DigitalMediaTrends.de

The Wisdom of the few

Der sogenannte "Wisdom of the crowds" - die "Weisheit der Massen" - ist Grundlage vieler Web 2.0-Anwendungen. Wiki-Systeme, Social Networks oder Rating-basierte Nachrichtenportale wie Digg.com basieren auf der Annahme, dass der "Durchschnitt aller Nutzer" (z.B. bei Meinungen und Bewertungen) zu besseren Ergebnissen als der Input eines Einzelnen führt.

Das ist in vielen Fällen richtig - aber sind tatsächlich alle Nutzer "gleich"? In der Realität ist dies kaum der Fall: Bei bestimmten Themen - etwa an der Börse - sind einige Nutzer eindeutig besser informiert, weitsichtiger, oder ganz einfach etwas "intelligenter" als der Durchschnitt aller Teilnehmer. Anstatt also auf eine reine "Gleichmacherei" zu setzen, wäre es in vielen Fällen sinnvoll, aus dem Kreis der Nutzer die jeweils "besten" für eine Aufgabe heranzuziehen, und aus deren (durchschnittlicher) Meinung eine qualitativ höherwertige Aussage zu ziehen als bei einer reinen Durchschnittsberechnung.

Die "Schlauen" finden - aber wie?

Statt eines reinen "Wisdom of the crowds" ist also ein "Wisdom of the few" gefragt - also eine "Weisheit der wenigen", wobei diese "wenigen" die jeweils besten Teilnehmer für eine Aufgabe repräsentieren sollten. Dieser Ansatz ließe sich etwa für die „Veredelung“ von Nutzer-Ratings heranziehen, indem die Bewertungen der Nutzer wiederum "qualitativ" bewertet und entsprechend gewichtet werden. Möglich ist dies, wenn die „Qualität“ der Ratings zumindest nachträglich objektiv messbar ist und aus deren Analyse somit langfristig ein „Qualitätsprofil“ der bewertenden Nutzer gewonnen werden kann. Qualitativ „hochwertige“ Nutzer werden dann bei künftigen Durchschnittsbewertungen höher gewichtet  als die durchschnittlichen Nutzer.

Anders als allgemeine Rating-Mechanismen geht dieser „Wisdom of the few“-Ansatz also davon aus, dass einige Nutzer qualitativ hochwertigere Ratings abgeben als andere, und dass diese Nutzer durch eine automatisierte Auswertung ihrer Ratings identifiziert werden können. Dadurch können aus der Masse der Nutzer automatisch „Experten“ zu bestimmten Themengebieten zu identifiziert – und aus deren Durchschnittsbewertung eine zunehmend scharfe Gesamtbeurteilung abgeleitet werden.

Sport und Börse: Geldwerte Prognosen

Einen „Wisdom of the few“-Ansatz verfolgt beispielsweise die werbefinanzierte Sportwettseite Pickspal, auf der Nutzer kostenlose Wetten zu verschiedenen Sportereignissen von Baseball bis bis Basketball einreichen können. Zu gewinnen gibt es nichts. Dafür aber werden Wett-Teilnehmer in ein Ranking aufgenommen, das auf der durchschnittlichen Treffergenauigkeit ihrer Vorhersagen beruht, und können sich somit eine Reputation als „Sport-Gurus“ ihrer Community aufbauen.

Bei der Analyse der Wettdaten fiel dem Pickspal Team auf, das ein sehr geringer der Prozentsatz der Nutzer in ihren Vorhersagen weit überdurchschnittlich abschnitt. Aus der Gruppierung dieser Nutzer in eine „Premium-Gruppe“ resultierten in der Regel äußerst aussagekräftige Sportprognosen, die das Pickspal-Team rasch als vermarktungsfähigkes Produkt identifizierte. Seit September 2006 können Pickspal Nutzer für 10 US-Dollar auf die gemeinschaftliche Weisheit der 30 besten Pickspal Spieler in einer Sportart zurückgreifen, und erhalten für die Gebühr fünf Vorhersagen für künftige Spiele.

Dieser „Wisdom of the few“-Ansatz lässt sich natürlich auch auf andere Geschäftsmodelle übertragen. Communities wie SocialPicks of Motley Fool Caps setzen beispielsweise auf die Auswertung der Nutzerintelligenz für Finanzprognosen. Die Community-Mitglieder prognostizieren die Kursentwicklung börsennotierter Titel, und werden anschließend anhand der Genauigkeit ihrer Prognosen und dem durchschnittlichen Returns der Investments gerankt. Anhand der Plattformdaten werden dann Kursprognosen errechnet, in denen die Prognosen „erfolgreicher“ Mitglieder überdurchschnittlich hoch gewichtet werden. (Beispiele aus unserer Studie Grid Media - (Überlebens-)Strategien für Publisher im digitalen Zeitalter).

