07 – Die andere Seite: Was die Verteidiger des Algorithmus sagen – und warum man ihnen zuhören sollte

August 3, 2026 Nick Die andere Seite, Wurzelbote, Wurzelbote-Ausgabe-03-2026 0

Eine Vorbemerkung: Diese Ausgabe hat den Algorithmus bislang fast ausschließlich als Problem beschrieben — als unerreichbaren Gatekeeper, als Quelle stiller Selbstzuschreibung, als Deckmantel für unsichtbare Arbeit und wirtschaftliche Ungleichheit. Das ist, wenn man ehrlich ist, eine Anklage. Sie beruht auf realer Forschung, auf konkreten Studien und Zahlen — aber sie erzählt nur eine Seite.

Es gibt noch eine andere. Nicht die Unternehmenskommunikation von Meta, Google oder TikTok, nicht die Marketingbroschüre eines Tech-Konzerns. Sondern die ernsthafte, wissenschaftlich fundierte Verteidigung algorithmischer Systeme — vorgetragen von Menschen, die sich genauso intensiv mit dem Thema beschäftigt haben wie die Kritikerinnen und Kritiker, die in dieser Ausgabe bereits zu Wort kamen. Diese Argumente verdienen Gehör. Nicht weil sie die Kritik entkräften — das tun sie in den meisten Fällen nicht. Sondern weil die Wirklichkeit algorithmischer Systeme komplexer ist als jedes einzelne Narrativ, das eine einzige Ausgabe erzählen kann.

Argument 1: Algorithmen können menschliche Willkür reduzieren

Quelle: Herzbaum-DALIB-Universe – KI-generiert mit Nano Banana Pro

Der stärkste Einwand gegen die Vorstellung, ein Mensch sei grundsätzlich der bessere, gerechtere Entscheider, kommt ausgerechnet aus der Rechtsforschung. Eine vielzitierte Studie israelischer Forscher um Shai Danziger untersuchte 2011 Bewährungsentscheidungen von Richterinnen und Richtern und fand ein beunruhigendes Muster: Direkt nach einer Essenspause lag die Quote positiver Entscheidungen bei rund 65 Prozent. Bis zur nächsten Pause sank sie kontinuierlich auf nahezu null. Über die Freiheit eines Menschen entschied, ganz konkret, ob der zuständige Richter gerade gegessen hatte, „glücklich“ und „satt“ war oder ob er Hunger hatte.

Algorithmen kennen diese Art von „Erschöpfung“ oder besser Bedürfnis nicht. Eine im National Bureau of Economic Research veröffentlichte Untersuchung zu algorithmisch unterstützten Kautionsentscheidungen fand: Der Einsatz von maschinellem Lernen führte zu weniger Inhaftierungen von Schwarzen und hispanischen Angeklagten, ohne dass die Kriminalitätsrate anschließend stieg — ein Ergebnis, das im direkten Vergleich günstiger ausfiel als die menschliche Entscheidungspraxis zuvor. Der Wirtschaftswissenschaftler Bo Cowgill fand 2018 Ähnliches für algorithmisches Bewerbungs-Screening: Es reduzierte die Diskriminierung untypischer Kandidat:innen, verglichen mit der vorherigen rein menschlichen Vorauswahl. Auch eine Untersuchung von Kleinberg und Kolleg:innen (2018) simulierte, wie sich algorithmische Risikoeinschätzungen in Kombination mit menschlicher Entscheidung auf rassistische Disparitäten auswirken — mit dem Ergebnis, dass die Kombination aus beidem geringere Disparitäten erzeugte als menschliche Entscheidungen allein.

