ABOUT THE SPEAKER
Amy Webb - Founder and CEO, Future Today Institute
Amy Webb is a futurist and founder of the Future Today Institute, and is the award-winning author of three books, including “Data: A Love Story” and “The Signals Are Talking: Why Today’s Fringe Is Tomorrow’s Mainstream.”

Why you should listen

Amy Webb uses data to understand the present and future of humanity, a practice she first developed as a journalist for the Wall Street Journal and Newsweek and has continued as a futurist. She is the head of the Future Today Institute, which researches collisions between technology, society and business — and maps scenarios that are on the horizon. She was named to the Thinkers50 Radar list of the 30 management thinkers most likely to shape the future of how organizations are managed and led.

Webb is on the adjunct faculty at the NYU Stern School of Business, where she teaches a popular MBA-level course on futures forecasting. She is the author of The Signals Are Talking, Why Today’s Fringe Is Tomorrow’s Mainstream, which has become the standard text on futures forecasting and explains how to predict and manage technological change. Her book Data: A Love Story tells the tale of how she gamed the online dating system to figure out how to find the love of her life.

More profile about the speaker
Amy Webb | Speaker | TED.com
TEDSalon NY2013

Amy Webb: How I hacked online dating

Amy Webb: Wie ich das Online-Dating neu erfand

Filmed:
7,847,043 views

Amy Webb hatte kein Glück mit Online-Dating. Die Männer, die sie mochte, schrieben ihr nicht zurück, und ihr Profil zog nur Nervensägen (und schlimmer) an. Wie jeder Fan von Daten legte sie sich eine Tabelle an. Hören Sie ihre Geschichte, wie sie das Online-Dating für sich optimierte -- mit frustrierenden, lustigen und lebensverändernden Ergebnissen.
- Founder and CEO, Future Today Institute
Amy Webb is a futurist and founder of the Future Today Institute, and is the award-winning author of three books, including “Data: A Love Story” and “The Signals Are Talking: Why Today’s Fringe Is Tomorrow’s Mainstream.” Full bio

Double-click the English transcript below to play the video.

