Der „Für dich"-Feed ist die zentrale Anlaufstelle in der TikTok-App. Sobald Nutzer*innen die  App öffnen, sehen sie als erstes den Feed, der es ihnen ermöglicht, unterschiedliche Inhalte zu entdecken. Einen Großteil der Zeit, den Nutzer*innen auf TikTok verbringen, sind sie demzufolge im Feed – um sich mit anderen zu verbinden, sowie positive Erfahrungen zu sammeln und zu teilen. Der Für-Dich-Feed ist im Grunde genommen ein Stream von Videos, der basierend auf den jeweiligen Interessen der Nutzer*innen kuratiert wird. Der „Für dich"-Feed von TikTok basiert auf einem Empfehlungssystem, das Nutzer*innen Videos liefert, die für sie oder ihn wahrscheinlich von Interesse sind. Das ist ein Teil des Erfolgsrezeptes von TikTok: der Feed jeder Person ist einzigartig und auf die jeweiligen Nutzer*innen zugeschnitten.

Der „Für dich"-Feed ist also charakteristisch für TikTok – und viele fragen sich, wie das System entscheidet, welche Inhalte im Feed angezeigt werden. Im Folgenden erklären wir, auf welchen Grundlagen Empfehlungen abgegeben werden, wie wir den gängigen Herausforderungen begegnen, mit denen solche Empfehlungssysteme konfrontiert sind, und wie sich die Empfehlungen personalisieren lassen. 

Was ist unter „Empfehlungssystem” zu verstehen?

Ob in der Suchmaschine, beim Online-Shopping oder beim Streamen von Serien und Filmen – überall begegnen uns Empfehlungssysteme, die uns – maßgeschneidert auf unsere Bedürfnisse – Vorschläge dazu machen, was für uns relevant ist und was wir mögen. 

Im Allgemeinen schlagen diese Systeme Inhalte unter Berücksichtigung von zuvor geäußerten Präferenzen der Benutzer*in vor. Eine Interaktion ist beispielsweise erfolgt, wenn Nutzer*innen in der App ein ‘Like’ hinterlassen, einen Kommentar gepostet haben oder einem Konto gefolgt sind. Anhand dieser Interaktionen lässt sich einordnen, welche Inhalte gefallen – und welche eben nicht. 

Was fließt in „For You” ein?

Auf TikTok spiegelt der „Für dich"-Feed die individuellen Präferenzen der einzelnen Nutzer*innen wider. Das System empfiehlt Inhalte, indem es ein Ranking der Videos erstellt, ausgehend von den Interessen, die Benutzer*innen zum Ausdruck bringen, und unter Berücksichtigung der Dinge, die sie nach eigenen Angaben nicht interessieren.

Relevante Faktoren sind:

  • Benutzerinteraktionen: Videos, die Nutzer*innen gefallen oder die sie teilen, Konten, denen sie folgen, Kommentare, die sie veröffentlichen, und Inhalte, die sie erstellen.
  • Videoinformationen: Details wie Bildunterschriften, Sounds und Hashtags.
  • Geräte- und Kontoeinstellungen wie Spracheinstellung, Ländereinstellung und Gerätetyp: Diese letztgenannten Faktoren werden einbezogen, um sicherzustellen, dass das System bestmöglich läuft, haben aber auf die empfohlenen Inhalte einen vergleichsweise geringen Einfluss, da die Benutzer*innen diese nicht aktiv als Präferenz nennen.

All diese Faktoren werden vom Empfehlungssystem verarbeitet und gewichtet: Ein starker Hinweis darauf, dass sich Nutzer*innen für einen Inhalt interessieren, ist, wenn sie / er  beispielsweise ein Video von Anfang bis Ende oder mehrfach ansieht. Ein schwacher Indikator hingegen ist, wenn Betrachter*in und Ersteller*in des Videos sich im selben Land befinden. Videos werden entsprechend gewichtet, um die Wahrscheinlichkeit zu erhöhen, dass Nutzer*innen an einem bestimmten Inhalt Interesse haben.

