Unter einem Beitrag steht eine völlig absurde Behauptung. Man ärgert sich und schreibt: „Das stimmt doch überhaupt nicht.“ Jemand antwortet, ein Dritter mischt sich ein, einer setzt ein lachendes Emoji darunter, ein anderer wird persönlich. Nach einer halben Stunde hat ein Kommentar, den sonst kaum jemand beachtet hätte, zwanzig Antworten. Es fühlt sich an wie eine Diskussion. Für die Plattform ist es vor allem eines: Aktivität.
Facebook, Instagram, TikTok und X wirken wie ein großer öffentlicher Raum, in dem das beste Argument gewinnt. Gebaut wurden sie dafür nicht. Sie müssen zuerst entscheiden, was unsere Aufmerksamkeit bekommt – und dabei kann Widerspruch ähnlich viel zählen wie Zustimmung. Wer sich über einen Beitrag ärgert und darauf reagiert, macht ihn damit womöglich sichtbarer.
Was sieht die Plattform, wenn ich widerspreche?
Menschen wissen meistens genau, warum sie auf etwas reagieren. Wir kommentieren, weil wir zustimmen – oder weil wir widersprechen. Wir schauen ein Video zu Ende, weil es gut ist – oder weil wir nicht glauben können, welchen Unsinn wir da sehen. Für eine Plattform ist dieser Unterschied viel schwerer zu erkennen.
Welche Beiträge jemand zu sehen bekommt, entscheidet ein Algorithmus. Das ist eine Rechenvorschrift, die den Feed sortiert, also die Liste der Beiträge, durch die man scrollt. Meta beschreibt für Facebook, dass dabei Tausende sogenannte Signale einfließen: etwa ob man einen Beitrag mag, teilt oder kommentiert. Daraus berechnet das System unter anderem, wie wahrscheinlich man selbst kommentiert oder ob ein Beitrag ein Hin und Her auslöst. Meta betont aber auch, dass das nicht alles ist: Das Unternehmen fragt Nutzer in Umfragen, ob ein Beitrag ihre Zeit wert war, und versucht vorherzusagen, ob ein Inhalt problematisch ist und weniger verbreitet werden soll.
Es wäre also zu einfach zu sagen, jeder wütende Kommentar bringt einen Beitrag automatisch zu Millionen Menschen. Ein Grundproblem bleibt trotzdem. Wer fünf Absätze unter einen haarsträubenden Beitrag schreibt, um ihn zu widerlegen, hat sich intensiv damit beschäftigt. Warum, weiß nur er selbst. Das System muss es erraten.
Was du meinst – und was gezählt werden kann
Dieselbe Reaktion, von zwei Seiten betrachtet.
Was in dir vorgeht
Du hältst den Beitrag für falsch.
Du willst widersprechen.
Du ärgerst dich.
Du willst andere warnen.
Was die Plattform messen kann
Du hast länger hingeschaut.
Du hast kommentiert.
Du hast die Antworten aufgeklappt.
Du hast den Beitrag geteilt.
Ob dafür oder dagegen: Eine Reaktion bleibt eine Reaktion.
Warum zeigt mir der Feed gerade das, was mich ärgert?
Genau dieses Raten kann schiefgehen. Das zeigt eine Studie, die im August 2026 in der Fachzeitschrift PNAS erschienen ist. Forschende unter anderem aus Stanford, vom MIT und aus Yale untersuchten die X-Feeds von 715 Nutzern in den USA. Sie verglichen den Feed „Folge ich“, in dem nur Beiträge von selbst ausgewählten Konten stehen, mit dem Feed „Für dich“, den der Algorithmus zusammenstellt. Außerdem fragten sie die Teilnehmer nach ihren persönlichen Wertvorstellungen.