00:12
So my nameName is AmyAmy WebbWebb,
0
353
2752
Mein Name ist Amy Webb
00:15
and a fewwenige yearsJahre agovor I foundgefunden myselfmich selber at the endEnde
1
3105
2697
und vor ein paar Jahren
befand ich mich am Ende
00:17
of yetnoch anotherein anderer fantasticfantastisch relationshipBeziehung
2
5802
2636
einer weiteren fantastischen Beziehung,
00:20
that camekam burningVerbrennung down in a spectacularspektakulär fashionMode.
3
8438
3548
die ein spektakuläres Ende genommen hatte.
00:23
And I thought, you know, what's wrongfalsch with me?
4
11986
2816
Ich dachte so:
Was stimmt nicht mit mir?
00:26
I don't understandverstehen why this keepshält happeningHappening.
5
14802
2023
Ich weiß nicht,
warum das immer wieder geschieht.
00:28
So I askedaufgefordert everybodyjeder in my life
6
16825
2003
Also fragte ich alle, die mir nahestehen,
00:30
what they thought.
7
18828
1476
was sie dachten.
00:32
I turnedgedreht to my grandmotherOma,
8
20304
1528
Ich wendete mich an meine Großmutter,
00:33
who always had plentyviel of adviceRat,
9
21832
2551
die immer einen guten Rat hat
00:36
and she said, "Stop beingSein so pickywählerisch.
10
24383
2992
und sie sagte:
„Hör auf, so wählerisch zu sein.
00:39
You've got to dateDatum around.
11
27375
1378
Du musst mehr ausgehen.
00:40
And mostdie meisten importantlywichtig,
12
28753
1378
Und was ganz wichtig ist,
00:42
truewahr love will find you when you leastam wenigsten expecterwarten von it."
13
30131
4205
du findest dann die wahre Liebe,
wenn du sie am wenigsten erwartest.“
00:46
Now as it turnswendet sich out,
14
34336
1719
Also ich bin ja nun jemand,
00:48
I'm somebodyjemand who thinksdenkt a lot about dataDaten,
15
36055
2557
der viel über Daten nachdenkt,
00:50
as you'lldu wirst soonbald find.
16
38612
1817
wie Sie bald sehen werden.
00:52
I am constantlyständig swimmingSchwimmen in numbersNummern
17
40429
2584
Ich umgebe mich ständig mit Zahlen,
00:55
and formulasFormeln and chartsDiagramme.
18
43013
1880
Formeln und Tabellen.
00:56
I alsoebenfalls have a very tight-knitenges familyFamilie,
19
44893
2608
Ich lebe in einem sehr engen Familienband
00:59
and I'm very, very closeschließen with my sisterSchwester,
20
47501
1897
und ich stehe meiner Schwester
sehr, sehr nahe
01:01
and as a resultErgebnis, I wanted to have
21
49398
1596
und deshalb wollte ich auch
01:02
the samegleich typeArt of familyFamilie when I grewwuchs up.
22
50994
1955
die gleiche Art Familie haben,
die ich hatte, als ich aufgewachsen bin.
01:04
So I'm at the endEnde of this badschlecht breakupTrennung,
23
52949
1729
Ich bin am Ende
dieser schlechten Beziehung,
01:06
I'm 30 yearsJahre oldalt,
24
54678
1434
ich bin 30 Jahre alt,
01:08
I figureZahl I'm probablywahrscheinlich going to have
25
56112
1631
also schätze ich, dass ich wahrscheinlich
01:09
to dateDatum somebodyjemand for about sixsechs monthsMonate
26
57743
1829
mit jemandem 6 Monate ausgehen muss,
01:11
before I'm readybereit to get monogamousmonogam
27
59572
1853
bevor ich bereit bin mich festzulegen,
01:13
and before we can sortSortieren of cohabitateZusammenleben,
28
61425
2059
und bevor wir zusammenziehen können,
01:15
and we have to have that happengeschehen for a while before we can get engagedbeschäftigt.
29
63484
2785
so dass wir für eine Zeit zusammengelebt
haben, bevor wir uns verloben.
01:18
And if I want to startAnfang havingmit childrenKinder by the time I'm 35,
30
66269
3157
Und wenn ich Kinder
im Alter von 35 bekommen will,
01:21
that meantgemeint that I would have had to have been
31
69426
2160
hieße das,
dass ich bereits fünf Jahre zuvor
01:23
on my way to marriageEhe fivefünf yearsJahre agovor.
32
71586
2585
mit all dem hätte anfangen müssen.
01:26
So that wasn'twar nicht going to work.
33
74171
1382
Das funktionierte also nicht.
01:27
If my strategyStrategie was to least-expectwenigsten erwarten my way
34
75553
2808
Wenn es meine Strategie war,
01:30
into truewahr love, then the variableVariable that I had
35
78361
2242
zufällig der wahren Liebe zu begegnen,
01:32
to dealDeal with was serendipitySerendipity.
36
80603
2366
dann hatte ich es mit der Variable
„glücklicher Zufall“ zu tun.
01:34
In shortkurz, I was tryingversuchen to figureZahl out, well,
37
82969
1531
Ich versuchte also herauszufinden,
01:36
what's the probabilityWahrscheinlichkeit of my findingErgebnis MrHerr. Right?
38
84500
3750
wie hoch die Wahrscheinlichkeit war,
den Richtigen zu finden?
01:40
Well, at the time I was livingLeben in the cityStadt of PhiladelphiaPhiladelphia,
39
88250
2327
Zu jener Zeit wohnte ich in Philadelphia.
01:42
and it's a biggroß cityStadt, and I figuredabgebildet,
40
90577
2668
Es ist eine große Stadt und ich dachte,
01:45
in this entireganz placeOrt, there are lots of possibilitiesMöglichkeiten.
41
93245
3032
in dieser großen Stadt gibt es
bestimmt viele Möglichkeiten.
01:48
So again, I startedhat angefangen doing some mathMathe.
42
96277
2383
Also fing ich an,
das Ganze durchzurechnen.
01:50
PopulationBevölkerung of PhiladelphiaPhiladelphia: It has 1.5 millionMillion people.
43
98660
3734
In Philadelphia leben 1,5 Mio. Menschen.
01:54
I figureZahl about halfHälfte of that are menMänner,
44
102394
1311
Ich nehme an, dass die Hälfte Männer sind,
01:55
so that takes the numberNummer down to 750,000.
45
103705
3022
also bin ich bei 750 000.
01:58
I'm looking for a guy betweenzwischen the agesAlter of 30 and 36,
46
106727
3209
Ich suche nach einem Mann
zwischen 30 und 36
02:01
whichwelche was only fourvier percentProzent of the populationBevölkerung,
47
109936
2555
und die machen nur 4 %
der Bevölkerung aus,
02:04
so now I'm dealingUmgang with the possibilityMöglichkeit of 30,000 menMänner.
48
112491
2543
also habe ich jetzt die Auswahl
zwischen 30 000 Männern.
02:07
I was looking for somebodyjemand who was JewishJüdische,
49
115034
1945
Ich suchte jemanden, der jüdisch ist,
02:08
because that's what I am and that was importantwichtig to me.
50
116979
2146
weil ich jüdisch bin und
weil mir das sehr wichtig ist.
02:11
That's only 2.3 percentProzent of the populationBevölkerung.
51
119125
2414
Das sind nur 2,3 % der Bevölkerung.
02:13
I figureZahl I'm attractedangezogen to maybe one out of 10
52
121539
2367
Ich nehme an,
mir gefällt vielleicht einer aus 10
02:15
of those menMänner,
53
123906
2147
dieser Männer,
02:18
and there was no way I was going
54
126053
2134
und für mich war auf jeden Fall klar,
02:20
to dealDeal with somebodyjemand who was an avideifrig golferGolfspieler.
55
128187
2703
dass ich nichts mit einem
passionierten Golfer zu tun haben wollte.
02:22
So that basicallyGrundsätzlich gilt meantgemeint there were 35 menMänner for me
56
130890
3060
Das hieß also,
dass es 35 Männer für mich
02:25
that I could possiblymöglicherweise dateDatum
57
133950
2228
in ganz Philadelphia gab,
02:28
in the entireganz cityStadt of PhiladelphiaPhiladelphia.
58
136178
4235
mit denen ich hätte ausgehen können.
02:32
In the meantimeinzwischen, my very largegroß JewishJüdische familyFamilie
59
140413
3297
In der Zwischenzeit waren alle in meiner
sehr großen jüdischen Familie
02:35
was alreadybereits all marriedverheiratet and well on theirihr way
60
143710
2653
bereits verheiratet und waren dabei,
02:38
to havingmit lots and lots of childrenKinder,
61
146363
1911
viele, viele Kinder zu bekommen.
02:40
and I feltFilz like I was underunter tremendousenorm peerPeer pressureDruck
62
148274
2031
Ich fühlte mich wie
unter starkem Gruppenzwang,
02:42
to get my life going alreadybereits.
63
150305
2260
mein Leben endlich in den Griff
