Wie TC-Leser wissen, ist der schwierige Kompromiss des modernen Webs die Privatsphäre für die Bequemlichkeit. Durch Online-Tracking wird dieser „große Raub der Intimität“ abgewickelt. Die Massenüberwachung dessen, was Internetnutzer betrachten, untermauert die von Google dominierende Suchmaschine und Facebooks soziales Imperium, um nur zwei der bekanntesten werbefinanzierten Geschäftsmodelle zu nennen.

Verizon, der eigene Corporate Overlord von TechCrunch, sammelt auch Daten von verschiedenen Endpunkten – Mobilgeräten, Medieneigenschaften wie dieser -, um sein eigenes Geschäft mit Anzeigenausrichtung zu betreiben.

Unzählige andere verlassen sich darauf, Benutzerdaten zu erhalten, um einen wahrgenommenen Wert zu extrahieren. Nur wenige dieser Unternehmen sind völlig transparent darüber, wie viel und welche Art von privater Intelligenz sie anhäufen – oder genau, was sie damit machen. Aber was wäre, wenn das Web nicht so sein müsste?

Das in Berlin ansässige Unternehmen Xayn möchte diese Dynamik ändern – angefangen bei der personalisierten, aber datenschutzsicheren Websuche auf Smartphones.

Heute wird eine Suchmaschinen-App (für Android und iOS) gestartet, die den Komfort personalisierter Ergebnisse bietet, jedoch ohne das “übliche” Schulter-Surfen. Dies ist möglich, weil die App KI-Modelle auf dem Gerät ausführt, die lokal lernen. Das Versprechen ist nein Daten werden immer hochgeladen (obwohl trainierte KI-Modelle selbst sein können).

Das Team hinter der App, die zu 30% aus Doktoranden besteht, arbeitet seit etwa sechs Jahren am Kernproblem Datenschutz und Benutzerfreundlichkeit (obwohl das Unternehmen erst 2017 gegründet wurde). Zunächst als akademisches Forschungsprojekt, das ein Open-Source-Framework für maskiertes föderiertes Lernen namens XayNet bietet. Die Xayn-App basiert auf diesem Framework.

Sie haben bisher rund 9,5 Millionen Euro an Frühphasenfinanzierungen aufgebracht – mit Investitionen der europäischen VC-Firma Earlybird; Dominik Schiener (Iota-Mitbegründer); und das schwedische Authentifizierungs- und Zahlungsdienstleistungsunternehmen Thales AB.

Jetzt wollen sie ihre XayNet-Technologie kommerzialisieren, indem sie sie in einer benutzerbezogenen Such-App anwenden. Ziel ist das, was CEO und Mitbegründer Dr. Leif-Nissen Lundbæk als Geschäftsmodell im Zoom-Stil bezeichnet allgegenwärtiges Videokonferenz-Tool, das sowohl kostenlose als auch kostenpflichtige Benutzer hat.

Dies bedeutet, dass die Suche von Xayn nicht werbefinanziert ist. Korrekt; Sie erhalten keine Anzeigen in den Suchergebnissen.

Stattdessen soll die Consumer-App als Schaufenster für ein B2B-Produkt dienen, das auf derselben KI-Kerntechnologie basiert. Die Kontaktaufnahme mit Kunden aus Unternehmen und dem öffentlichen Sektor erfolgt schneller, ohne dass der kommerzielle Datenschutz beeinträchtigt wird.

Laut Lundbæk benötigen Unternehmen dringend bessere Suchwerkzeuge, um (sicher) auf ihre eigenen Daten angewendet zu werden. Studien haben gezeigt, dass die Suche im Allgemeinen weltweit rund 18% der Arbeitszeit kostet. Er zitiert auch eine Studie einer Stadtbehörde, in der festgestellt wurde, dass Mitarbeiter 37% ihrer Zeit bei der Arbeit damit verbracht haben, nach Dokumenten oder anderen digitalen Inhalten zu suchen.

“Es ist ein Geschäftsmodell, das Google versucht hat, aber nicht erfolgreich war”, argumentiert er und fügt hinzu: “Wir lösen nicht nur ein Problem, das normale Menschen haben, sondern auch das von Unternehmen. Für sie ist Datenschutz nicht schön. es muss da sein, sonst gibt es keine Chance, irgendetwas zu benutzen. “

Auf der Verbraucherseite wird es auch einige Premium-Add-Ons für die App geben – es ist also geplant, dass es sich um einen Freemium-Download handelt.

