Was kann die Maschine schon heute, warum narrt sie uns und was läuft real ab? – Maschinelle oder empirische Vorhersage von Aufmerksamkeit

Salienz-basierte Verfahren folgen dem Bestreben, menschliche Wahrnehmung zu approximieren. Doch stehen diese in Übereinstimmung mit tatsächlicher Aufmerksamkeit? Das eye square Data Science Team hat dazu eine Reihe von Untersuchungen gemacht, mit leider enttäuschenden Ergebnissen für salienz-basierte Ansätze.

Das Zeitalter der Maschinen und der Digitalisierung, in dem wir gerade leben, bietet Werbetreibenden zunehmende Verfügbarkeit von Nutzerdaten, stetig neue Kanäle und Innovationen des digitalen Marketings. Entsprechend hoch ist der Wunsch und die Erwartung nach einer zielgenauen Ansprache im digitalen Marketing, dem Microtargeting, und der damit steigenden Effektivität der Kommunikation.

Tatsächlich sind die heutigen Möglichkeiten der Maschinen beeindruckend: von Data Mining, über intelligente Spielstrategien, maschinelle Übersetzung und persönliche Assistenzsysteme. Dabei finden die maschinellen Möglichkeiten Anwendungen in nahezu allen Lebensbereichen wie Stadtplanung, Mobilitäts- und Finanzmarktkonstrukte oder Medizin und Pflege.

Abbildung: Heatmap Generator vs. Heatmap durch empirisches Eye-Tracking; Quelle: Repin I. (1884-88), Tretjakow Galerie, Moskau.

Wann sind das Digitale und das Reale nah beieinander und wo sind die Unterschiede zu groß, um der Maschine zu trauen? Die Autoren Philip Bresinsky (eye square), Hans-Christian Gräfe (Weizenbaum-Institut für die vernetzte Gesellschaft) und Michael Schießl (eye square) beschäftigten sich ausführlich mit dieser Fragestellung in ihrem Beitrag in der transfer 04/2019 und untersuchten in diesem Zuge insbesondere die menschliche Wahrnehmung und maschinelle Bilderkennung. Die Transfer ist eine der wichtigsten deutschen Fachzeitschriften für angewandtes Marketing.

Lesen Sie den gesamten Beitrag (tranfer 04/2019) hier:

Haben Sie Fragen zum Beitrag? Dann schreiben Sie an: science@eye-square.com