Machine Learning, Big Data & Co. – wie intelligente Algorithmen Medienunternehmen auf die Überholspur bringen

  • Mai 1997: IBM Rechner Deep Blue schlägt den Schachweltmeister Garry Kasparov.
  • Oktober 2015: Google Deepmind Rechner Alpha Go schlägt den Europameister Fan Hui im Brettspiel „Go“ – ein auf Grund der Vielzahl an Spielkonstellationen hochkomplexes Spiel.
  • Mai 2017: Google verkündet ein selbstlernendes System, das sich „selbst entwickelt“.
  • August 2017: Google stellt den Übersetzungsservice Google Translate auf ein Machine Learning-System um und erhöht die Qualität der Übersetzungen deutlich.

… die Liste wächst rasant.

Machine Learning, Deep Learning, Big Data, Smart Analytics. Die Revolution der Daten und intelligenter Algorithmen hat viele Namen. Doch woher kommt die aktuelle Revolution der Algorithmen? Und welche Anwendungsfälle ergeben sich für Medienunternehmen?

Drei Faktoren sind für die Revolution der Daten verantwortlich

  • Wachstum der Rechenpower: Rechenkapazität ist praktisch unbegrenzt vorhanden. Zum Beispiel über Dienstleister wie Amazon Web Services, Microsoft Azure oder Google Cloud Platform.
  • Verfügbarkeit von Daten: Durch das Internet ist die Verfügbarkeit von Datenmaterial, zum Beispiel Fotos, massiv gewachsen. Diese Verfügbarkeit von Daten ist essentiell, damit intelligente Algorithmen „lernen“.
  • Abkehr von regelbasierten Systemen: Früher waren regelbasierte Systeme „state-of-the-art“. Zum Beispiel wurden für die maschinelle Spracherkennung große formalisierte Regelwerke zur Beschreibung menschlicher Sprachen entwickelt. Heutige Systeme benötigen keine Regelwerke, sondern „lernen“ – ähnlich wie das menschliche Gehirn.

Wir funktionieren selbstlernende Algorithmen?

Das menschliche Gehirn besteht aus ca. 100 Milliarden Nervenzellen, den Neuronen. Neuronen speichern einfachste Informationen. Im Falle eines künstlichen, computergestützten Netzwerks wird in einem Neuron eine einzelne Zahl gespeichert.  Neuronen sind miteinander verschaltet und geben Impulse über diese Verschaltung weiter. Auf gleiche Weise arbeiten intelligente Algorithmen.

Die intelligenten Algorithmen passen in der Lernphase die Informationen in den Neuronen iterativ an. Zudem wird in jedem Schritt einer solchen Lernphase zufällig Information aus einigen Neuronen gelöscht. Der Grund: vor Betriebsblindheit schützen. Das zufällige Löschen von Information – im Fachjargon auch „Dropout“ genannt – hilft, das Netzwerk vor Überlernen („Overfitting“) zu bewahren. Ein „überlerntes“ Netzwerk kann nur noch die in der Lernphase gezeigten Fälle identifizieren und kann nicht mehr generalisieren. Aber gerade Generalisierung ist der Kern eines intelligenten Systems und zwingend notwendig, um das aus spezifischen Fällen gelernte Wissen auf unbekannte Fälle zu übertragen.

Mit den beschriebenen Modellen kann man Sprache erkennen, Fotos identifizieren, Situationen im Straßenverkehr bewerten und vieles mehr. Die Modelle funktionieren auch andersherum: Inhalte können „erschaffen“ werden, zum Beispiel Sprache, Texte, Musik oder Bilder.

Wie Medienhäuser von intelligenten Algorithmen profitieren können

Was hat das alles mit Medienhäusern zu tun? Einige Beispiele, wie Medienhäuser von intelligenten Algorithmen profitieren können:

 

Case 1: Roboterjournalismus zur automatisierten Generierung von Texten

Roboterjournalismus ist der wohl bekannteste Fall von intelligenten Algorithmen bei Medienhäusern. Vergleichsweise einfache und standardisierte Texte werden automatisch durch Algorithmen generiert. Heute wird Roboterjournalismus zum Beispiel eingesetzt für Börsenmeldungen, Wetter, Sportmeldungen, Finanzberichte oder Polizeimeldungen. Das Ziel: der Redaktion mehr Freiräume für inhaltlich anspruchsvolle und komplexe Inhalte zu schaffen.

