Description: Automatische Recherche findet Memes und TV-Momente, die selbst der Website-Betreiber nicht kennt. Warum ausgelagerte Entdeckung wertvoller sein kann als bloß automatisiertes Schreiben.
Der Betreiber klickt auf die Schlagzeile seiner eigenen Seite
Stellen wir uns vor, jemand öffnet die neuen Artikel seiner Website und stößt auf ein Meme, von dem er noch nie gehört hat. „Was soll das denn sein?“ Er klickt, liest die Erklärung und lacht. Erst danach fällt ihm auf: Er selbst hat das System beauftragt, das diesen Artikel erstellt hat. Das ist, als würde ein Restaurantbesitzer in seinem eigenen Lokal Platz nehmen und nach dem Tagesgericht fragen. Die Küche serviert etwas aus einem Land, dessen Küche der Chef bislang nicht einmal kannte. Der Besitzer ist plötzlich Stammgast im eigenen Haus.
Ausgelagert wurde nicht nur Arbeit, sondern auch der Blickwinkel
Bei gewöhnlicher KI-Nutzung gibt der Mensch das Thema vor: Recherchiere dies, fasse jenes zusammen, schreibe einen Entwurf. Die Ausführung wird schneller, aber die Fragen stammen weiterhin aus der bekannten Welt des Auftraggebers. Ein Recherche-System, das selbst nach Themen sucht, beginnt früher. Es durchsucht lokale Nachrichten in Originalsprachen, offizielle Kanäle von Fernsehsendungen, Beiträge von Creatorn und öffentlich zugängliche Diskussionen. Zurück bringt es Namen, Szenen und Fragen, auf die der Betreiber als Suchbegriffe nie gekommen wäre. Man wollte einen Assistenten. Geliefert wurde offenbar auch ein Fernrohr.
Jenseits des eigenen Feeds gibt es noch andere Pointen
Die üblichen Empfehlungen spiegeln einen Teil unserer Sprachen, Orte und Sehgewohnheiten. Anderswo bricht das Publikum einer Comedyshow vielleicht wegen einer Anspielung auf eine Sendung von vor zehn Jahren in Gelächter aus. Ein Livestream wird erst mit Kenntnis einer alten Auseinandersetzung verständlich. Ein Wortspiel verliert bei der Übersetzung seinen Witz. Ein guter Erklärartikel berichtet deshalb nicht bloß, dass jemand etwas gesagt hat. Er zeigt, was passiert ist, worauf sich die Aussage bezieht und warum Menschen darüber lachen. Dazu gehören Originalquelle und sprachlicher Kontext. Ein lokaler Trend ist dabei noch kein weltweites Phänomen. Mehr Länder zu untersuchen ist ein realistisches Ziel; vollständigen Überblick zu behaupten wäre etwas ganz anderes.
Warum macht eine fremde Überschrift neugierig?
„YouTuber veröffentlicht Video“ ist eine normale Meldung. „Warum verstummten während dieses Streams plötzlich alle?“ stellt eine konkrete Frage, selbst für Menschen, die den Kanal gar nicht kennen. Der Psychologe George Loewenstein beschrieb 1994 Neugier als Reaktion auf eine wahrgenommene Wissenslücke. Forschung zu Empfehlungssystemen diskutiert zudem überraschende und gleichzeitig relevante Entdeckungen unter dem Begriff Serendipität. Nicht das Zufällige allein ist interessant, sondern eine Überraschung mit erkennbarem Nutzen. Allerdings muss der Artikel die Frage beantworten. Wer eine „unglaubliche Wahrheit“ verspricht und anschließend nur „viele Ursachen sind denkbar“ liefert, hat die Neugier in einen neuen Warteraum geschickt.
Automatisch finden heißt noch lange nicht automatisch prüfen
Ein kurzer Videoausschnitt kann den Anfang der Geschichte weglassen. Deshalb gehören Originalaufnahme, Datum, beteiligte Personen, genaue Aussagen und nachweisbare Reaktionen zur Recherche. Ein Sketch ist keine biografische Beichte, eine Vermutung kein bestätigtes Ereignis. Google Search Central betont eigene Informationen und Analysen, die Lesern helfen, und warnt vor massenhaft erzeugten Seiten ohne Mehrwert, die Suchergebnisse manipulieren sollen. Die eigentliche Leistung liegt in der Einordnung. Bei zwölf Sprachversionen braucht jedes Publikum außerdem verständliche kulturelle Hintergründe. Ein Insiderwitz bleibt ein Insiderwitz, auch wenn man ihn elfmal übersetzt.
Beweist der Klick des Betreibers den Erfolg?
Er zeigt zwei kleine Dinge: Das System hat tatsächlich ein unbekanntes Thema geliefert, und die Überschrift hat bei einer Person Neugier geweckt. Ob andere Leser klicken, zufrieden sind und den Artikel finden, muss man separat anhand von Suchimpressionen, Besuchen und tatsächlichen Antworten prüfen. Ein lachender Betreiber ist ein Anfang. Eine weltweite Leserstatistik sieht anders aus.
Der Chefredakteur setzt sich ins Publikum
Die Recherche bringt ein fremdes Thema, der Betreiber liest und entdeckt eine weitere Frage. Daraus entsteht der nächste Auftrag. Suchen, Schreiben und Lesen bilden einen Kreislauf, der neue Ideen erzeugt. Geplant war eine Artikelfabrik. Herausgekommen ist nebenbei ein Fenster in eine Welt, an die der Betreiber zuvor nicht gedacht hatte. Der Chef betritt als Erster sein Restaurant und fragt trotzdem: „Was steht heute eigentlich auf der Karte?“
Quellen (5)
- George Loewenstein (1994), The psychology of curiosity: A review and reinterpretation, Psychological Bulletin, 116(1), 75–98. https://doi.org/10.1037/0033-2909.116.1.75
- Denis Kotkov, Shuaiqiang Wang & Jari Veijalainen (2016), A survey of serendipity in recommender systems, Knowledge-Based Systems, 111, 180–192. https://doi.org/10.1016/j.knosys.2016.08.014
- Reza Jafari Ziarani & Reza Ravanmehr (2021), Serendipity in Recommender Systems: A Systematic Literature Review, Journal of Computer Science and Technology. https://jcst.ict.ac.cn/article/cstr/32374.14.s11390-020-0135-9
- Google Search Central, Creating helpful, reliable, people-first content. https://developers.google.com/search/docs/fundamentals/creating-helpful-content
- Google Search Central, Spam policies for Google Web Search (scaled content abuse). https://developers.google.com/search/docs/essentials/spam-policies
