Geschichte des Algorithmus: Von al-Chwarizmi bis TikTok

Benjamin Metzig
24. Apr.
6 Min. Lesezeit

Aktualisiert: 3. Mai

Illustration im Editorialstil: Links ein Gelehrter im historischen Bagdad vor einem leuchtenden geometrischen Tableau und goldenen Zahlenbahnen, rechts ein junger Mensch mit Smartphone vor schwebenden Videokarten; dazwischen verwandeln sich Rechenlinien in neonfarbene Empfehlungspfade unter der Headline „ALGORITHMUS“ und dem Banner „Von Bagdad bis TikTok“.

Wer heute "der Algorithmus" sagt, meint meist etwas Unsichtbares mit sehr realen Folgen. Er entscheidet, welches Video du als Nächstes siehst, welcher Song dir vorgeschlagen wird, welche Anzeige dir folgt und welche Inhalte in deinem Feed verschwinden, bevor du sie überhaupt bemerken kannst. Das Wort klingt technisch. Seine Wirkung ist sozial.

Gerade deshalb lohnt sich ein Perspektivwechsel. Die Geschichte des Algorithmus verstehen heißt nicht nur, ein Informatik-Grundwort zu lernen. Es heißt zu begreifen, wie aus einer Rechenanleitung eine Machttechnik wurde, die Aufmerksamkeit sortiert, Verhalten antizipiert und digitale Wirklichkeit vorsortiert.

Der Algorithmus begann nicht im Silicon Valley

Die erste wichtige Korrektur lautet: Algorithmen sind viel älter als Computer.

Schon Euklid beschrieb um 300 v. Chr. ein Verfahren, mit dem sich der größte gemeinsame Teiler zweier Zahlen bestimmen lässt. Der euklidische Algorithmus ist im Kern eine elegante Schleife aus Teilen und Restbilden. Er ist alt, aber keineswegs museal. Genau deshalb ist er so interessant: Er zeigt, dass ein Algorithmus zunächst nichts anderes ist als ein präzise formulierbares Verfahren.

Der eigentliche sprachliche Durchbruch kam dann mit dem Gelehrten al-Chwarizmi im 9. Jahrhundert in Bagdad. Über die lateinische Überlieferung seines Namens, Algoritmi, wurde aus einem konkreten Rechenverfahren allmählich ein Begriff für regelgeleitete Berechnung. Das ist mehr als Etymologie-Folklore. Es markiert den Moment, in dem Mathematik portabel wird: Ein Verfahren lässt sich aufschreiben, lehren, kopieren und an fremden Orten wiederholen.

Algorithmen sind also von Anfang an Kulturtechniken der Standardisierung. Sie lösen Wissen aus dem Kopf einzelner Experten und verwandeln es in wiederholbare Schritte.

Von der Rechenregel zur Symbolmaschine

Lange Zeit waren Algorithmen vor allem an Arithmetik gebunden. Man rechnete mit ihnen, aber man dachte noch nicht in ihnen. Das änderte sich im 19. und frühen 20. Jahrhundert radikal.

Ada Lovelace erkannte in ihren Notizen zur Analytical Engine von Charles Babbage etwas, das ihrer Zeit weit voraus war. Ihr Verfahren zur Berechnung von Bernoulli-Zahlen gilt heute als erstes Computerprogramm. Noch wichtiger ist aber der gedankliche Sprung dahinter: Lovelace begriff, dass eine Maschine nicht nur Zahlen bewegen könnte, sondern prinzipiell auch andere Symbole, etwa Musik.

Damit wird der Algorithmus universeller. Er ist nicht mehr bloß Rechenrezept, sondern eine abstrakte Choreografie von Operationen.

Alan Turing trieb diese Abstraktion 1936 auf die Spitze. Mit der Turing-Maschine formulierte er ein Modell dafür, was eine allgemeine Rechenmaschine überhaupt ist. Das war die Geburtsstunde des modernen Computerdankens. Gleichzeitig zeigte Turing aber auch eine Grenze auf, die oft vergessen wird: Es gibt keine universelle mechanische Methode, mit der sich jedes Problem entscheiden lässt.

