LONDON (IT BOLTWISE) – Eine Auswertung zum X-Feed zeigt, dass die algorithmische Personalisierung Inhalte priorisiert, die mit den selbst angegebenen Werthaltungen der Nutzer kollidieren. Grundlage ist eine Untersuchung mit 715 US-Nutzern, die zwei Feed-Varianten im Browser vergleichen konnten. Besonders Antworten (Replies) scheinen eine Rolle für diesen Effekt zu spielen, weil sie häufiger mit Konfrontation statt Zustimmung einhergehen. Offene Frage bleibt, wie stark der Mechanismus zwischen Reaktion und echter Präferenz kausal voneinander abhängt.
Der Algorithmus hinter dem X-„For You“-Feed wirkt auf den ersten Blick wie ein klassisches Aufmerksamkeits-Optimierungsproblem: Er sortiert aus einem größeren Bestand an Beiträgen genau jene nach vorne, die im Schnitt möglichst viele Interaktionen auslösen. Diese Logik ist in sozialen Netzwerken naheliegend, weil Likes, Reposts und Kommentare als Signale interpretiert werden können. Was die neue Untersuchung jedoch nahelegt, ist eine unbequeme Verschiebung: Die kuratierte Auswahl steht nicht nur selten im Widerspruch zu dem, was Nutzer als ihre Werte beschreiben, sondern kippt diese Beziehung sogar insgesamt ins Negative.
Konkret beruht die Studie auf Ergebnissen, die in den Proceedings of the National Academy of Sciences veröffentlicht wurden. Wissenschaftler um Ziv Epstein (Massachusetts Institute of Technology) und Michael S. Bernstein (Stanford University) nutzen dabei einen etablierten psychologischen Bezugsrahmen: die Theory of Basic Human Values von Shalom H. Schwartz. Diese Theorie ordnet menschliche Grundmotive in 19 Kategorien ein – von „Sicherheit in der Gesellschaft“ und „Tradition“ bis hin zu „Offenheit für Veränderungen“ oder „Fürsorge für andere“. Durch die Übertragung dieser Kategorien auf die Sprache in Social-Media-Posts konnten die Forschenden moralische und soziale Themen systematisch quantifizieren.
Um die Feed-Wirkung sichtbar zu machen, haben die Autoren 715 US-amerikanische Erwachsene rekrutiert, die X aktiv nutzen. Die Teilnehmer installierten eine Browser-Erweiterung, die Posts aus zwei unterschiedlichen Kontexten erfasste: dem „Following“-Feed als Rohinventar der abonnierten Konten und dem „For You“-Feed als algorithmisch personalisierte Auswahl. Entscheidend ist hier der Vergleich zwischen ungefiltertem Bestand und kuratierter Sicht. Ein spezialisiertes KI-Modell analysierte dabei den Text der Beiträge und ordnete ihnen Werte-Aspekte aus dem Schwartz-Rahmen zu. Auf diese Weise wurde messbar, welche Werte in der Rohmenge der abonnierten Accounts tatsächlich vorkommen und welche Werte der „For You“-Feed anschließend überproportional verstärkt oder unterdrückt.
Das Muster, das die Analyse zeigte, ist bemerkenswert klar: Während die „Following“-Beiträge mit den in Umfragen geäußerten Überzeugungen der Teilnehmenden im Schnitt besser zusammenpassen, zeigt der „For You“-Feed eine umgekehrte Tendenz. Insgesamt fanden die Forschenden eine negative Korrelation zwischen den explizit angegebenen Werten der Nutzer und den Werten, die im personalisierten Feed amplifiziert werden. Auf oberster Ebene wirkt der Effekt außerdem nicht rein zufällig, sondern spiegelt eine erkennbare Verschiebung wider: Der Algorithmus bevorzugte leicht individualistische gegenüber kollektivistischen Wertorientierungen. Inhaltlich bekamen Botschaften mit stärkerer Ausrichtung auf Ordnung und Bewahrung – etwa Regelkonformität, gesellschaftliche Sicherheit und Tradition – wiederholt mehr Gewicht. Dagegen verloren Beiträge an Sichtbarkeit, in denen sich eher selbst-übersteigende Werte zeigen, wie Fürsorge, Verlässlichkeit oder der Bezug auf den Erhalt der Natur.
