Sie sind hier:  
  1. ifib-research
  2. Blog
  3. Detail

Neues aus dem ZDF Fernsehrat (8) – Transparente Empfehlungssysteme

Seit Juli 2020 darf ich den Bereich "Wissenschaft und Forschung" im ZDF Fernsehrat vertreten. Ganz im Sinne von "Open Science" werde ich im ifib-Blog über die aus meiner Sicht wichtigen und berichtenswerten Themen schreiben. Dies bezieht sich sowohl auf die Plenumssitzungen als auch meine Mitwirkung im Ausschuss für Telemedien. Diesmal geht es um ein bemerkenswertes Beispiel des Transparenzanspruchs im öffentlich-rechtlichen Rundfunk.

Ich habe im Blog schon häufiger über die Vorhaben und Umsetzungen im ZDF zur Optimierung des Nutzer:innenerlebnisses durch Personalisierung in der ZDF Mediathek berichtet. Konkret ging es um die verschiedenen algorithmischen Ansätze, um den Nutzer:innen neben den redaktionellen auch automatisierte Empfehlungen geben zu können. Von Anfang an war klar, dass eine Transparenz im Sinne des öffentlich-rechtlichen Auftrages zwingend erforderlich sei. Darauf hat der Fernsehrat in unterschiedlichen Sitzungen auch immer wieder hingewiesen und das Vorgehen des Teams "Personalisierung & Automatisierung" nachdrücklich unterstützt. Im Kern geht es um zwei Anwendungsfälle bei den Empfehlungen:

  • Das könnte Dich interessieren: Angebot von Inhalten, die den Interessen der Nutzer:innen entsprechen
  • Weil Du 'Beitrag' geschaut hast: Vorschlag thematisch ähnlicher Empfehlungen zum gesehenen Video

Auf den Webseiten zu "Algorithmen beim ZDF" findet sich zu jedem Fall eine ausführliche Erklärung inklusive Metriken und sogenannte "Model Cards", ein Verfahren dass aus der KI-Forschung kommt und hier sehr konsequent adaptiert wurde. Die Informationen sind sehr gut verständlich und ein hervorragendes Beispiel für das wachsende Forschungsfeld der "transparenten" bzw. "erklärbaren" KI. Optimiert werden die Algorithmen auf die Zielkategorien "Steigerung des Sehvolumens" und "Vielfalt (Diversity)". Insbesondere die Umsetzung von Diversity ist besonders hervorzuheben: "Diversity im Kontext von Empfehlungssystemen beschreibt wie (un-)ähnlich verschiedene Elemente einer Gruppe von Empfehlungen sind. Nimmt man Rubriken als Beispiel, wäre eine Empfehlungsliste mit Serien und Filmen diverser, als eine mit nur Dokus." (https://hrdm-reco-modelcards-prod.appcluster.zdf.de/gls#div). Dies lässt sich alles im Detail nachlesen und wird an konkreten Beispielen verständlich aufbereitet.

Das ZDF geht hier mit der Mediathek neue Wege und es wäre wünschenswert, wenn andere automatischen Empfehlungssysteme (nicht nur auf dem Video-Markt) diesem Beispiel folgen würden.

Die nächste Sitzung des Fernsehrates findet am 9.12.2022 statt, der Ausschuss für Telemedien hatte letze Woche getagt. 



Institutsleitung  Data Science, Maschinelles Lernen und Künstliche Intelligenz  Partizipation und Teilhabe  Nachrichten