Agenten-Optimierung statt SEO und das Ende der Werbung

Sie werden die Zukunft des Webs prägen, von der Internetsuche über Advertising und E-Commerce bis zu Ambient Intelligence - auf nahezu jedem Feld der Interaktivbranche besitzen Agentenlösungen disruptives Potenzial. Wenn sich Agenten-Lösungen im Mainstream durchsetzen, werden ihre Hersteller Sichtbarkeiten und Reichweiten im Web so kontrollieren, wie es heute etwa Google   tut.

Daher befasst sich nahezu jedes bedeutende Internet-Unternehmen mit den virtuellen Assistenten, die für den Nutzer Aufgaben übernehmen. Vor zwei Wochen hob auch Yahoo das Agenten-Thema auf die Tagesordnung - der Konzern überwies der Carnegie Mellon University   einen Betrag von zehn Millionen Dollar für die Forschung an lernenden, intelligenten Apps, die Nutzerintentionen begreifen können.

Eine erste Ahnung davon, welches Potenzial das Agenten-Thema hat, vermitteln bereits heute eine Reihe von Anwendungen.

Agenten-Gegenwart: Aktuelle Produkte am Markt

Das Spektrum der Agenten-Lösungen, die es heute bereits gibt, reicht von marktreifen Mainstream-Produkten großer Unternehmen bis zu eher verschrobenen Tools für Fachleute.

• Apple hat Agenten nicht erfunden, aber brachte das Thema als erster auf das Radar eines Mainstreampublikums: mit der Sprache erkennenden Assistenten-Lösung Siri  , vorgestellt im Oktober 2011. Siri kann Spracheingaben erkennen und zielgerichtet in Handlungen übersetzen: etwa Kalendereinträge vornehmen, Routen zu planen oder online zu recherchieren.
• Die andere große Agenten-Lösung ist die mobile Such-Applikation von Google, Google Now   - anders als Siri wird Google Now ohne einen expliziten Befehl tätig, sondern folgert implizit, dass der Nutzer Hilfe brauchen könnte: Sucht man über Google.de im PC einen Ort, so schickt einem die Google-Now-App selbsttätig eine Routenplanung auf das Smartphone. Now ermahnt sogar basierend auf der aktuellen Verkehrslage: "Wenn sie pünktlich ankommen wollen, müssen Sie jetzt losfahren".
• Das 2007 veröffentlichte Yahoo Pipes   ist ein Agent, der Content filtert, aggregiert und webbasiert veröffentlicht - basierend auf Regeln, die der Nutzer vorgibt.
• Githubs 'Huginn'   ist eine sehr nerdige Agenten-Bastel-Seite, für die Nutzer Vorkenntnisse oder viel Zeit und Motivation mitbringen sollten.
• Wesentlich einfacher und Mainstream ist die Agenten-Bastelstube: ifttt.com   - hier können auf einem teils graphischen, teils textuellen Interface Agenten scharf gemacht werden, die nach Wenn-Dann-Prinzipien arbeiten. Wenn es beispielsweise morgen regnen wird, erhält der Nutzer eine Nachricht mit "Schirm einpacken" als SMS auf sein Handy.

Noch arbeiten die meisten dieser Beispiele auf Basis von Regeln - bedeutet: Wenn etwas passiert, das der Nutzer vorgibt, dann werden sie in einer Weise aktiv, die der Nutzer festlegt."Durch diese strenge Regelbasiertheit sind die meisten Agenten noch wenig intelligent und kaum 'unscharf' - sie funktionieren schon nicht mehr, wenn nur gering von einem streng fokussierten Befehl abgewichen wird", sagt Datenexperte Klaas Wilhelm Bollhöfer vom Cloudcomputing und Datendienstleister The unbelievable Machine Company   . Siri und Google Now hätten da teilweise neues Teritorium erobert - das erste vereinfachte mit dem Sprachinterface die Bedienung von Agenten deutlich; letzteres handelt auch ohne einen expliziten Nutzerbefehl. Allerdings bestehe "die Intelligenz, die heutige Agenten vorgaukeln, vor allem in der Abstraktion: Der Zugang ist einfacher geworden und die Einrichtung eines Agenten erfordert weniger Expertenwissen", sagt Bollhöfer: "Doch die Systeme, die wir heute haben, sind noch keine Agenten, sofern man einen Agenten als einen persönlichen Assistenten begreift, der gemäß meiner Bedürfnisse autonom handelt und dabei lernt."

