Die neue Offenheit: Wie sich die Marktforschung auf die KI-Zukunft einstellt

Von Klaus Janke

Wie kann man voraussagen, wie sich Menschen in bestimmten Situationen entscheiden? Eine Antwort hat das amerikanische Tech-Startup Simile, ein Spin-off der Stanford University. Simile hat sieben Monate an seinem KI-Modell gearbeitet und es mit Interviews trainiert, in denen Menschen über ihr Leben sprechen. Basierend auf diesen Daten werden Agenten gebaut, die sich wie reale Menschen verhalten. Bislang nutzen Unternehmen wie die US-Apothekenkette CVS Health die Technologie vor allem für Konzepttests. Beachtlich: Simile hat es im Februar geschafft, eine Finanzierungsrunde mit 100 Millionen US-Dollar abzuschließen.

Ebenfalls aufsehenerregend waren die 69 Millionen US-Dollar, die Listen Labs im Januar eingestrichen hat. Die amerikanische Customer-Research-Platform wurde erst im vergangen Jahr gelauncht und zählt bereits Unternehmen wie Microsoft, Perplexity und die Restaurantkette Sweetgreen zu ihren Kunden. Das System basiert auf KI-Bots, die selbstständig Interviews durchführen. Das Panel zählt 30 Millionen Personen. Listen Labs wird bereits mit 500 Millionen US-Dollar bewertet.

Nachrichten wie diese reißen nicht ab. Ständig kommen neue Plattformen, Tools und Anwendungen auf den Markt, und immer wird spekuliert, dass damit mal wieder die gesamte Marktforschung umgekrempelt werden könnte – und das auch noch von amerikanischen Unternehmen. „Die Entwicklung ist hochdynamisch“, sagt Holger Lütters, Professor für internationales Marketing an der HTW Berlin. „Ich teste fast jede Woche neue Tools.“ Aktuell sei Manus hochinteressant, ein KI-gestützter, autonomer Agent: „Er kann nicht nur Fragen beantworten, sondern komplexe Arbeitsabläufe selbstständig ausführen“, sagt Lütters, der unter anderem über „AI in Marketing und Research“ forscht und lehrt. „Das System navigiert selbstständig durch das Web, sammelt Informationen und erstellt vollständige Marktforschungsberichte inklusive Datenanalysen und strategischen Erkenntnissen. Aber vielleicht wird Googles Gemini das schon bald noch besser können – wer weiß?“

Wie sollen Marktforschende mit der rasanten Entwicklung umgehen? Welche Skills müssen sie beherrschen, um in einer neuen, massiv von KI geprägten Wirtschaft ihren Platz zu behalten? Was müssen Institute können, um sich im Wettbewerb auch mit branchenfremden Playern zu behaupten? Wie stellen sich betriebliche Marktforschende darauf ein? Um diese vieldiskutierten Fragen dreht sich auch der diesjährige Kongress der Deutschen Marktforschung.

„Unlearning“ als Strategie gegen überholte Tools

Marketingprofessor Lütters geht mit der Marktforschung hart ins Gericht: „In kaum einer Branche gibt es so viel Reaktanz gegenüber Neuerungen. Man läuft gefühlt jeder Entwicklung fünf Jahre hinterher. Erst war es das Internet, dann Social Media, das Smartphone und jetzt eben KI.“ Lütters sieht gravierende Veränderungen auf die Branche zukommen. Er geht davon aus, dass mit KI die Masse an Insights steigen wird, während gleichzeitig weniger Personal für die Ermittlung notwendig ist: „Es wird künftig viel mehr Forschung mit viel weniger Menschen geben.“

Den Marktforschenden rät er vor allem zu Neugier und Offenheit: „Ich empfehle die Strategie des ‚Unlearning‘: Man sollte sich von veralteten Methoden und Tools lösen können.“ Ein gutes Beispiel sei die Analysesoftware SPSS, deren Konzept der Interaktion „schlicht und einfach überholt“ sei. Noch gebe es keine neuen Software-Standards, die jeder beherrschen muss. „Vielleicht kann man sagen, dass die Programmiersprache Python eine Art gemeinsamer Nenner ist. Es geht aber viel mehr darum, neue Dinge auszuprobieren“, so Lütters. „Und: Die Limitierungen der KI-Tools müssen immer berücksichtigt werden – kritisches Denken ist eine wichtige Anforderung an alle Marktforschenden.“

