Recommendation 2.0, oder: Bessere Empfehlungsdienste als Nebeneffekt vernetzter SacherschlieÃ?ung

Das del.icio.us Recommendation Snippet ist eine hübsche Idee von Shinichi Tomita: Aus einer ausgewählten fremden Linksammlung kann ich mir hier Links empfehlen lassen, die anhand meiner eigenen Linksammlung als möglicherweise für mich relevant ermittelt worden sind. Dies ist ein interessanter Dienst gerade dann, wenn man – wie beispielsweise die Bibliotheken an der Sorbonne – eine relativ groÃ?e und thematisch breite ErschlieÃ?ung von Online-Quellen anbietet. Wer es mal ausprobieren will,

kann auf der oben verlinkten Seite in das Feld “Site Owner’s Del.icio.us ID:” bibliparis4 eintragen, also den del.icio.us-Account der Sorbonne-Bibliotheken, auf die Taste “Render Recommends” drücken und dann unter “Tell me your del.icio.us ID” die eigene (oder irgendeine bekannte) del.icio.us-ID angeben. Der Empfehlungsdienst läÃ?t sich auch auf der eigenen (Bibliotheks-)Website einbinden, sodaÃ? der Besucher diese Seite nicht zu verlassen braucht.

Tomitas Empfehlungsdienst basiert auf zwei wichtigen Eigenschaften von del.icio.us:

  • Die offene Web-Schnittstelle zur Programmierung solcher Anwendungen. Solche Schnittstellen werden von zahlreichen Entwicklern spielerisch genutzt, mit dem Resultat, das den Benutzern gelegentlich neue Features zur Verfügung stehen, ohne daÃ? die Kernanwendung dadurch komplexer wird oder sich überhaupt verändert.
  • Die groÃ?e Anwenderzahl, die den für das Social Bookmarking entscheidenen Netzwerkeffekt erzeugt – davon war hier ja schon häufiger die Rede.

Ist das mal wieder so ein Recommenderdienst, wie man ihn mittlerweile ja nicht mehr nur von Amazon, sondern beispielsweise auch aus Bibliothekskatalogen in Karlsruhe oder Köln kennt? – Höchstens auf den ersten Blick, denn zum einen ist die Grundgesamtheit der Informationen, aus denen die Empfehlungen ermittelt werden, weder das Sortiment eines Buchhändlers noch der Medienbestand einer Bibliothek. Zum anderen aber liegen den Empfehlungen weder Kauf- noch Ausleihentscheidungen zugrunde, die in eine Reihe indirekter Empfehlung umgedeutet werden. Sondern hier ist eine Auswahl aufgrund des bereits zur Kenntnis genommenen Inhalts getroffen worden, ggf. wird der Inhalt sogar durch Tags beschrieben. Gebookmarkt wird alles, was man später noch einmal brauchen könnte – oder, etwa im Falle einer Bibliothek, was für andere nützlich sein könnte. Während sich Recommendersysteme nach Art von Amazon auf relativ gering qualifizierte, pauschale, dafür jedoch zahlreiche “Einzelurteile” stützen können, haben wir es hier quasi mit Recommendation 2.0 zu tun. (Dieses plakative Label ist in diesem Zusammenhang einfach zu verlockend…) Entscheidend für Recommendation 2.0 ist die Verknüpfung der eigenen SacherschlieÃ?ung des Empfehlungs-Adressaten mit fremden SacherschlieÃ?ungsdaten. Die Aktivität der Adressaten zusammen mit der Vielfalt greifbarer, teils hochwertiger Daten, die wiederum zahlreiche, heterogene Ressourcen erschlieÃ?en, sind das eigentlich Neue.

Recommender-Algorithmen sind “nur” ein recht interessanter Mechanismus, die umgekrempelte SacherschlieÃ?ungs-Landschaft zu nutzen. Der Reiz solcher Algorithmen besteht darin, daÃ? sie aus der Komplexität umfangreicher Datenbestände per Knopfdruck etwas “für uns” auswählen. Der soziale, auf subjektiven Impulsen beruhende Charakter der Social-Bookmarking- bzw. Weblog-Netzwerke scheint mir aber wichtiger zu sein. Welche Funktionen und Folgen diese Netze haben ist immer wieder verblüffend: Wer hätte beispielsweise vor dem Zeitalter von Technorati und del.icio.us gedacht, daÃ? ein Tag zum Kristallisationspunkt einer virtuellen Community werden könnte?