Psychological AI – Über die Sprache zu Motiven

Gastbeitrag von | 16.01.2020

In der Sprache drücken sich die Motive eines jeden Menschen aus. Diese Erkenntnis ist nicht neu, im Gegenteil, sie wird bereits vielfach in der Psychologie genutzt. Leider ist die Erfassung von Motiven aus der Sprache ein kosten- und zeitintensiver Prozess, da dies bisher durch eine manuelle Einschätzung erfolgte. Nun ist es erstmals möglich, die Sprache der Menschen automatisiert und valide in Bezug auf zugrunde liegende Motive zu analysieren. Dafür wurde auf Basis neuester sozialpsychologischer Forschung in Kombination mit den leistungsstarken Möglichkeiten der künstlichen Intelligenz, eine Lösung entwickelt, die auch “zwischen den Zeilen” lesen kann: die Psychological AI.

Für welche Geschäftsbereiche lässt sich eine solche Lösung nutzen und wie funktioniert sie?

Ohne Domänenwissen keine erfolgreiche Umsetzung

Die Auswahl des richtigen psychologischen Konstruktes ist für den Erfolg einer AI-Lösung entscheidend. Es ist wichtig, nur die Merkmale zu erfassen, die eine langfristige Vorhersagekraft von Verhalten ermöglichen, also inbesondere die Motive und die Prozesse zur Informationsverarbeitung.

Menschen werden von Motiven geleitet. Motive sind interne Handlungsanleiter und veranlassen uns Menschen, in bestimmte Richtungen zu denken oder uns auf bestimmte Weisen zu verhalten. Wenn wir wissen was uns antreibt, ist das beispielsweise besonders für den Berufskontext relevant, da uns Motive Aufschluss darüber geben, welche berufliche Rolle am besten zu uns passt.

Im Allgemeinen werden drei Grundmotive unterschieden:

  • das Motiv nach Macht, Status und Führung,
  • das Motiv nach Leistung und Weiterentwicklung und
  • das Motiv nach harmonischen Beziehungen zu anderen Menschen.

Diese Motive wurden vom Sozialpsychologen David McClelland formuliert und in der Psychologie weitgehend erforscht.¹

Bei Motiven wird zudem zwischen expliziten und impliziten Motiven unterschieden. Explizite Motive sind dem Menschen bewusst und er kann genaue Auskunft über die Intention hinter seinem Verhalten geben. Implizite Motive sind dem Menschen weitgehend unbewusst, was bedeutet, dass er die Intention hinter seinem Verhalten nicht genau ausdrücken kann. Wenn eine AI also die Motive von Personen verstehen möchte, muss sie die impliziten Motive erfassen.

Über die drei Grundmotive hinaus sind die Beine, der Kopf und das Herz wichtige Merkmale, die eine langfristige Vorhersagekraft des Verhaltens ermöglichen:

  • Die Beine bringen uns voran. Das gilt auch für die Motive, die die Frage nach dem “Warum” beantworten. Dabei handelt es sich um die zuvor beschriebenen Grundmotive nach Führung, Leistung und Beziehung, die in der Sprache gemessen werden.
  • Der Kopf verarbeitet Informationen, entweder über den Pfad der Risikovermeidung oder den Pfad des Gewinnsuchenden.
  • Und mit dem Herz assoziieren wir oftmals Gefühle. Stimmungen und Emotionalität haben einen großen Einfluss auf die Beine und den Kopf. Dabei unterscheiden sich aktuelle Gefühlslagen wie Fröhlichkeit, Trauer und Angst.

Schließlich müssen der Kopf, das Herz und die Beine in die gleiche Richtung steuern, um das Verhalten zu beeinflussen. Wenn das richtige Motiv im richtigen Fokus mit der richtigen Emotion angesprochen wird, gehen uns Arbeiten einfacher von der Hand. Wenn nicht, müssen wir mehr Arbeit für das gleiche Ergebnis verrichten.

Die Bedeutung des Kontextverständnisses

Menschen kodieren intuitiv den richtigen Begriff im richtigen Kontext, klassische Algorithmen haben damit Probleme. Es ist daher wichtig, dass eine AI auch ein Kontextverständnis mitbringt, das sich an klassische, psychologische Codiermanuale angelehnt, um bestimmten Begrifflichkeiten und Wortkombinationen ein Motiv zuzuordnen. In der Praxis wird eine solche Sprachanalyse jedoch von vielen Lösungen noch nicht unterstützt. Dabei ist es aber – wie Sie im nachfolgenden Beispiel leicht erkennen – eine sehr wichtige Funktion, um Sprache und ihre Motive richtig zu analysieren:

  • Gold leitet Strom besser als Holz.
  • Er leitet das Projekt mit Herzblut und wird es zum Erfolg führen.

