Affective Computing - Potenziale für empathisches digitales Marketing

  • Machine Learning automatisiert und optimiert unterschiedlichste Bereiche des digitalen Marketings wie Targeting oder Content-Personalisierung. Während „harte Kundenfaktoren“ – also wie sich Kunden digital verhalten – hierzu bereits gut als Datenquelle erhoben werden können, fehlen zuverlässige Daten zu „weicheren Faktoren“ wie Emotionen. Diese geben aber oftmals erst Aufschluss über das „Warum“, also, aus welchen Gründen Nutzer Kaufentscheidungen treffen. Affective Computing zielt auf automatisierte, echtzeitbasierte Messung und Erkennung von Emotionen durch Sensoren und lernende Algorithmen ab, um darauf angepasste Reaktionen von Computern zu ermöglichen. Affective Computing gilt als notwendige Bedingung, um Mensch-Computer-Interaktionen, wie Conversational Interfaces oder Virtual Personal Assistants, empathisch zu gestalten. Ziel ist es, Künstliche Intelligenz mit Emotionaler Intelligenz anzureichern. Der vorliegende Beitrag zeigt den Stand bestehender Messmethoden hinsichtlich ihrer heutigen Umsetzbarkeit und SkalierbarkeitMachine Learning automatisiert und optimiert unterschiedlichste Bereiche des digitalen Marketings wie Targeting oder Content-Personalisierung. Während „harte Kundenfaktoren“ – also wie sich Kunden digital verhalten – hierzu bereits gut als Datenquelle erhoben werden können, fehlen zuverlässige Daten zu „weicheren Faktoren“ wie Emotionen. Diese geben aber oftmals erst Aufschluss über das „Warum“, also, aus welchen Gründen Nutzer Kaufentscheidungen treffen. Affective Computing zielt auf automatisierte, echtzeitbasierte Messung und Erkennung von Emotionen durch Sensoren und lernende Algorithmen ab, um darauf angepasste Reaktionen von Computern zu ermöglichen. Affective Computing gilt als notwendige Bedingung, um Mensch-Computer-Interaktionen, wie Conversational Interfaces oder Virtual Personal Assistants, empathisch zu gestalten. Ziel ist es, Künstliche Intelligenz mit Emotionaler Intelligenz anzureichern. Der vorliegende Beitrag zeigt den Stand bestehender Messmethoden hinsichtlich ihrer heutigen Umsetzbarkeit und Skalierbarkeit auf, schildert exemplarische Einsatzbereiche und bietet eine Checkliste für Unternehmen, um die Relevanz und Bedeutung von Affective Computing einzuschätzen.show moreshow less

Export metadata

Additional Services

Search Google Scholar
Metadaten
Author:Alexander HahnORCiD, Marco Maier
URL / DOI:https://www.econstor.eu/bitstream/10419/275991/1/MRSG_2018_4_52-65.pdf
ISSN:1865-7516
Parent Title (German):Marketing Review St.Gallen
Publisher:Thexis Verlag, St.Gallen
Document Type:Article
Language:German
Date of first Publication:2018/01/01
Reviewed:Begutachtet/Reviewed
Release Date:2025/02/19
Volume:35
Issue:4
Pagenumber:52-65
institutes:Fakultät Betriebswirtschaft
Ohm User Experience Center (Ohm-UX)
Research Themes:Digitalisierung & Künstliche Intelligenz
Verstanden ✔
Diese Webseite verwendet technisch erforderliche Session-Cookies. Durch die weitere Nutzung der Webseite stimmen Sie diesem zu. Unsere Datenschutzerklärung finden Sie hier.