Social Media ist nicht mehr sozial geworden: der Wandel vom Social Graph zum Interest Graph

Social Media funktioniert nicht mehr

Vor allem die älteren Generationen (also älter als 20 Jahre alt) haben den Wandel der Social Media mittelbar oder unmittelbar gemerkt. Wo wir früher mal im Feed unser Freunde und Familie gesehen haben, sehen wir heute nur noch Content, von Menschen oder Maschinen denen wir überhaupt nicht folgen.

Was ist also passiert ?

Was wir heute noch „Social Media“ nennen, hat mit dem ursprünglichen Konzept immer weniger zu tun. Es ist kein Netzwerk von Menschen mehr. Es ist ein algorithmisch kuratierter Content-Feed.

Die drei Phasen des algorithmischen Wandels

Phase 1: Der Social Graph (bis ca. 2016)

In den „alten“ Zeiten von Facebook folgten wir zunächst unseren Freunden und der Familie. Danach kam die Stunde vom Instagram und den Influencern. Auf einmal war die Monetarisierung der eigenen Präsenz auf Social Media möglich. Auf einmal war Je mehr Follower man hatte, desto mehr Geld konnte man mit seinen Aktivitäten verdienen. Instagram, Facebook und Co. zeigten im Feed mehrheitlich Content von Leuten, denen man folgte.

Phase 2: Der Engagement-Algorithmus (ca. 2016–2020)

Dann kam die Disruption. Instagram schaffte den chronologischen Feed ab. Facebook hatte das schon früher getan. Der Feed wurde durch Algorithmen ersetzt, die Inhalte nach erwartetem Engagement sortierten.

Die Plattformen begannen, jedem Post eine Art „Test-Ausspielung“ voranzustellen: Ein Beitrag wird zunächst einem kleinen Teil der Follower gezeigt. Reagieren sie (Likes, Kommentare) wird er weiter ausgespielt. Reagieren sie nicht, verschwindet er im Nichts.

Das hatte zwei Effekte:

Erstens: Reichweite war nicht mehr gleich Follower-Anzahl. Ein Account mit 50.000 Followern konnte plötzlich organisch nur noch 2.000–3.000 Menschen erreichen.

Zweitens: Die Follower-Basis blieb trotzdem noch relevant. Man sah hauptsächlich Content von Accounts, denen man folgte, nur eben nicht mehr chronologisch und nicht mehr vollständig.

Für Unternehmen bedeutete das den Beginn des organischen Reichweitenverlusts. Wer früher für eine Community aufgebaut hatte, musste jetzt zusehen, wie diese Community durch den Algorithmus abgeschnitten wurde.

Phase 3: Und dann kam TikTok und mit ihm der Interest Graph (ab 2020)

Mit dem Aufstieg von TikTok veränderte sich die Grundlogik der Plattformen fundamental.

TikTok fragte nicht mehr: „Wem folgst du?“ Es fragte: „Was hältst dich auf der Plattform?“

Der Algorithmus analysierte nicht primär soziale Beziehungen, sondern Verhalten:

• Wie lange wird ein Video angesehen?
• Wird es wiederholt?
• Scrollt der Nutzer weiter?
• Kommentiert er?
• Bleibt er hängen?

Aus diesen Daten entstand ein Interessenprofil, der sogenannte „Interest Graph“.

Damit wurde der Social Graph weitgehend ersetzt.

Ein Video kann heute Millionen Aufrufe erreichen, obwohl der Account dahinter praktisch keine Follower besitzt. Gleichzeitig kann ein etablierter Creator mit Hunderttausenden Followern kaum Reichweite erzielen, wenn das initiale Engagement schwach ausfällt.

Instagram reagierte mit Reels. Facebook übernahm die gleiche Logik. YouTube führte Shorts ein.

Heute dominiert der Interest Graph nahezu alle großen Plattformen.

Grafik erstellt mit Claude Design. Sie ist ein illustratives Beispiel (beispielhafte Modellrechnung).

Die Monetarisierungslogik dahinter: Warum die Plattformen das so wollen

Um diesen Wandel zu verstehen, muss man verstehen, wie Social-Media-Plattformen Geld verdienen.

Sie verkaufen Aufmerksamkeit an Werbetreibende. Je länger ein Nutzer auf der Plattform bleibt, desto mehr Werbung kann gezeigt werden, desto mehr Umsatz entsteht.

Der Social Graph war dafür suboptimal. Wenn du deinen Freunden folgst, die wenig posten, hast du wenig Grund, lange auf der Plattform zu bleiben.

Der Interest Graph löst dieses Problem.

Er zeigt die Inhalte, die laut Vorhersagemodellen die höchste Wahrscheinlichkeit besitzen, Aufmerksamkeit zu erzeugen.

