16.02.2018

Der teuflische Facebook-Algorithmus

Fast 30 Prozent der Weltbevölkerung sind aktive Facebook-Nutzer. Mehr potenzielle Reichweite geht kaum. Doch der Facebook-Algorithmus macht es einem nicht leicht.
/artikel/der-teuflische-facebook-algorithmus
Facebook, Like, Like-Button, NRW, Datenschutz, Unternehmen
(c) Fotolia.com/ Konstantin Yuganov - Facebook scheint das Ende des Like-Buttons für Unternehmen einzuläuten.

Die Chance steht recht gut, dass du über Facebook hier gelandet bist. In einem Artikel mit dem Titel “Der teuflische Facebook-Algorithmus” – paradox, nicht? Dieser Beitrag beschäftigt sich damit, warum du zu den Auserwählten zählst, die hier angekommen sind.

Im Jänner hatte Facebook nach eigenen Angaben weltweit 2,2 Milliarden aktive Nutzer. Bei einer geschätzten Weltbevölkerung von 7,6 Milliarden, entspricht das rund 29 Prozent aller Erdenbürger, die im sozialen Netzwerk aktiv sind. Selbst wenn man von vielen Millionen Fake-Usern ausgeht, ist klar: Die potenzielle Reichweite, die das größte soziale Medium einem bietet, ist schier unglaublich. Doch jeder, der eine eigene Seite betreibt weiß: Der Facebook-Algorithmus hat seine Tücken.

+++ Instagram ist das Netzwerk der Stunde – auch für Startups! +++

Die Krux mit der Reichweite

Wer kennt es nicht: Ein Post erreicht nur einen kleinen Bruchteil aller Personen, die die eigene Seite mit “gefällt mir” markiert haben. Warum ist das so? Zum Verständnis hilft ein einfaches Gedankenspiel:

Wie viele Seiten hast du selber mit “gefällt mir” markiert?

Wie viele “Friends” hast du?

In wie vielen Gruppen bist du Mitglied?

Na? Auf welche Zahl kommst du? Es fällt den meisten wohl schwer, sie auch nur zu schätzen. Schau kurz auf deinem Profil nach. Beim mir sind es 742 “Friends”, 509 Seiten und (bescheidene) 35 Gruppen.

Wenn, sehr vorsichtig geschätzt, ein Zehntel dieser “Friends”, Seiten und Gruppen aktiv wären und täglich jeweils einen Post bringen würden, käme ich auf 128 Posts am Tag – ich müsste also schon recht lange scrollen, um alles zu sehen. Tatsächlich ist die Zahl aber wohl deutlich höher anzusetzen – allein in manchen starken Gruppen gibt es täglich mehr Posts. Es ist also klar: Facebook muss, wenn es mir für mich relevanten Content anzeigen will, extrem aussieben.

Zwei große Ziele hinter dem Facebook-Algorithmus

Hier kommen nun zwei entscheidende Komponenten ins Spiel: Erstens Facebooks Ziel, seine User durch spannenden Content bei der Stange zu halten. Und zweitens Facebooks Ziel, seine Business-User optimal zu monetarisieren und damit seine Milliarden-Gewinne (2017: ca. 15 Mrd. US-Dollar bei ca. 40 Mrd. US-Dollar Umsatz) weiter zu steigern.

Ziel 1: Die User bei der Stange halten

Um Ziel 1 zu erreichen, wird der Facebook-Algorithmus in sehr kurzen Abständen adaptiert. Einiges davon findet öffentliche Aufmerksamkeit, anderes nicht. Bekannt (und in der eigenen Timeline klar erkennbar) ist etwa, dass Videos derzeit allgemein bevorzugt werden. Einen besonderen Status haben Live-Videos: Dort bekommen “Fans” der Seite (aber nicht alle) sogar eine Benachrichtigung, dass das Video startet.

In einigen Ländern läuft sogar ein Pilotversuch, bei dem nur mehr gesponserte Seitenbeiträge auf den Timelines der User erscheinen.

