smarte Paywalls werden mit KI bei Hearst und FAZ noch smarter

zwei A/B-getestete Fallstudien im Unterschied zum NOZ-Case KI-basierte Paywallsteuerung Die NOZ-Mediengruppe (vgl. S2ff) ist nicht der einzige Verlag, der aktuell darüber berichtet, mit einer nutzerindividuellen Paywallsteuerung deutlich bessere Ergebnisse zu erzielen. Während die NOZ dabei auf Algorithmen setzt, scheint KI nochmals neue Potenziale zu eröffnen. Hearst 40 statt nur 4 Parameter, die zur Paywallsteuerung verwen-det werden Hearst Der Zeitungsarm des amerikanischen Großverlags Hearst berichtete im Rahmen einer Studienreise der INMA im Oktober (s. weiter unten) über einen A/B-Test des vorherigen Paywallalgorithmus gegen eine per Machine Learning aufgeschlaute Steuerungslogik. Nicht vier, sondern vierzig Parameter wurden dabei in die 'Entscheidungsmaschine' eingespeist, die dann jeweils nutzerindividuell über die Einblendung der Paywall entschied. Die Testergebnisse zeigten eine deutliche Überlegenheit des getesteten Modells, obwohl – wie bei im Fall der NOZ – die Paywall deutlich seltener zum Einsatz kam: Testergebnisse: • Zwischen 7% und 38% mehr Conversions • 500% mehr Registrierungen • 17% weniger Paywallkon-takte; 68% mehr Nutzer ohne Paywallkontakt Bei unterschiedlichen Titeln zwischen 7% und 38% mehr Aboneubestellungen Fast 500% mehr generierte Nutzer-Registrierungen 17% weniger Kontakte mit der Paywall und 68% mehr Nutzer, die