Diesen aiMOOC als Battle spielen: Deutsch, Klasse 5-6, G-Niveau

IM6 - Wie soziale Netzwerke funktionieren

Einleitung

Soziale Netzwerke sind digitale Dienste, in denen Menschen oder Organisationen Profile anlegen, Inhalte veröffentlichen, anderen Profilen folgen und auf Beiträge reagieren können. Eine zentrale Oberfläche ist der Feed: eine fortlaufende Auswahl von Beiträgen, Videos, Bildern oder Empfehlungen. Dieser Feed ist nicht bei allen Menschen gleich. Viele Plattformen stellen für jedes Profil eine eigene Auswahl zusammen.

In diesem aiMOOC lernst Du an fiktiven Profilen, nachgebildeten Feeds, Diagrammen und einfachen Rechenmodellen, wie Profile, Likes, Follows, Empfehlungen und Reichweite zusammenwirken. Du brauchst dafür keinen echten Social-Media-Account. Das ist für Klasse 6 besonders sinnvoll, weil Altersregeln und Schutzfunktionen je nach Dienst unterschiedlich sind.

Das wichtigste Lernziel lautet: Du kannst erklären, warum zwei Menschen zur selben Zeit auf derselben Plattform unterschiedliche Inhalte sehen können.

Die Punkte in einem Netzwerkbild stehen für Profile, die Linien für Verbindungen. Solche Verbindungen können zum Beispiel bedeuten: „folgt“, „ist befreundet mit“ oder „hat Kontakt zu“. Welche Bedeutung eine Linie genau hat, hängt vom Netzwerk ab.

Lernziele

Nach dem aiMOOC kannst Du erklären, was ein Profil, ein Feed, ein Like, ein Follow und eine Empfehlung sind. Du kannst ein einfaches Netzwerkdiagramm lesen, eine modellhafte Feed-Sortierung nachvollziehen, Reichweite von bloßer Beliebtheit unterscheiden und beschreiben, warum Personalisierung zu unterschiedlichen Informationswelten führen kann.

Ein soziales Netzwerk als Modell

Ein soziales Netzwerk lässt sich zunächst sehr einfach als Knoten-und-Kanten-Modell darstellen:

Baustein	Bedeutung im Modell	Beispiel
Knoten	Ein Profil oder Account	Profil „Mira malt“
Kante	Eine Verbindung zwischen Profilen	„Mira folgt Leo“
Inhalt	Ein veröffentlichter Beitrag	Foto, Kurzvideo, Text, Umfrage
Reaktion	Eine Handlung an einem Inhalt	Like, Kommentar, Teilen, Speichern

Datei:Social Network Diagram (segment).svg

Je dichter ein Bereich im Diagramm verbunden ist, desto mehr Beziehungen bestehen dort im Modell. Das bedeutet aber nicht automatisch, dass alle Personen dieselbe Meinung haben. Ein Netzwerkdiagramm zeigt zunächst nur Verbindungen.

Profile: Dein Platz im Netzwerk

Ein Profil ist die Seite, die zu einem Account gehört. Dort können je nach Plattform ein Anzeigename, ein Profilbild oder Avatar, eine Beschreibung und veröffentlichte Inhalte erscheinen. Häufig sieht man außerdem, welchen Profilen jemand folgt oder wie viele andere Profile folgen.

Für den Unterricht arbeiten wir mit erfundenen Profilen:

Fiktives Profil	Sichtbare Interessen im Modell	Folgt	Letzte Aktionen
@MiraMalt	Zeichnen, Tiere, Basteln	@KunstKiste, @TierWissen	Zwei Zeichenclips gelikt, ein Fußballvideo schnell weitergewischt
@EmilKickt	Fußball, Tricks, Stadionwissen	@BallLabor, @SportKurz	Drei Fußballclips lange angesehen, ein Bastelvideo gespeichert
@NoorForscht	Weltraum, Experimente, Rätsel	@SternZeit, @MiniLabor	Weltraumclip gelikt, Mathe-Rätsel kommentiert

Wichtig: Ein Profil sollte nicht unnötig persönliche Daten verraten. Für ein Lernmodell reichen erfundene Namen und Interessen. Reale Adressen, Telefonnummern, Passwörter oder andere sensible Daten gehören nicht in ein öffentliches Profil.

Nachgebauter Profil-Bildschirm

👤 @MiraMalt
Bio	„Ich mag Tiere und zeichne gern.“
Folgt	@KunstKiste · @TierWissen
Follower	42 im fiktiven Modell
Beiträge	🎨 Aquarell-Fuchs · ✏️ Comic-Auge · 🐾 Tier-Skizzen
Privatsphäre	🔒 Nur angenommene Kontakte sehen private Beiträge

Das Beispiel ist kein Screenshot einer echten Plattform. Es ist ein Lernmodell. So kannst Du Funktionen untersuchen, ohne persönliche Daten zu verwenden.

