Die Buchhändlerin, die dich kennt
- Dein Geschmack (zwei Krimis geliebt)
- Ähnliche Kunden (mochten dasselbe)
- Empfehlung (noch nicht gelesen)
Zwei Quellen: was du magst und was Menschen mit ähnlichem Geschmack mögen.
In einer kleinen Buchhandlung sagt die Inhaberin: „Du hast die letzten beiden Krimis geliebt. Das hier ist von derselben Autorin, und eine Stammkundin mit ähnlichem Geschmack hat es gerade verschlungen.“ Sie nutzt zwei Quellen: das, was du magst, und das, was Menschen mögen, die dir ähneln.
Ein Empfehlungssystem macht diese Arbeit für Tausende Kunden gleichzeitig. Es sucht aus einer großen Auswahl wenige Dinge heraus, die zu dir passen könnten, ohne dass du sie suchen musst.
Zwei Grundideen
- Links: Nutzerähnlichkeit: Wer ähnelt dir?, Was hatten sie?, Das fehlt dir noch
- Rechts: Artikelähnlichkeit: Was magst du?, Was ist ähnlich?, Auch das empfehlen
Ähnliche Nutzer mögen Ähnliches. Und ähnliche Dinge passen zum selben Nutzer.
Die erste Idee: Nutzer, die sich bisher ähnlich verhalten haben, mögen auch künftig ähnliche Dinge. Das ist das kollaborative Filtern. Du schaust, wer dir ähnelt (die „Nachbarschaft der Geschmäcker“), und empfiehlst, was diese Nachbarn hatten und du noch nicht.
Die zweite Idee: Dinge, die sich ähneln, passen zum selben Nutzer. Wer ein Ersatzteil für Maschine A bestellt hat, braucht wahrscheinlich die zugehörige Dichtung. Hier vergleichst du Dinge, entweder über ihre Eigenschaften oder darüber, wer sie gemeinsam gekauft hat.
Ähnlichkeit als Rechnung
- Ben
- Anna
- Cem
- Teil D
- Teil A
- Teil B
- Teil C
- Ben verbunden mit Teil D (nur Ben)
- Ben verbunden mit Teil A
- Ben verbunden mit Teil B
- Anna verbunden mit Teil A
- Anna verbunden mit Teil B
- Anna verbunden mit Teil C
- Cem verbunden mit Teil C
Anna und Ben haben zwei Teile gemeinsam. Ben hat Teil D, also bekommt Anna Teil D.
Die Daten sehen aus wie eine Tabelle: Zeilen sind Nutzer, Spalten sind Produkte, in den Zellen steht, ob oder wie gut jemand sie bewertet oder gekauft hat. Die meisten Zellen sind leer, weil niemand alles kauft.
Jeder Nutzer ist damit eine Zeile Zahlen, und zwei Zeilen kannst du auf Ähnlichkeit vergleichen, zum Beispiel mit der Kosinus-Ähnlichkeit. Hier ein kleines Beispiel mit erfundenen Daten: Welches Teil sollte man Anna als Nächstes empfehlen?
In der Praxis steht in den Zellen oft eine Bewertung von 1 bis 5 oder die Zahl der Käufe. Das Prinzip bleibt dasselbe: Zeilen mit ähnlichen Einträgen gehören zu ähnlichen Nutzern.
| Person | Teil A | Teil B | Teil C | Teil D |
|---|---|---|---|---|
| Anna | ja | ja | ja | nein |
| Ben | ja | ja | nein | ja |
| Cem | nein | nein | ja | nein |
Versteckte Vorlieben: Embeddings
- Mag Spannung (Beispiel für eine Vorliebe)
- Mag Technik (Beispiel für eine Vorliebe)
- Kauft günstig (Beispiel für eine Vorliebe)
Jeder Nutzer und jedes Produkt bekommt eine kurze Zahlenliste. Sie fasst Vorlieben zusammen, die im Training entstehen.
Bei großen Tabellen wird der direkte Vergleich langsam und lückenhaft. Deshalb berechnet man für jeden Nutzer und jedes Produkt eine kurze Zahlenliste, ein Embedding (siehe Embeddings). Die Zahlen fassen versteckte Vorlieben zusammen, etwa „mag Spannung“, „mag Technik“, „kauft eher günstig“. Niemand legt diese Eigenschaften fest. Sie entstehen im Training, weil sich damit die vorhandenen Käufe am besten erklären lassen.
