KI Sentiment Analyse der Marke: Warum 15 von 20 geprüften Marken der KI kein wertendes Signal liefern

1. Einführung: Was die KI Sentiment Analyse einer Marke misst

Zwei Anbieter, dieselbe Frage an ein KI-System, beide werden genannt. Der eine erscheint als solide, aber teuer. Der andere bekommt zwei Adjektive mehr und am Ende eine klare Empfehlung, und wer nur zählt, wie oft die eigene Marke vorkommt, sieht diesen Unterschied nie. Er zählt trotzdem. Auch das Stimmungsbild aus Bewertungen und Social-Media-Posts zeigt ihn nicht, denn es misst an einer anderen Stelle: dort, wo Menschen schreiben, nicht dort, wo eine Antwort entsteht.

KI Sentiment Analyse einer Marke ist die systematische Auswertung der Tonalität, mit der KI-Systeme über eine Marke sprechen. Gemessen wird zu einer festen Frageliste, ob eine Antwort positiv, neutral oder negativ ausfällt, welche Eigenschaften sie der Marke zuschreibt und wie deutlich sie eine Empfehlung ausspricht. Grundlage ist die Textanalyse, nicht die Befragung von Kunden.

Was das für Sie heißt: Ein Teil Ihrer Kundengespräche beginnt heute, bevor jemand Ihre Website öffnet. Fällt dort ein abwertender Halbsatz über Ihre Preise oder Ihre Lieferzeit, hört der Interessent ihn, ohne dass Sie davon erfahren, und er kommt mit einem Bild ins Gespräch, das Sie nicht gesetzt haben. Sie merken es nie. Wer diese Formulierungen nicht mitliest, verhandelt gegen einen Eindruck, den er nicht kennt.

Belastbar wird das nur mit Methode. Gleiche Fragen, gleiche Systeme, gleicher Rhythmus: Ein GEO-Audit (die Prüfung der Sichtbarkeit in KI-Antworten) liefert dafür den Ausgangswert, an dem sich jede spätere Messung messen lässt. Ohne diesen Nullpunkt bleibt jede Stimmungsangabe eine Momentaufnahme.

2. Klassische und KI-gestützte Stimmungsanalyse im Schnellüberblick

Beide Verfahren tragen fast denselben Namen. Sie messen aber zwei verschiedene Dinge, und die folgende Tabelle stellt genau die Unterschiede gegenüber, die im Alltag über die Wahl der Kennzahl entscheiden.

Aus dieser Gegenüberstellung folgt eine praktische Konsequenz. Werkzeuge aus dem Social-Media-Monitoring laufen bei Fragen zur KI-Sichtbarkeit oft leer, weil sie den entscheidenden Kanal gar nicht beobachten, und ein Wert daraus sagt über den Ton einer KI-Antwort nichts.

3. Klassische Sentiment-Analyse: Wenn Menschen die Stimmung machen

Die klassische Sentiment-Analyse wertet aus, was Menschen geschrieben haben. Sie sammelt Erwähnungen aus sozialen Medien, Bewertungsportalen, Foren und Umfragen und ordnet jede Aussage als positiv, negativ oder neutral ein. Diese Analyse der Stimmung ergibt ein Bild der Wahrnehmung der Marke, über Zeiträume vergleichbar, und sie beantwortet damit eine Frage. Wie reden die Menschen über uns?

3.1 Wie das Verfahren rechnet

Technisch steckt dahinter die Verarbeitung natürlicher Sprache, im Fachjargon NLP, also die maschinelle Auswertung von Texten und Gesprächen. Ältere Systeme arbeiten mit Wörterbüchern, neuere mit maschinellem Lernen. Eine einfache Sentiment-Analyse ordnet dabei nur die Polarität zu. Feinere Verfahren erkennen Gefühle und Emotionen, also Emotionen wie Freude, Ärger oder Enttäuschung. Der Ableger Opinion Mining geht noch eine Stufe weiter und fragt, welchem Aspekt einer Dienstleistung die Wertung gilt: dem Preis, der Lieferung oder der Beratung.

Ausgegeben wird meist ein Score. Die Dokumentation der Natural Language API von Google beschreibt die Skala so: der Wert reicht von -1,0 für negativ bis 1,0 für positiv, dazu kommt eine Magnitude zwischen 0,0 und unendlich für die Stärke der Emotion. Praktisch heißt das: Ein sachlicher Text und ein zerrissener Text können denselben Score tragen, wenn sich Lob und Kritik ausgleichen, und Tools zur Sentimentanalyse geben deshalb meist beide Werte aus. Ein Wert allein täuscht.