Case 2: Steuerung der Aktivitäten in der Werbevermarktung

Zu welchem Werbekunden, zu welchem Zeitpunkt, mit welchem Angebot? Wer diese Kombination von Fragen optimal beantwortet, gewinnt das Rennen um die Werbeerlöse. Um diese Fragen zu beantworten, sind jedoch Unmengen an Daten notwendig. Kein Verkäufer kann diesen umfassenden Blick auf Markt, Kunden und Angebote leisten. Maschinen schon. Andere Unternehmen verkaufen bereits erfolgreich über Produktempfehlungen intelligenter Algorithmen. Amazon macht heute 35% des Umsatzes über solche persönlichen individuellen Empfehlungen. Ein großes Netzwerk, gefüttert mit allen Käufen der Amazon-Kunden arbeitet im Hintergrund. Auch für Netflix sind Empfehlungen eine essentielle Komponente im Geschäftsmodell. Für Medienunternehmen wird die Steuerung des Verkaufs durch intelligente Algorithmen die nächste Stufe im Kampf um die Werbeerlöse sein.

Case 3: Automatisierte Bearbeitung von Vorgängen im Aboservice

Kosteneffizienz und kurze Bearbeitungszeiten werden im Aboservice immer wichtiger. Intelligente Algorithmen können schriftliche Anfragen (E-Mails oder handschriftliche Briefe) automatisch klassifizieren und Standardvorgänge eigenständig beantworten: Urlaubsunterbrechungen, Abbestellungen oder Zustellreklamationen können so automatisiert, kostengünstig und schnell bearbeitet werden.

Case 4: Optimierung der Abogewinnung

In welchen Gebieten schaffen welche Aboaktionen welchen Erfolg? Diese Frage lässt sich mit heutigen Methoden auswerten. Intelligente Algorithmen helfen aber zusätzlich auch bei der Beantwortung der Frage: „Warum?“ Sie helfen, die inhärenten versteckten Eigenschaften von Gebieten, Abonnenten und erfolgreichen/nicht erfolgreichen Aktionen zu extrahieren. Hiermit gewinnen Sie einen wertvollen Einblick und können die Abogewinnung kontinuierlich optimieren.

Case 5: Frühwarnsystem für Kündiger

Welcher Abonnent ist aktuell unzufrieden und wird voraussichtlich bald sein Abonnement kündigen? Wie können Sie Ihre Ressourcen bestmöglich einsetzen, um Kündigungen proaktiv zu vermeiden? Am besten, noch bevor der Abonnent überhaupt selbst weiß, dass er bald kündigen wird? Intelligente Algorithmen können auch in dieser Aufgabe unterstützen.

Case 6: Vorhersage für Probleme in der Zustellung

Mit der Winterzeit wird die Zustellung von Zeitungen und Zeitschriften zur Zitterpartie. Spätestens mit dem ersten Glatteis schnellen die Reklamationen in die Höhe. Intelligente Algorithmen können unter Einbezug der früheren Zustellqualität einzelner Zusteller, der Bezirke, des Wetters, der geplanten Produktion vorhersagen wo mit höchster Wahrscheinlichkeit Probleme entstehen. Hierdurch können Medienunternehmen proaktiv handeln – statt reaktiv, wenn es meist schon zu spät ist.

Die Liste der Cases kann beliebig weitergeführt werden. Die Anwendungsfälle intelligenter Algorithmen sind schier unbegrenzt.

Auch Medienunternehmen trifft die Revolution der Daten – schneller als gedacht.

Die Macht von Daten – eine Revolution für die Medienwelt

 

Welches Phänomen steckt hinter „Deep Learning“? Und bei welchen konkreten Anwendungsfällen können Verlage von dieser innovativen Technologie profitieren?

