19.08.2021

So funktioniert der Facebook-Algorithmus

Als Anhang zu seinem neuen "Widely Viewed Content Report" gab Facebook einen Einblick in die Funktionsweise seines Algorithmus.
/artikel/so-funktioniert-der-facebook-algorithmus
(c) Facebook

Wann wird ein Posting vielen Personen angezeigt und wann nicht? Das ist eine der großen Fragen die sich Facebook-Nutzer vor allem im professionellen Kontext stellen. Das soziale Netzwerk gab nun in einem Anhang zu seinem ersten quartalsweisen „Widely Viewed Content Report“ einen weiteren Einblick in die Funktionsweise und die seinem Ranking zugrunde liegenden Parameter des Facebook-Algorithmus.

„Unser Ziel ist es, dass du jedes Mal, wenn du die Facebook-App öffnest, du die für dich wichtigsten Beiträge ganz oben in deinem Feed siehst“, heißt es vom Netzwerk. Weil nahezu jeder Nutzer mehr Content in seinem Newsfeed habe, als er in einer einzelnen Sitzung jemals ansehen könnte, soll der Facebook-Algorithmus für die passende Reihenfolge sorgen. Faktisch bedeutet das, wie aus dem aktuellen Report für das zweite Quartal 2021 klar hervorgeht, dass Postings von Freunden bzw. Personen, denen man folgt, klar der Vorzug gegeben wird (mit großem Abstand gefolgt von Gruppen und Seiten) und dass Postings mit Links klar schwächer abschneiden als solche, die keine enthalten. Die am meisten gesehen Postings laut Report lassen sich damit übrigens nicht unbedingt erklären – mehr dazu hier.

4 Schritte im Facebook-Algorithmus

Der Facebook-Algorithmus arbeite in vier Schritten, heißt es vom Netzwerk. Diese werden mit „Inventory“, „Signals“, „Predictions“ und „Relevance“ betitelt.

1. Inventory

Der erste Schritt sei das „Inventar“, also die Gesamtheit der Beiträge, die man sehen könnte, wenn man Facebook öffnet. „Dazu gehören alle Beiträge, die von den Personen geteilt werden, denen du folgst oder mit denen du dich als ‚Freunde‘ verbunden hast, sowie die Seiten, denen du folgst, und die Gruppen, denen du beigetreten bist, vermischt mit Werbeanzeigen und empfohlenen Inhalten, von denen wir glauben, dass sie aufgrund deiner Facebook-Aktivitäten für dich relevant sind“, so das Netzwerk.

2. Signals

Dann berücksichtige der Algorithmus für jeden dieser Beiträge mehrere Faktoren, z. B. wer ihn gepostet hat, wie man zuvor mit dieser Person interagiert hat, ob es sich um ein Foto, ein Video oder einen Link handelt und wie beliebt der Beitrag ist, z. B. wie viele Ihrer Freunde ihn geliked haben, welche Seiten ihn geteilt haben usw. All diese Faktoren werden als „Signale“ bezeichnet.

3. Predictions

Der Algorithmus nutze diese Signale, um eine Reihe von Vorhersagen über jeden Beitrag zu treffen, die darauf basieren, wie wahrscheinlich es ist, dass er für den User relevant ist. Fragen seien etwa, wie wahrscheinlich es sei, dass man ihn kommentieren werde. Man führe zudem eine Reihe von Umfragen durch, in denen man die Nutzer frage, ob ein Beitrag ihre Zeit wert ist. „Auf der Grundlage dieser Antworten können wir vorhersagen, wie wahrscheinlich es ist, dass die Nutzer einen Beitrag interessant finden. Beiträge, die als lohnenswert eingestuft werden, werden im News Feed weiter oben angezeigt“, heißt es von Facebook.

4. Relevance

Schließlich berechne der Algorithmus auf der Grundlage der „Signale“ und „Vorhersagen“ einen Relevanzwert für jeden Beitrag. Beiträge mit einer höheren Punktzahl werden weiter oben im News Feed angezeigt. Dabei wird eingeräumt: „Gelegentlich empfehlen wir Ihnen auch Inhalte, mit denen Sie noch nicht in Verbindung stehen, wenn wir glauben, dass diese für Sie relevant oder interessant sein könnten.

