Social Media Monitoring: Interview mit Tool-Anbieter Ubermetrics

Im dritten und letzten Teil unserer Serie zum Theme Social Media Monitoring, stellen wir heute die Antworten des Anbieters „Ubermetrics“ vor.

Antworten worauf? Antworten auf 7 Fragen, die wir verschiedenen Anbietern gestellt hatten. Im ersten Beitrag kam die UK-Firma „Brandwatch“ zu Wort, im zweiten die Luxemburger „Talkwalker“ und in diesem abschließenden Beitrag nun eben „Ubermetrics“ aus Berlin.

Und worum geht es bei diesen Fragen?

Social Media Monitoring Tools, kurz SMMT, sind Such- und Analyse-Maschinen. Sie zeichnen ein Bild der Themen, die im „Social Buzz“ gerade aktuell sind.

In der Praxis erfolgt das mit sehr klaren, thematisch eng umrissenen Zielen, ein Monitoring eben. Es wird dabei nach ganz konkreten Wörtern und Phrasen gesucht. Beispiele: wie und wo entwickelte sich die virale Resonanz auf die OTTO-Kampagne zum Inkasso-Unternehmen in der letzten Woche?

Die aktuelle Frage ist nun: kann man sich noch auf die Ergebnisse dieser Analyse-Maschinen verlassen, zeichnen sie noch ein weitgehend präzises Bild?

Es gibt nämlich Entwicklungen, die das Wasser der Erkenntnis trüben könnten:

• Lokale Sprachenvielfalt: Immer mehr Menschen kommunizieren in immer mehr Sprachen miteinander – auf dem gleichen Markt und mitunter in einem echten Kauderwelsch. Kann auch bei unscharfen Bedingungen der Sprachvermengung noch ein klares Themen-Bild gezeichnet werden?
• Bots: Immer mehr Beiträge werden nicht mehr von Menschen verfasst sondern von Maschinen. Desinformation ist ja das zentrale Ziel der auf Manipulation ausgelegten Bots. Können Monitoring Tools diese Verfälschung verhindern?
• Messenger und Apps: Immer mehr Menschen kommunizieren über private, nicht öffentliche Medien. Verschwinden so vielleicht gerade die besonders relevanten Beiträge in privaten Kanälen? Und wird nur noch ein immer langweiliger Bruchteil dessen, was die Menschen online bewegt, gesehen?

Wir wollten wissen, wie die Werkzeuge des Social-Media-Monitorings mit diesen aktuellen Entwicklungen umgehen und haben einigen wichtigen Anbietern entsprechende Fragen gestellt.

In diesem dritten und letzten Beitrag unserer Serie kommt die Firma Ubermetrics zu Wort.

Das Berliner Unternehmen kommt aus dem wissenschaftlichen Bereich.  Die linguistischen Wurzeln in der Humboldt Universität sind eine Stärke des Produkts. Die Damen und Herren vom Alexanderplatz haben einen holistischen Ansatz, ihnen  geht es um das ganze Unternehmen. Neben PR und Marketing adressiert Ubermetrics darum u.a. auch das Supply-Chain-Management.

Das Unternehmen hat nach eigenen Angaben 32 Mitarbeiter und 150 Kunden.

Fragen und Antworten: Ubermetrics

Die Antworten gibt uns Patrick Bunk, Founder & CEO von Ubermetrics.

BASIC thinking: Zur Orientierung für unsere Leser zunächst eine grundsätzliche Frage: Wie ist Ihr Produkt am Markt positioniert, generell und in Abgrenzung zu anderen Anbietern? 

Patrick Bunk: Ubermetrics analysiert öffentliche Informationsströme aus heterogenen Quellen, um neue Risiken, Potentiale und Trends zu identifizieren, so dass Unternehmen bessere Entscheidungen treffen können.

