15.01.2025
NETZKRITIK

Negative Kommentare auf Social Media: So reagieren Startups und Unternehmen richtig

Der Umgang mit Kritik will gelernt sein. Das Wiener Social-Media-Software-Unternehmen Swat.io hat sich der Thematik der negativen Kommentare auf sozialen Netzwerken angenommen, sie aufgedröselt und einen kleinen Leitfaden zum Umgang damit entwickelt.
/artikel/negative-kommentare-auf-social-media-so-reagieren-startups-und-unternehmen-richtig
Negative Kommentare, so reagiert man bei negativen Kommentaren, Hassrede, Hasskommentare
(c) Stock.Adobe/sanderstock - Negative Kommentare im Netz können für Unternehmen zum Problem werden.

Der Puls steigt, Sorgenfalten übernehmen die Stirn und die Gedanken im Kopf fangen an zu rasen. Der Grund: Die Kaffeetasse kaum in der Hand und zu den Lippen geführt, hat man einen Blick gewagt. Einen Blick auf die firmeneigene Social-Media-Seite, wo man plötzlich einen oder mehrere negative Kommentare entdeckt hat. Und das ist ein Problem.

Negative Kommentare präsenter im Kopf

Wissenschaftler der Ruhr-Universität Bochum (RUB) fanden 2021 heraus, dass man sich an negative Erfahrungen besser erinnert, als an etwas Positives. “Von belastenden Erlebnissen, wie zum Beispiel der Führerscheinprüfung, haben wir meist noch nach vielen Jahren detaillierte Bilder vor dem geistigen Auge”, schrieb damals Oliver Wolf vom Institut für Kognitive Neurowissenschaft in Bochum. “Ein Spaziergang durch den Park am selben Tag ist dagegen schnell vergessen.”

Mit der Prämisse, dass “Schlechtes” besser im Kopf bleibt, verwundert es nicht, wenn im Startup-Milieu ein negatives Feedback Stress auslöst – da sich potentielle Kund:innen oftmals an den Erfahrungen ihrer Vorgänger:innen orientieren und gleich zu Beginn einen schlechten Ersteindruck vom eigenen Unternehmen erhalten.

Einer mit mehr Wirkung als zehn positive

Die Social-Media-Experten von Swat.io haben sich diese Thematik genauer angesehen und einen Leitfaden im Umgang mit negativen Kommentaren erstellt.

Manche mögen an dieser Stelle einwerfen, dass ein einzelner Kommentar kein Beinbruch sei, es sich dabei vielleicht auch um “Trolle” oder “Feiglinge aus der Anonymität” handelt, doch wie oben beschrieben, kann eine negative Einzelmeinung – online gepostet – doch einen starken Effekt haben. Man bedenke nur die im Kopf bleibenden Kommentare bei Apps oder Rezensionen bei Online-Händlern.

Swat.io hat deswegen einen Zugang, speziell für Community-Manager gefunden, die regelmäßig mit Spam, Hasskommentaren, Beleidigungen oder anderen destruktiven Äußerungen konfrontiert werden.

“Für das Community Management bedeutet das: Ein negativer Kommentar entfaltet oft mehr Wirkung als zehn positive. Er kann Communities oder sogar das Image einer Marke nachhaltig schädigen und einen ausgewachsenen Shitstorm nach sich ziehen. Natürlich multipliziert sich das Risiko, wenn es sich nicht nur um einen, sondern um viele negative Kommentare handelt. Außerdem hängt viel davon ab, wie ein:e Community Manager:in auf die Äußerung reagiert”, schreibt Swat.io. Und schlüsselt die verschiedenen Arten von negativem Feedback auf.

Diese Arten von negativem Feedback gibt es

Konstruktive Kritik sieht das Wiener Startup als wertvoll an. Sie zeige einem, wo es Verbesserungsbedarf gebe und helfe dabei, das eigene Produkt oder den eigenen Service zu optimieren. Diese Art von Feedback sei oft konkret.