Follow: Eine Verbindung mit Wirkung

Wenn Du einem Profil folgst, bedeutet das meistens: Du möchtest neue Beiträge dieses Profils leichter finden. Ein Follow ist deshalb ein Signal dafür, dass Dich die Inhalte dieses Profils interessieren könnten. Trotzdem erscheint nicht zwingend jeder neue Beitrag ganz oben im Feed. Plattformen können Inhalte chronologisch oder nach einer berechneten Reihenfolge anzeigen.

Ein Follow kann also zwei Dinge gleichzeitig bedeuten:

Es entsteht eine sichtbare oder unsichtbare Verbindung im Netzwerk.
Beiträge dieses Profils werden für Deinen Feed eher zu möglichen Kandidaten.

Like: Eine kleine Reaktion mit mehreren Bedeutungen

Mit einem Like drückst Du meist aus, dass Dir ein Beitrag gefällt, Du ihn interessant findest oder Du ihn unterstützen möchtest. Für ein Empfehlungssystem kann ein Like zusätzlich als Signal dienen: „Dieser Inhalt war für dieses Profil offenbar interessant.“

Aber ein Like ist kein Wahrheitsstempel. Ein Beitrag mit vielen Likes kann trotzdem falsch, missverständlich oder nur besonders unterhaltsam sein. Auch ein einzelnes Like verrät nicht sicher, warum jemand reagiert hat.

Weitere Signale: Was ein Empfehlungssystem beobachten kann

Je nach Plattform können neben Likes und Follows weitere Signale eine Rolle spielen. Beispiele sind, ob ein Video lange angesehen oder sofort übersprungen wird, ob ein Beitrag gespeichert, geteilt oder kommentiert wird, welche Themen häufig vorkommen und wie neu ein Inhalt ist.

Beobachtete Handlung im Modell	Mögliches Signal	Vorsicht bei der Deutung
Video lange ansehen	„Könnte interessant sein“	Vielleicht lief das Video nur nebenbei
Like setzen	„Positive Reaktion“	Der Grund für das Like bleibt unbekannt
Profil folgen	„Mehr von diesem Profil erwünscht“	Interessen können sich ändern
Beitrag schnell überspringen	„Vielleicht uninteressant“	Vielleicht war gerade nur wenig Zeit
Beitrag speichern	„Später noch einmal ansehen“	Speichern sagt nichts über Wahrheit aus

Plattformen verwenden nicht alle dieselben Regeln. Viele genaue Gewichtungen sind außerdem nicht öffentlich. Deshalb arbeiten wir im Unterricht mit vereinfachten Modellen.

Was ist ein Algorithmus?

Ein Algorithmus ist eine eindeutige Folge von Regeln oder Rechenschritten, mit denen eine Aufgabe bearbeitet wird. Beim Feed kann die Aufgabe lauten: „Ordne viele mögliche Beiträge so, dass für dieses Profil eine Reihenfolge entsteht.“

Viele mögliche Beiträge	→	Signale zum Profil	→	Bewertung nach Regeln	→	Sortierter Feed
Sport · Tiere · Kunst · Wissen · Musik	→	Follows · Likes · Sehdauer · Aktualität	→	Punkte oder Vorhersagen im Modell	→	Beitrag A vor Beitrag D vor Beitrag B

Fehler beim Erstellen des Vorschaubildes:

Das Bild verdeutlicht: Ein Social-Media-Algorithmus beeinflusst, ob und in welcher Reihenfolge Inhalte erscheinen können.

Das Erklärvideo von SRF Kids zeigt kindgerecht, warum Plattformen aus Deinem Verhalten Hinweise ableiten und daraus neue Empfehlungen bilden können.

Chronologischer Feed und sortierter Feed

Ein chronologischer Feed ordnet Beiträge vor allem nach ihrer Zeit: Neues steht oben. Ein algorithmisch sortierter Feed kann andere Kriterien einbeziehen und die Reihenfolge verändern.

Datei:Recommendation architecture-2.svg

Beitrag	Veröffentlichungszeit	Chronologisch	Modell für @MiraMalt
⚽ Fußballtrick	10:04	Platz 1	Platz 4
🎨 Aquarell-Fuchs	10:01	Platz 2	Platz 1
🐾 Tierwissen	09:58	Platz 3	Platz 2
🚀 Mars-Quiz	09:55	Platz 4	Platz 3

Im Beispiel ist das Fußballvideo am neuesten. Für @MiraMalt stehen trotzdem Kunst und Tiere weiter oben, weil das Modell diese Themen stärker mit dem Profil verbindet.

