BERLIN / LONDON (IT BOLTWISE) – Social-Plattformen geben Nutzern zunehmend mehr Kontrolle über Empfehlungssysteme. Neue Tools wie „Your Algo“ bei Threads, „Your Algorithm“ bei Instagram und „Manage Topics“ bei TikTok machen aus passiven Feeds eine individuell trainierbare Auswahl. Für Nutzer bedeutet das mehr Passgenauigkeit und weniger ungewollte Inhalte; für die Plattformen ist es ein Hebel zur Bindung und längeren Verweildauer. Gleichzeitig verschiebt sich der Fokus von bloßen „Not Interested“-Buttons hin zu KI-gestützter Transparenz und kontextsensitiver Steuerung.
Social Media verlässt gerade den Modus „One size fits all“: Wo Plattformen früher primär über Empfehlungskerne entschieden, was im Feed auftaucht, erlauben sie Nutzern jetzt, Regeln und Präferenzen direkt in die Ranking-Logik einzuspeisen. Technisch bedeutet das weniger „nur“ das Ausblenden einzelner Beiträge und mehr das produktive Nutzen von Feedback-Schleifen, in denen KI-Modelllogik mit expliziten Nutzerwünschen zusammenarbeitet. Besonders spürbar wird der Trend an neuen Funktionen, die als Algorithmus-Steuerung vermarktet werden und sich damit in Richtung personalisierter Streaming-Erlebnisse entwickeln: Der Feed wird zur kuratierten Abfolge, die der Nutzer aktiv mitprägt.
Die Idee dahinter ist eng verwandt mit klassischen Empfehlungssystemen, die typischerweise aus Nutzersignalen (Interaktionen, Verweildauer, Klickmuster), Kontext (Zeit, Gerät, Sprache) und Inhaltsmerkmalen (Semantik, Metadaten, visuelle Signaturen) zusammengesetzt sind. Der Unterschied liegt in der Rangierlogik: Statt ausschließlich implizites Verhalten als Trainingssignal zu verwenden, stellen Plattformen jetzt ein zusätzliches „Steuerprotokoll“ bereit. Dieses kann Zeitfenster einschließen (etwa 1, 3 oder 7 Tage) und zwischen „mehr sehen“ und „weniger sehen“ unterscheiden. Damit wird ein Teil des Empfehlungssystems für Nutzer verständlicher, ohne dass die interne Modellarchitektur komplett offengelegt werden muss.
Threads treibt diesen Ansatz mit „Your Algo“ konsequent in Richtung privater Präferenzsteuerung voran. Die Funktion baut auf „Dear Algo“ auf, das Nutzern zuvor einen öffentlicheren Weg bot, die gewünschte Content-Richtung anzustoßen, indem sie öffentlich mitteilten, welche Themen im Feed stärker erscheinen sollen. Bei „Your Algo“ können solche Wünsche nun vertraulich bleiben: Nutzer spezifizieren Themen, Grad der Gewichtung und auch die Wirkdauer. Praktisch erlaubt das eine feinere Abstimmung zwischen Interessen und kurzfristigen Stimmungen, etwa mehr Sport-Inhalte, aber weniger belastende News. Im Vergleich zu reinen Like- oder Hide-Feedback-Schleifen ist das ein stärker strukturiertes Signal für das Ranking.
Auch Instagram setzt auf KI-gestützte Erklärbarkeit und Nutzerkommunikation. Das Tool „Your Algorithm“ macht sichtbar, welche Themen laut Modell die Empfehlungen prägen, und erlaubt anschließend eine Anpassung über Einstellungen, die den gesamten Feed inklusive Reels, Explore und bestimmter Entdeckungsbereiche umfassen. Interessant ist dabei die konzeptionelle Verbindung zu modernen Sprachmodellen: Wenn Ranking-Modelle über plausibilisierte Gründe oder Zusammenfassungen kommunikativ angereichert werden, sinkt die kognitive Hürde für Nutzer, Präferenzen konsistent zu formulieren. Genau hier entsteht eine strategische Differenz zu reinen Black-Box-Feeds, bei denen „Warum sehe ich das?“ faktisch offen bleibt. Plattformen wie TikTok und auch der Wettbewerb im Umfeld von YouTube/Google verfolgen zwar ebenfalls Personalisierung, setzen aber unterschiedlich stark auf die Interaktionsform „Nutzer steuert Themen“.