Die Beiträge der selbst ausgewählten Konten passten recht gut zu dem, was den Menschen wichtig ist. Der Algorithmus hob dagegen eher Beiträge hervor, die schlechter zu ihren Werten passten. Die Forschenden erklären das so: Menschen reagieren auch auf Dinge, denen sie widersprechen. Ein System, das jede Reaktion als Interesse deutet, lernt daraus die falsche Lektion – offenbar willst du mehr davon. Die Studie hat allerdings nur beobachtet und nicht im Experiment geprüft, die Daten stammen aus dem Herbst 2024.
Das Gefühl dahinter kennt trotzdem fast jeder. Man sieht einen Beitrag und denkt: „Was ist denn das für ein Blödsinn?“ Man liest die Kommentare, dann noch einen und noch einen. Zehn Minuten später hat man sich ausführlich mit etwas beschäftigt, das man gar nicht sehen wollte. Für den Menschen war das Ablehnung. Gemessen wurde Aufmerksamkeit.
Wer bringt Menschen bei, lauter zu schreiben?
Wenn von „Triggern“ die Rede ist, also von Beiträgen, die eine heftige Reaktion auslösen, klingt das schnell nach einem ausgeklügelten Plan. So kompliziert muss es gar nicht sein. Auch Menschen lernen. Wer fünf ruhige Beiträge schreibt und kaum Reaktionen bekommt, mit einem wütenden sechsten aber plötzlich Hunderte Kommentare, merkt ziemlich schnell, was funktioniert.
Dafür gibt es auch Belege aus der Forschung. Ein Team der Yale University wertete 2021 rund 12,7 Millionen Tweets von 7.331 Nutzern aus und ergänzte das mit Experimenten. Das Ergebnis: Wer für einen empörten Beitrag viel Zuspruch bekommt, etwa Likes und Weiterleitungen, schreibt danach eher wieder empört. Die Plattform muss niemandem sagen: „Schreib wütender.“ Die Rückmeldung kommt von selbst.
Manche machen daraus ein Geschäftsmodell. Andere wollen eine politische Botschaft verbreiten oder Anerkennung in ihrer eigenen Gruppe. Und manche merken gar nicht, dass ihr Ton immer schärfer wird. Irgendwann schreibt dann jemand nicht mehr „Ich sehe das anders“, sondern: „JETZT REICHT ES! WAS MAN UNS HIER VERSCHWEIGT!“
Wie weit trägt ein wütendes Wort?
Dass Gefühle online gut reisen, ist schon länger bekannt. Eine viel zitierte Studie in PNAS aus dem Jahr 2017 wertete 563.312 Beiträge auf dem damaligen Twitter aus. Es ging um drei heftig umstrittene Themen in den USA: Waffengesetze, gleichgeschlechtliche Ehe und Klimawandel. Beiträge mit moralisch-emotionalen Wörtern, also Wörtern, die ein Gefühl mit einem moralischen Urteil verbinden, wurden häufiger weiterverbreitet. Mit jedem zusätzlichen solchen Wort stieg die Verbreitung um rund 20 Prozent.
Das heißt nicht, dass man jedes Gefühl aus der Sprache streichen muss. Die Studie betraf bestimmte Themen, eine Plattform und einen bestimmten Zeitraum. Der Mechanismus ist aber leicht nachvollziehbar. „Hier sind fünf sachliche Punkte zu diesem Thema“ löst etwas anderes aus als „Das ist eine unglaubliche Frechheit!“. Der zweite Satz sagt über den Inhalt noch fast nichts. Trotzdem weckt er Neugier, Ärger, Zustimmung oder Widerspruch – und damit kommt Bewegung in die Sache.
Sind wirklich alle so wütend?
Wer lange durch Kommentarspalten scrollt, kann irgendwann glauben, die ganze Gesellschaft bestehe nur noch aus Menschen, die einander anschreien. Das stimmt nicht. Wer einen Beitrag liest, ihn vernünftig findet und weiterscrollt, hinterlässt keine Spur. Sichtbar sind nur jene, die reagieren – und am sichtbarsten oft die Beiträge, unter denen am meisten los ist.
