Katalog / Empfehlung & Marketing / REC-002

Inhaltsempfehlungen (Medien, Nachrichten, Streaming)

Artikel, Videos, Musik, Podcasts und andere redaktionelle Inhalte für jeden Nutzer ranken und empfehlen, damit Verlage und Streaming-Anbieter Nutzung, Bindung und Entdeckung steigern – unter Beachtung der EU-Regeln zu Profiling und Medienpluralismus.

Bausteine für den EigenbetriebDokumente lesenSprachmodellOptimierungSuche & RAGEmpfehlungenPrognose & Zeitreihen

Verlage, Rundfunkanstalten und Streaming-Plattformen halten weit mehr Inhalte vor, als ein Nutzer durchsehen kann. Empfehlungssysteme lernen aus dem Verhalten und aus den Inhalten selbst, welchen Artikel, welches Video, welchen Titel oder Podcast sie als Nächstes zeigen. Gut umgesetzt steigern sie Sehdauer, Abonnements und Wiederkehr; schlecht umgesetzt erzeugen sie Filterblasen, begünstigen Clickbait und verstoßen gegen EU-Vorgaben zu Transparenz und Profiling. In Europa lautet die Gestaltungsfrage ebenso sehr „Wofür optimieren wir, und können Nutzer widersprechen?“ wie „Welches Modell?“.

Problem & Nutzen

  • Heute: Startseiten werden von Redakteuren plus einfachen Regeln (meistgelesen, neueste, gleiche Kategorie) kuratiert. Nutzer stehen vor großen Katalogen, springen ab, wenn sie nicht schnell etwas finden, und Verlage monetarisieren die Aufmerksamkeit im Long Tail schlecht.
  • KI-Nutzen: personalisiertes Ranking, das kollaborative Signale (was ähnliche Nutzer konsumiert haben) mit Inhaltsverständnis (Text-, Audio- und Video-Embeddings) verbindet, den Kaltstart bei neuen Inhalten (Nachrichten sind vergänglich) bewältigt und Nutzung mit Vielfalt, Aktualität und redaktionellen Prioritäten in Einklang bringt.
  • Belege: Netflix hat öffentlich beschrieben, dass sein Empfehlungssystem zentral für Bindung und Entdeckung ist, und Meta/Spotify/YouTube nennen personalisierte Feeds als Kernprodukte; veröffentlichte Zahlen stammen von den Anbietern selbst und sind selbst berichtet, messen Sie daher den eigenen Effekt mit A/B-Tests, statt sich auf sie zu verlassen [1][5].
  • Öffentlich-rechtliche Medien: Europäische Rundfunkanstalten setzen Empfehlungssysteme für Reichweite ein und verpflichten sich zugleich zu Vielfalt und öffentlichem Mehrwert; siehe EBU-Leitlinien [6].

Varianten

  • Nachrichtenverlag: kurze Lebensdauer der Inhalte, starke Aktualität, redaktionelle Kontrolle der Startseite, Neigung zum Bezahlabo, Newsletter-Personalisierung.
  • Video-/Audio-Streaming (SVOD, AVOD, FAST): sitzungsbasiertes „Als Nächstes“, Zusammenstellung von Zeilen/Karussells, Personalisierung der Vorschaubilder, Kinderprofile.
  • Öffentlich-rechtlicher Rundfunk: vielfaltsbewusstes Ranking, Ziele des „öffentlichen Mehrwerts“, Personalisierung nur per Opt-in, kein Tracking durch Dritte.
  • KMU/Lokalmedien: Managed Service auf Basis von Inhaltsähnlichkeit und wenig Verhaltensdaten.

