Zum Hauptinhalt springen

Soziale Medien, Algorithmen und Filterblasen

Die meisten Menschen begegnen Nachrichten heute nicht mehr auf einer Zeitungsseite, sondern in einem Feed, einem endlosen Strom, den ein Algorithmus zusammenstellt. Um Quellen zu prüfen, muss man verstehen, wie dieser Strom entsteht.

Die Aufmerksamkeitsökonomie​

Soziale Plattformen sind in der Regel kostenlos, weil wir das Produkt sind, genauer: unsere Aufmerksamkeit. Plattformen verdienen an Werbung, und Werbung verdient an Verweildauer. Das Ziel der Empfehlungsalgorithmen ist deshalb Engagement: Klicks, Likes, Kommentare, Sehdauer. Nicht Wahrheit, nicht Ausgewogenheit, nicht Ihr Wohlergehen.

Das hat Folgen. Inhalte, die starke Gefühle auslösen (Empörung, Angst, Begeisterung), erzeugen mehr Engagement und werden deshalb weiter verbreitet. Eine Peer-Review-Studie (Milli et al., PNAS Nexus 2025) zeigte, dass engagement-basiertes Ranking auf X (Twitter) gezielt emotional aufgeladene, gegen die andere politische Seite gerichtete, feindselige Inhalte verstärkt, und das, obwohl die Nutzer diese Inhalte selbst gar nicht bevorzugten und sich danach schlechter fühlten (Studie).

Merke

Der Algorithmus optimiert nicht auf das, was wahr ist, sondern auf das, was uns nicht loslässt. Empörung bindet gut, also wird Empörung belohnt.

Influencer und die Verwischung von Werbung​

In sozialen Medien verschwimmt die Grenze zwischen Information, Unterhaltung und Werbung. Influencer wirken wie vertraute Bekannte, sind aber oft Geschäftspartner von Marken. Bezahlte Inhalte müssen als Werbung gekennzeichnet werden, sind es aber nicht immer. Die alte Frage hilft: Cui bono: wem nützt dieser Beitrag? Und: Würde diese Person dasselbe sagen, wenn sie nicht dafür bezahlt würde?

Filterblase und Echokammer: was die Forschung wirklich zeigt​

Zwei Begriffe prägen die Debatte:

  • Filterblase (geprägt von Eli Pariser, 2011): Personalisierungs-Algorithmen zeigen jedem „ein eigenes Informationsuniversum“ und blenden Widersprechendes aus. Entscheidend: Die Filterblase entsteht per Definition durch algorithmische Filterung, nicht durch eigene Wahl.
  • Echokammer: ein Umfeld, in dem überwiegend gleichgesinnte Stimmen widerhallen. Sie kann durch Algorithmen entstehen, aber auch durch eigene Wahl (wir folgen, wem wir zustimmen).

Hier ist eine wichtige Volte, die kritisches Denken verlangt: Die populäre Filterblasen-These ist empirisch erstaunlich schwach belegt. Ein Literaturüberblick des renommierten Reuters Institute (Oxford) kommt zu folgenden Befunden:

  • Echte Echokammern sind selten. In Großbritannien leben nur etwa 2 bis 5 % der Menschen in einer politisch einseitigen Nachrichten-Echokammer; die meisten haben eine recht vielfältige Mediendiät.
  • Algorithmen führen eher zu mehr Vielfalt, nicht zu weniger, durch beiläufige Begegnung mit Quellen, die man selbst nie gewählt hätte. Das ist „das Gegenteil dessen, was die Filterblasen-These behauptet“.

Quelle: Ross Arguedas et al., Echo chambers, filter bubbles and polarisation: a literature review, Reuters Institute (Link).

Achtung

Eine eingängige Theorie ist nicht schon deshalb wahr, weil sie überall wiederholt wird. Die Filterblase ist ein gutes Beispiel: Das Bild leuchtet sofort ein, die Daten stützen es aber kaum. Ein Lehrstück fürs kritische Denken.

Was bleibt vom Algorithmus-Problem?​

Heißt das, Algorithmen seien harmlos? Nein. Die Sorge verschiebt sich nur vom richtigen Verständnis: Das belastbar belegte Problem ist nicht die Isolation in der Blase, sondern die Verstärkung von Empörung, Feindseligkeit und emotionaler Zuspitzung. Wir bekommen nicht zu wenig Gegenmeinung; wir bekommen die Gegenmeinung in ihrer ärgerlichsten, am meisten polarisierenden Form präsentiert.

Praktische Konsequenzen​

  • Den Feed nicht mit der Welt verwechseln. Was Sie sehen, ist eine algorithmische Auswahl, kein repräsentativer Querschnitt.
  • Bewusst ausbrechen. Gezielt seriöse Quellen direkt ansteuern, statt nur auf den Feed zu warten. Verschiedene Quellen aktiv aufsuchen.
  • Beim Aufwühlen innehalten. Starke Emotion ist im Feed oft ein Zeichen dafür, dass ein Inhalt auf Reichweite optimiert wurde, also Zeit für SIFT.
  • Teilen ist Verbreiten. Jeder Klick auf „Teilen“ ist eine Stimme für den Algorithmus. Erst prüfen, dann teilen.