Case Studies / Re-Work
EVENTS · SOCIAL-MEDIA-ANALYSE
Manuelles Social-Media-Monitoring ersetzt durch KI-gestützte Event-Analysen in Echtzeit
Re-Work, ein internationaler Konferenzveranstalter, musste während laufender Events Stimmungen seines Publikums in den sozialen Medien verfolgen und darauf reagieren. Wir haben ein Echtzeit-Analyse-Tool entwickelt, das die Beobachtung von Meinungen, die Identifikation von Influencern und die Trenderkennung automatisiert – und das manuelle Durchsuchen sozialer Medien vollständig ersetzt.
Kunde: Re-Work – ein internationales Eventunternehmen, das Konferenzen und Ausstellungen rund um Technologie und Innovation organisiert.
PROJEKTÜBERSICHT
Echtzeit
Live-Monitoring von Social-Media-Gesprächen während Events
Auto
Sentiment-Bewertung und Trenderkennung — ohne manuelle Prüfung
Geo
Geografische Visualisierung der Publikumsinteraktion
Influencer
Automatische Erkennung wichtiger Stimmen und Meinungsführer
BRANCHE
Events & Konferenzen
USE CASE
Social-Media-Analyse für Events
KI-ANSATZ
NLP + Sentiment-Analyse
DATENQUELLE
Social-Media-Plattformen
ERGEBNIS
Dashboard mit Echtzeit-Einblicken
PRODUKT
Twitter Board (theBlue.ai)
Die Herausforderung
Re-Work organisiert Konferenzen und Ausstellungen, bei denen Hunderte von Teilnehmern, Speakern und Ausstellern einen konstanten Strom an Social-Media-Aktivitäten erzeugen — Reaktionen auf Sessions, Feedback zur Logistik, Erwähnungen von Speakern und Beschwerden über alles, vom WLAN bis zum Catering. Diese Aktivität in Echtzeit zu verstehen, war entscheidend, um Events spontan zu verbessern und zukünftige besser zu planen.
Vor dem Projekt geschah das manuell. Jemand aus dem Team scrollte durch Twitter, versuchte die Stimmung einzuschätzen und markierte alles, was dringend wirkte. Das war langsam, unvollständig und rein reaktiv – bis negatives Feedback bemerkt wurde, war der Moment zum Reagieren oft schon vorbei.
Das Kernproblem: Während der Events entstanden Tausende Social-Media-Beiträge, aber daraus zeitnah nützliche Erkenntnisse zu gewinnen, war manuell, langsam und unzuverlässig. Bis Feedback überhaupt wahrgenommen wurde, war es meist zu spät, um darauf zu reagieren.
Was wir entwickelt haben
Wir haben unser Social-Media-Analyse-Tool – Twitter Board — eingesetzt, um Re-Work eine automatisierte Live-Ansicht darüber zu geben, was Teilnehmer in Echtzeit über ihre Events äußerten.
Sentiment-Analyse in Echtzeit. Das Tool erfasste kontinuierlich Social-Media-Beiträge zum Event – über Hashtags, Erwähnungen und Schlüsselwörter – und bewertete jeden Beitrag nach Stimmung. Das Event-Team konnte auf einen Blick erkennen, ob die Gesamtstimmung positiv, negativ oder gemischt war, und in einzelne Beiträge eintauchen, die die Bewertung beeinflussten.
Identifikation von Influencern. Das System erkannte automatisch, welche Stimmen die größte Reichweite und Interaktion erzielten – Speaker, Teilnehmer, Journalisten und Branchenpersönlichkeiten. So konnte Re-Work die Interaktion mit den Personen priorisieren, deren Beiträge die größte Wirkung hatten.
Geografische Visualisierung. Integrierte Dashboards zeigten, aus welchen Regionen die Social-Media-Aktivität geografisch kam, und gaben Re-Work Einblick in die räumliche Verteilung des Publikums sowie regionale Interaktionsmuster.
Trenderkennung. Das Tool brachte aufkommende Themen und Diskussionsstränge in Echtzeit zum Vorschein – ob eine bestimmte Session für Gesprächsstoff sorgte, sich ein logistisches Problem zuspitzte oder ein unerwartetes Thema unter den Teilnehmern viral ging.
Die Ergebnisse
VORHER
Manuelles Social-Media-Monitoring. Reaktive Antworten. Keine strukturierten Sentiment-Daten. Feedback wurde, wenn überhaupt, erst nach dem Event ausgewertet.
NACHHER
Automatisiertes Echtzeit-Dashboard mit Sentiment-Bewertung, Influencer-Tracking, geografischen Einblicken und Trend-Warnungen – alles während des laufenden Events.
Re-Work wechselte von reaktivem zu proaktivem Eventmanagement. Negatives Feedback konnte in Echtzeit adressiert werden. Positive Momente ließen sich verstärken, während sie noch andauerten. Die Nachbereitung der Events basierte auf strukturierten Daten statt auf anekdotischen Eindrücken.
Das Tool lieferte auch über einzelne Events hinaus dauerhaften Mehrwert – die gesammelten Sentiment-Daten und Interaktionsmuster halfen Re-Work, datenbasierte Entscheidungen zu künftiger Event-Programmgestaltung, Speaker-Auswahl und Zielgruppenansprache zu treffen.
Eingesetzte Technologien
Mehr Case Studies
So haben wir anderen Unternehmen geholfen
BEHÖRDE · POLNISCHE ÖFFENTLICHE INSTITUTION (UNTER NDA)
Multi-Agenten-Chatbot ersetzt manuelle Bürgeranfragen in 11 Themenbereichen
Bürger riefen die Behörde an, weil der bestehende Chatbot ihre Fragen nicht verstand. Wir haben ein neues System entworfen und prototypisiert, bei dem Bürger in einfacher Sprache fragen und automatisch zur richtigen Antwort geleitet werden – ohne zusätzliche Vorkenntnisse.
11
Themenbereiche
3
Dedizierte Tools
MEDTECH · APOQLAR
Bearbeitungszeit für Sicherheitsfragebögen von einem Monat auf eine Woche reduziert
Jeder neue Krankenhauspartner benötigte einen ausgefüllten Fragebogen – 8–10 Beteiligte, rund einen Monat, Antworten aus Richtlinien verschiedener Abteilungen. Jetzt entwirft ein KI-Assistent die Antworten automatisch und spart dabei geschätzte 90.000 $ pro Jahr.
-75%
Bearbeitungszeit
90.000 $
Jährliche Einsparungen
MEDTECH · APOQLAR
GenAI-Assistent ersetzt manuelle Dokumentensuche
Mitarbeiter verbrachten Stunden damit, hunderte von Produktdokumenten zu durchsuchen, um Kunden- und Compliance-Fragen zu beantworten. Jetzt stellen sie Fragen in natürlicher Sprache und erhalten in Sekunden quellenbasierte Antworten.
RAG
Integriert
Kontextverwaltung
Optimiert