So funktioniert es

  1. event tracking (consented) + content ingestion
  2. content understanding (text/audio/video embeddings, topics, entities, language)
  3. candidate generation (two-tower / sequence model + ANN vector search + editorial pools)
  4. ranking (multi-objective model: relevance, completion, satisfaction, diversity, freshness)
  5. re-ranking & business rules (licences, age rating, geo-blocking, sponsor/editorial slots, dedup)
  6. serving (feed, carousel, newsletter, push)
  7. feedback loop (A/B tests, bandit exploration, offline evaluation)
  • Kandidatengenerierung: Matrixfaktorisierung oder Two-Tower-Retrieval liefert per approximativer Nächste-Nachbarn-Suche einige Hundert Kandidaten aus Millionen; für neue Inhalte lösen Inhalts-Embeddings aus mehrsprachigen Text-Encodern oder Audio-/Videomodellen den Kaltstart.
  • Ranking: Gradient-Boosted Trees oder tiefe Ranking-Modelle (DLRM-Stil, Transformer über die Nutzerhistorie) sagen Klicks, Abschlüsse und längerfristige Zufriedenheitssignale voraus; moderne Systeme optimieren mehrere Ziele, nicht allein die Klickrate.
  • LLMs: Tags, Zusammenfassungen, dialogorientierte Entdeckung und Erklärungen; den Kern-Ranker ersetzen sie selten (Latenz, Kosten).
  • Mensch-in-der-Schleife (Human-in-the-Loop): Redakteure pinnen, fördern oder sperren Inhalte und legen Leitplanken fest (z. B. sensible Themen, Wahlberichterstattung); Data Scientists prüfen Dashboards zu Vielfalt und Fairness; Nutzer steuern Profil, Verlauf und einen nicht personalisierten Modus.

Datenaufbereitung

Benötigte Daten: Inhalte (Text-, Audio-, Video-Metadaten, Themen, Lizenz- und Altersfreigabeangaben) und Interaktionsereignisse (Lesevorgänge, Wiedergaben, Abschlüsse, Überspringen, Impressionen) mit Einwilligungskennzeichen. In einem Medien-KMU liegen diese im CMS, einer Videoplattform, der Web-Analyse, dem Newsletter- oder Abosystem und oft in Archiven mit uneinheitlicher Verschlagwortung.

Typische Lücken: fehlende oder frei formulierte Tags, doppelte Artikel, keine einheitliche Nutzer-ID über Web, App und Newsletter, nicht protokollierte Impressionen (nur Klicks), ohne Einwilligungskennzeichen erhobene Ereignisse und ein unstrukturiertes Archiv mit Altformaten.

Aufbereitungsschritte: - Ein Metadatenschema definieren und das Archiv einheitlich verschlagworten, mit LLM-gestützter Verschlagwortung und redaktioneller Prüfung (PREP-010, PREP-019). - Altformate und alte Archive konvertieren (PREP-007). - Die Ereignis-Pipeline mit Impressionen, Einwilligungskennzeichen und pseudonymisierten IDs aufbauen (PREP-005, PREP-022, PREP-025). - Evaluationsdatensätze gemeinsam mit Redakteuren aufbauen (PREP-018).

Werkzeuge: CMS-APIs, Kafka oder ein verwalteter Ereignis-Stream, dbt, Embedding-Modelle für Inhaltsvektoren, eine Consent-Management-Plattform.

Aufwandsanteil: etwa 40-50 Prozent des Projekts, weil die Qualität der Protokollierung alles Nachgelagerte begrenzt. Siehe auch GUIDE-003.

Umsetzungswege

Welcher Weg für wen

  • KMU: A. Kleine Verlage und Lokalmedien können verwaltete Empfehlungssysteme (z. B. Recombee, Piano) zu KMU-tauglichen Preisen nutzen, statt ML-Betrieb aufzubauen.
  • Großunternehmen: B. Große Kataloge und viel Traffic, redaktionelle Regeln und eigene Daten machen eine eigene Pipeline auf verwalteten Cloud-Diensten in EU-Regionen zur besten Wahl, mit geringeren Gebühren als bei Produkten mit Abrechnung pro Anfrage.
  • Entwickler: C. Open-Source-Bibliotheken, Qdrant oder pgvector und Feast geben volle Kontrolle und vermeiden Abhängigkeit von einem Anbieter.
  • Öffentliche Hand: C. Öffentlich-rechtliche Sender und Medien der öffentlichen Hand brauchen Souveränität, transparentes Ranking und Werte des öffentlichen Auftrags (Vielfalt, keine reine Optimierung auf Nutzung); das gelingt am besten selbst betrieben oder in einer souveränen EU-/deutschen Cloud.