Wie Empfehlungen entstehen können

Viele Empfehlungssysteme arbeiten vereinfacht in mehreren Schritten: Zuerst werden aus sehr vielen Inhalten mögliche Kandidaten ausgewählt. Danach werden diese Kandidaten bewertet und sortiert.

Für Klasse 6 genügt dieses Modell:

Schritt	Frage	Beispiel
Kandidaten finden	Welche Beiträge könnten überhaupt passen?	Beiträge von gefolgten Profilen und ähnliche Themen
Signale prüfen	Was weiß das System aus bisherigen Handlungen?	Likes auf Kunst, Follow bei @KunstKiste
Bewerten	Welche Kandidaten wirken wahrscheinlich interessant?	Kunstbeitrag erhält im Modell mehr Punkte
Sortieren	Was steht weiter oben?	Aquarell-Fuchs vor Fußballtrick
Neu lernen	Was passiert nach Deiner nächsten Handlung?	Ein gespeichertes Fußballvideo verändert das Modell etwas

Interaktives Modell: Der Mini-Feed-Algorithmus

Jetzt baust Du einen einfachen Algorithmus nach. Das ist nicht der echte Algorithmus einer Plattform. Es ist ein durchschaubares Lernmodell.

Regeln des Modells:

Beitrag stammt von einem gefolgten Profil: +3 Punkte
Thema wurde zuletzt mehrfach gelikt oder gespeichert: +2 Punkte
Beitrag ist besonders neu: +1 Punkt
Sehr ähnlicher Inhalt wurde zuletzt oft sofort übersprungen: −2 Punkte

Beispiel für @MiraMalt:

Beitrag	Gefolgtes Profil	Interessenthema	Sehr neu	Oft übersprungen	Modell-Punkte
🎨 Aquarell-Fuchs	+3	+2	+1	0	6
🐾 Warum Katzen schnurren	+3	+2	0	0	5
🚀 Mars in 60 Sekunden	0	0	+1	0	1
⚽ Drei neue Dribblings	0	0	+1	−2	−1

Der daraus entstehende Feed lautet im Modell: Aquarell-Fuchs → Katzenwissen → Mars → Dribblings.

Nachgebauter Feed A: @MiraMalt

🏠 Für Dich – fiktiver Feed von @MiraMalt
1 · @KunstKiste 🎨 „Drei Tricks für Fell mit Buntstiften“ ♡ 218 Likes · 💬 24 Kommentare · 🔖 Speichern
2 · @TierWissen 🐾 „Warum Katzen schnurren“ ♡ 501 Likes · 💬 61 Kommentare
3 · Empfehlung 🚀 „Mars in 60 Sekunden“ „Weil Du Wissensclips angesehen hast“
4 · @BallLabor ⚽ „Drei neue Dribblings“ „Beliebt in Deiner Altersgruppe“ – im Modell weiter unten

Beachte: Die Zahlen sind erfunden. Sie dienen nur dazu, eine Feed-Oberfläche nachzubauen.

Nachgebauter Feed B: @EmilKickt

Die Plattform besitzt denselben Pool an vier Beiträgen, aber @EmilKickt hat andere Follows und andere letzte Aktionen.

🏠 Für Dich – fiktiver Feed von @EmilKickt
1 · @BallLabor ⚽ „Drei neue Dribblings“ „Von einem Profil, dem Du folgst“
2 · Empfehlung 🧤 „Torwart-Reaktionstest“ „Ähnlich zu Clips, die Du lange angesehen hast“
3 · @KunstKiste 🎨 „Drei Tricks für Fell mit Buntstiften“ „Du hast zuletzt einen Bastelbeitrag gespeichert“
4 · @TierWissen 🐾 „Warum Katzen schnurren“

Gleiche Plattform, anderer Feed. Der Unterschied entsteht im Modell nicht, weil eine Person „wichtiger“ ist, sondern weil andere Signale vorliegen.

Nachgebauter Feed C: @NoorForscht

🏠 Für Dich – fiktiver Feed von @NoorForscht
1 · @SternZeit 🚀 „Was ist ein Lichtjahr?“
2 · @MiniLabor 🧪 „Experiment mit Luftdruck“
3 · Empfehlung 🧩 „Logikrätsel: Welche Tür ist richtig?“
4 · Empfehlung 🎨 „Perspektive zeichnen“

Auch hier ist der Inhaltspool nicht vollständig anders. Vor allem die Reihenfolge und die Auswahl der empfohlenen Beiträge unterscheiden sich.

Use-Case 1: Warum sehen Mira und Emil Verschiedenes?