Die Ranking-Parameter im Facebook-Algorithmus

4 Schritte im Facebook-Algorithmus
(c) Facebook

Wie definiert der Facebook-Algorithmus die empfohlenen Beiträge?

Genauer geht Facebook auch auf die Auswahl der „empfohlenen Beiträge“ ein. „Diese Post-Vorschläge basieren in erster Linie auf Faktoren wie Post-Engagement, verwandten Themen und Standort“, heißt es vom Netzwerk. Konkret bedeute das erstens: Ein Beitrag kann vorgeschlagen werden, wenn andere Personen, die mit dem Beitrag interagiert haben, zuvor auch mit derselben Gruppe, Seite oder demselben Beitrag wie der User interagiert haben. Zweitens: Wenn man sich kürzlich mit einem bestimmten Thema auf Facebook beschäftigt hat, könne der Facebook-Algorithmus andere Beiträge vorschlagen, die mit diesem Thema in Verbindung stehen. „Wenn du zum Beispiel kürzlich einen Beitrag auf einer Basketball-Seite geliked oder kommentiert hast, können wir dir andere Beiträge zum Thema Basketball vorschlagen“, heißt es weiter. Drittens: Vorgeschlagene Beiträge können auch darauf basieren, wo man sich befinde und womit Menschen in der Nähe auf Facebook interagieren.

Möglichkeiten zur Individualisierung des Newsfeeds

Man wolle Usern generell auch Kontrolle über ihren Newsfeed geben, heißt es von Facebook. User können etwa über die Newsfeed-Präferenzen in den Einstellungen Einfluss auf ihren Feed nehmen. Dazu können User mit Tools wie etwa Favoriten, mit dem man Personen und Seiten priorisieren kann, der Möglichkeit, nach „Top-Meldungen“ oder „neuesten Meldungen“ zu sortieren und der Snooze-Funktion, mit der man Personen, Gruppen oder Seiten temporär ausblenden kann, ihren Newsfeed individualisieren. Zudem kann in den Werbepräferenzen Einfluss auf die Angezeigten Ads genommen werden und politische Werbung kann seit kurzem komplett abgeschaltet werden. Hilfreich könne für User auch der Button „Warum sehe ich das?“ sein.

Deine ungelesenen Artikel:
19.08.2026

Oakley Capital übernimmt Mehrheit an Wiener KI-Unternehmen Graphwise – neunstellige Bewertung

Graphwise, ein weltweiter Anbieter von Graph-KI-Technologien, gab heute bekannt, dass Oakley Capital, ein paneuropäischer Private-Equity-Investor, die Mehrheit am Unternehmen übernommen hat. Mit diesem strategischen Investment und mit Oakley als Partner möchte Graphwise seine Position als KI-Enabling-Plattform global ausbauen.
/artikel/oakley-capital-uebernimmt-mehrheit-an-wiener-ki-unternehmen-graphwise-neunstellige-bewertung
19.08.2026

Oakley Capital übernimmt Mehrheit an Wiener KI-Unternehmen Graphwise – neunstellige Bewertung

Graphwise, ein weltweiter Anbieter von Graph-KI-Technologien, gab heute bekannt, dass Oakley Capital, ein paneuropäischer Private-Equity-Investor, die Mehrheit am Unternehmen übernommen hat. Mit diesem strategischen Investment und mit Oakley als Partner möchte Graphwise seine Position als KI-Enabling-Plattform global ausbauen.
/artikel/oakley-capital-uebernimmt-mehrheit-an-wiener-ki-unternehmen-graphwise-neunstellige-bewertung
Andreas Blumauer, bislang CEO von Semantic Web Company und nun SVP Growth bei Graphwise | (c) Graphwise
Andreas Blumauer | (c) Graphwise

Im Oktober 2024 fusionierte das Wiener Unternehmen Semantic Web Company (2004 von Andreas Blumauer und Martin Kaltenböck gegründet) mit Ontotext aus dem bulgarischen Sofia und wurde zu Graphwise. Blumauer, bis dato CEO von Semantic, wurde SVP Growth, Atanas Kiryakov, davor CEO von Ontotext, wurde Präsident. Details zum Deal wurden damals nicht genannt – brutkasten berichtete.

