Newsroom-Tools: Wie unser Algorithmus die perfekte Artikel-Überschrift findet

Die Entscheidung für die perfekte Überschrift frisst Zeit - vor allem dann, wenn verschiedene Varianten in Frage kommen. Wir haben ein Tool entwickelt, dass uns diese Entscheidung abnimmt und die perfekte Variante ganz von selbst findet.

Newsroom-Tools: Wie unser Algorithmus die perfekte Artikel-Überschrift findet

Im Juli hat Google auf dem firmeneigenen Blog neue Tools für Werbetreibende angekündigt. Darunter auch die sogenannten responsiven Suchnetzwerk-Anzeigen, die mittlerweile in der Beta laufen. „Werbetreibende liefern bis zu 15 Anzeigentitel und 4 Textzeilen und Google erledigt den Rest“, heißt es im Blogpost unter anderem. Grundlage dessen sind laut Google Tests, die zeigen sollen, welche Variante oder Kombination am besten ankommt. Eine gute Idee, die den Werbenden viel Entscheidungsarbeit abnimmt - und ein Vorgehen, das auch wir in ähnlicher Manier seit einigen Jahren einsetzen. Wir erklären Euch hier, was dahinter steckt.

Seit Juni 2016 sind bei uns zwei Tools im Einsatz, die Autoren und Content-Marketing-Mitarbeitern Entscheidungen abnehmen und ihnen so mehr Zeit für wichtigere Dinge schenken sollen: der Headline- und der Cover-Bandit. Die beiden Tools finden aus mehreren Varianten die Überschrift-Bild-Kombination, die bei den Lesern am besten ankommt. Alles was der Autor machen muss, ist, verschiedene Überschriften- und/oder Titelbild-Varianten ins System zu geben. Zahlenmäßig gibt es dabei keine Einschränkung. Ob ein Autor beide Varianten-Tools oder nur verschiedene Überschriften mit dem selben Titelbild oder verschiedene Titelbilder mit derselben Überschrift testen will, bleibt ihm überlassen.

Nach der Veröffentlichung übernimmt der Algorithmus die Arbeit

Was nach der Veröffentlichung des Artikels passiert? Unser Algorithmus testet in Echtzeit verschiedene Kombinationen an den Lesern im Newsroom. Das bedeutet: Manchen Lesern wird die eine, anderen Lesern die andere Variante angezeigt. Die ganze Auslieferung passiert dynamisch, durch maschinelles Lernen zielt unser Tool schon währenddessen auf das optimale Verhältnis aus Testen und bestmöglicher Conversion ab. Einfach gesagt bedeutet das, dass die Variante, die sich während des Testens als erfolgreicher zeigt, bereits dann verhältnismäßig öfter ausgespielt wird. Hat der Algorithmus genug signifikantes Leserfeedback gesammelt, wird den Lesern nur noch die Gewinner-Variante ausgespielt. All das passiert vollkommen automatisch - das bedeutet, dass die Autoren nach der Veröffentlichung keine manuelle Anpassungsarbeit mehr haben und sich vollkommen auf ihr nächstes Projekt konzentrieren können.

Worauf basiert unser Tool?

Unser Headline- und Cover-Bandit basiert auf dem sogenannten Multi-Armed-Bandit-Experiment. Das Experiment beschreibt einen hypothetischen Test, in dem mehrere „einarmige Banditen“ (Spielautomaten) analysiert werden. Ziel ist es, den Spielautomaten zu finden, der die höchste Auszahlungsrate hat. Für die Umsetzung des Multi-Armed-Bandit-Verfahrens werden komplexe Wahrscheinlichkeitsrechnungen durchgeführt. 

Wir haben das Multi-Armed-Bandit-Verfahren auf Content übertragen. Denn: Tests, die auf dem Multi-Armed-Bandit-Verfahren basieren, sind im allgemeinen effizienter als das „klassische“ A-B-Testing, das auf statistischen Hypothesentests basiert. Die Multi-Armed-Bandit-Tests sind effizienter, da sie die Zugriffe schrittweise in Richtung der gewinnbringenden Varianten verschieben (siehe oben). Sie müssen nicht auf eine „endgültige Antwort“ am Ende eines Tests warten.

Warum ist das Tool so nützlich?

Wie bereits oben erwähnt, sparen unsere Autoren mit dem Tool vor allem zwei Dinge: Zeit und Nerven. Denn: Das Tool nimmt den Autoren sowohl langwierige Entscheidungen für den perfekten Titel oder das perfekte Bild als auch endlose Diskussionen innerhalb des Teams ab - vor allem bei Überschriften gehen die Meinungen bekanntermaßen oft weit auseinander. Stattdessen werfen unsere Autoren jetzt einfach zwei bis drei Varianten in den Topf und lassen den Algorithmus herausfinden, welcher Titel tatsächlich am besten ankommt.

Logo