Weg A — Kaufen (Standardsoftware)

  • Verwaltete Empfehlungsplattformen: Amazon Personalize, Google Cloud Vertex AI Search for media (Medienempfehlungen), Optionen auf Basis von Microsoft Azure und Algolia Recommend; sie umfassen die Aufnahme von Nutzer-Artikel-Interaktionen und Ranking-Rezepte [2][3].
  • Auf Medien spezialisierte Anbieter: Piano (Nachrichten-Personalisierung, Abo-Neigung), Taboola/Outbrain (Inhaltsentdeckung, werbefinanziert), Recombee (EU, tschechische Empfehlungs-API), Bloomreach (EU-Region verfügbar). Prüfen Sie EU-Hosting, AVV und cookiefreien Betrieb.
  • A wählen, wenn: kleines Team, Katalog unter einigen Millionen Artikeln, kein Wunsch nach eigenem ML-Betrieb und Standardziele ausreichen.

Weg B — Auf Cloud-KI-Diensten aufbauen (empfohlener Standard für Großunternehmen)

  • Retrieval und Ranking: verwaltete Vektorsuche (OpenSearch/Elasticsearch, Vertex AI Vector Search, Azure AI Search, pgvector) plus ein verwalteter Trainingsdienst (Vertex AI, SageMaker, Azure ML) in EU-Regionen; Merkmale aus Ihrem Data Warehouse (BigQuery, Snowflake, Databricks).
  • Embeddings und LLM-Schicht: mehrsprachige Embedding-Modelle (z. B. Mistral Embed, Cohere Embed, OpenAI-/Gemini-Embeddings, in der EU gehostet) für Inhaltsvektoren und eine LLM-API für Verschlagwortung, Zusammenfassungen und Erklärungen.
  • Integration: Ereignis-Pipeline (Kafka/Kinesis/Pub/Sub), Feature Store, Bereitstellungs-API mit einem Latenzbudget unter 100 ms, Consent-Management-Plattform, die jedem Ereignis ein Einwilligungskennzeichen mitgibt.
  • B wählen, wenn: Sie eigene Geschäftsregeln, redaktionelle Steuerung und Ihre eigenen Daten brauchen, ohne GPUs zu betreiben.

Weg C — Selbst betreiben (Open Source)

  • Bibliotheken: NVIDIA Merlin (HugeCTR, NVTabular, Transformers4Rec), TorchRec, RecBole, Microsoft Recommenders, implicit/LightFM für Baselines, LightGBM für Ranker, der von Meta als Open Source veröffentlichte Code für generative Empfehler (HSTU) zur Reproduktion in der Forschung [4].
  • Retrieval: Qdrant (EU, Berlin), Milvus, Weaviate, FAISS; Embeddings aus offenen Modellen (BGE-M3, multilingual-e5, Qwen3-Embedding).
  • Bereitstellung und Betrieb: Kubernetes, Feast als Feature Store, MLflow, Triton oder vLLM für die LLM-Teile.
  • Hardware: HW1 für CPU-basiertes Retrieval im kleinen Maßstab; HW3 (eine Profi-GPU) für Training und Bereitstellung mittelgroßer tiefer Ranker; große Kataloge brauchen HW4.

Weg D — Eigenes Training

Für große Zielgruppen, bei denen schon wenige Prozent Zugewinn das Team finanzieren: Sequenz-Ranker auf Monaten von Ereignisprotokollen inklusive Impressionen und negativem Feedback trainieren; Positions- und Popularitätsverzerrung herausrechnen; einen nicht personalisierten Holdout beibehalten.

Stand der Technik (2026)

  • Sequenz- und generative Empfehler: Transformer-basierte Modelle über Nutzerhistorien (z. B. Metas HSTU, „Actions Speak Louder than Words“) skalieren wie Sprachmodelle mit der Rechenleistung und lösen bei den größten Plattformen klassische, merkmalslastige DLRM-Stacks ab [4]. Semantische IDs plus LLM-artige Erzeugung des nächsten Artikels sind ein aktives Forschungsfeld.
  • Mehrzielige und langfristige Optimierung: weg von Klicks hin zu Zufriedenheitsumfragen, Wiederkehrrate und „Bedauern“-Signalen; Bandits und Reinforcement Learning zur Exploration.
  • Vielfalt und Pluralismus: vielfaltsbewusstes Re-Ranking, Sichtbarkeitsmetriken und vom Nutzer steuerbare Feeds, angetrieben durch Regulierung (Digital Services Act) und öffentlich-rechtliche Aufträge [6].
  • Grenzen und Fehlerbilder: Popularitäts- und Positionsverzerrung, Filterblasen, Rückkopplungsschleifen, die sensationelle Inhalte verstärken, Kaltstart bei neuen Nutzern und Inhalten, Offline-Metriken, die nicht zu Online-Ergebnissen passen, und Manipulation durch Inhaltsproduzenten. Nachrichtenempfehler sind heikel, weil über die Nutzung hinaus Pluralismus und Vertrauen zählen.