Zwar erhält ein Video wahrscheinlich mehr Aufrufe, wenn dem Account der Creatorin oder des Creators bereits viele Menschen folgen, weil die Follower-Basis bereits hoch ist. Aber weder die Anzahl der Follower und noch die Anzahl erfolgreicher Videos hat direkten Einfluss darauf, ob das Video empfohlen wird. 

Anpassen des „Für dich"-Feeds

Los geht’s

Wie soll jemand, der neu ist in der App, wissen, was ihr oder ihm auf TikTok gefällt? Um den Einstieg zu erleichtern, lädt TikTok neue Nutzer*innen ein, Kategorien – von „Haustiere” bis „Reisen” – auszuwählen. Auf diese Weise kann die App einen ersten Feed anbieten. Anhand der folgenden Interaktionen werden die Empfehlungen weiter verfeinert. 

Für Nutzer*innen, die anfänglich keine Kategorien auswählen, bietet TikTok zunächst einen allgemeinen Feed mit beliebten Videos an, um den Ball ins Rollen zu bringen. Die ersten Likes, Kommentare und Replays bilden die Grundlage für erste Empfehlungen. Nach und nach lernt das System mehr über den Geschmack der Nutzer*innen.

Mehr interessante Inhalte finden

Jede neue Interaktion hilft dem System, etwas über die Interessen der Nutzer*innen zu erfahren und Inhalte vorzuschlagen. Daher ist der beste Weg, den „Für dich"-Feed zu kuratieren, die App zu nutzen. Mit der Zeit sollte der Feed immer mehr Inhalte finden, die zu Deinen Interessen passen.

Der „Für dich"-Feed wird nicht nur durch die Interaktion über den Feed geprägt. Wenn jemand sich zum Beispiel entscheidet, Creator*innen zu folgen, werden dadurch die Empfehlungen verfeinert. Gleiches gilt für das Ausprobieren von Hashtags, Sounds, Effekten und Trendthemen im App-Bereich “Entdecken” (Discovery). All dies sind Möglichkeiten, um  neue Inhaltskategorien in den Feed einzufügen.

Weniger unpassende Inhalte sehen

TikTok ist die Wirkungsstätte von Creator*innen mit vielen verschiedenen Interessen und Blickwinkeln. Manchmal sehen Nutzer*innen dabei Videos, die nicht ganz dem eigenen Geschmack entsprechen. Indem man länger mit dem Finger auf ein Video drückt, kann man es entweder zu Favoriten hinzufügen oder als “nicht interessant” markieren. Nutzer*innen können sich auch dafür entscheiden, Videos von einem*r bestimmten Urheber*in oder mit einem bestimmten Sound auszublenden oder ein Video zu melden, das nicht den TikTok Community-Richtlinien entspricht. All diese Maßnahmen tragen zu zukünftigen Empfehlungen im „Für dich"-Feed bei. 

Die Herausforderungen des Empfehlungssystems meistern 

Eine der größten Herausforderungen von sogenannten Recommendation Engines ist, dass sie unbeabsichtigt die Erfahrungsmöglichkeiten einschränken können. Dies wird manchmal auch als "Filterblase" bezeichnet. Durch die Bemühung, die Erfahrung zu optimieren, zu personalisieren und relevant zu sein, besteht die Gefahr, einen immer homogeneren Strom von Videos zu präsentieren. Diese Sorge nehmen wir ernst, während wir unser Empfehlungssystem beibehalten. 

Das Muster durchbrechen

Damit der Für-Dich-Feed interessant und abwechslungsreich bleibt, ist das Empfehlungssystem von TikTok so aufgebaut, dass nicht nur Inhalte angezeigt werden, die sehr wahrscheinlich von Interesse sind, sondern auch neue Themen zum Entdecken. Ein „Für dich"-Feed zeigt in der Regel nicht zwei Videos hintereinander, die mit dem gleichen Sound oder vom / von der gleichen Creator*in erstellt wurden. Ebensowenig werden Inhalte zweimalig empfohlen, die bereits gesehen oder gar als Spam markiert wurden. Es könnten jedoch Videos empfohlen werden, die von anderen Benutzer*innen mit ähnlichen Interessen gut aufgenommen wurde.

