Remote First und direkter Teameinstieg
Trotz Remote-First-Kultur fühlte ich mich vom ersten Tag an als Teil des Teams. Das Onboarding war strukturiert: Tools kennenlernen, in die Moderations-Software einarbeiten und erste Kundendaten verstehen. Die Remote-Arbeitsweise erwies sich als perfekte Möglichkeit, diese in der Tech-Welt etablierte Arbeitsform zu testen.
Von der Linguistik zur KI-gestützten Moderation
Der Schwerpunkt lag auf der Verbesserung des Dialogs zwischen Social-Media-Betreibern und Usern. Zunächst analysierte ich, auf welche Kommentare Channel-Betreiber reagieren und wie. Daraus definierte ich Eigenschaften "dialogwürdiger" Kommentare – oft mit positivem Sentiment.
Während im universitären Kontext häufig mit vorgegebenen Datensätzen gearbeitet wird, verlief der Prozess bei conversario genau umgekehrt: Am Anfang stand eine konkrete Fragestellung zur Sentiment-Analyse. Erst daraufhin habe ich geeignete Daten aus dem vorhandenen Datenbestand ausgewählt. Diese zielgerichtete Herangehensweise war für mich ein neuer, spannender Perspektivenwechsel.
Die Annotation war zeitintensiv, deshalb nutzte ich Large Language Models für ausreichend genaue Annotationen. Ich testete verschiedene Sprachmodelle: speziell für deutsche Sentiment-Analyse trainierte und allgemeine mehrsprachige Modelle. Jeder Typ hatte eigene Stärken für unterschiedliche Kommentarformate.
Mein Fazit: Remote Work funktioniert, KI braucht Linguistik
Die zwei Monate bei conversario haben gezeigt, dass Remote-First-Kultur nicht weniger Teamgefühl bedeutet. Die Arbeit an KI-gestützter Kommentarmoderation ist technisch herausfordernd, aber gesellschaftlich von äußerster Bedeutung. Die Erkennung "dialogwürdiger" Kommentare kann konstruktive, respektvolle Dialoge fördern und Kommentarspalten attraktiver machen. Meine wichtigste Erkenntnis: Für erfolgreiche KI-Anwendungen braucht es interdisziplinäre Teams, denn auch Linguistik und Technik gehen Hand in Hand.
Glossar
Annotation
Die manuelle oder automatisierte Markierung von Daten mit zusätzlichen Informationen, etwa Kategorien, Labels oder Metadaten. In der KI-Entwicklung dient Annotation z. B. dazu, Trainingsdaten für maschinelles Lernen vorzubereiten.
Large Language Model
Ein KI-Modell, das auf riesigen Textmengen trainiert wurde, um Sprache zu verstehen und zu erzeugen. LLMs wie GPT verarbeiten natürliche Sprache, beantworten Fragen, verfassen Texte oder analysieren Inhalte – oft auf nahezu menschlichem Niveau.
Proof of Concept
Ein funktionaler Prototyp oder Versuchsnachweis, der zeigen soll, dass eine Idee, Technologie oder Methode grundsätzlich machbar ist. PoCs sind oft der erste Schritt vor der Weiterentwicklung in Richtung eines marktfähigen Produkts.
Sentiment / Sentiment-Analyse
„Sentiment“ bezeichnet die emotionale Grundhaltung in einem Text – etwa positiv, negativ oder neutral. Die Sentiment-Analyse nutzt Algorithmen, um diese Stimmung automatisch zu erkennen, z. B. in Kommentaren, Rezensionen oder Social-Media-Beiträgen.