Bis das der Fall ist, muss die Forschung noch eine Reihe von Hürden nehmen.

Warten auf das nächste große Ding: Was Agenten noch lernen müssen

Das nächste große Ding bei Agenten werde weniger eine Kreation wie eine neuartige Lösung sein, glaubt Bollhöfer: "Bei Agenten werden die nächsten Schritte in vergleichsweise banalen Dingen liegen - wie etwa dem korrekten Verstehen von Sprache." Die kommenden Jahre werden also eher der Feinjustierung gehören als neuen, marktverändernden Produkten. Diese Feinjustierungen zu verstehen ist hilfreich bei der Frage: Wie können Shops und Marken ihre eigenen Internetpräsenzen aufbereiten, um Agentenlösungen hilfreich entgegen zu kommen - und so auf das Nutzerradar zu gelangen.

1. Künstliche Intelligenz: Agenten müssen noch besser lernen, Entitäten zu verstehen - Bedeutungsträger in Sätzen und wie diese zueinander stehen: Wer handelt, wer ist Objekt einer Handlung, was ist das Verb/was soll getan werden? Daraus leitet sich das Begreifen von Nutzer-Intentionen ab. Ein wichtiger Schlüssel, um diesen Schritt zu bewältigen, ist die Semantik.
2. Strukturierte Daten: Das Web muss daher im nächsten Schritt noch mehr strukturierte Daten bieten, um semantische Analysen zu unterstützen. Zwar gibt es nahezu jede Information irgendwo im Web. Entscheidend ist aber, dass diese Informationen ausgezeichnet und strukturiert sind: Ist eine lange Nummer auf der Homepage eines Restaurants die Telefonnummer oder bezieht sie sich auf den Eintrag im Handelsregister? Gehört ein Foto auf einer Seite zum danebenstehenden Artikel. Der Schlüssel für diesen Schritt werden Auszeichnungssprachen sein wie etwa Schema.org  
3. Dialogische Lösungen: Aktuell fragen Agenten nicht intelligent nach - Apples Siri fragt vielleicht mal, ob sie eine Eingabe korrekt verstanden hat oder im Web nach etwas suchen soll, was sie überhaupt nicht begriffen hat. Agenten der nächsten Generation werden zielführend nachfragen, um ihren Job besser zu machen. Beispiel: Ein Nutzer beauftragt einen Agenten, ihn zu alarmieren wenn eine Mode-Marke rote Jeans unter 20 Euro anbietet. Der Agent könnte dann nachfragen: "Habe ich einen Preisspielraum?" - "Sind auch rosa Jeans interessant?" - "Was, wenn ein anderer Shop rote Jeans ins Programm nimmt?" All das sind Informationen, die ihn seinen Job besser machen lassen.
   
   
4. Standardisierung/Schnittstellen/Lernen: Um intelligenter zu werden, müssen sich Agenten Daten-Reservoire erschließen: Ohne den Rohstoff Daten arbeiten sie nicht richtig. Je mehr Schnittstellen zu Daten-Reservoirs ein Agent hat, desto besser wird er funktionieren. Dabei wird es Datenanbieter wie Google und Apple geben, die sich aussuchen können, wem sie Zugriff gewähren. Und solche, wie etwa kleinere Marken, die darum werben müssen, dass Agenten auf sie zugreifen - denn nur so besteht noch eine Chance, vom Nutzer hinter dem Agenten wahr genommen zu werden.

