Im Netz steht eine unüberschaubare Zahl kostenloser Tools zur Verfügung, um Rückschlüsse über die Aktivitäten von Konkurrenten zu erhalten. In den meisten Fällen bilden diese Tools jedoch nur bestimmte Teilaspekte ab, weshalb man stets mehrere Tools heranziehen sollte, um zumindest eine im Ansatz valide Aussage treffen zu können. Die von mir persönlich getesten Tools habe ich in diesem Artikel in vier Bereiche eingeteilt, um einen groben Überblick der verschiedenen Tools zu vermitteln..

Tools zur Analyse des Traffic und der Anwenderstruktur

Welche kostenlosen Tools gibt es?

• Compete: http://compete.com/
• Google AdPlaner Tool: http://www.google.com/adplanner/
• Quantcast: http://www.quantcast.com

Welche Fragen können diese Tools beantworten?

• Wie viele Anwender besuchen wie lange welche Webseite?
• Auf welchen Webseiten finde ich welche Anwender (Marktsegmentierung)?
• Welche Demographie haben die Anwender?
• Von welchen Seiten werden die Anwender auf die untersuchte Seite geleitet?
• Wohin gehen die Anwender, wenn sie die untersuchte Seite verlassen?
• Wer sind meine Konkurrenten?

.

Tools zum Social-Media-Monitoring

Welche kostenlosen Tools gibt es?

• Alterian: http://sm2.techrigy.com (begrenzt kostenlos nutzbar)
• Social Mention: http://socialmention.com
• Postrank: https://analytics.postrank.com

Welche Fragen können diese Tools beantworten?

• Wie oft wird über mein Unternehmen oder meine Marke im Web berichtet?
• Welche Medien berichten über mich (trad. Medien, Blogs, Twitter, etc.)
• Wird positiv oder negativ über mein Unternehmen oder meine Marke gesprochen?
• Welche Assoziationen verbinden die Anwender mit meinem Unternehmen bzw. Produkt?

.

Tools zum Themenbereich SEO & SEM

Welche Tools gibt es?

• Sistrix: https://tools.sistrix.de (kostenpflichtig)
• SEOmoz: http://www.seomoz.org/tools
• SEMrush: http://www.semrush.com/

Welche Fragen können diese Tools beantworten?

• SEO: Indizierte Keywörter, Duplicate Content, Page Rank, Sichtbarkeit bei Google, Probleme bei der Indizierung, etc.
• SEM: Wie viele Keywords bucht die Konkurrenz zu welchen Preisen? Welche Überschneidungen gibt es im Konkurrenzvergleich?
• Wer sind meine Konkurrenten?

.

Tools zur Analyse der technischen Rahmenparameter und allgemeine Tools zur Beurteilung von Webseiten

Welche Tools gibt es?

• Seitwert: http://www.seitwert.de
• Seitenreport: http://www.seitenreport.de
• Nibbler: http://nibbler.silktide.com

Welche Fragen können diese Tools beantworten?

• Liegt ein valides HTML & CSS vor?
• Sind die Ladezeiten ok?
• Spagetti Code?
• Duplicate Content?
• etc.

The State of The Internet from Jesse Thomas on Vimeo.

In den letzten Wochen und Monaten wurden diverse Statistiken über Twitter und den Stellenwert dieses Dienstes veröffentlicht. In diesem Beitrag werden die zentralen Aussagen dieser Studien zusammengetragen, um einen Überblick des aktuellen Diskussionsstandes zu geben (Stand: 28. August 2009).

• In Deutschland ist die Zahl der Twitter-Accounts von 62.000 im April auf 145.000 im Juli gestiegen.  Im gleichen Zeitraum stieg die Anzahl der Besucher dieses Dienstes von 0,97 Millionen auf 1,99 Millionen (Quelle: FAZ).

• Allerdings veröffentlichen 85,3 Prozent der Anwender weniger als einen Tweet pro Tag und rund 21 Prozent der Anwender haben noch nie einen Tweet veröffentlicht (Quelle: Chip.de).

• Die Anwender als solches entstammen vordergründig der Medien- und Internetbranche, die insgesamt jedoch nur einen kleinen Teil der gesamten Internetnutzer repräsentieren. In anderen Wirtschaftsbereichen spielt Twitter bislang eine untergeordnete Rolle (Quelle: W3B.ORG).