Unser Produkt, Ubermetrics Delta, basiert auf der Überzeugung, dass jedes Unternehmen mit den besten verfügbaren Informationen ausgestattet sein soll um Unternehmensentscheidungen zu treffen.

Aus diesem Grund haben wir eine hochskalierbare Stream-Processing-Engine entwickelt, welche mit Verfahren aus der Computerlinguistik, dem Text-Mining, sowie maschinellem Lernen die für den Kunden relevanten Dokumente, Fakten und Statistiken extrahiert, und ihm somit hilft die besten Entscheidungen zu treffen.

Ubermetrics unterstützt Unternehmen aus verschiedenen Branchen dabei, unterschiedlichste Ereignisse und Themen zu monitoren, wie z.B. Unternehmensimage, Lieferketten und Kundenzufriedenheit.

Nach sechs Jahren Unternehmenserfahrung, mit stetigen technischen Verbesserungen, bieten wir mit Ubermetrics Delta ein leistungsstarkes System zur kontinuierlichen Evaluation unstrukturierter Daten aus öffentlicher Kommunikation.

Es extrahiert bedeutungsvolle Informationen in über 60 Sprachen und verarbeitet durchschnittlich 54.000 relevante Dokumente pro Minute als Software as a Service Lösung, und unterstützt somit wichtige Unternehmensentscheidungen. Schnittstellen für kundenspezifische BI-Lösungen können direkt durch den Kunden auf der standardisierten Ubermetrics API aufgesetzt werden.

Ubermetrics entwickelt alle Bestandteile des Technologie-Stacks: vom Crawling über die Content-Extraction bis hin zum Analytics.

Als einziger Anbieter integriert Ubermetrics sowohl Online- und Offline-Quellen, wie z.B. Blogs, Pressemitteilungen, Social Media, Print, Online-Foren, Bilder, Videos, und TV & Radio in einem homogenen Datenstrom.

Mit der selbst entwickelten Verbreitungsanalyse wird der Verlauf von Informationen analysiert, um ihre Viralität basierend auf Verlinkungen, Kommentaren und Retweets zu bestimmen und Meinungsführer zu identifizieren.

Zusätzlich versendet unsere Software automatisch generierte Berichte mit Echtzeit-Content, welcher auf die Bedürfnisse des Kunden abgestimmt ist.

Wo sehen Sie im Bereich Social Media Monitoring für die nähere Zukunft besondere Herausforderungen? Gibt es Entwicklungen am Markt, die Ihnen die Arbeit besonders schwer – oder auch besonders leicht machen? Welche sind das? 

Drei Entwicklungen, die zur Herausforderung für Anbieter im Bereich Social Media Monitoring werden, sind Fake News, gekaufte Produktbewertungen und die Tendenz zu einer „closed data“ Policy vieler Netzwerke gegenüber legitimen Crawlern.

Welche Entwicklung erwarten Sie: Werden Produkte wie das Ihre weiterhin als singuläre Lösungen fortbestehen oder werden die Funktionen eines Social Media Monitoring Tools absehbar in größere Pakete integriert? Oder gibt es noch einen dritten Weg?

Wir sehen Social Media Monitoring nur als eine Zwischenstufe. Das eigentliche Ziel ist es, relevante Daten aus unstrukturierter, öffentlicher Kommunikation zu liefern, die Unternehmen dabei helfen, bessere Entscheidungen zu treffen.

Social Media Quellen sind nur ein kleiner Teil davon. Wir wollen der Zulieferer für Informationen anstatt Texte sein. Um dieses Ziel zu erreichen wird Technologie zur tiefergehenden Textanalyse benötigt.

Ubermetrics arbeitet unter anderem an diversen Forschungsprojekten, um diesem Ziel näher zu kommen.

Wie löst Ihr Produkt die Herausforderungen, die von Bots ausgehen? Viele Trends, die man zum Beispiel mit Ihrem Werkzeug erkennt, sind ja vielleicht rein „bot-made“. Viele User sind gar nicht aus Fleisch und Blut.