Ein Trend zeichnet sich ab
„Deep Learning“ ist ein Überbegriff für Algorithmen, welche die Funktionsweise des menschlichen Gehirns nachbilden. Technisch bestehen sie aus einer Vielzahl miteinander verschalteter Neuronen, die, natürlich rein in Software abgebildet, Signale verarbeiten und zu anderen Neuronen weitergeben. Und „eine Vielzahl“ heißt: Millionen davon.* Mit „Deep Learning“ können gigantische Datenmengen verarbeitet werden. Im Gegensatz zur menschlichen Intelligenz hat die Technologie keine persönliche Neigung und ist neutral in der Beurteilung. Rein aus den Erfolgen und Misserfolgen, die in den Daten versteckt sind, „lernt“ der Algorithmus und wird Stück für Stück zur perfekten Prognosemaschine. „Deep Learning“ arbeitet iterativ: Über Rückmeldung an das System, ob eine Entscheidung „gut“ oder „schlecht“ war, lernt das System selbständig und optimiert sich, mit dem Ziel, so viele „gute“ Entscheidungen wie möglich zu treffen. Aber auch wenn keine großen Datenmengen verfügbar sind, kann „Deep Learning“ eingesetzt werden. (mehr …)

Programmatic Print – die Zukunft für Verlage

Programmatic Print – die Zukunft für Verlage

Update Februar 2017: Ein Jahr ist mittlerweile seit der Veröffentlichung des Artikels vergangen. Ich ziehe in ONEtoONE Marketing eine Zwischenbilanz zum Stand von Programmatic Print.


Anfang 2015: Time.Inc, der größte Publisher von Zeitschriften in den USA, ruft die Zukunft der Print-Werbung aus – Programmatic Print Buying.

Anfang 2016: Gruner + Jahr folgte mit Programmatic Print Buying in Deutschland.

Programmatic Buying, der automatisierte Kauf von Werbeinventar nach Zielgruppenkriterien und Preisevorgaben über Auktionsplattformen, klingt für Print wie Science Fiction. Für andere Werbegattungen, darunter Mobile, ist das reine Buying schon fast wieder Vergangenheit – diese sind schon auf dem Weg zum Programmatic Advertising: Der vollständig automatisierten Werbung, in welcher Kreationen kundenindividuell in Echtzeit und nach Kontext generiert, Inventar automatisiert gekauft und die Werbung ausgespielt wird.

Sehr interessant ist die Motivation von Time.Inc zum Start von Programmatic Print Buying. Man wollte den Digital-Kunden in gewohnter Digital-Weise das Print-Portfolio anbieten. Hierfür wurde das Print-Portfolio Zielgruppensegmenten zugeordnet. Also eine Abkehr von der Titel-Sicht hin zur Zielgruppen-Sicht. Ein Kunde bucht nicht explizit einen Titel sondern bucht eine Menge von Kontakten mit spezifischen Charakteristika zu einem Preis je Kontakt. Somit reiht sich das Print-Portfolio in die Logik des Digital-Portfolios ein. Hierdurch konnte Time.Inc Kunden für Print gewinnen, die bisher nur Digital-Werbung schalteten.

Was passiert bei Programmatic Print mit der Organisation? Der Außendienst des Verlags ändert seine Rolle. Weg vom Verkauf von Werbefläche, hin zum verstärkten Verkauf von Ideen und Konzepten. Time.Inc begleitet den Wandel bei seinen 700 Außendienstmitarbeitern unter anderem durch ein neues Prämienmodell speziell für Programmatic-Kunden.

Auch der Innendienst wandelt sich. Durch eine höhere Automatisierung können die Kosten deutlich reduziert werden. Es folgt eine Fokussierung des Innendienstes auf komplexe neue Werbeformen und eine deutliche Wandlung der Abwicklungsfunktion in eine Koordinations- und Steuerungsfunktion.

Es ergeben sich viele Chancen für Print, wenn das Print-Buying dem Digital-Buying ähnlicher wird: Zum einen Kosteneinsparungen durch eine deutlich effizientere Abwicklung, zum anderen neue Multichannel-Konzepte wie Digital-zu-Print-Retargeting. Als Beispiel folgendes Szenario: Die neuen Schuhe sind schon im Warenkorb des Online-Shops. Doch dann kommen Zweifel. Der Kauf wird abgebrochen. Am nächsten Tag flattert das Exemplar der Lieblingszeitschrift in den Briefkasten. Die Werbung direkt beim Aufschlagen im Umschlag: die beinahe gekauften Schuhe, zusammen mit einem Gutscheincode des Online-Shops. Das gleiche Beispiel ist mit Infopost oder Prospektbeilagen möglich – alles Produkte, die Verlage heute anbieten.

