M | Herr Funk, was kann Ihre Software Cinuru und wie setzen Sie sie ein?

Jannis Funk | Die Cinuru-App ist eine „Kino-Loyality-App“ und ersetzt sozusagen die klassische Pappkarte, auf die ich beim Kinobesuch einen Stempel bekomme (lacht). Ist sie auf dem Smartphone des Kunden installiert, sammeln und analysieren wir damit Daten. Dabei interessiert uns der Kinogeschmack der Nutzer_innen. Wir sammeln also nicht alle Daten, die wir bekommen könnten, sondern nur Daten darüber, wer welche Art von Film mag. Der Grunddeal ist zusammengefasst: Du erzählst uns etwas über deinen Filmgeschmack und dafür bekommst du passende Filme empfohlen.

Umgekehrt bekommen so die Kinos, oft zum ersten Mal, einen digitalen Kanal zu ihren Kund_innen. Sie müssen dann nicht mehr generische Newsletter verschicken und können genau die Leute ansprechen, die mit hoher Wahrscheinlichkeit ein Interesse an genau den Filmen haben werden, die sie spielen. Verleiher wiederum bekommen ein Tool, mit dem sie ihr Marketing besser kontrollieren können: Kommen meine Trailer an? Haben die Leute, die ich erreichen wollte, den Film auf ihre persönliche Merkliste gesetzt? Haben sie ihn dann auch besucht? Wir haben bisher einige Tausend Downloads der App, starten jetzt mit 10 Kinos und haben hoffentlich 35 bis Ende des Jahres.

Bei den Streaming-Diensten, bei Netflix, Amazon Prime oder Sky sind Algorithmen zur Analyse von Kundenwünschen bereits lange im Einsatz. Wie setzen die sie ein?

2013 hatte Netflix bekanntgegeben, dass 75 Prozent seiner Angebote auf algorithmische Empfehlungen zurückgehen. Und 2015 haben sie als Experiment – das wurde auch in wissenschaftlichen Zeitschriften veröffentlicht – einem Teil ihrer User das Empfehlungssystem abgeschaltet, um zu sehen, ob diese Gruppe häufiger ihr Abo cancelt. Das war tatsächlich der Fall und mit Zahlen hinterlegt hat Netflix so festgestellt, dass der Algorithmus Verluste von circa einer Milliarde Dollar pro Jahr verhindert – damals mehr als ein Zehntel des Gesamtumsatzes.

Wie gut funktioniert Cinuru? Wie genau erfasst die App meinen Kinogeschmack?

Das hängt davon ab, wie oft Sie die App benutzen. Wir arbeiten auf der Basis von Empfehlungsalgorithmen. Es gibt explizite und implizite Datenpunkte. Explizit z.B. bedeutet, Sie erzählen mir aktiv wie Ihnen der Film gefallen hat und wie Sie ihn bewerten würden. Implizite Datenpunkte sind Informationen darüber, ob Sie sich den Trailer angeschaut und auch zu Ende angeschaut haben. Oder ob Sie sich den Film dann wirklich angesehen haben. Die Forschung zu dem Thema zeigt, dass man zwischen 30 und 50 Datenpunkte braucht, um eine verlässliche Voraussage über einen Besuch des Films machen zu können.

Momentan ist Ihre Software ein Vermarktungstool, das Kinos Kund_innen zuführt. Wäre vorstellbar, es zu einem Planungstool für Produzentinnen zu entwickeln? Die Informationen, die Sie beim Kinobesucher abfragen, interessieren doch sicher auch TV- oder Filmproduktionen.

Darüber schreibe ich aktuell meine Doktorarbeit – also über die algorithmische Erfassung von Filmgeschmack auf Einzelzuschauerebene und wie diese auf den Produktionsprozess zurückwirken kann. Es gibt in China bereits den Fall der Firma Weying, deren Online-Ticketing-Tool zuerst als Marketinginstrument und dann als Grundlage für Film-Investments interessant wurde. In Zukunft werden Produktionsfirmen ganz sicher systematischer und „empirischer“ über ihr Publikum nachdenken und entsprechend seiner Vorlieben planen. Heute denken sie noch sehr „anekdotisch“ über ihre Zuschauer_innen. Aus den Erfahrungen mit einigen Testscreenings und aus den Gesprächen mit Preview-Besucher_innen schließen sie oft auf die Allgemeinheit. Damit sind Produzenten heute viel mehr an ihren direkten Kund_innen, den Redakteur_innen, den Verleihern interessiert als am Endkunden selbst – auch das wird sich ändern. Selbst die jungen Youtuber*innen sind inzwischen viel fitter als Kinofilmproduzenten, wenn es um den Einsatz und die Auswertung statistischer Tools für Kundenfeedbacks geht. Bald wird man bereits auf der Ebene des Drehbuchs realistisch einschätzen können, welche und wie große empirische Zielgruppen sich für den Film interessieren könnten.

Besteht dann nicht die Gefahr, dass algorithmische Filter und Analysen eine bestimmte Art von Autor_innenkino erschweren werden? Wer sollte einen Film produzieren, für den der Algorithmus bereits vorab nur eine vierstellige Besucherzahl oder eine einstellige Einschaltquote ausgerechnet hat?

Man sollte die Algorithmen nicht überschätzen. Sie verändern vielleicht die Art, wie über Produktionsentscheidungen gesprochen wird. Aber auch in Zukunft bleibt die Entscheidung für ein Projekt eine Mischung aus Ausdrucks- und Gestaltungswillen und Marktdruck. Fernsehen zum Beispiel ist bereits heute das datengetriebenste Medium, das du dir vorstellen kannst. Nur sind das halt sehr schlechte Daten. Eine einzelne Zahl, die Einschaltquote, die alles beschreibt, alles gleichmacht. Zukünftig kann ich als Produktionsfirma vielleicht schon in einem frühen Stadium Zahlen über Zuschauerinteressen einführen, die mir dann helfen, eine positive Entscheidung für meinen Film zu bekommen. Man orientiert sich heute eher an den Zahlen aus der Förderung, der Redaktion, dem Verleih, als wirklich am Zuschauer – das kann sich nur verbessern.

Wie reagiert Cinuru auf die neue DSGVO? Entstehen aus ihr Probleme für solche Empfehlungssysteme?

Wir haben unser Konzept schon mit der neuen Verordnung im Kopf entwickelt. Uns war es von Anfang an wichtig, eine hohe Transparenz im Umgang mit den Daten der Nutzer_innen zu schaffen. Bei einem Bonusprogramm gibt es ja ein klares Opt-in und es gibt auch einen fairen Deal mit jedem einzelnen User: Verrate uns etwas über deinen Filmgeschmack und du erhältst dafür Filme nach deinem Geschmack. Das ist und bleibt legal, insofern gibt es kein generelles Problem für Empfehlungsalgorithmen. Dass in Europa mit der DSGVO nun Transparenz geschaffen wird, sehen wir positiv. Schwierig wird es für Geschäftsmodelle, deren Nutzer_innen ohne Wissen oder Einwilligung getrackt und retargetiert werden sollen.