X Bot Leaderboard anpassen: Score-Gewichtungen erklärt

Jeder X Bot Report endet auf dieselbe Weise: eine Rangliste von Namen, jeweils mit einer Zahl daneben. Diese Zahl entscheidet, wer in deiner Community diese Woche als Top-Performer erscheint. Die meisten Chats fassen nie an, wie diese Zahl berechnet wird — und für die meisten Chats ist das auch die richtige Entscheidung. Aber wenn du schon einmal auf einen Report geschaut und gedacht hast „das trifft eigentlich nicht, wer die Konversation wirklich getragen hat”, liegt die Lösung nicht in einem anderen Bot. Sie liegt in den Gewichtungen.

Das ist das Feature, das still hinter jedem Leaderboard steckt: ein Score pro Metrik, den du über /setup → 🎨 Customization anpassen kannst. Hier ist, was das genau macht, wie die Mathematik dahinter funktioniert — und, genauso wichtig, wann du besser die Finger davon lässt.

Was bewertet wird, und warum#

X Bot erfasst fünf Engagement-Metriken pro Post: Likes, Retweets, Antworten, Zitate und Views. Jede hat eine Gewichtung. Wenn ein Report ausgelöst wird, zieht der Bot alle Posts heran, die im jeweiligen Zeitraum deinen Filtern entsprachen, berechnet pro Post einen Score als gewichtete Summe dieser fünf Metriken und summiert anschließend die Post-Scores jedes Users. Die höchste Gesamtsumme gewinnt den Spitzenplatz.

Die Standard-Gewichtungen sind so eingestellt, dass sie für eine generische Community sinnvoll sind: Engagement (Likes, Antworten) zählt mehr als reine Reichweite (Views), und Retweets und Zitate liegen dazwischen. Dieser Standard funktioniert gut, wenn du einfach wissen willst, „wer aktiv war und Engagement bekommen hat” — was auf die Mehrheit der Chats zutrifft, die das 🎯 Filters-Setup unverändert nutzen.

Aber „sinnvoll für eine generische Community” ist nicht dasselbe wie „richtig für deine Kampagne”. Zwei Chats mit identischen Roh-Engagement-Zahlen können völlig unterschiedliche Leaderboards wollen, weil sie unterschiedliche Dinge messen.

Zwei Kampagnen, zwei unterschiedliche „beste” Posts#

Nimm einen Token-Launch-Koordinator, der eine KOL-Kampagne fährt. Das Ziel ist Awareness — den Token vor möglichst viele Augen bringen, bevor ein Listing stattfindet. Für dieses Ziel ist ein Post, der in fünf andere Timelines re-tweetet wurde, mehr wert als einer, der nur stille Likes vom selben geschlossenen Publikum gesammelt hat. Die Gewichtung von Retweets und Zitaten zu erhöhen und die Antworten-Gewichtung unverändert zu lassen, verschiebt das Leaderboard in Richtung „wer hat das tatsächlich verbreitet” statt nur „wer hat etwas Beliebtes gepostet”.

Nimm jetzt einen Community Manager, der wöchentliche Engagement-Check-ins in der eigenen, Discord-nahen Telegram-Gruppe eines Projekts durchführt. Das Ziel dort ist das Gegenteil: echte Konversation, keine Reichweite. Ein Post, der zwanzig echte Antworten ausgelöst hat, ist wertvoller als einer, der von bot-nahen Accounts ins Leere retweetet wurde. Die Antworten-Gewichtung zu erhöhen (und die View-Gewichtung vielleicht Richtung null zu senken, da Views die am leichtesten aufblähbare und am schwersten verwertbare Metrik sind) ergibt ein Leaderboard, das die tatsächliche Community-Gesundheit widerspiegelt.

Keiner der beiden Chats nutzt den Bot „falsch”, nur weil sie unterschiedliche Zahlen einsetzen. Genau das ist der Sinn konfigurierbarer statt fester Gewichtungen.

Wo man es ändert#

Die Gewichtungen liegen unter /setup → 🎨 Customization, zusammen mit Projektname, Beschreibung, Logo, URLs und Leaderboard-Titel/-Farbe. Das ist pro Chat, nicht global — ein Chat mit drei benannten Filtern für drei unterschiedliche Kunden teilt sich trotzdem einen einzigen Satz Gewichtungen über alle Filter hinweg, da die Gewichtungen eine Eigenschaft des Reports des Chats sind, nicht eines einzelnen Filters.

