Wie KI Verkauf, Marktforschung und Hörqualität verändert

Wenn Maschinen zuhören lernen

Dr. Seraina Glaus beschäftigt sich mit einer Frage, die im Alltag vieler Menschen entscheidend ist: Worauf hören wir eigentlich – und kann eine Maschine das erkennen?

Ihr Ansatz ist die modellbasierte Schätzung der Hörintention. Dabei nutzen Machine-Learning-Modelle natürliche Verhaltenssignale, um abzuschätzen, auf welche Schallquelle sich eine Person in komplexen Hörsituationen konzentriert. Die Vision dahinter ist klar, nämlich Hörsysteme, die nicht nur verstärken, sondern verstehen, was relevant ist.

KI im Vertrieb: Zwischen Effizienz und Unsicherheit

Elina Vigand richtet den Blick auf ein ganz anderes Feld: unstrukturierte Textdaten in Unternehmen. Im Interview erklärt sie, wo KI bereits heute echten Mehrwert liefert.

„The clearest application potential lies in making unstructured text data systematically usable.
Many organisations collect large amounts of freetext input — customer interactions, notes, feedback — but struggle to interpret it consistently.“

Gerade in Callcentern entstehen täglich wertvolle Informationen, die bisher kaum genutzt werden. KI kann hier helfen, aus kurzen Notizen verwertbare Signale zu extrahieren – etwa für Vertrieb oder Kundenservice. Doch Vigand warnt auch vor überzogenen Erwartungen.

„I would be more cautious in situations where meaning
depends on subtle context or less frequent patterns.“

Denn sobald Interpretation stark vom Kontext oder seltenen Mustern abhängt, stösst KI an ihre Grenzen. Besonders deutlich wurde das in ihrem Projekt bei einer unerwarteten Herausforderung: Selbst Menschen waren sich oft nicht einig, was überhaupt als „richtig“ gilt. Die Konsequenz ist, dass KI hier unterstützen und nicht ersetzen sollte.

Synthetische Interviews: Schnell, aber (noch) zu oberflächlich?

Dr. Simone Griesser untersucht, wie weit KI bereits in der Marktforschung eingesetzt werden kann. In ihrem Projekt wurden qualitative Interviews mithilfe von KI-Modellen wie Gemini und GPT simuliert und anschliessend mit einem Modell der BERT-Familie analysiert.

Der Vergleich mit echten Interviews brachte überraschende Erkenntnisse:

• Die synthetischen Transkripte sehen ganz anders aus als reale Gespräche.
• In der Analyse zeigen sich dennoch bemerkenswerte thematische Überlappungen.

Ihr Fazit zum aktuellen Einsatz:

• Stärke: Wenn schnell und kostengünstig eine Trendindikation benötigt, wird.
• Grenze: Bei seltenen Perspektiven oder tiefem Verständnis von Werten und Verhalten.

Oder wie sie es zusammenfasst:

„Wenn ein vertieftes Verständnis von Werten, Überzeugungen und Verhalten benötigt wird sind synthetische Transkripte aktuell noch zu oberflächlich oder zu generisch.“

Die drei Projekte zeigen eindrücklich, dass KI kein Allheilmittel ist, aber ein mächtiges Werkzeug, das zuhören kann, ohne immer zu verstehen, analysieren kann, ohne immer eindeutig zu bewerten, und simulieren kann, ohne vollständig zu ersetzen.

Gerade in der Kombination aus technologischer Innovation und menschlicher Einordnung liegt heute ihr grösstes Potenzial. Aus Sicht der Luzerner Forscherinnen entscheidet sich die Zukunft der KI nicht nur im Modell, sondern vor allem im richtigen Einsatz.

Weiterbildungsprogramme

CAS Digital Communication and Marketing Lernen Sie, digitale Medien strategisch einzusetzen!

SAS Generative KI für Marketing und Kommunikation KI-Boost für Ihre digitale Kommunikation: Strategien, Tools und Rahmenbedingungen