Was ist eine Sentiment-Analyse?
Die Sentiment-Analyse, auf Deutsch Stimmungsanalyse, liest Texte maschinell und beantwortet eine Frage: Klingt das positiv, negativ oder neutral? Viele Tools messen zusätzlich, wie stark die Haltung ist.
Im Marketing läuft sie vor allem im Social Listening mit. Statt 2.000 Erwähnungen einzeln zu lesen, siehst du eine Kurve: Wie hat sich die Stimmung über deine Marke nach der Preiserhöhung entwickelt? Was sagen die Leute über das neue Produkt?
Eine feinere Variante ist die aspektbasierte Analyse, bei Microsoft „Opinion Mining“. Sie ordnet die Stimmung einzelnen Merkmalen zu: Essen positiv, Wartezeit negativ. Amazon nutzt so etwas in den KI-Zusammenfassungen von Bewertungen und markiert Merkmale als überwiegend positiv oder negativ.
Wie funktioniert sie?
- Wörterbuch-basiert: Jedes Wort hat einen Plus- oder Minuswert, der Text bekommt die Summe. Schnell, aber blind für „nicht schlecht“.
- Machine Learning: Modelle lernen an Tausenden von Hand bewerteten Texten. Genauer, aber nur so gut wie die Trainingsdaten.
- Große Sprachmodelle: ChatGPT, Claude oder Gemini bewerten per Prompt, auch mit Begründung.
Die Ausgabe sieht je nach Anbieter anders aus. Google Cloud Natural Language liefert zwei Werte: score von −1 bis +1 für die Richtung und magnitude für die Gesamtmenge an Emotion.
Text laut Google-Doku
score · magnitude
Eindeutig positiv
0,8 · 3,0
Eindeutig negativ
−0,6 · 4,0
Neutral
0,1 · 0,0
Gemischt
0,0 · 4,0
Spannend sind die letzten beiden Zeilen: Neutral und gemischt haben fast denselben score. Erst die magnitude zeigt, dass im gemischten Text kräftig gelobt und geschimpft wird.
Wie genau ist das?
Ehrliche Antwort: Kommt auf den Text an. Ein deutsches Open-Source-Modell (german-sentiment-bert, trainiert auf 1,8 Millionen Texten) zeigt das schön:
Textsorte
Trefferquote (F1)
Hotelbewertungen
0,96
Filmkritiken
0,90
Tweets
0,74
Bewertungen sind leicht, Social Media ist schwer: kurz, ironisch, voller Insider. Und selbst Menschen sind sich oft nicht einig. In einer großen Studie mit über 1,6 Millionen handbewerteten Tweets in 13 Sprachen (PLOS ONE, 2016) war die Übereinstimmung der Bewerter bei deutschen Tweets besonders niedrig. Was Menschen nicht eindeutig sehen, kann keine Maschine sicher lernen.
Große Sprachmodelle haben aufgeholt. In einer PNAS-Studie von 2024 mit rund 48.000 Tweets und Schlagzeilen in zwölf Sprachen lag GPT-4 Turbo bei der Stimmung mit einer Korrelation von 0,77 deutlich näher an menschlichen Urteilen als ein klassisches Wörterbuch-Verfahren mit 0,30. Deutsch war allerdings nicht dabei.
Häufige Fehler
Fehler 1 · Neutral für gleichgültig halten
Viele Tools stecken alles, was sie nicht einordnen können, in „neutral“. Ein hoher Neutral-Anteil heißt oft nur: Das Modell war ratlos. Schau dir Stichproben an.
Fehler 2 · Ironie unterschätzen
„Na super, wieder zwei Wochen Lieferzeit“ — für ein Wörterbuch ist das positiv. Microsoft nennt Sarkasmus selbst als Grenze seines Modells. Gerade bei Shitstorms ist der Ton oft ironisch.
Fehler 3 · Ein Modell für alles
Microsoft schreibt, dass sein Modell auf Produkt- und Servicebewertungen trainiert ist und bei anderen Texten ungenauer wird. Ein Tool, das Hotelbewertungen sauber liest, kann bei B2B-Diskussionen auf LinkedIn danebenliegen.
Fehler 4 · Konfidenz mit Stärke verwechseln
Bei Azure heißt ein hoher Wert: Das Modell ist sich sicher. Er heißt nicht, dass die Stimmung besonders stark ist. Ein vorsichtig lobender Satz kann 0,99 „positiv“ bekommen.
So setzt du sie sinnvoll ein
- Trends statt Einzelwerte lesen — ein Ausschlag nach unten ist ein Signal, nachzuschauen. Kein Urteil.
- Stichproben prüfen — einmal im Monat 50 Erwähnungen von Hand gegenlesen. Dann weißt du, wie sehr du dem Tool trauen kannst.
- Fehler korrigieren — viele Social-Listening-Tools wie Brandwatch, Talkwalker oder Sprout Social lassen dich falsche Einstufungen umstellen.
- Für kleine Mengen ein Sprachmodell nehmen — 200 Bewertungen in Claude oder ChatGPT, mit der Bitte um Einordnung nach Themen. Das liefert oft mehr als eine Prozentzahl.
Häufige Fragen
Funktioniert Sentiment-Analyse auf Deutsch?
Ja. Google Cloud Natural Language unterstützt Deutsch, und es gibt eigene deutsche Modelle. Bei Bewertungen sind die Ergebnisse gut, bei kurzen Social-Media-Texten deutlich ungenauer.
Kann Sentiment-Analyse Ironie erkennen?
Nur begrenzt. Klassische Verfahren scheitern oft an Ironie und Sarkasmus, auch große Sprachmodelle schneiden laut Studien schlechter ab als speziell trainierte Modelle. Prüf ironielastige Themen deshalb von Hand.
Was ist der Unterschied zwischen Sentiment-Analyse und Social Listening?
Social Listening sammelt die Erwähnungen deiner Marke im Netz. Die Sentiment-Analyse ist eine Auswertung davon und sagt, wie die Erwähnungen klingen.
Kann ich ChatGPT oder Claude für Sentiment-Analyse nutzen?
Ja, für überschaubare Mengen funktioniert das gut, und du bekommst auf Wunsch Begründungen und Themen dazu. Für dauerhaftes Monitoring großer Mengen sind spezialisierte Tools praktischer.
Was bedeuten score und magnitude bei Google?
Der score zeigt die Richtung von −1 (negativ) bis +1 (positiv). Die magnitude zeigt, wie viel Emotion insgesamt im Text steckt. Ein score um null mit hoher magnitude heißt: gemischte Stimmung.
