KI gestütztes Risiko- und Medienmonitoring

Neue, zeitgemäße und intelligente Werkzeuge des Managements

  • Chapter
  • First Online:
Professionelle Krisenkommunikation

Zusammenfassung

Die Nutzung eines Media Monitorings ist von entscheidender Bedeutung, um Krisen zu erkennen und effektiv zu managen. Der Beitrag skizziert zunächst, warum es wichtig ist, ein tiefes Verständnis über die relevanten Umfeldthemen und aktuellen Debatten zu erlangen. Wer die entscheidenden Akteure und Treiber eines Themas bereits aus einer Outside-in-Perspektive kennt und sich möglicherweise sogar bereits klar in einem Themenfeld positioniert hat, kann in Krisen schneller und effektiver reagieren und mit größerer Glaubwürdigkeit agieren. Ein fortlaufendes Listening der relevanten Umfeldthemen kann zudem dabei unterstützen, eine sich anbahnende Krise bereits im Vorfeld zu erkennen. Ein zeitgemäßes Media Monitoring ermöglicht die Erfassung aller Informationen aus öffentlich verfügbaren Quellen. Wichtige Weichenstellungen ergeben sich durch den Scope des Monitorings. Welche Medien werden berücksichtigt? Welche Kennzahlen sind relevant? Wie wird das Media Monitoring optimal in die weiteren Prozesse der Krisenkommunikation eingebunden? Außerdem sind Geschwindigkeit, Vollständigkeit, Relevanz und die abschließende Bewertung durch Experten wichtige Erfolgsfaktoren. Dass Künstliche Intelligenz sich als einer der wichtigsten Treiber im Bereich der Media Intelligence – und damit auch im Krisenmonitoring – erweist, zeigen die Autoren im dritten Abschnitt des Beitrags. Dabei verdeutlichen sie anhand des Kommunikationsmodells von Harold Dwight Lasswell, wie die einzelnen Bestandteile eines Satzes mittels Künstlicher Intelligenz ausgewertet werden können. Ihren größten Nutzen entfaltet die technologische Weiterentwicklung in Bezug auf die automatisierte Identifizierung und Analyse der relevanten Berichterstattung sowie in Bezug auf die Erkennung von Frühwarnsignalen. In dem Beitrag besprechen die Autoren aber auch Themen, in denen Künstliche Intelligenz aktuell und zukünftig noch an Grenzen stoßen wird. Der Faktor Mensch wird weiterhin eine gewichtige Rolle spielen, da sein Fachwissen und Urteilsvermögen gerade in Krisensituationen unverzichtbar sind.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Subscribe and save

Springer+ Basic
EUR 32.99 /Month
  • Get 10 units per month
  • Download Article/Chapter or Ebook
  • 1 Unit = 1 Article or 1 Chapter
  • Cancel anytime
Subscribe now

Buy Now

Chapter
USD 29.95
Price excludes VAT (Canada)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 39.99
Price excludes VAT (Canada)
  • Available as EPUB and PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 49.99
Price excludes VAT (Canada)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free ship** worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Literatur

  • Baron-Cohen, Simon. 1991. Precursors to a theory of mind: Understanding attention in others. In Whiten, Andrew (ed.). Natural theories of mind: evolution, development, and simulation of everyday mindreading. Oxford, UK Cambridge, Massachusetts: B. Blackwell. pp. 233–251.

    Google Scholar 

  • Bobicev, Victoria, Sokolova, Marina. 2017. Inter-Annotator Agreement in Sentiment Analysis: Machine Learning Perspective. In Proceedings of the International Conference Recent Advances in Natural Language Processing, RANLP 2017, pp. 97–102.

    Google Scholar 

  • Graff, Bernd. 3. April 2016. Rassistischer Chat-Roboter: Mit falschen Werten bombardiert. Süddeutsche Zeitung. https://www.sueddeutsche.de/digital/microsoft-programm-tay-rassistischer-chat-roboter-mit-falschen-werten-bombardiert-1.2928421

  • Lasswell, Harald Dwight. 1948. The Structure and Function of Communication. In The Communication of Ideas, Hrsg. Lymann Bryson, 37–51. New York: Harper and Row.

    Google Scholar 

  • Narayanan, Arvind. 2019. How to recognize AI snake oil. Arthur Miller Lecture on Science and Ethics.

    Google Scholar 

  • Widmer, Gerhard, Kubat, Miroslav. 1996. Learning in the presence of concept drift and hidden contexts, In: Machine Learning, vol. 23, no. 1, pp. 69–101, 1996.

    Google Scholar 

Download references

Author information

Authors and Affiliations

Authors

Corresponding author

Correspondence to Wolf-Dieter Rühl .

Editor information

Editors and Affiliations

Rights and permissions

Reprints and permissions

Copyright information

© 2024 Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature

About this chapter

Check for updates. Verify currency and authenticity via CrossMark

Cite this chapter

Rühl, WD., Bunk, P., Westerhorstmann, C. (2024). KI gestütztes Risiko- und Medienmonitoring. In: Meißner, J., Schach, A. (eds) Professionelle Krisenkommunikation. Springer Gabler, Wiesbaden. https://doi.org/10.1007/978-3-658-43639-1_8

Download citation

  • DOI: https://doi.org/10.1007/978-3-658-43639-1_8

  • Published:

  • Publisher Name: Springer Gabler, Wiesbaden

  • Print ISBN: 978-3-658-43638-4

  • Online ISBN: 978-3-658-43639-1

  • eBook Packages: Business and Economics (German Language)

Publish with us

Policies and ethics

Navigation