Dazu kommt ein Wahrnehmungsfehler. Eine Studie in der Fachzeitschrift Nature Human Behaviour aus dem Jahr 2023 zeigte: Wer Beiträge auf Twitter liest, schätzt die Empörung der Verfasser oft höher ein, als diese sie selbst beschreiben. In weiteren Experimenten hielten Teilnehmer dadurch auch die Stimmung zwischen ganzen Gruppen für feindseliger. Der Effekt war bei Menschen stärker, die sich viel über soziale Medien über Politik informieren. Wer täglich tausend wütende Kommentare sieht, sieht tausend wütende Kommentare – aber nicht tausend zufällig ausgewählte Menschen.

Hilft Widerspruch am Ende der Falschmeldung?
Für unsere Arbeit bei Mimikama ist das der wichtigste Punkt. Eine Falschmeldung muss nicht perfekt sein. Sie muss nicht einmal besonders glaubwürdig wirken. Oft reicht es, wenn sie stark genug reizt: ein angebliches Foto, über das sich alle entsetzen, ein aus dem Zusammenhang gerissenes Zitat, eine erfundene Schlagzeile, unter der sofort jemand schreibt: „Das können die doch nicht ernst meinen!“
Dann passiert etwas Seltsames. Auch Menschen, die den Unsinn durchschauen, helfen womöglich dabei, ihn zu verbreiten. Sie teilen den Beitrag mit dem Satz „Wie kann man so etwas glauben?“, markieren Freunde, diskutieren darunter, machen einen Screenshot und schicken ihn weiter. Gemeint ist das als Aufklärung. Das Ergebnis kann trotzdem zusätzliche Aufmerksamkeit für die Falschmeldung sein.
Heißt das, man soll Falschmeldungen nicht mehr korrigieren? Nein – dann könnten wir unsere Arbeit gleich einstellen. Es kommt aber darauf an, wo und wie man korrigiert. Ein eigener Beitrag mit einer sachlichen Einordnung oder ein Link auf einen Faktencheck kann mehr bringen als ein stundenlanger Streit unter dem Originalbeitrag. Dort diskutiert man oft mit Menschen, die an einer Antwort gar nicht interessiert sind.
Lohnt sich jede Antwort?
Eine Kommentarspalte ist kein Seminarraum. Natürlich gibt es Menschen, die ehrlich fragen, etwas missverstanden haben oder unsicher sind. Dort kann eine gute Erklärung sehr viel bewirken. Daneben gibt es Kommentare mit einem anderen Zweck: Sie wollen provozieren und eine Reaktion. Sie wechseln ständig das Thema, stellen nach jeder Antwort fünf neue Behauptungen auf und übergehen jede Quelle, die ihnen nicht passt.
Wer darauf mit immer längeren Erklärungen antwortet, kann zwei Stunden diskutieren und ist keinen Millimeter weiter. Das beweist nicht, dass Fakten nichts bringen. Es zeigt nur, dass Fakten in einer Diskussion erst wirken können, wenn beide Seiten überhaupt diskutieren wollen. Mit einem Link kann man niemanden zwingen, ehrlich zu argumentieren.
Ist also der Algorithmus schuld?
Es wäre bequem, am Ende einfach „dem Algorithmus“ die Schuld zu geben. So einfach ist es nicht. Algorithmen reagieren auf das, was Menschen tun. Menschen passen sich wiederum an das an, was auf Plattformen funktioniert. Beides kann sich gegenseitig verstärken.
Wie sich Empörung selbst verstärken kann
Ein vereinfachtes Modell aus vier Schritten.
Ein Beitrag reizt
Viele reagieren – auch die, die ihn ablehnen.
Reaktionen werden gezählt
Kommentare, Teilen und Verweildauer lassen sich messen. Der Grund dafür nicht.
