04 – Ein Blick ins Universum – 01 – Historisch: Von PageRank zu Brüssel: Die Geschichte der grauen Eminenz

August 3, 2026 Nick Ein Blick ins Universum, Historisch, Wurzelbote, Wurzelbote-Ausgabe-03-2026 0

Niemand hat je für einen Algorithmus gestimmt. Niemand hat ihn eingestellt, ihm ein Aufgabengebiet zugewiesen oder ihn entlassen, wenn er Schaden anrichtete. Und doch entscheidet er seit über zwei Jahrzehnten mit, was Milliarden Menschen täglich lesen, kaufen, glauben und fühlen. Wer verstehen will, wie aus einer akademischen Rechenübung eine Macht werden konnte, die im Hintergrund wirkt, ohne je direkt zur Rechenschaft gezogen zu werden, muss dorthin zurückgehen, wo diese Macht zum ersten Mal Gestalt annahm: in ein Studentenzimmer in Kalifornien, 1998.

Teil 1: Die Erfindung der Relevanz — 1998

Die Ordnung des Chaos…

Bevor es einen Algorithmus gab, der bestimmte, was wichtig war, gab es nur Suchmaschinen, die zählten. Wer in den frühen neunziger Jahren im Internet suchte, bekam Ergebnisse, die danach sortiert waren, wie oft ein Suchbegriff auf einer Seite vorkam — ein System, das sich mühelos austricksen ließ, indem man das gewünschte Wort einfach hundertfach in weißer Schrift auf weißem Grund unterbrachte. Die Stanford-Doktoranden Larry Page und Sergey Brin entwickelten zwischen 1996 und 1998 einen anderen Ansatz: Sie betrachteten jeden Link von einer Webseite zu einer anderen als eine Art Abstimmung. Eine Seite war nicht deshalb wichtig, weil sie einen Begriff oft wiederholte, sondern weil viele andere, selbst wichtige Seiten auf sie verwiesen. Das Prinzip bekam einen Namen, der zugleich ein Wortspiel mit dem Nachnamen seines Miterfinders war: PageRank.

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

Page und Brin waren dabei nicht die Ersten, die in diese Richtung dachten — der Cornell-Informatiker Jon Kleinberg entwickelte parallel einen fast identischen Ansatz namens HITS, der Webseiten in „Hubs“ und „Autoritäten“ unterteilte. Ihr eigenes Projekt nannten Page und Brin zunächst schlicht „BackRub“, nach der Analyse rückwärts verlaufender Links. Mathematisch beschrieben sie das Verhalten eines fiktiven „Random Surfers“, der zufällig von Link zu Link klickte — ein Modell, mit dem sich berechnen ließ, welche Seiten in einem solchen endlosen Klickpfad am häufigsten besucht würden. Im September 1998 gründeten Page und Brin auf dieser Grundlage ein Unternehmen namens Google. Was in ihrer eigenen Darstellung wie eine rein technische Verbesserung klang, war in Wahrheit eine folgenreiche Verschiebung: Zum ersten Mal entschied nicht mehr allein der Mensch, der eine Webseite besuchte, was relevant war — sondern eine Formel, die diese Entscheidung im Voraus traf, unsichtbar, für die meisten Nutzenden nicht nachvollziehbar. Das Versprechen dahinter war ein durchweg positives: Ordnung gegen die Informationsflut, Relevanz statt Zufall. Fast niemand stellte 1998 die Frage, wer eigentlich festlegte, wonach diese Relevanz sich richtete.

Teil 2: Der Sprung vom Dokument zum Menschen — 2006 bis 2010

Vom Ranking der Seiten zum Ranking der Beziehungen

Acht Jahre nach PageRank vollzog ein anderes Unternehmen den nächsten entscheidenden Schritt: Facebook führte im September 2006 den News Feed ein — einen fortlaufenden Strom von aktuellen Ereignissen aus dem eigenen sozialen Umfeld, anstelle der bis dahin üblichen statischen Profilseiten. Zunächst war dieser Feed schlicht chronologisch sortiert. Doch 2009 vollzog Facebook einen Bruch, dessen Tragweite damals kaum jemand einordnen konnte: Die Reihenfolge der Beiträge wurde nicht mehr durch die Uhrzeit bestimmt, sondern durch ein Ranking, das abschätzte, was für die einzelne Person am relevantesten sein würde.