Bei Posts von “Friends” werden jene priorisiert, mit denen man in der Vergangenheit stärker interagiert (also geliked, kommentiert, etc.) hat. Dort und generell gilt – mehr Interaction führt zu mehr Reichweite. Dadurch bekommt man immer wieder auch besonders “erfolgreiche” Posts von Personen und Seiten angezeigt, mit denen man selten interagiert. Ebenfalls priorisiert werden (derzeit) Beiträge in Gruppen. Sie können nur von Personen und nicht von Seiten kommen – Facebook geht also von “persönlicherem” Content aus.

Interessant alleine zählt nicht mehr

Einen relativ schweren Stand haben im derzeitigen Modus dagegen Links, etwa zu Blogs, auf Seiten. Eine kürzlich getroffene Entscheidung macht es besonders spannend: Link-Clicks von Usern zählen für den Facebook-Algorithmus nun noch weniger. Deutlich höher gewertet werden für die Reichweite Interaktionen, also “Reactions” und “Comments” im Newsfeed. Das bedeutet: Es reicht nicht, wenn ein Beitrag interessant ist. Er muss die User so bewegen, dass sie über Reactions und Comments ihren Emotionen und Meinungen Ausdruck verleihen, oder zumindest Menschen markieren, die der Beitrag interessieren könnte.

Ziel 2: Geld machen

Damit kommen wir zu Facebooks Ziel 2: Die “Lösung” für Business-User und den Social Media-Konzern. Die Devise: Mit ein wenig Geld flutscht es besser. Denn bei Facebook weiß man natürlich – komplexere Inhalte kann man immer noch am besten mit schriftlichen Beiträgen und damit mit Links transportieren. Und wenn man sich einmal eine Fangemeinde aufgebaut hat, will man sie auch erreichen. Vor allem mit Beiträgen, von denen man weiß, dass sie interessieren (Klickraten zeigen das) – sie werden nur ohne Sponsoring nicht entsprechend ausgespielt. In einigen Ländern läuft sogar ein Pilotversuch, bei dem nur mehr gesponserte Seitenbeiträge auf den Timelines der User erscheinen. Diese Entwicklung ist auch weltweit denkbar.

Damit die Sache für die Business-User, die ja auch bei der Stange gehalten werden sollen, nicht zu ärgerlich wird, hat Facebook dafür ein ausgeklügeltes System entwickelt. Beim Sponsoring kann die Zielgruppe erstaunlich genau definiert werden. Alter, Geschlecht, geographischer Raum, Interessen – alles ist möglich. Mit dem nötigen Kleingeld kommt der Beitrag also tatsächlich gezielt dort an, wo er hin soll. Und das funktioniert.

Fazit: Eine hervorragende bezahlte Lösung

Fazit: Als Business-User kann man Facebook nicht mehr als kostenlose Werbe-Möglichkeit sehen. Diese Zeiten sind vorbei. Der Facebook-Algorithmus sorgt gezielt dafür, dass man auch Geld liegen lässt, wenn man seine Seite effizient betreiben will. Darüber kann man sich jetzt ärgern. Oder man akzeptiert, dass Facebook die wahrscheinlich beste bezahlte Lösung ist, bestimmten Content an seine Zielgruppe zu bringen.

Hast du den Beitrag interessant gefunden? Sollten mehr Leute ihn lesen? Na du weißt ja jetzt, wie es läuft… 😉

+++ 25 Millionen Nutzer: Facebook setzt auf Spiele-Streaming +++

⇒ Zu unserer Facebook-Page 😉

Deine ungelesenen Artikel:
16.12.2024

“Die Zeit des Zuwartens ist vorbei”

Nachlese. Wo steht die österreichische Wirtschaft bei künstlicher Intelligenz zwei Jahre nach Erscheinen von ChatGPT? Dies diskutieren Doris Lippert von Microsoft und Thomas Steirer von Nagarro in der ersten Folge der neuen brutkasten-Serie "No Hype KI".
/artikel/no-hype-ki-folge-1-nachlese
16.12.2024

“Die Zeit des Zuwartens ist vorbei”