“Ernst gemeinte Kritik solltest du auf keinen Fall ignorieren, löschen oder verbergen. Sonst läufst du Gefahr, dass dir Zensur vorgeworfen wird. Eine positive Beziehung zwischen Unternehmen und Kund:innen lebt davon, dass sich beide Seiten respektieren und Fehler zugeben”, so die Social-Media-Experten.

Allerdings sei es oft sinnvoll, die Diskussion auf private Kanäle zu verlegen. Im direkten Austausch biete sich die Möglichkeit, eine für beide Seiten gute Lösung zu finden und zu verhindern, dass die Beschwerde Wellen schlägt.

Hasskommentare indes sind etwas anderes. Sie sind verletzend und oft persönlich. Ihr Ziel ist es, zu provozieren oder zu beleidigen und sie enthalten selten nützliche Hinweise. Hier geht es weniger um konstruktives Feedback, sondern mehr darum, Frust abzulassen oder eine negative Reaktion zu erzwingen.

“In diesem Fall kannst du versuchen, mit einer höflichen Antwort die Wogen zu glätten. Ist der Kommentar beleidigend und bzw. oder enthält er sogar obszöne, rassistische und ähnliche Äußerungen, ist es oft besser, ihn zu verbergen beziehungsweise gleich zu löschen”, so der Ratschlag hierbei.

Man könne in Guidelines darauf aufmerksam machen, welche Arten von Kommentaren gelöscht werden. Ein Vorteil des Verbergens: Die Urheberin beziehungsweise der Urheber bekommt davon nichts mit – da er ansonsten mit einem anderen Account einfach wiederkehren könnte.

Manchmal, so Swat weiter, äußern Kund:innen ihren Frust, weil sie mit einem Produkt oder einer Dienstleistung unzufrieden sind. Diese Kommentare können emotional sein, hätten aber oft eine echte Beschwerde als Grundlage. Hier wird ein offenes Ohr und eine Kommunikation per Direktnachricht empfohlen.

Trolle zu guter Letzt sind ein eigenes Phänomen für sich. Sie posten negative oder provokante Kommentare, oft ohne echten Bezug zum Thema. Ziel ist es, Streit zu verursachen oder andere zu verärgern. Um konstruktive Kritik von Hasskommentaren oder Trollen zu unterscheiden, helfe es, auf die Tonalität und den Inhalt zu achten.

Konstruktive Kritik ist wie oben erwähnt sachlich und oft mit Verbesserungsvorschlägen verbunden. Hasskommentare und Trollbeiträge sind hingegen emotional überzogen und enthalten selten konkrete Hinweise. Der Umgang mit diesen Kommentaren sollte entsprechend unterschiedlich sein. Hat man einmal eine Person als Troll identifiziert, könne man sie mit gutem Gewissen blockieren, so Swat.io.

Die Troll-Definition

Blog.hubspot.de hat passend dazu einerseits eine Definition von Trollen erstellt und zitiert den Kommunikationsexperten Aaron Huertas, der folgende Charakteristika von Netz-Störenfrieden ausmachte:

  • Stark übertriebene und hochemotionale Aussagen (besonders zu kontroversen Themen)
  • Persönliche Angriffe unter der Gürtellinie
  • Kein Interesse, auf Argumente einzugehen
  • Auffallend schlechte Grammatik und Rechtschreibung
  • Leere, unvollständige Profile oder Fake-Accounts

Die Plattform unterscheidet zwischen mehreren Arten von Trollen und rät, “die Trolle nicht zu füttern” (keine langen Diskussionen), sie gegebenenfalls zu melden und einen sachlichen Umgang mit ihnen zu pflegen. Auch sie meint, ähnlich wie Swat.io, dass das Löschen von Kommentaren der letzte Ausweg sein sollte.