Mehr Sichtbarkeit
Ein Feed, der nach Reaktionen sortiert, zeigt solche Beiträge öfter.
Der Ton wird schärfer
Wer für Empörung Zuspruch bekommt, schreibt eher wieder empört.
… und der nächste Beitrag reizt noch ein bisschen mehr.
Wie stark die Bauweise eines Feeds mitredet, hat 2026 ein Experiment gezeigt, das in der Fachzeitschrift Nature erschienen ist. Die Forschenden bauten dafür auf der Plattform Bluesky eigene Feeds und teilten rund 2.000 Menschen in den USA zufällig einem davon zu – acht Wochen lang, rund um die Präsidentschaftswahl 2024. Ein Feed sortierte nach Reaktionen, wie es große Plattformen tun, ein anderer einfach nach Uhrzeit, der neueste Beitrag zuerst. Im Feed nach Reaktionen tauchten deutlich mehr moralische Empörung, mehr Politik und mehr giftige Beiträge auf. Wer ihn nutzte, hielt die Feindseligkeit zwischen den politischen Lagern für größer.
Ein dritter Feed war so gebaut, dass extreme Konten weniger Gewicht bekamen. Er zeigte weniger Empörung, und die Teilnehmer nutzten die Plattform trotzdem ähnlich gern. Der Feed ist also kein neutrales Fenster ins Internet. Er ist eine Auswahl – und die ließe sich auch anders treffen.
Für wen schreibe ich diese Antwort eigentlich?
Unter einem absurden Kommentar fragen wir uns meistens: Wie erkläre ich diesem Menschen, dass er falschliegt? Manchmal hilft eine andere Frage mehr. Der Verfasser wird seine Meinung vielleicht nie ändern, aber hundert andere lesen still mit. Für sie kann eine kurze, verständliche Antwort mit Beleg sehr viel wert sein. Anders ist es bei einem Konto, das seit drei Stunden jeden beschimpft. Diesen Menschen muss niemand persönlich zur Vernunft bringen – nicht zu antworten ist dann keine Kapitulation, sondern eine Entscheidung.
Online sachlich zu diskutieren ist also nicht unmöglich. Menschen helfen einander jeden Tag, liefern Quellen, korrigieren Fehler und ändern manchmal sogar ihre Meinung. Das Problem liegt woanders: Sachlichkeit bekommt keinen automatischen Reichweitenbonus. Empörung dagegen kann sehr schnell Aufmerksamkeit erzeugen. Das ist kein Grund, selbst lauter zu werden. Es ist ein Grund, genauer hinzuschauen, welchem Köder man seine Aufmerksamkeit schenkt.
Zum Mitnehmen
Drei Fragen, bevor du antwortest
- Wer liest mit?Schreibe ich für den Verfasser – oder für die vielen, die still mitlesen?
- Will der andere reden?Stellt er echte Fragen – oder sammelt er nur Reaktionen?
- Wo hilft meine Korrektur?Unter dem Originalbeitrag – oder in einem eigenen Beitrag mit Beleg?
Mimikama, Stand: September 2026
Quellen
- Meta: So funktioniert das Ranking im Facebook-Feed, Transparenzcenter
- Ziv Epstein, Michael Bernstein u. a.: Value misalignment in X’s feed algorithm is a reflection of value tensions in engagement, PNAS, August 2026 · Zusammenfassung von Stanford HAI
- William J. Brady, Killian McLoughlin, Tuan N. Doan, Molly J. Crockett: How social learning amplifies moral outrage expression in online social networks, Science Advances, 2021
- William J. Brady u. a.: Emotion shapes the diffusion of moralized content in social networks, PNAS, 2017
- William J. Brady u. a.: Overperception of moral outrage in online social networks inflates beliefs about intergroup hostility, Nature Human Behaviour, 2023
- Studie zu Feed-Algorithmen auf Bluesky: Redesigning algorithms to intervene on social norm misperceptions during a national election, Nature, Mai 2026
