+47 % mehr Curation Rewards – und das Verrückte daran: Der eigentliche Teil läuft noch gar nicht

in #deutsch11 hours ago

ChatGPT Image 21. Juni 2026, 13_32_50.png

In den letzten Wochen ist mein durchschnittlicher Curation-Ertrag von etwa 6 SP pro Woche auf rund 8,8 SP pro Woche gestiegen.

Das entspricht ungefähr 47 % mehr Ertrag.

Die erste Reaktion vieler Leute wäre vermutlich:

„Okay, das neue Machine-Learning-Modell funktioniert.“

Aber genau das ist der interessante Teil:

Die meisten Analytics- und ML-Komponenten von VoteBroker beeinflussen die produktiven Entscheidungen aktuell noch gar nicht.

Woher kommt der Effekt dann?

Im Moment sorgt VoteBroker hauptsächlich dafür, dass Chancen sichtbar werden.

Beiträge beobachteter Autoren werden automatisch erfasst.

Opportunities werden gesammelt.

Interessante Posts gehen nicht mehr verloren, nur weil man gerade nicht online war.

Allein dieser Discovery-Effekt reicht bereits aus, um die Ergebnisse spürbar zu verbessern.

Warum mich das so optimistisch macht

Parallel dazu läuft inzwischen eine komplett eigene Analytics- und Research-Plattform.

Wir sammeln:

  • Shadow-Mode-Entscheidungen
  • Outcome-Daten
  • Growth Snapshots
  • Timing-Daten
  • Signal Attribution
  • Confusion Matrices
  • Precision- und Recall-Metriken

Inzwischen wurden bereits tausende Entscheidungen gegen reale Ergebnisse ausgewertet.

Das Entscheidende:

Diese Erkenntnisse werden aktuell größtenteils noch gar nicht produktiv genutzt.

Der spannende Teil kommt erst noch

Momentan profitieren wir hauptsächlich davon, dass keine Chancen mehr übersehen werden.

Die eigentliche Intelligence-Schicht befindet sich noch im Forschungsmodus.

Das bedeutet:

Die aktuellen +47 % entstanden weitgehend ohne die Erkenntnisse aus den neuen Modellen.

Wenn die heute bereits gesammelten Daten künftig tatsächlich in die produktiven Entscheidungen einfließen, beginnt das eigentliche Experiment erst.

Und genau das macht das Projekt für mich aktuell so spannend.

Denn die Frage lautet nicht mehr:

„Kann man bessere Entscheidungen treffen?“

Die Frage lautet inzwischen:

„Was passiert, wenn man tausende reale Entscheidungen misst, daraus lernt und dieses Wissen anschließend produktiv einsetzt?“