• Dieser Umstand lässt sich unter anderem darauf zurückführen, dasnach wie vor etwa 30 % Internetnutzer in Deutschland Twitter nicht zu kennen. Rund 5 % der Internetnutzer nutzen diesen Dienst mindestens 1-mal pro Woche (Quelle: Statistika). Zum Vergleich: Blogs werden von 24,3 Prozent mindestens einmal pro Monat gelesen, bei Wikis beziffert man diesen Wert sogar auf 66,8 Prozent.

• 60 Prozent der Neueinsteiger kehren nach den ersten Besuchen nicht auf die Webseite von Twitter zurück.  Bei Sozialen Netzwerken wie Facebook beträgt dieser Wert rund 70 Prozent (Quelle: Nielsen).

• 93,6 Prozent der Twitter-Nutzer haben weniger als 100 Follower und 92,4 Prozent der Nutzer folgen weniger als 100 Personen (Quelle: Chip.de).

• Der Anteil von Spam in den Tweets beträgt etwa vier Prozent. Rund 40 Prozent der Tweets seien „Gebabbel“, 37,5 % haben Konversationscharakter und knapp 6 % hängen mit der Selbstdarstellung des jeweiligen Autoren zusammen, so die Beratungsfirma PearAnalytics (Anmerkung: In der hier genannten Studie bleibt allerdings unklar, anhand welcher Kriterien die Zuordnung der 2.000 untersuchten Tweets erfolgte, weshalb die Aussagekraft dieser Studie in Frage zu stellen ist) (Quelle: PearAnalytics).

• Rund 55% der Tweets wird nicht direkt über die Webseite von Twitter, sondern über andere Publishingtools veröffentlicht.

• 54 % der Fortune 100 Unternehmen haben einen Twitter Account. Zum Vergleich: Nur 32 % haben ein Corporate Blog. Von den 30 Dax-Unternehmen verfügen derzeit 22 über Twitter-Accounts, wobei allerdings noch keine systematische Nutzung erfolgt (Quelle: www.pr-com.de). Dieser Umstand wird unter anderem darauf zurückgeführt, dass nach wie vor ein großer Teil der Führungskräfte in deutschen Unternehmen mit Begriffen wie Social Media nicht vertraut ist (Quelle: Brain Injection).

• Lediglich 8 % der Unternehmen erachtet Twitter als sehr effektiven Marketingkanal. 24 % der Unternehmen vertreten die Meinung, Twitter sei nur bedingt zu diesem Zweck geeignet, so das Beratungsunternehmen eMarketer (Quelle: eMarketer). Eine jüngere Studie von Forrester Research unterstreicht hingegen die zunehmende Bedeutung von Social Media (Quelle: Forrester).

• Die Tweets von Unternehmen sind weitestgehend unpersönlich: Nur bei etwa 20 Prozent der Tweets ist ein Absender erkennbar (Quelle: Entwickler-Magazin).

Die Auseinandersetzung mit dem Thema Internet entwickelt sich ebenso rasant wie vielfältig. Zu den meistdiskutierten Themen der letzten Monate zählten dabei z. B. das Cloud Computing, Apples iPhone sowie der gesamte Themenkomplex (Mikro-)Blogging und Social Media (Stichwort Vodafone usw.). Die Liste der verschiedenen Themen ließe sich an dieser Stelle ohne Probleme über mehrere Seiten hinweg fortsetzen. Inspiriert von verschiedenen und visuell sehr schön aufgearbeiteten Mindmaps & Illustrationen, zeigt die folgende Mindmap jedoch eine graphische Aufarbeitung der meist diskutierten Internet Trends des ersten Halbjahres 2009. Je größer eine Blase ausfällt, desto intensiver wurde das entsprechende Thema in einschlägigen Blogs, der Fachpresse, auf Konferenzen oder in sonstigen Medien – aus meiner subjektiven Sicht – besprochen. Ergänzungsvorschläge für Erweiterungen sind jederzeit willkommen (für eine größere Ansicht einfach auf die Abbildung klicken).

