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:
19.10.2026

Easelink: Grazer Startup gewinnt asiatischen Technologiepartner und plant Markteinführung

Easelink baut sein Industrialisierungsnetzwerk aus und gewinnt mit Luxshare den ersten asiatischen Technologie-Lizenzpartner. Gemeinsam wollen beide Unternehmen die Industrialisierung und Markteinführung der kabellosen Ladetechnologie Matrix Charging in China umsetzen.
/artikel/easelink-grazer-startup-gewinnt-asiatischen-technologiepartner-und-plant-markteinfuehrung
19.10.2026

Easelink: Grazer Startup gewinnt asiatischen Technologiepartner und plant Markteinführung

Easelink baut sein Industrialisierungsnetzwerk aus und gewinnt mit Luxshare den ersten asiatischen Technologie-Lizenzpartner. Gemeinsam wollen beide Unternehmen die Industrialisierung und Markteinführung der kabellosen Ladetechnologie Matrix Charging in China umsetzen.
/artikel/easelink-grazer-startup-gewinnt-asiatischen-technologiepartner-und-plant-markteinfuehrung
Easelink
© Luxshare - (v.l.) Hermann Stockinger, Gründer & CEO Easelink und Harvey Yuan, General Manager Luxshare.

2022 schloss das Grazer Startup Easelink eine 8,3 Millionen Euro schwere Series-A-Finanzierungsrunde ab, der im Oktober 2024 ein 1,5 Mio. Euro-Investment von Verbund X Ventures folgte. Im November 2025 gründete man die Matrix Charging Interest Group (MCIG), eine Branchenkooperation zur Standardisierung der „Matrix Charging Technologie“, die vom österreichischen High-Tech-Unternehmen entwickelt wurde. Dem folgte heuer eine Kooperation mit SEG Automotive – brutkasten berichtete. Nun hat man in China den ersten Technologie-Lizenzpartner gewinnen können.

China gilt als der weltweit größte Markt für Elektromobilität und war für Easelink schon immer von zentraler strategischer Bedeutung – siehe 2018. Für die Industrialisierung und Bereitstellung von Matrix Charging verlangen die spezifischen Anforderungen des chinesischen Automobilmarkts einen Local-for-Local-Ansatz. „Mit Luxshare gewinnt Easelink einen dedizierten Lizenznehmer für China – ein weiterer Schritt in der Strategie, in allen wichtigen Automobilmärkten Lizenz- und Industrialisierungspartner für Matrix Charging aufzubauen“, liest man in der Aussendung. Die Partnerschaft hat bereits zu konkreten Marktaktivitäten geführt: Beide Unternehmen arbeiten an ersten OEM-Projekten (Original Equipment Manufacturer), um die Technologie in künftige Fahrzeugplattformen zu integrieren.

„Wir sehen großes Potenzial in unserer Zusammenarbeit mit Easelink, die es uns ermöglicht, neue Kundensegmente im Bereich der automatisierten Abrechnung zu erschließen. Darüber hinaus sind wir uns der entscheidenden Rolle bewusst, die die Standardisierung neuer Schnittstellen spielt, und setzen uns daher in der ‚Matrix Charging Interest Group‘ für die entsprechenden Standardisierungsbemühungen ein, um Interoperabilität und eine breite Marktakzeptanz sicherzustellen“, sagt Harvey Yuan, General Manager von Luxshare.

„Wachsende Präsenz in China“

Die Zusammenarbeit baut auf Luxshares Erfahrung auf, gemeinsam mit führenden internationalen Technologieunternehmen Produkte zu industrialisieren und „in großem Maßstab“ zu fertigen. Gleichzeitig wird Easelink sein lokales Team in China weiter ausbauen, um die technische und projektbezogene Zusammenarbeit mit Luxshare und chinesischen OEMs eng zu begleiten.

„Wir freuen uns sehr über die Zusammenarbeit mit einem global so bedeutenden Unternehmen wie Luxshare – einem komplementären Partner mit starkem Engineering-Know-how“, sagt Hermann Stockinger, Gründer & CEO Easelink. „Gemeinsam konzentrieren wir uns darauf, Kunden in China vor Ort zu betreuen und Matrix Charging in bestehende Wertschöpfungsketten der Automobilindustrie zu integrieren. Diese Partnerschaft ist ein wichtiger Meilenstein für unsere wachsende Präsenz in China und ein zentraler Baustein unserer Mission, den globalen Industriestandard für automatisiertes Laden zu setzen.“

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