Die For You Page (FYP) ist das Herzstück von TikTok. Der Algorithmus dieses sozialen Netzwerks analysiert nicht nur explizite Signale wie Likes oder Follows, sondern auch implizite Indikatoren wie die Verweildauer auf Videos. Diese Kombination macht die FYP zu einem hochgradig personalisierten Feed, der oft erstaunlich gut vorhersagt, welche Inhalte Nutzer:innen ansprechen könnten.
Doch trotz dieser Präzision gibt es ein wiederkehrendes Problem: Negative Rückmeldungen scheinen kaum Einfluss zu haben. Viele Nutzer:innen berichten, dass sie Videos als „nicht interessant“ markieren oder das Anzeigen bestimmter Inhalte unterbinden, doch diese erscheinen trotzdem immer wieder in ihrem Feed. Eine aktuelle Studie der Northwestern University hat diese Beobachtungen jetzt wissenschaftlich untersucht und kommt zu einem ernüchternden Ergebnis.
Wie der TikTok-Algorithmus negatives Feedback verarbeitet
Die Forscher:innen analysierten, wie der Algorithmus auf negatives Feedback reagiert. Dabei stellten sie fest, dass explizite Ablehnungen zwar kurzfristig zu einer Anpassung führen, diese aber nach kurzer Zeit wieder rückgängig gemacht wird. Nur durch wiederholte, konsequente Ablehnungen eines bestimmten Inhalts kann der Algorithmus langfristig beeinflusst werden.
Piotr Sapiezynski, Mitautor der Studie und Experte für Algorithmen-Audits, erklärt: „Unsere Forschung zeigt, dass Plattformen zwar Feedback-Optionen anbieten, diese aber oft nicht die gewünschte Wirkung entfalten. Das wirft Fragen auf: Warum investieren Plattformen in solche Funktionen, wenn sie nicht zuverlässig funktionieren?“ Die Studie gehört zu den ersten systematischen Untersuchungen, die sich mit der tatsächlichen Kontrolle von Nutzer:innen über ihre algorithmischen Feeds befassen.
Warum die Anpassungen nur temporär wirken
Der TikTok-Algorithmus nutzt eine Vielzahl von Signalen, um Inhalte zu priorisieren. Neben expliziten Aktionen wie Likes oder Kommentaren spielen auch implizite Signale eine zentrale Rolle. Dazu zählen:
- Die Verweildauer auf einem Video
- Das erneute Ansehen eines Inhalts
- Das Teilen oder Speichern eines Videos
Negative Signale wie das Markieren eines Videos als „nicht interessant“ oder das Ausblenden eines bestimmten Formats werden zwar registriert, aber nicht ausreichend gewichtet. Stattdessen kehrt der Algorithmus nach kurzer Zeit zu seinem ursprünglichen Verhalten zurück, es sei denn, die Ablehnung wird mehrfach und konsequent wiederholt.
Nutzerkontrolle vs. Plattformlogik: Ein strukturelles Dilemma
Die Studie unterstreicht ein grundlegendes Spannungsfeld zwischen Nutzerautonomie und Plattformlogik. TikTok bietet zwar Funktionen an, die Nutzer:innen ein Gefühl von Kontrolle vermitteln sollen – etwa die Option, Inhalte als uninteressant zu markieren oder bestimmte Kategorien auszuschließen. Doch die tatsächliche Wirksamkeit dieser Maßnahmen ist begrenzt.
Für Plattformen wie TikTok ist die FYP nicht nur ein zentrales Feature, sondern auch ein Wettbewerbsvorteil. Ein hochgradig personalisierter Feed erhöht die Verweildauer und damit die Werbeeinnahmen. Gleichzeitig müssen sie sicherstellen, dass Nutzer:innen das Gefühl haben, ihre Inhalte aktiv steuern zu können – selbst wenn die tatsächliche Kontrolle begrenzt ist.
Was bedeutet das für Nutzer:innen?
Die Erkenntnisse der Studie bieten wertvolle Einblicke, wie TikTok-Nutzer:innen ihre FYP besser beeinflussen können. Statt sich auf einzelne Ablehnungen zu verlassen, sollten sie:
- Konsequent negatives Feedback geben (mehrfach markieren)
- Explizite Ablehnungen mit einer klaren Begründung kombinieren (z. B. „Weniger Inhalte zu diesem Thema“)
- Alternative Inhalte aktiv fördern (z. B. durch längeres Verweilen auf gewünschten Videos)
Langfristig bleibt jedoch die Frage, ob Nutzer:innen überhaupt eine echte Kontrolle über ihre algorithmischen Feeds haben – oder ob die Plattformen die Regeln weitgehend vorgeben. Die Studie der Northwestern University zeigt, dass die Illusion von Kontrolle oft stärker ist als die tatsächliche Möglichkeit, den Algorithmus zu beeinflussen.
In Zukunft könnten weitere Untersuchungen Aufschluss darüber geben, ob andere soziale Netzwerke ähnliche Probleme mit ihren Algorithmen aufweisen – und ob Plattformen überhaupt ein Interesse daran haben, die Kontrolle wirklich auszubauen.
KI-Zusammenfassung
Yeni araştırma, TikTok'un For You Page algoritmasının olumsuz geri bildirimlere geçici tepki verdiğini ve kullanıcıların gerçek kontrolünün sınırlı olduğunu ortaya koyuyor. Detaylar ve çözüm önerileri.