Für die Wiener von Swat.io ist es von der Strategie her allgemein wichtig, schnell zu reagieren. Sie schreiben: “Wenn ein:e Kund:in sich beschwert, erwartet er oder sie eine zeitnahe Antwort. Das zeigt, dass das Anliegen ernst genommen wird. Je schneller du reagierst, desto eher verhinderst du, dass sich der Frust weiter aufstaut oder dass andere Nutzer:innen auf den negativen Kommentar aufspringen. Schnelle Reaktionen signalisieren Professionalität und Verantwortungsbewusstsein.”

Schnell zu reagieren heiße jedoch nicht zwangsweise gleich das Problem lösen zu müssen. Wichtig sei, dass man der anderen Person zeige, dass man ihr Anliegen ernst nimmt. Zudem sollte man stets höflich bleiben, dabei aber klare Grenzen setzen. Community Guidelines für Social-Media-Kanäle können als Anker verwendet werden, auf die man bei Grenzüberschreitung hinweist.

Löschen als last resort

“Kommentare zu verbergen oder zu löschen oder Nutzer:innen zu blockieren, sollte immer die letzte Option sein”, so Swat.io weiter. “Lösche nur Kommentare, die klar gegen die Netiquette verstoßen, zum Beispiel bei Hassrede, Beleidigungen oder Spam. Nutzer:innen, die wiederholt negativ auffallen und keinerlei konstruktiven Beitrag leisten, kannst du blockieren, um die Community zu schützen. Wichtig ist, dass du nachvollziehbare Kriterien für das Löschen und Blockieren hast, damit du transparent und konsequent vorgehst. So vermeidest du Vorwürfe der Zensur und schaffst ein sicheres Umfeld für deine Community.”

Abschließend zeigt das Community-Startup die gängigen Fehler auf, die man bei negativen Kommentaren vermeiden sollte. “Nichts tun” gilt als Kapitalfehler, da man so riskiere, dass sich Kund:innen nicht wertgeschätzt fühlen und Hasskommentare für schlechte Stimmung sorgen. Zudem sollte man nicht immer mit den gleichen Floskeln antworten oder sich über Kritik lustig machen. Und, wenn das eigene Unternehmen offenkundig einen Fehler gemacht hat, sollte man sich schlicht entschuldigen, weil, wie Swat.io schreibt: “Eine Entschuldigung hat schon so manche Social-Media-Krise im frühen Stadium entschärft.”

Deine ungelesenen Artikel:
27.01.2025

Open Source und KI: “Es geht nicht darum, zu den Guten zu gehören”

Nachlese. Die Nutzung von Open-Source-Modellen eröffnet Unternehmen auch im KI-Bereich weitreichende Möglichkeiten. Es gibt dabei aber auch einiges zu bedenken. Darüber und mehr diskutierten in Folge 5 von "No Hype KI" Stephan Kraft von Red Hat, Florian Böttcher von CANCOM Austria, Natalie Ségur-Cabanac von Women in AI und Patrick Ratheiser von Leftshift.One.
/artikel/no-hype-ki-folge-5
27.01.2025

Open Source und KI: “Es geht nicht darum, zu den Guten zu gehören”

Nachlese. Die Nutzung von Open-Source-Modellen eröffnet Unternehmen auch im KI-Bereich weitreichende Möglichkeiten. Es gibt dabei aber auch einiges zu bedenken. Darüber und mehr diskutierten in Folge 5 von "No Hype KI" Stephan Kraft von Red Hat, Florian Böttcher von CANCOM Austria, Natalie Ségur-Cabanac von Women in AI und Patrick Ratheiser von Leftshift.One.
/artikel/no-hype-ki-folge-5

“No Hype KI” wird unterstützt von CANCOM AustriaIBMITSVMicrosoftNagarroRed Hat und Universität Graz.

