Neuroforecasting: Wie Gehirnaktivität Markttrends vorhersagen kann

MÜNCHEN (IT BOLTWISE) – In der Welt der Marktprognosen gibt es einen neuen Ansatz, der die traditionelle Methodik herausfordert: Neuroforecasting. Diese innovative Technik nutzt Gehirnaktivität, um vorherzusagen, welche Produkte oder Inhalte bei der breiten Masse Anklang finden werden.

Die jüngste Studie, veröffentlicht in PNAS Nexus, zeigt, dass Gehirnaktivität eine genauere Vorhersage des Marktverhaltens liefern kann als herkömmliche Methoden wie Umfragen oder beobachtete Entscheidungen. Besonders bemerkenswert ist dies, wenn die Forschungsteilnehmer nicht repräsentativ für die Gesamtbevölkerung sind. Die Forscher fanden heraus, dass neuronale Reaktionen, die mit emotionalen Reaktionen verbunden sind, über Individuen hinweg generalisiert werden können und konsistentere Prognosen darüber liefern, welche Produkte oder Inhalte auf dem Markt erfolgreich sein werden.

Traditionelle Marktprognosen stützen sich oft auf Verhaltensdaten, in der Annahme, dass die Entscheidungen oder Berichte einer Stichprobe die breitere Bevölkerung widerspiegeln. Diese Methode kann jedoch scheitern, wenn die Stichprobe zu klein oder nicht demografisch mit der Öffentlichkeit übereinstimmt. In der neuen Studie untersuchten Forscher, ob Signale aus dem Gehirn, insbesondere solche, die mit emotionalen Reaktionen verbunden sind, zuverlässiger über verschiedene Personen hinweg sein könnten. Die Ergebnisse zeigten, dass Gehirnaktivität, insbesondere in einer Region namens Nucleus accumbens, konsistent Marktentscheidungen vorhersagte, selbst wenn traditionelle Verhaltensprognosen versagten.

Die Forschung baut auf früheren Erkenntnissen im Bereich des Neuroforecastings auf, die gezeigt haben, dass Gehirnaktivität manchmal Verhalten und Selbstauskunft bei der Vorhersage realer Ergebnisse wie Musikverkäufe, Werbeerfolg und sogar welche Nachrichten viral gehen, übertreffen kann. Diese früheren Studien zeigten jedoch meist nur, dass Neuroforecasting funktionieren kann, ohne zu erklären, warum oder unter welchen Bedingungen. Diese neue Forschung versuchte, die zugrunde liegenden Prozesse aufzudecken, die Gehirn-basierte Vorhersagen allgemeiner anwendbar machen als Verhaltensprognosen, insbesondere wenn die Stichprobendemografie variiert.

Der Forscher Alexander Genevsky von der Erasmus-Universität erklärt, dass das Vorhersagen, was Menschen in großem Maßstab wählen werden, für Unternehmen und die öffentliche Politik entscheidend ist. Traditionelle Werkzeuge wie Umfragen oder kleine Stichprobenverhalten sagen reale Ergebnisse oft nicht gut voraus. Die Studie wollte herausfinden, ob Gehirnaktivität verbesserte Vorhersagen bieten kann und vor allem, wann und warum sie besser funktionieren könnte.

Die Forscher stützten ihren Ansatz auf ein Entscheidungsmodell namens Affect Integration Motivation (AIM) Framework. Dieses Modell beschreibt, wie Menschen zunächst mit schnellen emotionalen Reaktionen auf Reize reagieren, die dann bewusster verarbeitet werden, um zu einer endgültigen Entscheidung zu gelangen. Diese frühen emotionalen Reaktionen sind oft über Individuen hinweg geteilt und zeigen sich in bestimmten Bereichen des Gehirns. Im Gegensatz dazu sind die reflektierenderen Phasen der Entscheidungsfindung, die persönliche Erinnerungen oder Kontexte abwägen, tendenziell individueller und variabler. Das Team vermutete, dass diese geteilten emotionalen Komponenten zuverlässigere Signale für die Vorhersage des breiteren Marktverhaltens bieten würden.

Um ihre Theorie zu testen, führten die Forscher zwei Experimente durch, die Neuroimaging und Verhaltensdaten mit groß angelegten internetbasierten Präferenzstudien kombinierten. Im ersten Experiment betrachteten 32 Teilnehmer Beschreibungen von Crowdfunding-Projekten, während sie Gehirnscans unterzogen wurden. Im zweiten Experiment sahen 33 Teilnehmer kurze Videoclips. In beiden Fällen trafen die Teilnehmer reale Entscheidungen, ob sie ein Projekt finanzieren oder ein Video weiter ansehen wollten. Ihre neuronale Aktivität wurde gemessen, während sie diese Entscheidungen trafen.

