Die Forschung hat sich mittlerweile auch mit der Frage beschäftigt, wie User*innen von TikTok auf den Algorithmus reagieren bzw. welche Auswirkungen das Wissen um die Funktion auf ihre Nutzung hat. Wampfler [3] hat dazu einen lesenswerten Beitrag geschrieben, der die Studien gut zusammenfasst und ordnet. Demnach untersuchten Kang und Lou [4] in einer Interviewstudie, wie Nutzer*innen von TikTok zu den Entscheidungen, die der Algorithmus für sie trifft, stehen. Resultat: Die User*innen geben ihren eigenen Handlungsspielraum bzw. ihre eigene Agency gerne und bewusst ab. Dennoch erzählen sie, dass das Wissen um die Aggressivität des Algorithmus und dessen Zugriffe auf die privaten Daten eine psychologische Spannung hervorruft. Solange der Algorithmus Content liefert, der die Nutzer*innen interessiert und kaum irritiert und solange er auch den Content von Creators (auch solchen in Nischen) streut, wird diese Spannung aber hingenommen. Eine mögliche Begründung für diese Entscheidung zur Abgabe von Autonomie liefert eine Studie von Schellewald [5].  Demnach ist TikTok ein Tool für „me-Time“. Anders als Instagram dient TikTok nicht der Kommunikation und sozialen Vernetzung.

Siles et al. [6] unterscheiden zwischen kognitiver, affektiver und praktischer Algorithmic Awareness von TikTok-Nutzer*innen. Sie beschreiben fünf Aktivitäten, bei denen man das Wissen um den Algorithmus brauchen kann: die Erwartungen vor der Nutzung, das Training des Algorithmus, die Erfahrungen in der erwünschten Anpassung, die Irritationen bei falschen Empfehlungen und schließlich die Ablehnung der Plattform. Das Team konnte feststellen, dass die Algorithmic Awareness wandelbar ist. Bei Zufriedenheit mit dem gelieferten Content ist das Bewusstsein weniger gefordert als bei Unzufriedenheit. Die Awareness bezüglich des Algorithmus existiert den Daten zufolge sowohl bei aktiven als auch passiven Nutzer*innen, aber auch bei Nicht-Nutzer*innen. 

Auch Espinoza Rojas et al. [7] unterstützen die Befunde. Ihre Studie zeigt, dass die Algorithmic Awareness bei der Nutzung von mehreren Plattformen gleichzeitig steigt. Mehrfachnutzung ermöglicht es, Unterschiede wie auch Gemeinsamkeiten zu beobachten.

Swart [8] untersuchte, wie junge Erwachsene algorithmische Nachrichtenauswahl wahrnehmen und erleben und welche Gefühle sie damit verbinden. Die Ergebnisse zeigen, dass junge Menschen zwischen 16 und 26 Algorithmen als mehrdeutige und teils undurchsichtige Akteure wahrnehmen. Die Personalisierung ihrer Feeds wird zwar als hilfreich empfunden, gleichzeitig gibt es aber das Gefühl, von den Plattformen beobachtet und kontrolliert zu werden. Ein Teil der Befragten entwickelte Strategien, um mit der algorithmischen Vorauswahl umzugehen, etwa durch gezieltes Liken oder das Meiden bestimmter Inhalte. Viele akzeptieren die Auswahl der Plattform, da das manuelle Gegenwirken gegen den Algorithmus aufwändig ist. Nur wenige Nutzer*innen fühlten sich in der Lage, aktiv auf den Algorithmus Einfluss zu nehmen.

Etabliert hat sich mittlerweile auch eine Forschungstradition, die Algorithmen nicht als technische Entwicklung interpretiert, sondern als Elemente einer Kultur, bezeichnet als „folk theories of algorithms“. [9] Dabei wird nicht untersucht, ob die User*innen das richtige oder falsche Wissen über den Algorithmus haben. Es geht darum, die Beschreibungen, Einstellungen und die Bilder vom Algorithmus kennenzulernen. Denn diese Vorstellungen prägen das Handeln in den Sozialen Medien. 