Die Vielfalt via Empfehlungen fördern

Vielfalt ist für den Erhalt einer lebendigen weltweiten Gemeinschaft unerlässlich, und sie bringt die zahlreichen Facetten von TikTok einander näher. Zu diesem Zweck kann im Feed ein Video auftauchen, das auf den ersten Blick nicht zu den geäußerten Interessen passt oder (noch) nicht viele Likes erhalten hat. Dies ist Absicht und ein wichtiger Bestandteil von TikToks Empfehlungen: Es dient dazu, Nutzer*innen ein vielfältiges Erlebnis im „Für dich"-Feed zu ermöglich und neue Inhalte zu entdecken, Creator*innen zu finden und neue Perspektiven und Ideen kennen zu lernen. Indem von Zeit zu Zeit abweichende Inhalte ausgespielt werden, kann das System auch eine bessere Einordnung entwickeln, was bei einem breiteren Publikum beliebt ist.

Unser Ziel ist es, ein Gleichgewicht zu finden zwischen den Inhalten, die Dir vorgeschlagen werden, weil sie bereits Relevanz besitzen, und den Inhalten, die Dich ermutigen sollen, neue Erfahrungen zu machen; Videos von Creator*innen, die Du sonst vielleicht nicht sehen würdest. 

Den Video-Genuss sicherstellen

Unser Empfehlungssystem ist auch unter dem Gesichtspunkt der Sicherheit konzipiert. Wird bei der Überprüfung von Inhalten festgestellt, dass sie beispielsweise Inhalte zeigen, die  von einer Nutzer*innengruppe als schockierend empfunden werden könnte, und die kein Interesse an solchen Inhalten geäußert hat, wird das entsprechende Video nicht als Empfehlung in den Feed eingespeist. 

Der „Für dich"-Feed: laufend besser

Die Entwicklung und Pflege des TikTok-Empfehlungssystems ist ein kontinuierlicher Prozess, während wir daran arbeiten, die Genauigkeit zu verfeinern, Modelle anzupassen und die Faktoren und Gewichtung, die zu den Empfehlungen beitragen, basierend auf dem Nutzer*innen-Feedback, Forschung und Daten neu zu bewerten. Wir verpflichten uns zu weiteren Forschungen und Investitionen, um zu verhindern, dass ein Empfehlungssystem Voreingenommenheit oder eine einseitige Sichtweise fördert. 

Diese Arbeit erstreckt sich über viele Teams – einschließlich der Produkt-Teams als auch die für Sicherheit und Datenschutz zuständigen Mitarbeiter. Sie tragen dazu bei, die Relevanz des Empfehlungssystems und seine Genauigkeit beim Vorschlagen von Inhalten und Kategorien zu verbessern, die Nutzer*innen mit größerer Wahrscheinlichkeit gefallen werden.

Letztlich wird der „Für dich"-Feed vom Feedback der Nutzer*innen gespeist: Das System ist so konzipiert, dass es kontinuierlich verbessert, korrigiert und aus dem Engagement der Nutzer*innen mit der Plattform lernt, um personalisierte Empfehlungen zu erstellen, von denen wir hoffen, dass sie die Kreativität anregen und mit jeder Aktualisierung des „Für dich"-Feeds Freude bereiten.


Über TikTok
TikTok ist die führende Plattform für mobile Kurzvideos. Unsere Mission ist es, Menschen zu inspirieren und zu bereichern, indem wir ihnen ein kreatives Zuhause geben und ihnen ein authentisches, unterhaltsames und positives Erlebnis bieten. TikTok hat seine globalen Hauptsitze in Los Angeles sowie Singapur und weltweit Büros unter anderem in New York, London, Dublin, Paris, Berlin, Dubai, Jakarta, Seoul und Tokio. www.tiktok.com

Pressekontakt TikTok
Kommunikationsteam für Deutschland, Österreich und die Schweiz
dachcomms@tiktok.com