Stell Dir vor, Mira und Emil öffnen gleichzeitig dieselbe fiktive App. Beide könnten theoretisch denselben neuen Kunst- und Fußballbeitrag sehen.

Mira folgt zwei Kunst- und Tierprofilen und hat zuletzt Zeichenclips gelikt. Emil folgt zwei Sportprofilen und hat mehrere Fußballclips lange angesehen. Der Mini-Algorithmus bewertet deshalb für beide dieselben Kandidaten unterschiedlich.

Signal	@MiraMalt	@EmilKickt
Follow	Kunst und Tiere	Fußball und Sport
letzte Likes	Zeichenclips	Fußballclips
lange angesehen	Tierwissen	Dribblings
Ergebnis	Kunst und Tiere weiter oben	Sport weiter oben

Erklärung in einem Satz: Verschiedene Menschen sehen unterschiedliche Inhalte, weil ein Empfehlungssystem aus unterschiedlichen Signalen unterschiedliche Reihenfolgen oder Vorschläge berechnet.

Use-Case 2: Ein neues Interesse verändert den Feed

Angenommen, @MiraMalt schaut an drei Tagen mehrere Weltraumclips lange an, speichert einen davon und folgt danach @SternZeit. Im vereinfachten Modell wird „Weltraum“ nun stärker gewichtet.

Vorher:

Rang	Thema
1	🎨 Kunst
2	🐾 Tiere
3	🚀 Weltraum

Nach neuen Signalen:

Rang	Thema
1	🚀 Weltraum
2	🎨 Kunst
3	🐾 Tiere

Ein Feed ist also nicht unbedingt dauerhaft gleich. Neue Handlungen können neue Signale liefern.

Use-Case 3: Zwei Menschen informieren sich über dasselbe Ereignis

Jetzt geht es nicht nur um Hobbys. Stell Dir vor, in der Stadt soll ein neuer Skatepark gebaut werden.

Fiktiver Feed	Häufig gezeigte Inhalte	Möglicher Eindruck
Feed X	Clips von Jugendlichen, die sich auf den Skatepark freuen	„Fast alle finden den Skatepark gut.“
Feed Y	Beiträge von Anwohnern, die Lärm befürchten	„Fast alle sind gegen den Skatepark.“
Feed Z	Bericht der Stadt, Karten, Pro- und Contra-Interviews	„Es gibt mehrere Sichtweisen.“

Alle drei Feeds können echte Beiträge enthalten und trotzdem ein unterschiedliches Bild derselben Debatte erzeugen. Darum ist es klug, bei wichtigen Themen nicht nur dem eigenen Feed zu vertrauen, sondern aktiv verschiedene Quellen zu suchen.

Personalisierung: praktisch, aber begrenzt

Personalisierung kann hilfreich sein: Du findest schneller Inhalte zu Deinen Interessen. Gleichzeitig kann sie dazu führen, dass andere Themen seltener auftauchen. Das wird oft mit Begriffen wie Filterblase oder Echokammer diskutiert. Diese Begriffe beschreiben nicht jede Nutzung perfekt, aber sie helfen, über ein mögliches Problem nachzudenken: Was sehe ich nicht, weil mein Feed auswählt?

Frage Dich nach dem Video: Welche Inhalte könnten in Deinem fiktiven Feed fehlen, obwohl sie für ein Thema wichtig sind?

Empfehlungen sind Vorhersagen, keine Befehle

Ein Empfehlungssystem versucht meist vorherzusagen, welcher Inhalt zu einem Profil passen könnte. Eine Empfehlung bedeutet nicht:

dass der Beitrag wahr ist,
dass der Beitrag gut für Dich ist,
dass alle Menschen denselben Beitrag sehen,
oder dass Du ihn ansehen musst.

Du kannst Empfehlungen aktiv hinterfragen, neue Themen suchen, Accounts entfolgen, Inhalte melden oder – je nach Plattform – Empfehlungen zurücksetzen oder beeinflussen.

Reichweite: Wie weit kommt ein Beitrag?

Reichweite beschreibt vereinfacht, wie viele unterschiedliche Konten oder Personen ein Inhalt erreicht. Die genaue Messweise hängt von der Plattform ab. Aufrufe oder Impressionen können dagegen auch mehrfach entstehen, wenn derselbe Inhalt öfter gezeigt wird.

Ein Beitrag kann Reichweite bekommen, weil:

Follower ihn im Feed sehen,
Menschen ihn teilen,
er in einer Suche auftaucht,
oder ein Empfehlungssystem ihn weiteren Profilen vorschlägt.

Viele Likes können Reichweite beeinflussen, garantieren sie aber nicht. Plattformen berücksichtigen oft mehrere Signale gleichzeitig.

