Tag 86: Läuft es bei Nextdoor noch? Oder läuft alles wieder wie gewohnt?
Der Tag der Arbeit ist vorbei.
Es ist Tag 86 meiner fortlaufenden Nextdoor-Fallstudie, und nachdem ich mich gestern gefragt hatte, ob Nextdoor ein verlängertes Feiertagswochenende einlegt, habe ich heute noch einmal nachgesehen.
Ich habe keine Mitteilung bezüglich der beiden von mir angeforderten detaillierten Insights-Studien erhalten.
Und NXDR?
Zum jetzigen Zeitpunkt notiert der Kurs bei 2,20 US-Dollar. Marktquellen berichteten heute Nachmittag von rund 2,24 US-Dollar, nachdem die Aktie am Freitag ebenfalls bei 2,24 US-Dollar geschlossen hatte. Der genaue Kurs ändert sich also noch.
Hey, wenigstens reden wir jetzt von Centbeträgen.
Hat Nextdoor Schwierigkeiten?
Ich versuche das immer noch herauszufinden.
Aber etwas, das Nirav Tolia am 3. September auf X gepostet hat, erregte meine Aufmerksamkeit.
„Eine Studie aus dem Jahr 2025 ergab…“
In dem Beitrag schrieb Nirav:
„Eine Studie aus dem Jahr 2025 ergab, dass KI-generierte gefälschte Bewertungen mittlerweile nicht mehr von echten zu unterscheiden sind…“
Und sofort dachte ich:
Jetzt geht das schon wieder los.
Eine Studie.
Welche Studie?
Wer hat es geschrieben?
Wo wurde es veröffentlicht?
Welche Methodik wurde angewendet?
Wie groß war die Stichprobe?
Was genau bedeutete „ununterscheidbar“?
Das dürfte jedem bekannt vorkommen, der meine 86-tägige Reise in die Welt der Transparenz bei Nextdoor-Recherchen verfolgt hat.
Und hier kommt der interessante Teil: Ich habe nachgeschaut, und es gibt eindeutig wissenschaftliche Belege für Niravs Aussage.
In einem am selben Tag veröffentlichten Artikel in Fortune identifizierte Nirav es genauer als eine Studie der Nottingham University Business School aus dem Jahr 2025.
Im Jahr 2025 werden von Experten begutachtete Studien KI-generierte gefälschte Bewertungen untersuchen, darunter eine Studie des Journal of Retailing and Consumer Services, die 714.016 Bewertungen analysierte und aussagekräftige sprachliche Unterschiede zwischen KI-generierten gefälschten Bewertungen, von Menschen erstellten gefälschten Bewertungen und authentischen Bewertungen feststellte.
Meine Kritik lautet also nicht:
„Die Studie existiert nicht.“
Meine Frage lautet:
Warum wird es nicht im Originalbeitrag zitiert?
Wenn Sie Forschungsergebnisse nutzen, um Glaubwürdigkeit zu erlangen, geben Sie den Lesern genügend Informationen, damit diese die Forschungsergebnisse selbst beurteilen können.
Studienname. Autoren. Publikation. Link.
Vier Dinge.
Erledigt.
Insbesondere wenn man der CEO eines Unternehmens ist, das derzeit die Idee propagiert, dass Herkunft wichtig ist.
Das ist fast schon zu perfekt.
Gefälschte Bewertungen kamen bei ChatGPT nicht an
Ein weiterer Aspekt dieser Diskussion stört mich.
Künstliche Intelligenz hat keine gefälschten Bewertungen erfunden.
KI hat die Produktion in großem Maßstab beschleunigt, verbilligt und vereinfacht.
Die Menschheit manipuliert Rufmanipulationen schon seit sehr, sehr langer Zeit.
Tatsächlich ist die Geschichte ziemlich unterhaltsam.
Im 19. Jahrhundert veröffentlichte Walt Whitman anonym überschwängliche Rezensionen seines eigenen Gedichtbandes „Leaves of Grass“. Das ist im Grunde die Version des 19. Jahrhunderts davon, einen Fake-Account anzulegen und sich selbst fünf Sterne zu geben.
Anfang des 20. Jahrhunderts hatten Zeitungen bereits mit erfundenen Informationen, übertriebenen Behauptungen und „Fälschern“ zu kämpfen. 1913 gründete die New York World ein Büro für Genauigkeit und Fairness, unter anderem um Beschwerden nachzugehen und „Fälschungen und Fälscher auszumerzen“.