Du musst nicht jede Metrik anfassen. Eine einzelne Gewichtung anzuheben und den Rest auf Standard zu lassen, reicht meist schon, um das Ranking spürbar zu verschieben — besonders in Chats mit hohem Post-Volumen, in denen kleine Unterschiede pro Metrik sich über Dutzende Posts in einem Zeitraum summieren.

Die Mathematik, einfach erklärt#

Pro Post: score = (likes × weight_likes) + (retweets × weight_retweets) + (replies × weight_replies) + (quotes × weight_quotes) + (views × weight_views).

Pro User und Report-Zeitraum: Der Bot summiert den Score jedes Posts, der (a) dem aktiven Filter entsprach und (b) diesem User zugeordnet oder von ihm verfasst wurde, und rankt die User dann nach dieser Summe. Die Top-N-Zahl (ebenfalls in 🎨 Customization einstellbar) bestimmt, wie viele Zeilen tatsächlich im gerenderten Report-Bild landen — sie zu erhöhen ändert niemandes Score, sondern nur, wie weit die Liste im Bild nach unten reicht.

Es gibt keinen Normalisierungsschritt und keinen Zeitabfall — ein einzelner viraler Post vom ersten Tag eines 7-Tage-Reportzeitraums zählt am siebten Tag genauso viel wie an dem Tag, an dem er passiert ist. Wenn frischere Aktivität mehr zählen soll, ist das eine Frage des Zeitplans (kürzere Reportzeiträume), nicht der Gewichtungen.

Hier ein durchgerechnetes Beispiel, um es greifbar zu machen. Angenommen, zwei Posts kamen im selben Reportzeitraum herein, unter annähernd Standard-Gewichtungen von likes=1, retweets=2, replies=3, quotes=2, views=0.01:

• Post A: 200 Likes, 40 Retweets, 5 Antworten, 10 Zitate, 15.000 Views → (200×1) + (40×2) + (5×3) + (10×2) + (15.000×0.01) = 200 + 80 + 15 + 20 + 150 = 465.
• Post B: 60 Likes, 8 Retweets, 35 Antworten, 2 Zitate, 2.000 Views → (60×1) + (8×2) + (35×3) + (2×2) + (2.000×0.01) = 60 + 16 + 105 + 4 + 20 = 205.

Unter diesen Gewichtungen trägt die Reichweite Post A zu einem höheren Score, obwohl Post B siebenmal so viele Antworten erzeugt hat. Verdoppelst du jetzt die Antworten-Gewichtung auf 6 und senkst die View-Gewichtung auf 0,002: Post A wird zu 200 + 80 + 15 + 20 + 30 = 345, Post B wird zu 60 + 16 + 210 + 4 + 4 = 294. Der Abstand schrumpft drastisch, und ein weiterer guter Antworten-Thread würde das Ranking kippen. Das ist der gesamte Mechanismus — keine versteckten Multiplikatoren, keine Account-spezifischen Modifikatoren, nur fünf Zahlen, die du kontrollierst, und eine Summe.

Der Solo-KOL-Fall#

Gewichtungen zählen noch einmal anders für einen Solo-KOL, der seinen eigenen Account über X Bot als öffentliches Performance-Portfolio führt statt als Team-Leaderboard. Hier gibt es nur einen User im Ranking, also entfällt die Frage „wer ist oben” — aber die Gewichtungen bestimmen trotzdem, welche der eigenen Posts der Bot als beste Arbeit des Zeitraums hervorhebt, und sie prägen den Top-Score, der angezeigt wird, falls der Chat die Schwelle für das öffentliche Dashboard erreicht. Ein Solo-KOL, der Markenkooperationen anbahnt, will wahrscheinlich reichweiten-gewichtete Zahlen (Views, Retweets), die auf einer öffentlichen Seite gut bei einem überfliegenden Sponsor ankommen; ein Solo-KOL, der einem Projekt echtes Community-Vertrauen beweisen will, mit dem er zusammenarbeiten möchte, bevorzugt vielleicht stattdessen antworten-gewichtete Zahlen. Derselbe Bot, dasselbe Menü, andere fünf Zahlen — je nachdem, wer den Report lesen wird.

