Text Mining Software

Sprachverständnis für Deutsch

Viele Werkzeuge sind zuerst für Englisch gebaut worden. Deutsch ist schwieriger: zusammengesetzte Wörter, Fälle, viel Zweideutigkeit. Prüf konkret mit deinen eigenen Texten, ob die Software zum Beispiel "Lieferverzögerung" und "Lieferung verzögert sich" als dasselbe Thema erkennt. Wenn das nicht klappt, produzierst du saubere Berichte über falsche Zahlen.

Themenerkennung und Clustering

Gute Software gruppiert Texte selbständig zu Themen und lässt dich diese Gruppen danach umbenennen, teilen und zusammenlegen. Achte darauf, dass du eigene Kategorien definieren kannst. In der reinen Automatik entstehen oft Cluster, die für den Betrieb keinen Sinn ergeben.

Stimmungsanalyse

Stimmungsanalyse ist verlockend und tückisch zugleich. Ironie, Fachsprache und Verneinung führen die Automatik in die Irre. "Das hat ja mal super funktioniert" kann beides heißen. Frag in der Demo nach, wie das Werkzeug mit Verneinungen umgeht, und teste es mit echten Beispielen aus deinem Bestand.

Entitätenerkennung

Das Herausziehen von Namen, Beträgen, Datumsangaben und Produktbezeichnungen ist im Alltag oft wertvoller als die Stimmung. Prüf, ob du eigene Begriffslisten hinterlegen kannst, etwa deine Produktnamen und Abkürzungen, die kein Standardmodell kennt.

Schnittstellen und Import

Eine Text Mining Software ist nur so gut wie ihr Zugang zu den Texten. Frag konkret, aus welchen Quellen sie liest: CSV, Datenbank, E-Mail-Postfach, Ticketsystem, direkt per Schnittstelle. Wenn du jede Woche Dateien von Hand exportierst und hochlädst, stirbt das Projekt nach zwei Monaten an Bequemlichkeit.

Auswertung und Weitergabe

Die Ergebnisse müssen aus dem Werkzeug herauskommen. Ein Dashboard im Tool ist schön, aber die Geschäftsführung will oft eine Datei oder eine Ansicht, die sich in vorhandene Berichte einfügt. Prüf den Export und ob sich Auswertungen automatisch wiederholen lassen.

Lass die richtige Person testen

Der häufigste Fehler ist, dass der Chef die Demo bekommt und begeistert unterschreibt. Lass die Software in der Demo von der Person bedienen, die später täglich damit arbeitet. Sie merkt in zehn Minuten, ob das Aufsetzen einer Auswertung fünf Klicks oder eine Schulung braucht.

Teste mit deinen echten Daten

Jede Software sieht mit den Beispieldaten des Anbieters gut aus. Nimm einen echten Ausschnitt aus deinem Bestand, am besten einen unordentlichen, und lass ihn durchlaufen. Erst dann siehst du, wie das Werkzeug mit Tippfehlern, Mischsprache und Fachbegriffen umgeht.

Cloud oder eigener Server

Das ist eine der grundlegenden Entscheidungen. Bei Cloud-Lösungen verlassen deine Texte das Haus, das ist datenschutzrechtlich relevant, gerade bei Kundendaten. Bei Lösungen auf eigener Infrastruktur brauchst du IT-Kompetenz und Rechenleistung. Kläre das früh, weil es Preis und Compliance stark beeinflusst.

Anpassbarkeit gegen Einfachheit

Ein sehr flexibles Werkzeug kann alles, aber es braucht jemanden, der es einrichtet und pflegt. Ein einfaches Werkzeug ist schnell nutzbar, stößt aber an Grenzen. Sei ehrlich, welche Kompetenz im Haus vorhanden ist. Kauf keine Werkstatt, wenn niemand schrauben kann.

Sprache und Support

Brauchst du Support auf Deutsch, und in welcher Zeitzone sitzt er? Wenn dein Werkzeug im Alltag hakt und die Hilfe erst am nächsten Vormittag antwortet, verlierst du Tage. Frag nach den tatsächlichen Reaktionszeiten und ob es sie schriftlich gibt.

Beim Preis geht es nicht um die Lizenz allein. Die Gesamtkosten setzen sich aus mehreren Teilen zusammen, und der günstige Einstieg täuscht oft.

Übliche Abrechnungsmodelle

Drei Modelle begegnen dir immer wieder. Erstens der Preis pro Nutzer und Monat: gut kalkulierbar, wird aber teuer, wenn viele Leute mitlesen sollen. Zweitens die Abrechnung nach Datenmenge oder verarbeiteten Texten: gefährlich, weil die Kosten mit dem Erfolg steigen. Wenn dein Projekt läuft und du mehr Texte durchlaufen lässt, wächst die Rechnung mit. Drittens die Jahres- oder Firmenlizenz zum Festpreis: planbar, aber oft mit einer Mindestlaufzeit.

Die Kosten neben der Lizenz

Rechne die Einrichtung ein. Jemand muss die Software mit deinen Datenquellen verbinden, Kategorien anlegen und die ersten Auswertungen bauen. Das kostet interne Arbeitszeit oder externe Beratung. Rechne die Schulung ein, weil ein ungeschultes Team das Werkzeug nur halb nutzt. Rechne die laufende Pflege ein: Kategorien veralten, neue Produktnamen kommen dazu, jemand muss das nachziehen.