zu bekommen.
02:44
So if I have two possiblemöglich strategiesStrategien at this pointPunkt
64
152565
2067
Ich hatte also zwei mögliche Strategien
in diesem Moment,
02:46
I'm sortSortieren of figuringaufstellend out.
65
154632
1258
die ich irgendwie versuchte auszuknobeln.
02:47
One, I can take my grandmother'sGroßmutter adviceRat
66
155890
2638
Erstens kann ich den Rat
meiner Großmutter befolgen
02:50
and sortSortieren of least-expectwenigsten erwarten my way
67
158528
2256
und versuchen, nicht zu erwarten,
02:52
into maybe bumpingstoßen into the one
68
160784
2326
einen dieser 35 möglichen Männer
02:55
out of 35 possiblemöglich menMänner in the entireganz
69
163110
2313
in Philadelphia,
wo 1,5 Mio. Menschen leben,
02:57
1.5 million-personMillionen-person cityStadt of PhiladelphiaPhiladelphia,
70
165423
3773
zufällig zu treffen,
03:01
or I could try onlineonline datingDating.
71
169196
2960
oder ich versuche es mit Online Dating.
03:04
Now, I like the ideaIdee of onlineonline datingDating,
72
172156
2210
Also ich mag ja das Konzept
hinter Online Dating,
03:06
because it's predicatedbasiert on an algorithmAlgorithmus,
73
174366
2001
da es auf einem Algorithmus basiert,
03:08
and that's really just a simpleeinfach way of sayingSprichwort
74
176367
1911
oder anders ausgedrückt:
03:10
I've got a problemProblem, I'm going to use some dataDaten,
75
178278
2202
Ich habe ein Problem,
ich verwende ein paar Daten,
03:12
runLauf it throughdurch a systemSystem
76
180480
1387
rechne sie durch
03:13
and get to a solutionLösung.
77
181867
2345
und komme dann zu einer Lösung.
03:16
So onlineonline datingDating is the secondzweite mostdie meisten popularBeliebt way
78
184212
2397
Online Dating ist die
zweit meistverbreitete Methode,
03:18
that people now meetTreffen eachjede einzelne other,
79
186609
1658
wie sich Menschen heutzutage kennenlernen,
03:20
but as it turnswendet sich out, algorithmsAlgorithmen have been around
80
188267
2040
aber eigentlich gibt es Algorithmen
03:22
for thousandsTausende of yearsJahre in almostfast everyjeden cultureKultur.
81
190307
3555
bereits seit Tausenden von Jahren
in fast jeder Kultur.
03:25
In factTatsache, in JudaismJudentum, there were matchmakersKuppler
82
193862
2474
Im Judentum gab es schon
03:28
a long time agovor, and thoughobwohl
83
196336
1376
vor langer Zeit Heiratsvermittler.
03:29
they didn't have an explicitexplizit algorithmAlgorithmus perpro sese,
84
197712
2358
Sie hatten zwar keinen expliziten
Algorithmus an sich,
03:32
they definitelybestimmt were runningLaufen throughdurch formulasFormeln in theirihr headsKöpfe,
85
200070
2341
aber sie gingen alle Möglichkeiten
im Kopf durch
03:34
like, is the girlMädchen going to like the boyJunge?
86
202411
2264
wie zum Beispiel:
Wird das Mädchen den Jungen mögen?
03:36
Are the familiesFamilien going to get alongeine lange?
87
204675
1715
Werden die Familien miteinander auskommen?
03:38
What's the rabbiRabbi going to say?
88
206390
1532
Was wird der Rabbi sagen?
03:39
Are they going to startAnfang havingmit childrenKinder right away?
89
207922
2168
Werden sie sofort Kinder bekommen?
03:42
And the matchmakerHeiratsvermittler would sortSortieren of think throughdurch all of this,
90
210090
2932
Die Heiratsvermittler
dachten all dies durch,
03:45
put two people togetherzusammen, and that would be the endEnde of it.
91
213022
2436
brachten zwei Menschen zusammen
und das war‘s dann.
03:47
So in my caseFall, I thought,
92
215458
2225
Ich überlegte also:
03:49
well, will dataDaten and an algorithmAlgorithmus
93
217683
2705
Würden Daten und ein Algorithmus
03:52
leadführen me to my PrincePrinz CharmingCharmante?
94
220388
2175
mich zu meinem Märchenprinzen führen?
03:54
So I decidedbeschlossen to signSchild on.
95
222563
1456
Ich entschied mich anzumelden.
03:56
Now, there was one smallklein catchFang.
96
224019
1700
Da gab es nur einen kleinen Haken.
03:57
As I'm signingUnterzeichnung on to the variousverschiedene datingDating websitesWebseiten,
97
225719
2781
Zu jenem Zeitpunkt, zu dem ich mich auf
verschiedenen Dating-Webseiten anmeldete,
04:00
as it happensdas passiert, I was really, really busybeschäftigt.
98
228500
2295
hatte ich wirklich viel zu tun.
04:02
But that actuallytatsächlich wasn'twar nicht the biggestgrößte problemProblem.
99
230795
2738
Aber das war
nicht einmal das größte Problem.
04:05
The biggestgrößte problemProblem is that I hateHass
100
233533
1622
Das größte Problem war,
dass ich es hasse,
04:07
fillingFüllung out questionnairesFragebögen of any kindArt,
101
235155
2248
Fragebögen aller Art auszufüllen,
04:09
and I certainlybestimmt don't like questionnairesFragebögen
102
237403
2474
und ich mag auf jeden Fall
keine Fragebögen,
04:11
that are like CosmoCosmo quizzesQuiz.
103
239877
2024
die wie die Tests der Cosmopolitan sind.
04:13
So I just copiedkopiert and pastedeingefügt from my résumSummeé.
104
241901
2577
Also habe ich einfach etwas
von meinem Lebenslauf rein kopiert.
04:16
(LaughterLachen)
105
244478
5060
(Lachen)
04:21
So in the descriptivebeschreibende partTeil up topoben,
106
249538
3045
In der Beschreibung schrieb ich,
04:24
I said that I was an award-winningpreisgekrönte journalistJournalist
107
252583
2326
dass ich eine
preisgekrönte Journalistin sei
04:26
and a futureZukunft thinkerDenker.
108
254909
1698
und jemand, der auf die Zukunft
ausgerichtet ist.
04:28
When I was askedaufgefordert about funSpaß activitiesAktivitäten and
109
256607
1978
Bei Freizeitaktivitäten
04:30
my idealIdeal dateDatum, I said monetizationMonetarisierung
110
258585
3099
und meinem idealen Partner
habe ich Monetarisierung
04:33
and fluencyGeläufigkeit in JapaneseJapanisch.
111
261684
2427
und fließendes Japanisch eingetragen.
04:36
I talkedsprach a lot about JavaScriptJavaScript.
112
264111
2536
Ich habe viel über JavaScript erzählt.
04:38
So obviouslyoffensichtlich this was not the bestBeste way
113
266647
3609
Das war offensichtlich nicht
die beste Methode,
04:42
to put my mostdie meisten sexysexy footFuß forwardVorwärts-.
114
270256
3409
mich von meiner attraktivsten Seite
zu zeigen.
04:45
But the realecht failureFehler was that
115
273665
2283
Aber der eigentliche Reinfall war,
04:47
there were plentyviel of menMänner for me to dateDatum.
116
275948
2303
dass es sehr viele Männer gab,
die mit mir ausgehen wollten.
04:50
These algorithmsAlgorithmen had a seaMeer fullvoll of menMänner
117
278251
2461
Diese Algorithmen hatten Männer
für mich wie Sand am Meer,
04:52
that wanted to take me out on lots of datesTermine --
118
280712
2706
die mich ausführen wollten --
04:55
what turnedgedreht out to be trulywirklich awfulfurchtbar datesTermine.
119
283418
3838
aber diese Abende sollten sich
als äußerst grauenhaft herausstellen.
04:59
There was this guy SteveSteve, the I.T. guy.
120
287256
2674
Da war dieser Typ Steve, der IT-Typ.
05:01
The algorithmAlgorithmus matchedabgestimmt us up
121
289930
1531
Der Algorithmus brachte uns zusammen,
05:03
because we shareAktie a love of gadgetsGadgets,
122
291461
1606
weil wir beide Gadgets lieben,
05:05
we shareAktie a love of mathMathe and dataDaten and '80s musicMusik-,
123
293067
4154
wir mögen Mathe, Daten und
Musik aus den 80ern,
05:09
and so I agreedvereinbart to go out with him.
124
297221
2139
also stimmte ich zu, mit ihm auszugehen.
05:11
So SteveSteve the I.T. guy invitedeingeladen me out
125
299360
2513
Also lud mich Steve, der IT-Typ,
05:13
to one of Philadelphia'sPhiladelphias white-table-clothweiße Tischdecke,
126
301873
1873
in eines von Philadelphias