Das ist eine der schönsten Ironien der Technikgeschichte. In dem Moment, in dem der Algorithmus zur allgemeinen Maschine wird, wird auch klar, dass nicht alles algorithmisch lösbar ist.

Der große Rollenwechsel: Heute rechnen Algorithmen nicht nur, sie sortieren

Im 20. Jahrhundert wurden Algorithmen zunächst vor allem mit Effizienz, Automatisierung und Berechenbarkeit verbunden. Sie halfen bei Logistik, Verschlüsselung, Navigation, Fertigung, Statistik. All das ist schon mächtig genug.

Der eigentliche gesellschaftliche Sprung kam aber erst, als Algorithmen nicht mehr nur Probleme lösten, sondern Umgebungen kuratierten.

Ein Navigationsalgorithmus sucht den schnellsten Weg. Ein Empfehlungsalgorithmus entscheidet dagegen, welche Optionen du überhaupt wahrnimmst. Das ist ein qualitativer Unterschied. Denn wer Wahrnehmung vorsortiert, beeinflusst nicht nur Entscheidungen, sondern oft schon die Bühne, auf der Entscheidungen entstehen.

Genau hier wird der Algorithmus politisch, kulturell und psychologisch relevant. Er ist nicht länger bloß Werkzeug, sondern Teil der Infrastruktur von Aufmerksamkeit.

Warum TikTok die zugespitzte Gegenwart des Algorithmus ist

Kaum eine Plattform steht so sehr für diese neue Phase wie TikTok. Die App ist deshalb nicht bloß ein Ort für Kurzvideos, Trends und Musikfetzen. Sie ist ein besonders sichtbares Labor dafür, wie algorithmische Selektion heute funktioniert.

TikTok beschreibt seinen For You-Feed selbst als Empfehlungssystem, das Videos anhand mehrerer Signale rankt: Nutzerinteraktionen, Informationen über das Video sowie einige Geräte- und Kontoeinstellungen. Außerdem verweist die Plattform auf eingebaute Diversifizierungsmechanismen und auf Funktionen wie "Why this video?", mit denen Nutzer nachvollziehen sollen, warum Inhalte empfohlen werden.

Das klingt zunächst vernünftig, fast serviceorientiert. Und natürlich steckt darin eine reale Leistung: In Umgebungen mit absurdem Informationsüberschuss braucht es Auswahlmechanismen. Kein Mensch will zehntausende ungeordnete Videos durchforsten.

Aber genau hier beginnt das Problem. Denn ein Empfehlungssystem muss immer für etwas optimieren. Und dieses "für etwas" ist nie neutral.

Optimiert ein System vor allem für Verweildauer, Wiederkehr, Klicks, Shares oder Watchtime, dann bevorzugt es tendenziell Inhalte, die diese Reaktionen besonders zuverlässig auslösen. Das müssen nicht die wahrsten, nützlichsten oder ausgewogensten Inhalte sein. Oft sind es die emotionalsten, irritierendsten, bestätigendsten oder provozierendsten.

Der Algorithmus als Verhaltenstechniker

An dieser Stelle kippt die Alltagsvorstellung vom Algorithmus häufig in die Irre. Viele Menschen reden so, als würde ein Algorithmus einfach nur "zeigen, was wir mögen". Das ist zu harmlos formuliert.

Besser wäre: Ein Algorithmus lernt aus beobachtetem Verhalten, baut daraus Modelle künftiger Reaktionen und verstärkt dann bevorzugt die Reize, die seine Zielgröße am besten bedienen.

Das ist keine Magie. Aber es ist auch nicht passiv.

Eine aktuelle PNAS-Nexus-Studie zu engagementbasierten Rankings auf Social Media zeigt genau das Problem: Systeme, die auf beobachtete Interaktion optimieren, können emotional aufgeladene und gegnerfeindliche Inhalte verstärken, obwohl Nutzer in Befragungen gar nicht angeben, genau solche Inhalte zu bevorzugen. Mit anderen Worten: Das, was uns fesselt, ist nicht automatisch das, was wir nach reflektierter Abwägung wirklich wollen.

