Subtile Manipulatoren: Vorschlagsalgorithmen steuern Menschenmassen
Empfehlungsalgorithmen verhelfen Onlinehändlern zu mehr Umsatz, sind auf News- und Social-Media-Sites jedoch gesellschaftlich problematisch.
Amazons großer Erfolg liegt auch daran, dass der weltgrößte Einzelhändler es immer wieder schafft, den Kunden in seinem riesigen Sortiment verblüffend gute Empfehlungen zu geben. "Kunden, die diesen Artikel angesehen haben, haben auch *** angesehen", "Kunden, die diesen Artikel gekauft haben, kauften auch ***" – solche Vorschläge steuern nach Angaben von Amazon zwischen 10 und 30 Prozent der Umsätze bei.
Dafür hat Amazon einen Klassiker der Personalisierungsalgorithmen entscheidend verfeinert, das sogenannte Collaborative Filtering. Dabei geht es darum, anhand der jeweiligen Einkaufshistorie ähnliche Kunden in eine Schublade zu stecken: Krimi-Liebhaber zu Krimi-Liebhabern, Sachbuchleser zu Sachbuchlesern.
Wer einmal in einem solchen Cluster landet, erhält zukünftig Empfehlungen für Produkte, die Kunden dieses Clusters häufig kaufen. Allerdings wurde das darauf basierende System von Amazon mit der Zeit immer träger und Neukunden ohne Bestellhistorie ließen sich schlecht einer bestimmten Gruppe zuordnen.
Das war die Leseprobe unseres heise-Plus-Artikels "Subtile Manipulatoren: Vorschlagsalgorithmen steuern Menschenmassen ". Mit einem heise-Plus-Abo können sie den ganzen Artikel lesen und anhören.Immer mehr Wissen. Das digitale Abo für IT und Technik.
Power unterwegs: Powerbanks für iPhone und Co. im Test
Passen auf eine Diskette: Mini-Betriebssysteme ausprobiert
UpdateWas 100 Kilometer mit dem Elektroauto wirklich kosten
Einplatinencomputer im Test: Hardkernel Odroid-H4+ mit Intel N97
So gelingt der Weg zur finanziellen Freiheit mit ETFs und Fonds