Themenanalyse (ABSA)

ABSA (Aspect-Based Sentiment Analysis) extrahiert spezifische Themen aus Mitarbeiterbewertungen und die damit verbundene Stimmung (Sentiment).

🎯 Was ist ABSA?

ABSA geht über die einfache positiv/negativ-Klassifizierung hinaus. Es identifiziert, welche Aspekte Mitarbeiter diskutieren und wie sie sich zu jedem einzelnen fühlen.

Beispiel:

"Great salary but terrible management"

Aspekt	Stimmung (Sentiment)
Gehalt und Leistungen	POSITIV
Management	NEGATIV

📊 Vordefinierte Aspekte

Das System erkennt 10 zentrale Arbeitsplatzthemen:

#	Aspekt	Schlüsselwörter
1	Gehalt und Leistungen	pay, bonus, insurance, pension
2	Work-Life-Balance	hours, overtime, remote, flexibility
3	Management	boss, leadership, supervision
4	Unternehmenskultur	atmosphere, values, team spirit
5	Karriereentwicklung	promotion, opportunities, development
6	Arbeitsplatzsicherheit	stability, layoffs, restructuring
7	Arbeitsumfeld	office, facilities, equipment
8	Kollegen	coworkers, team dynamics
9	Schulungen	learning, courses, skills
10	Kommunikation	transparency, feedback, information

🔧 Extraktionsmethoden

1. Regelbasiert (Standard)

• Schneller Keyword-Abgleich
• ~65% Genauigkeit
• Keine API-Kosten
• Läuft automatisch

2. KI-gestützt (Gemini)

• Kontextbewusste Extraktion
• ~85% Genauigkeit
• ~$0.001 pro Bewertung
• Wird für Unternehmen mit hoher Priorität verwendet

📈 Dashboard: Themen-Tab

Die Seite Themen im Dashboard zeigt:

Top 10 diskutierte Themen

Balkendiagramm der am häufigsten genannten Aspekte mit Stimmungsaufschlüsselung.

Themen-Einblicke

• Positivstes Thema - Höchste positive Stimmung
• Negativstes Thema - Höchste negative Stimmung
• Meistdiskutiert - Höchste Erwähnungszahl

Detaillierte Aufschlüsselung

Klicken Sie auf ein beliebiges Thema, um Folgendes anzuzeigen:

• Beispielhafte Bewertungszitate
• Stimmungsverteilung
• Trend im Zeitverlauf

🔌 API-Zugriff

curl "https://sentryanalytic.com/api/aspects?company=BMW"

Response:

{
  "company": "BMW",
  "aspects": [
    {"aspect": "salary and benefits", "sentiment": "positive", "count": 421},
    {"aspect": "management", "sentiment": "negative", "count": 318},
    {"aspect": "work-life balance", "sentiment": "positive", "count": 256}
  ]
}

🔄 Automatisierung

ABSA läuft automatisch nach dem Scraping:

Scraping Complete → Sentiment Analysis → ABSA → Materialized Views Refresh

Keine manuelle Intervention erforderlich!

🛠️ Manueller Start

Für Ad-hoc-Analysen:

cd backend
source venv/bin/activate

# Spezifisches Unternehmen analysieren
python absa_analyzer.py --company "BMW" --limit 200

# KI-Modus verwenden (genauer)
python absa_analyzer.py --company "BMW"

# Nur regelbasiert (schneller)
python absa_analyzer.py --company "BMW" --no-ai

📊 Datenbankschema

CREATE TABLE review_aspects (
    id SERIAL PRIMARY KEY,
    review_id VARCHAR REFERENCES reviews(review_id),
    aspect VARCHAR(100),
    sentiment VARCHAR(20),
    confidence FLOAT,
    snippet TEXT
);

🎨 Anwendungsfälle

Für Jobsuchende

• "Was sagen Mitarbeiter über die Work-Life-Balance bei BMW?"
• Schnelles Erkennen von Unternehmensstärken und -schwächen

Für HR-Teams

• "Welche Themen haben das negativste Feedback?"
• Priorisieren von Verbesserungsbereichen

Für Investoren

• "Gibt es ein Muster von Managementproblemen?"
• Risikobewertung für die Due Diligence

---

ABSA wird von Gemini 2.5 Flash für die KI-gestützte Extraktion unterstützt.