„Feels Like Home“: Darauf basiert Instagrams Empfehlungsalgorithmus

Die Social-Media-App hat kürzlich einen neuen Beitrag inklusive einiger Schaubilder veröffentlicht, der zeigt, wie Instagram vorgeschlagene Inhalte oder Posts im Home Feed von nicht-abonnierten Accounts einstuft. Diese Erklärung folgt wahrscheinlich auch, weil zuletzt die Dominanz empfohlener Inhalte auf Instagram zum Gegenstand einiger Diskussion wurde und sogar zu einer Petition mit dem Aufruf „Make Instagram Instagram again“ führte: Instagram reagierte auf die Kritik von unter anderem Kylie Jenner und Kim Kardashian und stoppte zunächst vorerst einige Änderungen bezüglich des neuen Algorithmus. Dennoch stuft Instagram KI-Empfehlungen weiterhin als zukünftiges und mitunter wichtigstes Schlüsselelement hinsichtlich User Engagement ein.

So könnte Instagrams Empfehlungs-KI künftig aussehen

Das Entwicklungsteam von Meta gibt in dem Beitrag zunächst Einblick in das Empfehlungssystem und betont hier ebenso die Kernelemente des KI-Content-Ansatzes:

• „Users spend a lot of time crafting the perfect home feed for themselves. How can we do some of that work for them and make it feel like they crafted these recommendations themselves?“
• „Anecdotally speaking, users who stay engaged keep finding newer sources of interests to follow. Can we help in this act of progressive personalization a bit?“

Das vordergründige Ziel lautet demnach, die menschliche Social Experience durch KI-Funktionen zu replizieren, um so die Nutzer:innenbindung zu optimieren. Somit entstehen auf Instagram zwei Kategorien von Beitragsempfehlungen: „Verbunden“ und „Nicht verbunden“, wobei letztere die Art Content ist, die durch KI-Systeme generiert wird.

Übersicht über den Instagram-Algorithmus

Der Prozess, der in dem Schaubild abgebildet wird, basiert weitestgehend auf impliziten Signalen, also auf Social-Aktivitäten, die vom User selbst in der App vorgenommen wurden, wie etwa das Folgen und Liken von Beiträgen. Auch gefolgte Accounts und Interessen beeinflussen den KI-Algorithmus. Allerdings beziehen sich diese Elemente nur auf die Explore-Oberfläche; für den Home Feed besteht das Ziel darin, die Inhalte so zu reproduzieren, dass User immer vertrauter damit werden. Instagram erklärt:

Scrolling through the End of Feed Recommendations should feel like scrolling down an extension of Instagram Home Feed.

Es gilt konkret zu verstehen, dass Instagram im Rahmen der Empfehlungen anstrebt, Inhalte zu präsentieren, die die Interessen der User widerspiegeln und somit versucht, die menschliche Erfahrung nachzubilden – aber eben durch künstliche Intelligenz. Die empfohlenen Inhalte basieren somit auf den erklärten Interessen der User statt auf Trends. Gleichzeitig versucht die Social-Plattform, Video-Content und vor allem Reels zu pushen, sodass die Art Inhalte in User Feeds immer prominenter platziert werden soll. Instagram erklärt diesbezüglich:

A user’s activities on Instagram helps us in building a virtual graph of their interests as shown below. Every node in this graph can now be a potential seed. Well, what is a seed? A seed is an author or media that one has shown explicit interest towards. Each seed can now be used as an input in our K-nearest neighbor pipelines which output similar media or similar authors.

Wie macht Instagram das?

“In order to ensure that our recommendations feel similar to posts in Home Feed we prioritize accounts that are similar to accounts a user encounters in Home“, schreibt Instagram in dem Blog-Beitrag. Weiter wird dort ergänzt:

• „Im Schritt der Kandidat:innenauswahl stellen wir während des Trainings und der Bewertung unserer Ranking-Modelle sicher, dass die Gesamtverteilung nicht von heimischen Quellen abweicht.“

• „Wir folgen den gleichen Heuristiken für Aktualität und Zeitsensitivität wie der Home Feed, um sicherzustellen, dass vorgeschlagene Posts ein ähnlich frisches Gefühl vermitteln wie der Rest des Home Feed.“

• „Wir stellen auch sicher, dass die Mischung der Medientypen (wie Fotos/Videos/Alben usw.) auf der Startseite und in vorgeschlagenen Beiträgen relativ ähnlich ist.“

• „Für Benutzer:innen, deren unmittelbares Engagement-Diagramm relativ spärlich ist, generieren wir Kandidat:innen für sie, indem wir ihre One-Hop- und Two-Hop-Verbindungen auswerten. Beispiel:  Wenn Benutzer:in A nicht viele andere Konten geliked hat, können wir wahrscheinlich die Konten auswerten, gefolgt von den Konten, die A geliked hat, und erwägen, sie als Samen zu verwenden. A → Account Liked by A → Accounts gefolgt von den Accounts, die A mag (Seed Accounts).“

Wichtige Aspekte für Marketer auf Instagram

• Instagram versucht, Inhalte zu empfehlen, die tatsächlich auf den Interessen der User basieren. Daher kann es sich für Werbetreibende dort etwa lohnen, weiterhin oder erstmalig zu recherchieren, was bereits erfolgreiche Brands innerhalb der Branche posten.

• Wichtig ist es auch, den Kanal entsprechend passend zu frequentieren, um Aufmerksamkeit und Engagement zu erlangen. Auch hier können Marketer sich an erfolgreichen Business Accounts auf Instagram orientieren.

• Marketer sollten zudem nicht zu lange damit warten, auf Reels zu setzen: Denn Video-Content wird auf Instagram auch zukünftig stärker gefördert werden.

Fazit ist: Instagram möchte auch weiterhin den Algorithmus der App anpassen, doch die Home-Feed-Empfehlungen sollen den Usern dabei vertraut vorkommen. Demnach geht es der Meta-Plattform nicht darum, Trends „aufzuzwingen“, sondern das Social-Erlebnis an den Interessen der User auszurichten.