Gemeinsame Bausteine & Kombinationen

Aufwand, Kosten & Kennzahlen

  • Weg A: Wochen; Abrechnung pro Anfrage oder pro aktivem Nutzer.
  • Weg B: 3 bis 6 Monate für ein erstes Produktivsystem mit A/B-Tests; Kostentreiber sind Ereignisvolumen, Feature Store, Trainingsläufe und Bereitstellung mit niedriger Latenz.
  • Weg C/D: 6 bis 12 Monate und ein kleines ML-Plattform-Team; im großen Maßstab dominieren die GPU-Kosten.
  • Kennzahlen: Klick- und Abschlussrate, Seh-/Lesezeit pro Sitzung, Wiederkehrhäufigkeit, Abo-Konversion und Kündigungsrate, Katalogabdeckung und Long-Tail-Anteil, Vielfalts- und Sichtbarkeitsmetriken, Anteil der Nutzer im nicht personalisierten Modus, Latenz und Online-A/B-Zugewinn gegenüber einer nicht personalisierten Kontrollgruppe.

Menschen & Veränderung

Einbinden: Geschäftsführung und Chefredaktion oder Produktleitung (Prozessverantwortung) von Anfang an, da das Ranking die redaktionelle Identität prägt; die IT für Ereignis-Pipeline und CMS-Integration; die/den Datenschutzbeauftragte(n) für Tracking, Profiling und Einwilligung (GUIDE-005); die Rechtsabteilung für Lizenzen, Altersfreigaben und, bei öffentlichen Stellen, Vorgaben des Auftrags; Leser bzw. Nutzer über eine sichtbare Einstellung zum Wechsel in den nicht personalisierten Modus.

Betriebsrat: kommt darauf an. Das Empfehlungssystem bewertet Leser, nicht Beschäftigte, daher greift §87 Abs. 1 Nr. 6 BetrVG in der Regel nicht. Redaktions-Dashboards, die die Leistung je Journalist zeigen, eignen sich aber zur Verhaltensüberwachung und brauchen eine Betriebsvereinbarung; informieren Sie den Betriebsrat außerdem nach §90 Abs. 1 Nr. 3 BetrVG, wenn sich redaktionelle Abläufe ändern (GUIDE-004). Öffentliche Stellen beteiligen den Personalrat.

Datenschutz: AVV mit Auftragsverarbeitern; eine DSFA ist bei Profiling in großem Umfang voraussichtlich nötig.

KI-Kompetenz: Nach Art. 4 der KI-Verordnung (AI Act) sind Maßnahmen zur Förderung der KI-Kompetenz der Beschäftigten zu ergreifen; schulen Sie Redakteure darin, wie das Ranking funktioniert, wofür es optimiert und wie man Inhalte pinnt, fördert oder sperrt (GUIDE-006).

Pilot und Kommunikation: Pilotieren Sie in einem Ressort oder einem Newsletter mit nicht personalisierter Kontrollgruppe. Typische Sorgen sind redaktionelle Unabhängigkeit und Filterblasen; begegnen Sie ihnen mit Eingriffsrecht der Redaktion, Vielfaltsmetriken und Transparenz gegenüber den Lesern. Siehe GUIDE-008 und GUIDE-009.