Wenn Agenten diese Hürden meistern, wird die Zahl der Anwendungen und Anwendungsfelder sprunghaft wachsen. Dabei werden virtuelle Nutzer-Assistenten einige Branchen früher ändern als andere.

Der Weg der Disruption: Welche Branchen Agenten als erstes verändern

Bereits erhältliche Agenten-Lösungen operieren aktuell vor allem im Social-Media-Umfeld (wie etwa ifttt.com) oder helfen bei kleinen Aufgaben in der Alltagsorganisation (Kalendereinträge erstellen und an Ereignisse erinnern). In der Zukunft werden Agenten den Nutzern auf nahezu jedem Feld ihre Hilfe offerieren; doch eine Reihe von Marktsegmenten und Branchen wird schon innerhalb der kommenden Jahre verstärkt von Agenten-Lösungen dominiert:

• Jobumfeld mit Tasks und Terminen - Agenten helfen bei der Organisation von Arbeit, Terminen, beruflichen Kontakten - sie behalten Ereignisse und Börsenkurse im Auge und handeln, wenn nutzerdefinierte Bedingungen eintreffen.
• Tourismus - Agenten helfen bei der Preisbeobachtung, sprechen Empfehlungen aus oder buchen automatisch Hotels nach Bestätigung durch den Nutzer, wenn dieser nur die Eckdaten seiner Reise mitteilt.
• Sport / Quantified self / E-Health: Selbstvermessung wird ein Betätigungsfeld für Agenten, die etwa individuelle Sportpläne und Diäten zusammenstellen und überwachen, persönliche Trainer und Gesundheitsberater werden, wenn der Nutzer nur seine grundlegenden Gesundheits- oder Aktivitätsdaten einspeist.
• Autos: Agenten im Auto weisen automatisch den Weg zur nächsten Tankstelle oder finden und ggf. buchen Parkplätze im Voraus; es gibt viele Szenarien und Komplexitätsstufen für Agentenlösungen im Auto: die Agenten können entweder nur rund um das eigene Fahrzeug kreisen (Tankstand/Parkplatz). Komplexer wird es, wenn sie sich mit anderen Autos vernetzen und Informationen austauschen (Etwa für Unfallwarnungen und Stauwarnungen) oder - noch komplexer - mit Objekten aus dem Internet der Dinge kommunizieren (im vernetzten Haus wird die Heizung hochgefahren und das Licht aktiviert, bevor der Nutzer mit dem Auto dort eintrifft). Mit Apples neuartiger Smartphone-Auto-Vernetzung Car Play   rücken Auto-Agenten-Lösungen dem Mainstream schlagartig ein Stück näher - die Apps sind damit jedenfalls schon im Cockpit angekommen.

Zehn Trends für die Zukunft von Agenten

Wie die weitere Evolution und die Zukunft von Agentenlösungen im Web und Internet der Dinge aussieht, bestimmen vor allem zehn Trends.

1. Dialoge: Der lernende Agent
   Einer der nächsten Entwicklungsschritte wird der oben angedeutete nachfragende Agent sein, der auch mal ohne Aufforderung ein Angebot macht, individuell nachjustiert und unbekannten Probleme löst, indem er sich an Nutzer oder andere Agenten wendet: "Agenten stoßen früher oder später auf unvorhergesehene Probleme", sagt Professor Ricardo Büttner, Scientific Director des Institute of Management & Information Systems  . "Künftig lernt der Agent den Umgang mit unbekannten Szenarien im explorativen Erkunden der Umwelt oder im Austausch mit anderen intelligenten virtuellen Assistenten - der Programmierer wird mit der Agenten-Lösung nur die Hülle erschaffen. Sie wird dann Dinge können, die ihr Schöpfer nicht vorausgesehen hat."