Wischen Sie, um den Algorithmus zu verschieben

Eine wichtige Sache ist, dass die neu gestartete Web-Such-App von Xayn den Benutzern ein Mitspracherecht einräumt, ob der angezeigte Inhalt für sie nützlich ist (oder nicht).

Dies geschieht über eine Tinder-artige Wischmechanik nach rechts (oder links), mit der Benutzer ihren Personalisierungsalgorithmus in die richtige Richtung bewegen können – beginnend mit einem Startbildschirm mit Nachrichteninhalten (nach Ländern lokalisiert), der sich jedoch auch auf die Suchergebnisseiten erstreckt.

Der nachrichtenorientierte Homescreen ist ein weiteres bemerkenswertes Merkmal. Und es hört sich so an, als ob in Zukunft verschiedene Arten von Homescreen-Feeds auf den Premium-Karten sein könnten.

Ein weiteres wichtiges Merkmal der App ist die Möglichkeit, personalisierte Suchergebnisse vollständig ein- oder auszuschalten. Tippen Sie einfach auf das Gehirnsymbol oben rechts, um die KI auszuschalten (oder wieder einzuschalten). Ergebnisse ohne laufende KI können nur mit Lesezeichen / Freigabe gewischt werden.

An anderer Stelle enthält die App eine Verlaufsseite, auf der Suchanfragen der letzten sieben Tage (standardmäßig) aufgelistet sind. Die anderen angebotenen Optionen sind: Heute, 30 Tage oder der gesamte Verlauf (und eine Bin-Schaltfläche zum Löschen von Suchvorgängen).

Es gibt auch eine “Sammlungen” -Funktion, mit der Sie Ordner für Lesezeichen erstellen und darauf zugreifen können.

Während Sie durch die Suchergebnisse scrollen, können Sie ein Element zu einer Sammlung hinzufügen, indem Sie nach rechts wischen und das Lesezeichensymbol auswählen. Daraufhin wird eine Eingabeaufforderung geöffnet, in der Sie auswählen können, zu welchem Element Sie es hinzufügen möchten.

Die Swipe-Y-Oberfläche fühlt sich vertraut und intuitiv an, wenn auch etwas verzögert, um Inhalte in der TestFlight-Beta-Version zu laden, die TechCrunch vor dem Start ausgecheckt hat.

Wenn Sie auf einem Inhalt nach links wischen, wird ein leuchtend rosa Farbblock mit der Warnung „x“ geöffnet. Machen Sie weiter und Sie werden den Gegenstand in den Äther verschwinden lassen, vermutlich werden Sie in Zukunft weniger davon sehen.

Während ein Wischen nach rechts bestätigt, dass ein Stück Inhalt nützlich ist. Dies bedeutet, dass es im Feed bleibt, der in Xayn-Grün dargestellt ist. (Wenn Sie nach rechts wischen, werden auch die Lesezeichenoption und eine Schaltfläche zum Teilen angezeigt.)

Zwar gibt es auf dem Markt bereits Suchmaschinen für Datenschutz und Nicht-Tracking – wie DuckDuckGo in den USA oder Qwant in Frankreich -, doch laut Xayn bleibt die Benutzererfahrung solcher Konkurrenten tendenziell hinter dem zurück, was Sie mit einer Tracking-Suchmaschine wie Google erhalten dh in Bezug auf die Relevanz der Suchergebnisse und damit die Suchzeit.

Einfach ausgedrückt: Sie müssen wahrscheinlich mehr Zeit mit “DDGing” oder “Qwanting” verbringen, um die spezifischen Antworten zu erhalten, die Sie im Vergleich zu Googeln benötigen – daher die “Komfortkosten”, die mit dem Schutz Ihrer Privatsphäre bei der Websuche verbunden sind.

Xayns Behauptung ist, dass es eine dritte, intelligentere Möglichkeit gibt, Ihre “virtuelle Kleidung” bei der Online-Suche anzuziehen. Dies beinhaltet die Implementierung von KI-Modellen, die auf dem Gerät gelernt und datenschutzsicher kombiniert werden können, sodass die Ergebnisse personalisiert werden können, ohne die Daten von Personen zu gefährden.