Kollaborativ, transparent, frei zugänglich und nicht profit-orientiert – mit Open-Source-Software wird eine Reihe von Eigenschaften assoziiert. Und oftmals stehen bei der Nutzung ethische Überlegungen im Zentrum. Dabei gibt es auch ganz praktische Gründe, die für eine Verwendung durch Unternehmen sprechen – auch bei der Implementierung von KI-Anwendungen, ist Stephan Kraft, Community Advocate & Business Development OpenShift & Application Services bei Red Hat, überzeugt. In Folge fünf der Serie “No Hype KI” diskutierte er dieses und weitere Themen mit Florian Böttcher, Solution Architect bei CANCOM Austria, Natalie Ségur-Cabanac, Policy Lead bei Women in AI und Patrick Ratheiser, Gründer & CEO von Leftshift.One.

“Thema ein Stück weit aus dieser emotionalen, moralisierenden Ecke herausholen”

“Ich will das Thema ein Stück weit aus dieser emotionalen, moralisierenden Ecke herausholen”, sagt Stephan Kraft. Für Red Hat als weltweit führenden Anbieter für Open-Source-Lösungen für Unternehmen gehen die Argumente für eine Nutzung nämlich weit darüber hinaus. “Es geht nicht darum, Open Source als Selbstzweck zu sehen, um zu den Guten zu gehören”, so der Experte. Tatsächlich sei die Verwendung von Open Source gerade bei der Etablierung von KI im Unternehmen für Startups und KMU eine wichtige Weichenstellung.

Offenheit, um Diskriminierung entgegenzuwirken

Auch Natalie Ségur-Cabanac sieht Open Source als “Key Technology” im KI-Bereich. Für “Women in AI” spiele die Offenheit eine zentrale Rolle: “Diese Offenheit braucht es, um Diskriminierung entgegenzuwirken.” Open Source verbessere den Zugang für Frauen zur Technologie, die Abbildung von Frauen in den Daten und es vergrößere die Möglichkeiten in der Forschung. Man müsse aber auch aufpassen, ob Software wirklich so offen sei, wie behauptet, sagt sie bezogen auf die aktuellen Diskussionen rund um OpenAI, das sich – ursprünglich als offenes Projekt gestartet – zum profitorientierten Unternehmen entwickelte. Es brauche auch eine klare Definition, was “open” sei.

Masse an Möglichkeiten

Leftshift.One-Gründer Patrick Ratheiser betont auch die schiere Masse an Möglichkeiten, die Open Source bietet. “2021 hatten wir weltweit Zugriff auf circa 5.000 Open-Source-Modelle. Jetzt sind es bereits mehr als eine Million.” Die Nutzbarkeit sei also klar gegeben, zudem biete die Technologie eine gewisse Unabhängigkeit und werde über ihre Vielfalt zum Innovationstreiber.

Ist Open Source immer die beste Lösung?

Doch bedeutet das, dass Open Source immer die optimale Lösung ist? Ratheiser sieht das differenziert: “Es ist ganz wichtig zu erkennen, was der Kunde braucht und was in dem Fall gerade notwendig ist. Egal, ob es nun On-Premise, in der Cloud, Open Source oder Closed Source ist.” Florian Böttcher von CANCOM Austria pflichtet hier bei: “Wir setzen genau so auf hybrid.”

Datenstruktur im Hintergrund ist entscheidend

Ein Thema, bei dem bei Open Source Vorsicht geboten ist, spricht Natalie Ségur-Cabanac an. Besonders wichtig sei es bei KI-Anwendungen, eine gute Datenstruktur im Hintergrund zu haben. “Die Verantwortung, dass ein Modell mit sauberen Daten trainiert worden ist, liegt bei den Anbietern. Bei Open Source verschwimmt das ein bisschen. Wer ist wofür zuständig? Das ist eine Herausforderung für die Compliance zu schauen, wo man selbst verantwortlich ist und wo man sich auf einen Anbieter verlassen kann.”

Compliance: Großes Thema – mehr Sichereheit mit professioneller Unterstützung

Stephan Kraft hakt hier ein. Genau aus solchen Gründen gebe es Unternehmen wie Red Hat, die mit ihrem Enterprise-Support für Open-Source-Lösungen die Qualitätssicherung auch im rechtlichen Bereich übernehmen. “Das ist ein ganz wichtiger Teil unseres Versprechens gegenüber Kunden”, so Kraft. Unbedacht im Unternehmen mit Open Source zu arbeiten, könne dagegen in “Compliance-Fallen” führen, pflichtet er Ségur-Cabanac bei.

