Online-Beispiele beschreiben die Vor- und Nachteile.
In Artikeln wie dem folgenden “Is AI killing online reviews?” wurde bereits darüber geschrieben.
Kurz und knapp: Nicht KI sorgt für Fake-Reviews, sondern die missbräuchliche Verwendung:
Reviews können schneller und in größerer Menge verfasst werden, wodurch auch sogenannter Review-Spam ein Allzeithoch erfahren kann.
Jedoch ist es nicht die Schuld von KI-Tools, dass Fake-Texte in größerer Menge produziert werden… Denn gleichzeitig kann KI dafür sorgen, Fake-Texte automatisch und schneller erkennen, adressieren und löschen zu können.
Eine Studie hat KI eine Genauigkeit von über 90% beim Erkennen von Fake-Reviews attestiert. Das ist somit weitaus zuverlässiger, als eine manuelle Prüfung. Selbst wenn die Studie nicht 100% zuverlässige Werte liefern sollte, ist das definitiv schneller.
Was wird von anderen Webseiten zum Thema “Bewertungen mit KI” geschrieben?
Das Problem der Fake Bewertungen, die kein echtes Erlebnis abbilden:
Fake Bewertungen sind durch den einfach zugänglichen Einsatz von KI auf vielen Portalen ein echtes Problem.
Tripadvisor und Trustpilot haben Millionen gefälschte Bewertungen erkannt und entfernt, wobei Indien als Hauptquelle solcher Bewertungen identifiziert werden konnte, gefolgt von Russland.
Die Herausforderung steigt: AI-generierte Bewertungen stellen eine neue Bedrohung dar, die von den Plattformen erkannt und bekämpft werden muss.
Durch die Bekanntheit von Chat-GPT konnten Empfehlungsseiten für Hotels und Restaurants wie bspw. Tripadviser eine Flut an neuen Online Bewertungen beobachten, die teils leicht, teils sehr schwer erkannt werden konnten.
Während Unternehmen wie Tripadvisor oder auch Google mit verschiedenen Screening-Techniken gegen gefälschte Bewertungen vorgehen, stehen Gesetzgeber vor der Herausforderung, das Ausmaß des Problems zu erfassen und ggf. rechtliche Schritte einzuleiten, die gefälschten Rezensionen zu bekämpfen. Die Forderungen nach strengeren Regulierungen und Maßnahmen gegen gefälschte Bewertungen werden lauter. Die Verantwortung liegt letztlich auch bei den Technologieunternehmen, ihre Plattformen gegen diese Art der Manipulationen zu schützen.
Es bleibt daher dauerhaft die Aufgabe, den Anteil an authentischen Bewertungen durch entsprechende Maßnahmen möglichst hoch zu halten.
Quelle: https://www.theguardian.com/money/2023/jul/15/fake-reviews-ai-artificial-intelligence-hotels-restaurants-products
Ein interessanter Fall für Produkte wurde in mehreren Artikeln beschrieben:
Amazon (US-Markt) hat Bewertungen mit KI zusammengefasst:
Ein sehr interessantes Beispiel ist der Test von Bewertungen durch Amazon, die durch KI als „Customers say“ Übersicht zusammengefasst werden, um schnell und automatisiert eine Kundenmeinung zu Produkten zu geben. Amazon hat zudem aus den Bewertungen Schlagworte erstellt, wenn diese öfter vorkommen.
Hier am Beispiel eines Laufschuhes zu sehen, dass sowohl Texte, als auch Schlagworte bei Produktbewertungen einen schnellen Überblick geben können.
Die Sprache ist in diesem Fall passend.
Denn es liefert klar erkenntlich Beispiele „For example, …“ und erweckt damit NICHT den Eindruck, es handelt sich um einen „generellen“ Querschnitt aller Bewertungen. Amazon hat als Konzern daran gearbeitet, dass die Zusammenfassungen sinnvoll sind und nicht unpassend wirken.
Es gibt aber auch viele Fälle, in denen die Reviews als nicht passend zusammengefasst empfunden wurden.
In einer KI-generierten Zusammenfassung von Bspw. „Tennisbällen“ (Fa. Penn) mit einer 4,7-Sterne-Bewertung, wurde der Geruch als negativ hervorgehoben. Aber von den 4.300 Bewertungen „erwähnen nur sieben Bewertungen einen unangenehmen Geruch“. Dies führt nicht nur die Kundinnen & Kunden in die Irre, sondern kann auch Probleme für die Händler mit sich bringen, wenn ein Produkte dann nicht gekauft wird, obwohl das genannte negative Kriterium am Ende für andere als neutral oder sogar positiv gesehen wird. Denn ob Geruch positiv oder negativ wahrgenommen wird, ist stark unterschiedlich.
