Engagement-Based Ranking

Aus Wikikama

Engagement-Based Ranking

Wie soziale Netzwerke Inhalte nach Interaktionen priorisieren – Risiken für Desinformation und Manipulation

Was ist Engagement-Based Ranking?

Engagement-Based Ranking bezeichnet ein Prinzip, bei dem Inhalte auf Plattformen wie Facebook, Instagram, YouTube oder TikTok bevorzugt angezeigt werden, wenn sie viele Interaktionen auslösen – etwa Likes, Kommentare oder Shares. Ziel ist es, Nutzer:innen möglichst lange auf der Plattform zu halten, indem besonders „engaging“ Inhalte prominent platziert werden. Problematisch wird dieses Ranking-System, wenn es gezielt emotionale, polarisierende oder sogar falsche Inhalte bevorzugt. Das System kann so zur Verstärkung von Desinformation, Manipulation durch Algorithmen und Radikalisierung beitragen.

Merkmale / Typische Formen

  • Inhalte mit hoher emotionaler Wirkung (z. B. Wut, Angst, Empörung) werden bevorzugt gerankt
  • Algorithmen priorisieren Inhalte basierend auf Interaktionswahrscheinlichkeit, nicht Wahrheitsgehalt
  • Polarisierende Inhalte erhalten höhere Reichweiten
  • Engagement-Signale können durch Bots oder koordinierte Gruppen manipuliert werden

Psychologische Mechanismen

  • Der sogenannte Empörungsanreiz führt dazu, dass kontroverse oder aufwühlende Inhalte mehr Engagement erzeugen – und damit stärker verbreitet werden
  • Das Phänomen der Echokammer wird durch algorithmisches Ranking weiter verstärkt
  • Confirmation Bias (Bestätigungsfehler) wird durch personalisierte Inhalte begünstigt

Beispiele aus der Praxis

  • Ein kontroverses Video auf TikTok, das eine medizinische Falschinformation enthält, erhält tausende Likes und wird daher millionenfach ausgespielt
  • Auf Facebook verbreiten sich Verschwörungsnarrative besonders stark, weil sie hohe Engagement-Raten erzeugen
  • Influencer:innen auf Instagram posten irreführende Informationen zu Impfungen – die Beiträge gehen viral wegen der emotionalen Ansprache
  • YouTube-Algorithmen schlagen zunehmend radikalisierende Inhalte vor, weil sie die Nutzerbindung erhöhen

Folgen / Auswirkungen

Schutz & Empfehlungen

Häufige Irrtümer / Missverständnisse

  • „Was viele liken, muss stimmen“ – Falsch: Engagement sagt nichts über Wahrheitsgehalt aus
  • „Der Algorithmus zeigt nur, was ich sehen will“ – Teilweise richtig: Er zeigt vor allem, was dich emotional bindet – nicht unbedingt das, was du brauchst

Weiterführende Links