2. Standards/Schnittstellen/Agentenschulen
   Der Schlüssel zum funktionierenden Agenten sind die Daten - sie werden der Schlüsselrohstoff sein. Damit rückt die Frage in den Fokus: Wer besitzt genug gute Daten, um Nutzern Agentenlösungen anzubieten, die korrekt im Nutzersinne zu handeln und richtige Vorschläge und Entscheidungen zu machen. Google und Facebook besitzen diese Daten, Amazon   im Bereich Commerce auch, ein weitererm aussichtsreicher Kandidat ist Apple  . Mit dem Aufkommen von Ambient Intelligence werden auch die Gerätehersteller zu Sammlern wertvoller Verhaltensdaten für die Agentenverwendung - Google wusste genau, wieso es Smart-Home-Hersteller Nest   gekauft hat. "Damit erschließt sich Google den Zugriff auf das Internet of things - Kühlschrank, Thermostat, Küchengeräte - alle diese vernetzten Gegenstände können künftig selbst kleine Agenten werden, die von der Umwelt lernen" sagt Alexander Siebert vom Semantik-Technologie-Dienstleister Retresco  . Bedeutet: Google verlängert so seine Suche und die daran angehängten Services bis in die gegenständliche Umwelt des Nutzers.
   
   Wer selbst jedoch nicht auf Datenbergen hockt, benötigt entweder Schnittstellen um Agenten-Lösungen anbieten zu können, oder MUSS seine Agenten auf Datenschulen schicken; d.h.: Routinen und Abläufe müssen installiert werden, die Agenten schnell lernen lassen, was den Nutzer ausmacht, was er will, wie er handelt. Je mächtiger Agenten am Markt werden, desto wahrscheinlicher wird eine von Industrie oder Politik forcierte Standardisierung von Datenschnittstellen: Große Firmen müssen entweder Daten preisgeben oder schließen sich in Datenbündnissen zusammen.

3. Agenten handeln ohne Auftrag
   
Agenten handeln bald proaktiv: Der Nutzer muss weder einen konkreten Auftrag geben, noch muss er unbewusst einen Stein des Anstoßes werfen - wie etwa eine Suche nach einem Ort ausführen, die den Agenten veranlassen könnte, ihm eine Routenplanung vorzuschlagen. Vielmehr wird der Agent selbst Vorschläge und Optionen unterbreiten, denen keinerlei Auslöser mehr durch den Nutzer vorangeht. Der Agent weiß schlicht mehr als sein Besitzer und schlägt entsprechend Dinge vor. Dafür lassen sich Beispiele konstruieren...


4. Agenten verhandeln mit Agenten
   
Ein Agent kommuniziert mit einem anderen Agenten und weiß daher: Ein Freund seines Nutzers kommt in die Stadt. Die beiden Agentenlösungen können dann selbständig die Kalender ihrer Nutzer checken und nach einem Termin für ein Dinner suchen, das Restaurant buchen und so fort. "Für komplexe Aufgaben ist es nötig, dass Agenten lernen, miteinander zu verhandeln, ihre unterschiedlichen Interessen zu koordinieren und zu Kompromissen kommen", sagt Ricardo Büttner. Eine komplexe Herausforderung, die noch weiter in der Zukunft angesiedelt ist.


5. Verschwinden der Werbung:
   Bereits die iBusiness-Analyse Die zehn Targeting-Trends der Zukunft handelte vom Verschwinden der Werbung; dieses wird durch Agenten forciert: Die Werbung wandert in die Algorithmen der Agenten, die diese direkt in Handlungen umsetzen: Der Agent weiß, was ich als Nutzer kaufen oder in welchem Restaurant ich buchen möchte. Seine Empfehlung erreicht den Nutzer nicht mehr als Werbebotschaft, sondern wird vom Agenten direkt umgesetzt oder abgelehnt. Das bedeutet...
   
