Empfehlungen sind ja im Grunde eine schöne Sache, egal auf welchem Gebiet: durch sie kann man Dinge kennenlernen, deren Existenz und Großartigkeit einem sonst vielleicht für immer verborgen blieben. Das gilt für Bücher, Restaurants, ganze Länder und natürlich auch für Filme. Ein paar Worte auf einer Party gewechselt und am nächsten Tag ab in die Videothek, mal schaun was von Seijun Suzuki da ist. Zum Beispiel. So führt eine Empfehlung nicht nur bestenfalls zu glücklicheren Konsumenten, sondern sie beglückt automatisch auch jene, die durch sie Geld verdienen. Eine Win-win-Situation, bei der alle noch mehr gewinnen könnten, wenn man das ganze irgendwie automatisieren könnte. Was ja auch tatsächlich gar nicht so schlecht funktioniert, zumindest im Online-Buchhandel ("Kunden die dieses Buch kauften, haben sich auch für folgende Titel interessiert"). Voraussetzung für solche Empfehlungen sind ausreichend Daten, außerdem aber braucht es ein paar Tricks, um verknüpfte Statistiken in zutreffende Prognosen zu verwandeln. Scott Kirsner beschreibt in diesem Artikel, wie Netflix und Co. sich bemühen, die Trefferquote ihrer Filmempfehlungen zu verbessern.
Doch das ist nichts dagegen, was man in Hollywood gerne hätte: nämlich sichere Prognosen darüber, ob aus einem Drehbuch ein Filmhit werden wird, oder nicht -- mit anderen Worten, ob es sich lohnt, es zu verfilmen. Mittlerweile sollen neuronale Netze die narrative Struktur der an den Kinokassen erfolgreichsten Filme analysieren und so lernen, das kommerzielle Potential neuer Filmprojekte einzuschätzen. Wohlgemerkt: es geht um die Rentabilität, nicht um die Qualität. Angeblich funktioniert das schon ganz gut, und zwar sollen die Vorhersagen treffender sein, als die eigenen, mit herkömmlichen Mitteln erstellten Prognosen der Studios. Diese freuen sich natürlich, aber möchten einige der Erkenntnisse nicht gerne hören -- nämlich daß beispielsweise Stars keine Hitgarantie darstellen... Dieser etwas ältere (und lange) New Yorker-Artikel stellt das Verfahren und die Firma dahinter vor (Epagogix), oder siehe auch hier (Buchauszug / pdf). Sehr lesenswert.