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:
12.06.2026

Ex-Microsoft-Engineer Nael Elagabani: „Unternehmen ähnlich wie überforderte Gehirne“

Der Wiener Nael Elagabani, ehemaliger Microsoft-Engineer, gründete gemeinsam mit Shadan Ajdari The Process Doctors (TPD), ein Startup, das das operative Betriebssystem AnchorOps für mittelständische Unternehmen im DACH-Raum entwickelte. Der Gründer nähert sich Unternehmen aus einer ungewöhnlichen, weil neurowissenschaftlichen, Sicht, wie er brutkasten erklärt.
/artikel/ex-microsoft-engineer-nael-elagabani-unternehmen-aehnlich-wie-ueberforderte-gehirne
12.06.2026

Ex-Microsoft-Engineer Nael Elagabani: „Unternehmen ähnlich wie überforderte Gehirne“

Der Wiener Nael Elagabani, ehemaliger Microsoft-Engineer, gründete gemeinsam mit Shadan Ajdari The Process Doctors (TPD), ein Startup, das das operative Betriebssystem AnchorOps für mittelständische Unternehmen im DACH-Raum entwickelte. Der Gründer nähert sich Unternehmen aus einer ungewöhnlichen, weil neurowissenschaftlichen, Sicht, wie er brutkasten erklärt.
/artikel/ex-microsoft-engineer-nael-elagabani-unternehmen-aehnlich-wie-ueberforderte-gehirne
AnchorOps, The Process Doctors
© zVg - Shadan Ajdari (l.) und Nael Elagabani.

Viele Unternehmen beschäftigen sich derzeit mit KI, Automatisierung und neuen Cloud-Technologien. Für Nael Elagabani, der gemeinsam mit Shadan Ajdari The Process Doctors (TPD) gründete, liegt die eigentliche Herausforderung jedoch an einer anderen Stelle. Der ehemalige Neurowissenschaftler und spätere Microsoft-Cloud-Engineer ist überzeugt, dass viele Unternehmen zunächst ihre operativen Abläufe verstehen und strukturieren müssen, bevor neue Technologien ihr volles Potenzial entfalten können.

AnchorOps als eine Art „Brain“

Ihre Lösung AnchorOps ist ein Ansatz, der die Art und Weise verändern soll, wie Unternehmen ihre internen Abläufe organisieren und digitale Technologien einsetzen. Im Zentrum steht das Konzept eines sogenannten „Company Brain“ – eines operativen Unternehmenssystems, das Prozesse, Mitarbeiteraktivitäten und technische Systeme miteinander verbinden und so Transparenz, Steuerbarkeit und Skalierbarkeit erhöhen soll.

Elagabani und Ajdari verfolgen dabei eine Sichtweise, die bewusst nicht mit Technologie beginnt, sondern mit der Struktur des Unternehmens selbst. Erst wenn diese stabil und nachvollziehbar ist, sollen Automatisierung, Cloud-Systeme und KI-Technologien darauf aufbauen.

Microsoft und UNO

Elagabani selbst verbrachte rund 20 Jahre in der Forschung und beschäftigte sich dabei mit Gedächtnisprozessen – zunächst mit immunologischem Gedächtnis, später mit Lern- und Gedächtnisvorgängen im Gehirn. Nach seinem Wechsel in die Betriebsentwicklung und die Computational Sciences arbeitete er mit Startups, als Unternehmensberater und später bei Microsoft. Dort war er Teil eines Pilotprogramms, das Prozesse in der Kundenbetreuung rund um Cloud-Technologien neu aufsetzen sollte. „Der Betrieb ist das, was das Unternehmen stabilisiert“, sagt er. „Ich habe dort gesehen, dass selbst in großen Organisationen die größten Herausforderungen nicht nur technischer Natur sind, sondern vor allem in der Struktur von Prozessen und Entscheidungen liegen.“

Aus diesen Erfahrungen entstand zunächst die Idee zu The Process Doctors (TPD) und später zu AnchorOps. Nach seiner Rückkehr nach Wien arbeitete Elagabani unter anderem an mehreren Sovereign-Cloud-Projekten für Einrichtungen der Vereinten Nationen. Dort testete er einen Ansatz, bei dem Prozesse und operative Abläufe im Mittelpunkt stehen. Gemeinsam mit Mitgründer Ajdari entwickelte er daraus das aktuelle Konzept.