Konsistenz, so das Argument, ist selbst eine Form von Fairness — und Konsistenz ist etwas, das Algorithmen strukturell besser können als müde, hungrige, gestresste Menschen. Ein Algorithmus hat keine schlechten Tage, keine unbewussten Sympathien für gut gekleidete Angeklagte, keine schlechtere Laune am Montagmorgen. Er wendet dieselben Kriterien auf jeden Fall gleich an — was nicht bedeutet, dass diese Kriterien selbst frei von Vorurteilen wären, aber es bedeutet, dass die Vorurteile wenigstens konsistent und damit grundsätzlich auffindbar sind, statt sich von Fall zu Fall unvorhersehbar zu verändern.

Argument 2: Das Transparenz-Paradox

Der naheliegende Einwand gegen jede Kritik an Algorithmus-Geheimhaltung lautet: Dann macht die Kriterien doch einfach öffentlich. Ein in der medizinischen Fachdatenbank PMC veröffentlichter Aufsatz zeigt, warum das komplizierter ist, als es klingt. Volle Offenlegung eines Rankingalgorithmus schafft demnach nicht automatisch mehr Fairness — sie schafft vor allem eine Anleitung zum „Hacking des Systems“. Das bekannteste Beispiel ist die gesamte Suchmaschinenoptimierungs-Branche: Sobald genau bekannt ist, wonach ein System sortiert, beginnt ein Wettrüsten darum, dieses Wissen auszunutzen, oft zulasten derjenigen, die sich diese Optimierung nicht leisten können. Kleine Anbieter, unabhängige Stimmen oder Menschen ohne technisches Fachwissen verlieren in einem vollständig transparenten System tendenziell gegenüber gut finanzierten Akteuren, die sich auf genau diese Transparenz spezialisieren.

Der Aufsatz kommt zu dem Schluss, dass volle Transparenz gegenüber Aufsichtsbehörden sinnvoll und machbar ist — volle Transparenz gegenüber der breiten Öffentlichkeit dagegen könnte das Problem eher verschärfen als lösen. Eine kontrollierte, geprüfte Einsicht für unabhängige Stellen wäre demnach der bessere Weg als vollständige Offenlegung für alle, weil sie Rechenschaft ermöglicht, ohne gleichzeitig eine Gebrauchsanweisung zur Manipulation zu veröffentlichen.

Argument 3: Sichtbarkeit ohne Vorbeziehungen

Eine 2024 veröffentlichte Untersuchung des Empfehlungsalgorithmus von TikTok liefert ein Ergebnis, das der reinen Gatekeeper-Kritik aus dieser Ausgabe widerspricht: Der Algorithmus ermöglicht es Creator:innen, mit vergleichsweise wenigen Follower:innen ein großes Publikum zu erreichen — etwas, das im klassischen, menschlich kuratierten Mediensystem praktisch unmöglich war. Wer keinen Verlag, keine Redaktion, keine bestehenden Kontakte in der Medienbranche hatte, blieb dort in aller Regel unsichtbar, unabhängig davon, wie gut der eigene Inhalt war. Ein Algorithmus fragt nicht nach Beziehungen, Herkunft oder Vorname auf der richtigen Gästeliste — er fragt, ob Menschen bei einem Inhalt bleiben. Das kann, gerade für Menschen ohne Zugang zu traditionellen Netzwerken, sehr hilfreich sein.

Zur Ehrlichkeit dieses Arguments gehört allerdings, dass dieselbe und andere Studien zugleich eine Gegentendenz beobachten: einen sogenannten Popularitäts-Bias, bei dem Empfehlungssysteme bereits erfolgreiche Inhalte tendenziell noch stärker bevorzugen, was die Chancen wirklich unbekannter Ersteller:innen wieder einschränkt — die „Reichen werden reicher“-Dynamik, die Forschende in mehreren unabhängigen Untersuchungen zu Musik- und Video-Empfehlungssystemen dokumentiert haben. Beide Effekte existieren gleichzeitig — der demokratisierende und der konzentrierende. Welcher überwiegt, hängt stark von der konkreten Gestaltung des jeweiligen Systems ab, nicht von einer generellen Eigenschaft „des Algorithmus“ an sich.