„Datenschutz ist das Fundament… Es bedeutet, dass wir wie bei anderen Datenschutzlösungen nichts verfolgen. Es wird nichts an unsere Server gesendet. Wir speichern natürlich nichts. Wir verfolgen überhaupt nichts. Und natürlich stellen wir sicher, dass jede Verbindung, die vorhanden ist, grundsätzlich gesichert ist und überhaupt keine Nachverfolgung zulässt “, erklärt Lundbæk den AI-gestützten, dezentralen / Edge-Computing-Ansatz des Teams.

Neueinstufung auf dem Gerät

Xayn greift auf eine Reihe von Suchindexquellen zurück, darunter (aber nicht ausschließlich) Microsoft Bing per Lundbæk, der dieses Vorgehen als “relativ ähnlich” zu DuckDuckGo (mit eigenen Web-Crawler-Bots) bezeichnet.

Der große Unterschied besteht darin, dass auch eigene Reranking-Algorithmen angewendet werden, um datenschutzsichere personalisierte Suchergebnisse zu generieren (während DDG ein kontextbezogenes werbebasiertes Geschäftsmodell verwendet, bei dem einfache Signale wie Standort- und Keyword-Suche auf Anzeigen ausgerichtet werden, ohne dass Nutzer profiliert werden müssen ).

Der Nachteil dieser Art von Ansatz ist laut Lundbæk, dass Nutzer mit Anzeigen überflutet werden können – als Folge der einfacheren Ausrichtung bedeutet dies, dass das Unternehmen mehr Anzeigen liefert, um die Wahrscheinlichkeit eines Klicks zu erhöhen. Und viele Anzeigen in den Suchergebnissen sorgen offensichtlich nicht für ein großartiges Sucherlebnis.

„Wir erhalten viele Ergebnisse auf Geräteebene und führen eine Ad-hoc-Indizierung durch. Daher bauen wir auf der Geräteebene und auf dem Index auf. Mit diesem Ad-hoc-Index wenden wir unsere Suchalgorithmen an, um sie zu filtern, und präsentieren Sie nur Was ist relevanter und filtert alles andere heraus “, skizziert Lundbæk, wie Xayn funktioniert. „Oder im Grunde genommen ein bisschen herabstufen… aber wir versuchen auch, es frisch zu halten und zu erforschen und Dinge zu stoßen, bei denen sie für Sie vielleicht nicht besonders relevant sind, aber es gibt Ihnen einige Garantien, dass Sie nicht in eine Art Blase geraten . ”

Ein Teil dessen, was Xayn tut, ist im Bereich des föderierten Lernens (FL) – eine Technologie, mit der sich Google in den letzten Jahren beschäftigt hat, einschließlich der Vorlage eines Vorschlags zum Schutz der Privatsphäre, um Tracking-Cookies von Drittanbietern zu ersetzen. Xayn argumentiert jedoch, dass die Interessen des Technologieriesen als Datenunternehmen einfach nicht darauf ausgerichtet sind, den eigenen Zugriff auf die Benutzerdatenleitung zu sperren (selbst wenn er auf die Anwendung von FL für die Suche umsteigen würde).

Während seine Interessen – als kleines, datenschutzfreundliches deutsches Startup – deutlich unterschiedlich sind. Ergo, die Technologie zum Schutz der Privatsphäre, die seit Jahren entwickelt wird, hat ein glaubwürdiges Interesse daran, die Daten von Personen zu schützen.

“Bei Google gibt es tatsächlich [fewer] Menschen, die am Föderierten Lernen arbeiten als in unserem Team “, bemerkt Lundbæk und fügt hinzu:„ Wir haben TFF kritisiert [Google-designed TensorFlow Federated] viel. Es handelt sich um Verbundlernen, aber es wird überhaupt keine Verschlüsselung durchgeführt – und Google verfügt über viele Hintertüren.

„Sie müssen verstehen, was Google damit eigentlich machen will? Google will ersetzen [tracking] Cookies – aber vor allem wollen sie diese Art von holpriger Sache ersetzen, indem sie um die Zustimmung des Benutzers bitten. Aber natürlich wollen sie immer noch Ihre Daten. Sie möchten Ihnen hier keine Privatsphäre mehr bieten. Sie möchten Ihre Daten am Ende sogar noch einfacher erhalten. Und mit rein föderiertem Lernen haben Sie tatsächlich keine Datenschutzlösung.