Nachlese. Wo steht die österreichische Wirtschaft bei künstlicher Intelligenz zwei Jahre nach Erscheinen von ChatGPT? Dies diskutieren Doris Lippert von Microsoft und Thomas Steirer von Nagarro in der ersten Folge der neuen brutkasten-Serie "No Hype KI".
/artikel/no-hype-ki-folge-1-nachlese
Doris Lippert (Microsoft | Director Global Partner Solutions und Mitglied der Geschäftsleitung) und Thomas Steirer (Nagarro | Chief Technology Officer)
Doris Lippert (Microsoft | Director Global Partner Solutions und Mitglied der Geschäftsleitung) und Thomas Steirer (Nagarro | Chief Technology Officer) | Foto: brutkasten

“No Hype KI” wird unterstützt von CANCOM Austria, IBM, ITSV, Microsoft, Nagarro, Red Hat und Universität Graz


Mit der neuen multimedialen Serie “No Hype KI” wollen wir eine Bestandsaufnahme zu künstlicher Intelligenz in der österreichischen Wirtschaft liefern. In der ersten Folge diskutieren Doris Lippert, Director Global Partner Solutions und Mitglied der Geschäftsleitung bei Microsoft Österreich, und Thomas Steirer, Chief Technology Officer bei Nagarro, über den Status Quo zwei Jahre nach Erscheinen von ChatGPT.

Du willst bei "No Hype KI" am Laufenden bleiben?

Trag dich hier ein und du bekommst jede Folge direkt in die Inbox!

„Das war ein richtiger Hype. Nach wenigen Tagen hatte ChatGPT über eine Million Nutzer”, erinnert sich Lippert an den Start des OpenAI-Chatbots Ende 2022. Seither habe sich aber viel geändert: “Heute ist das gar kein Hype mehr, sondern Realität“, sagt Lippert. Die Technologie habe sich längst in den Alltag integriert, kaum jemand spreche noch davon, dass er sein Smartphone über eine „KI-Anwendung“ entsperre oder sein Auto mithilfe von KI einparke: “Wenn es im Alltag angekommen ist, sagt keiner mehr KI-Lösung dazu”.

Auch Thomas Steirer erinnert sich an den Moment, als ChatGPT erschien: „Für mich war das ein richtiger Flashback. Ich habe vor vielen Jahren KI studiert und dann lange darauf gewartet, dass wirklich alltagstaugliche Lösungen kommen. Mit ChatGPT war dann klar: Jetzt sind wir wirklich da.“ Er sieht in dieser Entwicklung einen entscheidenden Schritt, der KI aus der reinen Forschungsecke in den aktiven, spürbaren Endnutzer-Bereich gebracht habe.

Von erster Begeisterung zu realistischen Erwartungen

Anfangs herrschte in Unternehmen noch ein gewisser Aktionismus: „Den Satz ‘Wir müssen irgendwas mit KI machen’ habe ich sehr, sehr oft gehört“, meint Steirer. Inzwischen habe sich die Erwartungshaltung realistischer entwickelt. Unternehmen gingen nun strategischer vor, untersuchten konkrete Use Cases und setzten auf institutionalisierte Strukturen – etwa durch sogenannte “Centers of Excellence” – um KI langfristig zu integrieren. „Wir sehen, dass jetzt fast jedes Unternehmen in Österreich KI-Initiativen hat“, sagt Lippert. „Diese Anlaufkurve hat eine Zeit lang gedauert, aber jetzt sehen wir viele reale Use-Cases und wir brauchen uns als Land nicht verstecken.“

Spar, Strabag, Uniqa: Use-Cases aus der österreichischen Wirtschaft

Lippert nennt etwa den Lebensmittelhändler Spar, der mithilfe von KI sein Obst- und Gemüsesortiment auf Basis von Kaufverhalten, Wetterdaten und Rabatten punktgenau steuert. Weniger Verschwendung, bessere Lieferkette: “Lieferkettenoptimierung ist ein Purpose-Driven-Use-Case, der international sehr viel Aufmerksamkeit bekommt und der sich übrigens über alle Branchen repliziert”, erläutert die Microsoft-Expertin.

Auch die Baubranche hat Anwendungsfälle vorzuweisen: Bei Strabag wird mittels KI die Risikobewertung von Baustellen verbessert, indem historische Daten zum Bauträger, zu Lieferanten und zum Bauteam analysiert werden.

