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:
18.06.2026

Somareality: Wiener DeepTech-Startup erhält 3 Mio. Euro Investment

Das Wiener Deep-Tech-Startup Somareality hat eine überzeichnete Series-A-Finanzierungsrunde über drei Millionen Euro abgeschlossen. Mit dem frischen Kapital will das Unternehmen seine Eye-Tracking-Technologie zur Analyse kognitiver Zustände weiterentwickeln.
/artikel/somareality-wiener-deeptech-startup-erhaelt-3-mio-euro-investment
18.06.2026

Somareality: Wiener DeepTech-Startup erhält 3 Mio. Euro Investment

Das Wiener Deep-Tech-Startup Somareality hat eine überzeichnete Series-A-Finanzierungsrunde über drei Millionen Euro abgeschlossen. Mit dem frischen Kapital will das Unternehmen seine Eye-Tracking-Technologie zur Analyse kognitiver Zustände weiterentwickeln.
/artikel/somareality-wiener-deeptech-startup-erhaelt-3-mio-euro-investment
Somareality
(c) Somareality - Das Somareality-Team.

Somareality wurde 2019 in Wien gegründet und entwickelt Eye-Tracking-basierte Biomarker, um damit Rückschlüsse auf den kognitiven Zustand einer Person treffen zu können. 2024 gab es dafür 1,5 Mio. Euro – brutkasten berichtete. Nun folgt eine überzeichnete Series-A-Finanzierungsrunde in Höhe von drei Millionen Euro unter der Führung von Catalyst Romania, um „die weltweit erste umfassende Lösung für kognitive Erkenntnisse (Cognitive Insights) zu werden, die ausschließlich auf Eye-Tracking basiert“.

Somareality: Bestandsinvestoren dabei

Dies markiert das 13. Investment für den Catalyst Romania Fund II, unter Beteiligung der bestehenden Somareality-Investoren MT-Lab, RDY Ventures, Moondust Ventures und Gateway Ventures.

Das Deep-Tech-Startup aus Wien hat es sich konkret zur Aufgabe gemacht, das Verständnis kognitiver Prozesse neu zu definieren. Dazu gehören kognitive Belastung, Aufmerksamkeit, Wahrnehmung, Ermüdung und die allgemeine Leistungsfähigkeit – basierend auf einer Technologie, die ebenso nicht-invasiv wie echtzeitfähig sei. Somareality generiert über zwei Millionen Euro B2B-Umsatz seit der Markteinführung ihres ersten Biomarkers im Jahr 2024.

Drei Initiativen

Das frische Kapital soll direkt in drei strategische Initiativen für das Jahr 2026 und darüber hinaus fließen: Erweiterung der bestehenden B2B-Segmente, Unterstützung neu gestarteter Längsschnittstudien zur Messung bzw. Vorhersage der kognitiven Gesundheit sowie der menschlichen Leistungsfähigkeit im Zeitverlauf und in die Vorantreibung einer Markenerweiterung in den B2C-Bereich.

„Mit unserer Präsenz im B2B-Bereich und dem Vertrauen, das uns unsere Kunden und Partner entgegenbringen, haben wir bewiesen, dass kognitive Erkenntnisse auf Basis von Eye-Tracking gekommen sind, um zu bleiben. Angesichts des anhaltenden Interesses an personalisierter Gesundheit insgesamt und des erneuten Interesses an Wearable-Eye-Tracking-Technologie bringen wir unser wissenschaftliches Fundament nun in den B2C-Bereich – und damit zu jedem, der schon immer verstehen wollte, wie sein Verstand funktioniert, dies aber außerhalb des Labors nie konnte“, sagt Adrian Brodesser, Mitgründer Somareality.

Somareality-Partner: „Somareality denkt Branche neu“

Und Alin Stanciu, Partner bei Catalyst Romania, ergänzt: „Bei Catalyst Romania wollen wir mit Unternehmen zusammenarbeiten, die nicht nur Bestehendes verbessern, sondern ganze Branchen neu denken – und genau das tut Somareality. Indem sie Eye-Tracking-Daten in Echtzeit-Erkenntnisse darüber verwandeln, wie Menschen denken, eröffnen sie einen neuen Weg, den menschlichen Verstand besser zu verstehen, mit Auswirkungen, die weit über die derzeitigen Anwendungsfälle hinausgehen. Wir glauben, dass dieser Wandel – vom reinen Beobachten von Verhalten hin zum echten Verständnis darüber, wie Menschen denken – das Potenzial hat, Sektoren vom Gesundheitswesen bis hin zur menschlichen Leistungsfähigkeit und darüber hinaus umzugestalten. Da dies unser drittes Investment in Mittel- und Osteuropa außerhalb Rumäniens ist, freuen wir uns sehr darauf, das Team dabei zu unterstützen, einen globalen Marktführer an der Schnittstelle von Wissenschaft und praktischen menschlichen Erkenntnissen aufzubauen.“

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