So funktioniert der Facebook-Newsfeed Algorithmus

Was ist eigentlich der Facebook-Algorithmus? Der Algorithmus von Facebook ist die Art und Weise, wie die Plattform entscheidet, welche Beiträge in den Newsfeeds der einzelnen Nutzer angezeigt werden, und wann diese Statusbeiträge erscheinen.

Autor: Tom Wannenmacher

So funktioniert der Facebook-Newsfeed Algorithmus (Bild: Screenshot / Facebook)
So funktioniert der Facebook-Newsfeed Algorithmus (Bild: Screenshot / Facebook)

Wenn es um den Newsfeed Algorithmus geht, gibt es viele Theorien und Mythen.

Die meisten Menschen verstehen, dass ein Algorithmus am Werk ist, und viele kennen einige der Faktoren, die diesen Algorithmus informieren (ob Du einen Beitrag magst oder Dich mit ihm beschäftigst, usw.). Aber es gibt immer noch eine ganze Menge, das missverstanden wird.

Der Facebook Algorithmus besteht aus einer ganzen Reihe von unterschiedlichen Berechnungen, was es nicht gerade leicht macht, die Details zu entschlüsseln und warum und wie der Algorithmus zeigt, was er Dir eben zeigt.

Facebook gibt viele der Details und Funktionen des Feeds öffentlich bekannt. Vor allem ist das maschinelle Lernsystem (ML), das Feed antreibt, unglaublich komplex, mit vielen Schichten. Facebook gibt Details darüber preis, wie das Ranking-System funktioniert und welche Herausforderungen es mit sich bringt, ein System zu bauen, das die Inhalte für mehr als 2 Milliarden Menschen personalisiert und jedem von ihnen Inhalte zeigt, die für sie relevant und sinnvoll sind, jedes Mal, wenn sie Facebook besuchen.

Was ist daran so schwer?

Zunächst einmal ist das Volumen enorm. Mehr als 2 Milliarden Menschen auf der ganzen Welt nutzen Facebook. Für jede dieser Personen gibt es mehr als tausend „Kandidaten“-Posts (oder Posts, die potenziell im Feed dieser Person erscheinen könnten). Wir sprechen hier von Billionen von Beiträgen für alle Personen auf Facebook.

Dabei musst Du bedenken, dass es für jede Person auf Facebook Tausende von Signalen gibt, die Facebook auswerten muss, um festzustellen, was diese Person am relevantesten finden könnte. Facebook hat also Billionen von Beiträgen und Tausende von Signalen – und Facebook muss sofort vorhersagen, was jede dieser Personen in ihrem Feed sehen möchte.

Wenn Du Facebook öffnest, läuft dieser Prozess im Hintergrund ab, und zwar in der Sekunde, die es dauert, bis Dein Newsfeed geladen ist. Und wenn das alles funktioniert, ändern sich die Dinge, und Facebook muss neue Probleme berücksichtigen, wie Clickbait und die Verbreitung von Falschinformationen. Wenn dies geschieht, muss Facebook wiederum neue Lösungen finden.

In Wirklichkeit besteht das Ranking-System nicht nur aus einem einzigen Algorithmus, sondern aus mehreren Schichten von ML-Modellen und Rankings, die wir anwenden, um die für jeden Nutzer relevantesten und sinnvollsten Inhalte vorherzusagen. Während Facebook sich durch jede Stufe bewegt, grenzt das Ranking-System diese Tausende von Kandidaten-Posts auf die wenigen Hundert ein, die zu einem bestimmten Zeitpunkt im News Feed eines Nutzers erscheinen.

Wie funktioniert das?

Vereinfacht gesagt, bestimmt das System, welche Beiträge in Deinem Newsfeed erscheinen und in welcher Reihenfolge, indem es vorhersagt, was Dich am ehesten interessiert oder anspricht. Diese Vorhersagen basieren auf einer Vielzahl von Faktoren, einschließlich dessen, was und wem Du in letzter Zeit gefolgt bist, was Dir gefallen hat oder womit Du Dich beschäftigt hast.