Nobelrestaurants ein,
05:15
extremelyäußerst expensiveteuer restaurantsRestaurants.
127
303746
1906
ein äußerst teures Restaurant.
05:17
And we wentging in, and right off the batFledermaus,
128
305652
2063
Wir gingen hinein
und schon zu Anfang
05:19
our conversationKonversation really wasn'twar nicht takingunter flightFlug,
129
307715
3260
lief unser Gespräch
eigentlich nicht so gut,
05:22
but he was orderingbestellen a lot of foodLebensmittel.
130
310975
1829
aber er bestellte total viel Essen.
05:24
In factTatsache, he didn't even botherdie Mühe looking at the menuMenü.
131
312804
1990
Er schaute nicht einmal in die Karte.
05:26
He was orderingbestellen multiplemehrere appetizersVorspeisen,
132
314794
1620
Er bestellte mehrere Appetizer,
05:28
multiplemehrere entrEntréesEs, for me as well,
133
316414
2742
mehrere Vorspeisen, für mich gleich mit,
05:31
and suddenlyplötzlich there are pilesPfähle and pilesPfähle of foodLebensmittel on our tableTabelle,
134
319156
2529
und plötzlich stand jede Menge Essen
auf unserem Tisch,
05:33
alsoebenfalls lots and lots of bottlesFlaschen of wineWein.
135
321685
2431
und viele Flaschen Wein.
05:36
So we're nearingkurz vor dem the endEnde of our conversationKonversation
136
324116
2181
Wir kamen zum Ende unseres Gesprächs
05:38
and the endEnde of dinnerAbendessen, and I've decidedbeschlossen
137
326297
1379
und zum Ende des Abends und ich entschied,
05:39
SteveSteve the I.T. guy and I are really just not meantgemeint for eachjede einzelne other,
138
327676
2836
dass Steve, der IT-Typ, und ich nicht
für einander bestimmt waren
05:42
but we'llGut partTeil waysWege as friendsFreunde,
139
330512
2293
aber wir sicherlich als Freunde
auseinander gehen werden,
05:44
when he getsbekommt up to go to the bathroomBadezimmer,
140
332805
2385
als er aufsteht, um auf Toilette zu gehen.
05:47
and in the meantimeinzwischen the billRechnung comeskommt to our tableTabelle.
141
335190
3663
Und derweil kommt die Rechnung
an den Tisch.
05:50
And listen, I'm a modernmodern womanFrau.
142
338853
2735
Also ich bin ja nun wirklich
eine moderne Frau.
05:53
I am totallytotal down with splittingAufteilung the billRechnung.
143
341588
2830
Für mich ist es voll in Ordnung,
die Rechnung zu teilen.
05:56
But then SteveSteve the I.T. guy didn't come back. (GaspingKeuchend)
144
344418
3832
Aber dann kam Steve, der IT-Typ,
nicht mehr zurück. (Schnaufen)
06:00
And that was my entireganz month'sMonat rentMiete.
145
348250
4728
Das war eine ganze Monatsmiete.
06:04
So needlessunnötige to say, I was not havingmit a good night.
146
352978
3273
Natürlich brauche ich Ihnen nicht zu sagen,
dass ich keinen schönen Abend hatte.
06:08
So I runLauf home, I call my motherMutter, I call my sisterSchwester,
147
356251
3701
Ich ging nach Hause, rief meine Mutter an,
rief meine Schwester an,
06:11
and as I do, at the endEnde of eachjede einzelne one of these
148
359952
2377
und wie immer am Ende dieser
06:14
terriblefurchtbar, terriblefurchtbar datesTermine,
149
362329
1821
schrecklichen, schrecklichen Abende
06:16
I regaleRegale them with the detailsDetails.
150
364150
2121
erzähle ich ihnen jedes Detail.
06:18
And they say to me,
151
366271
2234
Und sie sagen dann:
06:20
"Stop complainingbeschwert."
152
368505
1618
„Hör auf dich zu beschweren.“
06:22
(LaughterLachen)
153
370123
1670
(Lachen)
06:23
"You're just beingSein too pickywählerisch."
154
371793
2519
„Du bist einfach zu wählerisch.“
06:26
So I said, fine, from here on out
155
374312
1810
Also sagte ich, okay, von nun an
06:28
I'm only going on datesTermine where I know
156
376122
1638
gehe ich nur noch mit Männern aus,
wenn ich weiß,
06:29
that there's wi-fiWi-fi, and I'm bringingbringt my laptopLaptop.
157
377760
2171
dass es WLan gibt und ich
meinen Laptop mitnehmen kann.
06:31
I'm going to shoveschieben it into my bagTasche,
158
379931
1684
Ich werde ihn in meine Tasche stecken
06:33
and I'm going to have this emailEmail templateVorlage,
159
381615
1841
und ich werde
diese E-Mail-Vorlage benutzen.
06:35
and I'm going to fillfüllen it out and collectsammeln informationInformation
160
383456
2319
Ich werde sie ausfüllen und Informationen
06:37
on all these differentanders dataDaten pointsPunkte duringwährend the dateDatum
161
385775
2671
über all diese verschiedenen Punkte
sammeln,
06:40
to provebeweisen to everybodyjeder that empiricallyempirisch,
162
388446
1588
um allen zu beweisen,
06:42
these datesTermine really are terriblefurchtbar. (LaughterLachen)
163
390034
2573
wie schrecklich diese Abende
wirklich sind. (Lachen)
06:44
So I startedhat angefangen trackingVerfolgung things like
164
392607
1795
Ich habe dann so Dinge vermerkt wie
06:46
really stupidblöd, awkwardumständlich, sexualsexuell remarksBemerkungen;
165
394402
2968
dumme, seltsame, sexuelle Bemerkungen;
06:49
badschlecht vocabularyWortschatz;
166
397370
2103
schlechter Wortschatz;
06:51
the numberNummer of timesmal a man forcedgezwungen me to high-fiveHigh-Five him.
167
399473
3215
die Anzahl, wie oft mich ein Mann
gezwungen hat, ihn abzuklatschen.
06:54
(LaughterLachen)
168
402688
1871
(Lachen)
06:56
So I startedhat angefangen to crunchknirschen some numbersNummern,
169
404559
4212
Also fing ich an,
die Zahlen zu analysieren,
07:00
and that alloweddürfen me to make some correlationsKorrelationen.
170
408771
2996
und einige Korrelationen zu berechnen.
07:03
So as it turnswendet sich out,
171
411767
2624
Wie sich herausstellte,
07:06
for some reasonGrund, menMänner who drinkGetränk ScotchScotch
172
414391
2909
erwähnten Männer, die Scotch trinken,
aus irgendeinem Grund
07:09
referenceReferenz kinkyKinky sexSex immediatelysofort.
173
417300
2403
sofort perversen Sex.
07:11
(LaughterLachen)
174
419703
2136
(Lachen)
07:13
Well, it turnswendet sich out that these
175
421839
2442
Diese Typen sind wahrscheinlich
07:16
probablywahrscheinlich weren'twaren nicht badschlecht guys.
176
424281
1609
keine schlechten Typen.
07:17
There were just badschlecht for me.
177
425890
1910
Sie sind nur nicht die Richtigen für mich.
07:19
And as it happensdas passiert, the algorithmsAlgorithmen that were settingRahmen us up,
178
427800
3340
Und die Algorithmen,
die uns zusammenbrachten,
07:23
they weren'twaren nicht badschlecht eitherentweder.
179
431140
1429
sind auch nicht schlecht.
07:24
These algorithmsAlgorithmen were doing exactlygenau
180
432569
1940
Diese Algorithmen machten genau das,
07:26
what they were designedentworfen to do,
181
434509
1485
wofür man sie entwickelt hatte,
07:27
whichwelche was to take our user-generatedUser generated informationInformation,
182
435994
2794
nämlich die vom User
eingetragenen Informationen,
07:30
in my caseFall, my résumSummeé,
183
438788
1504
also meinen Lebenslauf,
07:32
and matchSpiel it up with other people'sMenschen informationInformation.
184
440292
3027
mit den Informationen anderer
abzustimmen.
07:35
See, the realecht problemProblem here is that,
185
443319
1633
Das eigentliche Problem ist,
07:36
while the algorithmsAlgorithmen work just fine,
186
444952
1925
dass die Algorithmen funktionieren,
07:38
you and I don't, when confrontedkonfrontiert
187
446877
1953
aber du und ich nicht, wenn wir
07:40
with blankleer windowsFenster where we're supposedsoll
188
448830
2136
mit weißen Feldern konfrontiert sind,
07:42
to inputEingang our informationInformation onlineonline.
189
450966
1660
in die wir online unsere Informationen
schreiben sollen.
07:44
Very fewwenige of us have the abilityFähigkeit
190
452626
1744
Sehr wenige von uns haben die Fähigkeit,
