Zurück

Von 250.000 Berichten zu wertvollen KI-Erkenntnissen

Wie lassen sich 250.000 Medienberichte über bspw. Kommunale Versorger und Stadtwerke effizient auswerten und zu aussagekräftigen Medienanalysen verdichten? Früher bedeutete das stundenlanges Lesen, Themen zuordnen und Tonalität bewerten. Heute ist dieser Anwendungsfall wie geschaffen für den gezielten Einsatz von Künstlicher Intelligenz (KI). Sponsored Post von Landau Media GmbH & Co. KG

KI in der Medienanalyse: Qualität statt Modellgröße

Daten sind der Brennstoff, der die KI antreibt: Nur gut aufbereitete und vollständige Informationen führen zu präzisen Ergebnissen. Der Erfolg automatisierter Medienanalysen hängt jedoch nicht vom eingesetzten Modell wie Claude, ChatGPT oder Gemini ab, sondern von der AI-Readiness der Daten. Entscheidend sind neben der Qualität und Verfügbarkeit auch der Kontext der Daten und rechtliche Rahmenbedingungen wie das Urheberrecht.

KI-Modelle sind empfindlich gegenüber unvollständigen oder fehlerhaften Daten. Wie in der Praxis für Stadtwerke gilt: Nicht die Größe des Kraftwerks entscheidet, sondern die Qualität des Brennstoffs.

Vollständig verfügbare Daten für präzise Analysen

Die Aussagekraft von Medienanalysen hängt davon ab, wie umfassend der Zugang zu relevanten Inhalten ist. Viele Artikel und andere journalistische Beiträge liegen hinter Paywalls, neue kompakte Formate verbieten die Weiterverarbeitung, LinkedIn liefert kaum verwertbare Daten, und Tech-Giganten wie Meta oder Google dominieren zunehmend, welche Inhalte genutzt werden dürfen.

Unvollständige Daten verzerren die KI-Ergebnisse erheblich. Data Governance und die Kostenfrage sind hier maßgeblich: Verlage müssen entscheiden, ob Inhalte für KI-Anwendungen lizenziert oder blockiert werden. Vollständige, hochwertige Daten bilden somit die Basis für präzise, belastbare und wirtschaftliche Analysen. KI scheitert oft nicht an der Technologie, sondern an unvollständigen Daten.

Kontext ist der Schlüssel zur Erkenntnis

Nicht erst beim Einsatz von KI-Modellen gilt: Daten entfalten ihren Wert erst im richtigen Kontext. Erst durch Kontext werden Zweck, Relevanz und Zusammenhänge sichtbar, sodass Daten interpretierbar und fundiert für Entscheidungen nutzbar werden. Je mehr relevanter Kontext in die Analyse einfließt, desto belastbarer und aussagekräftiger sind die Ergebnisse der KI.

Um 250.000 Medienmeldungen gezielt mit KI zu analysieren, werden diese mit folgenden Zusatzinformationen angereichert:

Metadaten (z. B. Medientitel, Medienart)
Themenclustern (z. B. Wärmewende, Preise, Digitalisierung)
Entitäten (Organisationen, Wettbewerber oder Stakeholdern)
Tonalität (kritisch, neutral, positiv)

In der Medienanalyse kommt daher ein hybrider KI-Ansatz aus generativer und analytischer KI zum Einsatz. Die analytische KI klassifiziert und strukturiert Inhalte, erkennt Muster und Zusammenhänge und liefert ein spezifisch angereicherten Kontextmodell. Die generative KI greift anschließend auf diese Daten zu, um sie gezielt abzufragen, zu interpretieren und verständlich aufzubereiten – etwa in Form von Zusammenfassungen oder Handlungsempfehlungen.

Aus Texten werden durch analytische KI strukturierte Daten. Generative KI nutzt diese Daten, um daraus erneut Texte zu erzeugen – etwa in Form von Übersichten, Analysen und Einordnungen. So entsteht ein KI-System, das Texte in Daten überführt und diese Daten in kontextbasierte Erkenntnisse zurückverwandelt. Erst dieses Zusammenspiel macht Muster sichtbar, ordnet Entwicklungen ein und ermöglicht fundierte Entscheidungen.