3.2 Anwendungsfälle: Wo die Sentimentanalyse im Alltag hilft

Am meisten hilft sie bei großen Datenmengen. Die verbreiteten Anwendungsfälle: Im Kundenservice geben Sentiment-Analysen Tickets mit negativen Stimmungen Vorfahrt, in Chatbots steuern sie die Übergabe an einen Menschen. Im Marketing dienen sie der Identifizierung von Themen, bei denen Kundenfeedback und Werbeversprechen auseinandergehen. Aus Rezensionen lassen sich wertvolle Erkenntnisse über einzelne Produktmerkmale ziehen.

Als Kennzahl steht die Stimmung der Kunden meist neben klassischen KPIs: Net Promoter Score, Kundenzufriedenheit, Abwanderungsquote. Erst diese Kombination macht eine datengestützte Entscheidung möglich, denn bricht die Kundenzufriedenheit nach einem Update ein, ist das ein Fall für die Produktentwicklung und nicht für die Kommunikation. Diese Use Cases sind ausgereift. Sie werden seit Jahren auf Produkte und Dienstleistungen angewendet.

Für die Customer Experience heißt das konkret: Wer entlang der Customer Journey misst, sieht, an welcher Station die Emotionen der Kunden kippen. Diese Einblicke in die Stimmung tragen zur Verbesserung der Kundenerfahrung bei und stützen die Kundenbindung, und Keywords sowie wiederkehrende Themen fallen bei der Textanalyse ohnehin mit an. Jede Interaktion liefert sie mit.

3.3 Wo die Methode an ihre Grenzen kommt

Die bekannteste Schwachstelle ist Sarkasmus. „Erschreckend guter Kaffee“ liest ein Algorithmus gern als Beschwerde, und weniger bekannt ist die zweite Schwäche: Schon Menschen sind sich nicht einig, was positiv überhaupt heißt.

Ein Forschungsteam um Niklas Donhauser hat für deutschsprachige Restaurantbewertungen gemessen, wie stark verschiedene Gruppen bei derselben Aufgabe übereinstimmen. Zwei geschulte Fachleute kamen auf 87,22 Prozent Übereinstimmung, Crowdworker auf 78,95 Prozent, Studierende auf 63,38 Prozent. Sprachmodelle untereinander erreichten 97,20 Prozent. Bei der schwierigeren Aufgabe, Aspekt und Wertung gemeinsam zu erkennen, fielen die Crowdworker auf 32,38 Prozent.

Diese Zahlenreihe wird oft falsch gelesen. Dass Sprachmodelle sich nahezu einig sind, belegt Gleichmäßigkeit und nicht Treffsicherheit, denn ein Thermometer, das immer 38 Grad zeigt, ist bewundernswert konstant und trotzdem kein guter Ratgeber. Für Ihre Praxis folgt daraus: Ein Stimmungswert ohne Angabe, wer oder was ihn vergeben hat, ist wenig wert.

4. KI-Sentiment-Analyse: Wenn das System selbst wertet

Die KI-Sentimentanalyse dreht die Blickrichtung. Sie wertet nicht Kundenmeinungen aus, sondern die Antwort eines KI-Systems auf eine Kaufabsichtsfrage. Künstliche Intelligenz ist hier also nicht das Werkzeug der Messung, sondern ihr Gegenstand. Gefragt wird nicht, wie die Menschen reden, sondern wie das System redet, das immer mehr Menschen vor dem ersten Kontakt fragen, und beides kann auseinanderfallen. Genau diese Lücke ist interessant.

4.1 Was in einer KI-Antwort bewertet wird

Drei Ebenen sind auswertbar. Sie liefern unterschiedlich viel. Die erste ist der Tonfall: positiv, negativ oder neutral. Die zweite sind die Eigenschaften, die eine Antwort vergibt, etwa „etabliert“, „günstig“ oder „für kleine Betriebe zu komplex“. Als dritte kommt die Deutlichkeit der Empfehlung hinzu, also der Abstand zwischen einer Aufzählung und einem klaren Rat.

Ein Kellner, der Ihr Gericht empfiehlt, wirkt anders als eine Speisekarte, die es nur aufführt. Ebene zwei und drei tragen deshalb mehr Erkenntnis als der Tonfall, denn sie zeigen, an welcher Stelle Sie inhaltlich nachlegen können. Sie ergänzen die reine Nennungszahl um die Qualität der Nennung und schließen damit an die Frage an, wie Autorität zustande kommt.

