Neues Pinterest Algorithmus Update

Mehr Vielfalt im Feed und gleichverteilte Auslieferung
Die Social Media Plattform Pinterest hat Neuigkeiten veröffentlicht: Durch Änderungen an ihrem Feed-Algorithmus soll die Ausspielung der Beiträge in verschiedenen Formaten ausgeglichener und die Aktualität der Pins eher berücksichtigt werden.

Das sind die Auswirkungen des Pinterest Updates!

Wie war es bisher?

Der Pinterest Algorithmus hat bisher die angezeigten Inhalte speziell nach den Interessen der einzelnen User gefiltert. So wurden den Nutzern des Netzwerks direkt Inhalte angezeigt, die zu ihren gespeicherten Pinnwänden und den Pins passen, mit denen bereits interagiert wurde.

Was ändert sich?

Dieses Prinzip hat Pinterest nun überholt. Um die Bandbreite der Pins zu erhöhen und dafür zu sorgen, dass jeder User die Möglichkeit hat die verschiedenen Formate und Inhalte für sich zu nutzen, wurde auch der Algorithmus darauf angepasst. Es wird nun weniger Gewicht auf zuvor betrachtete Inhalte gelegt, sondern auch verschiedene Pin-Varianten zur Verfügung gestellt. Das bedeutet, es soll beispielsweise bei Pins im Videoformat zukünftig die Ausspielung gleichverteilter werden. Also im Klartext: Wurden bisher besonders gerne Beiträge im Video-Format angesehen, so kann es nun sein, dass die Ausspielung von Videos gedrosselt wird und andere Formate eine Chance bekommen. Andersrum kann es passieren, dass Personen, die besonders gerne statische Bilder betrachten, nur mehr Videos angezeigt bekommen.

Des Weiteren legt die Plattform nun besonders Wert darauf, dass Pins, mit denen viel interagiert wird, im Feed weiter oben landen. So werden die relevantesten Inhalte auserkoren und den Nutzern zuerst zur Verfügung gestellt. Gestützt wird das neue Vorgehen durch die Kontrolle der Aktualität der Pins. Die Inhalte sollen nicht nur thematisch passen, sondern ebenso aktuell sein.

Worauf sollte nun bei der Pinterest Content-Erstellung geachtet werden?

Um auch bei sich selbst die Bandbreite an Ausspielungsmöglichkeiten zu nutzen, sollte zukünftig nicht mehr der Fokus auf einer einzigen Pin-Variante liegen. Durch unterschiedliche Formate und Abwandlungen der Beiträge kann auch mit dem Algorithmus-Update die Häufigkeit der Ausspielungen gestützt werden.

Ebenso sollte nun auch verstärkt auf die Aktualität der Inhalte geachtet und besonders organisch regelmäßig relevanter Content gepostet werden.

Mehr Infos zu Pinterest und den Vorteilen dieses Social Media Kanals? Unsere Social Media Agentur berät Sie gerne.

  |    |  
KI-Modelle nutzen Query Fan-Outs für komplexe Suchen. Die Analyse von 365.920 Queries zeigt: Google, OpenAI und Amazon verfolgen unterschiedliche Strategien. Content-Optimierung muss diese spezifischen Muster nun gezielt berücksichtigen.
Weiterlesen
  |    |  
KI-Modelle nutzen Query Fan-Outs für komplexe Suchen. Die Analyse von 365.920 Queries zeigt: Google, OpenAI und Amazon verfolgen unterschiedliche Strategien. Content-Optimierung muss diese spezifischen Muster nun gezielt berücksichtigen.
Weiterlesen
  |    |  
In einer neuen Case Study zeigt seowerk, wie die eigene SEO-Agentur seit über zwölf Jahren nachhaltige Suchmaschinenoptimierung betreibt und diesen Ansatz seit 2023 gezielt um Generative Engine Optimization (GEO), KI-Optimierung und SEO für ChatGPT erweitert hat.
Weiterlesen
Die Suche nach AGI führt KI Forschung an ihre Grenzen, verbindet technische Ambitionen mit ethischen Risiken und stellt Gesellschaften vor die Frage, wie universelle Maschinenintelligenz kontrolliert, ausgerichtet und sinnvoll in soziale und wirtschaftliche Strukturen eingebettet werden kann.
Weiterlesen
Mit der Transformer Architektur beginnt eine neue Ära, in der KI nicht nur versteht, sondern schöpft und dank Attention Mechanismen Texte, Bilder und Ideen generiert und so den Weg für moderne LLMs und kreative Anwendungen bereitet.
Weiterlesen
Der Deep-Learning-Boom entsteht aus Datenflut, GPU-Power und neuen Netzarchitekturen und entfesselt eine KI-Revolution, die Forschung und Industrie grundlegend verändert und den Übergang von symbolischer Logik zu selbstlernenden Systemen beschleunigt.
Weiterlesen
Nach Jahren des Stillstands erlebten neuronale Netze in den 1980ern mit Backpropagation eine Wiedergeburt. Mehrschichtige Netze lernten komplexe Muster automatisch, übertrafen Expertensysteme und legten den Grundstein für das spätere Deep Learning.
Weiterlesen
In den 1980er Jahren feierten Expertensysteme die KI kurzzeitig als wirtschaftlichen Erfolg. Hohe Wartungskosten, begrenzte Domänen und teure Hardware führten jedoch zum Scheitern und lösten den Zweiten KI Winter aus.
Weiterlesen
Ab etwa 1974 erlebt die symbolische KI eine Phase tiefer Ernüchterung. Die kombinatorische Explosion und gescheiterte Generalisierung aus Spielzeugwelten führen zu massiven Kürzungen der Fördergelder, ersten Rückzügen der Forschung und zum Ersten KI Winter.
Weiterlesen
Teil 15 – In den 1960er Jahren dominiert die symbolische KI das Feld und erhebt die regelbasierte Manipulation von Symbolen zum Kern der Intelligenz. Programme wie Logic Theorist und GPS befeuern den Glauben, menschliches Denken vollständig in formale Strukturen übersetzen zu können.
Weiterlesen
Teil 14: Der Dartmouth Workshop von 1956 definiert erstmals ein eigenes Forschungsfeld und gibt der Disziplin ihren Namen. Die Vision einer programmierbaren Intelligenz vereint führende Köpfe und markiert den Beginn einer Ära, geprägt von Ehrgeiz, Optimismus und bahnbrechenden Ideen.
Weiterlesen
Teil 13 – In den frühen Nachkriegsjahren verschmelzen biologische Modelle, kybernetische Ideen und elektronische Architektur zu einem neuen Verständnis von Intelligenz. McCulloch, Pitts, Wiener und von Neumann schaffen die Grundlagen, auf denen moderne KI Systeme technisch und theoretisch aufbauen.
Weiterlesen
Kontakt
Leichte Sprache
crossmenu linkedin facebook pinterest youtube rss twitter instagram facebook-blank rss-blank linkedin-blank pinterest youtube twitter instagram