Iudex calculat mit KI (am Beispiel von Google-Ads)

Der Umgang mit Texten ist eine der Kernkompetenzen von Anwälten. Dabei kann künstliche Intelligenz helfen, das hat sich inzwischen herumgesprochen. Aber KI kann nicht nur mit Buchstaben, sondern auch mit Zahlen umgehen. Damit tun sich Juristen angeblich schwer und können Unterstützung gut gebrauchen.

KI zur Datenanalyse in der Praxis

Ich nehme ein Beispiel aus meiner Praxis: Ein Fachanwalt für Familienrecht wirbt für seine Dienstleistung mit Google Ads. Wir setzen sog. Conversion-Tracking ein und wissen daher ganz genau, welche Suchbegriffe zu Anfragen in der Kanzlei geführt haben (per Anruf oder Online-Formular) und welche nicht.

Wenn man alles richtig einstellt, richtet Google schon von sich aus die Kampagnen verstärkt auf die erfolgversprechenden Suchbegriffe aus. Dazu setzt Google übrigens schon seit Jahren auf KI (z. B. in Form des sog. Smart Biddings).

Wir möchten aber genau wissen, welche Suchbegriffe besonders erfolgreich sind, damit wir unsere Anzeigen und die Landingpage gezielt optimieren können. Wir exportieren also die Suchbegriffe der letzten 2 Jahre als Tabelle. Die hat mehr als 35.000 (!) Zeilen.

Klar, wir könnten Excel oder Numbers einsetzen, um herauszufinden, auf welche Suchbegriffe wir uns fokussieren sollten. Wer das mit der Tabellenkalkulation schon einmal probiert hat, weiß: Das ist gar nicht so einfach, zu brauchbaren Erkenntnissen zu kommen.

Advanced Data Analysis mit ChatGPT

Statt dessen nutzen wir also ChatGPT, und zwar die brandneue Funktion „Advanced Data Analysis“ (hieß bis vor ein paar Tagen „Code Interpreter“). Wir laden die CSV-Datei hoch und bitten ChatGPT:

Bitte streiche die ersten beiden und die letzten 5 Zeilen.

Diese Zeilen enthalten nämlich nur Überschriften und Zusammenfassungen – wir wollen uns auf die eigentlichen Daten konzentrieren. Nach wenigen Sekunden meldet ChatGPT:

Die ersten beiden und die letzten fünf Zeilen wurden entfernt. Sie können die aktualisierte CSV-Datei hier herunterladen.

Das Interessante ist jetzt, dass ChatGPT ein Programm geschrieben und ausgeführt hat, um diese Aufgabe zu lösen. Der Programmcode ist einsehbar, d. h. wir haben hier nicht wie sonst eine Black Box, sondern vollkommene Transparenz.

Ich interessiere mich für die Suchbegriffe, die zu Conversions führen. Wie viele unterschiedliche solcher Suchbegriffe gibt es?

Es gibt 176 unterschiedliche Suchbegriffe, die zu Conversions geführt haben.

Zum Einsatz kommt  übrigens die Programmiersprache Python. Die erfreut sich seit Jahrzehnten wachsender Beliebtheit und ist u. a. hervorragend zur Datenanalyse geeignet. Praktischerweise ist das auch die Programmiersprache, die ich selbst seit mehr als 20 Jahren bevorzugt einsetze.

Kannst du diese Suchbegriffe sinnvoll gruppieren?

Die Suchbegriffe wurden in 5 Clustern gruppiert. Hier sind einige Beispiele für Suchbegriffe aus jedem Cluster:

1. Scheidungsbezogen:
   • scheidung ohne anwalt
   • unterlagen für scheidung
   • express scheidung
2. Familienrecht:
   • familienrecht anwalt
   • bester anwalt familienrecht a-stadt
   • anwaltsnotdienst familienrecht
3. Spezifische Anfragen/Namen:
   • mustermann b-stadt
   • wo kann ich unterhalt einklagen
   • fachanwalt für sorgerecht
4. Rechtsanwälte im Allgemeinen:
   • rechtsanwalt familienrecht c-stadt
   • rechtsanwalt
   • rechtsanwalt für familienrecht
5. Verschiedene Anwaltsdienste:
   • anwalt für adoption
   • notdienst anwalt
   • beratungsschein anwalt

Die Gruppierung hilft, die Art der Suchbegriffe, die zu Conversions führen, besser zu verstehen.

Wow, das hätte man mit Excel nicht so hinbekommen, oder? (Die Anonymisierung in der Antwort stammt übrigens von mir.) Ein Blick in das Python-Programm, das ChatGPT für diese Eingruppierung geschrieben hat, zeigt, dass TfidfVectorizer und KMeans eingesetzt werden. Das sind Funktionen aus scikit-learn, einem Werkzeug zur Datenanalyse mittels Machine Learning. Die KI schreibt also ein Machine-Learning-Programm – ganz schön abgefahren!

