IU Incubator Fan Trend Tracker

Die schnelle Verbreitung verschiedener digitaler Plattformen hat zu einer beispiellosen Menge an strukturierten und unstrukturierten Daten geführt, die über API’s in Bezug auf Konsumenteneinstellungen, -verhalten, -vorlieben und -stimmungen verfügbar sind. Folglich stehen Unternehmen, Organisationen und Institutionen in nahezu allen Sektoren vor einem ähnlichen Problem: Wie mit der Fülle an strukturierten und unstrukturierten Daten aus dem Internet, die für ihre Sektoren relevant sind, umzugehen ist, wie man diese heterogenen Daten integriert und sie auf eine Weise analysiert, die ein klares Verständnis und umsetzbare Lösungen ermöglicht.

Daher ist das Hauptziel unseres Inkubatorprojekts die Entwicklung eines neuartigen Rahmens und die Schaffung eines KI-gestützten Systems, um die enorme Menge an strukturierten und unstrukturierten Konsumentendaten verständlich zu machen und sie in klare, nachvollziehbare Einblicke und umsetzbare Empfehlungen zu verwandeln. Wichtig ist, dass es die Entwicklung von Stimmungen, Einstellungen, Trends und dem Konsumentenverhalten im Laufe der Zeit nachverfolgt, während der Datenschutz der Verbraucher:innen gewahrt bleibt.

Konkret verfolgt das vorgeschlagene Inkubatorprojekt zwei Hauptziele:

(1) Entwicklung eines neuartigen, fortgeschrittenen Analyse- und Vorhersagerahmens sowie eines Systems unter Verwendung von künstlicher Intelligenz, um großflächig strukturierte und unstrukturierte Daten systematisch zu identifizieren, zu erfassen und zu verarbeiten. Das System wird sich darauf konzentrieren, verschiedene öffentlich verfügbare Datensätze aus mehreren API's (z. B. Engagement-Metriken, Social Media-Kommentare, Verhaltens-Metadaten) zu zentralisieren und in umsetzbare Erkenntnisse umzuwandeln, um Trends in Konsumenteneinstellungen, -vorlieben und -verhalten (z. B. Stimmungs- und Themenanalyse, Vorhersageanalyse, Vergleich zwischen Konsumentengruppen) zu identifizieren, zu interpretieren und vorherzusagen.

(2) Anwendung, Testen und Verfeinerung des Rahmens und des intelligenten Systems durch ein „Fallprojekt“ im Sportsektor (z. B. professioneller deutscher Fußballverein oder Wettbewerb wie die Bundesliga), um relevanten Konsument:inneneinblicke (Fans) für Stakeholder im Sektor und Akademiker:innen im Bereich Konsumentenverhalten aufzudecken.

Speziell zielt das Projekt darauf ab, folgende Forschungsfragen zu adressieren:

• Wie entwickeln sich Stimmungsmuster in Bezug auf spezifische Entitäten (z. B. Einzelpersonen, Marken, Produkte oder Teams) als Reaktion auf externe Ereignisse, und können diese Muster zuverlässig zukünftige Verschiebungen in der öffentlichen Meinung und im Konsumverhalten vorhersagen?

• Welche versteckten oder zuvor unentdeckten Verbindungen existieren zwischen scheinbar nicht zusammenhängenden Themen oder Ereignissen auf verschiedenen digitalen Plattformen, und wie können diese Verbindungen tiefere Einblicke in zugrunde liegende Einstellungen und Konsummuster enthüllen?

• Wie können prädiktive Analysen effektiv Fan-Präferenzen und -Verhalten kategorisieren, und welche Implikationen haben diese Präferenzcluster für zielgerichtete Kommunikationsstrategien und Konsument:inneneinbindung?