Der Algorithmus wird damit zu einer Art behavioristischem Manager unserer Aufmerksamkeit. Er reagiert auf Signale, belohnt Muster, stabilisiert Gewohnheiten und kann Schleifen erzeugen, in denen Interesse, Reiz und Wiederholung sich gegenseitig verstärken.

Wenn Wissenschaftswelle solche Mechanismen auseinandernehmen soll, abonnier gern den Newsletter. Gerade bei digitalen Themen ist der Unterschied zwischen Schlagwort und Struktur oft entscheidend.

Was die Forschung über TikTok und ähnliche Systeme wirklich nahelegt

Die Forschungslage ist ernst, aber nicht simpel. Ein TikTok-Audit von 2024 beschreibt, dass Empfehlungspfade Nutzer in radikalisierende Inhaltsmilieus führen können und dass Plattformempfehlungen dabei eine wichtige Rolle spielen. Das ist ein starkes Warnsignal.

Trotzdem wäre es unseriös, daraus die bequeme Totalformel zu machen, TikTok "mache" Menschen automatisch extremistisch oder unfrei. So sauber ist die Evidenz nicht. Plattformeffekte hängen von Themen, Nutzungsmustern, sozialem Umfeld, bestehenden Neigungen und konkretem Systemdesign ab. Außerdem bleiben proprietäre Modelle von außen immer nur teilweise sichtbar.

Genau deshalb ist intellektuelle Disziplin hier wichtiger als moralische Panik. Die belastbare Aussage lautet nicht: Algorithmen kontrollieren alles. Die belastbare Aussage lautet: Empfehlungsalgorithmen strukturieren Sichtbarkeit, und Sichtbarkeit ist in digitalen Öffentlichkeiten eine Form von Macht.

Ein großer Review zu Fairness in Recommender Systems formuliert es nüchtern: Solche Systeme beeinflussen, welche Informationen wir überhaupt sehen. Und was wir sehen, prägt wiederum Überzeugungen, Entscheidungen und Handlungen. Wer diese Kette kleinredet, hat nicht verstanden, worum es bei Plattformmacht im Kern geht.

Die eigentliche Pointe der Algorithmus-Geschichte

Von al-Chwarizmi bis TikTok zieht sich eine Linie, die leicht zu übersehen ist. Früher half der Algorithmus dabei, die Welt zu berechnen. Heute hilft er dabei, sie vorzusortieren.

Das klingt nach einer technischen Verfeinerung, ist aber ein zivilisatorischer Rollenwechsel.

Denn sobald Algorithmen nicht mehr nur Antworten liefern, sondern Relevanz herstellen, verschiebt sich auch die Verantwortung. Dann geht es nicht mehr bloß um Korrektheit und Effizienz, sondern um Prioritäten, Anreize, Fairness, Transparenz und gesellschaftliche Nebenwirkungen.

Die Frage ist also nicht, ob wir Algorithmen brauchen. Natürlich tun wir das. Die Frage ist, welche Ziele wir in sie einschreiben, welche Daten wir ihnen überlassen und welche Formen von Kontrolle, Reibung und Widerspruch wir uns noch leisten wollen.

Vielleicht ist das die knappste Definition für unsere Gegenwart: Wir leben in einer Kultur, in der alte Rechenrezepte zu unsichtbaren Kuratoren geworden sind.

Und genau deshalb sollte man den Algorithmus weder mystifizieren noch verniedlichen. Er ist kein Orakel. Aber eben auch kein neutraler Taschenrechner.

Wenn du Wissenschaftswelle auch jenseits des Blogs verfolgen willst, schau hier vorbei:

Instagram | Facebook

#Algorithmus #TikTok #Digitalisierung #Mathematik #Technologie #KünstlicheIntelligenz #SocialMedia #Wissenschaftsgeschichte #Medienkompetenz