So arbeitet der Facebook-Algorithmus

  1. Am Anfang nimmt Facebook JEDEN Statusbeitrag, der im eigenen Netzwerk eines Nutzers verfügbar ist. Also alle Beiträge von Freunden sowie Seiten und Gruppen, denen der Nutzer folgt. Facebook bewertet diese Statusbeiträge nach festgelegten Ranking-Signalen, wie z.B. Art des jeweiligen Beitrags oder die Aktualität, usw..
  2. Im nächsten Schritt werden jene Beiträge aussortiert, bei denen es unwahrscheinlich ist, dass sich der Nutzer mit diesen beschäftigt, und zwar basierend auf seinem früheren Verhalten. Hinweis: Hier werden Inhalte aussortiert, die Nutzer nicht sehen wollen, wie z.B. sogenannten Clickbait-Beiträge, Fake News oder generell Inhalten, die sie nicht mögen.
  3. Nun lässt Facebook ein „leistungsfähigeres neuronales Netzwerk“ über die noch übrigen Statusbeiträge laufen, um diese auf eine personalisierte Weise zu bewerten. (Ein Beispiel: Hubert sieht sich mit einer 20%iger Wahrscheinlichkeit Tutorial-Videos seiner Autogruppe an, aber mit 95%iger Wahrscheinlichkeit postet er eine Umarmungsreaktion auf ein Bild der neuen Küche seiner Mutter) und ordnet sie in der Reihenfolge ihres Wertes ein.
  4. Am Ende schließlich ordnet Facebook einen Querschnitt unterschiedlicher Medientypen und Quellen an, sodass ein Nutzer eine für Ihn interessante Vielfalt an unterschiedlichen Statusbeiträgen zum Durchscrollen hat.

Man kann also erkennen, dass es nicht möglich ist DIE FAKTOREN aufzuzählen, welche notwendig sind, um einen Statusbeitrag nach vorn zu bringen, denn der Newsfeed ist bei jedem Nutzer unterschiedlich und individuell!

Quelle: Facebook (How does News Feed predict what you want to see?)
Facebook-Newsfeed Algorithmus
Quelle: Facebook (How does News Feed predict what you want to see?)

Ein Beispiel anhand des fiktiven Nutzers „Hubert“

Seit Huberts Anmeldung gestern hat sein Freund Uwe ein Foto von seinem Cockerspaniel gepostet. Eine andere Freundin, Carolin, postete ein Video von ihrem Morgenlauf. Seine Lieblingsseite veröffentlichte einen interessanten Artikel über den besten Weg, die Milchstraße bei Nacht zu sehen, während seine Lieblingskochgruppe vier neue Sauerteigrezepte veröffentlichte.

All diese Inhalte sind wahrscheinlich relevant oder interessant für Hubert, weil er sich entschieden hat, den Personen oder Seiten zu folgen, die sie teilen. Um zu entscheiden, welche dieser Dinge in Huberts News Feed weiter oben erscheinen sollten, müssen wir vorhersagen, was für ihn am wichtigsten ist und welche Inhalte den höchsten Wert für ihn haben. Mathematisch ausgedrückt, müssen wir eine Zielfunktion für Hubert definieren und eine Ein-Ziel-Optimierung durchführen.

Anhand der Merkmale eines Beitrags, z. B. wer auf einem Foto markiert ist und wann es gepostet wurde, können wir vorhersagen, ob Hubert der Beitrag gefallen könnte. Wenn Hubert z. B. dazu neigt, häufig mit Carolins Posts zu interagieren (z. B. teilen oder kommentieren) und ihr Laufvideo sehr aktuell ist, besteht eine hohe Wahrscheinlichkeit, dass Hubert ihr Posting gefällt. Wenn Hubert in der Vergangenheit mehr mit Videoinhalten als mit Fotos interagiert hat, könnte die Like-Vorhersage für Uwes Foto seines Cockerspaniels ziemlich niedrig sein. In diesem Fall würde unser Ranking-Algorithmus das Laufvideo von Carolin höher einstufen als das Hundefoto von Uwe, da er eine höhere Wahrscheinlichkeit vorhersagt, dass es Hubert gefallen würde.

Aber das Liken ist nicht die einzige Art und Weise, wie Menschen ihre Vorlieben auf Facebook ausdrücken.

Jeden Tag teilen Menschen Artikel, die sie interessant finden, sehen sich Videos von Personen oder Berühmtheiten an, denen sie folgen, oder hinterlassen aufmerksame Kommentare zu den Beiträgen ihrer Freunde. Mathematisch gesehen werden die Dinge komplexer, wenn wir für mehrere Ziele optimieren müssen, die sich alle zu unserem Hauptziel addieren: den größten langfristigen Wert für Menschen zu schaffen, indem wir ihnen Inhalte zeigen, die für sie sinnvoll und relevant sind.

Mehrere ML-Modelle erstellen mehrere Vorhersagen für Hubert: die Wahrscheinlichkeit, dass er sich mit dem Foto von Uwe, dem Video von Carolin, dem Artikel über die Milchstraße oder den Sauerteigrezepten beschäftigt. Jedes Modell versucht, diese Inhalte für Hubert zu bewerten. Manchmal stimmen sie nicht überein – es könnte eine höhere Wahrscheinlichkeit geben, dass Juan das laufende Video von Carolin als den Milchstraßen-Artikel mag, aber er könnte eher den Artikel als das Video kommentieren. Wir brauchen also eine Möglichkeit, diese unterschiedlichen Vorhersagen zu einer Punktzahl zu kombinieren, die für unser primäres Ziel, den langfristigen Wert, optimiert ist.