Weiterführende Links zur ähnlichen Themen:

• Gartners Technology Hypecycle 2009
• Infographiken für Web Designer
• Mindmaps zu den Themen VoIP, Location Based Services, Mobile Enterprise & Mobile TV

Im Zuge des Starts von WolframAlpha, Bing und Google Squared ist die Diskussion um semantische Suchmaschinen wieder verstärkt in den Vordergrund gerückt. In diesem Artikel soll daher das Potenzial semantischer Suchmaschinen genauer hinterfragt werden, wobei auf die folgenden Punkte eingegangen wird:

• Vision und Grundlagen des semantischen Webs
• Technische Grundlagen des semantischen Webs
• Probleme und Herausforderungen im Bereich der semanischen Suche

Die Ausführungen entstammen einem Beitrag, der ich in Zusammenarbeit mit Dr. Gotthard Pietsch in ähnlicher Form in dem von Prof. Dr. Keuper herausgegebenen Band “Information und Wissensmanagement” bereits 2008 veröffentlicht habe.

Vision und Grundlagen des semantischen Webs

Mit dem semantischen Web wird die Vision einer um semantische Informationen angereicherten Version des World Wide Web verfolgt, um den Automatisierungsgrad bei der Verarbeitung von Wissen und damit auch die Informationsqualität im Zuge von Suchanfragen zu erhöhen: „The Semantic Web is not a separate Web but an extension of the current one, in which information is given well-defined meaning, better enabling computers and people to work in cooperation“ [Berners-Lee et al. 2001]. Mit semantischen Informationen sind hier Metadaten gemeint, die die eigentlichen Inhalte in einem maschinenlesbaren Format beschreiben. Auf dieser Grundlage ist es denkbar natürlichsprachige Fragen an das Web zu stellen und entsprechende Antworten zu erhalten [John 2006, S. 5]. Im Gegensatz zu algorithmenbasierten Suchmaschinen würden Suchanfragen somit nicht anhand der Zeichenketten der Suchwörter oder struktureller Kriterien wie der Linkstruktur beurteilt. Vielmehr sollen semantische Suchmaschinen die Bedeutungsinhalte der indizierten Webseiten analysieren und mit diesen Informationen sehr viel genauer die relevanten Seiten für eine spezifische Suchanfrage in der Ergebnisliste präsentieren. Erste Ansätze in diese Richtung geht z. B. die Suchmaschine Powerset, wo der Anwender bereits heute – bislang nur in englischer Sprache – Suchanfragen wie „When was George Washington born?“ stellen kann und eine exakte Antwort erhält (vgl. Abb. 1).

Abb. 1: Semantische Ansätze bei Powerset

Vor diesem Hintergrund stellt sich die Frage, auf welchem Wege Mensch und Computer ein gemeinsames Verständnis über ein bestimmtes Themengebiet und dessen Informationsinhalte aufbauen können. An dieser Stelle setzt die Diskussion um Ontologien an. Mit ihrer Entwicklung wird der Anspruch erhoben, ein gemeinsames Vokabular über einen bestimmten Ausschnitt der Realität zu bilden. Entsprechend führt Gruber aus: „An ontology is an explicit specification of a shared conceptualization“ [Gruber 1995].

Um ein Verständnis für Ontologien zu entwickeln, ist es hilfreich, zunächst auf andere Formen der Wissensrepräsentation, wie z. B. Taxonomien und Thesauren einzugehen. Bei erstgenannten handelt es sich um kontrollierte Vokabulare mit hierarchischen Beziehungen untereinander. Im Beispiel in Abbildung 1 ist die betrachtete Person zugleich Student und Akademiker. Darüber hinausgehende Zusammenhänge werden jedoch nicht erfasst. So lässt sich mit Hilfe einer Taxonomie z. B. nicht der Sachverhalt abbilden, dass es sich bei dem englischsprachigen Wort „Ph.D Student“ um ein Synonym für das Wort „Doktorand“ handelt. An dieser Stelle setzen Thesauren an, die neben der Kategorisierung auch die Abbildung von Zusammenhängen zwischen verschiedenen Begriffen über vordefinierte Relationen ermöglichen. Auf diesem Wege lassen sich Wörter mit unterschiedlicher Schreibweise oder unterschiedliche Begriffe mit ähnlicher Bedeutung in Verbindung bringen. Ein solcher Thesaurus wird beispielsweise auch in der Textverarbeitungssoftware Microsoft Word verwendet, um dem Autor Vorschläge für alternative Formulierungen zu unterbreiten. Analog dieser Vorgehensweise können Thesauren auch dazu verwendet werden, um sinnverwandte Wörter im Zuge von Suchanfragen zu berücksichtigen.