Das sieht auch Patrick Ratheiser als Thema bei Leftshift.One: “Unsere Lösung ist Closed Source, wir setzen aber im Hintergrund Open Source ein. Wichtig ist, dass wir dem Kunden Compliance garantieren können.” Stephan Kraft empfiehlt Unternehmen bei der Open-Source-Nutzung: “Man kann nicht immer gleich die neueste ‘bleeding edge’-Lösung nehmen sondern sollte etwas konservativer herangehen.”

Infrastruktur: Gut planen, was man wirklich braucht

Unabhängig davon, ob man nun Open Source oder Closed Source nutzt, braucht es für die Nutzung von KI die richtige Infrastruktur. “Es kommt natürlich auf den Use Case an, den ein Unternehmen umsetzen will. Da sind die Anforderungen an die Infrastruktur sehr unterschiedlich”, grenzt Florian Böttcher ein. CANCOM Austria unterstützt seine Kunden in genau der Frage. Anwendungen wie das Training von KI-Modellen würde aus gutem Grund kaum in Österreich umgesetzt. “KI ist sehr stromhungrig und entwickelt viel Hitze. Das ist schwierig für ein eigenes Data-Center im Unternehmen, gerade wenn man die Strompreise in Österreich ansieht”, so Böttcher.

“Rechenleistungs-Hunger” von KI könnte sich in Zukunft verringern

Wichtig sei es letztlich, sich als Unternehmen sehr klar darüber zu sein, was man umsetzen wolle. “Danach, welche Software-Lösung man für seinen Use Case einsetzen muss, richtet sich auch die Infrastruktur”, so Böttcher. Er erwarte aber auch, dass die KI-Modelle im nächsten Entwicklungsschritt effizienter werden und der “Rechenleistungs-Hunger” sich verringere.

Patrick Ratheiser ergänzt: “Es ist grundsätzlich eine Kostenfrage.” Unternehmen müssten sich sehr gut überlegen, ob sie ein eigenes LLM (Large Language Model) betreiben und dieses sogar selbst trainieren wollen, oder lieber doch eine Usage-basierte Lösung wählen. Er sehe bei österreichischen Unternehmen – auch bei größeren – eine klare Tendenz zur zweiten Variante. “Es lässt sich deutlich schneller einrichten, ist kalkulierbarer und auch viel schneller skalierbar”, erklärt Ratheiser.

Etwa im Forschungsbereich sei es jedoch wichtig und notwendig, auch eigene LLMs und die damit verbundene Infrastruktur zu betreiben. Doch auch die Möglichkeit von hybriden Lösungen biete sich an. “Man kann mittlerweile auch Teile in der Cloud lassen und Teile On-Premise. Man kann etwa nur ein datenschutzsicheres LLM selbst betreiben”, erklärt der Experte, der auch bei der Wahl der genutzten Modelle einen hybriden Ansatz empfiehlt: “Man braucht nicht für alle Use Cases das neueste Modell. Manchmal braucht man überhaupt kein LLM.”

Datenschutz: Einige Herausforderungen bei LLMs

Stichwort: Datenschutz. Hier schafft die europäische Datenschutzgrundverordnung (DSGVO) im KI-Bereich besondere Herausforderungen, weiß Natalie Ségur-Cabanac, die vorab betont: “Ich persönlich halte die DSGVO für ein gutes Regulierungswerk, weil sie sehr viel Spielraum gibt. Ich sage immer: Datenschutz ist sehr komplex, aber nicht kompliziert.” Konkret seien etwa der Grundsatz der Zweckbezogenheit, also dass man Daten nur für konkrete Zwecke einsetzen darf, und dass man sie minimierend einsetzen muss, relevant für den KI-Bereich. “Da haben wir schon einen Konflikt, weil man ja [bei LLMs] erst einmal schaut, was man aus möglichst vielen Daten machen kann”, so die Expertin.

