8 Empfehlungs­systeme

Nun brauchen wir nur noch ein Verfahren, das rein mechanisch funktioniert. Du ahnst es schon: Wir brauchen einen Algorithmus, und der lautet so:

1 – Gehe die Tabelle für jede Person zeilenweise durch und schaue für jeden Film, ob die Präferenz der Person mit Yanniks übereinstimmt, also beide 1 (like) oder beide 0 (dislike); wenn ja, dann zähle das als +1, wenn nein, also bei unterschiedlichen Bewertungen, dann zähle das als 0.

2 – Summiere die Übereinstimmungen in der letzten Spalte „Ähnlichkeit“.

3 – Schaue dir das Ergebnis an. Mit wem hat Yannik die meisten Punkte gemein? Welche Bewertung hat diese Person dem Film Pulp Fiction gegeben? Richtig, die meisten Übereinstimmungen gibt es mit Bernd, also nimmt man an, dass er auch Pulp Fiction ebenso bewertet wie Bernd. Da Bernd den Film gut findet, nimmt die Software an, dass auch Yannik den Film gut findet.

Nachdem Mo das Yannik erklärt hat, sagt dieser: „Ach, so simpel geht das? Aber was ist, wenn ich manchmal tagelang Sachen vorgeschlagen bekomme, die ich überhaupt nicht mag?“

Mo antwortet: „Aber das ist doch ein guter Hinweis darauf, dass du a) nicht abgehört wirst und b) der Algorithmus auch Fehler machen kann. Und es gibt bei dem Filmbeispiel natürlich auch keine Garantie, dass der Film Pulp Fiction dir wirklich gefällt.“

Yannik: „Stimmt. Man tendiert dazu, manche Sachen überzubewerten. Jetzt, wo ich weiß, wie es funktioniert, ist es eigentlich ziemlich einfach. Ich werde mir also Pulp Fiction mal ansehen und dir morgen sagen, ob er mir wirklich gut gefallen hat.“

Dieses Modell ist natürlich extrem vereinfacht. Bei einem riesigen Streamingdienst wie Netflix, Amazon Prime oder Hulu haben wir Millionen von Nutzern und Hunderttausende Filme, und die Berechnungen können nur mit einem riesigen Rechenaufwand durchgeführt werden. Interessant ist aber, dass das System – ohne irgendetwas über die Persönlichkeit der Nutzer zu wissen – zu relativ guten Vorhersagen kommt. An diesem Beispiel können wir im Kern schon sehen, wie die KI-Verfahren mit Kundendaten funktionieren.

Wir haben mindestens drei Elemente:

1 Die Kundendaten, in diesem Fall die Filmpräferenzen, möglichst in Zahlen kodiert.

2 Das Modell oder den Algorithmus, das ist nichts anderes als ein Rechenverfahren, das die Zahlen verrechnet.

3 Die Vorhersage oder Prediction. Man speist die Daten ein, über die man eine Vorhersage machen will, und erhält auf der Basis von 1. und 2. eine errechnete Antwort.

Je nach der Anzahl und Qualität der Ausgangsdaten ist diese Antwort mehr oder weniger gut, d.h. ein Algorithmus kann auch danebenliegen, weil a) nicht genügend aussagekräftige oder sogar widersprüchliche Daten zur Beantwortung einer Frage vorliegen, oder weil b) der gewählte Algorithmus vielleicht nicht ausgereift genug ist, um diese Frage zu beantworten.

Der Algorithmus, der in unserem Beispiel diese Zuordnung macht, heißt übrigens K-Nearest-Neighbor, also nächste Nachbarn. Und das ist ja in diesem Fall ein guter Name. Denn in dem Beispiel ist Bernd, was den Filmgeschmack betrifft, der „nächste Nachbar“ zu Yannik, also ihm am ähnlichsten.

Hier ist der K-Nächste-Nachbarn-Algorithmus noch mal im Video erklärt:

Erweiterte Modelle
Selbstverständlich ist das Modell nicht auf Filme beschränkt. Oft wird es bei Shopping-Portalen wie Amazon oder Ebay eingesetzt, wo Millionen von Kunden sich Millionen von Produkten anschauen. Bei den Bewertungen von Produkten gibt es oft genauere Angaben als „Like“ oder „Not Like“. Besonders beliebt sind 5-Sterne- oder 10-Punkte-Skalen (z.B. bei Amazon oder Booking). Man kann sich also leicht vorstellen, dass die Berechnung von Vorhersagen auf der Basis solcher Daten millionenfach komplexer ist als unser Beispiel. Aber das ist heutzutage kein Problem, da große Firmen wie Amazon ganze „Farmen“ voll von Computern haben, die Tag und Nacht mit solchen Datenmengen rechnen können. Das Entscheidende ist, dass die Vorschläge hier allein aufgrund von statistischen Ähnlichkeiten gemacht werden.

