ANZEIGE

ANZEIGE

Prof. Dr. Carsten Baumgarth ist Professor für Markenführung an der Hochschule für Wirtschaft und Recht (HWR) in Berlin - Quelle: B*lab

Prof. Dr. Carsten Baumgarth ist Professor für Markenführung an der Hochschule für Wirtschaft und Recht (HWR) in Berlin - Quelle: B*lab

Brückenbau Marke

Wissenschaft trifft Praxis: KI als Booster für die Markenarbeit?

In einer Rubrik im markenartikel berichtet Prof. Dr. Carsten BaumgarthHWR Berlin, über wichtige Erkenntnisse aus der Wissenschaft und ihre Relevanz für die Markenpraxis. In seinem Beitrag in markenartikel 3/2024 geht es um um die Frage, inwieweit generative KI tatsächlich hilft, die Effizienz und Effektivität von Markenarbeit zu verbessern:

Auf LinkedIn & Co. konnte man sich 2023 kaum vor Midjourney-kreierten Bildern, neuen KI-Tools und selbsternannten KI-Experten retten. Das wird 2024 weitergehen. Aber hilft generative KI tatsächlich, die Effizienz und Effektivität von Markenarbeit zu verbessern? Dieser Frage ist ein Forschungsteam aus Harvard in Zusammenarbeit mit dem Beratungsunternehmen BCG in dem aktuellen Working-Paper Navigating the Jagged Technological Frontier nachgegangen.

Großes Experiment mit BCG

Grundidee des Beitrags war, dass BCG-Berater in einem ersten Experiment 18 Marketing- und Markenaufgaben lösen sollten und anschließend neben der Zeit insbesondere die Qualität (Effektivität der Ergebnisse) beurteilt wurde. Die Aufgaben umfassten analytisches und kreatives Denken, wie die Bildung von Segmenten oder Entwicklung von Markennamen. Zusätzlich beantworteten alle Teilnehmenden zu Beginn Aufgaben zur Beurteilung des individuellen Leistungsniveaus. Insgesamt nahmen an den beiden experimentellen Studien über 750 BCG-Berater teil (7 % der Gesamtbelegschaft).

Die BCG-Berater wurden zufällig in drei Gruppen eingeteilt. Die erste Gruppe löste alle Aufgaben ohne KI-Unterstützung. Die zweite Gruppe löste die Aufgaben mit einer BCG-angepassten GPT-4-Version. Die dritte Gruppe von Beratern nutzte mit vorangegangener Schulung zu Prompting auch die KI-Lösung. Alle Teilnehmenden hatten 90 Minuten Zeit für die Lösung der Aufgaben. Anschließend bewerteten jeweils zwei unabhängige Coder die Qualität der Lösungen – ohne Kenntnis, aus welcher Gruppe die Lösungen stammten. Die einzelnen Qualitätseinschätzungen für die 18 Aufgaben wurden dann zu einem Qualitäts-Index summiert.

Kostenlos versorgt Sie der markenartikel-Newsletter mit allen Neuigkeiten. Jetzt abonnieren - nie wieder etwas verpassen!

E-Mail:

Sicherheitscode hier eintragen:

KI als Booster für Markenarbeit

Die Ergebnisse sprechen eine deutliche Sprache. Die GPT-Gruppe plus Schulung erreichte eine um 43 Prozent gesteigerte Qualität, verglichen zu der Gruppe ohne KI-Unterstützung. Auch die Gruppe, die KI ohne weitere Unterstützung nutzte, erreichte einen Qualitätsanstieg von durchschnittlich 38 Prozent. Neben dem Effektivitätszuwachs durch KI zeigte sich auch eine Effizienzsteigerung von rund zwölf Prozent zwischen der menschlichen und der KI-Gruppe.

Weiterhin verdeutlichen die Ergebnisse, dass der Effektivitätsgewinn durch KI besonders hoch bei Beratern mit einem relativ geringen Performanceniveau ausfällt. Diese Gruppe konnte durch KI ihre Effektivität um 43 Prozent steigern im Vergleich zu den leistungsstarken Beratern, die ihre Effektivität nur um 17 Prozent steigern konnten.

In einem zweiten Experiment lösten die Berater eine komplexere Aufgabe, die nach Ansicht des Forschungsteams außerhalb des Lösungsraums einer KI liegt. Die Aufgabe bestand aus einer Kombination von Excel-Dateien und Antworten aus offenen Interviews. Die Daten waren so konstruiert, dass das alleinige Betrachten der Excel-Daten zu anderen Interpretationen führt als das gemeinsame Analysieren der harten Zahlen und der weichen Informationen aus den qualitativen Interviews. Bei dieser Aufgabe zeigte sich ein abweichendes Ergebnis. Die KI-Gruppe bzw. die KI- + Schulungs-Gruppe schnitt 13 Prozent bzw. 24 Prozent schlechter ab als die menschliche Gruppe. Weiterhin konnte das Forschungsteam zwei erfolgversprechende Muster der KI-Mensch-Zusammenarbeit identifizieren: Cyborg und Zentaur.

Was sich genau dahinter verbirgt, welche Erkenntnisse für die Praxis sich aus der Studie ergeben und wie Markenverantwortliche verstehen, welche Aufgaben im bzw. außerhalb des Lösungsraums einer KI liegen, lesen Sie im vollständigen Beitrag von Prof. Dr. Baumgarth in markenartikel 3/2024. Zur Bestellung geht es hier.

Weitere Artikel über Brückenbau Marke

  1. Wissenschaft trifft Praxis: Achillesferse Marken-Heritage
  2. Wissenschaft trifft Praxis: Nachhaltigkeit mit Nebenwirkungen
  3. Wissenschaft trifft Praxis: Lass das den KI-Agenten machen!
  4. Wissenschaft trifft Praxis: Erst youtuben, dann kaufen
  5. Wissenschaft trifft Praxis: Ein bisschen mehr wäre gut!
  6. Wissenschaft trifft Praxis: Omnichannel Experience managen
  7. Wissenschaft trifft Praxis: Luxusmarken als SoMe-Stars
  8. Wissenschaft trifft Praxis: Avatare bevölkern die (Marken)welt
  9. Wissenschaft trifft Praxis: Fit bei Markentransfers
  10. Wissenschaft trifft Praxis: Instagrammable?

zurück

vg 26.03.2024