Long Tail
Long Tail bezeichnet die große Menge selten nachgefragter Produkte, Suchbegriffe oder Fälle, die einzeln kaum ins Gewicht fallen, zusammen aber sehr viel ausmachen. In Onlinehandel und KI entscheidet oft dieser lange Ausläufer über Erfolg oder Misserfolg.
Wenn man aufschreibt, wie oft einzelne Dinge nachgefragt werden, entsteht fast immer dasselbe Muster. Ganz vorne stehen wenige Dinge, die extrem oft gefragt sind. Dahinter folgt eine sehr lange Reihe von Dingen, die jeweils nur selten gefragt werden. Zeichnet man das als Kurve, sieht der hintere Teil aus wie ein langer, flacher Schwanz. Genau diesen hinteren Bereich nennt man Long Tail. Das Erstaunliche daran: obwohl jeder einzelne Punkt dort winzig ist, ergibt die Summe aller Punkte oft mehr als die wenigen Spitzenreiter vorne.
Warum die Summe der Nischen den Ausschlag gibt
Ein normaler Buchladen hat vielleicht Platz für 20.000 Bücher. Er führt deshalb vor allem das, was sich sicher verkauft. Ein Onlinehändler hat dieses Platzproblem nicht. Er kann Millionen Titel anbieten, auch solche, die pro Jahr nur zweimal bestellt werden. Genau aus diesen seltenen Bestellungen entsteht ein großer Teil seines Umsatzes.
Der Begriff wurde 2004 vom Journalisten Chris Anderson bekannt gemacht. Seine These: Digitale Läden verdienen anders als klassische Läden. Lagerkosten und Regalplatz spielen fast keine Rolle mehr. Damit lohnt sich plötzlich auch das Nischenangebot.
Für KI-Systeme gilt das gleiche Muster in einer anderen Form. Ein selbstfahrendes Auto meistert normale Straßen schnell recht gut. Schwierig sind seltene Situationen: ein umgekippter Anhänger, ein Mensch im Kostüm, Schneetreiben bei Gegenlicht. Jede dieser Situationen ist für sich unwahrscheinlich. Zusammen treten sie aber ständig auf, und genau an ihnen scheitern Systeme.
Wie die Kurve entsteht
Man sortiert alle Fälle nach Häufigkeit, vom häufigsten zum seltensten. Dann trägt man sie nebeneinander auf. Links entsteht ein hoher, schmaler Berg, der Kopf der Verteilung. Nach rechts fällt die Kurve steil ab und läuft dann sehr flach weiter, oft über tausende Positionen. Fachleute sprechen von einer Potenzgesetz-Verteilung, weil die Häufigkeit nach einer festen Regel immer weiter sinkt, ohne je ganz null zu werden.
Wichtig ist der Unterschied zur bekannten Glockenkurve. Bei einer Glockenkurve, etwa bei Körpergrößen, liegen fast alle Werte nahe am Durchschnitt. Extreme sind dort echte Ausnahmen. Bei einer Long-Tail-Verteilung gibt es dagegen keinen sinnvollen Durchschnitt. Die Aussage 'der typische Suchbegriff' ergibt hier schlicht keinen Sinn.
Für KI-Training hat das harte Folgen. Sammelt man Daten einfach aus dem Netz, bekommt man vor allem den Kopf der Verteilung. Seltene Fälle sind kaum vertreten, also lernt das Modell sie schlecht. Deshalb sammeln Firmen gezielt seltene Beispiele nach oder erzeugen sie künstlich. Ein häufiger Irrtum ist, mehr Daten würden das Problem automatisch lösen. Doppelt so viele zufällige Daten bringen meist nur mehr vom Immergleichen.
Der lange Schwanz in Suche, Shops und Chatbots
Bei Google entfällt ein erheblicher Teil aller Suchanfragen auf Formulierungen, die so noch nie eingegeben wurden. Solche seltenen, meist längeren Anfragen heißen Long-Tail-Keywords. Kleine Websites versuchen genau dort zu ranken, weil die Konkurrenz um Allerweltsbegriffe zu groß ist. Statt 'Laufschuhe' zielt man auf 'Laufschuhe für breite Füße bei Regen'.
Streamingdienste arbeiten nach demselben Prinzip. Ihre Empfehlungssysteme sollen Nutzer von den Charts weg in den Katalog führen. Denn ein Abo bleibt eher bestehen, wenn jemand auch obskure Titel findet, die nirgendwo sonst laufen.
In News über Sprachmodelle taucht der Begriff meist bei Fehlern auf. Modelle beantworten Standardfragen zuverlässig und versagen bei seltenem Spezialwissen. Wer nach einer bekannten Person fragt, bekommt oft korrekte Angaben. Wer nach einem unbekannten Ortsverein fragt, bekommt womöglich frei Erfundenes. Der Long Tail ist damit kein Randthema, sondern die eigentliche Baustelle.