Ab etwa 2010 kursierte in der Öffentlichkeit ein inoffizieller Name für die Mechanik dahinter: EdgeRank. Der Name lehnte sich bewusst an PageRank an, verschob dessen Logik jedoch auf ein neues Terrain. Klassifiziert und ordnet PageRank Dokumente nach ihrer Verlinkung, klassifizierte und ordnete EdgeRank Menschen nach ihrer Nähe zueinander — anhand dreier Faktoren: der Affinität zwischen zwei Personen, dem Gewicht der jeweiligen Interaktion und der Aktualität des Inhalts. Damit war ein Prinzip geboren, das sich in den folgenden Jahren radikal weiterentwickeln sollte: Bis 2013 hatte die einfache Drei-Faktoren-Formel einem maschinell lernenden System Platz gemacht, das nach unternehmensinternen Angaben bereits rund einhunderttausend einzelne Gewichtungsfaktoren berücksichtigte. Der Algorithmus rankte nun nicht mehr nur Beziehungen — er lernte fortlaufend dazu, welches Verhalten welche Reaktion auslöste, und passte sich in Echtzeit an.

Wer diese Entwicklung nicht als Nutzer, sondern als Unternehmen erlebte, spürte sie unmittelbar am eigenen Erfolg: Facebook selbst räumte 2014 in einem offiziellen Beitrag ein, dass die unbezahlte, organische Reichweite von Unternehmensseiten kontinuierlich zurückging — schlicht weil immer mehr Inhalte um immer denselben begrenzten Platz im Feed konkurrierten. Wer weiterhin sichtbar bleiben wollte, musste zunehmend für genau jene Sichtbarkeit bezahlen, die zuvor kostenlos gewesen war. Der Algorithmus, der ursprünglich Beziehungen zwischen Menschen sortieren sollte, war damit zugleich zu einem Instrument geworden, das über den wirtschaftlichen Erfolg ganzer Unternehmen mitentschied.

Teil 3: Der erste Riss — 2011

Eine Blase, die niemand sieht…

Für mehrere Jahre wurde algorithmische Personalisierung nahezu ausschließlich als Fortschritt verstanden — als praktische Lösung für ein sehr reales Problem der Informationsüberflutung. Diese Erzählung bekam 2011 den ersten öffentlichkeitswirksamen Riss. Der amerikanische Internetaktivist Eli Pariser veröffentlichte in diesem Jahr sein Buch „The Filter Bubble: What the Internet Is Hiding From You“ und prägte damit einen Begriff, der bis heute in Debatten über Algorithmen auftaucht: die Filterblase. Parisers zentrale These war unbequem, gerade weil sie so einfach war: Wenn Google und Facebook uns nur noch das zeigen, was zu unserem bisherigen Verhalten passt, verlieren wir unbemerkt den Zugang zu Informationen, die unseren eigenen Überzeugungen widersprechen — und merken es nicht einmal, weil uns niemand mitteilt, was uns vorenthalten wird.

Der öffentliche Ton gegenüber algorithmischer Personalisierung blieb nach 2011 überwiegend positiv, zumindest in den Massenmedien. Doch mit Pariser existierte erstmals eine breit rezipierte Sprache dafür, dass Relevanz-Algorithmen nicht neutral waren, sondern eine unsichtbare redaktionelle Entscheidung trafen — eine Entscheidung, die niemand beauftragt hatte und die niemand kontrollieren konnte. Pariser illustrierte das Prinzip an einem einfachen Beispiel: Wer den Suchbegriff „Golf“ eingab, bekam je nach bisherigem Verhalten entweder Ergebnisse zum Sport oder zum VW-Modell — zwei völlig unterschiedliche Welten aus demselben Wort, unsichtbar sortiert von einem System, das seine eigene Auswahl niemals offenlegt.