Eine Empfehlung ist dann einfach: Nimm die Zahlenliste des Nutzers und suche die Produkte, deren Liste am besten passt. Dieselbe Technik steckt in der Suche nach Dokumenten.
Aus den besten Treffern wird meist eine kurze Liste. Dabei greifen oft noch Regeln des Geschäfts: Nur Lieferbares zeigen, nichts empfehlen, was die Person schon gekauft hat, und nicht zehnmal dasselbe Produkt in verschiedenen Farben.
Der Kaltstart
- Neue Person (kein Verhalten)
- Fragen stellen
- Beliebtes zeigen
- Verhalten sammeln
- Persönlich
Ohne Verhalten gibt es nichts zu vergleichen. Erst fragen, dann Beliebtes zeigen, dann persönlicher werden.
Das System braucht Verhalten, um ähnliche Nutzer zu finden. Bei einer neuen Person oder einem neuen Produkt gibt es noch keins. Das ist das Kaltstartproblem. Typische Auswege: ein paar Fragen zu Beginn stellen, zunächst Beliebtes zeigen, bei neuen Produkten auf Eigenschaften wie Kategorie oder Beschreibung setzen.
Filterblasen und Verzerrung
- Empfohlen
- Gekauft
- Beliebt
- Wieder empfohlen
- Mitte: Filterblase
Was empfohlen wird, wird öfter gekauft und deshalb noch öfter empfohlen. Das Populäre wird immer größer.
Empfehlungen verändern das, was sie messen. Was empfohlen wird, wird öfter gekauft, wird deshalb noch öfter empfohlen. Populäres wird immer populärer, Nischen verschwinden, und jede Person bekommt immer mehr vom Gleichen, eine Filterblase. Dazu kommt: Das System lernt aus dem, was Menschen angeklickt haben, und das war schon durch frühere Empfehlungen beeinflusst.
Dagegen hilft Absicht: bewusst Vielfalt beimischen, gelegentlich Neues zeigen, nicht nur Klicks als Ziel nehmen. Auch Fairness spielt hinein, wenn Anbieter oder Gruppen systematisch seltener auftauchen. Siehe Fairness und Verzerrung.
Messen, ob die Empfehlung etwas bringt
- Links: Offline prüfen: Verlauf aus der Vergangenheit, Nächstes Produkt weit vorn?
- Rechts: Online testen: Gruppe mit Empfehlung, Gruppe ohne, A/B-Test im Betrieb
- Urteil: Zählen soll, was Wert hat, nicht der Klick.
Ein Klick ist noch kein Nutzen. Zähle, was bleibt: Käufe ohne Rückgabe, gefundene Antworten, kürzere Suche.
Die entscheidende Frage lautet: Wird das Empfohlene tatsächlich genutzt, und hat es einen Wert? Offline prüfst du, ob das System bei Verläufen aus der Vergangenheit das verborgene nächste Produkt unter den ersten Vorschlägen hatte. Online vergleichst du im Betrieb zwei Gruppen, eine mit und eine ohne die neue Empfehlung (A/B-Test).
Pass auf, was du zählst. Ein Klick ist noch kein Nutzen. Wenn Kunden das Teil zurückschicken, hat die Empfehlung nichts gebracht. Eine gute Messung schaut auf das, was du eigentlich willst: Käufe, die bleiben, gefundene Antworten, kürzere Suchzeiten.
Datenschutz und Einsatz im Betrieb
- Ersatzteile (passt zur Maschine)
- Wissensartikel (bei ähnlicher Störung)
- Angebote (Ergänzung im Vertrieb)
Verhaltensdaten sind personenbezogen. Sammle nur, was du brauchst, und prüfe die Rechtsgrundlage.
Wer sich wofür interessiert, sind personenbezogene Daten. Du brauchst eine Rechtsgrundlage, solltest nur sammeln, was du brauchst, und Nutzern die Wahl lassen. Oft reicht es, mit zusammengefassten oder pseudonymisierten Daten zu arbeiten. Das ist ein Überblick und keine Rechtsberatung, mehr dazu auf der Seite Recht und Regeln.
Im Betrieb steckt viel Nutzen jenseits von Online-Shops:
- Ersatzteile: „Wer diese Maschine hat, bestellt oft auch diese Teile.“
- Wissensartikel: Für eine Störung die Anleitungen vorschlagen, die Kolleginnen und Kollegen bei ähnlichen Fällen genutzt haben.
- Produkte und Angebote: passende Ergänzungen im Vertrieb vorschlagen.