From Neuroscience to Business

Die theoretische Grundlage stammt dabei aus der Neurowissenschaft. Elagabani betrachtet Unternehmen als komplexe Systeme, die ähnlich funktionieren wie ein Nervensystem. Informationen, Prozesse und Entscheidungen müssten miteinander verbunden sein, damit ein Unternehmen effizient arbeiten könne. Werden Informationen nicht richtig weitergegeben, entstünden Reibungsverluste, die sich unter anderem in langsamen Entscheidungen, doppelter Arbeit, manuellen Übergaben oder voneinander getrennten Datensilos zeigen können. Ziel von AnchorOps sei es, solche Engpässe sichtbar zu machen und in einer operativen Cloud-Architektur abzubilden.

„Unternehmen verhalten sich neurobiologisch erschreckend ähnlich wie überforderte Gehirne. Wachstum verstärkt keine Ordnung, sondern Instabilität“, sagt Elagabani. Aus dieser Perspektive entstehen typische Probleme nicht primär durch fehlende Tools, sondern vor allem durch mangelnde operative Klarheit. „Wenn Informationen nicht richtig fließen, reagiert das System wie ein überlastetes Nervensystem.“

Cloud-Architektur

Ziel der beiden Founder ist es nicht, einzelne Tools zu ersetzen, sondern die operative Realität eines Unternehmens sichtbar und steuerbar zu machen. Dadurch entsteht eine Art „organisatorisches Nervensystem“, das Informationen strukturiert weitergibt und Entscheidungswege nachvollziehbar mache.

Ein zentraler Bestandteil ist dabei die sogenannte operative Cloud-Architektur. Sie bildet die Grundlage, auf der weitere Technologien wie Automatisierung oder KI-Agenten aufsetzen können „Wir gehen bewusst schrittweise vor“, erklärt Elagabani. „Viele Unternehmen versuchen direkt KI einzuführen, ohne dass ihre Prozesse stabil sind. Unser Ansatz ist: zuerst Struktur, dann Technologie.“

AnchorOps: Zielgruppe kleine und mittlere Unternehmen

Aktuell richtet sich AnchorOps gezielt an kleine und mittlere Unternehmen, um operative Strukturen sichtbar zu machen und schrittweise in eine digitale Architektur zu überführen.
„Wir suchen nicht Kunden, sondern Partner“, betont der Neurospezialist. „Wenn das Fundament steht, beginnt die eigentliche Arbeit. Dann entwickeln wir die operative Struktur gemeinsam weiter – Schritt für Schritt.“

Ajdari ergänzt: „Wir sind sehr daran interessiert, zuerst die Grundlagen sauber aufzubauen, bevor KI eingesetzt wird. KI ist für uns dabei ein zusätzlicher Layer, der erst aufgesetzt wird, wenn ein stabiles Fundament und klar definierte, smarte Prozesse vorhanden sind. Was bei Großkonzernen ein mindestens sechsstelliges Vorhaben ist, setzen wir für den Mittelstand kostengünstiger um. Unser Computationsmodell generiert auf Basis der AnchorOps-Daten verschiedene Zukunftsszenarien, probabilistisch statt deterministisch, und leitet daraus konkrete, umsetzbare Handlungsempfehlungen – sogenannte Prescriptions – ab. Diese Szenarien bleiben dabei nicht abstrakt, sondern werden visuell und als Skizzen so aufbereitet, dass sie intuitiv verständlich und direkt nutzbar sind.“

Computational-Modell

Parallel zur Entwicklung des „Company Brain“ arbeiten Elagabani und Ajdari an einem eigenen Computational-Modell. Dieses soll die operative Realität eines Unternehmens mathematisch abbilden und simulieren können. Ziel ist es hier, zusätzliche Ebenen der Analyse zu ermöglichen, die über klassische KI-Systeme hinausgehen. Das Modell soll künftig perspektivisch als Erweiterung in AnchorOps integriert werden und Unternehmen helfen, ihre operativen Strukturen noch besser zu verstehen.

The Process Doctors ist derzeit eigenfinanziert und befindet sich in Gesprächen mit potenziellen Pilotkunden sowie Investoren. Für die Gründer steht dabei vor allem die Skalierung der Methode im Mittelstand im Vordergrund. Langfristig wollen sie Unternehmen dabei unterstützen, ihre digitale Transformation auf einer stabilen operativen Grundlage aufzubauen – und damit den Zugang zu Technologien zu ermöglichen, die bislang vor allem Großkonzernen vorbehalten waren.

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