Unabhängig von linearen Sendeplänen hat das Streaming-TV-Publikum einen Sättigungspunkt erreicht. Sie sind zwar nach wie vor von ihren Streaming-Erlebnissen begeistert, aber das wachsende Netz von Diensten ist unübersichtlich und schwer zu navigieren geworden.
Nicht nur, dass die Zuschauer immer mehr Zeit brauchen, um etwas zu finden, was sie sehen wollen, viele wissen auch, was sie sehen wollen und finden es trotzdem nicht. Dies gilt insbesondere für Sportfans.
Ein Drittel der Streaming-Zuschauer gibt an, dass sich die Menge an Streaming-Optionen und -Inhalten negativ auf ihren Fernsehgenuss auswirkt
-2025 Gracenote Umfrage über Streaming-Zuschauer
Die ungebundene Verbreitung von Videos ist die neue Norm in der CTV-Landschaft, und sie fordert ihren Tribut beim Publikum. Fast 20 % geben sogar an, dass sie ihren Fernseher ganz aufgeben, wenn ihre Suche ins Leere läuft.
Die Fragmentierung wird nicht verschwinden, aber die Verlage haben die Möglichkeit, die Suche nach Inhalten zu rationalisieren - selbst wenn dies bedeutet, dass sie den Zuschauern helfen, etwas zu finden, das ein anderer Verlag vertreibt. Die Zuschauer verstehen zwar, dass es viele Möglichkeiten gibt, aber sie würden lieber eine Tür öffnen, um zu dem zu gelangen, was sie suchen, als zehn zu öffnen.
KI kann die Suche nach Inhalten verbessern, aber nicht, wenn die Menschen ihr nicht vertrauen
GenAI hat das Potenzial, Menschen mit den Inhalten zu verbinden, nach denen sie suchen, doch Vertrauen stellt dabei eine erhebliche Hürde dar.
TV-Suche und -Entdeckung im Zeitalter der KI
Die Art und Weise, wie Menschen nach Informationen suchen, verändert sich, und dies könnte ihnen helfen, sich in einer zunehmend fragmentierten TV-Landschaft zurechtzufinden. Ohne die richtigen Daten wird künstliche Intelligenz (KI) jedoch lediglich bestehende Vorurteile verstärken: Man kann ihr nicht trauen. Da KI mittlerweile in viele andere Tools integriert ist, die Menschen zur Informationssuche nutzen, hat die Nutzung …
Fundiertes Denken: Warum KI-gestützte CTV-Erlebnisse von Daten abhängen
Fehlerhafte Daten sind eine echte Gefahr. LLMs sind leistungsstarke Werkzeuge, aber sie sind nur so gut wie die Informationen, auf die sie zugreifen können.