Website-IconFUTUREBIZ

Das sind die Faktoren vom Twitter Algorithmus. Parallelen zum Facebook und Instagram Algorithmus.

Fällt der Begriff Algorithmus, wird dies in der Social Media Welt oftmals mit sinkenden Reichweiten gleichgestellt. Am stärksten trifft dies auf den Facebook News Feed Algorithmus zu, welcher alleine durch die Fülle von Updates und Ankündigungen zu einem komplexen wurde. Aber auch der Instagram Algorithmus hat für viele Diskussionen gesorgt und auch der Twitter Algorithmus bringt die Timeline durcheinander.

Durcheinander? Oder bringen Algorithmen vielleicht erst Ordnung in die Social Media Feeds? Wenn man sich die Faktoren für beispielsweise den Instagram und Twitter Algorithmus anschaut, sind sie mehr als überschaubar. Jeder Inhalt, egal ob Facebook Post, Instagram Foto, oder Tweet wird vom Algorithmus bewertet. Diese Bewertung, in der Regel ist hier von Relevance Score oder Relevance Model die Rede.

Die Faktoren sind oftmals identisch. So wurde kürzlich im Twitter Engineering Blog ein lesenswerter Artikel zum Twitter Algorithmus veröffentlicht. Die Art und Weise wie Twitter Inhalte bewertet, ist sehr ähnlich zu Facebook und Instagram.

Faktoren Twitter Timeline Algorithmus

 

Drei Charakteristiken werden vom Twitter Algorithmus analysiert:

– Der Tweet: Aktualität des Tweets, Einsatz von Twitter Cards (Fotos, Videos, Linkvorschau) und Interaktionen
– Die Absender des Tweets: Vergangene Interaktionen mit den Absendern, die Verbindung zu den Absendern und die Entstehung der Verbindung
– Die Empfänger: Welche Inhalte und Themen sind relevant und wie intensiv Twitter in der Regel genutzt wird
– …und viele weitere, die wir nicht im Detail kennen

Wenn wir das jetzt mit dem Instagram Algorithmus vergleichen, gibt es sehr viele Parallelen. Basis sind Verbindungen, Interaktionen und persönliche Beziehungen. Rein auf die Faktoren bezogen, sind Algorithmen in sozialen Netzwerken kein Hexenwerk, sondern basieren auf den immer gleichen Ansätzen.

Social Media Algorithmen im Zeichen der Relevance Score

Da die Algorithmen programmiert und nicht manuell gepflegt werden, sind auch Themen wie Deep Learning und Machine Learning nichts besonderes, sondern die Regel. Eine vielzahl von Unternehmen setzt auf diese Technologien und sie begegnen uns nahezu jeden Tag. Deep und Machine Learning führen dazu, dass Inhalte nicht nur schneller bewertet (Relevance Model) können.

Die Algorithmen lernen und verfolgen ein Ziel. Im Fall von Twitter sind es beispielsweise mehr Interaktionen mit Tweets und eine Steigerung der Verweildauer. Auch hier wieder die Parallele zum Instagram Algorithmus. Seit der Einführung hat Instagram es geschafft, die Impressions, die Verweildauer und die Anzahl der täglich aktiven Nutzer zu steigern. Auch Twitter spricht von einem Zuwachs der Interaktionen.

Ein Algorithmus ist nicht entscheidend für den Erfolg eines sozialen Netzwerkes oder Unternehmens. Zumindest nicht allein entscheidend. Unternehmen die Algorithmen aber geschickt und effektiv einsetzen, haben in der Regel einen Vorteil.

Soziale Netzwerke brauchen Algorithmen. Facebook und Instagram sind hierfür die besten Beispiele. Ich bin schon immer der Meinung gewesen, dass man Algorithmen nicht blind hinterher rennen sollte. Panik bringt nichts und Versuche Algorithmen auszutricksen sind in der Regel von kurzer Dauer. Algorithmen werden nicht einmal aufgesetzt. Sie entwickeln sich weiter.

Facebook Algorithmus als Vorreiter

Auf der F8 hat Facebook auch nochmals eine kurze Übersicht zu Algorithmen und der Funktionsweise des News Feed Algorithmus gegeben. Auch hier wieder viele Parallelen zu Twitter und Instagram, die sich sicher von Facebook haben inspirieren lassen. Bei Facebook ist der Fokus auf Fake News und Click-Baiting höher. Die Erklärung liest sich aber nahezu identisch zu der von Twitter.

Mir hat auch die Aussage von Gunter Dueck auf der re:publica sehr gut gefallen. “Als Mathematiker bin ich irritiert, dass Leute Angst vor Algorithmen haben. Ich kann sogar noch einen schreiben…so fürchterlich Furcht hätte ich nicht.” 😉

Algorithmen in sozialen Netzwerken basieren häufig auf den gleichen Faktoren. Die Relevance Score entscheidet über die individuellen Feeds und die Anpassung und Optimierung wird durch Deep und Machine Learning durchgeführt.

Die mobile Version verlassen