Dies ist ein kontinuierliches Thema, für das es die eine perfekte Lösung nicht gibt oder vielleicht auch niemals geben wird. Jedoch unterstützt Ubermetrics in dieser Hinsicht mit einem Duplikatefilter sowie der Viralitätsanalyse.

Unser Duplikatefilter erkennt, wenn sich Texte sehr ähnlich sind und dementsprechend mit hoher Wahrscheinlichkeit von einem Bot geschrieben wurden. Oft unterscheiden sich die Formulierungen eines Bots nur um einzelne Wörter. Beispiele hierfür sind Twitter-Bots die über Erdbeben berichten und dafür gleiche Formulierung nutzen, nur Region und Stärke variieren. Das gleiche Beispiel gilt für Aktienkurse.

Ubermetrics Viraliätsanalyse macht die Kommunikation zu einem Thema in ihrer zeitlichen Abfolge und Verbreitungsstruktur sichtbar. Sie dient als hervorragendes Mittel, um mechanische Muster die von Bots ausgehen sichtbar zu machen, beispielsweise, wenn ein bestimmter Twitter-Account immer wenige Minuten nach Erscheinen eines neuen Beitrages auf einer anderen Seite einen Link setzt.

Der Duplikatefilter und die Viraliätsanalyse dienen als Unterstützung, um Beiträge die von Bots generiert wurden, zu erkennen. Sie sind kein Ersatz dafür, dass zusätzlich eine gesunde Portion Menschenverstand benötigt wird.

Immer mehr Online-Aktivitäten erfolgen via Messenger, andere via Apps. Wie können Sie hier Trends erkennen?

Ubermetrics Fokus liegt auf öffentlicher Kommunikation. Inhalte, die per App oder via Messenger geteilt werden, gehören da nicht zu. In Ausnahmefällen stellen Anbieter in der Regel auch eine maschinelle Schnittstelle bereit (Anm. d. Red: zum Beispiel Twitter).

Wenn dies nicht der Fall ist, ist dies letztendlich ein Zeichen dafür, dass die Kommunikation nicht als öffentlich betrachtet werden soll. Da Ubermetrics besonderen Wert auf die strengen EU-Datenschutzrichtlinien legt und nicht gegen die Anbieter arbeiten oder die Privatsphäre der Nutzer verstoßen will, ist diese Kommunikation nicht Teil der Informationen, die wir unseren Nutzern zur Verfügung stellen.

Wie bildet Ihr Produkt die zunehmende Sprachvielfalt gerade im deutschen Markt ab? Gemeint sind konkret Flüchtlinge, die zum Beispiel Arabisch oder Farsi sprechen. Viele von ihnen sind im Netz sehr aktiv. Wenn z.B. ein Automobilhersteller rausbekommen möchte, wie sich in dieser Klientel die Gebrauchtwagennachfrage entwickelt, welche Infoquellen genutzt werden, mit welchen Problemen man kämpft, welche Erwartungen an den Verkäufer bestehen etc.: wie kann man dazu mit Hilfe Ihres Produkts kompetente Antworten finden?

Die zunehmende Sprachvielfalt im deutschen Markt lässt sich mit Ubermetrics Delta leicht bewältigen, da unser Tool Beiträge in 68 Sprachen identifiziert, filtert und analysiert. Nutzer können Keywords in der gewünschten Sprache, bspw. Arabisch oder Farsi, anlegen und haben dann die Möglichkeit diese Ergebnisse mit einer automatischen Übersetzungsfunktion im Tool zu übersetzen.

Zum Abschluss die Frage nach einer Vision: Welche Bedeutung wird Social Media Monitoring aus Ihrer Sicht in 3 Jahren haben im Konzert mit anderen Analyse- Methoden? Eine deutlich größere oder eine deutlich kleinere? Oder wird alles ungefähr so bleiben wie es ist?