„Man muss viel tun, um die Privatsphäre zu schützen. Und reines TFF ist sicherlich nicht so datenschutzschonend. Daher werden sie diese Art von Technologie für all die Dinge verwenden, die im Grunde der Benutzererfahrung im Wege stehen – das sind zum Beispiel Cookies, aber ich wäre äußerst überrascht, wenn sie sie direkt für die Suche verwenden würden. Und selbst wenn sie das tun würden, gibt es viele Hintertüren in ihrem System, so dass es ziemlich einfach ist, die Daten tatsächlich mit TFF zu erfassen. Ich würde also sagen, es ist nur eine gute Lösung für sie. “

“Daten sind im Grunde das grundlegende Geschäftsmodell von Google”, fügt er hinzu. “Ich bin mir also sicher, dass alles, was sie tun, natürlich ein schöner Schritt in die richtige Richtung ist. Aber ich denke, Google spielt hier eine clevere Rolle, indem es sich ein bisschen bewegt, aber nicht zu viel.”

Wie funktioniert dann Xayns Reranking-Algorithmus?

Die App führt vier KI-Modelle pro Gerät aus und kombiniert verschlüsselte KI-Modelle der jeweiligen Geräte asynchron – mit homomorpher Verschlüsselung – in ein kollektives Modell. In einem zweiten Schritt wird auf dieses kollektive Modell zurückgegriffen einzelne Geräte zur Personalisierung der bereitgestellten Inhalte, heißt es.

Die vier AI-Modelle, die auf dem Gerät ausgeführt werden, sind eines für die Verarbeitung natürlicher Sprache. eine zum Gruppieren von Interessen; eine zur Analyse von Domain-Präferenzen; und eine für den Computerkontext.

„Das Wissen bleibt erhalten, aber die Daten bleiben im Grunde immer auf Geräteebene“, sagt Lundbæk.

“Wir können einfach viele verschiedene KI-Modelle auf Ihrem Telefon trainieren und entscheiden, ob wir beispielsweise einen Teil dieses Wissens kombinieren oder ob es auch auf Ihrem Gerät verbleibt.”

„Wir haben eine recht komplexe Lösung von vier verschiedenen KI-Modellen entwickelt, die in der Komposition miteinander arbeiten“, fährt er fort und merkt an, dass sie dazu dienen, pro Benutzer „Interessenzentren und Abneigungszentren“ aufzubauen – wiederum basierend auf diesen swipes – was er sagt “müssen extrem effizient sein – sie müssen sich im Grunde auch im Laufe der Zeit und mit Ihren Interessen bewegen”.

Je mehr der Benutzer mit Xayn interagiert, desto präziser wird seine Personalisierungs-Engine durch das Lernen auf dem Gerät – und die zusätzliche Ebene von Benutzern kann sich aktiv beteiligen, indem sie wischen, um Feedback zu mögen / nicht zu geben.

Der Grad der Personalisierung ist sehr individuell ausgerichtet – Lundbæk nennt es “Hyper-Personalisierung” – mehr als eine Tracking-Suchmaschine wie Google, die auch benutzerübergreifende Muster vergleicht, um festzustellen, welche Ergebnisse zu liefern sind – etwas, das Xayn absolut nicht sagt machen.

Kleine Daten, keine großen Daten

„Wir müssen uns ausschließlich auf einen Benutzer konzentrieren, damit wir eher ein Problem mit kleinen Daten als mit großen Daten haben“, sagt Lundbæk. „Wir müssen also extrem schnell lernen – nur von acht bis 20 Interaktionen müssen wir bereits viel von Ihnen verstehen. Und das Entscheidende ist natürlich, dass Sie, wenn Sie so schnell lernen, noch mehr auf Filterblasen achten müssen – oder auf sogenannte Filterblasen. Wir müssen verhindern, dass der Motor in eine voreingenommene Richtung fährt. “

Um diesen Effekt vom Typ Echokammer / Filterblase zu vermeiden, hat das Xayn-Team den Motor so konzipiert, dass er in zwei unterschiedlichen Phasen funktioniert, zwischen denen er umschaltet: “Exploration” und (leider) “Exploitation” (dh nur in dem Sinne, dass dies bereits der Fall ist) weiß etwas über den Benutzer, kann also ziemlich sicher sein, was es dient, wird relevant sein).