   
6. Werber verhandeln mit Maschinen:
   Um auf mein Radar zu gelangen, müssen immer mehr Werbebotschaften für Agenten optimiert werden, statt für deren Nutzer. Die Werbeindustrie muss sich Gedanken machen, wie sie durch die Relevanzfilter der Agenten gelangt, die im Sinne ihrer Herren und Meister agieren.
   
   
7. Agenten SEO
   Das Werkzeug der Sichtbarkeit in der Zukunft: Es wird aus einem Plural an Maßnahmen bestehen, die auch technische Optimierung umfassen: Optimieren von lokalen Profilen in Datenbanken und sozialen Netzen, genaue Vertaggungen mit Metadaten, semantische Auszeichnungen von Daten und so fort. Doch ebenso wichtig wird das Ausstellen realer Relevanz - Nutzerempfehlungen und Kritiken werden ebenso entscheiden, wie etwa wertvoller Content mit Expertise zu Themen, die dem Nutzer wichtig sind, oder Daten aus dem realen Leben: Agenten werden von anderen Agenten beispielsweise lernen, wie viele Menschen und Kontakte ein Restaurant tatsächlich besucht und sich dort aufgehalten haben. Auch für die Kennzahlen und Abrechnungsmechanismen von Onlinewerbung wird dies Folgen haben...
   
   
8. Agenten SEA:
   Aus bezahlter Suchmaschinenwerbung wird bezahlte Agenten-Werbung. Von Werbern eingestellte Maschinen verhandeln mit den Nutzermaschinen, den Agenten. Hier entscheiden stärker als je zuvor Relevanzen darüber, welche Werbung einem Nutzer ausgeliefert wird - Preise rücken in den Hintergrund. Der SEA-Qualitätsfaktor wird zum Relevanzfaktor. Kennzahlen im SEA werden konkreter und weniger virtuell: Statt in Kontakten, Clicks, Leads oder Downloads wird in konkreten realen Aktionen abgerechnet: Welcher Nutzer hat auf meine Werbung in seinem Agenten hin wirklich ein Geschäft betreten? Oder wie viel wurde von einem Agenten im Nutzerauftrag in einem Shop eingekauft - auf diesen Betrag wird dann eine Provision fällig.
   
   
9. Agenten-Versicherungen
   Je selbständiger Agenten agieren - etwa für ihre Nutzer Transaktionen tätigen dürfen oder Maschinen im Internet der Dinge steuern - desto größer das Risiko maschinenverursachter Schäden. Versicherungsschutz gegen Agenten-Unfälle wird zu einem Marktsegment, glaubt Ricardo Büttner: "Agenten-Lösungen stoßen schnell an die Grenzen des Rechtsregelsystems: Wer haftet für Fehleinkäufe meines Shoppingagenten? Wer kommt auf, wenn ein von Agenten gesteuertes Fahrzeug einen Unfall baut? Niemand vermag mehr zu prognostizieren, welche Handlungen eine selbstlernende künstliche Intelligenz ausführen wird. Daher werden Versicherungen für Agenten gefragt sein."
   
   
10. Granularisierung komplexer Tasks
    
Künftige Agentenlösungen werden den vielleicht größten Fortschritt machen, wenn sie lernen, komplexe Aufträge strukturiert in Einzelaufträge aufzuteilen und diese zu hierarchisieren und koordinativ miteinander abzustimmen. Ein Beispiel: Ein Agent bekommt den Auftrag, ein Haus zu bauen. Er übernimmt dann selbständig die Aufteilung des Projektes in seine Teilaufgaben (Fundament gießen, Mauern bauen lassen, Rohre und Elektrik legen etc). Dabei schreibt er Dienstleister an, vergleicht Preise, vergibt Aufträge und erstellt einen strukturierten Zeitplan.

Aus diesen Trends und den Rahmenbedingungen ergeben sich vier Szenarien dafür, wie die Agenten-Zukunft aussieht, und wer gute Karten hat, sie zu beherrschen.