Was ist eine Entscheidungsmaschine?
Eine Entscheidungsengine ist eine Art webbasierte Computeranwendung, die versucht, den Benutzer auf verschiedene Arten bei der Entscheidungsfindung zu unterstützen. Ein gängiger Anwendungsfall ist das Online-Shopping, bei dem ein Kunde seine Prioritäten für ein bestimmtes Produkt eingibt und die Entscheidungsmaschine bestimmt, welche bestimmten Marken und Modelle am besten zu seinen Vorlieben passen. Entscheidungs-Engines können auch die Suche eines Benutzers im Laufe der Zeit verfolgen und die gesammelten Daten verwenden, um Vorschläge zu machen.
Entscheidungsmaschinen sollten nicht mit Suchmaschinen verwechselt werden. Suchmaschinen sind ein zentraler Ort, von dem aus Sie auf verschiedene Informationen zugreifen können. Dagegen liefern Entscheidungsmaschinen anhand einer Reihe von Kriterien individualisierte Suchergebnisse.
Anstatt eine Basis zu sein, von der aus ein Benutzer Suchvorgänge ausführen kann, sollen bei einem herkömmlichen Entscheidungsmaschinenmodell die Themen von anderen Suchmaschinen als Suchergebnisse zurückgegeben werden. Beispielsweise kann ein Benutzer eine Frage in eine Suchmaschine eingeben. Eines der Top-Ergebnisse für diese Suche wäre ein relevantes Thema in einer Entscheidungsmaschine.
Sobald sich ein Benutzer in einer Entscheidungsengine befindet, werden ihm eine Reihe von Fragen, die als Entscheidungsbaum bezeichnet werden, angezeigt, mit denen er keine Auswahl auf dem Weg zur optimalen Option treffen kann. Wenn ein Benutzer nach Mobiltelefonen sucht, beziehen sich die wahrscheinlichen Fragen auf Preis, Größe, Anbieter und Wunsch nach Optionen wie Freisprecheinrichtung, Webfähigkeit usw. Basierend auf den Antworten auf solche Fragen wird die bestplatzierte Antwort schließlich mit einer begleitenden Erklärung präsentiert.
Einer der Hauptnachteile dieses Entscheidungsmodells besteht darin, dass Themen erstellt werden müssen, bevor sie verwendet werden können. Ähnlich wie bei einem Wiki-Ansatz erfordern solche Entscheidungsmodule die Teilnahme von Benutzern und sind auf die Entwicklung der Community angewiesen, um effektiver zu werden. Entscheidungsmaschinen, die auf menschlichem Input beruhen, unterliegen ebenfalls menschlicher Subjektivität und Meinung.
Eine gängige Lösung für die Verzerrung von Entscheidungsbäumen besteht darin, das Community-Voting zu ermöglichen. Die besten oder am wenigsten subjektiven Einträge steigen nach oben, während schlechtere Einträge begraben werden. Die Zuverlässigkeit der Abstimmung zur Unterdrückung von schlechten Einträgen verbessert sich auch mit einer stärkeren Beteiligung der Community, was es noch wichtiger macht, eine große und aktive Benutzerbasis zu haben.
Stärker automatisierte Entscheidungsmodelle werden in gängige Suchmaschinen integriert und basieren auf der Verwendung von aufgelaufenen Suchdaten, um Ergebnisse vorzuschlagen, die der Benutzer wahrscheinlich als nützlich erachtet. Anstatt sich auf menschliche Eingaben zu verlassen, werden diese Empfehlungen im Handumdrehen nach vorgegebenen Formeln erstellt. Benutzer können die Ergebnisse verbessern, indem sie dem System mitteilen, ob sie hilfreich sind oder nicht.