Wie bereits in Frage drei erläutert, sehen wir Social Media Monitoring nur als eine Zwischenstufe. Der Weg wird uns zu einem viel weiteren Konzept der Informationskuratierung führen.

Auch in Unternehmen sehen wir, dass Social Media Monitoring gesondert steht. Große Unternehmen arbeiten schon heute im Zuge von Digitalisierungsprogrammen daran, externe und interne Daten zusammenzubringen.

Vielen Dank für das Gespräch.

Was hat er bottom line gesagt?

Ich verstehe die Antworten so:

• Alle drei von uns angesprochenen Probleme-Themen, unsere „issues“, werden ebenfalls gesehen.
• Wirkliche Lösungen hat man nicht, aber einige nachvollziehbare Ansatzpunkte. So erscheinen der „Duplikate-Filter“ wie auch die Online-Übersetzung gemischter Texte dem Nutzer zumindest ein paar Hilfsmittel an die Hand zu geben, die Unschärfen einzugrenzen.
• „Dark-Social“-Beiträge werden sehr korrekt und brav als gewollt nicht öffentlich erkannt. Damit sind sie analytisch vom Tisch? Juristisch sauber, aber für die Praxis ein wenig unbefriedigend.

Fazit der drei Interviews – und ein wenig darüber hinaus

Wir haben anscheinend schwierige bis fast unlösbare Themen adressiert. Die drei Unternehmen können eben Bot-generierte Massenbeiträge nicht zuverlässig erkennen, ich glaube, niemand kann das.

Genauso wenig können sie die Privatsphäre aufbohren und, am Nutzerwillen vorbei, doch ein wenig in die Chats reinlauschen. Und die linguistische Intelligenz, den Wirrwarr der zufällig entstehenden, fast individuell gemixten Un-Sprachen doch noch zuverlässig auszuwerten, ist eben (noch) nicht vorhanden.

Das ist der gemeinsame Nenner der drei Antwortsets, und so ähnlich dürften fast alle anderen SMMT-Anbieter auch antworten. Mangelnde Kompetenz oder zu wenig Engagement steckt jedenfalls nicht dahinter, alle sehen die Engpässe.

Wenn wir etwas tiefer reingehen, dann werden ein paar Nuancen erkennbar – das große Bild ändern sie nicht:

Thema 1: Spracherkennung im Kauderwelsch

Es geht ja nicht nur um die Trennung von Deutsch, Farsi und Kisuaheli. In Kauderwelsch-Texten mit diversen Schreibfehlern ist die sprachliche Zuordnung häufig so unbefriedigend, dass man in diesen Beiträgen gar nichts mehr erkennt, auch wenn man für jede Sprache und jeden Dialekt der Welt ein Modul hätte.

Dieses Thema der Sprachvermengung wird von Ubermetrics mit der Online-Übersetzungsfunktion zumindest angerissen. Der Weg erscheint sinnvoll, hier kann man sich für die Zukunft aber noch weiter verbesserte linguistische Lösungen vorstellen.

Thema 2: Desinformations-Bots

Für das Problem der Bot-Verfälschung haben alle drei Anbieter keine wirkliche Lösung. Das heißt aber umgekehrt, dass immer dort, wo „manipulative Kräfte“ am Werk sind, man den Ergebnissen eines SMMT zunehmend misstrauen muss.

Also sind SMMT immer weniger geeignet für die Politik? Im Prinzip ja, aber meine Erwartung geht weiter: Stör-Bots, Desinformations-Bots werden nicht auf Präsidenten-Wahlkämpfe beschränkt bleiben. Schon längst gibt es Social Media Agenturen, die via maschineller Beiträge z.B. das Image von Audi, BMW oder Mercedes unter Feuer nehmen.

Alle arbeiten irgendwie mit Hochdruck an dem Thema, ein „Heureka“ (= „mission accomplished!“) werden wir aber so schnell wohl nicht hören. Vermutlich ist es, wie Patrick Bunk sagt: Das Thema kann man gar nicht umfassend lösen.