Reichweiten-Modell: Von einer kleinen Gruppe zu vielen Feeds

Start Beitrag wird veröffentlicht	→	Erste Gruppe einige Follower sehen ihn	→	Reaktionen Likes, Kommentare, Teilen, Sehdauer	→	Weitere Empfehlung möglicherweise an neue Profile

Das Wort möglicherweise ist wichtig. Niemand kann aus einem einzelnen Like sicher vorhersagen, wie groß die Reichweite wird.

Nachgebautes Reichweiten-Protokoll

Phase im Modell	Was passiert?	Neue Reichweite im Lernbeispiel
Startgruppe	20 Follower bekommen die Chance, den Beitrag zu sehen	20 Profile
Teilen	4 Personen teilen den Beitrag an weitere Kontakte	zusätzlich 18 Profile
Empfehlung	Das Modell schlägt den Beitrag passenden Profilen vor	zusätzlich 40 Profile
Gesamt	Überschneidungen werden im Beispiel weggelassen	78 Profile

Die Zahlen sind nur ein Rechenbeispiel. In echten Plattformen sind Verteilung und Messung komplizierter.

Netzwerk und Reichweite sind nicht dasselbe

Fehler beim Erstellen des Vorschaubildes:

Ein großes Netzwerkbild zeigt viele Verbindungen. Trotzdem erreicht nicht jeder Beitrag automatisch alle Knoten. Feed-Sortierung, Sichtbarkeitseinstellungen, Aktivität und Empfehlungen können bestimmen, welcher Teil des Netzwerks einen Beitrag tatsächlich sieht.

Diagramm: Vier Begriffe, vier Rollen

Profil	Follow	Like	Empfehlung
Wer bist Du im Netzwerk?	Wem möchtest Du häufiger begegnen?	Worauf reagierst Du?	Was schlägt das System zusätzlich vor?
👤	➕	❤️	✨
liefert Einstellungen und Interessen	bildet eine Verbindung	liefert ein mögliches Interessenssignal	ordnet oder ergänzt Inhalte

Feed-Experiment: Gleicher Pool, drei Sortierungen

Alle drei fiktiven Profile erhalten denselben Inhaltspool:

Kürzel	Beitrag	Thema
A	„So zeichnest Du ein Tierauge“	Kunst
B	„Drei Dribblings auf engem Raum“	Sport
C	„Warum ist der Himmel blau?“	Wissen
D	„Katze lernt einen Trick“	Tiere
E	„Rätsel der Woche“	Rätsel

Nun wird derselbe Pool unterschiedlich sortiert:

Rang	@MiraMalt	@EmilKickt	@NoorForscht
1	A	B	C
2	D	E	E
3	C	A	A
4	E	C	D
5	B	D	B

Auftrag: Erkläre für jede Spalte mit mindestens zwei Signalen, warum die Reihenfolge so aussehen könnte.

Feed-Experiment: Ein Like verändert die Zukunft

Nehmen wir @NoorForscht. Das Profil sieht Beitrag A über Zeichnen bisher nur selten. Nun wird A gelikt und gespeichert. Im Lernmodell erhält Kunst beim nächsten Sortieren zwei neue positive Signale.

Zeitpunkt	Signal zu Kunst	Mögliche Folge im Modell
vorher	kaum Reaktionen	Kunst eher weiter unten
nach Like	positive Reaktion	ähnliche Beiträge können etwas höher rutschen
nach Speichern	zusätzliches Interessenssignal	Kunst kann häufiger als Kandidat erscheinen

So entsteht eine Rückkopplung: Der Feed beeinflusst, was Du siehst. Deine Reaktion beeinflusst wiederum, was der Feed später auswählt.

Rückkopplung als Kreislauf

Feed zeigt Inhalt	→	Du reagierst	→	System erhält Signal	→	nächster Feed wird angepasst
↖──────────────────────────────────────────────↙

Diese Schleife kann nützlich sein, weil Empfehlungen besser zu Interessen passen. Sie kann aber auch dazu führen, dass ähnliche Inhalte immer wieder auftauchen.

Was ein Feed nicht über Dich weiß

Ein System sieht nur Daten und Signale, die ihm zur Verfügung stehen. Es kennt Deine Gedanken nicht. Wenn Du ein trauriges Video bis zum Ende ansiehst, weiß der Algorithmus nicht sicher, ob Du es mochtest, ob Du überrascht warst oder ob Du es nur verstehen wolltest. Deshalb sind Empfehlungen immer nur berechnete Vermutungen.

Aufmerksamkeit und Gestaltung

Feeds sind oft so gestaltet, dass Du leicht weiterwischen kannst. Neue Inhalte erscheinen schnell hintereinander. Dadurch kann aus „nur ein Clip“ eine längere Nutzung werden. Ein bewusster Umgang hilft: Pausen machen, Benachrichtigungen begrenzen, Autoplay prüfen und aktiv entscheiden, wann Du aufhörst.

