Der Begriff „Sentiment Detection“ (auch „Stimmungserkennung“ oder „Stimmungsanalyse“) bezeichnet die automatische Erkennung, Klassifizierung und Bewertung von Emotionen, Meinungen oder Stimmungen in Texten mithilfe von Natural Language Processing (NLP) und maschinellem Lernen. Ziel ist es, aus unstrukturierten Daten wie Kundenrezensionen, Social-Media-Beiträgen oder Support-Tickets wertvolle Erkenntnisse über die Wahrnehmung eines Produkts, einer Marke oder eines Themas zu gewinnen. Die Analyse kann positiv, negativ oder neutral sowie feingranular (z. B. ärgerlich, begeistert, enttäuscht) erfolgen.
Textklassifikation nach Stimmung: Automatische Einordnung von Texten in Kategorien wie positiv, negativ oder neutral.
Tonfallanalyse (Tone Detection): Erkennung emotionaler Nuancen wie Frustration, Freude, Sarkasmus oder Besorgnis.
Aspektbasierte Sentimentanalyse: Bewertung einzelner Aspekte eines Produkts oder einer Dienstleistung (z. B. Qualität, Preis, Service) getrennt nach Stimmung.
Mehrsprachige Sentiment-Erkennung: Unterstützung für die Analyse von Texten in verschiedenen Sprachen.
Analyse in Echtzeit: Laufende Erkennung von Stimmungstendenzen z. B. in Social Media oder Chat-Systemen.
Stimmungsmetriken & Dashboards: Visualisierung aggregierter Sentiment-Werte über Zeiträume, Kanäle oder Zielgruppen hinweg.
Integration mit CRM- oder Helpdesk-Systemen: Automatische Priorisierung oder Eskalation negativer Kundenrückmeldungen.
Benutzerdefinierte Wortlisten & Modelle: Anpassung der Sentiment-Erkennung an branchenspezifische Sprache oder Terminologie.
Ein Unternehmen analysiert Kundenrezensionen in einem Onlineshop, um herauszufinden, ob Kunden eher positiv oder negativ auf ein neues Produkt reagieren.
Ein Social-Media-Monitoring-Tool erkennt in Echtzeit wachsende negative Stimmung gegenüber einer Marke und alarmiert das PR-Team.
Ein Callcenter nutzt Sentiment Detection, um bei E-Mail-Anfragen mit negativem Tonfall automatisch einen Eskalationsprozess zu starten.
Ein Hotel bewertet automatisiert die Stimmung in Online-Bewertungen hinsichtlich Zimmer, Service und Preis-Leistungs-Verhältnis.
Ein Softwareanbieter integriert Sentiment Detection in Chatbots, um besser auf emotionale Reaktionen der Nutzer einzugehen.