Nun hat das britische Private-Equity-Haus Oakley Capital die Mehrheit an Graphwise übernommen. Auch hier wurden die Höhe der Summe und der verkauften Anteile nicht aktiv kommuniziert, Gründer Blumauer erklärte dem brutkasten jedoch, dass man sich nun weltweit gesehen in den Top 3 – was die Evaluation von KI-Infrastrukturunternehmen betrifft – befände.

Graphwise: Ein Meilenstein in Bulgariens IT-Historie

„Durch den Merger hat die Firma eine besondere Konstellation mit Standorten bzw. Strukturen in Wien, Sofia und den USA geschaffen“, sagt Blumauer. „Die Bewertung basiert wesentlich auf dem ARR. Das heurige Jahr ist dabei zäher als die Jahre zuvor, dennoch ist es uns gelungen, uns im Markt zu behaupten und einen Multiple über dem 2026er Marktdurchschnitt zu erzielen. Daher liegt die Bewertung im neunstelligen Bereich und ist damit signifikant. Für Bulgarien bedeutet das sogar, dass es sich nun um die dritthöchste Bewertung eines IT-Unternehmens in der Geschichte des Landes handelt.“

Auf die Frage, wie es zu diesem Deal kam, war für Blumauer die Marktdynamik ganz entscheidend. „In den vergangenen zwei Jahren hat sich KI in Unternehmen zunehmend langsam in den operativen Einsatz entwickelt. Es gibt zwar immer wieder pointierte Erfolgsmeldungen, gleichzeitig besteht weiterhin Unsicherheit darüber, welche LLM-Ansätze sich tatsächlich durchsetzen werden. Gerade bei Multi-Agentic- und autonomen Systemen ist ein breiter Roll-out noch meilenweit entfernt“, erklärt er.

Kontakt über Messen in London

Umso wichtiger seien deswegen Referenzkunden, bei denen sich anhand konkreter Anwendungen demonstrieren lässt, wie KI vertrauenswürdiger und in bestehende Unternehmensstrukturen integriert werden kann. „Das lässt sich auch mit Company Rules verknüpfen: Ein wesentlicher Teil der Story ist die Frage, wie KI in Unternehmen kontrolliert und gleichzeitig hochskalierbar ausgerollt werden kann“, führt er aus. „Das hat auch Oakley erkannt und verstanden. Über Messen in London kam der Kontakt zustande, woraufhin unser Business genauer analysiert und das Potenzial erkannt wurde. Begleitet wurde die Entwicklung unter anderem von Deloitte, EY und Bain, die bestätigen konnten, dass Graphwise eine zentrale Rolle in diesem Umfeld spielen kann.“

Heute wird die Graphwise-Technologie von Banken und großen Pharmakonzernen in Europa eingesetzt, darunter beispielsweise Roche und weitere prominente Unternehmen in Österreich, die nicht genannt werden wollen: „Gleichzeitig gibt es gute Statements und Bewertungen aus dem Markt“, führt Blumauer weiter aus. „Mit der Entwicklung der Sprachmodelle und insbesondere GraphRAG (Anm.: Retrieval-Augmented Generation mit Graphen) stehen nach dem Merger sehr zentrale Komponenten zur Verfügung, um die nächste Entwicklungsstufe von KI in Unternehmen abzubilden. Das zeigt sich auch in unseren operativen Kennzahlen: Der ARR wächst organisch um rund 30 Prozent, bei inzwischen mehr als 200 Blue-Chip-Kunden. Damit verfügen wir über eine relevante Kundenbasis und konkrete Referenzen, die die technologische Positionierung und die Skalierbarkeit des Geschäftsmodells untermauern.“

