Whitepaper<\/a> erkl\u00e4rte Google ungew\u00f6hnlich ausf\u00fchrlich die Hintergr\u00fcnde der \u00c4nderungen. Allerdings blieb die zugrundeliegende Logik des Algorithmus und wie genau das maschinelle Lernen Einfluss auf diesen hat, weiter ein gut geh\u00fctetes Geheimnis.<\/p>\nKurz zusammengefasst sollten die \u00c4nderungen dazu beitragen, die Optimierung der Vorschl\u00e4ge zu verbessern. Au\u00dferdem sollten Tricksereien, um den Algorithmus zu manipulieren, weiter einged\u00e4mmt werden. Nach wie vor galt die Ansichtsdauer von Videos als wichtigster Faktor.<\/p>\n
2016 bis 2018: Probleme durch Filterblasen und Fake News<\/h2>\n
Der mittlerweile zur waschechten k\u00fcnstlichen Intelligenz ausgestaltete Algorithmus muss sich der gleichen Kritik stellen, wie beispielsweise die Systeme von Facebook, Twitter und Co.: Durch die zu starke Personalisierung der Vorschl\u00e4ge entstehen Filterblasen. Radikale und oftmals schlichtweg falsche Informationen werden nicht ausreichend gekennzeichnet oder entfernt.<\/p>\n
Das enge Zuschneiden der Vorschl\u00e4ge auf die Interessen einer einzelnen Person ist beispielsweise bei Hobby- und Freizeitthemen tendenziell kein Problem. Sobald es allerdings an Themen der politischen Bildung und Nachrichten geht, stellt das ein gro\u00dfes Problem dar. Die k\u00fcnstliche Intelligenz kann n\u00e4mlich (noch) nicht zwischen wahren und unwahren Nachrichten unterscheiden und auch ethische Gesichtspunkte muss sie erst lernen.<\/p>\n
F\u00fcr YouTube bedeutet das nicht nur moralische Probleme, sondern auch eine starke \u00f6konomische Bedrohung. Viele Marken ziehen sich zumindest vor\u00fcbergehend von der Plattform zur\u00fcck. Selbst bei Werbeschaltung auf ausschlie\u00dflich \u201emarkensicheren\u201c Kan\u00e4len kommt es immer wieder vor, dass diese im Zusammenhang mit zumindest problematischen Videos ausgeliefert wird.<\/p>\n
2018 bis 2019: Optimierung der k\u00fcnstlichen Intelligenz<\/h2>\n
Deshalb wird die k\u00fcnstliche Intelligenz weiter angepasst. Einerseits durch das Schaffen von Stellen f\u00fcr sogenannte \u201eKuratoren\u201c, die Inhalte bewerten und l\u00f6schen. Bei 400 Stunden Videomaterial, die jede Minute hochgeladen werden, ist es aber ein aussichtsloses Unterfangen, jedes Video manuell zu pr\u00fcfen.<\/p>\n
Vielmehr soll so die k\u00fcnstliche Intelligenz trainiert werden, bessere Vorschl\u00e4ge zu liefern. Und vor allem solche Videos von den Vorschl\u00e4gen auszuschlie\u00dfen, die gegen ethische oder moralische Standards versto\u00dfen.<\/p>\n
Als zweite Ma\u00dfnahme wird Kan\u00e4len, die eben solche Inhalte verbreiten, die Option zur Monetarisierung entzogen. Das bedeutet, dass solche Kan\u00e4le keine Verg\u00fctung f\u00fcr eingeblendete Werbung mehr erhalten. Hierdurch soll den Betreibern die Motivation zur Verbreitung von falschen Inhalten genommen werden. Kan\u00e4le, die klar gegen geltendes Recht versto\u00dfen, werden au\u00dferdem nun deutlich schneller gesperrt und ihre Videos gel\u00f6scht.<\/p>\n