Glauben Sie nicht? Startups wie PebblePost entwickeln genau diese Verknüpfung von Retargeting von Digital zu Print für Infopost. Der Schlüssel zum Erfolg: die Integration von Digital und Print. Shop-Systeme wie Shopify, WooCommerce und CRM-Systeme wie Salesforce werden von PebblePost nahtlos integriert.

Übrigens: Andere Branchen schlafen nicht. Spots in US-Radiosender lassen sich über Ad-Buying-Plattformen noch Minuten vor der On-Air-Ausstrahlung kaufen, das Spot-Audio automatisiert hochladen und ausstrahlen. Und wer sagt, dass dieser Spot nicht als Retargeting Hörer-individuell über das Webradio ausgestrahlt wird? Dann findet das Retargeting für den abgebrochenen Kauf der Schuhe im Online-Shop über das Webradio statt.

Print-Werbung sinkt und Digital-Werbung wächst. Dabei entwickeln sich zwei getrennte Universen. Die operativen Chancen von Programmatic Print Buying sind Kosteneinsparung in der Abwicklung. Die strategische Chance für Verlage beim Programmatic Print Buying ist eine andere: die beiden Universen von Print und Digital zusammenzuführen.

“Shop on Google” und Facebook Instant Articles – der Kampf um die mobilen Nutzer

“Shop on Google” und Facebook Instant Articles – der Kampf um die mobilen Nutzer

Letzte Woche startete Facebook mit den ersten Publishern an Bord Instant Articles. Dabei sind aus Deutschland Bild und Spiegel Online. Das Medienecho ist laut und sehr gespalten: Während manche den Untergang der journalistischen Unabhängigkeit sehen, freuen sich andere über die neuen Möglichkeiten die Zielgruppe dort zu erreichen, wo sie sich aufhält – nämlich auf Facebook.

Die Idee von Instant Articles ist einfach: Während bisher Publisher Links auf Facebook geteilt haben, werden nun Inhalte vollständig in Facebook eingebettet. Hauptaspekt für Facebook: Der Nutzer verlässt die Facebook-Plattform nicht mehr, wenn er einen Inhalt konsumiert. Solange Nutzer auf Facebook sind, so lange verdient Facebook mit ihnen über Werbung Geld. Wer zur Webseite eines Publishers abspringt, der muss erst einmal wieder zurückkommen. Das, was der Nutzer also will -, nämlich einen Artikel lesen – bekommt er direkt auf Facebook.

Wie das Wall Street Journal berichtet, plant Google in den nächsten Wochen “Shop on Google” zu starten – mit grundsätzlichen Parallelen zu Facebook Instant Articles. Mit “Shop on Google” wird die eingeblendete Produktwerbung (z.B. bei der Suche nach “iPhone 6” im Bereich oben zu sehen – bei ausgeschaltetem AdBlocker!) mit einem “Shop on Google” Button angereichert. Die Produkte können über Google als Vertragspartner direkt gekauft werden. Während das Produkt weiterhin über einen E-Commerce Shop versendet wird, drängt sich Google zwischen den Kunden und den E-Commerce Shop.

Bei Native Articles muss ein Nutzer nicht mehr zur Webseite des Publishers abspringen, um einen Inhalt zu lesen.
Bei “Shop on Google” muss ein Nutzer nicht mehr zur Webseite des E-Commerce Shops abspringen, um ein Produkt zu kaufen.

Das Experiment wird Google nur auf Mobile starten, mit vermutlich dem gleichen Grund wie Facebook überhaupt Instant Articles entwickelt hat: der Absprung zu einem anderen Portal ist auf Mobile deutlich härter und ein Rücksprung unwahrscheinlicher im Vergleich zum Desktop. Mobile ist der Treiber, was sich auch bei den Werbeausgaben zeigt. Jüngst veröffentlichte Google, dass in mehr als 10 Ländern die mobile Nutzung von Google stärker ist als auf dem Desktop.