Bei den Instituten ist das Interesse an KI unterschiedlich ausgeprägt. Fast alle nutzen KI-Anwendungen bereits intern, um ihre Prozesse effizienter zu machen. Viele haben darüber hinaus entsprechende Tools in ihr Angebotsportfolio integriert und arbeiten an eigenen Entwicklungen. Mindline etwa forscht in einem eigenen Competence & Innovation Center. Die Geschäftsführer von Concept m haben mit Concept m AI ein spezielles Spin-off für KI-Entwicklungen gegründet. In der Beziehung zum Kunden ist es längst ein Hygienefaktor, dass man KI einsetzt. „Ein Kunde hat mich gefragt, ob bei einem bestimmten Projekt auch KI im Spiel ist“, berichtet ein Institutsmarktforscher. „Das war ihm wichtig, weil er selbst intern unter Druck stand, endlich mal etwas mit KI zu machen.“

Dabei stehen die Institute immer vor derselben Herausforderung: Sobald sie eine KI-basierte Lösung in ein standardisiertes Produkt überführen, müssen sie sich für eine Zeitlang für eine bestimmte Technologie entscheiden – im aktuell noch sehr schnelllebigen Umfeld ist das nicht einfach. Es ist gut möglich, dass schon morgen ein besseres und womöglich gar billigeres Produkt auf den Markt kommt.

Prompting wird zur Schlüsselqualifikation

Was bedeutet das alles für den Nachwuchs? Gewinnen die Data Scientists und Tech-Nerds nun endgültig die Oberhand in den Instituten? Olaf Hofmann, CEO der Skopos Group, winkt ab: „KI-Kenntnisse sind für Berufseinsteiger wünschenswert, aber nicht zwingend notwendig. Ein grundlegendes Verständnis von Marktforschung und gute Fähigkeiten im Kundenkontakt sind wichtiger.“ Dabei komme es natürlich auf den Bereich an, in dem man eingesetzt wird. Die Data-Science-Tochter der Gruppe, Skopos Elements, wünscht sich für Initiativbewerbungen unter anderem „erste praktische Erfahrungen im Bereich Text Analytics/Natural Language Processing“. Darüber hinaus: „Du sprichst SQL, Python und/oder R und setzt diese Kenntnisse in Projekten gewinnbringend ein. Dein Plus: Du hast bereits Erfahrungen mit Data-Mining Tools wie KNIME, RapidMiner oder Alteryx. Und: Du bringst bevorzugt erste Erfahrungen mit Tableau oder Power-BI mit.“

Das Schöne für Neueinsteiger: Es gibt im Bereich KI noch nicht viel „seniores“ Herrschaftswissen, das einen Vorsprung der Dienstälteren begründet. Wer frisches Interesse oder gar Enthusiasmus zeigt, kann schnell zum internen Influencer werden, der mit dem Testen und Implementieren neuer Anwendungen betraut wird.

Weniger gefragt sind Mitarbeitende mit einer Vorliebe für Routineaufgaben. „Einfache Tätigkeiten lassen sich mit KI beschleunigen“, bestätigt Skopos-Chef Hofmann. „Dafür werden die Kuratierung von Datenquellen sowie Analyse und Moderation wichtiger. Mit der steigenden Verfügbarkeit von Daten in allen Bereichen steigt auch der Bedarf an Insights: Warum gibt es diese Muster in den Daten?“ Auch die Fähigkeit, komplexe Erkenntnisse mit prägnantem Storytelling zu präsentieren, wird häufig als relevante Anforderung genannt.

Zu einer Schlüsselqualifikation entwickelt sich ein Faktor, der keine besonderen technischen Kenntnisse erfordert, sondern vor allem strukturiertes Denken und intuitives Verständnis: das Prompting. Wenn generative KI – und in Zukunft auch noch Agenten – immer mehr Aufgaben selbstständig übernehmen, wird die genaue Formulierung der Vorgaben immer wichtiger. Nicht umsonst legen die Institute hier einen Schwerpunkt. Human8 etwa hat ein eigenes, internes Schulungsprogramm dafür entwickelt, die KI Prompt School.