Argument 4: Informationsflut macht Auswahl notwendig — von „irgendjemandem“

Ein Argument, das in der Kritik an Algorithmen gerne übergangen wird: Auswahl selbst ist eine schiere Notwendigkeit, keine algorithmische Erfindung. Allein auf YouTube werden nach aktuellen Schätzungen rund 500 Stunden Videomaterial pro Minute hochgeladen — eine Zahl, die sich kaum noch vorstellen lässt: Um sie überhaupt zu sichten, bräuchte eine Person ohne Pause, ohne Schlaf, ohne jede andere Tätigkeit weit mehr als ein Menschenleben, nur um das Material eines einzigen Tages anzusehen. Kein Redaktionsteam der Welt könnte diese Menge auch nur ansatzweise sichten, geschweige denn kuratieren.

Irgendeine Instanz muss auswählen, was einzelnen Menschen angezeigt wird — die einzige Frage ist, ob diese Instanz ein Mensch, ein Algorithmus, oder schlicht die reine Chronologie des Uploads ist. Reine Chronologie, das zeigt die Geschichte sozialer Medien, hat sich als praktisch unbenutzbar erwiesen, sobald die Menge der Inhalte eine gewisse Schwelle überschreitet: Ein rein chronologischer Feed mit Millionen täglicher Beiträge zeigt jeder Person praktisch zufällige Ausschnitte, ohne jeden Bezug zu ihren tatsächlichen Interessen — das Auswahlproblem verschwindet dadurch nicht, es wird nur unsichtbar an den Zufall delegiert.

Quelle: Herzbaum-DALIB-Universe
KI-generiert mit Nano Banana Pro

Argument 5: Auch menschliche Kuratoren waren nie durchschaubar

Quelle: Herzbaum-DALIB-Universe – KI-generiert mit Nano Banana Pro

Die Vorstellung, vor Algorithmen habe es eine Ära nachvollziehbarer, verantwortlicher menschlicher Kuration gegeben, hält einer historischen Prüfung nur bedingt stand. Das Yahoo-Verzeichnis, in den neunziger Jahren eines der wichtigsten Werkzeuge, um sich im frühen Web zurechtzufinden, wurde von menschlichen Redakteur:innen gepflegt, die jede eingereichte Website manuell prüften — und ablehnen konnten, ohne dass die genauen Kriterien dafür je vollständig offengelegt wurden. Wer wissen wollte, warum die eigene Website nicht aufgenommen wurde, bekam in der Regel keine Antwort, die über eine allgemeine Ablehnung hinausging. Diese Intransparenz wurde damals kaum kritisiert, vermutlich auch deshalb, weil sie an einzelne, benennbare Menschen gebunden war und dadurch weniger bedrohlich wirkte als eine anonyme Maschine.

Als Google mit einem automatisierten, auf Verlinkungen basierenden Ranking-Prinzip antrat, setzte es sich gerade wegen seiner Konsistenz gegen das menschlich kuratierte Verzeichnis durch: Es skalierte mit dem wachsenden Web, während die Redaktion irgendwann nicht mehr hinterherkam. Yahoo selbst zog daraus 2002 die Konsequenz und übernahm Googles Suchergebnisse als eigene Hauptlistings — ein stilles Eingeständnis, dass das menschlich kuratierte Modell dem wachsenden Datenvolumen nicht mehr gewachsen war. Der Wunsch nach einem „durchschaubaren“ menschlichen Gatekeeper verklärt oft eine Vergangenheit, die selbst nie so durchschaubar war, wie sie im Rückblick erscheint.