Doch auch gegen diese Ma\u00dfnahmen regt sich Kritik: Teilweise berichten Betreiber legitimer Kan\u00e4le, grundlos von der Monetarisierung ausgeschlossen worden zu sein. Letztendlich wird YouTube auch hier auf manuelle Ma\u00dfnahmen zur\u00fcckgreifen m\u00fcssen, um die k\u00fcnstliche Intelligenz weiter zu verbessern und differenzierter entscheiden zu lassen.<\/p>\n
Auf welcher Basis entscheidet die k\u00fcnstliche Intelligenz von YouTube heute?<\/h2>\n
K\u00fcnstliche Intelligenzen arbeiten am effizientesten, wenn die Optimierung hinsichtlich einer einzelnen Variablen erfolgt. Bei YouTube ist diese seit 2012 und trotz allen damit einhergehenden Schwierigkeiten nach wie vor die Ansichtsdauer der Nutzer. Dabei st\u00fctzt sich die k\u00fcnstliche Intelligenz auf folgende Leistungsdaten der Videos:<\/p>\n
\n- Wie oft andere Nutzer das Video angesehen haben, nachdem es vorgeschlagen wurde<\/li>\n
- Wie lange Nutzer das entsprechende Video angesehen haben<\/li>\n
- Wie schnell das Video an Beliebtheit gewinnt, also die Wachstumsrate der Ansichten<\/li>\n
- Wie neu ein Video ist (Sehr neue Videos erhalten teilweise eine bessere Bewertung, damit diese \u00fcberhaupt eine Chance haben, vorgeschlagen zu werden)<\/li>\n
- Wie regelm\u00e4\u00dfig und oft der Kanal, von dem das Video stammt, Inhalte ver\u00f6ffentlicht<\/li>\n
- Wie viel Zeit die Nutzer insgesamt auf YouTube verbracht haben, wenn sie in dieser Sitzung das entsprechende Video gesehen haben<\/li>\n
- Interaktionen der Nutzer: Anzahl und Verh\u00e4ltnis von Likes und Dislikes sowie die Anzahl und L\u00e4nge der abgegebenen Kommentare<\/li>\n
- Wie viele Nutzer das Video als \u201enicht interessiert\u201c aus ihren Vorschl\u00e4gen entfernt haben<\/li>\n<\/ul>\n
Nat\u00fcrlich sollen Nutzer aber auch m\u00f6glichst einfach die Inhalte finden, die sie sehen wollen. Hierzu wird zus\u00e4tzlich abgeglichen, inwieweit die Metadaten der Videos zur Suchanfrage der Nutzer passen. Dieses System \u00e4hnelt der Logik der Google-Suche und st\u00fctzt sich auf Daten wie die Videobeschreibung, Hashtags und Verlinkungen.<\/p>\n
[\/et_pb_text][\/et_pb_column][\/et_pb_row][et_pb_row _builder_version=“3.25″ background_size=“initial“ background_position=“top_left“ background_repeat=“repeat“][et_pb_column type=“4_4″ _builder_version=“3.25″ custom_padding=“|||“ custom_padding__hover=“|||“][et_pb_text _builder_version=“3.29.3″ text_orientation=“center“]<\/p>\n
Egal ob kleiner Algorithmus oder gesamte Systemlandschaft – wir hosten Ihre Systeme zuverl\u00e4ssig & flexibel.<\/strong><\/p>\n[\/et_pb_text][et_pb_button button_url=“https:\/\/www.it-services-mittelstand.de\/server-hosting\/“ url_new_window=“on“ button_text=“Hier informieren“ button_alignment=“center“ _builder_version=“3.29.3″ custom_button=“on“ button_bg_color=“#ff9b00″ button_border_width=“0″ background_layout=“dark“ button_text_size__hover_enabled=“off“ button_text_size__hover=“null“ button_one_text_size__hover_enabled=“off“ button_one_text_size__hover=“null“ button_two_text_size__hover_enabled=“off“ button_two_text_size__hover=“null“ button_text_color__hover_enabled=“off“ button_text_color__hover=“null“ button_one_text_color__hover_enabled=“off“ button_one_text_color__hover=“null“ button_two_text_color__hover_enabled=“off“ button_two_text_color__hover=“null“ button_border_width__hover_enabled=“off“ button_border_width__hover=“null“ button_one_border_width__hover_enabled=“off“ button_one_border_width__hover=“null“ button_two_border_width__hover_enabled=“off“ button_two_border_width__hover=“null“ button_border_color__hover_enabled=“off“ button_border_color__hover=“null“ button_one_border_color__hover_enabled=“off“ button_one_border_color__hover=“null“ button_two_border_color__hover_enabled=“off“ button_two_border_color__hover=“null“ button_border_radius__hover_enabled=“off“ button_border_radius__hover=“null“ button_one_border_radius__hover_enabled=“off“ button_one_border_radius__hover=“null“ button_two_border_radius__hover_enabled=“off“ button_two_border_radius__hover=“null“ button_letter_spacing__hover_enabled=“off“ button_letter_spacing__hover=“null“ button_one_letter_spacing__hover_enabled=“off“ button_one_letter_spacing__hover=“null“ button_two_letter_spacing__hover_enabled=“off“ button_two_letter_spacing__hover=“null“ button_bg_color__hover_enabled=“off“ button_bg_color__hover=“null“ button_one_bg_color__hover_enabled=“off“ button_one_bg_color__hover=“null“ button_two_bg_color__hover_enabled=“off“ button_two_bg_color__hover=“null“][\/et_pb_button][\/et_pb_column][\/et_pb_row][\/et_pb_section]<\/p>\n","protected":false},"excerpt":{"rendered":"
Mehr als 70 Prozent der Zeit, die Nutzer auf YouTube verbringen, sehen diese vom YouTube-Algorithmus empfohlene Videos. Das sagt zumindest Neal Mohan, der als Chief Product Officer (CPO) bei Google f\u00fcr die Videoplattform zust\u00e4ndig ist. Dahingegen betr\u00e4gt die Zeit, die die Nutzer Inhalte schauen, nach denen sie selbst aktiv gesucht haben, lediglich 30%. Wie schafft es YouTube, uns also so treffsicher die richtigen Videos vorzuschlagen? Und ist das noch ein Algorithmus oder schon K\u00fcnstliche Intelligenz?<\/p>\n","protected":false},"author":3,"featured_media":5818,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_et_pb_use_builder":"on","_et_pb_old_content":"","_et_gb_content_width":"","content-type":"","footnotes":""},"categories":[65],"tags":[70,89],"_links":{"self":[{"href":"https:\/\/www.abilis.de\/blog\/wp-json\/wp\/v2\/posts\/5815"}],"collection":[{"href":"https:\/\/www.abilis.de\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.abilis.de\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.abilis.de\/blog\/wp-json\/wp\/v2\/users\/3"}],"replies":[{"embeddable":true,"href":"https:\/\/www.abilis.de\/blog\/wp-json\/wp\/v2\/comments?post=5815"}],"version-history":[{"count":5,"href":"https:\/\/www.abilis.de\/blog\/wp-json\/wp\/v2\/posts\/5815\/revisions"}],"predecessor-version":[{"id":5869,"href":"https:\/\/www.abilis.de\/blog\/wp-json\/wp\/v2\/posts\/5815\/revisions\/5869"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.abilis.de\/blog\/wp-json\/wp\/v2\/media\/5818"}],"wp:attachment":[{"href":"https:\/\/www.abilis.de\/blog\/wp-json\/wp\/v2\/media?parent=5815"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.abilis.de\/blog\/wp-json\/wp\/v2\/categories?post=5815"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.abilis.de\/blog\/wp-json\/wp\/v2\/tags?post=5815"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}