Derral Eves - Die YouTube-Formel

Diese Verschiebung zur Wiedergabezeit veränderte YouTubes Zuschauerschaft – Menschen blieben länger auf der Plattform. Die von einigen Creators genutzten irreführenden »Lockvogel«-Strategien wurden von der KI nicht mehr belohnt, weil die Zuschauer schnell ausstiegen, wenn der Content nicht lieferte, was Titel und Thumbnail versprachen. Viewer verweilten länger, um Videos zu schauen, die das lieferten, was sie versprachen, und die KI verfolgte diese Videos mit längerer Verweildauer und schlug sie häufiger vor. Darüber hinaus blieben Viewer, um anzuschauen, was die KI als Nächstes vorschlug, weil es einen Bezug zu den Inhalten aufwies, für die sie sich bereits interessiert hatten.

Mit anderen Worten: Die Viewer schluckten diesen neuen KI-Köder – Haken, Leine und Senkblei. Die neue YouTube-KI erreichte, dass Besucher länger verweilten, und die YouTube-Leute waren darüber ganz aus dem Häuschen. Sie hatten die Daten von der Weichenstellung peinlich genau beobachtet und warteten mit gemeinschaftlich angehaltenem Atem ab, ob es klappte oder floppte. Schon im Mai 2012, nur wenige Monate nach Integration der neuen KI, zeigten die Daten, dass die durchschnittliche Verweildauer vier Mal so hoch war wie im vorherigen Mai. Gemeinschaftlicher Seufzer der Erleichterung.

Die YouTube-KI hat sich im Laufe der Zeit verändert, um auf die jeweiligen Kunden zugeschnittene personalisierte Feeds zu erstellen. Die Homepage ist nicht länger kanaldominiert, sondern zeigt einen Mix aus Videos, die aufgrund von individuellen Aufrufmustern und Sehverhalten direkt ausgewählt werden. Jetzt wird mit verblüffender Genauigkeit angezeigt, was ein Zuschauer eventuell sehen möchte. Das ist eine große Veränderung der oberflächlichen Vorschläge von einst. Du verlässt die Seite nicht mehr, weil die Videos nur eine andere Version dessen sind, was du gerade geschaut hast – du verweilst, um das Video anzuklicken, das du nie zuvor gesehen hast, das dich aber definitiv reizt. Es ist, als ob YouTube einen Schneider eingestellt hätte, der hereinkommt und deine Maße nimmt, damit er dir ein Outfit schneidern kann, von dem du nicht einmal wusstest, dass du es haben wolltest. Wer liebt nicht das Gefühl von etwas, das wie angegossen passt? Und das auch nicht genauso aussieht wie jedes andere Outfit, das du schon besitzt?

Für weitere Erklärungen lass uns zurückspulen und die Daten erneut untersuchen. Nach dem ersten Jahrzehnt im 21. Jahrhundert wurde YouTube mit einigen harten Wahrheiten konfrontiert. Zunächst schauten seine Nutzer Videos auf anderen Plattformen, anstatt direkt auf die Seite zu kommen. YouTubes Zuschauerzahlen waren hoch, aber nur, weil Menschen YouTube-Videos schauten, die mit großen Plattformen wie Facebook oder Twitter geteilt wurden. Das machte es YouTube unmöglich, Daten über seine Konsumenten zu sammeln, zu speichern und zu monetarisieren.

Eine weitere harte Wahrheit war, dass YouTube unterschiedliche Betriebsprogramme für unterschiedliche Geräte und Applikationen hatte, so dass sie die Teilchen sammeln und ein Betriebssystem an einem Ort rebooten mussten, direkt an der Quelle. Schockierenderweise hatte YouTube seinerzeit nicht einmal ein Einwahlsystem für die Analyse der mobilen Nutzung, was eine peinliche Erkenntnis war, da ein großer Prozentsatz der Viewer mobil unterwegs war. YouTubes museumsreife digitale mobile Entwicklung verlief quälend langsam und es musste etwas dagegen unternommen werden, sofort.

Die Stunde der Einführung von InnerTube im Jahr 2012: Entwicklung eines abteilungsübergreifenden Programms am Hauptsitz von YouTube zur Umgestaltung von Algorithmen und der Entwicklung von oben nach unten. InnerTube setzte das System zurück und beobachtete dessen Neustart an einem Ort zwecks Sicherstellung, dass alles korrekt und schnell Gestalt annahm. Es war unbedingt erforderlich, dass Implementierungen schnell erfolgten und vor der Anwendung in allen Bereichen getestet werden konnten. Wenn eine neue Änderung nicht funktionierte, mussten sie sie schnell runterholen, ohne die ganze Chose lahmzulegen. Dann optimierten sie sie und versuchten es erneut.