Separat wurden große Internetstichproben von fast 3.000 Teilnehmern für die Crowdfunding-Studie und etwa 1.000 für die Video-Studie gebeten, denselben Inhalt zu bewerten. Die Forscher nutzten dann Gehirn- und Verhaltensdaten aus den kleinen Laborstichproben, um vorherzusagen, was die größeren internetbasierten Märkte bevorzugen würden. Sie teilten die Internetteilnehmer auch in Gruppen ein, die mehr oder weniger demografisch ähnlich den Laborstichproben waren, um zu testen, wie gut Vorhersagen über verschiedene Bevölkerungen hinweg generalisiert werden konnten.

Die zentrale Erkenntnis war, dass die Aktivität im Nucleus accumbens, einer Gehirnregion, die mit positiver Erwartung und emotionalem Engagement verbunden ist, konsistent vorhersagte, welche Projekte oder Videos in den breiteren Stichproben beliebter sein würden. Diese Vorhersagekraft hielt auch dann an, wenn die Laborstichprobe nicht demografisch ähnlich der Internetstichprobe war.

Im Gegensatz dazu funktionierten Verhaltensvorhersagen, die auf den Entscheidungen oder Selbstauskünften der Teilnehmer basierten, nur gut, wenn die Labor- und Internetstichproben eng aufeinander abgestimmt waren. Vorhersagen, die auf einem anderen Gehirnbereich, dem medialen präfrontalen Cortex, basierten, der mit reflektierenderem und individualisiertem Denken verbunden ist, sagten Marktpräferenzen nicht konsistent voraus.

Die Stärke des Nucleus accumbens-Signals bei der Vorhersage von Marktentscheidungen wurde durch weitere Analysen unterstützt. In beiden Experimenten blieben neuronale Vorhersagen über alle demografischen Quartile der Internetstichprobe hinweg signifikant, während Verhaltensvorhersagen abnahmen, wenn die Repräsentativität abnahm. Bootstrapped-Simulationen zeigten, dass dieses Muster in über 96% der analytischen Iterationen robust war. Darüber hinaus fanden die Forscher heraus, dass die Gehirnaktivität im Nucleus accumbens konsistenter über Individuen im Labor war als die Aktivität im medialen präfrontalen Cortex, was seine Rolle als geteiltes, generalisierbares Signal weiter unterstützte.

Ein weiterer wichtiger Punkt war, dass starke neuronale Vorhersagen mit relativ kleinen Stichprobengrößen erreicht werden konnten. In beiden Studien reichte die Gehirnaktivität von nur 20 bis 25 Teilnehmern aus, um zuverlässige Vorhersagen des Marktverhaltens zu liefern. Im Gegensatz dazu blieben Verhaltensvorhersagen inkonsistent, selbst wenn die Stichprobengröße zunahm. Dies hat praktische Implikationen, da Neuroimaging-Studien oft als zu teuer oder ressourcenintensiv für den breiten Einsatz angesehen werden. Die Studie zeigt, dass relativ kleine und kostengünstige neuronale Datensätze dennoch einen signifikanten Vorhersagewert hinzufügen können.

Obwohl diese Ergebnisse die einzigartige Vorhersagekraft neuronaler Signale hervorheben, hat die Studie Einschränkungen. Die beiden Experimente konzentrierten sich auf unterhaltungsbezogene Inhalte, die wahrscheinlich starke emotionale Reaktionen hervorrufen. Es ist unklar, ob dieselben gehirnbasierten Vorhersagemethoden auf andere Arten von Entscheidungen anwendbar wären, wie solche, die finanzielle Risiken oder ethische Abwägungen betreffen. Die Forscher merken an, dass zukünftige Studien testen sollten, wie verschiedene Arten von Gehirnaktivität mit verschiedenen Arten von Märkten in Beziehung stehen, wie solche, die auf Angst, langfristige Planung oder sozialen Einfluss basieren.

Ein weiteres offenes Thema ist, ob bestimmte Individuen konsistentere vorhersagende Gehirnsignale erzeugen als andere. Wenn ja, könnte die Identifizierung dieser “neuronalen Superforecaster” die Kosten und Komplexität des Neuroforecastings weiter reduzieren.

Die Forscher sind daran interessiert, besser zu verstehen, welche Arten von Gehirnsignalen für welche Arten von Entscheidungen wichtig sind und wie diese Werkzeuge skalierbarer gemacht werden können. Sie sind auch daran interessiert, mit Organisationen zusammenzuarbeiten, um diese Methoden in neuen Umgebungen anzuwenden, wie Gesundheitsbotschaften oder Nachhaltigkeitskampagnen.

Eine ermutigende Erkenntnis ist, dass man kein riesiges Neurowissenschaftslabor benötigt, um diese Ideen anzuwenden. Unsere Ergebnisse legen nahe, dass selbst relativ kleine Gehirnstichproben (d.h. unter 40 Personen) bedeutungsvolle Einblicke in das bieten können, was ein viel größeres Publikum ansprechen wird.

Unseren KI-Morning-Newsletter «Der KI News Espresso» mit den besten KI-News des letzten Tages gratis per eMail - ohne Werbung: Hier kostenlos eintragen!