Wie Gewichtungen mit zwei anderen Features zusammenspielen#

Zwei Dinge, die der Score-Formel nachgeschaltet sind, sind es wert zu wissen, bevor du mit dem Tuning anfängst:

Der Best-Tweet-Picker. Jeder Report zeigt auch einen „besten Tweet” des Zeitraums, ausgewählt aus denselben zugrunde liegenden Engagement-Daten. Die Auswahlregel — und ihr bewusstes Anti-Wiederholungs-Verhalten — behandeln wir in How the “Best Tweet of the Day” Picker Works. Änderungen an deinen Gewichtungen ändern, welche Posts insgesamt am höchsten bewertet werden, was verschieben kann, welcher Post als „bester” ausgewählt wird, da sich der Picker auf dieselben gewichteten Metriken stützt.

Die Schwelle für das öffentliche Dashboard. Chats, die einen Top-Score von 300, 5+ erfasste Posts und 2+ aktive User im laufenden Monat erreichen, werden für das öffentliche Leaderboard auf xbot.ninja freigeschaltet (siehe Putting Your Project on the Public X Bot Dashboard). Da diese Schwelle am Top-Score gemessen wird, kann das Erhöhen von Gewichtungen, die Scores aufblähen (wie Views, die tendenziell die größte Rohzahl liefern), einen Chat schneller über diese Grenze bringen — im Guten wie im Schlechten. Wenn du einen Chat bewusst privat halten willst, ist das ein Grund, die View-Gewichtung konservativ zu lassen.

Wann man die Standardwerte nicht anfassen sollte#

Die meisten Chats sollten dieses Menü überhaupt nicht öffnen, und das ist ein völlig valides Ergebnis. Die Standard-Gewichtungen existieren, weil sie für den Regelfall funktionieren: eine Community oder Kampagne, die einfach wissen will, „wer aktiv war und echtes Engagement bekommen hat”, ohne dass jemand eine bestimmte Metrik gamet. Wenn dein Report schon richtig aussieht — die Namen oben entsprechen dem, was du intuitiv erwarten würdest —, dann löst du mit Gewichtungsänderungen ein Problem, das du gar nicht hast.

Die Fälle, in denen sich die fünf Minuten lohnen, sind enger gefasst, als es klingt: eine Kampagne, die explizit auf Reichweite statt Konversation optimiert (oder umgekehrt), ein Chat, der bemerkt hat, dass eine Metrik gegamet wird (Bulk-Retweet-Ringe sind der übliche Verdächtige — in diesem Fall ist das Senken der Retweet-Gewichtung eine sinnvolle Gegenmaßnahme), oder eine Agentur, die Gewichtungen über mehrere Kunden-Chats hinweg vereinheitlicht, damit Leaderboards zwischen Kunden vergleichbar sind. Außerhalb dieser Fälle lass es, wie es ist, und investiere die Setup-Zeit lieber in die Filter — dort kommt der Großteil der Leaderboard-Genauigkeit tatsächlich her.

Wenn keine der eingebauten Gewichtungskombinationen dich dorthin bringt, wo du hinwillst, erreicht /setup → ❓ Help & Support das Team direkt — eine Nachricht wert, bevor du einen Nachmittag damit verbringst, die „richtigen” Zahlen per Trial-and-Error zu reverse-engineeren.

Bereit, deine Community auf X zu tracken? Füge @BWS_X_Bot zu deiner Telegram-Gruppe hinzu, führe /setup aus, und dein erster Report wird nach dem konfigurierten Zeitplan ausgelöst. Der FREE-Plan deckt 100 Posts/Monat ab — keine Kreditkarte nötig.

Über diesen Artikel: Dieser Beitrag wurde mit KI-Unterstützung im Rahmen des Content-Workflows von X Bot entworfen und von Nacho Coll, Founder & Principal bei Blockchain Web Services (BWS), vor der Veröffentlichung geprüft. Jede Produktaussage wird gegen den Live-Bot geprüft. Lies wie wir KI in unserem Content einsetzen. Einen Fehler gefunden? Erreiche uns über /setup → ❓ Help & Support.