Werbung vor dem Internet: Unternehmen nutzten Erfahrungsberichte und Empfehlungen als Marketinginstrumente, wodurch dasselbe grundlegende Problem entstand, mit dem wir heute konfrontiert sind: Empfiehlt diese Person das Produkt, weil sie es wirklich liebt – oder weil jemand von der Empfehlung profitiert?
Frühes Internet: Messageboards, Bewertungsportale und schließlich E-Commerce ermöglichten es Unternehmen und Privatpersonen, Konten zu erstellen und Lob zu verbreiten – oder Konkurrenten anzugreifen.
Ironischerweise war Nirav selbst 1999 Mitbegründer von Epinions , einer der ersten nutzergenerierten Bewertungsplattformen. Er räumt heute ein, dass die Bewertungsökonomie schließlich anfällig für Manipulationen wurde.
2010er Jahre: Der Handel mit gefälschten Bewertungen entwickelte sich zu einer eigenen Branche. Unternehmen konnten positive Bewertungen kaufen, Konkurrenten konnten mit negativen Bewertungen angegriffen werden, und Rezensenten konnten mehrere Identitäten nutzen.
2020er Jahre: Bewertungsfabriken wurden immer raffinierter. Ermittler entdeckten koordinierte Bewerter, die länderübergreifend unabhängige Unternehmen lobten, wobei identische Bewertungen mitunter unter verschiedenen Namen erschienen.
Heute: Generative KI hat die Wirtschaftswelt grundlegend verändert. Anstatt Menschen für das manuelle Verfassen hunderter Rezensionen zu bezahlen, kann nun jemand in kürzester Zeit enorme Mengen überzeugender Texte generieren. Studien zeigen, dass sprachlich intelligente Systeme (LLM) irreführende Rezensionen mit menschenähnlichen Fähigkeiten erstellen können, obwohl Forscher statistisch noch einige sprachliche Unterschiede feststellen können.
Derselbe Betrug.
Weitaus bessere Maschinen.
Was mich zurück zu Nextdoor bringt
Nextdoors aktuelles Argument lautet, dass verifizierte Identität und die Verantwortlichkeit innerhalb der Nachbarschaft die Empfehlungen vertrauenswürdiger machen können.
Das ist eine interessante Strategie.
Doch die Überprüfung allein macht eine Meinung noch nicht wahrheitsgemäß.
Auch ein Mensch kann übertreiben.
Auch eine verifizierte Person kann einen Groll hegen.
Ein echter Nachbar kann die Firma seines Freundes empfehlen.
Ein legitimer Kunde kann eine Prämie erhalten.
Zwei verifizierte Nachbarn können völlig unterschiedliche Erfahrungen mit demselben Geschäft machen.
Und, wie ich bereits dokumentiert habe, hatte ich selbst Zweifel daran, wie robust das Verifizierungssystem von Nextdoor tatsächlich ist.
also ein Vertrauenssignal.
Es ist kein magisches Wahrheitsserum.
Herkunft spielt eine Rolle? Da stimme ich zu.
Genau das macht Niravs Beitrag so interessant.
Seine weitergehende Argumentation lautet im Wesentlichen:
Die Herkunft von Informationen ist wichtig.
Ich stimme zu.
Vollständig.
Deshalb sagt der CEO:
„Eine Studie aus dem Jahr 2025 ergab…“
Ich möchte die Herkunft wissen.
Nennen Sie die Studie.
Nennen Sie die Forscher.
Hier ist der Link.
Lassen Sie die Leser es prüfen.
Und genau das habe ich Nextdoor gebeten, in Bezug auf ihre eigenen Recherchen bereitzustellen.
Für 86 Tage.
Nextdoor hat die Ergebnisse von Insights veröffentlicht.
Nextdoor teilte seinen Lesern öffentlich mit, dass sie detaillierte Daten anfordern könnten.
Ich habe es angefordert.
Ich habe eine E-Mail geschickt.
Ich habe nachgehakt.
Ich habe den Vertrieb erweitert.
Ich habe am Samstag eine weitere Anfrage gesendet.
Und ich warte immer noch auf die beiden detaillierten Studien.
Tag 86
Gestern war Tag der Arbeit.
Heute frage ich:
Hat Nextdoor Schwierigkeiten?
Weil ich die Arbeit noch erledige.
Ich warte darauf, dass jemand bei Nextdoor die Fragen beantwortet.