Risiken, Regulierung & Compliance

  • KI-Verordnung (AI Act): Empfehlungssysteme gelten generell als minimales Risiko; für Medienempfehlungen greift keine Kategorie nach Anhang III. Art. 4 KI-Kompetenz gilt. Art. 5 verbietet manipulative oder ausnutzende Techniken, die das Verhalten wesentlich verzerren und erheblichen Schaden verursachen; Dark Patterns, das Ausnutzen von Schwächen Minderjähriger oder unterschwellige Techniken in der Gestaltung zur Nutzungssteigerung sind daher ein Risiko. Erzeugte Zusammenfassungen oder synthetische Inhalte bringen Transparenzpflichten nach Art. 50 mit sich [7].
  • Digital Services Act: Online-Plattformen müssen die wichtigsten Parameter von Empfehlungssystemen in ihren Geschäftsbedingungen erläutern (Art. 27); sehr große Online-Plattformen (VLOPs) müssen mindestens eine nicht auf Profiling beruhende Empfehlungsoption anbieten (Art. 38), systemische Risiken bewerten (Art. 34) und für Minderjährige ein hohes Maß an Privatsphäre, Sicherheit und Schutz gewährleisten (Art. 28); profilingbasierte Werbung gegenüber Minderjährigen ist verboten [8].
  • DSGVO und ePrivacy: Verhaltensbasiertes Profiling braucht eine Rechtsgrundlage, meist die Einwilligung für Tracking per Cookies oder Gerätekennungen (ePrivacy Art. 5 Abs. 3); ein berechtigtes Interesse kann die Personalisierung eigener Daten auf der eigenen Website abdecken, erfordert aber eine dokumentierte Interessenabwägung, Transparenz und einen einfachen Opt-out; Rückschlüsse auf besondere Datenkategorien (Religion, Politik, Sexualität aus Lesegewohnheiten) erfordern Sorgfalt und in der Regel eine ausdrückliche Einwilligung. Führen Sie bei Profiling in großem Umfang eine DSFA durch [9].
  • Medienrecht: Das Europäische Medienfreiheitsgesetz und öffentlich-rechtliche Aufträge betonen Pluralismus und redaktionelle Unabhängigkeit.
  • Gegenmaßnahmen: einwilligungsbewusste Ereignis-Pipeline, nicht personalisierte Rückfalllösung, redaktionelle Leitplanken, regelmäßig geprüfte Vielfaltsmetriken, Prüfprotokolle für Ranking-Änderungen, Nutzereinstellungen zum Zurücksetzen des Verlaufs, Dokumentation der Empfehlungsparameter, Red-Teaming gegen die Verstärkung schädlicher Inhalte.

Erste Schritte

  1. Ziele über Klicks hinaus festlegen (Zufriedenheit, Wiederkehr, Vielfalt) und eine nicht personalisierte Basislinie, die es zu schlagen gilt.
  2. Einwilligungsbasiertes Ereignis-Tracking inklusive Impressionen einrichten; zuerst Artikel-IDs und Metadatenqualität in Ordnung bringen.
  3. Mit inhaltsbasierter Ähnlichkeit (Embeddings plus Vektorsuche) und Mischungen aus Popularität/Aktualität beginnen; kollaborative Signale ergänzen, sobald das Datenvolumen es zulässt.
  4. Einen A/B-Test für eine Platzierung (z. B. „Verwandte Artikel“) mit Leitplanken-Kennzahlen und eingebundener Redaktion durchführen.
  5. Eine allgemeinverständliche Erklärung der Empfehlungsparameter veröffentlichen, eine nicht personalisierte Option ergänzen und eine DSFA abschließen.

Quellen

  1. Gomez-Uribe & Hunt — The Netflix Recommender System: Algorithms, Business Value, and Innovation — https://dl.acm.org/doi/10.1145/2843948
  2. AWS — Amazon Personalize documentation — https://docs.aws.amazon.com/personalize/latest/dg/what-is-personalize.html
  3. Google Cloud — Vertex AI Search for media — https://cloud.google.com/solutions/media-recommendations
  4. Zhai et al. — Actions Speak Louder than Words: Trillion-Parameter Sequential Transducers for Generative Recommendations (HSTU) — https://arxiv.org/abs/2402.17152
  5. NVIDIA Merlin — https://github.com/NVIDIA-Merlin/Merlin
  6. EBU — Public service media and recommendation systems (EBU Technology & Innovation) — https://tech.ebu.ch/
  7. Regulation (EU) 2024/1689 (AI Act) — https://eur-lex.europa.eu/eli/reg/2024/1689/oj
  8. Regulation (EU) 2022/2065 (Digital Services Act) — https://eur-lex.europa.eu/eli/reg/2022/2065/oj
  9. Regulation (EU) 2016/679 (GDPR) — https://eur-lex.europa.eu/eli/reg/2016/679/oj