Gefangen im Datennetz: Wie Empfehlungsalgorithmen unser Nachrichtenbild formen

Es beginnt harmlos. Man liest einen Artikel über die Energiepolitik, klickt auf einen weiteren zum Thema erneuerbare Energien, und plötzlich – innerhalb weniger Tage – füllt sich der Newsfeed fast ausschließlich mit Meldungen aus diesem Themenfeld. Was wie persönliche Relevanz wirkt, ist in Wahrheit das Ergebnis einer präzisen maschinellen Berechnung. Algorithmen haben entschieden, was wir sehen. Und was wir eben nicht sehen.

Dieses Phänomen betrifft nicht nur die großen amerikanischen Plattformen wie Meta oder Google News. Auch in der deutschen Medienlandschaft spielen Empfehlungssysteme eine zunehmend zentrale Rolle – bei Spiegel Online, dem Zeit-Onlineangebot, ntv.de oder dem Nachrichtenangebot der ARD-Mediathek. Die Frage, wie diese Systeme funktionieren und welche gesellschaftlichen Konsequenzen sie haben, wird in der öffentlichen Debatte noch immer unterschätzt.

Was ein Algorithmus eigentlich tut

Im Kern ist ein Empfehlungsalgorithmus ein statistisches Modell. Er analysiert das Verhalten von Nutzerinnen und Nutzern – Klicks, Verweildauer, Scrolltiefe, geteilte Inhalte – und leitet daraus Vorlieben ab. Auf dieser Basis werden Inhalte priorisiert, die mit hoher Wahrscheinlichkeit erneut Engagement erzeugen. Das klingt zunächst nach einem nützlichen Dienst am Leser. Tatsächlich aber optimiert das System nicht auf Informationsqualität, sondern auf Interaktion.

Der entscheidende Unterschied liegt im Ziel: Ein gut ausgebildeter Redakteur wählt Nachrichten nach journalistischen Kriterien aus – Relevanz, Aktualität, gesellschaftliche Bedeutung. Ein Algorithmus hingegen wählt nach dem, was den Nutzer auf der Plattform hält. Das müssen nicht dieselben Inhalte sein. Häufig sind es das nicht.

Die Filterblase – ein bekanntes, aber unterschätztes Problem

Der Begriff der Filterblase, geprägt vom amerikanischen Aktivisten Eli Pariser, beschreibt den Zustand, in dem Nutzerinnen und Nutzer zunehmend nur noch Informationen erhalten, die ihre bestehenden Überzeugungen bestätigen. Kritiker wenden ein, empirische Studien hätten die Filterblase widerlegt oder zumindest relativiert. Das stimmt teilweise: In kontrollierten Experimenten zeigt sich, dass Nutzer durchaus auch konträren Inhalten begegnen.

Doch die Debatte verfehlt oft den entscheidenden Punkt. Es geht nicht allein darum, ob gegensätzliche Meinungen grundsätzlich vorkommen. Es geht um die Gewichtung. Wenn bestimmte Themen, Perspektiven oder Ereignisse systematisch weniger sichtbar gemacht werden – weil sie weniger Klicks generieren –, entsteht eine verzerrte Informationsumgebung. Diese Verzerrung muss nicht absolut sein, um wirksam zu sein.

Ein Beispiel aus dem deutschen Kontext: Berichterstattung über strukturelle Armut oder Pflegenotstand erzeugt im Durchschnitt weniger Klicks als Berichte über prominente Persönlichkeiten oder geopolitische Krisen. Algorithmen lernen das. Die Folge ist eine schrittweise Verschiebung des redaktionellen Schwerpunkts – nicht durch eine bewusste Entscheidung der Redaktion, sondern durch die stille Macht der Klickstatistik.

Wie deutsche Medienportale ihre Systeme gestalten

Die Transparenz darüber, wie Empfehlungssysteme bei deutschen Medienhäusern konkret funktionieren, ist begrenzt. Während Unternehmen wie die Axel Springer SE oder der Spiegel-Verlag vereinzelt über den Einsatz von KI und personalisierten Feeds kommunizieren, bleiben die genauen Gewichtungsfaktoren in der Regel unveröffentlicht. Das ist aus unternehmerischer Sicht nachvollziehbar – aus demokratietheoretischer Perspektive jedoch problematisch.

Einige öffentlich-rechtliche Angebote gehen einen anderen Weg. Die Tagesschau-App etwa verzichtet weitgehend auf individuelle Personalisierung und setzt stattdessen auf eine redaktionell kuratierte Nachrichtenauswahl. Das ist kein technisches Unvermögen, sondern eine bewusste Entscheidung – und sie ist medienpolitisch bedeutsam. Sie signalisiert: Nachrichten sind kein Konsumprodukt, das nach persönlichem Geschmack zusammengestellt wird, sondern ein öffentliches Gut.

Die Verantwortung der Redaktionen

Hier liegt die eigentliche Debatte. Redaktionen, die algorithmische Empfehlungssysteme einsetzen, delegieren einen Teil ihrer kuratierenden Funktion an Maschinen. Das ist nicht per se falsch – aber es verlangt Bewusstsein und Kontrolle. Wenn ein Empfehlungsalgorithmus bestimmte Themen bevorzugt, weil sie mehr Engagement erzeugen, muss die Redaktion aktiv gegensteuern. Andernfalls wird journalistische Auswahl durch marktgetriebene Selektion ersetzt.

Einige internationale Vorbilder zeigen, wie das gehen kann. Der britische Guardian etwa hat seinen Algorithmus explizit so konfiguriert, dass journalistisch bedeutsame Themen eine Mindestpräsenz erhalten – unabhängig von ihrer Klickperformance. Solche Eingriffe erfordern Mut und eine klare redaktionelle Haltung.

Deutsche Medienhäuser sollten sich fragen: Wer trägt in unserem Haus die Verantwortung für die algorithmische Kuratierung? Gibt es eine redaktionelle Instanz, die das System regelmäßig überprüft? Und werden diese Entscheidungen gegenüber dem Publikum kommuniziert?

Was Leserinnen und Leser tun können

Medienkompetenz bedeutet heute auch, die eigene Informationsumgebung kritisch zu hinterfragen. Wer merkt, dass der Newsfeed immer enger wird, sollte aktiv gegensteuern: Direktaufrufe von Nachrichtenwebsites statt Plattformkonsum, bewusstes Lesen auch ungewohnter Quellen, gelegentliches Löschen von Cookies und Browser-Verläufen. Das klingt aufwendig – und ist es auch. Doch die Alternative ist ein Informationsraum, der uns zunehmend nur noch das zeigt, was wir ohnehin schon glauben.

Algorithmen sind keine neutralen Werkzeuge. Sie kodieren Entscheidungen – darüber, was zählt, was sichtbar ist, was vergessen wird. Wer Journalismus ernst nimmt, muss diese Entscheidungen sichtbar machen und zur Diskussion stellen. Das ist keine technische, sondern eine zutiefst demokratische Frage.