Es wurde viel darüber geschrieben, wie KI die PR-Praxis verändern wird, von schnelleren und tieferen Erkenntnissen bis hin zu Nullkosten für die Content-Produktion. Aber wir hören gerade erst, dass Marken ihre Besorgnis über das möglicherweise größte Einflusspotenzial von KI auf die Öffentlichkeitsarbeit äußern, und zwar über das Potenzial für Veränderungen im menschlichen Verhalten. KI könnte die Art und Weise, wie Menschen Medien, Nachrichten, Informationen, Inhalte und Marken erleben, grundlegend verändern.

Der Wandel hin zu KI als Entscheidungsträger für den Ruf einer Marke ist im Gange, und viele Menschen entscheiden sich für „Antwortmaschinen“-Apps wie Perplexity gegenüber der google-Suche. Bald werden diese Anrufbeantworter und persönlichen Assistenten-KIs nicht nur in unseren Webbrowsern und Telefonen erscheinen, sondern auch in unseren Häusern, Autos und sogar auf unseren Gesichtern.

Da die Nutzung von Antwortmaschinen eine kritische Masse erreicht, könnte KI bald die erste Anlaufstelle für Ihre Zielgruppe sein, um Fragen zu Ihrer Kategorie, Marke, Ihrem Unternehmen und Ihren Führungskräften zu beantworten. Ihre Zielkunden werden KI um Empfehlungen zu Produkten und Dienstleistungen wie Ihrem und denen Ihrer Mitbewerber bitten. Was KI-Systeme über Ihre Marke sagen, ist wichtig.

Das Potenzial für Reputationseffekte ist größer als bei B2C-Marken. In einer Pew-Research-Studie vom Februar gaben 20 % der erwerbstätigen Amerikaner an, dass sie chatgpt für Arbeitsaufgaben genutzt haben, was einem Anstieg um fast das Doppelte gegenüber Juli entspricht. Bald könnten KI-Assistenten bei der Arbeit die Entscheidungsfindung von B2B-Käufern vereinfachen, von einem komplizierten Durcheinander eines Flussdiagramms zu „Fragen Sie.“ Antwort. Kaufen.”

Um den Markenruf in einer KI-Welt zu schützen und zu stärken, müssen Unternehmens- und Markenkommunikationsleiter damit beginnen, KI-gestützte Antwortmaschinen und die ihnen zugrunde liegenden großen Sprachmodelle zu überwachen und zu beeinflussen.

Überwachung der Markenreputation in KI

Wie Managementlegende Peter Drucker sagte: „Wenn man es nicht messen kann, kann man es nicht verwalten.“ Kommunikatoren benötigen Tools zur Überwachung markenrelevanter Schlüsselwörter über Antwort-Engines hinweg im Kern des PR-Tech-Stacks sowie Tools zur Überwachung von Earned Media und Social Media.

Kommunikatoren sollten Best Practices aus dem Tracking verdienter und sozialer Medien übernehmen und die KI-Antwort-Engines aller großen Anbieter nicht nur auf den Markennamen, sondern auch auf die Produkte, Dienstleistungen, Führungskräfte und Konkurrenten des Unternehmens sowie auf relevante Kategorieschlüsselwörter überwachen – Genauigkeit und Positivität der KI-Antworten auf Fragen zu Ihrer Marke, die die Aufmerksamkeit für Ihre Produkte und Dienstleistungen steigern. Die Einbeziehung Ihrer Marke in KI-Antworten auf Fragen auf Kategorieebene schafft Bekanntheit und Wettbewerbsvorteile.

Die Ergebnisse der Answer Engine-Überwachung ermöglichen es Kommunikatoren, sinnvolle Ziele zur Verbesserung der KI-Reputation festzulegen und den Fortschritt im Vergleich zu diesen Zielen im Laufe der Zeit zu verfolgen.

Verwalten der Markenreputation in KI Ebenso wie der Ruf einer Marke in Earned und Social Media kann auch der Ruf in der KI nicht gekauft werden. Antwort-Engines und LLMs können nicht bearbeitet werden. Reputation muss durch Einfluss erlangt werden, was das KI-Reputationsmanagement zur nächsten Herausforderung in der Öffentlichkeitsarbeit macht.

