Publikationen

Download

Bye-bye Bias: Was beim Training generativer KI-Modelle für subjektive Marketingmetriken zu beachten ist

Download
Zitiervorschlag

Schamp, C., Hartmann, J., & Herhausen, D. (2024). Bye-bye Bias: What to Consider When Training Generative AI Models on Subjective Marketing Metrics. NIM Marketing Intelligence Review, 16(1) 42-48. https://doi.org/10.2478/nimmir-2024-0007

Jahr

2024

Autorinnen und Autoren
Christina Schamp,
Jochen Hartmann,
Dennis Herhausen
Titel der Publikation
Bye-bye Bias: Was beim Training generativer KI-Modelle für subjektive Marketingmetriken zu beachten ist
Publikation
NIM Marketing Intelligence Review
Download

Bye-bye Bias: Was beim Training generativer KI-Modelle für subjektive Marketingmetriken zu beachten ist

Keywords: Large Language Models (LLMs), generative KI, Datenqualität, Bias, Marketingmetrik


Abstract:
Bias in Trainingsdaten können die Ergebnisse von generativen KI-Modellen verfälschen und sollten daher ein zentrales Anliegen bei der Modellentwicklung sein. Echte Wettbewerbsvorteile erreicht man, indem man Standardmodelle der generativen KI mit subjektiven Marketingmetriken auf den spezifischen Kontext einer Marke trainiert. Im Idealfall sollten potenzielle Bias in den dafür benötigten Daten bereits vor dem Training der Modelle bewertet und eliminiert werden. Die aktuelle Praxis, bei der die Fehleranalyse erst nach dem Training erfolgt, sollte ergänzt werden. Das Training von KI-Modellen wird dadurch nicht nur effektiver, sondern auch kostengünstiger. Es ist wichtig, die häufigsten Biases – Sampling-Bias, Measurement-Bias, Social-Desirability-Bias and Response-Bias – zu kennen und zu überprüfen. Die Autoren empfehlen den Einsatz interdisziplinärer Forschungsteams mit technischem Knowhow und Marktforschungskompetenzen sowie Kooperationen mit Softwareplattformen, um eine hochmoderne und reibungsfreie Datenannotation zu gewährleisten.

Autorinnen und Autoren

  • Christina Schamp, Professor of Marketing, Institute of Digital Marketing and Behavioral Insights, Vienna University of Economics and Business
  • Jochen Hartmann, Professor of Digital Marketing, GenAI Lab, Technical TUM School of Management,University of Munich
  • Dennis Herhausen, Professor of Marketing, School of Business and Economics, Vrije Universiteit Amsterdam
Publikation teilen

Weitere Artikel der MIR-Ausgabe “Generative KI - Die Transformation des Marketings”

Hier finden Sie weitere spannende Artikel dieser Ausgabe.

Zur gesamten Ausgabe

Generative KI und Marketing-Content: Die Karten werden neu gemischt

Generative KI kann die Entscheidungsfindung verbessern, weil Entscheider ein größeres Lösungsspektrum erkunden können.

Mehr erfahren

Prompt-Engineering und mehr: Schlüsselkompetenzen für den erfolgreichen Einsatz von generativer KI im Marketing

Manager müssen eine Reihe ergänzender Fähigkeiten entwickeln, um das Potenzial generativer KI voll auszuschöpfen.

Mehr erfahren

Aufbauen auf ChatGPT: Die Anwendung von Large Language Models im Marketing

Generative KI kann Produktivität und Leistung deutlich steigern, aber die Fähigkeiten von Marketingexperten nicht vollständig ersetzen.

Mehr erfahren

Kreativ statt repetitiv: Wie KI Verkaufsmitarbeiter entlasten kann

Durch KI-Unterstützung kann der Verkauf deutlich effizienter, aber auch herausfordernder und intensiver für Verkäufer werden.

Mehr erfahren

Doppelte Wirkung: Generative und evaluative KI für effektive Marketingentscheidungen

Für die nachhaltige Implementierung von KI in Unternehmen ist es notwendig, sowohl generative als auch evaluative KI zu integrieren.

Mehr erfahren

Der Hype im Realitätscheck: Generative KI im Marketing

Eine Studie des Nürnberg Institut für Marktentscheidungen zeigt, dass Marketingexperten klare Vorteile des Einsatzes generativer KI im Marke

Mehr erfahren

Interview: One-Stop-Kampagnen - Wie generative KI die digitale Werbung verändert

Interview mit Adam Singolda, Gründer und CEO von Taboola

Mehr erfahren
Zum Seitenanfang