Bei Brijit.com handelt es sich nicht um den Abklatsch einer deutschen Frauenzeitschrift sondern viel mehr um eine Art Nachrichten-Aggregator. Vom zunehmenden Information-Overflow spricht man heute aber leider gibt es neben APML nur wenig Versuche diesem Phänomen Herr zu werden.

Brijit.com geht im Gegensatz zu der doch recht aufwendigen Implementation von APML einen erfreulich pragmatischen Weg: Eine Redaktion wählt aus, welche (teils sehr umfassenden) Artikel aus 100 Quellen wichtig sind, die Nutzer schreiben zu diesen Kurzfassungen und die Redaktion wählt wiederum die besten davon aus. Anders als im Web 2.0 üblich werden die User jedoch für das schreiben der Texte mit $5 entlohnt.

Eine gute Möglichkeit einen groben Überblick zu bekommen.

Im Zeitalter von Web 2.0 und einem stetigen Trend hin zum Information-Overflow wird es immer wichtiger Nachrichten zu aggregieren und nur noch relevante Nachrichten zum versierten User durchkommen zu lassen. Die meisten User machen das durch die entsprechende Selektion von Blogs, die weitestgehend nur Themen von Interesse behandeln.
Trotzdem kann einiges an Zeit dabei draufgehen auch diese selektierte Auswahl an Blogs nach den Themen zu durchforsten die für einen wirklich relevant sind. Eine Prozedur die ich mit meinen etwas über 30 abonnierten Feeds jeden Tag durchführen muss. Das kostet einen eine nicht unbeachtlicher Menge Zeit.

Wäre es da nicht schön nur noch Posts zu erhalten, die mich sicher interessieren? Sprich mir das Scannen ob “relevant oder nicht?” zu sparen. Nun, APML (Attention Profiling Markup Language) versucht genau einen solches Prinzip zu realisieren.

Die Idee der auf XML basierenden Technik ist relativ einfach. Anhand von Benutzungsverhalten wird ein Attention-Profile erstellt, das z.B. Seiten und Schlagwörter enthält, die einen persönlich interessieren. Vom Prinzip her wie ein RSS-Feed, der ein Ranking der Themen enthält, die den User zur Zeit am meisten interessieren. Anhand dieses Rankings können nun Seiten die APML unterstützen die Informationen nach dem Ranking filtern oder zumindest sortieren, so dass überwiegend Nachrichten von Interesse über den User hereinschwappen.

CleverClogs.org beschreibt attention profiles so:

“”
[A]ttention profiles [are] consolidated, structured descriptions of people's interests and dislikes. The information about your interests and how much each means to you (ranking) is stored in a way so that computers and web-based services can easily read it, interpret it, process it and pass it on should you request and permit them to do so.
“”

Der Quelltext eines solchen Profils könnte etwa so aussehen (für das komplette Beispiel siehe http://apml.pbwiki.com/ ):


zum Vergrößern klicken

Der abgebildete Ausschnitt enthält neben dem Head, der das File als Attention-Profile ausweist ein paar Einträge, die die Schlagwörter (”key”) enthalten und deren Wertigkeit im Attention-Profile (”value”), also das Ranking oder die Wichtigkeit, die der User dem Thema beimisst.
Das ganze kann also als persönlicher Fingerabdruck der Interessen gesehen werden, welcher dann mit anderen Usern getauscht oder mit Firmen geteilt werden, die entweder gezielt Nachrichten für den User zuschneiden können oder - konsequent weitergedacht - deutlich gezieltere Werbebotschaften verbreiten können.

Die Daten, die das Profil enthält können dabei aus gelesenen Dokumenten, Mails, IM-Kommunikation, Browser-History, ... nahezu allem, was der User bereit ist preiszugeben, gewonnen werden. Klar, dass das Profil detaillierter wird je mehr der User preisgibt.


von http://apml.org/endusers/overview/

Größtest Hindernis beim Durchsetzen der Technologie sollten allerdings die User sein. Wer ist bereit so persönliche Daten wie ein Ranking der Interessen einfach so preiszugeben? Marketingexperten können die Daten nutzen um ein perfektes Profil des Zielkunden zu erstellen. Hat man nicht auch ein flaues Gefühl bei dem Service ThePudding der Telefonate kostenlos macht indem er sie durch Werbung finanziert, die auf Schlagwörter abgestimmt ist, die aus dem Gespräch beim “abhören” entnommen werden? Genauso flau ist mir bei dem Gedanken, dass die Firmen genau wissen wer ich bin und was ich mag, was ich lese und wie lange.

Interessant ist die Ansicht der Macher von APML zu der Privatsphären-Frage. Sie gehen (ganz im Gegenteil zu dem was man erwarten sollte) von einer erhöhten Privatsphäre aus. Bereits heute Sammeln die Firmen Daten über die Kunden, aber auf eine Art uns Weise, die vielleicht deutlich unangenehmer und unpräziser ist als APML-Files “gezielt zu füttern”. Daher gewinnt der User ein Mehr an Privatsphäre durch die Möglichkeit zu bestimmen, was verarbeitet wird. Außerdem speichert APML nicht alles, für das man sich je interessiert hat sondern nur “Trends” und dauerhafte Interessen:

“”
That’s actually the advantage of APML - it does not store everything you ever see - only the things that become trends/long term interests. If you develop an interest in terrorism for a few days, then [you might] want to start seeing books about terrorism and some of the best content about it in your other tools? If you don’t click on them that interest will quickly fade away because it only had a small footprint in your attention data. Tools can be set to filter out pornographic viewing - for example Particls ignores pornography - so does Cluztr.
“”

Im Moment unterstützen noch wenige Services APML Files, aber es sollten - und werden - mehr werden. Der erste Schritt zum erstellen eines Attention-Profiles kann z.B. mit Particls gemacht werden. Particls überwacht die Aktionen des Users und scannt die Festplatte nach relevanten Informationen. Daraus wird das erste Profil erstellt.

“”
You can tell it by typing in and ranking keywords and sources. Also you can optionally allow Particls to scan your hard drive periodically to auto-detect topics you care about (from the documents, conversations, emails and sites you visit). Don't worry, your privacy is assured.
“”

Anhand dieses Profils kann Particls dann auch News “empfehlen”, die interessant sein könnten. Aber auch andere Services können das APML-File dann nutzen und sind typischerweise auch in der Lage es zu verändern und zu aktualisieren. So kann beispielsweise Engagd.com die Files lesen und damit die Feeds nach Interessen filtern, gleichzeitig aber auch die Files aktualisieren je nachdem, welche Feeds gelesen werden usw.

Wenn die Technik so funktioniert wie es vorgesehen ist (User beobachten, lernen und beispielsweise nur Nachrichten zukommen lassen die ihn interessieren ...) ist das ein neuer großer Schritt in der Entwicklung des Internets und in der Schonung des überforderten Viellesers. Leider wird es wahrscheinlich aber noch seine Zeit dauern bis genug Services die Technik unterstützen um die Technik wirklich etablieren zu können (und die Privatssphären-Kritiker werden sicher auch nicht aussterben). Alles in allem hat es durchaus das Zeug zum “next big thing”. Neben den großen Vorteilen für die User profitiert sicher auch das FBI, das nun ein paar Profiler entlassen kann...