07:46
to be totallytotal and brutallybrutal honestehrlich with ourselvesuns selbst.
191
454370
3676
absolut ehrlich mit sich selbst zu sein.
07:50
The other problemProblem is that these websitesWebseiten are askingfragen us
192
458046
2181
Das andere Problem ist,
dass diese Webseiten
07:52
questionsFragen like, are you a dogHund personPerson or a catKatze personPerson?
193
460227
3553
Fragen stellen wie:
Mögen Sie Hunde oder Katzen lieber?
07:55
Do you like horrorHorror filmsFilme or romanceRomantik filmsFilme?
194
463780
2520
Mögen Sie Horrorfilme oder Liebesfilme?
07:58
I'm not looking for a penStift palPAL.
195
466300
1910
Ich suche keinen Brieffreund,
08:00
I'm looking for a husbandMann. Right?
196
468210
2235
sondern einen Ehemann. Stimmt’s?
08:02
So there's a certainsicher amountMenge of superficialityOberflächlichkeit in that dataDaten.
197
470445
3139
Eine gewisse Menge an Informationen
ist zu oberflächlich.
08:05
So I said fine, I've got a newneu planplanen.
198
473584
2570
Also sagte ich mir, okay,
dann mache ich einen neuen Plan.
08:08
I'm going to keep usingmit these onlineonline datingDating sitesStandorte,
199
476154
1998
Ich werde diese Online-Dating-Webseiten
weiter nutzen,
08:10
but I'm going to treatbehandeln them as databasesDatenbanken,
200
478152
2711
aber ich werde sie als Datenbanken nutzen,
08:12
and ratherlieber than waitingwarten for an algorithmAlgorithmus to setSet me up,
201
480863
2750
und statt einfach darauf zu warten,
dass mich ein Algorithmus verkuppelt,
08:15
I think I'm going to try reverse-engineeringReverse Engineering this entireganz systemSystem.
202
483613
3667
werde ich einfach versuchen,
das ganze System zu rekonstruieren.
08:19
So knowingzu wissen that there was superficialoberflächlich dataDaten
203
487280
3145
Weil ich also wusste, dass oberflächliche
Informationen genutzt werden,
08:22
that was beingSein used to matchSpiel me up with other people,
204
490425
2352
um mich mit anderen Leuten
zusammenzubringen,
08:24
I decidedbeschlossen insteadstattdessen to askFragen my ownbesitzen questionsFragen.
205
492777
2438
entschied ich mich,
meine eigenen Fragen zu stellen.
08:27
What was everyjeden singleSingle possiblemöglich thing
206
495215
1638
Was waren all die Merkmale,
08:28
that I could think of that I was looking for in a mateMate?
207
496853
2903
die mir wichtig waren in einem Mann?
08:31
So I startedhat angefangen writingSchreiben and writingSchreiben and writingSchreiben,
208
499756
4534
Also begann ich zu schreiben
und schrieb und schrieb,
08:36
and at the endEnde, I had amassedangehäuft
209
504290
2302
und am Ende hatte ich
08:38
72 differentanders dataDaten pointsPunkte.
210
506592
2581
72 verschiedene Punkte zusammen.
08:41
I wanted somebodyjemand was JewJude...ishISH,
211
509173
2406
Ich wollte jemanden, der jüdisch,
08:43
so I was looking for somebodyjemand who had the samegleich
212
511579
1697
aber nicht zu streng gläubig ist,
08:45
backgroundHintergrund and thoughtsGedanken on our cultureKultur,
213
513276
2561
der genau wie ich über
unsere Kultur dachte,
08:47
but wasn'twar nicht going to forceKraft me to go to shulshul
214
515837
1573
mich aber nicht zwang,
jeden Freitag und Samstag
08:49
everyjeden FridayFreitag and SaturdaySamstag.
215
517410
2333
mit ihm in die Synagoge zu gehen.
08:51
I wanted somebodyjemand who workedhat funktioniert hardhart,
216
519743
1590
Ich wollte jemanden, der hart arbeitet,
08:53
because work for me is extremelyäußerst importantwichtig,
217
521333
1884
weil Arbeit für mich äußerst wichtig ist,
08:55
but not too hardhart.
218
523217
1618
aber auch nicht zu hart.
08:56
For me, the hobbiesHobbys that I have
219
524835
1680
Denn meine Hobbys sind eigentlich auch nur
08:58
are really just newneu work projectsProjekte that I've launchedgestartet.
220
526515
2836
so etwas wie neue Arbeitsprojekte,
die ich ins Leben gerufen habe.
09:01
I alsoebenfalls wanted somebodyjemand who not only wanted two childrenKinder,
221
529351
3165
Ich wollte nicht nur jemanden,
der zwei Kinder wollte,
09:04
but was going to have the samegleich attitudeHaltung towardzu parentingElternschaft that I do,
222
532516
2895
sondern auch jemanden, der dieselbe
Einstellung zur Kindererziehung wie ich hat.
09:07
so somebodyjemand who was going to be totallytotal okay
223
535411
1931
Also jemand,
der völlig einverstanden damit ist,
09:09
with forcingzwingen our childKind to startAnfang takingunter pianoKlavier lessonsUnterricht at ageAlter threedrei,
224
537342
3535
unser Kind dazu zu zwingen, mit 3 Jahren
Klavierstunden zu nehmen,
09:12
and alsoebenfalls maybe computerComputer scienceWissenschaft classesKlassen
225
540877
3656
oder Informatikkurse,
09:16
if we could wranglehadern it.
226
544533
1904
wenn wir es davon überzeugen können.
09:18
So things like that, but I alsoebenfalls wanted somebodyjemand
227
546437
1732
Solche Dinge halt,
aber ich wollte auch jemanden,
09:20
who would go to far-flungfar-flung, exoticexotische placessetzt,
228
548169
2063
der mit mir zu entlegenen,
exotischen Orten
09:22
like PetraPetra, JordanJordanien.
229
550232
1628
wie Petra in Jordanien reisen würde.
09:23
I alsoebenfalls wanted somebodyjemand who would weighwiegen
230
551860
1505
Ich wollte ebenso jemanden,
09:25
20 poundsPfunde more than me at all timesmal,
231
553365
1928
der immer 20 Pfund mehr als ich wiegt,
09:27
regardlessungeachtet of what I weighedwog.
232
555293
1370
ganz egal, wie viel ich wiege.
09:28
(LaughterLachen)
233
556663
2402
(Lachen)
09:31
So I now have these 72 differentanders dataDaten pointsPunkte,
234
559065
3074
Nun hatte ich also diese
72 verschiedenen Punkte,
09:34
whichwelche, to be fairMesse, is a lot.
235
562139
2046
was eigentlich ganz schön viel ist.
09:36
So what I did was, I wentging throughdurch
236
564185
1382
Also ging ich sie noch einmal durch
09:37
and I prioritizedpriorisiert that listListe.
237
565567
1822
und ordnete sie nach Prioritäten.
09:39
I brokepleite it into a topoben tierStufe and a secondzweite tierStufe of pointsPunkte,
238
567389
3953
Ich teilte sie in eine erste
und zweite Tabelle auf
09:43
and I rankedauf Platz everything startingbeginnend at 100
239
571342
3225
und stufte alles ein, angefangen bei 100
09:46
and going all the way down to 91,
240
574567
1980
runter bis 91.
09:48
and listingInserat things like I was looking for somebodyjemand who was really smartsmart,
241
576547
3240
Ich listete Dinge auf wie, dass ich
jemanden suche, der richtig klug ist,
09:51
who would challengeHerausforderung and stimulatestimulieren me,
242
579787
1712
der mich herausfordern und anregen würde,
09:53
and balancingAuswuchten that with a secondzweite tierStufe
243
581499
2256
und verglich dies
09:55
and a secondzweite setSet of pointsPunkte.
244
583755
2025
mit einer zweiten Tabelle von Punkten.
09:57
These things were alsoebenfalls importantwichtig to me
245
585780
1405
Diese Dinge waren mir auch wichtig,
09:59
but not necessarilyNotwendig deal-breakersDeal-Breaker.
246
587185
4816
aber bedeuteten nicht unbedingt
das Ende der Beziehung.
10:04
So onceEinmal I had all this doneerledigt,
247
592001
1421
Als ich dies gemacht hatte,
10:05
I then builtgebaut a scoringScoring systemSystem,
248
593422
1809
baute ich ein Punktesystem auf,
10:07
because what I wanted to do
249
595231
2623
denn ich wollte sozusagen
10:09
was to sortSortieren of mathematicallymathematisch calculateberechnen
250
597854
1850
mathematisch berechnen,
10:11
whetherob or not I thought the guy that I foundgefunden onlineonline