Argument 6: Personalisierung dient echten Interessen

Nicht jeder Mensch will dieselben Inhalte sehen. Eine Person, die sich für Gartenarbeit interessiert, profitiert nicht davon, tagespolitische Debatten in ihrem Feed zu sehen, nur weil diese gerade viel diskutiert werden. Personalisierung, so das Argument, ist im Kern kein Manipulationswerkzeug. Sie ist die technische Umsetzung eines sehr alten publizistischen Prinzips: Menschen unterschiedlicher Interessen unterschiedlich zu bedienen, so wie es Fachzeitschriften, Spartensender und Special-Interest-Magazine schon lange vor jedem Algorithmus taten — nur eben deutlich präziser und für deutlich mehr Menschen gleichzeitig.

Wer für Gartenzeitschriften abonnierte, bekam auch vor jedem Algorithmus nie automatisch eine Ausgabe über Außenpolitik zugeschickt, ohne dass jemand darin ein demokratisches Problem gesehen hätte. Ein Algorithmus tut im Kern dasselbe, nur automatisiert und individueller zugeschnitten, statt auf grobe Zielgruppenkategorien wie „Garteninteressierte“ beschränkt zu sein. Wo genau die Grenze zwischen legitimer Zuschneidung auf Interessen und schädlicher Verengung des Blickfelds verläuft, ist damit nicht beantwortet — aber die bloße Existenz von Personalisierung ist für sich genommen kein neues, algorithmusspezifisches Problem.

Fazit: Was bleibt

Die Verteidiger:innen algorithmischer Systeme haben recht in einem Punkt, der in der Kritik oft verloren geht: Ein Algorithmus ist kein monolithisches Übel. Er ist ein Werkzeug, das von denjenigen geformt wird, die ihn bauen, denjenigen, die ihn regulieren — und denjenigen, deren Daten ihn trainieren.

Die Mechanismen, die in dieser Ausgabe kritisch beschrieben wurden — Undurchsichtigkeit ohne Rechenschaftspflicht, unsichtbare Arbeit, wirtschaftliche Machtkonzentration — sind real. Die anderen Artikel dieses Themenblocks haben das belegt. Aber sie sind nicht der Algorithmus selbst. Sie sind Entscheidungen darüber, wie er gebaut, reguliert und eingesetzt wird. Und Entscheidungen lassen sich verändern.

Bezeichnend ist dabei, dass sich Kritik und Verteidigung an mehreren Stellen gar nicht so fundamental widersprechen, wie es zunächst scheint. Auch die überzeugendsten Kritiker:innen algorithmischer Systeme fordern in der Regel keine Abschaffung. Sie fordern bessere Gestaltung: kontrollierte statt vollständiger Transparenz, Rechenschaftspflicht gegenüber Aufsichtsbehörden statt völliger Geheimhaltung, Systeme, die Konsistenz mit echter Prüfbarkeit verbinden, statt Konsistenz als Ausrede für Unantastbarkeit zu benutzen. Der eigentliche Streitpunkt betrifft selten die Frage, ob überhaupt algorithmisch sortiert werden soll. Er betrifft, welche Kontrollen ein solches System braucht, um sein Versprechen tatsächlich einzulösen.

Was die Kritik und die Verteidigung algorithmischer Systeme eigentlich verbindet, ist eine gemeinsame Grundforderung: Diese Systeme könnten besser sein. Sie könnten Informationsflut bewältigbar machen, ohne sich der Rechenschaft zu entziehen. Sie könnten Sichtbarkeit demokratisieren, ohne dabei unsichtbare Arbeit auszubeuten. Sie könnten Konsistenz bieten, ohne Konzentration von Macht bei denen zu verstärken, die sie kontrollieren.

Das ist keine naive Hoffnung. Es ist eine Forderung, die es wert ist, gestellt zu werden.

Der Wurzelbote ist das rollende Themenmagazin des Herzbaum-DALIB-Universe. Neue Artikel erscheinen wöchentlich, passend zu den Ausgaben des Blätterboten. Den Blätterboten gibt es kostenlos auf https://hdu-niverse.de/blaetterbote .

Quellen:

Hinterlasse jetzt einen Kommentar

Kommentar hinterlassen

E-Mail Adresse wird nicht veröffentlicht.


*