Facebook lässt Nutzer ihren Empfehlungsalgorithmus stärker steuern

Mehr direkter Einfluss auf Empfehlungen

Meta gibt Facebook-Nutzern nach eigenen Angaben ein neues Werkzeug, um Empfehlungen stärker zu beeinflussen. Die Funktion heißt „Your Algorithm“ und soll es ermöglichen, Themen für den Feed und für Facebook Reels mit eigenen Worten zu beschreiben. Nutzer können mitteilen, welche Inhalte sie häufiger sehen möchten und welche seltener erscheinen sollen.

Damit ergänzt Meta die bislang vor allem indirekten Signale auf der Plattform. Reaktionen, Aufrufe, Abonnements oder das Ausblenden einzelner Beiträge können Empfehlungen bereits beeinflussen. Mit dem neuen Angebot sollen Menschen ihre Präferenzen zusätzlich ausdrücklich formulieren können, statt sich allein auf automatisierte Ableitungen aus ihrem bisherigen Verhalten zu verlassen.

Meta kündigte die Einführung am Dienstag an. Laut TechCrunch war die Funktion zuvor bereits auf Instagram verfügbar. The Verge berichtet ebenfalls, dass Meta die Instagram-Funktion nun zu Facebook bringt und parallel den Einsatz großer Sprachmodelle bei der Sortierung von Inhalten ausbauen will.

Zugang über einzelne Beiträge

Der Einstieg in die Funktion soll über das Drei-Punkte-Menü einzelner Facebook-Beiträge möglich sein. Dort können Nutzer „Your Algorithm“ aufrufen oder die Optionen „Interessiert“ und „Nicht interessiert“ wählen. Nach Angaben von Meta können diese beiden Schaltflächen teils auch direkt unter Beiträgen erscheinen.

Die Rückmeldung muss nicht bei einer einfachen Auswahl bleiben. Nutzer sollen in natürlicher Sprache erklären können, welche Themen oder Arten von Inhalten sie mehr oder weniger sehen wollen. Meta beschreibt dies als Möglichkeit, direkt mit dem Algorithmus zu kommunizieren. Das Unternehmen sagt, die daraus folgenden Anpassungen würden sich in Echtzeit in den Empfehlungen niederschlagen.

Meta zufolge kann Facebook außerdem Nachfragen stellen, wenn die Plattform genauer verstehen möchte, was jemand mochte oder ablehnte. Solche zusätzlichen Antworten sollen detaillierteres Feedback liefern. Wie stark einzelne Eingaben gewichtet werden, wie lange sie wirken oder wie sie mit anderen Signalen zusammenspielen, geht aus den vorliegenden Berichten allerdings nicht hervor.

Sprachmodelle sollen Kontext erfassen

The Verge zufolge setzt Meta bei seinen Ranking-Systemen verstärkt auf große Sprachmodelle, häufig als LLMs bezeichnet. Nach Darstellung des Unternehmens können diese Modelle Interessen, Kontext und Absicht berücksichtigen, die in natürlich formulierten Eingaben enthalten sind. Dadurch solle ein Algorithmus entstehen, dem Nutzer in eigenen Worten mitteilen können, was ihnen gerade wichtig ist.

Meta behauptet, dass Empfehlungen nach Änderungen innerhalb derselben Sitzung reagieren und sich an aktuelle Präferenzen anpassen können. Das ist eine Unternehmensangabe. Unabhängige Messungen zur Genauigkeit, zur Reichweite der Änderungen oder zur Qualität der resultierenden Empfehlungen enthalten die beiden vorliegenden Quellen nicht.

Die Funktion bedeutet daher nicht, dass Nutzer sämtliche Regeln ihres Feeds einsehen oder vollständig festlegen können. Meta beschreibt einen zusätzlichen Weg, Einfluss auf die Auswahl und Reihenfolge von Inhalten zu nehmen. Eine Offenlegung aller Ranking-Faktoren oder der vollständigen technischen Logik ist mit der Ankündigung nicht verbunden.

Schritte für Nutzer

„Your Algorithm“ verbindet Rückmeldungen zu einzelnen Beiträgen mit breiteren Angaben zu Themen. Wer einen konkreten Beitrag sieht, kann unmittelbar Interesse oder Desinteresse signalisieren. Wer darüber hinaus eine wiederkehrende Präferenz erläutern möchte, kann nach Metas Beschreibung einen eigenen Text eingeben.

• Das Drei-Punkte-Menü eines Beitrags öffnen.
• „Your Algorithm“ auswählen oder „Interessiert“ markieren.
• Unerwünschte Inhalte mit „Nicht interessiert“ kennzeichnen.
• Mit eigenen Worten Themen für mehr oder weniger Empfehlungen nennen.
• Mögliche Rückfragen beantworten, um die Angaben zu präzisieren.

Meta begründet die Neuerung mit dem Ziel, Empfehlungen relevanter zu machen. Die Plattform will nach eigener Darstellung weniger ausschließlich auf automatisch berechnete Vorschläge setzen und den Nutzern mehr Einfluss auf ihr Social-Media-Erlebnis geben. Ob dies für alle Themen und Nutzungsarten in gleicher Weise funktioniert, lässt sich aus den verfügbaren Angaben nicht ableiten.

Aufbau auf Instagram und Threads

Die Facebook-Einführung steht in einer Reihe ähnlicher Personalisierungsangebote von Meta. TechCrunch zufolge startete „Your Algorithm“ auf Instagram zunächst für Reels im Dezember 2025. Im Juni wurde die Anpassung dort auf Feed und Explore ausgeweitet. Für Threads führte Meta zudem die verwandte Funktion „Dear Algo“ ein.

Die Parallelen zeigen, dass Meta Nutzerfeedback zunehmend als direkte Eingabe für Empfehlungssysteme nutzen möchte. Zugleich bleiben wichtige praktische Fragen offen: Die Quellen nennen keine Kennzahlen dazu, wie häufig Nutzer die Funktion verwenden, wie viel sich Empfehlungen dadurch verändern oder ob bestimmte Themen anders behandelt werden als andere.

Der Schritt reiht Facebook stärker in ein Modell ein, das von personalisierten Streaming-Angeboten bekannt ist. Dort können Nutzer Empfehlungen ebenfalls anhand von Interessen und Präferenzen beeinflussen. Meta stellt seine Lösung als Anpassung an eine Umgebung dar, in der künstliche Intelligenz die Entdeckung von Inhalten immer stärker prägt.

Folgen für Organisationen

Für Unternehmen und Organisationen im deutschsprachigen Raum, die über Facebook kommunizieren, kann sich damit die Bedeutung klar erkennbarer Interessenlagen ihres Publikums erhöhen. Nutzer erhalten einen zusätzlichen Weg, Inhalte als passend oder unpassend zu markieren und Themen direkt zu benennen.

Konkrete Auswirkungen auf Reichweite oder Sichtbarkeit einzelner Beiträge lassen sich aus Metas Ankündigung jedoch nicht verlässlich ableiten. Die vorliegenden Berichte enthalten weder Leistungswerte noch eine Anleitung zur Optimierung. Organisationen sollten daher beobachten, wie ihre Zielgruppen die neuen Rückmeldemöglichkeiten nutzen und wie sich die Funktion in der Praxis auf Feed- und Reels-Empfehlungen auswirkt.