Ist KI rechtlich innerhalb der EU sogar per se in einem Graubereich?

Auch Transparenzbestimmungen – sowohl in der DSGVO als auch im AI-Act der EU – seien zu beachten. “Wenn ich KI verwende, muss ich auch wissen, was drinnen ist”, fasst Ségur-Cabanac zusammen. Ist KI also rechtlich innerhalb der EU sogar per se in einem Graubereich? “Nein, das glaube ich nicht. Aber man muss seine Hausaufgaben schon gut machen”, sagt die Expertin. Wichtig sei daher auch die im Rahmen des EU-AI-Acts eingeforderte KI-Kompetenz in Unternehmen – im technischen und rechtlichen Bereich.

KI-Kompetenz als zentrales Thema

Patrick Ratheiser stimmt zu: “Neben der Technologie selber sind bei unseren Kunden die Mitarbeiter ein Riesen-Thema. Man muss sie nicht nur wegen dem AI-Act fit bekommen, sondern es geht darum, sie wirklich auf die Anwendungen einzuschulen.” Wichtig seien dabei auch die Kolleg:innen, die sich bereits mit dem Thema auskennen – die “Pioniere” im Unternehmen. “AI Literacy ist sicherlich das Thema 2025 und in nächster Zeit. So, wie wir gelernt haben, mit dem Smartphone umzugehen, werden wir es auch mit generativer KI lernen”, so Ratheiser.

“Einfach einmal ausprobieren”

Stephan Kraft ergänzt: Neben einer soliden Datenbasis und der notwendigen Kompetenz brauche es bei KI – gerade auch im Bereich Open Source – noch etwas: “Einfach einmal ausprobieren. Es braucht auch Trial and Error. Das ist vielleicht oft das Schwierigste für CFOs und Geschäftsführer.” Dieses Ausprobieren sollte aber innerhalb eines festgelegten Rahmens passieren, damit die KI-Implementierung gelingt, meint Natalie Ségur-Cabanac: “Unternehmen brauchen eine KI-Strategie und müssen wissen, was sie mit der Technologie erreichen wollen.” Auch sich mit den zuvor angesprochenen rechtlichen Anforderungen – Stichwort Compliance – zu beschäftigen, komme zeitlich erst nach der Festlegung der Strategie.


Die gesamte Folge ansehen:

Die Nachlesen der bisherigen Folgen:

Folge 1: “No Hype KI – wo stehen wir nach zwei Jahren ChatGPT?

Folge 2: “Was kann KI in Gesundheit, Bildung und im öffentlichen Sektor leisten?

Folge 3: “Der größte Feind ist Zettel und Bleistift”: Erfolgsfaktoren und Herausforderungen in der KI-Praxis”

Folge 4: KI-Geschäftsmodelle: “Wir nutzen nur einen Bruchteil dessen, was möglich ist”


Die Serie wird von brutkasten in redaktioneller Unabhängigkeit mit finanzieller Unterstützung unserer Partner:innen produziert.

No Hype KI
Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

Negative Kommentare auf Social Media: So reagieren Startups und Unternehmen richtig

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Negative Kommentare auf Social Media: So reagieren Startups und Unternehmen richtig

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Negative Kommentare auf Social Media: So reagieren Startups und Unternehmen richtig

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Negative Kommentare auf Social Media: So reagieren Startups und Unternehmen richtig

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Negative Kommentare auf Social Media: So reagieren Startups und Unternehmen richtig

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Negative Kommentare auf Social Media: So reagieren Startups und Unternehmen richtig

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Negative Kommentare auf Social Media: So reagieren Startups und Unternehmen richtig

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Negative Kommentare auf Social Media: So reagieren Startups und Unternehmen richtig

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Negative Kommentare auf Social Media: So reagieren Startups und Unternehmen richtig