Das sind oft Inhalte, die starke emotionale Reaktionen hervorrufen:

• Empörung
• Neugier
• Angst
• Unterhaltung
• Schock
• Kontroversen

Die New York Times hat diesen Mechanismus präzise beschrieben:

„What Meta shows me is what Meta most wants me to see, which is whatever their prediction models believe will get me to spend as much time on their apps as possible. The algorithms serve the company’s ends, not my ends.“

The New York Times

Mit anderen Worten:
Die Algorithmen optimieren nicht primär für die Interessen der Nutzer, sondern für die Interessen der Plattformen.

Was das für die Creator Economy bedeutet

Instabile Reichweite als Strukturproblem

Früher war Reichweite kumulativ.

Wer über Jahre eine Community aufgebaut hatte, konnte diese Reichweite relativ zuverlässig nutzen. Vertrauen ließ sich langfristig kapitalisieren.

Heute beginnt nahezu jeder Post wieder bei null.

Jeder Beitrag wird zum Experiment. Inhalte werden nicht danach bewertet, wer sie erstellt hat, sondern danach, wie stark sie kurzfristig performen.

Das führt zu einem strukturellen Problem:
Selbst große Accounts besitzen keine garantierte Sichtbarkeit mehr.

Der Burnout-Mechanismus

Wenn Reichweite nicht mehr auf gespeichertem Vertrauen basiert, sondern auf der Performance des letzten Posts, entsteht ein Hamsterrad: Ständig neuer Content, ständig optimiert für den Algorithmus, ständig auf der Jagd nach dem nächsten viralen Moment.

Kein menschlicher Creator ist dauerhaft in der Lage, auf diesem Niveau zu produzieren. Die Folge: Die Qualität sinkt, oder die Creator verschwinden. Neue kommen nach, produzieren kurz auf hohem Niveau, brennen aus, verschwinden wieder.

Engagement Bait als logische Konsequenz

Der Verlauf von Algorithmen ist derzeit folgender: Ein Post wird meist einer kleineren Teilmenge der Follower als eine Art Test angezeigt. Wenn sie nicht reagieren, den Post nicht liken oder kommentieren, verschwindet er in der Versenkung. Wenn er geliked und kommentiert wird, wird er einer größeren Gruppe angezeigt – die nicht unbedingt die eigenen Follower sind. Diese Logik bewirkt, dass Content Creator stärker sogenanntem Engagement Farming nachgehen und sich auf Plattformen wie X (ehemals Twitter) auf kontroverse Falschmeldungen oder sogenannten „Rage Bait“ fokussieren. Damit lässt sich schnell Reichweite erzielen.

Gleichzeitig optimieren viele Plattformen stark auf Verweildauer.

Wer ein Katzenvideo vollständig anschaut, bekommt weitere Katzenvideos. Wer sich politische Rage-Inhalte ansieht, bekommt noch mehr davon.

Katzenvideos, Empörungswellen und künstliche Kontroversen sind deshalb kein Zufall. Sie sind direkte Konsequenzen eines Systems, dessen zentrale KPIs Engagement und Verweildauer sind.

Mit der Ablösung des Social Graphs durch den Interest Graph verschwand das Soziale zunehmend aus Social Media.

Algorithmic Media wurde geboren.

Der Aufstieg von Generative AI: KI-generierter Content trifft auf Interest-Based-Algorithmen

User-generated Content ist nicht leicht zu erstellen, und das ständige Jagen nach Viralität ist anstrengend. Seit einigen Jahren bekommen die Creator aber Verstärkung durch KI, wobei das ein zweischneidiges Schwert ist.

Mit einem rein interessenbasierten Algorithmus lässt sich Contentproduktion durch KI-Videos, KI-Bilder und KI-Texte massiv skalieren. Ein einzelner Creator kann heute innerhalb kürzester Zeit enorme Mengen an Content produzieren.

Das Problem:
Die Aufmerksamkeit der Nutzer bleibt begrenzt.

Ein Mensch kann nur eine bestimmte Anzahl an Videos ansehen oder Texte lesen. Aufmerksamkeit ist nicht beliebig skalierbar — KI-Content dagegen schon.

Dadurch entsteht eine massive Content-Inflation:
Immer mehr Inhalte konkurrieren um dieselbe begrenzte Aufmerksamkeit.

Wir erleben derzeit ein Ökosystem aus:

• Nutzern mit begrenzter Aufmerksamkeit,
• originellen menschlichen Creator,
• massenhaft produziertem KI-Content,
• Plattformen, die Aufmerksamkeit monetarisieren und die User-generated Content gleichzeitig zum Training eigener KI-Modelle nutzen.

Wohin entwickelt sich Social Media ?