Teil 4: Der radikale Bruch — 2016/2017

Ein Algorithmus, der niemanden mehr braucht

In der ersten Ausgabe dieses Themenblocks ging es an dieser Stelle um den gesellschaftlichen Umbruch, den TikTok auslöste. Technisch betrachtet war dieser Umbruch noch grundlegender, als es auf den ersten Blick wirkte. Alle bisherigen Rankingsysteme — PageRank, EdgeRank und ihre unmittelbaren Nachfolger — setzten voraus, dass ein Netzwerk aus Verbindungen existierte: Links zwischen Webseiten, Freundschaften zwischen Menschen. Das dahinterstehende Unternehmen ByteDance, gegründet vom früheren Microsoft-Mitarbeiter Zhang Yiming, hatte diese Logik bereits an anderer Stelle erprobt: Mit der 2012 gestarteten Nachrichten-App Toutiao personalisierte ByteDance erstmals Nachrichtenfeeds rein algorithmisch, ganz ohne Redaktion — mit einer durchschnittlichen Nutzungsdauer von über siebzig Minuten täglich. Am 20. September 2016 übertrug ByteDance dieses Prinzip unter dem Namen Douyin auf Kurzvideos. Ab September 2017 stand die internationale Version unter dem Namen TikTok zur Verfügung.

Die zentrale Funktion der App, die „For You Page“, zeigte von Beginn an Inhalte, denen ein Nutzer nicht folgte und die nicht von Menschen stammten, die er kannte. Sie zeigte, was ein Algorithmus aus dem reinen Beobachten des Verhaltens ableitete: wie lange ein Video angeschaut, ob es wiederholt oder weggewischt wurde. Damit war das letzte verbliebene menschliche Element aus der Gleichung verschwunden — nicht einmal mehr die Auswahl der eigenen Kontakte bestimmte, was zu sehen war. Es war der Moment, in dem der Algorithmus von einem Werkzeug, das soziale Beziehungen sortierte, zu einer eigenständigen Instanz wurde, die Aufmerksamkeit direkt und ohne Umweg über zwischenmenschliche Bindungen verwaltete.

Teil 5: Die Enthüllung — 2018

Als aus Ranking eine Waffe wurd

Bis 2018 blieb die öffentliche Kritik an Ranking-Algorithmen vor allem eine Frage der Filterblase — unangenehm, aber abstrakt. Das änderte sich am 17. März 2018 schlagartig. An diesem Tag veröffentlichten der britische „Observer“ und die „New York Times“ Recherchen, die auf den Aussagen des kanadisch-britischen Datenanalysten Christopher Wylie beruhten, ehemals Forschungsdirektor bei der Firma Cambridge Analytica. Die Enthüllung zeigte: Cambridge Analytica hatte über eine vermeintlich wissenschaftliche Persönlichkeits-App auf die Daten von bis zu 87 Millionen Facebook-Profilen zugegriffen, ohne dass die Betroffenen dem in diesem Umfang zugestimmt hatten. Grundlage war das sogenannte OCEAN-Modell aus der Persönlichkeitspsychologie, das fünf Charakterdimensionen misst — Offenheit, Gewissenhaftigkeit, Extraversion, Verträglichkeit und Neurotizismus. Aus Facebook-Likes und Umfrageantworten errechnete Cambridge Analytica für jede Wählerin und jeden Wähler ein solches Profil und schnitt politische Werbebotschaften individuell darauf zu. Finanziert wurde das Unternehmen unter anderem vom damaligen Trump-Wahlkampfstrategen Steve Bannon, der zeitweise als Vizepräsident firmierte. Diese Daten wurden anschließend genutzt, um politische Botschaften individuell zuzuschneiden — sogenanntes Microtargeting, mutmaßlich eingesetzt unter anderem im Wahlkampf des amerikanischen Präsidentschaftskandidaten Donald Trump 2016.

Kurz nach der Veröffentlichung zeigte der britische Sender Channel 4 Undercover-Aufnahmen, in denen der damalige Cambridge-Analytica-Chef Alexander Nix mit Methoden wie Bestechung und gezielter Diskreditierung von Politikern prahlte. Nix wurde suspendiert, das Unternehmen meldete im Mai 2018 Insolvenz an. Was diesen Moment historisch bedeutsam machte, war weniger der einzelne Skandal als die Erkenntnis dahinter: Ein Ranking-Prinzip, das ursprünglich Webseiten oder Freundschaften sortierte, ließ sich ebenso auf Wählerinnen und Wähler anwenden — mit denselben Mechanismen aus der Verhaltensforschung, nur mit einem ungleich höheren Einsatz.