Für den Markt- und Produktkontext ist besonders relevant, dass dieser Feed-Mechanismus nicht nur auf eine politische Gruppe beschränkt scheint. Die Autoren berichten, dass der Algorithmus Nutzer beider „Seiten“ mit misalignedem Material versorgt, die Diskrepanz aber für demokratisch orientierte Teilnehmende stärker ausfällt. Um den Ursprung zu erklären, untersuchten sie anschließend das Verhalten genauer – nicht mehr nur „welche Inhalte kommen im Feed vor“, sondern „wie reagieren Nutzer darauf“. Likes und Reposts korrelierten dabei eher mit den eigenen Werten; sie lesen sich funktional als bewusste Zustimmung. Replies dagegen lieferten ein anderes Bild: Antworten waren im Durchschnitt weniger wertekohärent als Likes oder Reposts und passten damit zu einer Form von Auseinandersetzung. Gerade bei demokratisch orientierten Nutzern zeigte sich das verstärkt, was zur Hypothese führt, dass X die Interaktionen aus Antworten stärker gewichtet und damit eine Feedbackschleife erzeugt.
Diese Feedbackschleife beschreibt die Dynamik so: Wenn Nutzer auf Posts, die sie eigentlich ablehnen, intensiv antworten, interpretiert der Ranking-Mechanismus die hohe Aktivität als Erfolgsindikator und liefert ihnen ähnliche, wiederum potenziell frustrierende Inhalte nach. Das kann den Feed weniger als Spiegel der Zustimmung wirken lassen, sondern als Generator von Reibung. Wichtig ist dabei auch die methodische Einordnung: Die Studie basiert auf Beobachtungsdaten, ohne die Ranking-Logik experimentell zu verändern. Daher kann sie nicht eindeutig beweisen, dass konfrontative Replies die alleinige Ursache für die Wertekollisionen sind; die Autoren kündigen vielmehr an, dass kontrollierte Folgeuntersuchungen nötig sind, um Ursache und Wirkung sauber zu trennen und die Stärke des Effekts in größeren Stichproben zu replizieren.
Trotz dieser Einschränkung berührt die Arbeit eine Kernfrage des Produktdesigns: Welche Interaktionssignale sollten Ranking-Systeme als „Präferenz“ werten, und welche eher als „Reaktion auf Konflikt“? Für Betreiber und Entwickler bedeutet das, dass reine Aufmerksamkeitsmetriken ohne semantische oder psychologische Kontextmodelle Gefahr laufen, genau das zu belohnen, was Nutzer emotional bindet, aber nicht unbedingt inhaltlich überzeugt. Gleichzeitig zeigt die Studie, dass solche Zielkonflikte nicht nur eine ethische Debatte sind, sondern sich als messbarer Unterschied zwischen ungefiltertem Bestand und personalisierter Auswahl im Feed manifestieren. Für Unternehmen, die Ranking-Logik in anderen Domänen einsetzen, etwa in Empfehlungssystemen für Inhalte oder Community-Plattformen, ist die Botschaft ähnlich: Wenn der Trainings- und Feedbackloop vor allem „Friction“ belohnt, entsteht am Ende ein System, das die eigene Intention der Nutzer systematisch verfehlt.
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Studie zu X: KI-Feed verstärkt Inhalte, die Nutzern widersprechen" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Studie zu X: KI-Feed verstärkt Inhalte, die Nutzern widersprechen" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Studie zu X: KI-Feed verstärkt Inhalte, die Nutzern widersprechen« bei Google Deutschland suchen, bei Bing oder Google News!