Vorteile/Nachteile:

Die Vorteile dieser Methode sind:

a) Man muss nichts über die Nutzer wissen, nur deren Bewertungen kennen.

b) Die Empfehlungen funktionieren auch über Produktkategorien hinweg: Hennes mag z.B. Bike-Zubehör und guckt außerdem gerne Sport-Dokus über die Tour de France. Das könnte eventuell auf mehrere Sport-Freaks zutreffen.

c) Wenn sich die Geschmäcker ändern oder neue Filme/Produkte hinzukommen, passt der Algorithmus das Modell an. Denn die Liste der Likes ändert sich ja ständig mit neuen Nutzern und neuen Filmen oder Produkten.

Die wirtschaftliche Seite
Unternehmen, die Empfehlungssysteme einsetzen, versprechen sich davon wirtschaftliche Vorteile. Zum Beispiel wollen sie ihre Nutzer länger in ihren Diensten halten, eine höhere Beteiligung erzielen z.B. durch mehr Kommentare oder Bewertungen oder einfach mehr Umsatz durch Zusatzverkäufe generieren.

Beispiel:
Der 1-Millionen-Netflix Price

Von 2006 – 2009 veranstaltete der Videostream-Anbieter Netflix einen Wettbewerb, in dem es darum ging, den damals bestehenden Vorschlagsalgorithmus um 10 Prozent besser zu machen. Als Preisgeld wurde dafür 1 Million Dollar ausgelobt. Netflix stellte dazu einen Datensatz mit 100 Millionen Bewertungen von 480.189 Nutzern über 17.770 Filme bereit, wobei die Nutzerdaten anonymisiert wurden.

Im September 2009 zahlte Netflix 1 Millionen Dollar an ein Team von KI-Experten, die eine Verbesserung der Vorhersagen um knapp über 10 Prozent erreicht haben. https://www.netflixprize.com https://en.wikipedia.org/wiki/Netflix_Prize

Übung: Warum zahlt Netflix so viel Geld für eine relativ geringe Verbesserung von 10 Prozent? Rechnen wir einmal nach. Nehmen wir an, durch bessere Film- und Serien-Vorschläge sind die Netflix-User zufriedender mit dem Angebot, und daraus folgt, insgesamt 100.000 Nutzer kündigen nicht nach 6 Monaten, sondern erst nach 8 Monaten. Sie sind also zwei Monaten länger Netflix-User.

Im Monat kostet Netflix 10 Dollar. Wie viel verdient Netflix dann mit diesen 100.000 Usern zusätzlich?

Musterlösung: 100.000 User x 2 Monate x 10 Dollar/Monat = 2 Millionen Dollar.

Wird dir jetzt klarer, warum es heißt:

Daten sind das neue Öl?

Auch da, wo es nicht sofort offensichtlich ist, dass man damit mehr Geld verdient, werden Empfehlungssysteme eingesetzt, z.B. bei YouTube, TikTok oder Facebook. Was könnte die Motivation der Betreiber sein, möglichst gute Vorschläge für die Postings, die man als nächstes sieht, oder für Videos zu machen

Psychologische/Gesellschaftliche Seite
Wir haben gesehen, dass Empfehlungssysteme gut für die Firmen sind, die diese einsetzen. Welche Vor- und Nachteile haben nun die User davon?

Ein weiterer kritischer Punkt ist, dass bei dem jeweiligen Anbieter riesige Datenmengen über jeden einzelnen Nutzer gesammelt werden. Sollten diese Daten öffentlich werden oder Hackern in die Hände fallen, könnte das Nachteile für die jeweiligen Nutzer haben.

Welche Daten können problematisch sein?

Daten über:

– sexuelle Orientierung
– politische Einstellung
– welche Inhalte werden intensiv genutzt
– ist jemand krank oder anderweitig benachteiligt (z.B. Rechtschreibschwäche)
– Eventuell lassen bestimmte Filme/Produkte auch auf bestimmte Einstellungen oder Lebensweisen schließen (Homosexualität, Gewaltbereitschaft, Neigung zu politischem Extremismus)

Medien zu Vertiefung:
Einfache Erklärung:
https://de.wikipedia.org/wiki/Kollaboratives_Filtern

Katharina Nocun: Was Amazon alles über uns weiß
 https://futurezone.at/netzpolitik/was-amazon-alles-ueber-uns-weiss/400367864