Gründer bleiben im Management

Für den Founder ist der neue Eigentümer ein Investor mit einem langfristigen und klar auf Wertschöpfung ausgerichteten Ansatz: „Oakley, mit Gründer Peter Dubens, hat unter anderem in die Sigmund Freud Privat-Universität investiert und Dubens selbst war mehrfacher Startup-Gründer. Er hat sich immer wieder gefragt, warum sich klassische VCs teilweise so wenig mit den Gründern selbst auseinandersetzen. Für ihn geht es letztlich darum, Ideen zur Welt zu bringen und Unternehmen langfristig aufzubauen. Martin Kaltenböck und ich verstehen uns weiterhin klar als Gründer. Wir sind nach wie vor im Management-Board aktiv und bringen damit unsere Erfahrung und unsere ursprüngliche Gründerperspektive weiterhin unmittelbar in die Entwicklung des Unternehmens ein. Das ist ausdrücklich so gewünscht und Teil der langfristigen Konstellation.“

Oakley baut auf Graphwise auf

„Wir freuen uns sehr über diese neue Partnerschaft mit Oakley, da ihr Team sowohl unsere Technologie als auch unsere Ambitionen versteht. Oakley hat eine herausragende Erfolgsbilanz darin, gründergeführte Software-Unternehmen zu Unicorns zu machen. Mit Oakley als paneuropäischem Investor im Rücken sind wir besser denn je positioniert, um global als KI-Enabling-Plattform aufzutreten und Unternehmen dabei zu unterstützen, souveräne und vertrauenswürdige KI in großem Maßstab zu implementieren“, sagt Kiryakov.

KI-Souveränität im Fokus

In einer Zeit, in der Unternehmen zunehmend unabhängig von einzelnen großen Tech-Plattformen agieren wollen, gewinnt das Thema „KI-Souveränität“ an Bedeutung. Der Einstieg von Oakley als paneuropäischer Investor sei deswegen ein starkes Signal für den europäischen Technologie-Standort und stärke die Rolle von Graphwise als unabhängige KI-Plattform.

„Der Wert von Künstlicher Intelligenz hängt direkt von der Qualität und Zuverlässigkeit der zugrunde liegenden Daten ab. Large Language Models (LLMs) sind extrem leistungsfähig bei der Sprachverarbeitung, haben aber entscheidende Schwächen: Sie neigen zu faktischen Fehlern („Halluzinationen“) und können oft nicht nachvollziehbar erklären, wie sie zu einem Ergebnis gekommen sind“, liest man in der Aussendung.

Graphwise mit Rückgrat

Graphwise löst dieses Problem durch den Aufbau eines sogenannten „Semantic Backbone“ (semantisches Rückgrat) in Form eines Knowledge Graphs. Diese Wissensgraphen verknüpfen isolierte Unternehmensdaten, geben ihnen Kontext und stellen großen KI-Modellen eine Faktenbasis zur Verfügung. Das Ergebnis: Die KI soll nicht mehr halluzinieren, Ergebnisse würden revisionssicher und die Token-Kosten drastisch sinken, so der Claim. Dies sei besonders in regulierten und datenintensiven Branchen wie Finanzdienstleistungen, im Gesundheitswesen (Life Sciences) und im öffentlichen Sektor unverzichtbar.

Dubens, Gründer und Managing Partner von Oakley Capital, dazu: „KI verändert die Art und Weise, wie jede Organisation arbeitet. Das macht vertrauenswürdige, gut verwaltete Daten heute wichtiger denn je.“

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

So funktioniert der Facebook-Algorithmus

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

So funktioniert der Facebook-Algorithmus

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

So funktioniert der Facebook-Algorithmus

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

So funktioniert der Facebook-Algorithmus

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

So funktioniert der Facebook-Algorithmus

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

So funktioniert der Facebook-Algorithmus

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

So funktioniert der Facebook-Algorithmus

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

So funktioniert der Facebook-Algorithmus

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

So funktioniert der Facebook-Algorithmus