Dieses ZDFheute-Video ist als Vertiefung gedacht. Für Klasse 6 kann die Lehrkraft geeignete Ausschnitte auswählen und anschließend besprechen, welche Aussagen Beobachtung, Bewertung oder offene Frage sind.

Sicher und selbstbestimmt mit Feeds umgehen

Du kannst Personalisierung nicht immer vollständig abschalten, aber Du kannst Deinen Umgang damit steuern:

Suche wichtige Informationen zusätzlich außerhalb Deines Feeds.
Vergleiche verschiedene seriöse Quellen.
Prüfe, ob ein Beitrag informieren, unterhalten oder etwas verkaufen will.
Behandle Likes und Followerzahlen nicht als Beweis für Wahrheit.
Teile persönliche Daten sparsam.
Nutze Melde-, Blockier- und Privatsphäre-Funktionen, wenn etwas problematisch ist.
Sprich mit einer vertrauten erwachsenen Person, wenn Dich Inhalte verunsichern oder belasten.

Merksätze

Profil bedeutet: Ein Account hat eine eigene Seite und Einstellungen.

Follow bedeutet: Eine Verbindung zeigt Interesse an einem Profil.

Like bedeutet: Eine Reaktion kann für Empfehlungssysteme ein Signal sein.

Empfehlung bedeutet: Ein System wählt mögliche Inhalte aus und ordnet sie.

Reichweite bedeutet: Ein Beitrag erreicht einen bestimmten Teil des Netzwerks.

Personalisierung bedeutet: Verschiedene Profile können verschiedene Inhalte oder Reihenfolgen sehen.

Medienkompetenz bedeutet hier: Du verstehst, dass ein Feed nur einen ausgewählten Ausschnitt zeigt, und suchst bei wichtigen Themen bewusst nach weiteren Perspektiven.

Interaktive Aufgaben

Quiz: Teste Dein Wissen

Was ist ein Feed in einem sozialen Netzwerk? (Eine für ein Profil zusammengestellte Folge von Inhalten) (!Eine Liste aller Passwörter eines Profils) (!Ein Ordner nur für gelöschte Bilder) (!Eine feste Seite, die für alle Menschen gleich ist)

Was kann ein Follow für ein Empfehlungssystem bedeuten? (Dass Inhalte dieses Profils für Dich eher interessant sein könnten) (!Dass jeder Beitrag dieses Profils automatisch wahr ist) (!Dass alle anderen Profile dasselbe sehen) (!Dass der Feed nur noch aus diesem Profil besteht)

Was zeigt ein Like am sichersten? (Dass eine Person auf einen Beitrag reagiert hat) (!Dass der Beitrag wissenschaftlich geprüft wurde) (!Dass der Beitrag allen Menschen gefällt) (!Dass der Beitrag immer mehr Reichweite bekommt)

Warum können Mira und Emil unterschiedliche Feeds sehen? (Weil ihre Follows und bisherigen Reaktionen unterschiedliche Signale liefern) (!Weil nur ein Profil pro Tag Empfehlungen erhalten darf) (!Weil jeder Feed zufällig und ohne Daten erzeugt wird) (!Weil Feeds immer alphabetisch sortiert sind)

Was bedeutet Reichweite vereinfacht? (Wie viele unterschiedliche Konten oder Personen ein Inhalt erreicht) (!Wie lang das Passwort eines Profils ist) (!Wie viele Themen ein Schulbuch enthält) (!Wie viele Apps auf einem Gerät installiert sind)

Was ist ein algorithmisch sortierter Feed? (Ein Feed, dessen Reihenfolge nach berechneten Regeln bestimmt wird) (!Ein Feed, der nur nach dem Alphabet sortiert ist) (!Ein Feed ohne Beiträge) (!Ein Feed, der auf Papier ausgedruckt wird)

Was kann langes Ansehen eines Videos im Lernmodell sein? (Ein mögliches Signal für Interesse) (!Ein Beweis, dass der Inhalt stimmt) (!Ein sicheres Zeichen für eine Freundschaft) (!Eine Garantie für Millionen Aufrufe)

Warum sollte man bei wichtigen Themen mehrere Quellen prüfen? (Weil der eigene Feed nur einen ausgewählten Ausschnitt zeigen kann) (!Weil Likes immer gefälscht sind) (!Weil Profile grundsätzlich keine Informationen enthalten) (!Weil Suchmaschinen keine Ergebnisse anzeigen können)