Auch verantwortungsvoller Umgang mit KI will gelernt sein

Wie sorgt man nun dafür, dass verfügbare KI-Anwendungen tatsächlich von jedem Mitarbeitenden eingesetzt werden? Bei Ipsos, das sich als einer der führenden KI-Innovatoren sieht, können alle Mitarbeitenden weltweit die Plattform Ipso Facto nutzen. Sie bietet unter anderem Zugriff auf generative KI-Modelle wie ChatGPT, Gemini oder Claude. „Ipsos Facto ist sowohl eine Art internes Knowledge Center als auch eine Plattform für alle Produkte und KI-Anwendungen, mit denen wir täglich arbeiten“, erklärt Markus Eberl, Chief Analytics Officer bei Ipsos. Die Plattform wird kontinuierlich weiterentwickelt: „Man wird dort zum Beispiel fragen können, welche Art von Analysen für ein Projekt sinnvoll wären und diese direkt über die angeschlossene Ipsos Digital Plattform in die automatisierte Durchführung und Analyse bringen“, so Eberl.

Einer der neu entwickelten Agenten innerhalb von Ipsos Facto ermöglicht die Analyse quantitativer Daten über Sprache. Ipsos will darüber künftig auch die gleichzeitige Auswertung unstrukturierter Daten ermöglichen.

Ipsos Facto wurde bereits vor zwei Jahren mit einer weltweiten Schulung für alle Mitarbeitenden eingeführt. „Dabei ging es natürlich auch um den verantwortungsbewussten Umgang mit KI“, erklärt Eberl. „Also was darf da rein, was nicht?“ Zudem wurden in allen Forschungsbereichen sogenannte „Champions“ benannt – besonders KI-affine Mitarbeitende, die die möglichst flächendeckende Adaption vorantreiben und inspirieren. „Man kann mittlerweile sagen, dass so gut wie alle unserer Mitarbeitenden Ipsos Facto regelmäßig nutzen“, so Eberl. Die Plattform ist an die verschiedenen Regionen angepasst, um die jeweiligen rechtlichen Anforderungen zu erfüllen.

Wackeln jetzt die Qualitätsstandards?

So gut wie alle Profis in den Instituten und Unternehmen legen Wert auf die Feststellung, dass grundlegende Kenntnisse der Marktforschung auch für den Nachwuchs unerlässlich sind. Vielleicht werden sie sogar wichtiger, da es viele neue Tools und Methoden kritisch zu hinterfragen gilt. Dieses Wissen wird allerdings häufig zu einem Wissen darüber, „wie es eigentlich laufen müsste“ – während die Praxis schon anders aussieht: KI-basierte Lösungen mit Bots statt Probanden und synthetischen statt realen Daten machen Abstriche beim wissenschaftlichen oder methodischen Anspruch notwendig. Man hört allerdings kaum von Kunden, die auf eben diesen Anspruch hundertprozentig pochen – immerhin locken mit KI auch Sparpotenziale.

„Die Marktforschung versucht, die tradierten Anforderungen hoch zu halten, was nicht immer notwendig ist“, findet Marketing-Professor Lütters. „Eye Tracking etwa ist bekanntlich ein eher aufwendiges Verfahren, wenn man es streng wissenschaftlich mit Probanden durchführen will.“ Man könne aber auch mit rein KI-basierten Verfahren arbeiten und dabei eine leichte Unschärfe hinnehmen. Lütters‘ Fazit: „Die Marktforschung muss überdenken, was unter Qualität zu verstehen ist.“

Klaus Janke schreibt über Marketing, Marktforschung und digitale Plattformen. Nach seinem Studium der Journalistik und Volkswirtschaft arbeitete er für Stadtzeitschriften, betrieb eine PR-Agentur und wurde 2000 Redakteur bei „Horizont“. Seit 2008 arbeitet er als freiberuflicher Journalist, Buchautor und Moderator in Frankfurt am Main.