4.2 Warum ein einzelner Messwert wenig aussagt

Pratyush Kumar hat für die Sichtbarkeitsplattform Ranqo mehr als 100.000 Antworten zu über 100 Marken ausgewertet, erhoben von März bis Mai. Ein Befund daraus betrifft jede Stimmungsmessung im Kern:

„Das Sentiment ist das instabile Signal: Ob eine Marke positiv oder negativ dargestellt wird, wechselt etwa 6,7-mal häufiger als die Frage, ob sie überhaupt genannt wird.“
(„Sentiment is the unstable signal: whether a brand is framed positively or negatively flips about 6.7 times more often than whether it is mentioned at all.“, Kumar, arXiv)

Woher diese Schwankung kommt, hat ein Team um David Herrera-Poyatos zusammengetragen. Es nennt das Muster Model Variability Problem und führt es auf drei Ursachen zurück: das zufallsbehaftete Antwortverfahren, die Empfindlichkeit gegenüber der Formulierung und Verzerrungen in den Trainingsdaten. In der Übersichtsarbeit heißt es:

„Ihre innewohnende Unsicherheit und Schwankungsbreite stellen eine kritische Herausforderung dar, wenn verlässliche und gleichbleibende Ergebnisse erreicht werden sollen.“
(„their inherent uncertainty and variability pose critical challenges to achieving reliable and consistent outcomes“, Herrera-Poyatos und Kollegen, arXiv)

Für die Messpraxis heißt das: Eine einzelne Antwort taugt nicht als Beweis, und belastbar wird eine Tonalitätsmessung erst über Wiederholungen, mehrere Formulierungen derselben Frage und mehrere Systeme. Wer einen Screenshot vorlegt, zeigt einen Würfelwurf.

5. Direkter Vergleich: Wann welche Messung zählt

Die Frage ist selten, welches Verfahren besser ist. Sie lautet, welche Zahl gerade eine Entscheidung trägt. Vier Kriterien helfen bei der Zuordnung.

• Zeitbezug: Die klassische Auswertung schaut zurück und zeigt Verläufe über Monate. Die KI-Messung zeigt einen Zustand, der sich mit jedem Modell-Update verschieben kann. Für Trends taugt die eine, für Frühwarnung die andere.
• Betroffene Abteilung: Negative Stimmungen aus Rezensionen landen im Kundenservice und in der Produktentwicklung. Ein schiefer Ton in KI-Antworten landet in der Kommunikation, weil er aus fremden Quellen stammt.
• Aufwand: Tools zur Sentiment-Analyse für soziale Medien sind ausgereift und liefern in Echtzeit. Die Tonalitätsmessung in KI-Antworten benötigt eine feste Frageliste und mehrere Läufe, sonst misst sie Rauschen.
• Hebelwirkung: Wer sein Produkt verbessert, verschiebt die Kundenstimmung. Wer belegbare Aussagen Dritter aufbaut, verschiebt tendenziell eher den Ton der KI-Antwort.

In der Praxis laufen beide Messungen nebeneinander. Welche Kennzahlen dabei überhaupt zusammengehören, ordnen die Grundbegriffe der KI-Sichtbarkeit; die Auswahl der Werkzeuge entscheidet am Ende weniger als die Frageliste, die dahinter steht.

6. Unsere Position: Nicht der Score zählt, sondern die Wörter

Die meisten Ratgeber zum Thema setzen Sentiment-Analyse mit Social Listening gleich und empfehlen ein Werkzeug, das Erwähnungen einsammelt und einen Wert ausgibt. Aus unserer Perspektive greift das zu kurz, und zwar an zwei Stellen.

Erstens ist der Score die instabilste Kennzahl im ganzen Feld: Er wechselt laut Kumars Auswertung 6,7-mal häufiger als die Nennung selbst, und die Übersichtsarbeit zum Model Variability Problem erklärt, warum das systematisch so ist. Ein Wert ohne Angabe der Läufe ist deshalb kein Ergebnis. Er ist eine Stichprobe von eins.

Zweitens überschätzen viele die Wirkung des Tonfalls. In einem kontrollierten Versuch mit KI-überarbeiteten Nachrichtentexten fielen die Gefühlsreaktionen der Leser je Fassung deutlich unterschiedlich aus, das Urteil über die Vertrauenswürdigkeit dagegen blieb ohne belastbaren Unterschied zwischen den Bedingungen. Getestet wurden 180 Personen, dazu 45 in einer Vergleichsgruppe. Der Ton bewegt also etwas, nur nicht das, was man erwartet.

