heise+ | Empfehlungsalgorithmen bei TikTok erklärt: Die Maschine hinter dem Endlos‑Feed

Summary

Empfehlungsalgorithmen bei TikTok erklärt: Die Maschine hinter dem Endlos‑Feed Secret-Sauce- und Allmachts-Mythen Das Modell hinter dem Empfehlungsalgorithmus Verhaltensverwandtschaften Fazit Nur mal eben TikTok öffnen, mit ein paar Videos entspannen. Schnell verrinnen die Minuten, eine Stunde, noch eine. Wieder nicht gelernt, wieder kaum geschlafen, wieder in den Sog des Kurzvideostroms geraten – einer endlosen Aneinanderreihung aus aufregenden, belanglosen, lustigen, bisweilen informativen und überraschenden Clips. Weltweit zieht TikTok Milliarden Menschen in seinen Bann, überwiegend Jugendliche und junge Erwachsene. Im Schnitt öffnen sie die App zehnmal pro Tag und verharren dort 53 bis 95 Minuten. Kritiker sehen Parallelen zwischen der Kurzvideo-App und Glücksspielautomaten, die das Gehirn in einen vergleichbaren „Autoplay-Modus“ versetzen: Beim einarmigen Banditen etwa zieht man den Hebel nach unten, um den Spielalgorithmus zu starten. Bei TikTok wischt man nach oben, um den nächsten Clip vorgeschlagen zu bekommen. Beide verheißen Spannung und Belohnung. Die Soziologin Dr. Julie Albright erläutert im Interview mit dem Magazin Forbes: „Jedes Mal, wenn du scrollst, kannst du gewinnen oder verlieren. Wenn du gewinnst, siehst du etwas, das deine Aufmerksamkeit erregt. Dann wird jedes Mal etwas Dopamin im Belohnungszentrum deines Hirns freigesetzt. Also wirst du weiterscrollen, weil du den nächsten Kick willst.“ Kurzvideoplattformen wie TikTok binden Nutzer mit endlosen Feeds und personalisierten Empfehlungen.Der Artikel analysiert, wie moderne Recommender‑Systeme aus Milliarden Clips individuelle Videoströme zusammenstellen.Dabei zeigt sich, wie wenige, leicht messbare Verhaltensdaten ausreichen, um Aufmerksamkeit gezielt zu steuern. Jede Social-Media-Plattform von Facebook über YouTube bis Instagram legt es darauf an, dass Nutzer die App möglichst oft öffnen und sich dann darin verlieren. TikTok hat es aber wie kein anderer Dienst geschafft, dieses System nach all...