Teil 6: Zwei Blicke ins Innere — 2021

Die Blackbox wird geöffnet…

2021 wurde in doppelter Hinsicht zum Jahr der Offenlegung. Im Juli setzte das „Wall Street Journal“ über hundert automatisierte TikTok-Konten ein, um herauszufinden, wie der Algorithmus tatsächlich arbeitete. Das Ergebnis war ernüchternd einfach: Eine einzige Information reichte aus, damit die App wusste, was ein Konto sehen wollte — die reine Verweildauer auf einem Video. Nach der Recherche bestimmte der Algorithmus für 90 bis 95 Prozent dessen, was Nutzende zu sehen bekamen. Der ehemalige Google- und YouTube-Ingenieur Guillaume Chaslot, der Jahre zuvor selbst an Empfehlungsalgorithmen mitgearbeitet hatte und inzwischen die Transparenz-Initiative AlgoTransparency betreibt, ordnete die Ergebnisse öffentlich ein: Plattformen wie TikTok seien darauf ausgelegt, genau jene Schwachstellen der Nutzenden zu erkennen und auszunutzen, die zu möglichst langer Bildschirmzeit führten — unabhängig davon, ob der Inhalt den Menschen guttat.

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

Fast zeitgleich sorgte eine zweite Enthüllung für Aufsehen. Die frühere Facebook-Produktmanagerin Frances Haugen hatte das Unternehmen im Frühjahr 2021 verlassen und Zehntausende interne Dokumente an das „Wall Street Journal“, die US-Börsenaufsicht SEC und den amerikanischen Kongress weitergegeben. Am 3. Oktober 2021 gab sie sich in der Sendung „60 Minutes“ öffentlich als Quelle der sogenannten „Facebook Files“ zu erkennen. Zu den konkretesten Befunden aus den geleakten internen Studien gehörte, dass Instagram nach unternehmenseigenen Untersuchungen bei knapp einem Drittel jugendlicher Nutzerinnen das eigene Körperbild verschlechterte. Zwei Tage später sagte sie vor dem US-Senat aus, Facebooks Produkte würden Kindern schaden, gesellschaftliche Spaltung befördern und die Demokratie schwächen. Ihre zentrale Forderung war technisch präzise: weg von Ranking-Systemen, die allein auf Engagement und Popularität beruhten. Innerhalb weniger Monate hatten zwei unabhängige Recherchen von zwei unterschiedlichen Seiten dasselbe offengelegt — eine Technologie, deren innere Logik den Menschen, die sie täglich nutzten, weitgehend verborgen blieb.

Teil 7: Die Gegenwart — 2022 bis 2026

Vom Prinzip zur Pflicht

Die Regulierungsgeschichte, die die erste Ausgabe dieses Themenblocks in ihrer Breite nachzeichnete, bekommt an dieser Stelle ihre technische Fortsetzung. Der Digital Services Act verpflichtet Online-Plattformen seit dem 17. Februar 2024 in seinem Artikel 27 erstmals dazu, die wichtigsten Parameter ihrer Empfehlungssysteme verständlich offenzulegen — und Nutzenden zu erklären, wie sie diese Parameter beeinflussen können. Für sehr große Plattformen geht Artikel 38 noch weiter: Sie müssen mindestens eine Option anbieten, die nicht auf persönlichem Profiling beruht. Zum ersten Mal in der Geschichte des Ranking-Algorithmus bestand damit eine rechtliche Pflicht, die eigene Logik zumindest in Grundzügen zu erklären und damit offenzulegen.

Ob diese Pflicht tatsächlich durchgesetzt wird, zeigt sich gerade jetzt, im Jahr 2026. Bereits am 24. Oktober 2025 hatte die Europäische Kommission vorläufig festgestellt, dass sowohl TikTok als auch Meta Forschenden keinen ausreichenden Zugang zu Plattformdaten gewährten — eine eigene Pflicht des Digital Services Act, die es unabhängigen Wissenschaftlerinnen und Wissenschaftlern erst ermöglichen soll, die Wirkung von Empfehlungssystemen überhaupt unabhängig zu untersuchen. Am 6. Februar 2026 folgte die nächste, deutlich schärfere Feststellung: TikTok verstoße mit seinem auf Sucht ausgelegten Design gegen den Digital Services Act — genannt wurden endloses Scrollen (der sog. „Infinite Scroll“), automatisch startende Videos und ein stark personalisiertes Empfehlungssystem. Am 10. Juli 2026 folgte dieselbe vorläufige Feststellung gegen Meta, für Instagram und Facebook. Die zuständige EU-Kommissarin für technologische Souveränität, Sicherheit und Demokratie, Henna Virkkunen, formulierte es so: Demokratien seien auf Vertrauen angewiesen, und Plattformen müssten deshalb ihre Systeme der Überprüfung öffnen, statt es den Nutzenden zu überlassen. Die Kommission verlangt von Meta konkret, den Empfehlungsalgorithmus weniger auf Engagement auszurichten — ein direkter Eingriff in genau jenes Prinzip, das seit 2009 den Kern jedes großen Feed-Algorithmus bildet. Bei einer endgültigen Bestätigung drohen Bußgelder von bis zu sechs Prozent des weltweiten Jahresumsatzes.