Die Ergebnisse des hybriden Ansatzes sind konsistenter und belastbarer. Halluzinationen werden reduziert, da die KI auf aktuellen, strukturierten und relevanten Daten basiert. Einheitliche Labels und definierte Kontextstrukturen ermöglichen vergleichbare Analysen.

Goodbye Analyse-Dashboard – Hello interaktive Daten

Mit diesem Ansatz verändert sich die Art der Dateninteraktion. Ziel ist nicht mehr die reine Visualisierung, sondern handlungsorientierte Interpretation. Statische Dashboards werden durch flexible Dialogsysteme wie „Chat with your Data“ und Analytics Agents ersetzt. User stellen Fragen direkt im Dialog, flexibel und ohne vordefinierte Logik. Während „Chat with your Data“ reaktiv auf Anfragen antwortet, agiert ein Analyse-Agent proaktiv, erkennt relevante Entwicklungen, priorisiert Themen und liefert konkrete Handlungsempfehlungen.

Beispiel: Wärmewende – Wie hat sich die Berichterstattung dazu in den letzten 4 Wochen entwickelt?

Die Qualität des Brennstoffs entscheidet – nicht die Größe des Kraftwerks

Die Analyse von 250.000 Medienberichten ist kein Technologieproblem, sondern eine Frage der richtigen Datenaufbereitung. Der Erfolg von KI-Projekten hängt weniger von
Modellgrößen ab, sondern von kontinuierlicher Verbesserung der AI-Readiness. Etwa 80 % der Arbeit fließen in Qualität, Verfügbarkeit, Strukturierung und Kontextualisierung der messbaren Daten.

Genau hier setzt Landau Media im Rahmen der Medienanalyse auf eine eigene Medien- und Datenbasis. Als Anbieter für Medienmonitoring und daran anschließender Media-Intelligence-Leistungen kommt eine eigene Plattform zum Einsatz, über die Medienbeiträge aus Print, Online, Social Media, TV, Radio und weiteren digitalen Quellen crossmedial erfasst und in einem einheitlichen Datenraum zusammengeführt werden. So entsteht eine konsistente Datenbasis mit strukturierten Inhalten, Metadaten und Kennzahlen.

Darauf aufbauend werden die Daten im beschriebenen hybriden Ansatz verarbeitet. Dieser kombiniert analytische und generative Verfahren und macht sie als „Brennstoff“ für die Analyse nutzbar. Die strukturierte Datenbasis bildet dabei die Voraussetzung für eine kontextbasierte Auswertung und Verknüpfung der Inhalte.

Entscheidend ist dabei jedoch nicht nur die Auswertung selbst, sondern was daraus folgt. Der Mehrwert entsteht in der Anwendung: Weg von der deskriptiven Ebene („Was ist passiert?“) hin zu prognostischen und handlungsorientierten Perspektiven („Was wird passieren?“ und „Was sollte getan werden?“). Interaktive Analysezugänge und agentenbasierte Systeme ermöglichen die Einordnung von Entwicklungen, die Priorisierung von Themen und die Ableitung von konkreten Maßnahmen. Erst dann entsteht der Nutzen von KI: aus Daten werden Entscheidungen.

Landau Media bei den comm.days 26

Bei den comm.days 26 zeigt Landau Media, wie aus Medieninhalten und Daten handlungsfähige Erkenntnisse für die Kommunikation entstehen. In der Breakout-Session „Wenn Texte zu Daten werden – KI sieht mehr als nur Schlagzeilen“ gibt Oliver Plauschinat praxisnahe Einblicke und macht datengetriebene Kommunikation greifbar.

Ob Wärmewende, Versorgungssicherheit oder Kreislaufwirtschaft: Kommunikator:innen in der Kommunalwirtschaft tragen heute mehr denn je Verantwortung, Brücken zu bauen zwischen komplexen Fachthemen und der Lebensrealität der Menschen, zwischen kommunalen Entscheidungen und öffentlicher Akzeptanz. Deshalb versammeln die comm.days 26 das geballte Kommunikations-Know-how der Branche an einem Ort, vernetzen die Akteur:innen und bringen dieses einzigartige Netzwerk erstmalig in Berlin in Resonanz! Hier denken wir kommunale Kommunikation gemeinsam weiter – strategisch, mutig, praxis- und auch zukunftsorientiert.