ein Thumbnail mit einer Nahaufnahme des Gesichts des weltberühmten Physikers Stephen Hawking als solche in CV erkannt, kann das Video in dem Vorschlagsfeed zusammen mit jedem anderen Video auf YouTube »gruppiert« werden, das mit dem Thema Stephen Hawking verschlagwortet ist. Auf diese Weise werden deine Videos gefunden und gesehen.
Des Weiteren nutzt CV ein »Sicherheits-Tool«, das aufgrund der aus den Bildern in deinem Thumbnail gesammelten Daten feststellt, ob dein Video für alle Zielgruppen geeignet ist oder ob es »Erwachsenenthemen«, Gewalt oder andere fragwürdige Inhalte zum Gegenstand hat, und gibt ihm einen »Zuverlässigkeitswert« entsprechend dieser Feststellung. Dieser Wert gibt außerdem an, wie genau der Content dem gezeigten Thumbnail entspricht. Das heißt, du kannst ein Thumbnail gestalten, mit Cloud Vision verbinden und schon, bevor du das Video vollständig hochgeladen hast, erfahren, wie das Thumbnail von dem System voraussichtlich bewertet werden wird. Die Verwendung von Cloud Vision kann helfen, etwas auszumachen, das – aus welchem Grund auch immer – an einem x-beliebigen Datenpunkt als unangemessen gekennzeichnet wird, und somit dem Creator die Gelegenheit geben, das Problem zu beheben, noch bevor das Video online ist. Das hat die Demonetarisierung und andere Probleme, mit denen Creators in der Vergangenheit zu kämpfen hatten, reduziert. Es kann ein sehr wertvolles Instrument sein und dir helfen, den Problemen immer einen Schritt voraus zu sein. CV ist keine exakte Kopie von YouTubes Sicherheitsmaßnahmen, kommt diesen aber nahe genug, dass die Creators eine gute Vorstellung davon bekommen, wie der Content von YouTube definiert wird. CV toleriert möglicherweise etwas, das YouTube nicht toleriert, aber dennoch ist es ein hinreichendes Pre-Launch-Tool.
Abbildung 4.1: Thumbnail mit Datenpunkten
Videointelligenz
Nach Prüfung des Thumbnails geht die KI jeden einzelnen Rahmen des Videos durch und erstellt Sequenzprotokolle und Bezeichnungen aufgrund dessen, was sie in dem Content des Videos selbst sieht. Wenn du beispielsweise ein Video auf einem Parkplatz drehst, erkennt die KI die Ladenfront, Menschen, Blumen, Marken und noch mehr und kann diese Informationen dann für Empfehlungen protokollieren und dieselbe Sicherheitsroutine durchlaufen lassen, die sie nutzt, um Thumbnail-Bilder zu prüfen. Sei dir bewusst, was in dem Frame in jeder Szene in jedem Video, das du erstellst, zu sehen ist! Es wird von der KI erkannt und entsprechend sortiert, weil die KI das Thumbnail validiert. Die KI filtert die Informationen aus jedem kleinen Detail in jedem Frame und bestimmt, was für das Video und seine Metadaten am wichtigsten ist.
Untertitel
Dasselbe macht die KI mit der Sprache im Video. Heute bietet YouTube die Funktion der automatischen Untertitel und die KI liest die Wörter im Untertitel, um auch diese Daten zu sammeln. Das Durchgehen der Frames im Video anhand der Shot-Liste ist also im Grunde wie ein Blick auf das, was visuell gesagt wird, während das Anhören des Tons noch mehr Rückmeldung darüber gibt, was tatsächlich verbalisiert wird. Alles fließt in das System.
Natürliche Sprache
Die KI achtet auch auf vorliegende Satzstrukturen und bricht sie in Satzdiagramme herunter. Damit wird die Bedeutung des Gesagten extrahiert. Sie kann Sprache unterscheiden, so dass sie sie nach Kategorien unterteilen kann, und nicht nur oberflächlich. So könnten beispielsweise zwei verschiedene Creators in ihren Videos über Stephen Hawking sprechen, und das eine Video könnte eher biografisch oder wissenschaftlich sein, während das andere eher humorvoll oder unterhaltsam ist. Obwohl es in beiden Videos um dieselbe Person geht, sind sie grundsätzlich unterschiedlich genug, dass die KI sie aufgrund der verwendeten Sprache unterschiedlich kategorisiert und mit unterschiedlichen Content-Empfehlungen gruppiert.