251
599704
2506
ob der Mann, den ich online fand,
10:14
would be a matchSpiel with me.
252
602210
1447
zu mir passen würde.
10:15
I figuredabgebildet there would be a minimumMinimum of 700 pointsPunkte
253
603657
2443
Er musste eine Mindestpunktzahl
von 700 Punkten haben,
10:18
before I would agreezustimmen to emailEmail somebodyjemand
254
606100
1546
bevor ich mich entschließen würde,
ihm zu schreiben
10:19
or respondreagieren to an emailEmail messageNachricht.
255
607646
2166
oder ihm auf seine E-Mail zu antworten.
10:21
For 900 pointsPunkte, I'd agreezustimmen to go out on a dateDatum,
256
609812
2002
Bei 900 Punkten würde ich zustimmen,
mit ihm auszugehen
10:23
and I wouldn'twürde nicht even considerErwägen any kindArt of relationshipBeziehung
257
611814
2681
und würde erst irgendeiner Art
von Beziehung zustimmen,
10:26
before somebodyjemand had crossedüberschritten the 1,500 pointPunkt thresholdSchwelle.
258
614495
4188
wenn jemand mehr als 1500 Punkte erreicht.
10:30
Well, as it turnswendet sich out, this workedhat funktioniert prettyziemlich well.
259
618683
2872
Das funktionierte auch ganz gut.
10:33
So I go back onlineonline now.
260
621555
1809
Also ging ich wieder online.
10:35
I foundgefunden JewishdocJewishdoc57
261
623364
2755
Ich fand Jewishdoc57,
10:38
who'swer ist incrediblyunglaublich good-lookinggut aussehend, incrediblyunglaublich well-spokengut gesprochen,
262
626119
2937
der unglaublich gutaussehend und
sehr wortgewandt war.
10:41
he had hikedwanderten MtMt. FujiFuji,
263
629056
1718
Er hatte den Mount Fuji bestiegen
10:42
he had walkedging alongeine lange the Great WallWand.
264
630774
1742
und war auf der Chinesischen Mauer
gewesen.
10:44
He likesLikes to travelReise as long as it doesn't involvebeinhalten a cruiseKreuzfahrt shipSchiff.
265
632516
3116
Er reist gerne, solange es nicht
auf einem Kreuzfahrtschiff ist.
10:47
And I thought, I've doneerledigt it!
266
635632
2738
Und ich dachte, ich habe es geschafft.
10:50
I've crackedgeknackt the codeCode.
267
638370
2064
Ich habe den Code geknackt.
10:52
I have just foundgefunden the JewishJüdische PrincePrinz CharmingCharmante
268
640434
3770
Ich habe den jüdischen Märchenprinz,
10:56
of my family'sFamilie dreamsTräume.
269
644204
2218
von dem meine Familie träumte,
gefunden.
10:58
There was only one problemProblem:
270
646422
2156
Da gab es nur ein Problem:
11:00
He didn't like me back.
271
648578
3309
Er mochte mich nicht.
11:03
And I guessvermuten the one variableVariable that I haven'thabe nicht consideredberücksichtigt
272
651887
3086
Ich schätze, die eine Variable,
an die ich nicht gedacht hatte,
11:06
is the competitionWettbewerb.
273
654973
1893
war die Konkurrenz.
11:08
Who are all of the other womenFrau
274
656866
1488
Wer waren all die anderen Frauen
11:10
on these datingDating sitesStandorte?
275
658354
2445
auf diesen Dating-Webseiten?
11:12
I foundgefunden SmileyGirlSmileyGirl1978.
276
660799
3704
Ich fand SmileyGirl1978.
11:16
She said she was a "funSpaß girlMädchen who is HappyGlücklich and OutgoingAusgehende."
277
664503
2829
Sie sagte, sie sei ein „lustiger Mensch,
der fröhlich und extrovertiert ist".
11:19
She listedgelistet her jobJob as teacherLehrer.
278
667332
1442
Als Beruf gab sie Lehrerin an.
11:20
She said she is "sillydumm, nicenett and friendlyfreundlich."
279
668774
2606
Sie sagte, sie sei „albern,
nett und freundlich“.
11:23
She likesLikes to make people laughLachen "alotViel."
280
671380
2449
Sie mag es, die Leute „ständig“
zum Lachen zu bringen.
11:25
At this momentMoment I knewwusste, clickingKlicken after profileProfil
281
673829
2442
In diesem Moment wusste ich,
als ich Profil
11:28
after profileProfil after profileProfil that lookedsah like this,
282
676271
2051
um Profil um Profil wie dieses anklickte,
11:30
that I needederforderlich to do some marketMarkt researchForschung.
283
678322
2176
dass ich eine Marktanalyse machen musste.
11:32
So I createderstellt 10 fakeFälschung malemännlich profilesProfile.
284
680498
3280
Also erstellte ich 10 männliche
Scheinprofile.
11:35
Now, before I loseverlieren all of you --
285
683778
2944
Bevor Sie jetzt alle aufstehen
und gehen --
11:38
(LaughterLachen) --
286
686722
1753
(Lachen) --
11:40
understandverstehen that I did this
287
688475
3588
müssen Sie verstehen,
dass ich das nur getan habe,
11:44
strictlystreng to gatherversammeln dataDaten
288
692063
2137
um Daten über alle anderen
11:46
about everybodyjeder elsesonst in the systemSystem.
289
694200
1748
im System zu sammeln.
11:47
I didn't carrytragen on crazyverrückt Catfish-styleWels-Stil relationshipsBeziehungen with anybodyirgendjemand.
290
695948
4195
Nicht, um eine betrügerische
Scheinbeziehung anzufangen.
11:52
I really was just scrapingSchaben theirihr dataDaten.
291
700143
2013
Ich wollte wirklich nur die Daten haben.
11:54
But I didn't want everybody'sjedermanns dataDaten.
292
702156
1968
Aber ich wollte sie nicht von allen haben.
11:56
I only wanted dataDaten on the womenFrau
293
704124
1883
Ich wollte die Daten nur
von den Frauen haben,
11:58
who were going to be attractedangezogen
294
706007
1564
die sich von der Art Mann
11:59
to the typeArt of man that I really, really wanted to marryheiraten. (LaughterLachen)
295
707571
3234
angezogen fühlten, den ich eigentlich
heiraten wollte. (Lachen)
12:02
When I releasedfreigegeben these menMänner into the wildwild,
296
710805
3595
Als ich diese Schein-Profile freigab,
12:06
I did followFolgen some rulesRegeln.
297
714400
1302
befolgte ich einige Regeln.
12:07
So I didn't reacherreichen out to any womanFrau first.
298
715702
2140
Ich schrieb keine Frau zuerst an.
12:09
I just waitedgewartet to see who these profilesProfile were going to attractanlocken,
299
717842
2921
Ich wartete einfach, um zu sehen,
wen diese Profile anziehen würden,
12:12
and mainlyhauptsächlich what I was looking at was two differentanders dataDaten setssetzt.
300
720763
3371
und schaute hauptsächlich nach
zwei verschiedenen Aspekten.
12:16
So I was looking at qualitativequalitative dataDaten,
301
724134
1538
Ich achtete auf Qualität:
12:17
so what was the humorHumor, the toneTon,
302
725672
1949
Wie war der Humor, der Ton,
12:19
the voiceStimme, the communicationKommunikation styleStil
303
727621
1562
die Stimme, der Kommunikationsstil,
12:21
that these womenFrau sharedgeteilt in commonverbreitet?
304
729183
1850
den diese Frauen gemeinsam hatten?
12:23
And alsoebenfalls quantitativequantitativ dataDaten,
305
731033
1283
Und ich achtete auf Quantität:
12:24
so what was the averagedurchschnittlich lengthLänge of theirihr profileProfil,
306
732316
2338
Wie lang war ein Durchschnittsprofil?
12:26
how much time was spentverbraucht betweenzwischen messagesNachrichten?
307
734654
2235
Wie viel Zeit verstrich
zwischen den Nachrichten?
12:28
What I was tryingversuchen to get at here was
308
736889
1681
Ich versuchte im Prinzip,
12:30
that I figuredabgebildet in personPerson,
309
738570
1925
genauso
12:32
I would be just as competitivewettbewerbsfähig
310
740495
1410
wettbewerbsfähig
12:33
as a SmileyGirlSmileyGirl1978.
311
741905
2065
wie SmileyGirl1978 zu sein.
12:35
I wanted to figureZahl out how to maximizezu maximieren
312
743970
1900
Ich wollte herausfinden,
12:37
my ownbesitzen profileProfil onlineonline.
313
745870
2940
wie ich mein Profil optimieren konnte.
12:40
Well, one monthMonat laterspäter,
314
748810
1727
Einen Monat später
12:42
I had a lot of dataDaten, and I was ablefähig to do anotherein anderer analysisAnalyse.
315
750537
3753
hatte ich genug Daten zusammen