Worauf du im Vertrag achtest

Frag nach den Kosten für zusätzliche Nutzer und für mehr Datenvolumen, bevor du unterschreibst, nicht danach. Frag, was bei der Kündigung mit deinen Daten und deinen angelegten Kategorien passiert. Frag, ob Preiserhöhungen zur Verlängerung gedeckelt sind. Ich habe Betriebe gesehen, die im zweiten Jahr überrascht wurden, weil das Datenvolumen unbemerkt gewachsen war.

Das Werkzeug ohne Frage kaufen

Der teuerste Fehler ist, mit der Software anzufangen statt mit der Frage. "Wir wollen mal unsere Kundenbewertungen analysieren" ist keine Frage, das ist ein Wunsch. Eine Frage ist: "Welche drei Beschwerdegründe kosten uns die meisten Stornos?" Mit einer klaren Frage weißt du, ob die Auswertung dir hilft. Ohne sie baust du bunte Grafiken, die niemand nutzt.

Der Zahl blind vertrauen

Die Software sagt "achtzig Prozent positiv", und die Zahl landet ungeprüft in der Präsentation. Niemand hat kontrolliert, ob die Stimmungsanalyse die Ironie erkannt hat. Nimm anfangs Stichproben von Hand: lies dreißig Texte, die die Software eingeordnet hat, und prüf, ob du zustimmst. Erst wenn die Trefferquote passt, vertraust du der Automatik.

Nur einmal auswerten

Ein Betrieb wertet einmal aus, präsentiert das Ergebnis und legt das Werkzeug weg. Der Wert entsteht aber erst in der Wiederholung, wenn du über Monate siehst, wie sich Themen verschieben. Plan die Auswertung als laufenden Prozess, nicht als Projekt mit Enddatum.

Niemand ist zuständig

Die Software gehört der IT, gefüttert wird sie vom Service, ausgewertet vom Marketing, und keiner pflegt die Kategorien. Nach einem halben Jahr sind die Ergebnisse Müll, weil neue Produktnamen fehlen. Benenn eine Person, die verantwortlich ist, mit Zeit im Kalender, nicht nur mit gutem Willen.

Text Mining berührt fast immer personenbezogene Daten, weil in Tickets, E-Mails und Bewertungen Namen und andere Angaben zu Personen stehen. Damit greift die Datenschutz-Grundverordnung, in der Schweiz das revidierte Datenschutzgesetz.

Rechtsgrundlage und Zweck

Du brauchst eine Rechtsgrundlage für die Verarbeitung und einen klar bestimmten Zweck. Kundendaten, die für die Vertragsabwicklung erhoben wurden, darfst du nicht ohne Weiteres für eine breite Analyse nutzen. Kläre das mit der Person, die bei euch für Datenschutz zuständig ist, bevor du Texte in ein Werkzeug lädst.

Auftragsverarbeitung

Bei einer Cloud-Lösung verarbeitet der Anbieter deine Daten in deinem Auftrag. Dafür braucht es einen Auftragsverarbeitungsvertrag. Prüf, wo die Server stehen. Bei Verarbeitung außerhalb der EU brauchst du eine zusätzliche Grundlage für den Datentransfer. Frag den Anbieter danach schriftlich, ein mündliches "das ist alles konform" reicht nicht.

Datenminimierung und Löschung

Verarbeite nur, was du für die Frage brauchst. Oft lassen sich Namen vor der Analyse entfernen (Pseudonymisierung), wenn dich nur die Themen interessieren, nicht die einzelne Person. Kläre, wie lange die Texte im Werkzeug bleiben und wie sie gelöscht werden.

Mitbestimmung

Wenn Texte von Mitarbeitenden ausgewertet werden könnten, etwa interne Nachrichten, ist in Deutschland der Betriebsrat einzubeziehen. Auch wenn du das gar nicht vorhast, prüf, ob das Werkzeug es technisch könnte, denn danach fragt die Mitbestimmung. Hol dir bei diesen Punkten fachlichen Rat, dieser Abschnitt ersetzt keine Rechtsberatung.

Schritt eins: die Frage aufschreiben

Schreib in einem Satz auf, welche Entscheidung du mit der Auswertung treffen willst. Wenn du das nicht kannst, ist es zu früh für ein Werkzeug.

Schritt zwei: einen Datenausschnitt vorbereiten

Zieh einen echten, ungeschönten Ausschnitt aus deinem Bestand, ein paar hundert bis ein paar tausend Texte. Anonymisiere ihn, wenn nötig. Das ist dein Prüfstein für jede Demo.

Schritt drei: drei Werkzeuge in die engere Wahl nehmen

Mehr als drei überfordern die Bewertung. Achte auf Deutsch-Fähigkeit, Datenquellen, Betriebsmodell (Cloud oder eigener Server) und Preismodell.

Schritt vier: mit echten Daten testen

Lass die spätere Nutzerin, nicht den Chef, die Software mit deinem Ausschnitt bedienen. Miss zwei Dinge: stimmen die Ergebnisse (Handstichprobe), und wie lange braucht sie für eine fertige Auswertung.

Schritt fünf: die Gesamtkosten aufstellen

Rechne Lizenz, Einrichtung, Schulung und laufende Pflege für zwei Jahre zusammen, nicht nur den Monatspreis. Frag beim Anbieter die Kosten für mehr Nutzer und mehr Datenvolumen ab.

Schritt sechs: Compliance abklopfen

Hol den Auftragsverarbeitungsvertrag ein, kläre den Serverstandort und sprich mit dem Datenschutz. Erst danach unterschreibst du.

Schritt sieben: klein starten

Beginn mit einer Frage, einer Datenquelle und einer verantwortlichen Person. Wenn das nach drei Monaten Wert liefert, baust du aus. So verbrennst du kein großes Budget an einer Idee, die im Alltag anders aussieht als im Verkaufsgespräch.