Sämtliche Eigenschaften von Taxonomien und Thesauren lassen sich auch durch Ontologien abbilden. Sie erfassen darüber hinaus die semantischen Zusammenhänge zwischen den verschiedenen Objekten. Ein solcher Zusammenhang besteht z. B. zwischen einem Autor und einem von ihm verfassten Text, der sich wiederum auf ein bestimmtes Thema bezieht (vgl. Abb. 2).

Abb. 2: Taxonomien, Thesauren und Ontologien

Die wesentliche Stärke von Ontologien im Gegensatz zu anderen Formen der Wissensrepräsentation ist nun darin zu sehen, dass sie neues Wissen aus den vorhandenen Inhalten ableiten können. Dies setzt voraus, dass zuvor bestimmte Regeln (Relationen) spezifiziert werden, anhand derer mit Hilfe einer Ontologie automatisch logische Schlussfolgerungen gezogen werden können. Eine solche Regel auf abstraktem Niveau könnte z. B. lauten (vgl. Abb. 2): Wenn eine „Person“ ein „Dokument“ zu einem „Thema“ verfasst, kennt die „Person“ folglich dieses „Thema“. Aufgrund einer solchen Relation kann die Ontologie nun automatisch die Schlussfolgerung ziehen, dass Student A über Kenntnisse zum Thema Softwarelizenzierung verfügt, ohne dass dieser konkrete Sachverhalt irgendwo explizit dokumentiert ist. Mit dem semantischen Web wird somit der Brückenschlag „von einem Netz aus Verweisstrukturen zu einem Netz aus Inhaltsstrukturen vollzogen“ [Hansen & Neumann 2005, S. 508]. Der zu erwartende Anstieg der Informationsqualität bei Suchanfragen ist bei der Verwendung von Ontologien somit vor allem darauf zurückzuführen, dass Inhalte automatisch strukturiert und in ein bestimmtes Modell der Wissensrepräsentation eingeordnet werden; die in diesem Kontext bestehenden technischen Herausforderungen werden im weiteren Verlauf ausführlich behandelt. Auf so einer Grundlage ließen sich Suchanfragen realisieren, wie z. B. „Welche Personen verfügen über Kenntnisse zum Thema Softwarelizenzierung?“

Abb. 3: Anstieg der Informationsqualität bei semantischen Suchverfahren

.

Technische Grundlagen des semantischen Webs

Um im weiteren Verlauf die praktische Relevanz semantischer Suchmaschinen und deren Beitrag zur Verbesserung der Informationsqualität herausarbeiten zu können, gilt es zunächst auf die grundlegenden Standards für semantische Suchmaschinen einzugehen. Das ist auch insofern von Bedeutung, da das W3C (World Wide Web Consortium ) zu diesem Zweck neue Standards entwickelt hat. Die vorhandenen Internet-Standards genügten den besonderen Anforderungen in diesem Kontext nicht. So sind sie – wie z. B. die Auszeichnungssprache HTML (Hypertext Markup Language) – „lediglich“ darauf ausgerichtet zu spezifizieren, wie Inhalte von Webseiten im Webbrowser dargestellt werden sollen. Die Weiterverarbeitung dieser Informationen durch Maschinen ist nur sehr eingeschränkt möglich. An dieser Stelle setzt XML (Extensible Markup Language) an. Dieser Standard zielt auf die Erstellung von maschinen- und menschenlesbaren Dokumenten, wobei er in den letzten Jahren besonders als Datenaustauschformat an Bedeutung gewonnen hat. Allerdings lassen sich auf Basis von XML noch keine semantischen Informationen abbilden. Um diese Lücke zu schließen, wurde der RDF-Standard verabschiedet (Resource Description Framework), der auf einer XML-Syntax aufbaut und bei dem es sich vereinfacht ausgedrückt um eine Wissens- bzw. Repräsentationssprache handelt, die der Beschreibung von Inhalten auf Grundlage so genannter RDF-Tripples dient [Struckenschmidt/van Harmelen 2005]. So ein Tripple besteht aus einem Subjekt, Prädikat und Objekt und ermöglicht es Maschinen, logische Schlüsse über die auf diesem Wege abgebildeten Zusammenhänge zwischen Subjekten und Objekten zu ziehen. Abbildung 4 zeigt den Aufbau eines solchen RDF-Triples anhand eines konkreten Beispiels.

Abb. 4: Aufbau eines RDF-Tripples

.