Interessant ist das "Wisdom of the few"-Verfahren vor allem, wenn es um Vorhersagen oder die Antizipation künftiger Entwicklungen geht. Medienanbietern könnte der „Wisdom of the few“-Ansatz etwa die Möglichkeit eröffnen, aus der Masse ihrer Nutzer Trendsetter zu identifizieren, die einen überdurchschnittlichen Einfluss oder ein überdurchschnittliches Gespür für das Interesse ihrer jeweiligen Peer-Groups haben.

Wie wäre es zum Beispiel mit einer "Wisdom of the few"-Applikation zum frühzeitigen Aufspüren neuer Musiktrends? Oder mit einer "Modeprognose" für das kommende Jahr (hier könnte auch so mancher Fashion-Konzern von lernen)? Weitere Beispiele? Ich bin gespannt auf Ihre Anregungen ...

User-to-User Geschäftsmodelle: Das Ende der Intermediäre

Social Networks als "digitale Beziehungsverstärker" sind spätestens seit der Web 2.0-Euphorie selbst bei traditionellen Medienmanagern bekannt. Ob MySpace, OpenBC oder CyWorld - sowohl im Privat- als auch im Berufsleben haben sich Online-Netzwerke inzwischen als fester Bestandteil der Kontaktpflege etabliert.

Tatsächlich aber sind Social Networks der heutigen Generation nur der Anfang einer Entwicklung, die die tradierten Geschäftsmodelle auch völlig fremder Branchen auf den Kopf stellen könnten. Denn in Netwerken entstehende "Mitglieder-Transparenz" anhand gegenseitiger Empfehlungen ermöglicht völlig neue Geschäftsmodelle, auch als „User-to-User-Modelle“ bezeichnet werden könnten Dabei handelt es sich um Modelle, die über die Nutzung von Peer-to-Peer-Beziehungen traditionelle Intermediäre ausschalten bzw. diese durch die Nutzer selbst ersetzen.

Ein Beispiel für einen solchen Ansatz liefert das im Oktober 2006 gelaunchte „Jobvermittlungs-Netzwerk“ Blue Chip Expert. Registrierte Mitglieder können auf Blue Chip Experts ihr Profil für Recruiter einstellen und weitere Freunde und Bekannte in ihr persönliches „Netzwerk“ einladen. Wird einer der Bekannten über die Recruiting-Plattform in einen Job vermittelt, erhält der „Referrer“ eine Provision auf die Vermittlungsgebühr von 25% des vereinbarten Jahresgehalts, die Blue Chip Experts von der anstellenden Firma erhält. Über eine „Provisionspyramide“ werden zudem auch vermittelte Kontakte 2., 3. und 4. Grades vergütet.

Ein ähnliches Modell verfolgt die in 2005 gelaunchte Vermittlungsplattform Zubka, die den auf rund 11 Mrd. Euro geschätzten britischen Markt von persönlichen Jobvermittlungen abschöpfen will. Nach Angaben von Zopa haben 69% der Briten bereits durch eine persönliche Empfehlung  einen Job vermittelt, 89% von ihnen erhielten dafür keinerlei Vergütung. In Zukunft will Zubka 80% der bei einer Jobvermittlung eingenommenen Vermittlungsgebühren an die Mitglieder der Plattform ausschütten. 

Auch in anderen Branchen lassen sich User-to-User-Modelle über soziale Netzwerke abbilden: Die Finanzplattformen Zopa und Prosper agieren beispielsweise als „Vermittlungsplattformen“ für private Kreditvergaben und setzen dabei auf soziale Netzwerkmechanismen zur Bewertung der Kreditwürdigkeit der Kreditnehmer. Auf der US-Plattform Daylo können Privatnutzer hingegen über ihre Profile Dienste (wie z.B. Babysitting oder Gartenanbeiten anbieten und sich gegenseitig bewerten.

Mit der zunehmenden digitalen Vernetzung werden künftig voraussichtlich weitere geschäftliche und soziale Interaktionen zwischen individuellen Nutzern „virtualisiert“. Die in der realen Welt existente „Reputation“ der Nutzer wird dabei sukzessive in den digitalen Raum übertragen und zu einem wichtigen Asset der eigenen Vermarktung – ein Phänomen, das von vielen Technologiebeobachtern auch als Zeitalter der „Reputation Economy“ bezeichnet wurde. Mehr Informationen zum Thema gibt es in unserer neuen Studie Grid Media - (Überlebens-)Strategien für Publisher im digitalen Zeitalter.

Kennen Sie weitere Beispiele für die Ausschaltung von Intermediären über Social Networks? Und wie sieht es in ihrem eigenen Geschäftsumfeld aus? Brauchen Sie Ihre Kunden noch, und wenn ja: Wie lange?