Wie kann also Facebook messen, ob etwas einen langfristigen Wert für eine Person schafft?

Facebook fragt bei seinen Nutzern nach: Zum Beispiel fragt Facebook Menschen, wie sinnvoll sie eine Interaktion mit ihren Freunden fanden oder ob ein Beitrag ihre Zeit wert war, damit das System dies auch widerspiegelt, was Menschen sagen, dass sie Spaß haben und es sinnvoll finden. Dann kann Facebook jede Vorhersage für Hubert berücksichtigen, basierend auf den Aktionen, von denen die Leute (über Umfragen) sagen, dass sie sinnvoller sind und ihre Zeit wert sind.

Zum Abschluss noch zwei Hinweise, ob man den Facebook-Algorithmus beeinflussen kann!

JA, kann man! Veröffentliche nur Statusbeiträge und Inhalte, von denen man weiß, dass sie für die Zielgruppe einen Mehrwert bieten, diese nützlich, relevant und zugleich unterhaltsam sind. Hier ist es auch ausschlaggebend, wann der Beitrag (Veröffentlichungszeitpunkt) gepostet wird.

NEIN, kann man nicht! Veröffentliche keine dubiosen und sinnlosen Kettenbriefen bzw. Anweisungen, wie man den Facebook-Algorithmus umgehen, wie HIER und HIER beschrieben.

Mehr dazu findest Du auf Englisch in folgendem Artikel: Facebook: How Does News Feed Predict What You Want to See?

Danke an die Facebook Power Admins DACH-Gruppe für die Unterstützung zum Thema: Gruppen und der Facebook-Algorithmus

Lesen Sie auch
Du bist nicht auf Facebook und dennoch hat Meta deine Telefonnummer?
Fake: „Nicht vergessen, morgen beginnt das neue Facebook“

Unterstützen 🤍

FAKE NEWS BEKÄMPFEN

Unterstützen Sie Mimikama, um gemeinsam gegen Fake News vorzugehen und die Demokratie zu stärken. Helfen Sie mit, Fake News zu stoppen!

Mit Deiner Unterstützung via PayPal, Banküberweisung, Steady oder Patreon ermöglichst Du es uns, Falschmeldungen zu entlarven und klare Fakten zu präsentieren. Jeder Beitrag, groß oder klein, macht einen Unterschied. Vielen Dank für Deine Hilfe! ❤️

Mimikama-Webshop

Unser Ziel bei Mimikama ist einfach: Wir kämpfen mit Humor und Scharfsinn gegen Desinformation und Verschwörungstheorien.

Abonniere unseren WhatsApp-Kanal per Link- oder QR-Scan! Aktiviere die kleine 🔔 und erhalte eine aktuelle News-Übersicht sowie spannende Faktenchecks.

Link: Mimikamas WhatsApp-Kanal

Mimikama WhatsApp-Kanal

Hinweise: 1) Dieser Inhalt gibt den Stand der Dinge wieder, der zum Zeitpunkt der Veröffentlichung aktuell
war. Die Wiedergabe einzelner Bilder, Screenshots, Einbettungen oder Videosequenzen dient zur
Auseinandersetzung der Sache mit dem Thema.


2) Einzelne Beiträge (keine Faktenchecks) entstanden durch den Einsatz von maschineller Hilfe und
wurde vor der Publikation gewissenhaft von der Mimikama-Redaktion kontrolliert. (Begründung)


Mit deiner Hilfe unterstützt du eine der wichtigsten unabhängigen Informationsquellen zum Thema Fake News und Verbraucherschutz im deutschsprachigen Raum

INSERT_STEADY_CHECKOUT_HERE

Kämpfe mit uns für ein echtes, faktenbasiertes Internet! Besorgt über Falschmeldungen? Unterstütze Mimikama und hilf uns, Qualität und Vertrauen im digitalen Raum zu fördern. Dein Beitrag, egal in welcher Höhe, hilft uns, weiterhin für eine wahrheitsgetreue Online-Welt zu arbeiten. Unterstütze jetzt und mach einen echten Unterschied! Werde auch Du ein jetzt ein Botschafter von Mimikama

Mehr von Mimikama

Mimikama Workshops & Vorträge: Stark gegen Fake News!

Mit unseren Workshops erleben Sie ein Feuerwerk an Impulsen mit echtem Mehrwert in Medienkompetenz, lernen Fake News und deren Manipulation zu erkennen, schützen sich vor Falschmeldungen und deren Auswirkungen und fördern dabei einen informierten, kritischen und transparenten Umgang mit Informationen.