Probleme und Herausforderungen im Bereich der semanischen Suche

Wenngleich das Potenzial semantischer Suchmaschinen auf dem ersten Blick viel versprechend erscheint, konnten sie sich in der Praxis bislang noch nicht durchsetzen. Das liegt unter anderem an dem hohen Modellierungsaufwand, der mit der Erstellung von Ontologien verbunden ist. In diesem Kontext wird weiterhin der geringe Standardisierungsgrad von RDF-Aussagen kritisiert [Diestelkamp & Birkenhake 2005]. Während in HTML z. B. eindeutig definiert ist, dass es sich bei dem Tag <H1> um eine Überschrift ersten Grades handelt, findet die Interpretation einer RDF-Aussage erst während der Implementierung statt. Das W3C-Konsortium hat in diesem Zusammenhang nur generische Vorschriften gemacht. Ein weitaus größeres Problem ist jedoch darin zu sehen, dass die im Web vorzufindenden Dokumente zunächst mit Metainformationen angereichert und dann mit einer entsprechenden Ontologie verknüpft werden müssen, um semantische Suchanfragen realisieren zu können. In Anbetracht der rasanten Veränderungsgeschwindigkeit der im Web vorzufindenden Inhalte – pro Woche entstehen etwa 320 Millionen neue Webseiten [Lewandowski 2006] – bereitet das erhebliche Probleme.

Grundsätzlich kann die Anreicherung der Inhalte automatisch oder manuell erfolgen. Im erstgenannten Fall werden Metadaten automatisch aus den Dateien extrahiert, wobei auf unterschiedliche technologische Verfahren zurückgegriffen wird. Ein Beispiel hierfür stellt die Analyse von Bilddateien aufgrund ihrer Farbzusammensetzung oder der Umrisse der gezeigten Motive dar, um auf diesem Wege ähnliche Inhalte zu identifizieren. Einen solchen Ansatz verfolgen z. B. die Bildersuchmaschinen Tiltomo (http://www.tiltomo.com) und Retrievr (http://labs.systemone.at/retrievr/). Verfahren aus dem Bereich des Text-Mining spielen in diesem Zusammenhang ebenfalls eine wichtige Rolle. Diese Verfahren beschäftigen sich mit der Verarbeitung und Auswertung von unstrukturierten Daten – z. B. in Form von Texten auf Webseiten – und nutzen linguistische Methoden der Spracherkennung. Diese Technologien sind jedoch bei weitem noch nicht ausgereift. Vielmehr besteht Einstimmigkeit darüber, dass eine automatische Auswertung der Informationsinhalte nur dann zufrieden stellende Ergebnisse liefert, wenn es um eine schnelle und annäherungsweise Einschätzung geht. „For applications that need near-perfect solutions, human analysts have to be involved to correct errors made by automatic techniques“ [Liu et al. 2005]. An den gegenwärtigen Verfahren im Bereich des Text-Mining wird z. B. kritisiert, dass sie grammatikalische Unterschiede zwischen verschiedenen Sprachen außer Acht lassen. Auch ironische oder sarkastisch formulierte Sätze entziehen sich bislang der maschinellen Verarbeitbarkeit. Allerdings lassen sich rasante Fortschritte in diesem Bereich beobachten. Das Alexandria-Projekt zeigt beispielsweise auf, wie auf Basis frei verfügbarer Taxonomien auf semi-automatischem Wege semantische Netze generiert werden können. In Fall von Alexandria weden z. B. die mit einer bestimmten Person zusammenhängenden Personennetzwerke, Ort und Ereignisse automatisch aus schwach strukturierten Texten extrahiert und die Beziehungstypen der Entitäten untereinander klassifiziert. Am Anwendungsbeispiel “Geschichte” wird aufgezeigt, wie auf dieser Grundlage auf visuellem Wege eine “semantische” Navigation durch einen großen und bis dahin unstrukturierten Datenbestand realisiert werden kann.