In diesem Markt befinden wir uns in „uncharted territory“ und können nur Vermutungen anstellen, wie die Reise weitergeht. Ich sehe folgende Trends:

1. Power Laws setzen sich durch.

Märkte, die durch Extreme dominiert werden, folgen meist dem Power-Law-Prinzip. Das bedeutet: Einige wenige große Produzenten verdrängen die einzelnen Creator. Social Media entwickelt sich dadurch zunehmend zu personalisiertem Unterhaltungs-TV, dominiert von wenigen professionellen Produzenten.
Kleine Creator verschwinden nicht vollständig aber ihre Sichtbarkeit wird deutlich instabiler.

2. Die Rückkehr kleiner Netzwerke

Gleichzeitig wächst das Bedürfnis nach echten sozialen Räumen.

Menschen wollen wissen, was ihre Freunde, Kollegen oder Lieblingscreator tatsächlich machen ohne algorithmische Daueroptimierung.

Deshalb wachsen derzeit vor allem:

• Newsletter,
• Discord-Communities,
• WhatsApp-Gruppen,
• Substack,
• kleinere Communities,
• und geschlossene Netzwerke.

3. Der Trend zum „Offline“-Sein

Klassische Social-Media-Plattformen entwickeln sich zunehmend zu algorithmisch optimierter Low-Quality-Unterhaltung.

Rage Bait, Falschinformationen und KI-generierter Spam verändern die Qualität der Plattformen spürbar.

Gleichzeitig wächst das Bewusstsein dafür, dass permanente algorithmische Reizüberflutung negative Auswirkungen auf Konzentration, Aufmerksamkeit und psychische Gesundheit haben kann.

Das könnte langfristig zu einer Gegenbewegung führen:
Mehr Offline-Leben, kleinere Communities und bewussterer Medienkonsum. Der Trend lässt sich bereits langsam in den Daten ablesen:

Meta’s daily active user count declined in Q1 2026

Social Media Today

Dieser Trend betrifft scheinbar nicht nur Facebook:

A study out last month found the average number of social media platforms American adults are using is declining, with 12% of over-65s and 7% of 18- to 29-year-olds using no social media at all.

„Gen Z leads drive away from social media“ Axios

Vertrauen wird zur knappen Ressource

Wenn niemand mehr weiß, ob ein Bild, Video oder Text von einem Menschen stammt, steigt der Wert nachweisbarer Authentizität extrem. Die echten Creator werden sich durchsetzen. Die Frage ist nur, auf welchen Plattformen das in Zukunft passieren wird.

Die Plattformen selbst haben kein Interesse an reinem KI-Spam

Reiner KI-Spam ist technisch leicht zu produzieren.

Das Problem für Plattformen: Werbekunden möchten ihre Produkte nicht neben minderwertigem Spam-Content platzieren. Eine teure Anti-Falten-Creme verkauft sich besser neben einer echten Person als neben einer KI-generierten Katze.

Außerdem benötigen Plattformen weiterhin echte menschliche Inhalte, um ihre eigenen KI-Modelle zu trainieren. Wenn die Plattformen vollständig mit synthetischem Content geflutet werden, verlieren sie langfristig auch die Qualität ihrer Trainingsdaten. Deshalb zeichnet sich bereits ein Gegentrend ab:
Plattformen wie X oder Meta reduzieren zunehmend die Monetarisierung für Accounts, die fremden oder nicht-originellen Content reproduzieren.

If it’s a repost or from a third party network, there will be up to a 90% deduction on impressions.

I recommend recording original videos with your own voice over. We want net new content on the app.

— Nikita Bier (@nikitabier) April 11, 2026

Auch YouTube scheint verstärkt gegen rein KI-generierte Spam-Kanäle vorzugehen:

YouTube appears to have taken down two of the most popular AI slop channels on its platform, along with several others. A report from Kapwing found that a channel called CuentosFacianantes no longer exists on the platform after amassing more than 5.9 million subscribers and over 1.2 billion total views.

„YouTube’s top AI slop channels are disappearing“ The Verge

Fazit

Social Media wurde nicht zerstört.

Es wurde zu etwas anderem.

Aus sozialen Netzwerken wurden algorithmische Unterhaltungssysteme, optimiert auf Aufmerksamkeit, Verweildauer und Werbeumsatz.

Der Social Graph wurde durch den Interest Graph ersetzt.

Und mit ihm verschwand zunehmend das Soziale aus Social Media.

Algorithmic Media wurde geboren.

Dieser Artikel ist Teil einer Serie über datenbasiertes Marketing auf datenverstehen.de. Wenn du regelmäßig Einblicke in Daten, Algorithmen und strategische Entscheidungen ohne Hype willst – abonniere den Newsletter