und konnte sie analysieren.
12:46
And as it turnswendet sich out, contentInhalt mattersAngelegenheiten a lot.
316
754290
2880
Wie sich herausstellt,
ist der Inhalt sehr wichtig.
12:49
So smartsmart people tendneigen to writeschreiben a lot --
317
757170
2706
Kluge Menschen neigen dazu,
viel zu schreiben --
12:51
3,000, 4,000,
318
759876
1875
3000, 4000,
12:53
5,000 wordsWörter about themselvessich,
319
761751
1743
5000 Wörter über sich selbst,
12:55
whichwelche maykann all be very, very interestinginteressant.
320
763494
2146
was wahrscheinlich sehr interessant ist.
12:57
The challengeHerausforderung here, thoughobwohl, is that
321
765640
1352
Die Herausforderung hier ist,
12:58
the popularBeliebt menMänner and womenFrau
322
766992
1182
dass die beliebten Männer und Frauen
13:00
are stickingklebt to 97 wordsWörter on averagedurchschnittlich
323
768174
3772
im Durchschnitt nur 97 Wörter schreiben.
13:03
that are writtengeschrieben very, very well,
324
771946
1722
Die Texte sind sehr, sehr gut geschrieben,
13:05
even thoughobwohl it maykann not seemscheinen like it all the time.
325
773668
2890
obwohl es oft nicht danach aussieht.
13:08
The other sortSortieren of hallmarkHallmark of the people who do this well
326
776558
2149
Bei den Leuten, die das gut können,
bemerkt man auch
13:10
is that they're usingmit non-specificunspezifisch languageSprache.
327
778707
2153
dass sie keine spezifischen
Ausdrücke benutzen.
13:12
So in my caseFall, you know,
328
780860
1290
Bei mir zum Beispiel:
13:14
"The EnglishEnglisch PatientPatienten" is my mostdie meisten favoriteFavorit movieFilm ever,
329
782150
3198
„Der englische Patient“ ist
mein absoluter Lieblingsfilm,
13:17
but it doesn't work to use that in a profileProfil,
330
785348
3809
aber das funktioniert
nicht in einem Profil,
13:21
because that's a superficialoberflächlich dataDaten pointPunkt,
331
789157
1741
weil diese Information
zu oberflächlich ist,
13:22
and somebodyjemand maykann disagreenicht zustimmen with me
332
790914
1542
und jemand anders stimmt mir
vielleicht nicht zu
13:24
and decideentscheiden they don't want to go out with me
333
792456
1215
und entscheidet, nicht mit mir auszugehen,
13:25
because they didn't like sittingSitzung throughdurch the three-hourdrei Stunden movieFilm.
334
793671
2699
weil er sich nicht in einen
3-stündigen Film setzen will.
13:28
AlsoAuch, optimisticoptimistisch languageSprache mattersAngelegenheiten a lot.
335
796370
2240
Optimistische Wörter sind
auch sehr wichtig.
13:30
So this is a wordWort cloudWolke
336
798610
1436
Diese Wörterwolke
13:32
highlightingHervorhebung the mostdie meisten popularBeliebt wordsWörter that were used
337
800046
2460
hebt die beliebtesten Wörter hervor,
13:34
by the mostdie meisten popularBeliebt womenFrau,
338
802506
1632
die von den beliebtesten Frauen
benutzt wurden,
13:36
wordsWörter like "funSpaß" and "girlMädchen" and "love."
339
804138
2575
wie zum Beispiel „Spaß“,
„Mädchen“ und „Liebe“.
13:38
And what I realizedrealisiert was not that I had
340
806713
2111
Mir wurde bewusst, dass ich mein Profil
13:40
to dumbstumm down my ownbesitzen profileProfil.
341
808824
1568
vom geistigen Niveau her
nicht herunterschrauben musste.
13:42
RememberDenken Sie daran, I'm somebodyjemand who said
342
810392
1532
Erinnern Sie sich?
13:43
that I speaksprechen fluentfließend JapaneseJapanisch and I know JavaScriptJavaScript
343
811924
3043
Ich spreche fließend Japanisch
und kenne mich mit JavaScript aus
13:46
and I was okay with that.
344
814967
1594
und das ist okay so.
13:48
The differenceUnterschied is that it's about beingSein more approachableansprechbar
345
816561
2717
Der Unterschied ist, dass es
mehr darum geht, zugänglich zu sein,
13:51
and helpingPortion people understandverstehen
346
819278
2155
und den Leuten zu helfen zu verstehen,
13:53
the bestBeste way to reacherreichen out to you.
347
821433
1612
wie sie sich einem am besten
nähern können.
13:55
And as it turnswendet sich out, timingzeitliche Koordinierung is alsoebenfalls really, really importantwichtig.
348
823045
2922
Aber auch Zeiteinteilung
ist sehr, sehr wichtig.
13:57
Just because you have accessZugriff
349
825967
1650
Nur weil Sie die Handynummer
13:59
to somebody'sjemandes mobileMobile phoneTelefon numberNummer
350
827617
1744
von jemandem haben
14:01
or theirihr instantsofortig messageNachricht accountKonto
351
829361
1756
oder mit ihm über Messenger chatten können
14:03
and it's 2 o'clockUhr in the morningMorgen and you happengeschehen to be awakewach,
352
831117
2407
und es 2 Uhr morgens ist und
Sie noch wach sind,
14:05
doesn't mean that that's a good time to communicatekommunizieren with those people.
353
833524
3189
heißt das nicht, dass es eine gute Zeit ist,
mit diesen Leuten zu kommunizieren.
14:08
The popularBeliebt womenFrau on these onlineonline sitesStandorte
354
836713
2649
Die beliebten Frauen
auf diesen Online-Seiten
14:11
spendverbringen an averagedurchschnittlich of 23 hoursStd.
355
839362
1838
warten im Durchschnitt 23 Stunden,
14:13
in betweenzwischen eachjede einzelne communicationKommunikation.
356
841200
2376
bis sie wieder in Kontakt
mit dem anderen treten.
14:15
And that's what we would normallynormalerweise do
357
843576
1931
Und so machen wir es ja
normalerweise auch,
14:17
in the usualgewöhnlich processverarbeiten of courtshipBalz.
358
845507
2064
wenn wir anderen den Hof machen.
14:19
And finallyendlich, there were the photosFotos.
359
847571
3405
Zuletzt -- die Fotos.
14:22
All of the womenFrau who were popularBeliebt
360
850976
1833
Alle Frauen, die beliebt waren,
14:24
showedzeigte some skinHaut.
361
852809
1625
zeigten etwas Haut.
14:26
They all lookedsah really great,
362
854434
2012
Sie sahen alle großartig aus,
14:28
whichwelche turnedgedreht out to be in sharpscharf contrastKontrast
363
856446
2778
was einen starken Kontrast
14:31
to what I had uploadedhochgeladen.
364
859224
3293
zu meinem Profilbild darstellte.
14:34
OnceEinmal I had all of this informationInformation,
365
862517
1640
Als ich die ganzen Informationen hatte,
14:36
I was ablefähig to createerstellen a superSuper profileProfil,
366
864157
2344
konnte ich ein Superprofil erstellen.
14:38
so it was still me,
367
866501
1874
Das war immer noch ich,
14:40
but it was me optimizedoptimiert now for this ecosystemÖkosystem.
368
868375
3909
aber optimiert
für diese Art von Ökosystem.
14:44
And as it turnswendet sich out, I did a really good jobJob.
369
872284
4850
Wie sich herausstellte, hatte ich
alles richtig gemacht.
14:49
I was the mostdie meisten popularBeliebt personPerson onlineonline.
370
877134
3056
Denn ich war
die beliebteste Person online.
14:52
(LaughterLachen)
371
880190
2519
(Lachen)
14:54
(ApplauseApplaus)
372
882709
4214
(Applaus)
14:58
And as it turnswendet sich out, lots and lots of menMänner wanted to dateDatum me.
373
886923
3487
Sehr, sehr viele Männer wollten
mit mir ausgehen.
15:02
So I call my momMama, I call my sisterSchwester, I call my grandmotherOma.
374
890410
2406
Ich rief meine Mutter, meine Schwester
und meine Großmutter an.
15:04
I'm tellingErzählen them about this fabulousfabelhaft newsNachrichten,
375
892816
1831
Ich erzählte ihnen die tollen Neuigkeiten
15:06
and they say, "This is wonderfulwunderbar!
376
894647
1869
und sie sagten: „Das ist wunderbar!
15:08
How soonbald are you going out?"
377
896516
2117
Wann gehst du aus?“
15:10
And I said, "Well, actuallytatsächlich, I'm not going to go out with anybodyirgendjemand."
378
898633
2439
Und ich sagte: „Eigentlich werde ich