Da Antwortmaschinen und die ihnen zugrunde liegenden LLMs größtenteils durch das Crawlen des öffentlichen Internets gespeist werden, sollten Marken ihre Reputation im Internet gezielter denn je verwalten, um KI-Antwortmaschinen positiv zu beeinflussen.

Earned Media spielt in der LLM-Schulung ebenso eine wichtige Rolle wie bei der Suchmaschinenoptimierung, und Unternehmen wie apple prüfen aktiv Vereinbarungen mit Nachrichtenverlegern, um Artikel für die Schulung ihrer Modelle zu lizenzieren. Eines der größten Probleme bei LLMs besteht darin, dass sie beim Unterrichten ein statisches Weltbild darstellen. Dies ändert sich schnell, da Antwort-Engines wie Microsoft Copilot und Perplexity Echtzeitnachrichten in Antworten integriert haben, während Elon Musks Grok AI Echtzeitdaten von X nutzt.

Eigene Medien wie Markenwebsites, Nachrichtenredaktionen, Investorenzentren und Blogs versorgen alle LLMs, einschließlich solcher mit Echtzeitfunktionen wie Microsoft Copilot. Die EEAT-Prinzipien von Google – Erfahrung, Fachwissen, Autorität und Vertrauenswürdigkeit – gelten für die Optimierung eigener Medien für LLMs genauso wie für die Suchmaschinenoptimierung. Eine wissenschaftliche Studie vom November 2023 zum Thema „generative Engine-Optimierung“ oder GEO – wie SEO, manchmal auch „generative KI-Optimierung“ GAIO oder „LLM-Optimierung“ LLMO genannt – schlägt drei Maßnahmen vor, um den Markeneindruck in LLM-Antworten um durchschnittlich 30 % zu verbessern: Hinzufügen relevante Statistiken unter Einbeziehung von Zitaten anerkannter Experten und unter Angabe verlässlicher Quellen. Jeder Kommunikator sollte einen neuen Blick auf seinen Unternehmens-Newsroom, Blog, Investor Center und seine Website werfen und dabei die Frage beantworten: „Welche Fragen beantworte ich, die ein LLM aufgreifen und verwenden könnte?“

Auch soziale Medien haben einen erheblichen Einfluss auf LLMs, weshalb es für Marken unerlässlich ist, einzelne Führungskräfte, Fachexperten und Vordenker zu aktivieren, um an relevanten Social-Media-Diskussionen teilzunehmen, die von LLMs nach Schulungsdaten durchsucht werden. Ein Paradebeispiel für eine Social-Media-Möglichkeit ist Reddit. Wir wissen bereits, dass die Abkürzung zur Suche nach maßgeblichen, fachkundigen, erfahrenen und vertrauenswürdigen Inhalten im Internet darin besteht, Ihrer Google-Suche das Wort „Reddit“ hinzuzufügen. Das ist wahrscheinlich der Grund, warum Google jährlich 60 Millionen US-Dollar ausgibt, um Reddit-Inhalte zum Trainieren seiner KI-Modelle zu lizenzieren. Über die Aktivierung von Mitarbeitern hinaus können Marken LLMs gestalten, indem sie Stakeholder zu Fürsprechern machen, von einzelnen Kunden und Markenfans bis hin zu externen Experten und vertrauenswürdigen Influencern.

Wikipedia-Engagement war lange Zeit ein riskantes Unterfangen für Marken, aber da Wikipedia eine Hauptquelle für LLM-Trainingsdaten ist, ist jetzt ein guter Zeitpunkt für Kommunikatoren, einen neuen Blick darauf zu werfen, wie ihre Marke auf der Plattform erscheint. Sie sollten auch Maßnahmen ergreifen, indem sie Redakteure über die Diskussionsseiten relevanter Artikel einbeziehen und dabei dem einfachen und einfachen Wikipedia-Leitfaden zu Interessenkonflikten folgen.

Programmatische Ansätze, die auf ML-Konzepten wie In-Context-Learning und Reinforcement Learning aus menschlichem Feedback basieren, ergänzen und verbessern die anderen vier Strategien zur Beeinflussung von LLMs im Namen von Marken. Bis zum Jahresende und im nächsten Jahr werden gewaltige Innovationen auf den Markt kommen.

Brian Snyder ist der globale Präsident für Digital bei Axicom.