Nirav argumentiert in seinem Beitrag, dass die Herkunft eine Rolle spielt.
In diesem Punkt stimmen wir überein.
Hier also mein Vorschlag für Tag 86:
Üben Sie es.
Wenn Sie Forschungsergebnisse zitieren, zeigen Sie uns bitte die Forschungsergebnisse.
Wenn Nextdoor Forschungsergebnisse veröffentlicht, zeigt uns bitte die Methodik.
Wenn Sie in Ihrem eigenen Blog den Lesern mitteilen, dass sie detaillierte Daten anfordern können, dann liefern Sie diese detaillierten Daten – oder erklären Sie, warum Sie dies nicht tun werden.
Denn egal ob es sich um eine Restaurantkritik, eine KI-generierte Empfehlung oder einen Unternehmensbericht handelt, das Prinzip ist dasselbe:
Sag mir nicht einfach, ich solle darauf vertrauen. Gib mir genügend Informationen, damit ich selbst entscheiden kann, ob ich darauf vertrauen soll.
Verfolgen Sie die fortlaufende Nextdoor-Fallstudie unter NielFlamm.com/blog.
Nextdoor hat einen KI-Tag. Vielleicht bräuchte es einen Kommunikationstag.
Ich bin auf einen interessanten Artikel von HR Brew gestoßen, in dem es darum geht, dass das HR-Team von Nextdoor jeden Monat einen ganzen Tag der KI-Experimentierung widmet
Vollständiger Artikel:
https://www.hr-brew.com/stories/nextdoors-hr-team-halts-people-work-once-a-month-and-dedicates-the-day-to-ai
Zunächst einmal gebührt Anerkennung, wem sie gebührt.
Als jemand mit einem Hintergrund im Bereich Lernen und Entwicklung gefällt mir diese Idee.
Tony Castellanos, Head of People bei Nextdoor , sagte gegenüber HR Brew , dass das HR-Team einmal im Monat einen Tag lang seine Kalender freiräumt – keine Meetings, Interviews oder Berichte –, damit die Mitarbeiter mit KI experimentieren und Lösungen entwickeln können.
Das ist erfahrungsorientiertes Lernen.
Das bedeutet, den Mitarbeitern die Erlaubnis zu geben, zu experimentieren, iterativ vorzugehen und zu lernen.
Dem kann ich zustimmen.
Doch angesichts all dessen, was ich über Nextdoor dokumentiert habe , kam mir sofort ein anderer Gedanke:
Könnten wir einen Tag der Kommunikation widmen?
Ich habe mehr als zwei Monate damit verbracht, von Jacob Chavis eine Nextdoor Insights-Studie zu erhalten
Ich habe Jacob, Nirav Tolia, Sarah Leary, Investor Relations und die Kommunikationsabteilung kontaktiert.
Dann Nextdoor einen weiteren Insights-Bericht, der Leser, die detaillierte Informationen wünschen, an – Sie ahnen es schon – Jacob Chavis verwies.
Ich habe diese Anweisungen erneut befolgt.
Kurze E-Mail. Freundlicherer Neustart. Zwei Studien angefordert.
Ich warte immer noch.
Deshalb fasziniert mich dieser Artikel.
Nextdoor kann die routinemäßigen HR-Arbeiten für einen ganzen Tag pro Monat unterbrechen, damit die Mitarbeiter KI erkunden können.
Großartig.
Doch Technologie löst nicht jedes organisatorische Problem.
Manchmal ist die Lösung nicht ein weiterer KI-Agent.
Manchmal ist es so:
"Hey, kann jemand diese E-Mail beantworten?"
HR Brew berichtet außerdem, dass Nextdoors„People Brain“ Inhalte, die auf öffentlichen Kanälen veröffentlicht werden, überprüft, um sicherzustellen, dass Botschaften und Richtlinien mit den Kerninhalten des Personalteams übereinstimmen.
Das macht mich neugierig.
Wenn KI bei der Bewertung der öffentlichen Nachrichten von Nextdoor hilft , würde ich gerne wissen, was sie darüber denkt:
Gemeinschaft ohne Gespräch.
Kommunikationsbeiträge, bei denen die Kommentarfunktion deaktiviert ist.
Die Forschungsergebnisse werden als verfügbar beworben, Anfragen bleiben jedoch unbeantwortet.
Ein Aktionär, der seit mehr als zwei Monaten auf eine Antwort wartet.