Da Sie den Kontext schnell erfassen, verstehen Sie natürlich auch die unterschiedliche Bedeutung. Für eine herkömmliche Maschine ist die unterschiedliche Bedeutung von “leiten” jedoch nicht so leicht zu verstehen. Erst durch ein tiefgreifendes Verständnis der Bedeutung einzelner Wörter und Satzkombinationen im Kontext, kann ein Motiv richtig zugeordnet werden. Eine Maschine hat das intuitive, menschliche Kontextverständnis erstmal nicht und muss daher “lernen”, unterschiedliche Bedeutungen zu verstehen. Um ihr dieses Verständnis beizubringen, können unterschiedliche Verfahren aus der Textverarbeitung bzw. dem Textverständnis herangezogen werden. Diese Verfahren werden unter dem Begriff Natural Language Processing (NLP) zusammengefasst.

Möglichkeiten für verschiedene Geschäftsbereiche

Durch die Analyse der Motive mit der Psychological AI, ist es erstmals möglich, diese im großen Stil in wichtigen Geschäftsbereichen zuverlässig zu nutzen. Ein Motiv kann man letzten Endes auch immer als einen Purpose verstehen. Damit lassen sich Marken bilden, Kundenerlebnisse sicherstellen und eine Unternehmenskultur bilden.

Derzeit umfasst die Psychological AI Lösungen für die Optimierung des Recruitings, Marketings und Customer Contacts in Form der drei Produkte Talent Intelligence, Brand Intelligence und Customer Intelligence.

Mit der Talent Intelligence werden Anwender dabei unterstützt, die passenden Kandidaten gendergerecht anzusprechen und die Motive ihrer Bewerber zu erfassen. Durch zielgerichtete Formulierung ihrer Stellenausschreibungen erreichen sie künftig passendere Bewerber für offene Stellen. Zusätzlich erfolgt durch die Durchführung eines standardisierten Motivtests, der das explizite und implizite Motiv auswertet, eine Analyse der Passung zur Stelle. Dieses Wissen dient zur Entscheidungsfindung aber auch gleichermaßen zur langfristigen Personalentwicklung.

Die Brand Intelligence unterstützt Kunden dabei, den Purpose ihrer Marke klarer und vor allem personagerecht zu kommunizieren. Dabei gleicht die Software den Content bei der Erstellung auf die Wirkung für die Persona ab und hilft dabei den richtigen Ton zu treffen.

Letztlich unterstützt die Customer Intelligence Organisationen dabei, ein Kommunikationserlebnis durch eine zielgerichtete und individuelle Gesprächsführung zu gewährleisten. Dies erfolgt durch die Analyse der Dialoge mit Kunden unter Berücksichtigung der Motive.

Fazit

Die Erfassung von Motiven aus der Sprache ist kosten- und zeitintensiv. Für viele Unternehmen ist es daher naheliegend, Wege zu beschreiten, um Menschen und ihre Motive schneller und kostengünstiger zu verstehen. Gleichzeitig geht es aber auch um Zuverlässigkeit. Die beschriebene Pyschological AI hat den Anspruch, Menschen und ihre Motive zuverlässig zu verstehen. Sie lernt kontinuierlich auf Basis von Worten, die wir täglich tausendfach in unserem Sprachgebrauch verwenden. Und somit hilft sie Unternehmen dabei, das Unbewusste bewusst wahrzunehmen und in der Folge sogar Menschen kommunikativ zu überzeugen. Probieren Sie es gerne aus.

 

Hinweise:

[1] Informationen zu David McClelland

Wollen Sie die Pyschological AI einmal live erleben, dann können Sie einfach eine Websession vereinbaren: https://www.psychological.ai/home

Interessieren Sie sich für weitere Tipps aus der Praxis? Testen Sie unseren wöchentlichen Newsletter mit interessanten Beiträgen, Downloads, Empfehlungen und aktuellem Wissen.

Cankat Demirkol
Cankat Demirkol
Cankat Demirkol studiert Wirtschaftsinformatik an der Hochschule Heilbronn. Im Rahmen seines Praxissemesters ist er bei der 100 Worte Sprachanalyse GmbH im Bereich Online-Marketing tätig. Dort kümmert er sich um die Verwaltung der Social-Media-Kanäle, betreibt den 100 Worte-Blog und ist für die Suchmaschinenoptimierung zuständig.