Im Versicherungsbereich hat die UNIQA mithilfe eines KI-basierten „Tarif-Bots“ den Zeitaufwand für Tarifauskünfte um 50 Prozent reduziert, was die Mitarbeiter:innen von repetitiven Tätigkeiten entlastet und ihnen mehr Spielraum für sinnstiftende Tätigkeiten lässt.

Nicht immer geht es aber um Effizienzsteigerung. Ein KI-Projekt einer anderen Art wurde kürzlich bei der jüngsten Microsoft-Konferenz Ignite präsentiert: Der Hera Space Companion (brutkasten berichtete). Gemeinsam mit der ESA, Terra Mater und dem österreichischen Startup Impact.ai wurde ein digitaler Space Companion entwickelt, mit dem sich Nutzer in Echtzeit über Weltraummissionen austauschen können. „Das macht Wissenschaft zum ersten Mal wirklich greifbar“, sagt Lippert. „Meine Kinder haben am Wochenende die Planeten im Gespräch mit dem Space Companion gelernt.“

Herausforderungen: Infrastruktur, Daten und Sicherheit

Auch wenn die genannten Use Cases Erfolgsbeispiele zeigen, sind Unternehmen, die KI einsetzen wollen, klarerweise auch mit Herausforderungen konfrontiert. Diese unterscheiden sich je nachdem, wie weit die „KI-Maturität“ der Unternehmen fortgeschritten sei, erläutert Lippert. Für jene, die schon Use-.Cases erprobt haben, gehe es nun um den großflächigen Rollout. Dabei offenbaren sich klassische Herausforderungen: „Integration in Legacy-Systeme, Datenstrategie, Datenarchitektur, Sicherheit – all das darf man nicht unterschätzen“, sagt Lippert.

“Eine große Herausforderung für Unternehmen ist auch die Frage: Wer sind wir überhaupt?”, ergänzt Steirer. Unternehmen müssten sich fragen, ob sie eine KI-Firma seien, ein Software-Entwicklungsunternehmen oder ein reines Fachunternehmen. Daran anschließend ergeben sich dann Folgefragen: „Muss ich selbst KI-Modelle trainieren oder kann ich auf bestehende Plattformen aufsetzen? Was ist meine langfristige Strategie?“ Er sieht in dieser Phase den Übergang von kleinen Experimenten über breite Implementierung bis hin zur Institutionalisierung von KI im Unternehmen.

Langfristiges Potenzial heben

Langfristig stehen die Zeichen stehen auf Wachstum, sind sich Lippert und Steirer einig. „Wir überschätzen oft den kurzfristigen Impact und unterschätzen den langfristigen“, sagt die Microsoft-Expertin. Sie verweist auf eine im Juni präsentierte Studie, wonach KI-gestützte Ökosysteme das Bruttoinlandsprodukt Österreichs deutlich steigern könnten – und zwar um etwa 18 Prozent (brutkasten berichtete). „Das wäre wie ein zehntes Bundesland, nach Wien wäre es dann das wirtschaftsstärkste“, so Lippert. „Wir müssen uns klar machen, dass KI eine Allzwecktechnologie wie Elektrizität oder das Internet ist.“

Auch Steirer ist überzeugt, dass sich für heimische Unternehmen massive Chancen eröffnen: “Ich glaube auch, dass wir einfach massiv unterschätzen, was das für einen langfristigen Impact haben wird”. Der Appell des Nagarro-Experten: „Es geht jetzt wirklich darum, nicht mehr zuzuwarten, sondern sich mit KI auseinanderzusetzen, umzusetzen und Wert zu stiften.“


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


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

Die Partner von No Hype KI
Die Partner von 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

Der teuflische Facebook-Algorithmus

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Der teuflische Facebook-Algorithmus

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Der teuflische Facebook-Algorithmus

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 …

Der teuflische Facebook-Algorithmus

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 …

Der teuflische Facebook-Algorithmus

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 …

Der teuflische Facebook-Algorithmus

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 …

Der teuflische Facebook-Algorithmus

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Der teuflische Facebook-Algorithmus

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Der teuflische Facebook-Algorithmus