TikTok wiederum operationalisiert Kontrolle über das „For You“-Erlebnis mit „Manage Topics“. Hier können Nutzer pro Themenblock steuern, wie stark sie Inhalte sehen möchten – typischerweise über Schieberegler für Kategorien wie Sport, Reisen, Humor oder aktuelle Themen. Ergänzend gibt es ein Informations-UI, das bei unklaren Zuordnungen hilft und typische Video-Formate dem jeweiligen Topic näher einordnet. Der nächste Schritt ist besonders relevant für die Skalierung: 2025 wurde „Manage Topics“ um AI-basierte Smart Keyword Filters erweitert. Dabei greift das System auch auf semantisch verwandte Begriffe zurück, etwa wenn der Nutzer ein Thema über ein Keyword ausfiltert und das Modell Synonyme bzw. verwandte Ausprägungen automatisch mitbehandelt. Technisch ist das ein Beispiel für KI-gestützte Abstraktion zwischen Nutzerintention und Content-Index.
Aus Marktsicht ist diese Entwicklung auch eine Antwort auf zunehmenden Wettbewerbsdruck und auf die Erwartung, dass Personalisierung nicht nur „für“ Nutzer, sondern „mit“ Nutzern passiert. Branchenanalysten gehen davon aus, dass Plattformen damit versuchen, zwei Ziele gleichzeitig zu erreichen: erstens die Engagement-Kurve zu stabilisieren, indem unerwünschte Inhalte aktiv reduziert werden, und zweitens die Akzeptanz von Empfehlungen zu erhöhen, weil der Nutzer Gründe und Hebel zumindest teilweise versteht. Genau das ist der Unterschied zu klassischen „Not Interested“-Buttons, die oft nur punktuell wirken und keine konsistenten Modellsignale über längere Zeiträume liefern. Die neuen Funktionen schaffen damit eine Art „User-Control Plane“ über dem Ranking.
Allerdings verschiebt sich damit auch das Risikoprofil. Je direkter Nutzer Präferenzen in Empfehlungssysteme einspeisen, desto wichtiger werden Datenschutz, Datenminimierung und transparente Löschkonzepte. Denn selbst wenn die Einstellungen privat sind, entstehen zusätzliche Datenpunkte, die zur Modellanpassung und zur Rekonstruktion von Nutzerinteressen genutzt werden können. Für Enterprise- und Security-Teams ist das zwar primär ein Verbraucher-Thema, aber aus ihrer Perspektive relevant, weil ähnliche Muster in Unternehmensanwendungen wiederkehren: KI-Rankings mit Feedback-Schleifen brauchen klare Zugriffskonzepte, Schutz vor Fehlkonfiguration und Logging, das nur das Notwendige speichert. Regulatorisch wird zudem die Pflicht zur verständlichen Information über Datenflüsse immer stärker betont, insbesondere in Europa.
In den nächsten Monaten dürfte sich der Wettbewerb um „steuerbare KI-Feeds“ weiter intensivieren. Wahrscheinlich werden Plattformen stärker in Richtung zeitbasierter Präferenzprofile gehen, die sich automatisch mit Ereignissen im Nutzerverhalten synchronisieren, etwa wenn ein Thema über Tage hinweg hochgewichtet und danach wieder abklingt. Gleichzeitig ist zu erwarten, dass Erklärfeatures reifer werden: Statt nur Themenlisten zu zeigen, könnten Modellbegründungen differenzierter ausfallen, etwa nach Interaktionsart (Video-typ, Tonalität, Länge) oder nach semantischen Clustern. Für Entwickler eröffnen sich dadurch Chancen bei der Integration von Ranking-Feedback in eigene Produkte, etwa in Content-Commerce, Lernplattformen oder internen Wissenssystemen – sofern sie den Datenschutz sauber in die Architektur einbauen und die KI-Steuerung nicht als reines Marketing-Feature behandeln.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 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 "Wenn Nutzer ihren Feed selbst trainieren: KI-gestützte Algorithmussteuerung bei Social Apps" 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 "Wenn Nutzer ihren Feed selbst trainieren: KI-gestützte Algorithmussteuerung bei Social Apps" 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: »Wenn Nutzer ihren Feed selbst trainieren: KI-gestützte Algorithmussteuerung bei Social Apps« bei Google Deutschland suchen, bei Bing oder Google News!