idw – Informationsdienst Wissenschaft

Nachrichten, Termine, Experten

Grafik: idw-Logo
Grafik: idw-Logo

idw - Informationsdienst
Wissenschaft

idw-Abo

idw-News App:

AppStore

Google Play Store



Instanz:
Teilen: 
29.04.2026 15:17

"Beyond Influencers:" KI-gestützte Forschung verleiht Umweltinitiativen in sozialen Netzwerken maximale Reichweite

Maike Lempka Corporate Communications
Constructor University

    Nachhaltige Verhaltensänderungen in der Gesellschaft herbeizuführen, ist womöglich eine der schwierigsten Hürden bei der Bewältigung der globalen Umweltkrise. Während soziale Medien und die Influencer-Kultur bereits zu mächtigen Instrumenten der Meinungsbildung geworden sind, legen neue Forschungsergebnisse der Constructor University nahe, dass künstliche Intelligenz deren Wirkung für Umweltbelange massiv verstärken könnte.

    Durch die Kombination von großen Sprachmodellen (LLMs) mit Social-Media-Analysen zeigt die Studie, dass KI-Modelle menschliche Influencer*innen wirksam unterstützen können, indem sie durch semi-automatisierte Prozesse hochrelevante Inhalte generieren und die Interaktion in sozialen Medien skalierbar machen.

    Wissenschaftler*innen der Constructor University Bremen, Dr. Noushin Mohammadian und Prof. Dr. Omid Fatahi Valilai, präsentieren in ihrer neuesten Publikation eine Strategie zur Verschmelzung von Social-Media-Intelligenz, Verhaltensbewertung und KI-gestützter Content-Erstellung. Ziel ist es, Umweltkampagnen adaptiver, reaktionsschneller und skalierbarer zu gestalten, um die Öffentlichkeit wirksamer einzubinden. Das Modell ist speziell in „Null-Schadstoff“-Initiativen (Zero Pollution) verankert und nutzt KI als adaptiven Agenten, der nicht nur Texte entwerfen, sondern auch direkt auf Bürgerkommentare reagieren kann.

    Die Studie, die Anfang des Jahres im Journal of Open Innovation: Technology, Market, and Complexity veröffentlicht wurde, stellt ein Framework vor, das eine weltweite Skalierbarkeit von Umweltkampagnen ermöglicht. Durch die präzise Messung von Ergebnissen sowie die Ausrichtung an Modellen der semantischen Interoperabilität, erreichen die Wissenschaftler*innen einen Standard, der sicherstellt, dass Daten zwischen verschiedenen Systemen und Institutionen reibungslos und inhaltlich einheitlich ausgetauscht werden können.

    Ein besonderer Fokus der Arbeit liegt auf der Anwendung im urbanen Raum. Die Forscher*innen beschreiben, wie LLMs dazu beitragen können, nachhaltige Betriebsabläufe in Städten zu etablieren und die öffentliche Akzeptanz für neue politische Maßnahmen zu erhöhen.

    „Diese Forschung adressiert die Herausforderung, Bürger für Nachhaltigkeitsinitiativen zu gewinnen, in einer Zeit, in der digitale Plattformen die öffentliche Meinung und das Verhalten stark beeinflussen“, erklärt Dr. Mohammadian. „Unsere Arbeit kombiniert LLMs mit Social Media Analytics (SMA), um adaptive, datengesteuerte Strategien für Kommunen und die Industrie zu schaffen. Solche Anwendungen können dazu beitragen, die Kommunikation politischer Maßnahmen zu verbessern, das öffentliche Vertrauen zu stärken und eine effektivere Umsetzung von Nachhaltigkeitsinitiativen zu unterstützen. Meine Motivation für die Beschäftigung mit diesem Thema rührt von einem wachsenden Interesse daran her, wie KI als unterstützendes Werkzeug eingesetzt werden kann, um die Teilhabe und eine informierte Entscheidungsfindung zu verbessern, anstatt menschliche Akteure zu ersetzen.“

    Das entwickelte Framework der „Emerging Technologies in Industrial Engineering“ (EITIE) Gruppe integriert Verhaltensanalysen direkt in die Kampagnensteuerung. Dadurch können Organisationen auch bei begrenzten Ressourcen konsistent und zeitnah auf Feedback reagieren.

    Prof. Dr. Fatahi Valilai betont die strategische Relevanz der Studie: „In einem Umfeld, in dem Institutionen öffentliche Unterstützung mobilisieren und sich gleichzeitig gegen Desinformation schützen müssen, bietet unsere Arbeit einen evidenzbasierten Weg für die Kommunikation im großen Maßstab. Ich sehe unmittelbare Anwendungsmöglichkeiten für NGOs, Städte und werteorientierte Marken, insbesondere dort, wo regulatorische Initiativen wie der Digitale Produktpass der EU die Messlatte für Transparenz, Rückverfolgbarkeit und die erweiterte Produzentenverantwortung höher legen.“

    Trotz der technologischen Potenziale diskutiert die Studie auch kritisch die Herausforderungen und Grenzen des KI-Einsatzes, um eine verantwortungsvolle und transparente Nutzung in der Umweltvertretung zu gewährleisten.


    Wissenschaftliche Ansprechpartner:

    Prof. Dr. Omid Fatahi Valilai
    ofatahivalilai@constructor.university


    Originalpublikation:

    "Beyond influencers: Leveraging large language models for dynamic content generation and citizen interaction in environmental campaigns," Noushin Mohammadian, Omid Fatahi Valilai. Journal of Open Innovation: Technology, Market, and Complexity, 2026.

    https://doi.org/10.1016/j.joitmc.2026.100716


    Bilder

    Dr. Noushin Mohammadian und Prof. Dr. Omid Fatahi Valilai zeigen auf, wie große Sprachmodelle menschliche Influencer ergänzen können, um den Umweltschutz im digitalen Raum zu unterstützen.
    Dr. Noushin Mohammadian und Prof. Dr. Omid Fatahi Valilai zeigen auf, wie große Sprachmodelle mensch ...
    Quelle: Constructor University


    Merkmale dieser Pressemitteilung:
    Journalisten, Studierende, Wirtschaftsvertreter, Wissenschaftler, jedermann
    Informationstechnik, Medien- und Kommunikationswissenschaften, Politik, Umwelt / Ökologie, Wirtschaft
    überregional
    Forschungsergebnisse
    Deutsch


     

    Hilfe

    Die Suche / Erweiterte Suche im idw-Archiv
    Verknüpfungen

    Sie können Suchbegriffe mit und, oder und / oder nicht verknüpfen, z. B. Philo nicht logie.

    Klammern

    Verknüpfungen können Sie mit Klammern voneinander trennen, z. B. (Philo nicht logie) oder (Psycho und logie).

    Wortgruppen

    Zusammenhängende Worte werden als Wortgruppe gesucht, wenn Sie sie in Anführungsstriche setzen, z. B. „Bundesrepublik Deutschland“.

    Auswahlkriterien

    Die Erweiterte Suche können Sie auch nutzen, ohne Suchbegriffe einzugeben. Sie orientiert sich dann an den Kriterien, die Sie ausgewählt haben (z. B. nach dem Land oder dem Sachgebiet).

    Haben Sie in einer Kategorie kein Kriterium ausgewählt, wird die gesamte Kategorie durchsucht (z.B. alle Sachgebiete oder alle Länder).