“Wir müssen frisch bleiben und die Dinge weiter erforschen”, stellt er fest. Deshalb wurde eine der vier AIs entwickelt (ein dynamischer kontextbezogener mehrarmiger Algorithmus zur Verstärkung der Banditenverstärkung für den Computerkontext).

Abgesehen davon, dass diese App-Infrastruktur nativ zum Schutz der Privatsphäre der Benutzer entwickelt wurde, gibt es laut Xayn eine Reihe weiterer Vorteile – beispielsweise die Möglichkeit, potenziell sehr klare Interessenzeichen von Einzelpersonen abzuleiten. und Vermeiden des abschreckenden Effekts, der sich aus dem Herausschleichen von Diensten durch Benutzer ergeben kann (bis zu dem Punkt, an dem Personen bestimmte Suchanfragen vermeiden, um zu verhindern, dass sie zukünftige Ergebnisse beeinflussen).

„Sie als Benutzer können durch einfaches Wischen entscheiden, ob der Algorithmus lernen soll – ob mehr oder weniger davon angezeigt werden soll. Es ist also extrem einfach, sodass Sie Ihr System sehr einfach trainieren können “, argumentiert er.

Es gibt jedoch möglicherweise auch einen kleinen Nachteil bei diesem Ansatz – vorausgesetzt, der Algorithmus (wenn aktiviert) führt standardmäßig etwas Lernen durch (d. H. Wenn keine Lebens- / Abneigungssignale vom Benutzer vorliegen).

Dies liegt daran, dass der Benutzer die Interaktion (durch Wischen seines Feedbacks) belastet, um die besten Suchergebnisse aus Xayn herauszuholen. Dies ist also eine aktive Anforderung an Benutzer und nicht das typische passive Hintergrund-Data-Mining und Profiling von Webbenutzern, das von Technologiegiganten wie Google gewohnt ist (was jedoch für ihre Privatsphäre schrecklich ist).

Dies bedeutet, dass die Nutzung der App „fortlaufende“ Interaktionskosten verursacht – oder zumindest die relevantesten Ergebnisse erzielt. Es wird Ihnen beispielsweise nicht empfohlen, eine Reihe von organischen Ergebnissen einfach vorbeirollen zu lassen, wenn sie wirklich nicht nützlich sind, sondern aktiv Desinteresse an jedem einzelnen signalisieren.

Damit die App am nützlichsten ist, kann es sich letztendlich lohnen, jeden Gegenstand sorgfältig zu gewichten und der KI ein nützliches Urteil zu liefern. (Und in einem hart umkämpften Kampf um Online-Komfort hilft nicht jedes bisschen digitale Reibung.)

Auf diese spezielle Frage hin sagte Lundbæk zu uns: „Ohne zu wischen lernt die KI nur von sehr schwachen Vorlieben, aber nicht von Abneigungen. Das Lernen findet also statt (wenn Sie die KI einschalten), ist aber sehr gering und hat keinen großen Effekt. Diese Bedingungen sind sehr dynamisch. Aus der Erfahrung, nach dem Besuch einer Website etwas zu mögen, werden Muster gelernt. Außerdem lernt nur 1 der 4 KI-Modelle (das Domain-Lernmodell) aus reinen Klicks. die anderen nicht. “

Xayn scheint das Risiko des Wischmechanikers, der dazu führt, dass sich die App mühsam anfühlt, am Leben zu haben. Laut Lundbæk möchte das Team in Zukunft „eine Art Gamification-Aspekt“ hinzufügen – um den Mechanismus von reiner Reibung zu „etwas, das Spaß macht“ zu machen. Es bleibt jedoch abzuwarten, was sie an dieser Front einfallen.

Es gibt auch unvermeidlich eine gewisse Verzögerung bei der Verwendung von Xayn im Vergleich zu Google – aufgrund der Tatsache, dass erstere ein KI-Training auf dem Gerät durchführen müssen (während Google Ihre Daten lediglich in seine Cloud saugt, wo sie mit dedizierten Funktionen mit Höchstgeschwindigkeit verarbeitet werden können Computerhardware, einschließlich maßgeschneiderter Chipsätze).