Unbekannt ist der Shopping-Bereich für Google nicht. Mit Google Shopping hat Google bereits einen Produktvergleich etabliert. Dieser dient jedoch immer als Listing-Portal und als Absprungpunkt zu Dritten. Jetzt wird dieser Absprung unnötig.

Facebook und Google haben ihre Strategie im mobilen Markt damit öffentlich gemacht: Verhindern, dass der Nutzer abspringt. Wie wird Amazon diesen Angriff von Google kontern? Einen Versuch hat Amazon bereits unternommen und mit Amazon Fire Phone ein eigenes Smartphone herausgebracht, welches die Amazon Dienste nahtlos integriert. Ziel des Amazon Fire Phone ist, dem Nutzer eine Amazon-Umgebung zu bieten, aus der er gar nicht abspringen muss bzw. kann. Dieser Versuch ist gescheitert.

Die rasant wachsende Mobile-Nutzung verändert die Branche und die Geschäftsmodelle. Man darf gespannt sein, was nach Instant Articles und “Shop on Google” der nächste Zug sein wird. Der Kampf um die mobilen Nutzer hat begonnen.

Facebook Instant Articles – Wolf im Schafspelz?

Facebook Instant Articles – Wolf im Schafspelz?

Newsreader wie Feedly haben die Nutzung der Medien stark verändert: Statt die einzelnen Webseiten der Medien zu besuchen, können Nutzer bestimmte Inhalte individuell abonniert und in aggregierter Form lesen. Was interessant ist, wird angeklickt. Nur dann begibt man sich auf die Webseite des Publishers und erst dann kann ein Publisher über Werbeinhalte Erlöse generieren.

Auch Facebook hat sich immer mehr zu einem integrierten Newsreader entwickelt. Ein Großteil der Digital-Natives nutzt die Timeline wie einen Newsreader – und springt auf die Webseite des Publishers ab, wenn ein Inhalt spannend erscheint. Das will Facebook in Zukunft verhindern und die Nutzer länger auf seiner Plattform halten.

Instant Articles heißt die Lösung des Netzwerks, die die Nutzer verstärkt auf der eigenen Plattform halten soll. Die Idee ist einfach: Statt wie bisher Links zu Inhalten des Publishers auf Facebook zu posten, werden die Inhalte direkt in Facebook eingebunden. Dass Publisher sich nicht unbedingt darum reißen, ihre Inhalte direkt auf Facebook einzubinden, ist auch Facebook klar. Daher gibt es eine Gegenleistung: Geld. Facebook beteiligt Publisher an den Werbeeinnahmen, die über die eingebundenen Inhalt auf Facebook generiert werden. Durch den Publisher selbst vermarktete Werbeerlöse verbleiben vollständig beim Publisher. Bei durch Facebook vermarkteter Werbung erhält der Publisher 30% der Erlöse. Ein durchaus interessantes Angebot für die Publisher, denn es entstehen keine zusätzlichen Kosten (außer möglicherweise für die Administration / Aussteuerung der Artikel), da die Inhalte nicht extra für Facebook erstellt werden, sondern auf Facebook als zusätzlicher Plattform ausgespielt werden.

Was auf den ersten Blick unscheinbar daher kommt, kann einen radikalen Einfluss auf die Mediennutzung haben. Die Facebook-Nutzer werden sich daran gewöhnen, Inhalte auf Facebook vollständig zu konsumieren – ohne zu den Webseiten der Publisher abzuspringen. Einmal gewöhnt, wird es schwierig sein, die Nutzer auf die eigene Plattform des Publisher zu locken. Publisher, die sich jedoch gegen die Kooperation mit Facebook entscheiden, werden einen Wettbewerbsnachteil haben: die Nutzer werden präferiert Inhalte konsumieren, die auf Facebook in ihrer Timeline vollständig verfügbar sind.

Angeblich ist Facebook bereits in Verhandlungen mit der New York Times und National Geographic und plant Instant Articles schon in Kürze zu starten. Man darf gespannt sein, welchen Einfluss dies auf die Nutzung der Inhalte haben wird – und wie sich die Publisher entscheiden: für oder gegen Facebook als ihre zusätzliche Medienplattform.

Edit (15.07.2015): Bild.de hat einen ersten Instant Article veröffentlicht. Die W&V berichtet eher kritisch darüber.