Welche Aussage über Empfehlungen ist richtig? (Eine Empfehlung ist eine berechnete Vermutung darüber, was passen könnte) (!Eine Empfehlung ist immer eine Anweisung) (!Eine Empfehlung ist immer eine geprüfte Nachricht) (!Eine Empfehlung wird für alle Menschen gleich berechnet)

Was beschreibt Rückkopplung im Feed-Modell? (Der Feed beeinflusst Reaktionen und Reaktionen beeinflussen spätere Empfehlungen) (!Der Feed bleibt trotz aller Handlungen immer gleich) (!Likes werden nach einer Stunde automatisch gelöscht) (!Profile können niemals neuen Interessen folgen)

Memory

Profil	Eigene Seite eines Accounts
Follow	Verbindung zu einem abonnierten Profil
Like	Reaktion auf einen Beitrag
Feed	Sortierte Folge von Inhalten
Empfehlung	Vorgeschlagener zusätzlicher Inhalt
Reichweite	Erreichte unterschiedliche Konten
Signal	Beobachtbare Information für eine Sortierung

Drag and Drop

Ordne die richtigen Begriffe zu.	Bedeutung im Feed-Modell
Follow	Verbindung zu einem Profil, dessen Inhalte häufiger als Kandidaten auftauchen können
Like	Positive Reaktion, die als mögliches Interessenssignal dienen kann
Sehdauer	Hinweis darauf, wie lange ein Inhalt betrachtet wurde
Empfehlung	Inhalt, der zusätzlich zum direkten Folgen vorgeschlagen wird
Reichweite	Beschreibt, wie weit sich ein Beitrag im Netzwerk verbreitet
Feed	Geordnete Auswahl von Beiträgen für ein Profil

...

Kreuzworträtsel

Profil	Wie heißt die eigene Seite eines Accounts?
Follow	Wie heißt das Folgen eines anderen Profils?
Feed	Wie heißt die fortlaufende Auswahl von Beiträgen?
Signal	Wie nennt man eine Information, die für eine Sortierung genutzt werden kann?
Reichweite	Wie heißt die Größe, die beschreibt, wie weit ein Beitrag kommt?
Algorithmus	Wie heißt eine eindeutige Folge von Regeln oder Rechenschritten?

LearningApps

Lückentext

Die eigene Seite eines Accounts heißt

. Die fortlaufende Auswahl von Beiträgen nennt man

. Wenn Du einem Account abonnierend verbunden bist, heißt das

. Eine positive Reaktion auf einen Beitrag kann ein

sein. Solche Handlungen können einem Empfehlungssystem als

dienen. Ein Algorithmus verarbeitet Signale nach festgelegten

. Dadurch kann die Reihenfolge der Inhalte für verschiedene Profile

sein. Ein vorgeschlagener zusätzlicher Inhalt heißt

. Wie viele unterschiedliche Konten ein Beitrag erreicht, beschreibt vereinfacht seine

. Wenn der Feed Dein Verhalten beeinflusst und dieses Verhalten wiederum spätere Empfehlungen verändert, entsteht eine

. Bei wichtigen Informationen solltest Du deshalb mehrere

vergleichen.

Offene Aufgaben

Leicht

Feed-Beobachtung: Zeichne einen fiktiven Feed mit vier Beiträgen und markiere bei jedem Beitrag, warum er dort erscheinen könnte.
Profil-Modell: Entwirf ein datensparsames Fantasieprofil für ein Hobby. Nutze keine echten persönlichen Daten.
Signal-Suche: Sammle fünf Handlungen, die in einem Empfehlungssystem als Signal dienen könnten, und erkläre jeweils eine mögliche Fehlinterpretation.
Netzwerkzeichnung: Zeichne sechs Fantasieprofile als Knoten und verbinde sie mit Follow-Pfeilen. Erkläre, welches Profil besonders viele eingehende Verbindungen hat.

Standard

Feed-Vergleich: Erstelle aus demselben Pool von acht Beiträgen zwei unterschiedliche Feeds für zwei Fantasieprofile und begründe die Reihenfolge.
Algorithmus-Werkstatt: Erfinde ein Punktesystem mit mindestens vier Signalen. Teste es an fünf Beiträgen und prüfe, ob das Ergebnis plausibel ist.
Reichweiten-Experiment: Simuliere mit Karten oder Papierzetteln, wie ein Beitrag durch Folgen, Teilen und Empfehlungen mehrere Gruppen erreicht. Dokumentiere, an welchen Stellen Reichweite wächst oder stoppt.
Perspektivwechsel: Nimm ein harmloses Schulthema mit zwei Sichtweisen, etwa „mehr Hausaufgaben oder weniger Hausaufgaben“. Baue zwei Feeds, die jeweils hauptsächlich eine Sicht zeigen, und ergänze einen dritten ausgewogenen Feed.