Vielleicht sind das gar keine KI-Probleme.
Vielleicht handelt es sich um Führungs- und Umsetzungsprobleme.
Ich habe wiederholt betont, dass ich mir wünsche, Nextdoor und NXDR Erfolg haben. Ich bin Aktionär. Finanziell gesehen liegt das in meinem Interesse.
AI Days könnte die Effizienz tatsächlich verbessern.
Innovation sollte aber nicht von den Grundlagen ablenken.
Künstliche Intelligenz ist beeindruckend.
Das Beantworten einer E-Mail erfordert es nicht.
Vielleicht Nextdoor einen Kommunikationstag einführen.
Ich stelle meinen Posteingang für die Pilotfolge zur Verfügung.
Die vollständige Zeitleiste finden Sie unter NielFlamm.com/blog.
SOULM8TE: KI, Besessenheit... und eine vertraute Geschichte?
SOULM8TE verleiht dem Thema KI-Begleitung eine neue Wendung, aber während des Ansehens konnte ich das Gefühl nicht loswerden, diese Geschichte schon einmal gesehen zu haben.
In meiner neuesten Filmkritik vergleiche ich SOULM8TE mit Subservience, Herund insbesondere mit der Outer Limits -Folge „Valerie 23“ War Blumhouses neuester Thriller sehenswert, oder hat eine alte Fernsehfolge das besser gemacht?
🎬 Schaut euch meinen vollständigen SOULM8TE -Testbericht an unter:
https://NielFlamm.com/videos/moviereviews
Dann schau dir Valerie 23 und entscheide selbst:
Die Identitätsfrage von Nextdoor: Community-Plattform oder Daten- und Werbeunternehmen?
Ich beschäftige michweiterhinintensiver mit Nextdoor, nicht nur als Aktionär, sondern auch als jemand, der versucht, die langfristige Vision, Strategie und Umsetzung zu verstehen.
Nextdokürzlich .seine Studie „Schulbeginn 2026“ veröffentlicht, in der es um die Eltern von heute, die Bedeutung der Nachbarschaft, lokale Empfehlungen und die gegenseitige Unterstützung von Gemeinschaften geht
Vordergründig , die CEO Nirav Tolia oft vermittelt – Verbindungen schaffen, Gemeinschaften stärken, KI nutzen, um das Nachbarschaftserlebnis zu verbessern und Menschen zusammenzubringen.
Ich unterstützedieseMission.
DieHerausforderung besteht darin , dass die Botschaft im Vergleich zu anderen Führungsgesprächen widersprüchlich wirkt.
In einemkürzlich geführtenInterview sprach Chief Revenue Officer Michael Kiernan über Nextdoor, die Transformation durch KI und neue Monetarisierungsmöglichkeiten.
Ererläuterte, wie Nextdoor über 110 Millionen Nutzer auf seiner Plattform hat und wie das Unternehmen seine Nachbarn versteht – wo sie wohnen, welche Interessen sie haben, in welchen Gemeinschaften sie leben und wie sie sich engagieren. Außerdem ging er darauf ein, wie das „Nachbarschaftsdiagramm“ zu einem Monetarisierungsinstrument werden könnte.
Aus geschäftlicher Sicht verstehe ich das.
Nextdoist einbörsennotiertes Unternehmen. Es hat Aktionäre. Es hat Ausgaben. Es benötigt nachhaltige Einnahmen.
Werbung,Partnerschaften, KI-Effizienz und neue Einnahmequellen gehören erwartungsgemäß zum Betrieb eines Technologieunternehmens.
Abergenau hierstelle ich weiterhin Fragen:
Wo passt der n-te Faktor in die Gleichung?
WennUmfragen undErkenntnisse aus der Nachbarschaft wertvoll genug sind, um sie Werbetreibenden, Partnern und der Öffentlichkeit zu präsentieren, sollte dann nicht die gesamte Forschungsmethodik transparent sein?
Wieviele Personen haben teilgenommen?
Wie werdenfür die Teilnahmeausgewählt?
Wiesahen diedemografischen Daten aus?
WelcheFragen wurdengestellt?
Wielautete der vollständigeDatensatz?
Heute ist der 22. Tag, seit ich Jacob Chavis um die vollständigen Forschungsergebnisse zu früheren Nextdoor-Studien gebeten habe.
Keine vollständigeStudie.
Keine Methodik.
KeineAntwort.
Genaudawird Vertrauen schwierig.
