Zwischen Greenwashing und Glaubwürdigkeit: Kausale KI zeigt, was nachhaltige Botschaften wirksam macht
Angesichts wachsender Kritik an der Textilindustrie und strengerer Vorschriften entwickeln zwei Forschende der Emerging Technologies in Industrial Engineering (EITIE) Group der Constructor University einen neuen Analyseansatz. Er soll nachhaltigen Marken helfen, ihre Botschaften in sozialen Medien wirksamer zu vermitteln. Die in den IEEE Transactions on Engineering Management veröffentlichte Studie nutzt kausales maschinelles Lernen, um zu identifizieren, welche Inhalte tatsächlich Reichweite und Engagement erzeugen – über Likes und Shares hinaus. Das entwickelte Framework bietet Unternehmen eine klare, datenbasierte Orientierung für wirksame Nachhaltigkeitskommunikation.
„Soziale Medien spielen eine zentrale Rolle bei der Prägung von Verhalten, Werten und alltäglichen Entscheidungen – und sind damit ein äußerst wirkungsvolles, aber häufig unterschätztes Instrument zur Förderung von Nachhaltigkeit“, sagt Omaymah Al-Mashaleh, Doktorandin und Research Associate im Projekt. „Mit der Forschung wollen wir Entscheidungsträger*innen sowie Unternehmen dabei unterstützen, digitale Plattformen nicht nur zur Erreichung wirtschaftlicher Ziele zu nutzen, sondern auch, um ökologische Verantwortung zu stärken, nachhaltige und zirkuläre Wirtschaftsbereiche aktiv zu fördern und zugleich von neuen Formen der Business Intelligence zu profitieren.“
Mithilfe des sogenannten Double-Machine-Learning-Ansatzes, der zwischen reiner Korrelation und tatsächlicher Ursache-Wirkungs-Beziehung unterscheidet, analysiert die Studie reale Nachhaltigkeitsinhalte über verschiedene soziale Medien und Formate hinweg, darunter kurze Reels, längere Videos und Karussell-Beiträge mit mehreren Bildern. Dieser kausale Ansatz erlaubt es den Forschenden, gewissermaßen „den Faden durch das Nadelöhr zu führen“ und jene Inhaltsmerkmale zu isolieren, die echtes Nutzerengagement auslösen, statt lediglich damit einherzugehen. Das Ergebnis ist ein deutlich fundierteres Verständnis dafür, wie Nachhaltigkeitsinhalte wahrgenommen, eingeordnet und letztlich von Nutzerinnen und Nutzern aufgegriffen werden.
Die Analyse zeigt, dass kurze Reels ein signifikant höheres öffentliches Engagement für Nachhaltigkeitsbotschaften erzeugen als längere Videos oder Bildkarussells. Auf Basis dieser Erkenntnisse empfiehlt das Framework, Kampagnen als zweistufige Kommunikationspfade zu strukturieren: Reels sollten in frühen Phasen eingesetzt werden, um Aufmerksamkeit zu erzeugen, während längere Video- und Karussellformate gezielt für vertiefende, erklärende Inhalte genutzt werden. Dieser Ansatz ermöglicht es Marken, ihre organische Reichweite empirisch fundiert zu steigern und gleichzeitig Marketingkosten effizient zu kontrollieren.
Für Dr. Omid Fatahi Valilai, Professor für Industrial Engineering und Leiter der EITIE Group, reichen die Implikationen der Studie über reine Kommunikationsstrategien hinaus und stoßen messbare gesellschaftliche und ökologische Veränderungen an. „Unser Ziel ist es, rigorose kausale Analytik mit realen Infrastrukturen zu verbinden, damit Nachhaltigkeitskommunikation nicht nur informiert, sondern auch dazu beiträgt, den systemischen Wandel zu aktivieren, den unser textiles Ökosystem dringend braucht.“
Zu diesem Wandel zählen auch neue regulatorische Maßnahmen, etwa der Vorstoß der Europäischen Union zur verpflichtenden getrennten Sammlung von Textilabfällen, mit dem die jährlich anfallenden mehr als zwölf Millionen Tonnen Textilmüll reduziert werden sollen. Professor Valilai ist zudem am EU-geförderten Projekt Sort4CIRC beteiligt, das innovative Systeme zur Rückverfolgung und Sortierung von Textilien mithilfe digitaler Produktpässe (Digital Product Passports, DPPs) entwickelt.
„Diese Studie ist gerade jetzt relevant, weil sie kausal zeigt, wie glaubwürdige Nachhaltigkeitsbotschaften Menschen tatsächlich erreichen“, sagt Valilai. „Der praktische Nutzen liegt auf der Hand: Unternehmen und öffentliche Akteure können ihre Inhalte gezielt neu ausrichten, um Wirkung zu verstärken, und interessierte Zielgruppen direkt mit produktbezogener Transparenz zu Materialien, Pflege, Reparatur und Rücknahmesystemen verbinden, wie sie durch digitale Produktpässe ermöglicht wird. Langfristig kann dies den Datenaustausch beschleunigen, Sortier- und Recyclingentscheidungen verbessern und messbare Fortschritte auf dem Weg zu einer Kreislaufwirtschaft unterstützen.“
Die vollständige Studie ist frei zugänglich verfügbar unter:: Causal Drivers of Sustainable Social Media Engagement in the Textile Industry: A Double Machine Learning Approach | IEEE Journals & Magazine | IEEE Xplore