Schwer

Filterblasen-Analyse: Untersuche an einem selbstgebauten Beispiel, wie wiederholte ähnliche Empfehlungen die Themenvielfalt eines Feeds verkleinern können. Entwickle drei Gegenmaßnahmen.
Empfehlungssystem erklären: Produziere ein zweiminütiges Erklärvideo oder Stop-Motion-Modell zu Kandidatenauswahl, Bewertung, Sortierung und Rückkopplung.
Reichweite und Qualität: Entwickle ein Beispiel, in dem ein Beitrag hohe Reichweite, aber geringe Informationsqualität hat. Begründe, warum Reichweite kein Wahrheitsbeweis ist.
Mini-Forschung: Befrage Mitschülerinnen und Mitschüler anonym zu fiktiven Feed-Präferenzen, ohne echte Accounts abzufragen. Vergleiche, wie unterschiedliche Interessen zu unterschiedlichen Sortierungen führen würden.

Lernkontrolle

Transfer Feed-Sortierung: Du erhältst fünf Beiträge und zwei fiktive Profile mit unterschiedlichen Follows und Reaktionen. Erstelle für beide eine plausible Reihenfolge und begründe jede der ersten drei Positionen.
Algorithmus-Kritik: Ein Lernalgorithmus wertet nur Likes aus. Erkläre zwei Probleme dieses Modells und schlage zwei zusätzliche Signale vor.
Reichweiten-Fall: Ein Beitrag hat wenig Likes, wird aber oft geteilt. Entwickle zwei plausible Erklärungen dafür, wie seine Reichweite trotzdem wachsen kann.
Perspektiven-Prüfung: Ein Schüler sagt: „In meinem Feed sind fast alle gegen den Skatepark, also ist die ganze Stadt dagegen.“ Erkläre den Denkfehler und beschreibe einen besseren Informationsweg.
Rückkopplungs-Analyse: Zeige an einem eigenen Beispiel, wie eine einzelne Reaktion später zu mehr ähnlichen Inhalten führen kann. Markiere Ursache und Wirkung.
Medienkompetenz-Plan: Entwickle eine Checkliste mit fünf Schritten, mit der Du bei einem wichtigen Thema prüfst, ob Dein Feed ein zu enger Ausschnitt sein könnte.

Lernnachweis

Für einen Lernnachweis zu diesem Thema ist wichtig, dass Du nicht nur Begriffe auswendig kennst, sondern Zusammenhänge erklären und auf neue Beispiele übertragen kannst.

Du kannst die Begriffe Profil, Follow, Like, Feed, Empfehlung, Signal und Reichweite korrekt verwenden.
Du kannst erklären, warum zwei Profile unterschiedliche Feeds erhalten können.
Du kannst ein vereinfachtes Punktesystem für Empfehlungen anwenden und seine Grenzen benennen.
Du kannst zwischen chronologischer und algorithmischer Sortierung unterscheiden.
Du kannst erklären, warum Likes, Followerzahlen und Reichweite kein Beweis für Wahrheit oder Qualität sind.
Du kannst eine Rückkopplung zwischen Feed und Nutzerverhalten an einem Beispiel darstellen.
Du kannst bei wichtigen Informationen Wege nennen, um zusätzliche Perspektiven und Quellen zu finden.

OERs zum Thema

Weitere freie und seriöse Lernmedien

Fehler beim Erstellen des Vorschaubildes:

Das Netzwerkdiagramm von Wikimedia Commons eignet sich, um Knoten, Verbindungen und Gruppen zu untersuchen.

Das Video von SRF Kids erklärt Algorithmen auf sozialen Plattformen kindgerecht.

Quellen und Vertiefung

Soziales Netzwerk (Internet): Grundfunktionen wie Profile, Folgen, Likes und Feed.
klicksafe: Soziale Netzwerke: Informationen zu Funktionen, Chancen, Risiken und Schutz.
klicksafe: Einfluss von Algorithmen: Hintergrund zur Auswahl von Inhalten in Feeds.
Landesmedienzentrum Baden-Württemberg: Filterblasen: Erklärung zu personalisierten Feeds und Filterblasen.
Wikimedia Commons: Social media algorithm.svg: Freie Grafik zur algorithmischen Sortierung.
Wikimedia Commons: Recommendation Architecture.svg: Freie Grafik zu Kandidatenauswahl und Bewertung.

Verknüpfte Lernbereiche

IM6 - Wie soziale Netzwerke funktionieren

aiMOOC-Projekte

Inhalte werden geladen ...

Mediathek wird aus dem Wiki geladen ...

Frag mich zum aktuellen Lerninhalt oder wähle eine kurze Hilfe.

Textmodus bereit

Sprache