiten, sind es bei Go 200. Ein weiteres Highlight ist das Vorhersagen der nächsten Züge des menschlichen Gegners aus einer Datenbank von 30 Mio. Zügen mit einer Trefferquote von über 50 %. Noch Ende der 90er hatten Go-Computer eine Spielstärke, die kaum über die von ambitionierten menschlichen Go-Anfängern hinausging.

Während es für die einen noch in den Kinderschuhen steckt oder wie ein Spielzeug anmutet, hat KI zweifelsohne ein enormes Potential – auch und gerade in der Marktforschung: Dass KI in der Lage ist, selbsttätig einfache Arbeiten auszuführen, wissen wir bereits. Der nächste logische und konsequente Schritt ist nun, dass Maschinen auch im großen Stil in der Lage sind, autodidaktisch Kenntnisse und Fähigkeiten zu erwerben und Daten reliabel und valide zu erheben, weiter zu verarbeiten und korrekte Schlüsse zu ziehen.

Neben den künftigen Möglichkeiten der Nutzung von KI und ML wurde den Zuhörern auch eine Reihe bereits etablierter Fähigkeiten automatisierter Techniken und KI vorgestellt: Google Cloud Machine Learning Engine für das Entwickeln und Trainieren von Modellen und darauf basierend Tools für die Bildanalyse, Spracherkennung, Textanalyse und/oder für dynamische Übersetzungen.

Sicherlich gibt es noch Bedarf, die aktuelle KI- und ML-Technik zu optimieren, da die Fehleranfälligkeit (noch) keine eigenständige Nutzung dieser Systeme erlaubt. Ein gutes Beispiel dafür ist Cloud Vision, Googles Bildanalysetool: Betrachtet man das obenstehende Bild, dürfte man mit Cloud Vision übereinstimmen, dass es sich um einen Hasen handelt – und nicht um einen Pinguin. Nun drehen Sie das Bild (oder ihren Kopf) mal um 90 Grad! Ich wette, Sie haben – genauso wie ich auch – im Gegensatz zu Googles Tool gar nicht bemerkt, dass sich bei einer Drehung ein völlig neues Bild ergibt! Insofern ist Googles KI den Menschen also schon ebenbürtig. Wir dürfen wirklich gespannt sein, wie schnell sich Google Cloud Machine Learning weiterentwickelt und welche Möglichkeiten und Erkenntnisse sich für uns Marktforscher ergeben, wenn diese Technik erst einmal ausgereift ist und im großen Stil eingesetzt werden kann.

Julius Wiechmann, Online Research Manager