Abb. 4: Screenshot aus dem Alexandria-Projekt

In Anbetracht der Problemfelder bei der automatischen Extrahierung von Metadaten erstaunt es kaum, dass auch manuelle Verfahren der Metadatenanreicherung nach wie vor eine wichtige Rolle spielen. In diesem Fall werden die Inhalte durch die Anwender manuell ausgezeichnet. Sie verschlagworten („taggen“) und kommentieren die betreffenden Dateien, woraus ein Beziehungsnetzwerk aus Schlagwörtern und Inhalten entsteht. Eine solche Form der Auszeichnung ist auch für Web 2.0 Anwendungen typisch, bei denen die Anwender eigene Inhalte im Web veröffentlichen. Populäre Beispiele hierfür stellen z. B. Flickr (vgl. www.flickr.com) und YouTube (vgl. www.youtube.com) dar. Dabei werden jedoch keine hierarchischen Strukturen – wie z. B. bei einer Ontologie – zugrunde gelegt, wie bestimmte Themen zusammenhängen. Vielmehr können die Anwender eigene Tags vergeben, zwischen denen dann Relationen berechnet werden. Solche Relationen beziehen sich auf die Häufigkeit, mit der einzelne Begriffe in Kombination miteinander verwendet wurden. Auf Basis dieser so genannten Folksonomies wird dann z. B. auf ähnliche Inhalte geschlossen. Diese Vorgehensweise hat zwar den Vorteil, dass Tags die individuelle Sicht der Anwender erfassen. Allerdings führen unterschiedliche Schreibweisen und subjektive Kombinationen von Tags zu mehr oder weniger diffusen Folksonomies. Dies führt immer wieder zu Fehlern, wenn es z. B. um die Suche nach verwandten Themen und Inhalten geht.

Um die hier skizzierten Probleme zu lösen, beschäftigt man sich in der Informatik gegenwärtig mit der Frage, inwieweit die beiden hier skizzierten Ansätze zusammenführt werden können, um die Vorzüge semantischer Technologien mit den Ansätzen zur Annotierung von Inhalten im Web 2.0 zu kombinieren [Schuster & Rappold 2006, S. 197]. Dabei geht es z. B. um die automatische Extrahierung von Metadaten, um das Tagging zu vereinfachen oder um die Integration der Community in den Prozess der Ontologieentwicklung [Wu et al. 2006].

Neben den nach wie vor gegebenen technischen Herausforderungen muss jedoch konstatiert werden, dass darüber hinaus noch ein wesentlich profaneres Problem besteht. So ist im Kontext semantischer Suchmaschinen eine erhebliche Gefahr darin zu sehen, dass es zu Manipulationsversuchen bei den Metadaten kommt, um eine bessere Platzierung in den Suchergebnislisten zu realisieren. Damit handelt es sich allerdings um kein spezielles Problem semantischer Suchmaschinen. So werden z. B. auch bei herkömmlichen Webseiten Metadaten in den Kopf von Webseiten integriert, die auch von „traditionellen“ Suchmaschinen ausgewertet wurden. Allerdings kam es in diesem Zusammenhang in der Vergangenheit immer wieder zu Manipulationsversuchen, indem z. B. populäre Schlüsselwörter im Kopfelement der Webseite integriert wurden, um möglichst viele Anwender auf die Webseite zu kanalisieren. Das hat dazu geführt, dass diese Metadaten kaum noch von den führenden Suchmaschinen beachtet werden [Maaß/Scherm 2007]. Aus dem gleichen Grund werden die Erfolgsaussichten semantischer Suchmaschinen in Frage gestellt, da sie im hohen Umfang auf qualitativ hochwertige Metadaten angewiesen sind: „Dem Missbrauch semantischer Informationen zur Förderung des Umsatzes von zweifelhaften Waren hat auch das Semantic Web nur wenig entgegenzusetzen. Aus dem Tag-Abuse in HTML wird RDF-Abuse“ [Diestelkamp & Birkenhake 2005].

Eine aktuelle Studie kommt zu dem Ergebnis, dass Anwender mehr Zeit in sozialen Netzwerken als mit der Bearbeitung von Mails verbringen. Die Auseinandersetzung mit diesem Thema gründet auf der Beobachtung, dass die Kommunikation im Internet im zunehmenden Maße über soziale Netzwerken wie Xing, StudiVZ oder Facebook abläuft, während traditionelle Mailangebote – vor allen von Jugendlichen – als Kommunikationstool an Bedeutung verlieren (vgl. in diesem Zusammenhang auch Netzwertig). Dabei stellt sich jedoch die Frage, wie man diese Entwicklung – mehr oder weniger zuverlässig – quantitativ belegen kann. Alleine aufgrund der Anzahl der Unique User ist ein solcher Rückschluss sicherlich zu abstrakt und es lassen sich lediglich allgemeine Aussagen bezüglich der Popularität einzelner Produktkategorien ableiten (vgl. hierzu Abb. 1 – Quelle: emarketer).