Thema 3: Dark Social

Auch hier haben die drei Anbieter nicht wirklich Überzeugendes zu bieten. Natürlich, Privates muss privat bleiben, aber ist das die ganze Antwort? Was, wenn gerade alles Interessante und Authentische hierhin abwandert?

Möglicherweise liegt ein Lösungsansatz in Kooperationen mit den Netz-Betreibern, so wie Brandwatch und Talkwalker es andeuten und wohl auch schon betreiben.

Thema X: Zu neuen Ufern

Wenn so Vieles am Erkenntniskuchen nagt, muss man den Blick heben und nach neuen Nahrungsquellen suchen. Bild- und Video-Erkennung haben alle drei auf der Liste. Zusätzlich TV, Radio und Print werden von Talkwalker und Ubermetrics erfasst. Die Berliner wollen sogar einfach sämtliche öffentlich verfügbaren, unstrukturierten Offline- wie Online-Informationen abbilden.

Macht ja auch Sinn! Es ist doch nur folgerichtig, dass jeder Anbieter über Social Media hinaus schlicht „Alles“, was irgendwie für jedermann zugänglich ist, finden und auswerten will. Das ist dann nicht mehr Social Media Monitoring, sondern so etwas wie „Information Intelligence Monitoring“.

Brandwatchs Strategie bei diesen Bedrohungen scheint noch eine andere, nach innen gerichtete Komponente zu haben, in die Organisationen der Unternehmen hinein. Hier will man unter anderem für unternehmensweit einheitlichen Informationsstand auf möglichst hohem Niveau sorgen. Jeder CEO wird hier nicken.

Was nehmen wir von alledem mit?

Die Botschaft hinter diesen kleinen Ernüchterungen ist eine große: Die Crowd in ihrer viel gelobten Weisheit wird zickig. Einerseits spricht sie zunehmend wirres, schwer entzifferbares Zeugs. Wir verstehen sie aktuell nicht mehr so recht. Schon mal nicht gut.

Schlimmer ist dies: Wir trauen ihr nicht mehr über den Weg. Sie wird von Fake-Crowds überschwärmt, „Killer-Crowds“ fallen über sie her und drehen ihre ehrlichen Botschaften, ihre Weisheiten ins Gegenteil. Viele Likes oder 5 Sterne? Viele Proteste? Nur gute oder dominant schlechte Bewertungen? Alle misstrauen Hillary Clinton? Alles Katzengold, nichts davon kann man glauben.

Frustriert privatisieren die Schwärme und teilen ihre Wahrheiten nur noch mit Freunden und Gleichgesinnten. Zurück im öffentlichen Raum bleiben gerupfte, zum Teil manipulierte und jedenfalls nicht mehr repräsentative Gruppen. Social Media Monitoring war noch nie eine wirklich präzise Zunft, „Signifikanz“ war schon immer ein schwer belegbares Fremdwort. Nun geht es mit der Präzision anscheinend weiter bergab.

Vor ein paar Jahren glaubte man noch, hier eine günstige Alternative zur Marktforschung entdeckt zu haben. Parolen wie „stop asking questions!“ gingen um, der Buzz würde einem schon alles auch ungefragt offenbaren. Ein Horror für alle Researcher.

Spätestens nach unseren Interviews können wir ihnen sagen: The nightmare is over! Social Media Monitoring Tools mögen noch weiter öffentliche Trends und grobe Richtungen anzeigen, gerade für Spezialthemen. Von einem repräsentativen Abbild des „wahren Buzz“ entfernen sie sich, so mein Eindruck, zunehmend.

Noch etwas zugespitzter formuliert: Die Crowd ist krank und eine Medizin noch nicht gefunden.

⇐ Zu Teil 1 | ⇐ Zu Teil 2