Social Media Monitoring for Quality

Prof. Dr.-Ing. Arno Hitzges
0711 8923-2634
hitzges@hdm-stuttgart.de

Im Zeitalter von Social Media und schnellen Informationsströmen ist es für internationale Premiumhersteller von entscheidender Bedeutung, frühzeitig auf potenzielle Wellen der Empörung zu reagieren. 

 

Studierende des 4. und 5. Semesters haben sich im Rahmen des Fächerübergreifenden Projekts 2 in Kooperation mit einem Global Player der Automobilindustrie, mit der Entwicklung eines Frühwarnsystems beschäftigt, das genau diesem Zweck dient. 

 

Hintergrund des Projekts 

Das Projekt basiert auf der dynamischen und oft unvorhersehbaren Natur sozialer Medien. Auf Plattformen wie Twitter, Instagram und Facebook können sich negative Inhalte rasch verbreiten, was dem Unternehmensruf schaden kann. Ziel war es, ein Frühwarnsystem zu konzipieren, das kritische Entwicklungen in den Sozialen Medien frühzeitig erkennt und Entscheidungsträgern ermöglicht, schnell und gezielt zu reagieren. 

 

Rückblick aufs Vorsemester 

Im vorherigen Semester konzentrierte sich die Arbeit auf die Erweiterung des VICO-Berichtswesens durch neue Kennzahlen wie Reichweite, Warnstufen, Fake-Review-Anteile und die Einbindung von TikTok-Daten sowie auf die Erstellung eines Halbjahresberichts und Fachanalysen. Diese Aufgaben wurden vom aktuellen Projektteam analysiert, um wertvolle Erkenntnisse für die Ausrichtung der Zielsetzung zu gewinnen, auch wenn die Inhalte nicht direkt weiterverwendet werden konnten. 

  

Die ersten Schritte 

Um die unternehmensbezogenen Daten effizient zu erfassen und auszuwerten, arbeitete das Team mit dem Social-Monitoring-Tool von VICO Analytics. Es zeichnet sich durch die Funktion aus, Beiträge, Kommentare und Erwähnungen in Echtzeit auszuwerten, einschließlich der Bewertung von Stimmungen. VICO Analytics verarbeitet dabei über 80 Millionen Daten täglich, wertet über 50 Millionen Quellen aus und unterstützt über 35 implementierte Sprachen (Abbildung 1). Mithilfe dieser präzisen und automatisierten Datenerhebung konnten relevante Informationen für das Frühwarnsystem gewonnen und darauf aufbauend ein Konzept sowie Prototypen entwickelt werden, die später im Tool VICO Analytics wieder integriert werden können. 

Abbildung 1: Vico Analytics, Quelle: Social Data Analytics - BDO AG Wirtschaftsprüfungsgesellschaft

Das erste Meeting mit dem Kunden diente der präzisen Ausarbeitung der Zielsetzung für das Frühwarnsystem. In diesem Rahmen wurden die Erwartungen abgeglichen und die wesentlichen Anforderungen definiert.

 

Parallel dazu bereitete sich das Team intensiv auf die Arbeit mit dem Tool Vico Analytics des externen Partners BDO AG WP vor. Durch ein Einführungsvideo und einen ergänzenden Moodle-Kurs eigneten sich die Mitglieder die grundlegenden Funktionen des Systems an. In einem anschließenden Meeting mit den Expert:innen der BDO AG WP wurden gezielte Fragen gestellt, um das Tool besser zu verstehen und dessen Potenziale optimal für das Projekt zu nutzen. 

 

Umsetzung 

Ein zentraler Bestandteil des Projekts war die Entwicklung von Formeln zur frühzeitigen Erkennung von Empörungswellen. Dazu wurde eine Sammlung relevanter Faktoren erstellt, die den Ursprung und die Dynamik solcher Wellen erklären. Diese Faktoren wurden in Kategorien unterteilt und nach ihrer Bedeutung für Qualitätsthemen gewichtet, um ihre Relevanz für die Früherkennung präziser bewerten zu können. Zudem wurde analysiert, welche Plattformen eine zentrale Rolle bei der Entstehung und Verbreitung von Empörungswellen spielen. 

 

Die Ergebnisse der Analysen mit dem Tool VICO Analytics wurden automatisiert in Excel verarbeitet und mit Power BI visualisiert. Dazu wurde ein Dashboard erstellt, das die entwickelten Datenmodelle und Analysen klar und übersichtlich präsentiert. Ein Ampelmodell dient dabei zur Kategorisierung der Werte: Grün signalisiert einen normalen Zustand, Gelb weist auf eine leichte Erhöhung hin, und Rot bedeutet Alarm (Abbildung 2: Visualisierung Power BI, Ampelmodell). Zusätzlich wurde ein Alert-Mechanismus integriert, der bei Erreichen bestimmter Schwellenwerte automatisch Benachrichtigungen auslöst und direkt auf das individuelle Dashboard verweist. Diese Visualisierungen unterstützen den Entscheidungsprozess im Industrieunternehmen und ermöglichen eine schnelle Reaktion auf aufkommende Empörungswellen. 

Abbildung 2: Visualisierung Power BI, Ampelmodell

Fazit und Erkenntnisse 

Das Projekt verdeutlicht die Komplexität der Entwicklung eines Frühwarnsystems, insbesondere in Zusammenarbeit mit einem internationalen Premiumhersteller. Obwohl keine tägliche Zusammenarbeit stattfand, war der Austausch mit dem Kunden entscheidend, um die Anforderungen des Projekts genau zu erfassen. Diese Kooperation ermöglichte es den Studierenden, die Perspektive eines großen Unternehmens einzubinden und eine praxisnahe Lösung zu entwickeln. Das Projekt zeigt, dass Innovation durch effektive Zusammenarbeit entsteht und erfolgreich umgesetzt werden kann.