mediapolicylabMedienpolitik · Plattformen · Vielfalt
MStV in Kraft seit 07.11.2020DSA voll anwendbar seit 17.02.2024EMFA gilt seit 08.08.2025VO (EU) 2024/900 gilt seit 10.10.2025

Blackbox Newsfeed: Was über Ranking-Algorithmen bekannt ist

Jeder Feed ist eine Rangliste. Welche Beiträge oben stehen, entscheiden Systeme, die Tausende Signale verarbeiten und laufend angepasst werden. Ganz geöffnet wurde diese Blackbox nie – aber einiges ist über die Jahre bekannt geworden.

Kurzbefund
  • Feeds werden nach der erwarteten Reaktion der Nutzer sortiert, nicht nach Aktualität.
  • Einzelne Änderungen, etwa 2018 bei Facebook, hatten große Folgen für Nachrichtenanbieter.
  • Der DSA verlangt Erklärungen, Audits und Datenzugang – eine vollständige Offenlegung verlangt er nicht.

Vom Zeitstrahl zur Vorhersage

Die ersten sozialen Netzwerke zeigten Beiträge schlicht in zeitlicher Reihenfolge. Mit wachsender Zahl an Kontakten, Seiten und Gruppen wurde das unübersichtlich: Niemand kann Hunderte neue Beiträge am Tag lesen. Die Plattformen gingen deshalb dazu über, Beiträge zu sortieren – nach dem, was ein Nutzer vermutlich sehen, anklicken, kommentieren oder teilen möchte.

Das Grundprinzip ist heute bei fast allen großen Plattformen ähnlich: Für jeden möglichen Beitrag wird vorhergesagt, wie wahrscheinlich bestimmte Reaktionen sind. Diese Vorhersagen werden gewichtet und zu einem Wert verrechnet. Der Feed ist die Rangliste dieser Werte.

Blackbox-Schema: Signale wie Klicks und Verweildauer fließen in ein unbekanntes Ranking, heraus kommt die Reihenfolge im FeedKlicksVerweildauerKommentareKontakteAktualitätRANKING? ? ?Reihenfolge im FeedBekannt sind Signale – nicht ihre Gewichtung
Bekannt sind viele Signale, kaum bekannt ist ihre Gewichtung · Grafik: mediapolicylab

Welche Signale bekannt sind

Aus Erklärungen der Plattformen, internen Dokumenten, die an die Öffentlichkeit gelangten, und aus Forschung lassen sich typische Signale benennen:

  • Beziehung: Wie oft interagiert jemand mit der Person oder Seite, die den Beitrag veröffentlicht hat?
  • Interaktionen: Wie viele und welche Reaktionen hat der Beitrag bereits erhalten? Kommentare zählen oft mehr als ein bloßes Gefällt mir.
  • Verweildauer: Wie lange schauen Menschen einen Beitrag oder ein Video an?
  • Format: Wie reagiert jemand typischerweise auf Videos, Fotos oder Links?
  • Aktualität: Wie neu ist ein Beitrag?
  • Qualitätssignale: Wurde ein Inhalt als irreführend eingestuft, als Klickköder erkannt oder häufig gemeldet? Dann wird er oft herabgestuft.

Was fehlt, ist die Gewichtung: Wie stark zählt ein Kommentar gegenüber einer Minute Verweildauer? Genau das ist das Geschäftsgeheimnis – und es ändert sich ständig.

Wenn eine Änderung alles verschiebt

Wie viel von der Gewichtung abhängt, zeigte sich im Januar 2018. Facebook kündigte an, Beiträge von Freunden und Familie stärker und Inhalte von Unternehmen und Medien schwächer zu gewichten. Ziel seien mehr „bedeutsame soziale Interaktionen“. Viele Nachrichtenanbieter verloren daraufhin einen spürbaren Teil ihrer Reichweite über die Plattform.

Später veröffentlichte interne Dokumente legten nahe, dass die stärkere Gewichtung von Kommentaren und geteilten Inhalten auch empörende und polarisierende Beiträge begünstigen konnte – weil gerade sie viele Reaktionen auslösen. Das Unternehmen widersprach der Darstellung, dass es solche Effekte bewusst in Kauf genommen habe.

Was das Recht heute verlangt

  • Erklärpflicht (DSA Art. 27): Online-Plattformen müssen die wichtigsten Parameter ihrer Empfehlungssysteme und deren relative Bedeutung in ihren Nutzungsbedingungen verständlich darlegen.
  • Alternative (DSA Art. 38): Sehr große Plattformen müssen eine Option anbieten, die nicht auf Profiling beruht.
  • Audits (DSA Art. 37): Sehr große Plattformen lassen die Einhaltung ihrer Pflichten jährlich unabhängig prüfen.
  • Transparenz nach MStV (§ 93): Medienintermediäre müssen zentrale Kriterien und deren Gewichtung verständlich offenlegen – siehe Medienintermediäre im Medienstaatsvertrag.
  • Datenzugang (DSA Art. 40): Geprüfte Forschende können Daten anfordern, um Risiken zu untersuchen – siehe Datenzugang für die Forschung.

Die Grenzen des Wissens

Selbst mit allen Pflichten bleibt eine Grenze: Moderne Ranking-Systeme beruhen auf maschinellem Lernen. Auch die Entwickler können oft nicht für jeden einzelnen Beitrag genau sagen, warum er an einer bestimmten Stelle steht. Erklärbarkeit bedeutet deshalb eher, das Verhalten eines Systems im Ganzen überprüfbar zu machen – etwa durch Tests, Audits und Messungen über viele Nutzer hinweg –, als jede Einzelentscheidung zu begründen.

Quellen und weiterführende Links

Passend dazu