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:
03.08.2026

Ohne KI: BESS Invest soll Planungssicherheit für Batteriespeicher-Investments schaffen

Das Grazer Beratungsunternehmen Impeto Impact rund um Jim Lefébre bietet ein Tool zur Erlösmodellierung von Batteriespeichern. "BESS Invest" soll Entwicklern und Banken granulare Modellrechnungen für Investments liefern.
/artikel/ohne-ki-bess-invest-soll-planungssicherheit-fuer-batteriespeicher-investments-schaffen
03.08.2026

Ohne KI: BESS Invest soll Planungssicherheit für Batteriespeicher-Investments schaffen

Das Grazer Beratungsunternehmen Impeto Impact rund um Jim Lefébre bietet ein Tool zur Erlösmodellierung von Batteriespeichern. "BESS Invest" soll Entwicklern und Banken granulare Modellrechnungen für Investments liefern.
/artikel/ohne-ki-bess-invest-soll-planungssicherheit-fuer-batteriespeicher-investments-schaffen
Impeto Impact Gründer Jim Lefébre © Jim Lefébre

Ein Fully-Merchant-BESS (Battery Energy Storage System) ist ein Batteriespeicher, der seine Erlöse vollständig am freien Strommarkt erwirtschaftet, ohne langfristige Verträge, feste Einspeisevergütungen oder staatliche Garantien. Durch den steigenden Anteil an z.B. Photovoltaik und Windkraft kommt es im Netz häufig zu Überschussenergie und starken Preisschwankungen – etwa Negativpreisen zur Mittagszeit im Sommer. Speicherbetreiber:innen nutzen das für Arbitrage: Sie kaufen Strom, wenn er günstig ist, und verkaufen ihn, sobald die Preise wieder steigen. Zusätzlich lässt sich mit einer Batterie auch Regelenergie zur Netzstabilisierung anbieten.

Dieses Geschäftsfeld zeichnet sich zum einen durch hohe Gewinnchancen bei stark schwankenden Strompreisen, aber auch volles Risiko bei fallenden Marktpreisen oder geringer Volatilität aus. Hinzu kommt, dass ein Speicher gleichzeitig auf fünf Erlösmärkten agiert – darunter Day-Ahead und Regelenergie –, die permanent miteinander konkurrieren und sich gegenseitig Kapazitäten streitig machen. Diese unsichere Dynamik führt für Betreiber:innen wiederum zu erschwerten Finanzierungsmöglichkeiten bei Banken. Hier setzt Impeto Impact mit seinem Tool BESS-Invest an.

Modellrechnungen statt Live-Einsatz

„Man kann eigentlich immer nur in einem Markt handeln. Also muss man in der Modellierung entscheiden, in welchem Markt der Strom gekauft und verkauft wird, um letztlich einen plausiblen Business Case zu erteilen“, erklärt Jim Lefébre, Gründer von Impeto Impact. Sein laut eigenen Angben komplett eigenfinanzierte Produkt soll jetzt mehr Transparenz für Investor:innen bringen und setzt bei der Modellierung auf sogenanntes Forwardtesting. „Backtesting beantwortet, was gewesen wäre“, erklärt der Gründer. „Für eine Investitionsentscheidung mit 15 Jahren Laufzeit braucht der Markt eine Antwort auf das, was kommt.“

BESS Invest soll eine fünfjährige Markthistorie mit eigenen Projektionsannahmen zu Preistrends, Reserve-Erlösen und Volatilität verknüpfen. Laut Unternehmensangaben entstünden aus diesem Zusammenspiel simulierte Marktpfade in 15-Minuten-Auflösung – bis hinunter zum eigentlichen Lastprofil der Batterie. Das Modell würde dabei eine Ergebnisbandbreite vom konservativen bis zum optimistischen Szenario abbilden. Verändere sich die Marktlage, ließe sich dies über erneute Simulationen jederzeit anpassen. Dabei handelt es sich laut Lefèbre ausdrücklich um Modellrechnungen und Schätzungen zur Plausibilisierung, nicht um eine Live-Optimierung.

BESS Invest Dashboard © Impeto Impact

Verzicht auf KI

Ursprünglich entstand die Idee aus Lefèbres eigenem Beratungsgeschäft: Der Markt für Großspeicher sei dynamisch, die Kapitalmobilisierung stocke jedoch mangels Transparenz, so Lefèbres Erkenntnis. Gemeinsam mit Jonas Puck von der WU Wien wurde daraus zunächst das Whitepaper „Charging Ahead“ aus dem schlussendlich das Tool mithilfe von Pilotkund:innen aus dem Kreis großer Energieversorger hervorging.

Auf Künstliche Intelligenz wird verzichtet: „Wir arbeiten bei unseren Simulationen strikt ohne KI, weil eine KI auch halluzinieren kann“, so Lefèbre. Ein geschlossener Algorithmus soll stattdessen nachvollziehbare Ergebnisse hervorbringen.

Vor der Gründung war Lefèbre unter anderem ÖVP-Pressesprecher ehe er 2017 bis 2019 die Position des Pressesprechers im Justiz- und später im Finanzministerium übernahm. Anschließend war er in diversen Positionen für Montana Tech Components des Investors Michael Tojner, sowie den Batteriehersteller Varta tätig. Bis heute vertritt er zudem die von Tojner mitgegründete eXplore!-Initiative. Außerdem fiel Lefébre in der Vergangenheit beim brutkasten mit seinem Corona-Test-Startup auf.

Co-Location und Expansionspläne

Vertrieben wird BESS Invest im Lizenzmodell mit drei Paketstufen, wahlweise als Monatslizenz oder als Berechnungskontingent im 50er-Block. Bislang modelliert die Software den reinen Speicherbetrieb. Als nächsten Schritt will das Team die Integration von Co-Location-Projekten und Industrieanwendungen angehen. Außerdem plant Lefèbre die Expansion nach Deutschland und perspektivisch in Richtung Südosteuropa.

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