Künstliche Intelligenz:
So kann KI messen, wie gut der Spot wirkt
Um zu überprüfen, ob Spots die gesteckten Ziele erreichen, können automatisierte KI-Pipelines helfen, die alle Erfolgskriterien berücksichtigen. Unsere Gastautorin erklärt, was dahintersteckt.
Ob im TV, für Digital Video Ads oder Social Video – Bewegtbild ist eines der wirksamsten Formate im Marketing. Denn bewegte Bilder machen etwas mit den Menschen: Sie erzeugen Emotionen. Und Gefühle sind essentiell in der Markenführung. Jeder Markenverantwortliche weiß allerdings auch, wie aufwändig und kostspielig die Produktion und Distribution von TVCs und Videos sind. Umso wichtiger ist es, sich absolut sicher zu sein, dass das Endergebnis auch wirklich die eigene Marke stärkt und das beworbene Produkt gekauft wird.
Da traditionelle Pretests aber teuer sind und erst recht spät im kreativen Prozess durchgeführt werden, flimmern immer mehr ungetestete Digital Video Ads oder kurze Social Media Formate über die Bildschirme, die Werbewirkung bleibt unklar.
Eine andere Methode: KI-basierte Verfahren, die die Werbewirksamkeit verlässlich und kostengünstig überprüfen. Sie bilden aber nicht nur Alternativen zu traditionellen Pretests; denn einmal trainierte KI-Modelle haben niedrige Kosten, sind rund um die Uhr verfügbar und liefern Ergebnisse in wenigen Minuten. Dadurch ermöglichen sie das Testen vieler Assets, auch in frühen Stadien, und tragen dazu bei, Entscheidungen früh und schnell zu treffen und die Effektivität der kreativen Umsetzung vor der Schaltung zu erhöhen.
Folgende Erfolgsfaktoren lassen sich heute schon verlässlich durch KI bewerten:
1. Konsistentes Markenerlebnis – KI erkennt die Codes der Marke, visuell und inhaltlich
Ein konsistentes Markenbild formt sich durch die Wiederholung von Mustern, wie Farben, Formen, Bildsprache sowie inhaltlichen Botschaften und Kontexten, die meist in einem Brand Manual festgehalten werden. Die Überprüfung erfolgt oft immer noch durch erfahrene Experten aus Agenturen und Unternehmen.
KI wendet die gleichen Prinzipien an, die das menschliche Gehirn für die Erkennung der Marke gebraucht: Sie lernt anhand von historischen Werbemitteln, genau solche Muster zu identifizieren, die häufig, konsistent und distinkt für die Markenwahrnehmung genutzt werden. So trainiert, kann sie mit hoher Zuverlässigkeit erkennen, wie konsistent ein neuer Spot mit der bisherigen Markenkommunikation ist und ob die ikonischen Markenassets richtig genutzt werden. Und das Szene für Szene, um exakte Anhaltspunkte für eine Optimierung zu geben – ob für den klassischen TVC oder kurze Videos für digitale Kanäle, bei denen eine schnelle Markenaktivierung besonders wichtig ist.
2. Richtige Brand Attribution – jede Sekunde zählt
Gleichzeitig gilt es, unverwechselbar und eindeutig die eigene Marke im Gehirn des Konsumenten zu aktivieren. Gerade bei kurzen Videoformaten für Social Media oder mobile Ads ist die richtige und schnelle Markenaktivierung zentral, damit ein Kontakt überhaupt auf die eigene Marke einzahlen kann und die mentale Verfügbarkeit beim Konsumenten – ein zentraler Erfolgsfaktor für die Kaufentscheidung – erhöht.
Entsprechend ist es sinnvoll, die KI nicht nur auf die eigene Marke zu trainieren, sondern auch auf die des Wettbewerbs innerhalb der Produktkategorie. Dazu werden Spots dieser Wettbewerber und die Marken als Output des Netzes integriert. Die Branding-KI prognostiziert nicht nur, wie stark die eigene Marke und die Wettbewerber durch den TV-Spot aktiviert werden, sondern auch, welche Szenen für das Branding bzw. die Falschzuordnung verantwortlich sind und warum.
3. Creative Effectiveness - von Botschaften zu Zapping Risk und emotionaler Aktivierung
Mittels Algorithmen und neuronalen Netzen der jüngsten Generation lassen sich noch weitere wichtige Kriterien vorhersagen. Mit Predictive Eyetracking auf Basis von Netzen, die mit Millionen von echten Eye-Tracking-Daten trainiert wurden, lässt sich beispielsweise exakt darstellen, wohin ein Zuschauer sieht, welche Elemente er wie stark wahrnimmt und ob dabei etwa die wichtige Botschaft, oder die Marke überhaupt gesehen wird.
Wenn unser Gehirn sich zu sehr anstrengen muss, um etwas zu verstehen, weil es visuell zu komplex ist oder ungewohnte Sprache verwendet, neigen wir dazu, unsere Aufmerksamkeit zu verlieren. Das ist das Letzte, was sich Marketer für ihre Kampagnen wünschen. Abhilfe schaffen kombinierte Analysefaktoren. Sie ermitteln automatisiert, ob und wann das „Zapping Risiko“ steigt oder die Information nicht mehr ausreichend verarbeitet werden kann. Zugrunde liegen solchen Systemen Erkenntnisse aus der Verhaltensforschung und Neurowissenschaft.
Besonders spannend wird es, wenn man die Kraft der KI dazu einsetzt, um festzustellen, wie stark das Gezeigte emotional berühren kann und welche Motivationen – beispielsweise Sicherheit oder Abenteuerlust – angesprochen werden. Speziell trainierte KI-Pipelines sind in der Lage, diese Assoziationen auf einer semantischen Ebene, vorherzusagen. Auch KPIs wie Erinnerungswerte einzelner Szenen und Keyframes können mit ähnlichen Verfahren prognostiziert werden.
Mit KI wird die Bewertung der zentralen Effektivitätskriterien für Bewegtbild – von Branding bis zum Erinnerungswert – schneller, objektiver und kostengünstiger. Damit am Ende tatsächlich nur die besten Spots live gehen.
Autorin: Julia Saswito, Head of Marketing & Strategy, aimpower
Noch mehr spannende Themen rund um TV und Bewegtbild gibt es bei der kostenlosen Screenforce Academy vom 19. - 21.10. Hier geht ess zur Anmeldung.