Ein Unternehmenkann nicht von Transparenz, Vertrauen und einer authentischen Gemeinschaft sprechen und gleichzeitig kontrollieren, welche Informationen Nachbarn und Investoren zu sehen bekommen dürfen.
Die größereFrage:
Ist Nextdoor, einedie durch die Vernetzung von Menschen Umsatzmöglichkeiten schafft?
Oder entwickelt sich Nextdoor zueinem Daten- und Werbeunternehmen, das von den Aktivitäten der Nachbarn angetrieben wird?
Das sind zwei völligunterschiedliche Geschichten.
Vielleicht die Antwort irgendwo in der Mitte – aber dazu braucht es Transparenz.
NachbarnverdienenKlarheit.
WerbetreibendeverdienenKlarheit.
Sharehältere Menschenverdienen Klarheit.
Vertrauen entsteht nichtdurch Nachrichten.
Vertrauen entsteht durch Handeln.
Beteiligen Sie sich ander Diskussionauf NielFlamm.com.
Tag 21: KI-Gerede vs. KI-Umsetzung
Heute sind 21 Tage vergangen, seit ich den auf blog.nextdoor.com erwähnten Bericht angefordert habe, in dem Jacob Chavis von Nextdoor (jchavis@nextdoor.com) als Ansprechpartner für die vollständige Studie aufgeführt war.
Warum habe ich das angefordert?
Einfach.
Ich wollte die Details hinter der Forschung verstehen:
Welche Methodik wurde angewendet?
Wie groß war die Stichprobe?
Welche Bevölkerungsgruppen waren vertreten?
Wie wurden die Daten erhoben?
Handelt es sich hier im Grunde um eine aussagekräftige Forschungsstudie oder eher um eine Umfrage unter Familienfehden ?
Es sind nun drei Wochen vergangen.
Ich will ein Auge zudrücken – es ist Sonntag, Wochenende, und das direkt nach den Feierlichkeiten zum 250. Geburtstag der Vereinigten Staaten von Amerika.
Doch während meiner gesamten Laufbahn, sowohl als Manager als auch schon vor meinen Führungspositionen, war Reaktionsfähigkeit stets wichtig. Ich überwachte die Kommunikation mithilfe der firmeneigenen Tools und reagierte, wenn etwas meine Aufmerksamkeit erforderte.
Vergleichen Sie nun diese Erfahrung mit einer, die ich vor Kurzem gemacht habe.
Ich nutze das Dexcom Stelo CGM zur Überwachung meines Blutzuckerspiegels. Da ich nicht insulinpflichtig bin, erfülle ich die Voraussetzungen meiner UnitedHealthcare-Versicherung nicht für ein herkömmliches Dexcom CGM , aber Stelo hilft mir, wichtige Gesundheitsinformationen zu verwalten.
Kürzlich endete meine Sensorsitzung 8 Tage früher.
Das ist wichtig, denn die regelmäßige Überwachung hilft mir zu erkennen, ob mein Blutzuckerwert zu hoch oder zu niedrig ist.
Ich hatte gerade meinen planmäßigen Ersatz erhalten, sodass ich die Sensoren austauschen konnte – das bedeutete aber, dass mir irgendwann welche fehlen würden.
Was geschah als Nächstes?
Ich habe den Stelo-Chatbot benutzt.
Es stellte Fragen.
Der Vorfall wurde verursacht.
Er hat mich durch den gesamten Prozess geführt.
Ich habe die erforderlichen Informationen ausgefüllt.
Weniger als 24 Stunden später war ein Ersatz-CGM bereits unterwegs.
Das hat mich zum Nachdenken gebracht:
Warum nutzt Nextdoor nicht auch KI auf diese Weise?
Ein KI-Assistent in Echtzeit könnte helfen bei:
Nachbarn haben Probleme.
Moderationsfragen.
Einsprüche gegen Suspendierungen.
Bedenken der Werbetreibenden.
Grundlegender Kundensupport.
Nirav Tolia spricht häufig über KI als Teil der Zukunft von Nextdoor
Die Frage, die ich mir immer wieder stelle, lautet:
Wo liegt die Umsetzung, die das Nutzererlebnis direkt verbessert?
Über KI zu sprechen ist einfach.
Der Unterschied liegt darin, KI dort einzusetzen, wo die Kunden die Auswirkungen tatsächlich spüren.
Lesen Sie mehr und beteiligen Sie sich an der Diskussion auf NielFlamm.com