Es gibt Technologien, die sind in den USA schon seit längerer Zeit en vogue. Doch in Europa, speziell in Deutschland, kann man wohl eher nicht so schnell damit rechnen. Da ist zum Beispiel die Bilderkennung, das Auslesen von Videoinhalten, das Erkennen und Bewerten von Gesichtern und Gesichtsausdrücken. Ob ein Kunde an einer Ware interessiert ist, wie er eine Out-of-Home-Werbung findet, welche Gefühle er einer Marke gegenüber zeigt – all das sind Informationen, die die Werbewirtschaft durchaus interessieren könnten und die dazu beitragen könnten, dass Kunden mehr und „das richtige Produkt“ kaufen.

Doch während solche Bilder interpretierenden Verfahren in der Öffentlichkeit oft nur schwierig zu realisieren sind – aufgrund der schieren Datenmenge, aus technischen Gründen und weil es selbst in den USA für so was nicht überall Akzeptanz gibt – ist die Auswertung von Bildern in sozialen Netzwerken, insbesondere in Kooperation mit den dazugehörigen Meinungsäußerungen in Texten, ein Feld, das für Werbetreibende spannende Erkenntnisse bringen kann.

Schwerer als die reine Bilderkennung ist die Analyse dessen, was Systeme im Rahmen des Data-Marketing aus den Bildern und Videos herauslesen können:  Erkennt ein System korrekt, was es da sieht? Ordnet es Personen richtig zu und stimmt vor allem die Interpretation eines Gesichtsausdrucks oder einer Äußerung? Anders gefragt: Schreit jemand vor Schmerz oder vor Verzückung, ist er fasziniert oder frustriert?

Doch abgesehen von der Person selbst ermöglicht die Auswertung von Bildern (und noch besser von Videos) auch Rückschlüsse über den Stil und die Einstellung einer Person. Unternehmen wie Google, Facebook und IBM experimentieren an derartigen Technologien, die zudem noch auf der Basis von Machine Learning arbeiten und somit nach und nach verbesserte und angepasste Ergebnisse liefern können, je mehr Bilder sie aufnehmen. Überhaupt wird künstliche Intelligenz in dieser Hinsicht in den nächsten Jahren zu einer signifikanten Verbesserung der Analysefähigkeiten solcher Bilderkennungsmethoden führen.

Klar ist aber auch, dass Bilderkennung und –analyse in der Werbung nur auf freiwilliger Basis funktionieren werden. Insbesondere im öffentlichen Raum sind solche Verfahren ein No-Go. Die Supermarktkette Real hat ihre Bildanalyse-Verfahren in der Kassenzone, mit denen sie Kundenstimmungen erkennen wollte, schon nach kurzer Zeit zurückgezogen. Einfach weil man kein Aluhut-Träger sein muss, um bei derartigen Maßnahmen im öffentlichen Raum Bedenken zu haben. Selbst in den USA findet hier ein Umdenken statt – nicht erst seit der Staat Kalifornien angekündigt hat, man wolle ein dem DSGVO ähnliches Datenschutzrecht in Zukunft auch im Land der unbegrenzten Möglichkeiten umsetzen. Denn nicht alles was möglich ist, wird auch die Akzeptanz der Kunden finden.