Erste Anhaltspunkte in diese Richtung geben jedoch Indikatoren wie die Entwicklung der „Seitenbesuche je Monat und Angebot“. Dem liegt die Annahme zugrunde, dass ein Großteil der Anwender fast täglich oder zumindest mehrmals pro Woche seine Mails kontrolliert. Wenn soziale Netzwerke traditionelle Mailangebote wie GMX und WEB.DE tatsächlich verdrängen, müsste sich dies zumindest im Zeitverlauf in einem Anstieg/Rückgang der Vists per Unique Vistor widerspiegeln.

Die folgende Abbildung zeigt vor diesem Hintergrund die Entwicklung der Visits per Unique Visitor von Xing, StudiVZ, WER-KENNT-WEN und GMX sowie WEB.DE im Überblick. Danach werden soziale Netzwerke zum Teil deutlich häufiger als traditionelle Mailangebote frequentiert. Einen massiven Rückgang der Visits per Visitor bei traditionellen Mailangeboten kann man gegenwärtig jedoch noch nicht beobachten, weshalb von einer Verdrängung zum gegenwärtigen Zeitpunkt sicherlich noch nicht gesprochen werden kann.

Der hier skizzierte Kurvenverlauf verwundert jedoch nicht. So ist davon auszugehen, dass die bisherigen Mailnutzer nicht ohne weiteres ihre bisherigen Mailaccounts kurzfristig löschen und die elektronische Kommunikation vollständig über Soziale Netzwerke abwickeln. Viemehr ist anzunehmen, dass es sich bei der Verlagerung der Nutzungsschwerpunkte um einen stetigen und langfristigen Prozess handelt, bei dem es in Abhängigkeit der auszutauschenden Inhalte zu einer partiellen Nutzungsveränderung kommt. Die folgende Abbildung zeigt in diesem Zusammenhang z. B. auf, dass Facebook und Twitter in Summe bereits heute einen höhren Stellwert als die traditionelle eMail haben,  wenn es um den Austausch von aktuellen Nachrichten, Links oder Bildern geht (vgl. Business Insider 2009).

Die hier skizzierten Entwicklungstendenzen sind aber nicht nur für Mailanbeiter wie GMX oder WEB.DE von Bedeutung. So erscheint es offensichtlich, dass auch Medienunternehmen oder E-Commerce-Betreiber ihre Inhalte wesentlich offener und proaktiver als in der Vergangeheit zur Verfügung stellen sollten, um ihre Reichweiten auszubauen.  Bezogen auf den deutschsprachigen Raum muss allerdings konstantiert werden, dass die Auseinandersetzung mit diesen Themen bei “traditionellen” Unternehmen häufig noch am Anfang steht.

Das Konzept des Tagging – also die manuelle Annotierung von Inhalten durch Anwender – ist ein zentraler Bestandteil zahlreicher Web 2.0-Anwendungen. Allerdings deuten emprische Untersuchungen und Erfahrungswerte aus der Praxis darauf hin, dass viele Anwender dieses Konzept nicht verstehen oder – selbst wenn sie mit dem Tagging vertraut sind – nur selten Tags vergeben. Gleichzeitig besteht das Problem, dass zahlreiche Tags falsch geschrieben werden und die so genannten Tag Clouds im Praxisbetrieb regelrecht ausufern. Es stellt sich daher die Frage, inwieweit man das Konzept des Tagging automatisieren kann, um z. B. eine Annotierung der Inhalte sicherzustellen und evt. Fehler auszuschließen.

Vor diesem Hintergrund haben wir einen Algorithmus zur Textklassifikation von kurzen Texten entwickelt und im Praxisbetrieb evaluiert. Wir zeigen auf, dass auf Basis eines solchen Verfahrens die Qualität der Metadaten gesteigert werden kann.

Der Beitrag wurde auf der Konferenz für künstliche Intelligenz mit dem Best Paper Award ausgezeichnet, der von Springer gesponsort wurde.

Download des Beitrags: Multi-value Classification of Very Short Texts

Vortrag zur Bedeutung sozialer Suchdienste auf der Jahreskonferenz des Fachbereichs “Mensch-Computer-Interaktion” der Gesellschaft für Informatik am 8. September in Lübeck

Soziale Suchdienste wurden in jüngerer Zeit immer häufiger als alternative Suchansätze dargestellt. Bislang existieren jedoch kaum empirische Untersuchungen, die das Potenzial solcher Dienste als “Suchmaschine” hinterfragen.