Videotitel und Beschreibung
Wie zu erwarten war, betrachtet der Algorithmus auch den Titel und die Beschreibung des Videos, um zu ergänzen, was er bereits durch das Thumbnail, Frame-by-Frame und die Sprache gelernt hat. Doch er verfolgt all diese Informationen nur so lange wie nötig, bevor er dann die eingehenden Zuschauerdaten verwendet. Die KI »weiß«, dass Menschen mit Metadaten täuschen können, aber sie können nicht über das lügen, was tatsächlich im Content ist. Klatsch nicht einfach wahllos einen Titel und eine Beschreibung unter dein Video, nur um es fertig zu bekommen und hochzuladen. Die Sprache zählt, also wähle deine Worte klug. Die meisten Creators nutzen nicht das volle Potenzial der Videobeschreibung. Sie ist ein weiterer Datenpunkt, den die KI beim Suchmaschinen-Ranking und Finden berücksichtigt.
Teil 2: Algorithmus im Plural
Wusstest du, dass YouTube mehr als nur einen Algorithmus hat? Die KI nutzt mehrere Systeme und jedes verfolgt sein eigenes Ziel. Die Zuschauer sehen folgende Oberflächeneigenschaften:
Browserfunktion: Homepage und Subscription (Abonnement),
Vorschläge,
Trends,
Benachrichtigung,
Suche.
Jede dieser Funktionen hat einen eigenen Algorithmus, der optimiert werden soll, um eine höhere Trefferrate zu erzielen, und alle füttern die YouTube-KI. Sie haben gesonderte Trefferquoten, um festzustellen, was in jedem einzelnen System tatsächlich für die Nutzer funktioniert. Trefferquote bedeutet, wie oft Viewer das finden können, was sie tatsächlich sehen wollen. Hast du schon mal davon gehört, dass ein Fischer einen »Fang« macht? Das ist genau dann, wenn der Fisch den Köder aufnimmt. Stell dir vor, du wärst der Fischer, der sein Video ins Wasser geworfen hat. Die potenziellen Viewer sind die Fische, die um deinen »Köder« herumschwimmen. Vielleicht zehn Fische werfen einen Blick auf den Köder und schwimmen weiter, weil es nicht die Ködermarke ist, die sie mögen. Aber dann kommt ein Fisch vorbei und sagt: »Das sieht gut aus«, und er beißt an. Sagen wir, du wirfst die Leine zehn Mal aus, und während 100 Fische vorbeigeschwommen sind, haben 10 den Köder geschluckt. Da hast du deine Trefferquote. Diese Trefferquote ist für jedes System in der KI so wichtig. Die Algorithmen reagieren sehr empfindlich auf das Nutzerverhalten und die Metadaten über jede Traffic Source (Verkehrsquelle), so dass sie wissen, wie sie sich verändern müssen, um die Trefferquote zu steigern.
Des Weiteren führt YouTube konstant Experimente durch – mehrere tausend pro Jahr – und dabei setzen sie etwa eine von zehn Veränderungen um, was hunderte von umgesetzten Veränderungen jährlich bedeutet. Diese Veränderungen tragen dazu bei, dass das System klüger wird, und klüger bedeutet, besser darin, die Zuschauer mit dem zu füttern, was sie sehen wollen.
Durchsuchen: Homepage
YouTubes Homepage hat sich im Laufe der Zeit verändert. Nutzer brauchen keine Frage mehr in die Suchleiste einzugeben oder sich nicht mehr die Mühe zu machen zu navigieren. Früher sahen die Nutzer auf der Homepage nur die Videoempfehlungen der Kanäle, die sie abonniert hatten. Heute bietet die Homepage einen personalisierten Vorschlagsfeed auf der Grundlage ihres persönlichen Nutzerverhaltens.
Solange der Nutzer eingeloggt ist, wenn er YouTube nutzt, können die Algorithmen verfolgen, welche Videos dieser spezielle Nutzer in der Vergangenheit geschaut hat, und so bessere Vorschläge für Videos machen, die der Nutzer wahrscheinlich anschauen wird, selbst wenn er diese Videos in der Vergangenheit nicht geschaut hat. Das scheint kontraintuitiv. Es scheint, als könnte der Algorithmus erfolgreicher sein, indem er Videos vorschlägt, von denen er weiß, dass der Nutzer sie bereits angeschaut und gelikt hat, aber in der Tat ist das Gegenteil der Fall. Frische unverbrauchte