Noch schwieriger kann es werden, wenn, wie hier, ein medizinisches Produkt bzgl. Bewertungen zusammengefasst wird. Hier ist, im Falle einer schlecht gewichteten oder irreführenden Zusammenfassung die Gefahr groß, dass ein falscher Gebrauch stattfindet. Das könnte im schlimmsten Fall negative Gesundheitsfolgen nach sich ziehen.
Insgesamt ist es für die Produktbewertungen sinnvoll, eine Zusammenfassung anzubieten und jeder kann natürlich selbst entscheiden, diese in die Kaufentscheidung einzubeziehen und auch selbst noch mehr Zeit für das Lesen der besten und schlechtesten Bewertungen aufzuwenden. Am Ende sind Kundinnen und Kunden immer selbst verantwortlich, sich ausreichend zu informieren.
Bestimmte Produktkategorien wie Bücher / Hörbücher, wurden von Amazon daher schlauerweise vermieden, obwohl sensible Kategorien wie medizinische Produkte bereits einbezogen wurden. Amazon plant, dies jedoch für immer mehr Produktkategorien zu erweitern. Vorsichtiges Vorgehen scheint somit nicht oberste Prämisse zu sein.
Amazon selbst antwortet dazu: (Deutsch übersetzte Antwort von Boschetti)
„Unsere Analyse hat ergeben, dass die Bewertungshervorhebungen den Kunden helfen, die gewünschten Produkte zu finden, und den Verkäuferinnen / Verkäufern zu höheren Umsätzen verhelfen“, so Boschetti. „Wir legen großen Wert auf Genauigkeit und werden die Bewertungshervorhebungen im Laufe der Zeit kontinuierlich verbessern.“
Fazit zum „Produkt Review Summary“ Beispiel:
Ein überwiegend hilfreiches Feature, dass mit ausreichend Hinweisen, dass es sich um KI-Zusammenfassungen handelt, transparent einen schnellen Überblick zu den Bewertungen liefert. Besucherinnen und Besucher des Shop müssen dann natürlich sehr stark aufpassen, die richtigen Schlüsse zu ziehen und entscheiden, ob eigene weitere Recherche Sinn macht.
Quellen:
- https://mashable.com/article/amazon-ai-generated-review-summaries
- https://t3n.de/news/amazons-ki-bewertet-produkte-schlechter-kuenstliche-intelligenz-zusammenfassungen-1597916/
Studien:
Inhaberantworten mit KI: Hier kann die Automatisierung ebenfalls helfen.
Es ist laut einer brightlocal Studie von hoher Relevanz für Unternehmen, auf Kundenbewertungen zu antworten.
Unter anderm kann es folgende Vorteile mit sich bringen:
- Verbesserten Kundenservice.
- Höheres lokales Ranking auf Google (Local SEO)
- Höhere Kundenrückkehrquote
- Größere Wahrscheinlichkeit, dass Kunden die Marke ausprobieren
- Abgrenzung von Mitbewerber*innen
- Schadensbegrenzung bei negativen Bewertungen
- Die Möglichkeit, über die Vorzüge der Marke zu sprechen.
Aufgrund der oftmals unklaren Ergebnisse künstlicher Intelligenz (KI) stellt sich jedoch die Frage, ob KI-Tools zur Beantwortung von Bewertungen eingesetzt werden sollten und wann dies sinnvoll sein kann.
Es gibt mehrere Faktoren zu berücksichtigen, wenn man KI-generierte Antworten mit menschlichen Antworten vergleicht:
- Extrem negative oder sensible Bewertungen: In Fällen von rechtlich sensiblen Bewertungen, die Ihrem Unternehmen Betrug, Belästigung, Diskriminierung oder andere Probleme vorwerfen, ist eine menschliche oder allenfalls hybride Lösung empfehlenswert. Das kann helfen, rechtliche Risiken zu minimieren.
- Google-Rankings und Personalisierung von Inhalten: Google erkennt KI-generierte Inhalte und könnte sie negativ bewerten. Eine hybride oder komplett menschliche Lösung stellt sicher, individuelle Anpassungen vorzunehmen und Spam oder zu “allgemeine” Inhalt zu vermeiden. KI-Antworttexte sollten immer vor dem Veröffentlichen überprüft werden.
- Zeitersparnis und Effizienz: KI-gestützte Lösungen können mittlerweile relativ günstig und mit etwas Übung, effizient genutzt werden.
- SEO und Keywords: Bei der Beantwortung von Bewertungen können spezifische Wörter (Keywords) verwendet werden, um Themen stärker zu betonten. KI-generierte Antworten sollten daher gut geprüft werden.
- Bequem und benutzerfreundlich: Egal ob KI-gestützt oder menschlich, die Antworttexte sind schnell erstellt und einfach zu nutzen.