Unsere Position: Messen Sie nicht den Score, sondern die Wörter. Welche Eigenschaften vergibt eine Antwort, welche Quelle steht dahinter, und was fehlt? Denn ein Zeugnis, in dem nur die Note steht und nicht, wofür sie vergeben wurde, hilft niemandem beim Besserwerden.

Dazu kommt eine Beobachtung aus der eigenen Erhebung. Wir haben im September 35 Franchisesysteme aus dem Mitgliederverzeichnis des Deutschen Franchiseverbands systematisch gezogen und die 20 erreichbaren Startseiten geprüft, jeweils nur im ausgelieferten Quelltext und ohne nachgeladene Inhalte. 9 von 20 liefern einen maschinenlesbaren Organisationseintrag mit Namen aus. Nur 3 von 20 hinterlegen eine maschinenlesbare Bewertung, ebenfalls 3 von 20 zeigen Kundenstimmen. Zusammengenommen senden 15 von 20 Marken kein wertendes Signal.

Das ist die eigentliche Nachricht.

Wer selbst nichts Wertendes ausliefert, überlässt den Ton den Quellen Dritter. In unseren Tests entscheidet deshalb weniger die eigene Website über die Tonalität als die Frage, ob es außerhalb der eigenen Domain belegbare, wertende Aussagen über das Unternehmen gibt. Genau dort setzen Erwähnungen in verlässlichen Medien an, weil sie ein KI-System zitieren kann.

Dass sich der Aufwand lohnt, zeigt der Blick auf die Nachfrageseite. In einer repräsentativen Befragung von 1.070 Personen in Deutschland vertrauen 18 Prozent den Antworten von KI-Systemen bei Kaufentscheidungen, gegenüber 11 Prozent bei Influencern und 13 Prozent bei klassischer Werbung. Empfehlungen von Freunden und Familie liegen mit 76 Prozent weiter vorn. Der Abstand zur bezahlten Werbung hat sich aber gedreht. Ketchum-Geschäftsführer Matthias Wesselmann ordnet die Verschiebung so ein:

„Wir erleben den wahrscheinlich größten Paradigmenwechsel seit Einführung der Suchmaschinen: Die Antwort verdrängt die Anzeige.“

7. Fazit

Klassische und KI-gestützte Stimmungsanalyse ersetzen sich nicht. Die eine misst, was Kunden geschrieben haben, die andere den Ton der Antwort, die vor dem ersten Kontakt steht. Wer nur die Nennungszahl verfolgt, kennt die halbe Wahrheit; wer nur auf einen Sentiment-Wert schaut, verwechselt Rauschen mit Bewegung.

Das Ziel: eine feste Frageliste, mehrere Läufe je Frage, und eine Auswertung, die Eigenschaften protokolliert statt nur Punkte. Der erste Schritt dorthin kostet einen Nachmittag, nicht ein Werkzeug-Abonnement.

8. Anhang: Checkliste für die Tonalitätsmessung

1. Fragen festlegen: 15 bis 20 Fragen notieren, die ein Interessent vor dem Kauf stellen würde, jeweils ohne Ihren Markennamen.
2. Formulierungen variieren: Jede Frage in zwei Fassungen stellen, damit die Empfindlichkeit gegenüber dem Wortlaut sichtbar wird.
3. Mehrfach laufen lassen: Mindestens drei Läufe je Frage und System, sonst ist der Wert nicht belastbar.
4. Eigenschaften mitschreiben: Nicht nur positiv, neutral oder negativ festhalten, sondern die vergebenen Adjektive im Wortlaut.
5. Quellen protokollieren: Bei jeder Antwort notieren, welche Seiten zitiert werden. Das ist die Liste, an der Sie später arbeiten.
6. Wettbewerber mitmessen: Zwei Konkurrenten in dieselbe Auswertung nehmen, sonst fehlt der Maßstab.
7. Monatlich wiederholen: Gleiche Fragen, gleicher Tag im Monat. Erst die Reihe ergibt eine Aussage, gerade für KI-Sichtbarkeit im Mittelstand mit kleinen Fallzahlen.

Häufige Fragen zur KI Sentiment Analyse einer Marke

Dieser Beitrag gibt den Stand zum Zeitpunkt der Veröffentlichung wieder. KI-Systeme antworten nicht gleichförmig und ändern sich laufend; genannte Zahlen sind den verlinkten Quellen entnommen und können sich ändern.