Fassen Sie diesen Blogbeitrag wie folgt zusammen:
Symptome sind immer vorhanden, doch erst ein Arzt kann sie in Zusammenhang bringen und die Krankheit diagnostizieren. Indizien sind immer da, doch erst ein Sherlock Holmes kann all diese Informationen verarbeiten und das Rätsel lösen. Dies und vieles mehr unterstreicht einen wichtigen Punkt: Informationen sind lebenswichtig, doch um sie sinnvoll zu interpretieren, bedarf es Intelligenz.
Die Technologie hat heute einen solchen Fortschritt erzielt, dass der Mensch der Hauptnutznießer der computergestützten, menschenähnlichen Intelligenz ist. Dafür gibt es viele Bezeichnungen wie künstliche Intelligenz, maschinelles Lernen, Big-Data-Analyse, prädiktive Intelligenz und vieles mehr. Zahlreiche, bisher ungelöste Probleme werden heute angegangen – sei es im Gesundheitswesen, im Finanzwesen, in der Wirtschaft, in der sozialen Analyse oder sogar in der Politik und bei Wahlkämpfen.
Es überrascht nicht, dass Big-Data-Analysen und Wahlen eng miteinander verknüpft sind, denn die Neudefinition der Gestaltung von Wahlkampagnen ist nur ein Aspekt davon. Darüber hinaus trägt genau diese Eigenschaft von Daten – die Fähigkeit, aus ihnen Erkenntnisse zu gewinnen – heute dazu bei, die Kampagnenplanung und -durchführung kontinuierlich und in Echtzeit zu optimieren. Im Folgenden werden einige Anwendungsbereiche datengetriebener und maschineller Intelligenz vorgestellt, die die Bedeutung von Daten eindrucksvoll unterstreichen.
Dies umfasst die Analyse aktueller Trends in sozialen Medien und Suchmaschinen sowie die Stimmungsanalyse dessen, worüber und über wen gesprochen wird. Beispiele hierfür sind die Engagement-Analyse auf Twitter und Facebook und die Auswertung der Stimmungen in den riesigen Mengen massenhaft generierter Social-Media-Daten.
Das untenstehende Beispielbild lässt Rückschlüsse darauf zu, aus welchen Ländern die einzelnen Kandidaten im Zeitraum XY die meisten Tweets erhalten. Es zeigt außerdem eine Stimmungsanalyse der Twitter-Erwähnungen der Kandidaten.
Es ist in der Tat unwahrscheinlich, dass ein Mensch Hunderte von Interviews und zugehörigen Artikeln durchforstet und daraus kognitive und informative Schlussfolgerungen zieht. Maschinen hingegen können genau das leisten, wenn sie eine menschliche Rolle übernehmen – und das innerhalb kürzester Zeit. Die Analyse sowohl von gesprochenen Interviews als auch von textbasierten Transkripten kann unter anderem folgende Aspekte aufzeigen:
- Erwähnungen der Wahlagenda, anderer Länder, Themen usw.
Der Flesch Reading Ease Index ist eine der Methoden, die dabei helfen, die Komplexität und das Niveau von Reden zu verstehen – was wiederum sicherstellt, dass die Reden volksnäher sind und besser geeignet, die breite Masse zu erreichen.
Die Darstellung von Echtzeit-N-Grammen, Wortwolken, zeitlich skalierten Trends und anderen Darstellungen sind einige sehr beliebte Methoden, um „verwandte“ oder „nahe liegende“ Wörter herauszufiltern, was dem politischen Analysten hilft, die richtigen Schlussfolgerungen zu ziehen.
LESEEMPFEHLUNG: DIE BEEINDRUCKENDE LANDSCHAFT DER NATÜRLICHEN SPRACHVERARBEITUNG
# Sprachanalyse
Es gibt Plattformen und Lösungen, die die Berichterstattung und Interviews der Wahlbeobachter durchforsten und eine gründliche Analyse der wichtigsten Wahlkampfthemen, der Themen, die die Kandidaten immer wieder aufgreifen, der Übereinstimmungen und Übereinstimmungen mit dem Wahlprogramm und anderer Aspekte erstellen können.
Das untenstehende Beispielbild lässt beispielsweise darauf schließen, dass sich die Demokraten mehr um die sozialen und wirtschaftlichen Faktoren sorgten, während die Republikaner sich mehr um die Beziehungen der USA zur Welt und die Außenpolitik kümmerten.
LESEEMPFEHLUNG: Schritte zur Wertschöpfung aus Big Data
Die Einbeziehung geografischer Dimensionen in die Stimmungsanalyse oder andere Social-Media-Attribute (Erwähnungen, Hashtags usw.) bietet ein leistungsstarkes Instrument, um die öffentliche Meinung in verschiedenen Regionen oder Gebieten zu ermitteln. Hier ist beispielsweise ein Bild mit Prognosen zur Präsidentschaftswahl 2020.
Quelle: (PRNewsfoto/Jumptuit)
Daten ohne die Möglichkeit, daraus sinnvolle Erkenntnisse zu gewinnen, sind nutzlos. Daher ist es nur logisch, dass Wahlparteien heutzutage nichts unversucht lassen, um Daten optimal zu nutzen und auf die daraus gewonnenen Schlussfolgerungen einzugehen.
So einfach es auch klingen mag, die Stärke der Big-Data-Analyse lässt sich leicht zusammenfassen: Informationen erzeugen Erkenntnisse, Erkenntnisse erzeugen Wissen und Wissen erzeugt Handlungen!