mit keinem von ihnen ausgehen.“
15:13
Because remembermerken, in my scoringScoring systemSystem,
379
901072
1937
Denn Sie erinnern sich
an mein Punktesystem:
15:15
they have to reacherreichen a minimumMinimum thresholdSchwelle of 700 pointsPunkte,
380
903009
2334
Sie müssen eine Mindestpunktezahl
von 700 Punkten erreichen
15:17
and nonekeiner of them have doneerledigt that.
381
905343
2310
und keiner tat dies.
15:19
They said, "What? You're still beingSein too damnVerdammt pickywählerisch."
382
907653
2778
Sie sagten: „Was? Du bist ja immer noch
so verdammt wählerisch.“
15:22
Well, not too long after that,
383
910431
1657
Nicht lange danach
15:24
I foundgefunden this guy, TheveninThevenin,
384
912088
2202
fand ich diesen Typen, Thevenin.
15:26
and he said that he was culturallykulturell JewishJüdische,
385
914290
2470
Er schrieb, er sei kulturell jüdisch,
15:28
he said that his jobJob was an arcticArktis babyBaby sealDichtung hunterJäger,
386
916760
3020
als Beruf gab er Robbenfänger
in der Arktis an,
15:31
whichwelche I thought was very cleverklug.
387
919780
2564
was ich sehr schlau fand.
15:34
He talkedsprach in detailDetail about travelReise.
388
922344
2877
Er sprach ausführlich über das Reisen.
15:37
He madegemacht a lot of really interestinginteressant culturalkulturell referencesVerweise.
389
925221
2313
Er machte sehr viele wirklich
interessante kulturelle Anspielungen.
15:39
He lookedsah and talkedsprach exactlygenau like what I wanted,
390
927534
3018
Er sah so aus und sprach,
so wie ich mir das vorstellte,
15:42
and immediatelysofort, he scorederzielte 850 pointsPunkte.
391
930552
3211
und erreichte sofort 850 Punkte.
15:45
It was enoughgenug for a dateDatum.
392
933763
1761
Es war genug zum Ausgehen.
15:47
ThreeDrei weeksWochen laterspäter, we metgetroffen up in personPerson
393
935524
2116
Drei Wochen später trafen wir uns,
15:49
for what turnedgedreht out to be a 14-hour-long-einstündige conversationKonversation
394
937640
3358
was sich zu einem
14-stündigen Gespräch entwickelte.
15:52
that wentging from coffeeKaffee shopGeschäft to restaurantRestaurant
395
940998
2065
Wir gingen vom Café ins Restaurant,
15:55
to anotherein anderer coffeeKaffee shopGeschäft to anotherein anderer restaurantRestaurant,
396
943063
2333
wieder ins Café und
dann zum nächsten Restaurant,
15:57
and when he droppedfallen gelassen me back off at my houseHaus that night
397
945396
1913
und als er mich jenen Abend
zu Hause absetzte,
15:59
I re-scoredneu bewertet him --
398
947309
1539
rechnete ich noch einmal durch --
16:00
[1,050 pointsPunkte!] --
399
948848
1253
[1050 Punkte!] --
16:02
thought, you know what,
400
950101
1386
da dachte ich,
16:03
this entireganz time I haven'thabe nicht been pickywählerisch enoughgenug.
401
951487
3085
dass ich die ganze Zeit
nicht wählerisch genug war.
16:06
Well, a yearJahr and a halfHälfte after that,
402
954572
1632
Eineinhalb Jahre danach
16:08
we were non-cruise-Kreuzfahrt shipSchiff travelingReisen
403
956204
2922
reisten wir,
und zwar nicht mit dem Kreuzfahrtschiff,
16:11
throughdurch PetraPetra, JordanJordanien,
404
959126
2085
nach Petra, Jordanien,
16:13
when he got down on his kneeKnie and proposedvorgeschlagen.
405
961211
3201
wo er sich vor mir hinkniete
und mir einen Heiratsantrag machte.
16:16
A yearJahr after that, we were marriedverheiratet,
406
964412
2771
Ein Jahr danach heirateten wir
16:19
and about a yearJahr and a halfHälfte after that, our daughterTochter,
407
967183
2408
und eineinhalb Jahre danach
wurde unsere Tochter
16:21
PetraPetra, was borngeboren.
408
969591
1800
Petra geboren.
16:23
(ApplauseApplaus)
409
971391
7380
(Applaus)
16:30
ObviouslyOffensichtlich, I'm havingmit a fabulousfabelhaft life, so --
410
978771
2319
Anscheinend habe ich ein tolles Leben,
aber --
16:33
(LaughterLachen) --
411
981090
1428
(Lachen) --
16:34
the questionFrage is, what does all of this mean for you?
412
982518
2628
die Frage ist,
was bedeutet das nun für Sie?
16:37
Well, as it turnswendet sich out, there is an algorithmAlgorithmus for love.
413
985146
3848
Anscheinend gibt es doch
einen Algorithmus für die Liebe.
16:40
It's just not the onesEinsen that we're beingSein presentedvorgeführt with onlineonline.
414
988994
3696
Es ist nur nicht der,
mit dem wir online konfrontiert werden.
16:44
In factTatsache, it's something that you writeschreiben yourselfdich selber.
415
992690
2236
Eigentlich ist es etwas,
was Sie selbst entwerfen müssen.
16:46
So whetherob you're looking for a husbandMann or a wifeEhefrau
416
994926
2251
Ob Sie nun nach einem Ehemann
oder einer Ehefrau suchen,
16:49
or you're tryingversuchen to find your passionLeidenschaft
417
997177
2062
Ihre Leidenschaft finden wollen
16:51
or you're tryingversuchen to startAnfang a businessGeschäft,
418
999239
1474
oder sich selbstständig machen wollen,
16:52
all you have to really do is figureZahl out your ownbesitzen frameworkRahmen
419
1000713
3057
Sie müssen einfach selbst
die Rahmenbedingungen festlegen
16:55
and playspielen by your ownbesitzen rulesRegeln,
420
1003770
1917
und Ihren eigenen Regeln folgen,
16:57
and feel freefrei to be as pickywählerisch as you want.
421
1005687
2640
und seien Sie so wählerisch,
wie Sie wollen.
17:00
Well, on my weddingHochzeit day,
422
1008327
1460
Auf meiner Hochzeit
17:01
I had a conversationKonversation again with my grandmotherOma,
423
1009787
1906
hatte ich noch einmal ein Gespräch
mit meiner Großmutter
17:03
and she said, "All right, maybe I was wrongfalsch.
424
1011693
2797
und sie sagte:
„Okay, vielleicht lag ich falsch.
17:06
It lookssieht aus like you did come up with
425
1014490
1283
Es scheint, als ob du
17:07
a really, really great systemSystem.
426
1015773
2016
ein wirklich tolles System entwickelt hast.
17:09
Now, your matzohmatzoh ballsBälle.
427
1017789
2935
Aber jetzt zu den Matzeknödeln.
17:12
They should be fluffyflauschige, not hardhart."
428
1020724
3131
Sie sollten locker sein, nicht hart.“
17:15
And I'll take her adviceRat on that.
429
1023855
1552
Diesen Rat nehme ich gerne an.
17:17
(ApplauseApplaus)
430
1025407
4602
(Applaus)
Translated by Nadine Hennig
Reviewed by Anne Wuebbenhorst

▲Back to top

ABOUT THE SPEAKER
Amy Webb - Founder and CEO, Future Today Institute
Amy Webb is a futurist and founder of the Future Today Institute, and is the award-winning author of three books, including “Data: A Love Story” and “The Signals Are Talking: Why Today’s Fringe Is Tomorrow’s Mainstream.”

Why you should listen

Amy Webb uses data to understand the present and future of humanity, a practice she first developed as a journalist for the Wall Street Journal and Newsweek and has continued as a futurist. She is the head of the Future Today Institute, which researches collisions between technology, society and business — and maps scenarios that are on the horizon. She was named to the Thinkers50 Radar list of the 30 management thinkers most likely to shape the future of how organizations are managed and led.

Webb is on the adjunct faculty at the NYU Stern School of Business, where she teaches a popular MBA-level course on futures forecasting. She is the author of The Signals Are Talking, Why Today’s Fringe Is Tomorrow’s Mainstream, which has become the standard text on futures forecasting and explains how to predict and manage technological change. Her book Data: A Love Story tells the tale of how she gamed the online dating system to figure out how to find the love of her life.

More profile about the speaker
Amy Webb | Speaker | TED.com