"Instant Articles" sind Inhalte von Medienhäusern, die direkt via Facebook veröffentlicht werden. Lange Ladezeiten werden damit vermieden. Der integrierte Anzeigen-Verkauf stellt jedoch eine gewisse Herausforderung dar.
Am Ende dreht es sich um Sekunden. Wie lange dauert es, bis Facebook-User verlinkte Artikel auf ihrem Smartphone lesen können? Facebook bietet mit seinen „Instant Articles“ eine schnellere Alternative an. Doch was genau sind diese ominösen „Instant Articles“, die in den Medienhäusern dieser Welt ihr (Un)-Wesen treiben?
Was sind „Instant Articles“
Es handelt sich bei „Instant Articles“ um eine neue Art der Onlineberichterstattung. In der mobilen Facebook-App werden nicht nur mehr die Teaser der Inhalte veröffentlicht, sondern komplette Artikel, Fotogalerien und Videos. Die Ladezeit der Artikel wird somit erheblich verkürzt.
Wie funktionieren die „Instant Articles“
Mit einer Reihe von Werkzeugen, können die teilnehmenden Medienhäuser ihre Inhalte, in der gewohnten Optik und Bedienbarkeit für Facebook anpassen. Die Inhalte werden dann aber direkt von Facebook ausgeliefert. Dadurch wird die Ladezeit reduziert und es ergibt sich ein Vorteil für den User.
Wie wird Geld verdient
Facebook ermöglicht es den Medien ihre Inhalte selbst zu vermarkten. Verkaufen die Partner die eingebettete Werbung selbst, dürfen sie sämtliche Erlöse behalten. Wird eine Anzeige aber durch Facebooks Werbemaschinerie besorgt, gibt der Internet-Konzern 70 Prozent der Erlöse an das jeweile Medienhaus weiter.
Wer benutzt „Instant Articles“
Medienhäuser auf der ganzen Welt benutzen bereits das neue Modell. In den USA beispielsweise die „New York Times“, „National Geographic“oder „Buzzfeed“. In Großbritannien können Instant Articles vom „Guardian“ oder „BBC“ empfangen werden. In Deutschland sind der „Spiegel“ und das „Handelsblatt“ dabei.
Kritik
Wirtschaftlich gesehen könnte somit Online-Journalismus ertragreich werden. Der Strategieberater und Autor Ben Thompson thematisiert auf seinem Blog Stratechery aber ein interessantes Problem: Das Geschäftsmodell der Medienhäuser sieht vor, möglichst viele Anzeigen zu verkaufen. Es gibt aber im Internet unendlich viel Platz für Anzeigen, somit fallen die Preise ins Bodenlose. Damit sich diese Anzeigen trotzdem rechnen, produzieren die Medienhäuser so viele Inhalte wie möglich, um so viele Anzeigen wie möglich schalten zu können, wodurch sie aber nur noch mehr Platz schaffen und so wiederum zum Preisverfall beitragen.
Anzeigen-Situation als Patt
Facebook ist Experte darin kundenorientierte Anzeigen zu platzieren. Und personalisierte Werbung lässt sich teuer verkaufen. Folglich müssten die Medienhäuser ebenfalls Daten erheben, so wie Facebook das macht, um personalisierte Werbung teuer verkaufen zu können. Doch können „unabhängige“ Redakteure dann noch davon schreiben, dass es unrecht ist, wenn Facebook seine User ausspioniert? Im Schach würde man es wohl Pattsituation nennen.
Dreifacher Wiener Schulabbrecher forscht in Harvard an virtuellen KI-Fischen
Drei Mal brach Raphael Suchomel die Schule ab, bevor sich sein Weg plötzlich in eine ganz andere Richtung entwickelte. Heute sitzt der 27-jährige Wiener in Harvard und lässt virtuelle Fische lernen – auf der Suche nach Antworten darauf, was Künstliche Intelligenz von der Natur erfassen kann.
Dreifacher Wiener Schulabbrecher forscht in Harvard an virtuellen KI-Fischen
Drei Mal brach Raphael Suchomel die Schule ab, bevor sich sein Weg plötzlich in eine ganz andere Richtung entwickelte. Heute sitzt der 27-jährige Wiener in Harvard und lässt virtuelle Fische lernen – auf der Suche nach Antworten darauf, was Künstliche Intelligenz von der Natur erfassen kann.
Manche Wege sind direkt und vorgezeichnet – Schule, Bildung, Ausbildung und ein Job in dem Bereich, den man beherrscht. Andere sind von Umwegen gezeichnet, Mühsal und Zeiten, in denen man nicht weiß, wie es genau weitergehen soll. Raphael Suchomels Vita ist eine von den nicht-linearen.
„Plötzlich Mitternacht“
Er hat mit 18 die Schule zum ersten Mal abgebrochen und sich eine Vollzeitstelle gesucht. Der gebürtige Wiener schrieb sich fortan in eine Abendschule ein, brach jene aber – ein mal mit 19 und einmal mit 21 Jahren – wiederholt ab. Doch der Gedanke des endgültigen Aufgebens war keiner und im jungen Mann schlicht nicht vorhanden. So war es dann mit 22 soweit: der vierte Versuch, die Matura nachzuholen, gelang.