„Wir arbeiten seit über einem Jahr daran und der Schwerpunkt lag darauf, es auf die Straße zu bringen und zu zeigen, dass es funktioniert – und natürlich ist es langsamer als Google“, räumt Lundbæk ein.

“Google muss dies nicht tun [on-device] Prozesse und Google hat sogar seine eigene Hardware entwickelt; Sie haben TPUs genau für die Verarbeitung dieser Art von Modell entwickelt “, fährt er fort. “Wenn man diese Art von Hardware vergleicht, ist es ziemlich beeindruckend, dass wir sie sogar mitbringen konnten [Xayn’s on-device AI processing] sogar am Telefon. Natürlich ist es langsamer als Google. “

Laut Lundbæk arbeitet das Team daran, die Geschwindigkeit von Xayn zu erhöhen. Und erwartet weitere Gewinne, da es sich mehr auf diese Art der Optimierung konzentriert – eine Version, die 40x schneller ist als die aktuelle Iteration.

“Am Ende wird es nicht 40-mal schneller sein, da wir damit auch noch mehr Inhalte analysieren werden – damit Sie noch mehr sehen können -, aber es wird mit der Zeit schneller”, fügt er hinzu.

In Bezug auf die Genauigkeit der Suchergebnisse im Vergleich zu Google argumentiert er, dass der Wettbewerbsvorteil des “Netzwerkeffekts” des letzteren – wobei die Neubewertung der Suche von Google mit mehr Nutzern profitiert – nicht unangreifbar ist, da die KI einen Vorteil bei der intelligenten Arbeit auf “kleinen Daten” erzielen kann.

Auch hier bleibt Google der Suchstandard, den es zu übertreffen gilt.

„Im Moment vergleichen wir uns hauptsächlich mit Bing und DuckDuckGo und so weiter. Offensichtlich erzielen wir dort viel bessere Ergebnisse [than compared to Google] Aber natürlich ist Google Marktführer und verwendet eine ziemlich starke Personalisierung “, sagt er, als wir nach Benchmarking-Ergebnissen im Vergleich zu anderen Suchmaschinen fragen.

„Das Interessante ist jedoch, dass Google bisher nicht nur Personalisierung verwendet, sondern auch eine Art Netzwerkeffekt. PageRank ist in hohem Maße ein Netzwerkeffekt, bei dem die Ergebnisse umso besser sind, je mehr Benutzer sie haben, da sie verfolgen, wie oft Benutzer auf etwas klicken, und dies auch erhöhen.

„Der interessante Effekt dort ist, dass der Netzwerkeffekt durch KI-Technologie – wie zum Beispiel das, was wir verwenden – derzeit immer weniger an Bedeutung gewinnt. Eigentlich würde ich sagen, dass es keinen Netzwerkeffekt mehr gibt, wenn Sie wirklich mit reiner KI-Technologie konkurrieren möchten. Daher können wir derzeit fast so relevante Ergebnisse wie Google erzielen, und wir können mit der Zeit sicherlich auch noch bessere Ergebnisse oder konkurrierende Ergebnisse erzielen. Aber wir sind anders. “

In unseren (kurzen) Tests der Beta-App enttäuschten die Suchergebnisse von Xayn offensichtlich nicht für einfache Suchvorgänge (und würden sich vermutlich mit der Verwendung verbessern). Die leichte Lastverzögerung führt jedoch zu einer gewissen Reibung, die im Vergleich zum üblichen Suchwettbewerb sofort offensichtlich war.

Kein Deal Breaker – nur eine Erinnerung daran, dass die Leistungserwartungen bei der Suche kein Kinderspiel sind (auch wenn Sie ein Cookie-freies Erlebnis versprechen können).

Eine Gelegenheit zum Wettbewerb?

“Bisher hatte Google den Vorteil eines Netzwerkeffekts – aber dieser Netzwerkeffekt wird immer weniger dominant, und es tauchen bereits immer mehr Alternativen zu Google auf”, argumentiert Lundbæk und schlägt vor, dass Datenschutzbedenken eine Chance für mehr schaffen Wettbewerb im Suchraum.

“Es ist nicht mehr wie bei Facebook oder so, wo es ein Netzwerk gibt, in dem jeder sein muss. Und ich denke, das ist eine schöne Situation, denn der Wettbewerb ist immer gut für technische Innovationen und für die Befriedigung unterschiedlicher Kundenbedürfnisse. “

Die größte Herausforderung für jeden potenziellen Konkurrenten der Google-Suche, die sich in Europa einen Marktanteil von über 90% verschafft, besteht natürlich darin, (einige) seiner Nutzer abzuwerben.