Fazit zur Inhaberantwort mit KI:
Insgesamt bietet eine hybride Lösung die Möglichkeit, den Vorteil die KI-Effizienz als Startpunkt zu sehen und durch manuelle Anpassung eine qualitativ hochwertige Bewertungsantwort zu generieren.
Und was schreibt die KI selbst zur Frage: „Sind Bewertungen mit KI sinnvoll“?
Fragen wir doch mal die künstliche Intelligenz (Chat-GPT (3.5))
„Der Einsatz von KI für das Schreiben subjektiver Erfahrungsberichte in Form von Textbewertungen für Unternehmen verschiedener Branchen kann sowohl sinnvoll als auch herausfordernd sein. Hier sind einige Überlegungen:
Vorteile:
Effizienz: KI kann große Mengen von Daten schnell verarbeiten und analysieren,
die Effizienz bei der Generierung von Textbewertungen erhöht.
Konsistenz: KI kann dazu beitragen, eine konsistente Tonlage und Bewertungskriterien beizubehalten, was die Qualität der Berichte verbessern kann.
Skalierbarkeit: Unternehmen mit einem hohen Volumen an Kundenbewertungen können KI nutzen, um mit der Menge an Feedback umzugehen und schnell darauf zu reagieren.
Mustererkennung: Durch die Analyse großer Datenmengen kann KI Muster und Trends erkennen, die für Unternehmen wertvolle Einblicke bieten können.
Herausforderungen:
Subjektivität: Subjektive Erfahrungsberichte können schwierig sein, da sie oft von individuellen Meinungen und Emotionen geprägt sind. KI hat Schwierigkeiten, die Feinheiten menschlicher Sprache und Emotionen zu verstehen.
Authentizität: Es besteht die Gefahr, dass maschinell generierte Berichte als unpersönlich oder unauthentisch wahrgenommen werden, was das Vertrauen der Verbraucher beeinträchtigen könnte.
Bias: KI-Modelle können aufgrund von Trainingsdaten oder algorithmischen Entscheidungen Vorurteile aufweisen, was zu ungenauen oder verzerrten Bewertungen führen kann.
Komplexität der Erfahrungen: Manche Erfahrungen lassen sich nicht leicht in standardisierte Bewertungskategorien einordnen, was für KI-Modelle eine Herausforderung darstellen kann.
Insgesamt kann der Einsatz von KI für das Schreiben von subjektiven Erfahrungsberichten in Form von Textbewertungen für Unternehmen verschiedene Vorteile bieten, aber es ist wichtig, die Herausforderungen und potenziellen Fallstricke zu berücksichtigen und angemessen zu adressieren, um die Qualität und Glaubwürdigkeit der Berichte sicherzustellen.“
Unsere Meinung zu dieser KI-Antwort auf die Frage des Vorteils von KI-Reviews. Auch, wenn es gute Ansätze wie „Konsistenz“ gibt, was nur einer der vier genannten Vorteile ist, ist für GoLocal diese Antwort wenig zutreffend. Denn GoLocal hat sich zum Ziel gesetzt, bei Bewertungen zu unterstützen und nicht etwa Skalierbarkeit oder sogar Mustererkennung durch KI einzusetzen.
Für unsere GoLocal-User liegen die Vorteile auf der Hand:
- Das “leere Blatt” Problem kann umgangen werden (Stichpunkte genügen)
- Zeitersparnis und Effizienz
- Optionale Korrektur des KI-Textergebnis bietet volle Kontrolle und Flexibilität vor dem Veröffentlichen
- Reduktion der Rechtschreibfehler, gerade für NICHT-Muttersprachler hilfreich
- Freiwilligkeit, zu Beginn kann weiterhin “manuell” als gewünschte Bewertungsmethode gewählt werden.
Welche Nachteile sehen wir auf golocal.de?:
- Nachteile sehen wir durch die Freiwilligkeit und Bearbeitungsmöglichkeit vor Veröffentlichung aktuell keine. Sofern der Bewertungstext die eigene Erfahrung zum jeweiligen Eintrag auf golocal abbildet, kann KI als toller Text-Assistent genutzt werden. Fake Reviews dürfen dadurch natürlich weiterhin nicht veröffentlicht werden, wobei auch eine komplett selbst geschriebene Bewertung das nicht komplett ausschliesst.
- Durch Standard-Verifizierungsprozess per Mail können bei GoLocal nur registrierte User eine Bewertung verfassen und veröffentlichen. Dadurch haben wir die Wahrscheinlichkeit deutlich reduziert, dass Bots o.ä. in Massen automatisierte Fake-Reviews per KI verfassen. Bisher sind wir und die meisten User damit sehr zufrieden, wie auch im GoLocal Forum zu lesen ist.
Hier geht es zum „TEIL 2 – Bewertungsprozess: So gelingt KI-Unterstützung für individuelle Reviews“