Schaut man sich die Einteilung im Detail an, erscheint die noch nicht ganz ausgereift und man müsste ChatGPT wohl noch etwas auf die Sprünge helfen. Für unseren Test wollen wir es dabei belassen. Also weiter:

Welche Einsichten gewinnst du?

Die Einsichten aus der Gruppierung der Suchbegriffe sind:

1. Scheidungsbezogen: Scheidungsthemen sind ein wichtiger Konversionspunkt. Marketingmaterial und Landing Pages sollten daher gut auf dieses Thema abgestimmt sein.
2. Familienrecht: Generelle Anfragen zum Familienrecht führen ebenfalls zu Conversions. Hier könnte man überlegen, breiter gefächerte Inhalte anzubieten.
3. Spezifische Anfragen/Namen: Einige Suchen sind sehr spezifisch oder nennen Namen. Personalisierte Marketingansätze könnten hier wirkungsvoll sein.
4. Rechtsanwälte im Allgemeinen: Allgemeine Suchanfragen nach Rechtsanwälten führen auch zu Conversions. Eine breitere Palette an Dienstleistungen könnte hier angeboten werden.
5. Verschiedene Anwaltsdienste: Es gibt ein Interesse an spezialisierten Anwaltsdiensten wie Adoption oder Notdienste. Spezialisierte Dienste könnten als Nischenangebot hervorgehoben werden.

Diese Einsichten können zur Optimierung von Google Ads-Kampagnen und Landing Pages verwendet werden.

Nun ja, diese Erkenntnisse sind nun nicht so bahnbrechend. Aber die Frage war auch sehr allgemein formuliert. Versuchen wir es mal so:

Welche Gruppe ist die vielversprechendste? Bitte berücksichtige dabei sowohl die Anzahl der Conversions, als auch die Kosten pro Conversion.

Der vielversprechendste Cluster ist Cluster 2 mit einem „Promising Score“ von etwa 10.08. Dieser Wert wurde durch die Anzahl der Conversions (105.78) geteilt durch die durchschnittlichen Kosten pro Conversion (10.49 EUR) berechnet. Ein höherer Score deutet auf mehr Conversions und geringere Kosten hin, was diesen Cluster besonders attraktiv macht.

Kannst du die Effizienz der Cluster graphisch darstellen? Die X-Achse soll die Kosten pro Conversion und die Y-Achse die Anzahl der Conversions enthalten. Bitte benenne dabei die Cluster mit sprechenden Namen.

Hier ist der Graph, der die Effizienz der verschiedenen Suchbegriff-Cluster darstellt. Die x-Achse zeigt die durchschnittlichen Kosten pro Conversion, und die y-Achse zeigt die Gesamtanzahl der Conversions. Der Cluster „Verschiedene Anwaltsdienste“ weist sowohl eine hohe Anzahl an Conversions als auch niedrige Kosten pro Conversion auf, was ihn besonders effizient macht.

Auf den ersten Blick sind scheidungsbezogene Suchbegriffe also besonders günstig und führen zu den meisten Conversions?! Schön wär’s! Entspricht aber leider nicht der Realität. Und Familienrecht, das eben noch als der „vielversprechendste Cluster“ angepriesen wurde, rangiert ganz hinten, also besonders teuer und am wenigsten ergiebig.

Ich habe noch ein wenig weiter experimentiert und bin mit wenig veränderten Anfragen zu jedesmal anderen Ergebnissen gekommen.

Mein Fazit

Offenbar trägt die Erweiterung „Advanced Data Analysis“ das Label „Beta“ noch zu Recht. Trotzdem hat Microsoft bereits angekündigt, diese Funktion direkt in Excel zu integrieren.

Das kleine Experiment zeigt aber auch: Mit ChatGPT und der „Advanced Data Analysis“ hat man – wenn Sie funktioniert – ein mächtiges Werkzeug, mit dem man auch als Jurist etwas anfangen kann, da man es mit Sprache steuert – also mit natürlicher Sprache, die dann in Programmiersprache übersetzt wird.

Wie bei den sog. großen Sprachmodellen (LLMs) üblich, führen unterschiedlich formulierte Anfragen (sog. Prompts) zu unterschiedlichen Ausgaben, in diesem Fall also zu unterschiedlichen Ansätzen in der Programmierung. Da aber die erzeugten Programme einsehbar sind, lässt sich das im Detail nachvollziehen. Jedenfalls theoretisch – als Jurist und Nicht-Programmierer stößt man schnell an seine Grenzen. Dann kann man immer noch versuchen, sich die Programmierung von ChatGPT Schritt für Schritt erklären zu lassen und bekommt so zumindest eine Ahnung, was da eigentlich passiert.

Entscheidend aber ist und bleibt eine solide Datenbasis. Im Falle von Google Ads muss also das Tracking sauber eingerichtet werden. Das ist eine besondere Herausforderung und wird noch komplizierter, wenn man sich an geltendes Datenschutzrecht halten will.

Sie interessieren sich als Rechtsanwältin oder Rechtsanwalt für sauber aufgebaute und dauerhaft erfolgreiche Google-Ads-Kampagnen? Sprechen Sie mich gerne an!