Vor diesem Hintergrund wurde im Rahmen eines Forschungsprojektes – in Zusammenarbeit mit den Unternehmen T-Online, Lycos und der Hochschule für angewandte Wissenschaft in Hamburg – hinterfragt, welches Potenzial mit soziale Suchdiensten als alternativer Suchansatz einhergeht. Zu diesem Zweck wurde auf den Portalen von T-Online und Lycos im Frühjahr 2008 eine Umfrage durchgeführt. Ziel dabei war es, den Bekanntheitsgrad, die Nutzungsintensität, die Zufriedenheit sowie die Gründe für die Nutzung/Nichtnutzung algorithmenbasierter und sozialer Suchdienste zu hinterfragen. Weiterhin wurden Retrievaltests durchgeführt, um die Ergebnisqualität verschiedener Suchdienste auswerten zu können; dabei wurden die Suchdienste Google, Yahoo, Live Search, Lycos iQ, Yahoo Clever, Mister Wong und del.icio.us untersucht. Die zentralen Ergebnisse dieser Untersuchung – insgesamt lagen 915 auswertbare Fragebögen vor – lassen sich dabei wie folgt zusammenfassen; eine umfassendere Darstellung findet sich in der weiter unten zum Download zur Verfügung gestellten Präsentation sowie in dem als Buch veröffentlichten Projektbericht.

• Soziale Suchdienste sind zum gegenwärtigen Zeitpunkt nur einem kleinen Teil der Anwender bekannt: 40 % der Befragten kannten keine Frage-Antwort-Dienste und 70 % der Befragten waren soziale Bookmarkdienste unbekannt. Im Gegensatz dazu waren mit algorithmenbasierte Suchmaschinen lediglich 1,6 % der Befragten nicht vertraut.

• 25 % der Anwender, die Frage-Antwort-Dienste kennen, nutzten diese Dienste mindestens einmal pro Woche. Zum Vergleich: 80 % der Befragten nutzen mindestens einmal pro Woche algorithmenbasierte Suchmaschinen.

• An Frage-Antwort-Diensten wurde kritisiert, dass die Antworten nicht zu den Fragen passen (36 % der Befragten) und viele Antworten nur schwer verständlich sind (27,7 % der Befragten). Die Hauptkritikpunkte bei algorithmenbasierten Suchmaschinen lagen hingegen in störenden Werbeeinblendungen (46 % der Befragten) und der zu großen Treffermenge (34 % der Befragten).

• Bei sozialen Bookmarksystemen sahen etwa 60 % der Befragten – die diese Dienste kannten – keinen Nutzungsgrund. Für zahlreiche Anwender blieb auch unklar, wie sie diese Dienste bedienen sollen. Ferner wurde die hohe Anzahl toter Links bei diesen Suchdiensten bemängelt.

• Ein grundlegendes Problem bereitet gegenwärtig das – für viele soziale Suchdienste essentielle – Konzept des Tagging: Fast 70 % der Befragten war mit diesem Konzept nicht vertraut. Weiterhin gaben 36 % der Befragten – die mit dem Tagging vertraut sind – an, selten oder nie Tags zu vergeben.

• Retrievaltests kamen schließlich zu dem Ergebnis, das die Ergebnisqualität sozialer Suchdienste zum gegenwärtigen Zeitpunkt nicht an algorithmenbasierte Suchmaschinen heranreicht. Insbesondere soziale Bookmarksysteme schnitten in diesem Test schlecht ab.

Insgesamt deuten die Ergebnisse darauf hin, dass soziale Suchdienste zum gegenwärtigen Zeitpunkt nur bedingt als alternativer Suchansatz fungieren können. Dem ist aber auch hinzuzufügen, dass diese Dienste für die Anwender dennoch einen hohen Nutzen stiften, z. B. im Form der Verwaltung persönlicher Linklisten oder Diskussionen bei Frage-Antwort-Diensten.

Die Projektergebnisse werden am 8. September auf der Jahreskonferenz des Fachbereichs Mensch-Computer-Interaktion der Gesellschaft für Informatik vorgestellt. Eine Kurzpräsentation der Ergebnisse steht an dieser Stelle zum Download zur Verfügung.