Laut Lundbæk hat das Startup derzeit keine Pläne, Millionen in das Marketing zu stecken. In der Tat, sagt er, wollen sie die Nutzung nachhaltig steigern, mit dem Ziel, das Produkt „Schritt für Schritt“ mit einer „engen Community“ von Early Adopters weiterzuentwickeln – und sich dabei auch auf Cross-Promotion von anderen im Bereich des Datenschutzes zu verlassen als Kontakt zu relevanten Influencern.

Er geht auch davon aus, dass das Interesse der Mainstream-Medien am Thema Datenschutz groß genug ist, um eine gewisse Hebung zu erzeugen.

“Ich denke, wir haben ein so relevantes Thema – besonders jetzt”, sagt er. „Weil wir nicht nur für uns selbst zeigen wollen, dass Sie dies für die Suche tun können, sondern wir denken, wir zeigen ein wirklich schönes Beispiel, dass Sie dies für jeden Fall tun können.

“Sie brauchen nicht immer die sogenannten” besten “Big Player aus den USA, die natürlich alle Ihre Daten abrufen und Profile erstellen. Und dann haben Sie diese kleinen, niedlichen Lösungen zum Schutz der Privatsphäre, die nichts davon verwenden, aber dann eine schlechte Benutzererfahrung bieten. Wir möchten also zeigen, dass dies nicht mehr der Status Quo sein sollte – und Sie sollten damit beginnen, Alternativen zu entwickeln, die wirklich auf europäischen Werten aufbauen. “

Und es ist sicherlich wahr, dass der EU-Gesetzgeber heutzutage viel über Technologie-Souveränität spricht, obwohl die europäischen Verbraucher größtenteils weiterhin große (US-) Technologie bevorzugen.

Möglicherweise relevanter ist es aufgrund der regionalen Datenschutzanforderungen immer schwieriger, sich bei der Datenverarbeitung auf US-amerikanische Dienste zu verlassen. Die Einhaltung des Datenschutzrahmens der DSGVO ist ein weiterer Faktor, den Unternehmen berücksichtigen müssen. All dies lenkt die Aufmerksamkeit auf Technologien, die die Privatsphäre schützen.

Laut Lundbæk hofft das Team von Xayn, sein Evangelium zum Schutz der Privatsphäre an die allgemeinen Benutzer weitergeben zu können, indem die B2B-Seite des Unternehmens ausgebaut wird. Daher hofft es, dass einige Heimanwendungen folgen werden, sobald sich die Mitarbeiter an die bequeme private Suche über ihre Arbeitsplätze gewöhnt haben eine kleine Umkehrung des Trends der Geschäftskonsumentisierung, der von modernen Smartphones (und Menschen, die ihr eigenes Gerät zur Arbeit bringen) angetrieben wurde.

“Wir denken, dass wir diese Art von Strategien Schritt für Schritt in unseren Communities aufbauen und verbreiten können. Wir denken also, dass wir nicht einmal wirklich Millionen von Euro für Marketingkampagnen ausgeben müssen, um immer mehr Nutzer zu gewinnen”, sagte er fügt hinzu.

Während sich Xayns erster Markteinführungsschub darauf konzentrierte, die mobilen Apps herauszubringen, ist für das erste Quartal nächsten Jahres auch eine Desktop-Version geplant.

Die Herausforderung besteht darin, die App als Browsererweiterung zu verwenden, da das Team offensichtlich keinen eigenen Browser für Xayn erstellen möchte. tl; dr: Der Wettbewerb mit der Google-Suche ist bergreich genug, um zu klettern, ohne Chrome (und Firefox usw.) zu suchen.

„Wir haben unsere gesamte KI in Rust entwickelt, einer sicheren Sprache. Sicherheit und Sicherheit sind uns hier sehr wichtig. Das Schöne ist, dass es überall funktionieren kann – von eingebetteten Systemen bis hin zu mobilen Systemen. Wir können es in Web Assembly kompilieren, sodass es auch als Browsererweiterung in jeder Art von Browser ausgeführt werden kann “, fügt er hinzu. “Außer natürlich Internet Explorer.”