Ein weiteres essenzielles Element für den Neustart war die Nutzung von Deep-Learning-Maschinen. Googles KI hatte mehrere Entwicklungs- und Anwendungsphasen durchlaufen und wurde immer besser. Googles Deep-Learning-KI war jetzt in der Lage, gigantische neuronale Netzwerke zu nutzen, die wirklich gut in Bereichen wie Empfehlungen und Suche wurden. Deep Learning geht über das grundlegende maschinelle Lernen insofern hinaus, als dass es durch seinen Aufbau menschliche neuronale Netzwerke imitiert. Es zieht nichtlineare Rückschlüsse.

Die Eingabedaten für die Deep-Learning-Maschinen auf YouTube ergaben sich aus dem Verhalten der Nutzer. Dabei wurde nicht nur das »positive« Zuschauerverhalten (welche Videos sie mochten und bis zum Ende anschauten) beobachtet, sondern auch das »negative« Verhalten (welche Videos sie übersprangen oder sogar von ihrer maßgeschneiderten Homepage oder »Up Next«-Empfehlung entfernten). Sowohl das positive als auch das negative Verhalten der Nutzer zu verfolgen, ist für die Genauigkeit des Algorithmus unverzichtbar. Dieses Neuronennetzwerk ist so gut geworden, dass es aufgrund des aktuellen Nutzerverhaltens vorhersagen kann, wie mit neuen oder ungewohnten Videos umzugehen ist. Zu sagen: »Es hat seinen eigenen Kopf«, geht nicht zu weit. Die KI beobachtet tatsächlich nicht das gesamte Internetverhalten eines Nutzers; sie beobachtet nur, was auf YouTube geschieht. Das ist wichtig, weil das die Zielgenauigkeit der Empfehlungen aufrechterhält.

Wie?

Sagen wir, du würdest auf Google.comgehen und »Steakhäuser in Los Angeles« in die Suchleiste eintippen. Heißt das, du würdest beim nächsten Mal, wenn du auf YouTube.comgehst, Empfehlungen für Videos haben wollen, in denen gezeigt wird, wie man das perfekte Steak grillt? Oder dass du eine Video-Tour durch LA sehen möchtest? Wahrscheinlich nicht. Aber wenn du direkt in YouTubes Suchleiste eingibst: »Wie grillt man das perfekte blutige Steak?« und dann das erste empfohlene Video aufrufst, könnten als Nächstes folgende Videos vorgeschlagen werden: »Der stärkste Mann der Welt – den ganzen Tag essen«, dann »Wie reinigt man eine gusseiserne Bratpfanne?« Diese sekundären Videos haben nichts mit dem Steak zu tun, aber kannst du erkennen, dass der Zuschauer wahrscheinlich ein Kandidat für weitere Aufrufe ist? Das ist eine Deep-Learning-Maschine, die weiß, was sie tut. Und YouTube und sein Ökosystem sind unmittelbare Wohltäter, denn wenn die Viewer mehr schauen, machen alle mehr Geld und bekommen eine größere Markenpräsenz.

YouTube empfiehlt Nutzern jeden einzelnen Tag hunderte Millionen von Videos in Dutzenden verschiedenen Sprachen in jedem Winkel der Welt. Seine Vorschläge machen 75 % der Zeit aus, die die Menschen auf der Seite verbringen.

Im Jahr 2012 lag die tägliche Verweildauer im Durchschnitt bei etwa hundert Millionen Stunden. Im Jahr 2019 liegt der Durchschnitt bei einer überwältigenden Milliarde Stunden pro Tag. Insgesamt konsumieren Zuschauer auf einer Website eine Milliarde Stunden Video-Content an jedem einzelnen Tag! Über diese Zeitspanne von sieben Jahren und nach tausenden, wenn nicht zehntausenden von Optimierungen und Anstößen ist die Deep-Learning-KI richtig gut darin geworden, Videos zu empfehlen, damit Viewer länger schauen. Sie wurde zu einem Experten im digitalen Gärtnern, der auf der Grundlage der Videos, an denen sie »sich geweidet« haben, weiß, welches Produkt er für die einzelnen Kunden ernten muss. Auch du kannst YouTube-Gärtnermeister werden, wenn du dich mit dem richtigen Werkzeug bewaffnest. Halte einfach deine Schaufel fest, weil wir alle noch beim ersten Spatenstich sind.