Wie schwer sich selbst weitreichende Regulierung mit der eigentlichen Machtfrage tut, zeigt ein Streit, der 2026 um TikToks europäische Umstrukturierung entbrannte: Im Rahmen des milliardenschweren „Projekt Clover“ verlagerte TikTok Daten und Infrastruktur in eigene europäische Rechenzentren. Aktionäre und Software-Ingenieure reichten daraufhin im März 2026 Klage ein mit dem Vorwurf, die neue Struktur sei eine Fassade: Der zugrunde liegende Empfehlungsalgorithmus bleibe weiterhin im Besitz des chinesischen Mutterkonzerns ByteDance, der ihn lediglich an die neue Struktur lizenziere — die eigentliche Ranking-Logik, um die es bei alledem geht, verändere sich dadurch kein Stück.

Ob aus diesen Verfahren tatsächlich ein anderer, weniger auf reine Verweildauer ausgerichteter Algorithmus entsteht, ist im Sommer 2026 noch offen. Sicher ist nur: Zum ersten Mal in fast dreißig Jahren algorithmischer Rankinggeschichte steht nicht mehr zur Debatte, ob eine Aufsichtsbehörde überhaupt zuständig ist — sondern nur noch, wie tief sie in ein System eingreifen darf, das über Jahrzehnte hinweg unbeobachtet wachsen durfte.

Fazit: Was bleibt

Von einer Formel, die 1998 Webseiten nach Verlinkung ordnete, zu einem System, das 2026 unter förmlicher Beobachtung der Europäischen Kommission steht — dazwischen liegt keine gerade Linie, sondern eine Geschichte aus stillen technischen Verschiebungen und lauten öffentlichen Enthüllungen, die sich gegenseitig ablösten. Jede neue Stufe der Rankinglogik wurde zunächst als reine Verbesserung verkauft: mehr Relevanz, mehr Nähe, mehr Verständnis für die eigenen Interessen. Erst im Nachhinein zeigte sich jeweils, wessen Interessen tatsächlich bedient wurden.

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

Was diese Geschichte von anderen technischen Entwicklungen unterscheidet, ist ihre Unsichtbarkeit. Eine neue Fabrik, ein neues Gesetz, eine neue Behörde — all das lässt sich sehen, benennen, falls nötig zur Rede stellen. Ein Algorithmus, der entscheidet, welche zehn von zehntausend möglichen Inhalten in einem Feed erscheinen, tut das lautlos, für jede Person einzeln, ohne dass irgendjemand außerhalb des Unternehmens die Kriterien kennt. Genau das macht ihn zur grauen Eminenz: eine Macht, die niemand gewählt hat, die aber über Jahre hinweg mitentschied, was Milliarden Menschen für wichtig, wahr und sehenswert hielten — lange bevor irgendjemand sie danach fragte. Bemerkenswert ist dabei, wie ähnlich sich die Reaktionsmuster über all die Jahrzehnte hinweg glichen: Erst kommt die technische Neuerung, dann wächst sie unbeobachtet, dann folgt eine einzelne Enthüllung — ein Buch, ein Whistleblower, eine Recherche —, und erst danach, oft Jahre später, die eigentliche gesellschaftliche Debatte. Wie lang dieser Abstand künftig bleibt, entscheidet sich auch daran, wie ernst die aktuellen Verfahren aus Brüssel tatsächlich genommen werden.

Diese Fragen, aus psychologischer, soziologischer, soziokultureller und sozioökonomischer Sicht behandeln die weiteren Artikel dieses Themenblockes hier im Wurzelboten ausführlich.

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.


*