„Ich war in einer Abendschule im 21. Bezirk“, erinnert sich der 27-Jährige. „Von neun bis 17 Uhr Vollzeitjob, dann Unterricht bis halb zehn und anschließend noch Training. Und plötzlich war es Mitternacht.“
Zwei Jahre lang bestimmte dieser straffe Rhythmus seinen Alltag. Trotz der Doppelbelastung hielt der heutige Wahl-Hagenberger durch – und schloss die Abendschule schließlich mit ausgezeichnetem Erfolg ab.
Studium in Hagenberg
Es folgte ein Umzug von Wien nach Oberösterreich und der Start des ersten Jahrgangs des damals neu geschaffenen Bachelorstudiums „Artificial Intelligence Solutions“ an der University of Applied Sciences Upper Austria in Hagenberg.
Suchomel gehörte zudem zu den Mitgründern der Young AI Leaders Linz, einer lokalen Community innerhalb der AI-for-Good-Initiative der International Telecommunication Union der Vereinten Nationen. Die Gruppe bringt junge Menschen aus Forschung und Technologie zusammen und organisiert unter anderem Hackathons und Diskussionsveranstaltungen rund um Künstliche Intelligenz.
Nach rund 100 verschickten Mails – die meisten davon blieben unbeantwortet – gelang es Suchomel schließlich, einen Forschungsaufenthalt als Praktikant an der Harvard Medical School zu ergattern. Dort befindet er sich auch heute und forscht an der Schnittstelle von Künstlicher Intelligenz und Neurowissenschaften.
Im Mittelpunkt seiner Arbeit stehen biologisch fundierte künstliche Agenten. Vereinfacht gesagt, bauen die Forschenden in Harvard virtuelle Tiere im Computer. Diese Tiere bekommen künstliche neuronale Netze und bestimmte Sinneswahrnehmungen und Bewegungsmöglichkeiten, die sich an echten Tieren orientieren. Anschließend lernen sie mit einer Methode namens „Reinforcement Learning“. Dabei wird ihnen nicht jede Handlung vorgegeben. Sie probieren unterschiedliche Verhaltensweisen aus und lernen über Belohnungen und Nachteile selbst, welche Strategien erfolgreich sind.
„Schauen wie sich Agent verhält“
„Wir kennen aus der Biologie die körperlichen Einschränkungen von Fischen“, erklärt Suchomel. „Wir wissen, wie sich Augen im Winkel bewegen, wie schnell sie sind und welche anderen biologischen Einschränkungen es gibt. Und wir statten einen ‚Reinforcement-Learning‘-Agenten mit diesem Wissen aus: Wir simulieren den Körper eines Fisches, sodass er über diesen Körper mit der Umwelt und mit anderen Fischen kommuniziert. Das schicken wir durch eine ‚Reinforcement-Learning‘-Umgebung, simulieren Trajektorien und schauen, wie sich der Agent verhält.“
Die Simulation funktioniert wie ein virtuelles Labor. Forscher können einzelne Sinneskanäle ausschalten, Kommunikationssignale verändern oder die Umwelt der Agenten manipulieren und beobachten, wie sich ihr Verhalten verändert. Damit sollen Hypothesen darüber entwickelt werden, warum bestimmte Verhaltensweisen entstehen und welche Mechanismen dahinterstecken. Solche Hypothesen sollen anschließend gezielter in Experimenten mit echten Tieren überprüft werden können.
Der Vorteil hierbei sei, dass man nicht jedes Verhalten explizit programmieren müsse, sondern durch die Kombination aus Körper, biologischen Einschränkungen, Umwelt und „Reinforcement Learning“ Verhalten entstehen lassen könne, das möglicherweise dem Verhalten echter Fische ähnelt. So soll — und das ist das Ziel — Forschung günstiger und schneller werden, sagt Suchomel. Man könne zudem Variablen besser isolieren und kontrollieren und neuronale Netze viel genauer analysieren. Das wäre bei echten Fischen teilweise sogar viel schwieriger, vor allem wenn man ihr Zusammenspiel mit anderen Fischen untersuchen möchte.
Künstliche und natürliche Intelligenz
Die Harvard Medical School und andere Institute verfolgen seit Längerem das Ziel, KI zu nutzen, um natürliche Intelligenz besser zu verstehen – und umgekehrt auch natürliche Intelligenz für die Entwicklung von KI zu nutzen.
„Dafür gibt es im KI-Bereich viele verschiedene Methoden und Ansätze, die sich an Beobachtungen aus der Natur orientieren. Gleichzeitig gibt es immer mehr Forschung an der Schnittstelle von KI und Biologie, bei der KI-Forscher und Biologen zusammenarbeiten“, sagt Suchomel. „Wenn man beispielsweise genau weiß, wie die Umgebung aussieht, und gleichzeitig die Kommunikation eines Fisches beobachtet, könnte man künftig elektrische Signale interpretieren. So lässt sich etwa erkennen, dass ein bestimmtes Signal ausgesendet wird, weil sich der Fisch bedroht fühlt. Dadurch könnte man nicht nur einzelne Fische, sondern auch die Gruppendynamik analysieren – und besser verstehen, wie sich die Tiere untereinander und in ihrer Umwelt verhalten.“
Suchomels Praktikum in Harvard reicht noch bis Februar, danach führt ihn den Weg nach Belgien an die KU Leuven – eine, wie er sagt „der besten Unis in Europa wenn es um KI geht“. Anschließend möchte er in einen „starken Master“ reinkommen und weiter an KI forschen. Wo das sein wird, sei erstmal zweitrangig: „Hauptsache starke Labs.“
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.
