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:
20.10.2026

Mit Wiener Startup: Stadtwerke Klagenfurt starten Inhouse-GPT-Projekt

Künstliche Intelligenz im Unternehmensalltag nutzen, ohne sensible Daten aus der Hand zu geben: Die Stadtwerke Klagenfurt machen gemeinsam mit dem Wiener Startup BReact vor, wie ein souveräner, DSGVO-konformer KI-Assistent funktionieren kann, unterstützt durch die IÖB-Toolbox-Förderung der Austria Wirtschaftsservice (aws).
/artikel/mit-wiener-startup-stadtwerke-klagenfurt-starten-inhouse-gpt-projekt
20.10.2026

Mit Wiener Startup: Stadtwerke Klagenfurt starten Inhouse-GPT-Projekt

Künstliche Intelligenz im Unternehmensalltag nutzen, ohne sensible Daten aus der Hand zu geben: Die Stadtwerke Klagenfurt machen gemeinsam mit dem Wiener Startup BReact vor, wie ein souveräner, DSGVO-konformer KI-Assistent funktionieren kann, unterstützt durch die IÖB-Toolbox-Förderung der Austria Wirtschaftsservice (aws).
/artikel/mit-wiener-startup-stadtwerke-klagenfurt-starten-inhouse-gpt-projekt
Die Stadtwerke Klagenfurt versorgen die Region unter anderem mit Strom, Gas, Fernwärme, Wasser und verantworten den öffentlichen Personennahverkehr. © Stadtwerke Klagenfurt

Ob E-Mails, vertrauliche Kunden-Dokumente oder interne Richtlinien: Viele österreichische Unternehmen haben verstanden, dass der Einsatz von künstlicher Intelligenz unausweichlich wird, stehen allerdings vor der Herausforderung, KI sicher in die eigenen Arbeitsabläufe zu integrieren. Bei den Stadtwerken Klagenfurt entschied man sich bewusst gegen Standard-Lizenzen externer US-Hyperscaler und entwickelte stattdessen eine maßgeschneiderte Inhouse-Lösung: den „Stadtwerke GPT“, auch liebevoll „Susi-Sorglos“ genannt.

Die Vision: Ein DSGVO-konformer „Büro-Buddy“

Das Hauptziel war von Beginn an klar definiert: eine sichere Umgebung zu schaffen, in der Mitarbeiter:innen Bedenken bezüglich des Datenschutzes komplett ausräumen können. „Wir wollten unseren Mitarbeitern einen souveränen, DSGVO-konformen Chatbot anbieten, den sie komplett bedenkenlos nutzen können, wo sie personenbezogene Daten von Kunden reinkopieren und vertrauliche Dokumente hochladen können“, erklärt Peter Weratschnig, IT-Bereichsleiter der Stadtwerke Klagenfurt.

Neben der Chatbot-Funktion dient die KI als intelligenter „Büro-Buddy“. Über ein Retrieval-Augmented-Generation-System (RAG) wurden ca. 2.000 Seiten an internen Dokumenten, von Konzernrichtlinien bis hin zu IT-Anleitungen, eingebunden, um Fragen zu regulatorischen Vorgaben oder Systembedienungen direkt zu beantworten.

Der Gamechanger: Die Austria Wirtschaftsservice (aws)-Förderung

Das Projekt hat man nicht alleine umgesetzt, sondern entstand durch den Kontakt mit dem Wiener KI-Startup BReact, das 2022 von Raphael Fakhir und Nemanja Klincov gegründet wurde. Der entscheidende Impuls für die Realisierung lag in der Förderlandschaft. Denn das finanzielle Gesamtinvestment bewegte sich im fast sechsstelligen Bereich, erklärte Weratschnig im Interview.

Hier kam die IÖB-Toolbox-Förderung der Austria Wirtschaftsservice (aws) als entscheidender Beschleuniger ins Spiel. „Ohne diese Förderung hätten wir es nicht gemacht“, betont Weratschnig rückblickend. Die Förderung reduzierte das finanzielle Risiko für die Stadtwerke entscheidend und machte den Weg frei für die gemeinsame Entwicklung mit dem Startup.

Das Förderungsprogramm aws IÖB-Toolbox richtet sich an öffentliche Beschaffer und hat den Zweck, die Planung und Umsetzung von IÖB-Challenges als innovativem Instrument der Markterkundung, juristische und/oder technische Expertise für die Erstellung von Unterlagen für eine geplante Ausschreibung (Modul Prepare), sowie die Durchführung von innovativen Beschaffungen (Modul Transfer) zu ermöglichen. Damit sollen Anreize für eine verstärkte Innovationsnachfrage durch den öffentlichen Sektor gesetzt werden, insbesondere für Vorhaben mit positiven Beiträgen in den Bereichen Nachhaltigkeit und Digitalisierung.

Europäische KI-Architektur On-Premise

Auch technisch setzten die Partner auf digitale Souveränität: Als Sprachmodell dient ein Modell des französischen KI-Unternehmens Mistral, das Mitte des Jahres auch das Linzer Startup EmmiAI kaufte. Die Datenhaltung erfolgt laut Weratschnig ausschließlich On-Premise in eigenen IT-Systemen. Lediglich die reine GPU-Rechenleistung wird bei einem italienischen Anbieter angemietet. „Sobald das Modell nachdenkt, tut es das in dieser Infrastruktur ohne persistente Datenspeicherung. Danach sind keine Datenspuren außerhalb unseres IT-Systems zu finden“, erklärt der IT-Bereichsleiter. Das Resultat ist der angestrebte „Susi Sorglos“-Bot für den internen Arbeitsalltag.

Große Begehrlichkeiten & wertvolle Erkenntnisse

Nach der schrittweisen Bereitstellung als internes Web-Service stieß das Tool auf enormes Interesse in den Fachbereichen. Neben Fachfragen zu Richtlinien entstehen bereits Ideen für eigene Teil-Wissensdatenbanken oder interaktive Schulungsassistenten.

Gleichzeitig liefert das Projekt wertvolle Erkenntnisse für künftige KI-Initiativen. „Der Benefit aus unseren Lessons Learned ist fast ebenso hoch einzustufen wie das Tool an sich“, fasst Weratschnig zusammen. Seine zentralen Ratschläge an andere Unternehmen: Von Beginn an die eigene IT-Architektur und Lieferkette der Dienstleister genau prüfen sowie die Qualität der zugrundeliegenden Analog-Dokumente gründlich analysieren.


Disclaimer: Dieser Artikel ist im Rahmen einer Medienbeauftragung mit der Austria Wirtschaftsservice (aws) entstanden.

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