Awareness ist, wie wir schon festgestellt haben, mit einer Wissensdimension und damit einhergehenden Kompetenzen im Handeln verbunden. Fragt man nach den Kompetenzen, die User*innen benötigen, um den Algorithmus zu verstehen und souverän und unbeschadet damit umgehen zu können, dann ist von digitaler Medienkompetenz die Rede. In Österreich wurde schon lange eingefordert und diskutiert, (digitale) Medienkompetenz als Teil des schulischen Bildungssystems zu vermitteln. Im Schuljahr 2022/2023 wurde schließlich „Digitale Grundbildung“ an Mittelschulen und AHS-Unterstufen als Pflichtgegenstand eingeführt. [10] Die Lehrplaninhalte werden aus drei Perspektiven betrachtet: Technologien, Gesellschaft und Interaktion. Der Technologie-Inhalt widmet sich den offiziellen Angaben zufolge der Frage: Wie funktionieren digitale Technologien? Ein Bereich, der auch das Thema Algorithmen implizieren sollte. Die EU-Kommission hat 2022 [11] mit DigiComp 2.2 einen normativen Rahmen für die Definition von digitaler Kompetenz vorgelegt. Dieser Katalog besteht aus Wissen, Anwendungskompetenzen und Einstellungen, verstanden als Motoren für kompetenten Umgang mit Digitalem. Dieser Katalog beinhaltet bei genauerem Hinsehen auch Algorithmic Awareness.

Visualisierung der Kompetenzen im DigitComp 2.2 Entwurf. (Vuorikari, Kluzer, Punie 2022, S.67)

Im DigiComp 2.2. Entwurf wird der Begriff „Aware“ in den Ausprägungen Information and data literacy, Communication and collaboration, Digital content creation und Safety  genannt  und immer der Wissensdimension zugeordnet. Als Beispiel dafür die detaillierten Zuschreibungen in der Dimension Information and data literacy: 

“2. Aware that online content that is available to users at no monetary cost is often paid for by advertising or by selling the user’s data.

3. Aware that search results, social media activity streams and content recommendations on the internet are influenced by a range of factors. These factors include the search terms used, the context (e.g. geographical location), the device (e.g. laptop or mobile phone), local regulations (which sometimes dictate what can or cannot be shown), the behavior of other users (e.g. trending searches or recommendations) and the user’s past online behavior across the internet.

4. Aware that search engines, social media and content platforms often use AI algorithms to generate responses that are adapted to the individual user (e.g. users continue to see similar results or content). This is often referred to as “personalisation”. (AI)

5. Aware that AI algorithms work in ways that are usually not visible or easily understood by users. This is often referred to as “black box” decision-making as it may be impossible to trace back how and why an algorithm makes specific suggestions or predictions. (AI)” [12]

Über die Dimensionen hinweg umfasst der Begriff Algorithmic Awareness das Bewusstsein für die Existenz und Funktionsweise des Algorithmus und die damit einhergehenden Defizite. Diese bildet schließlich die Grundlage für das eigene Handeln auf der Plattform.

Wie im Abschnitt Radikalisierung erklärt, ist Radikalisierung ein Prozess und kein Status quo. Diesen Prozess rechtzeitig zu erkennen und damit gegensteuern zu können – kurz Awareness zu schaffen – ist das Ziel vieler Initiativen in Österreich, aber auch in Europa.

RAN und EU Knowledge Hub on Prevention of Radicalisation

2011 wurde das Radicalisation Awareness Network – kurz RAN – von der Europäischen Kommission geschaffen. [13] Ziel des Netzwerks ist es, gegen Extremismus und Terrorismus vorzugehen und einen fachlichen Austausch von immerhin 6000 Praktiker*innen aus verschiedenen Staaten und Fachgebieten zu ermöglichen. Das Netzwerk besteht aus RAN Practitioners und RAN Policy Support zur Politikberatung der Mitgliedsstaaten. 

2024 wurde das Netzwerk durch den „EU Knowledge Hub on Prevention of Radicalisation“ abgelöst. [14]Das Projekt dauert bis 2028 und wird mit einem Budget von 60 Mio. Euro gefördert. Das Fortsetzungsprojekt setzt nach wie vor auf den Austausch von Fachleuten aus verschiedenen Bereichen der Präventionsarbeit und der Politik. Erfahrungswissen von Organisationen aus der Zivilgesellschaft, von Opferorganisationen und von Aussteiger*innen soll mit Erkenntnissen aus der Wissenschaft verfügbar gemacht werden. Fachveranstaltungen, Konferenzen, Workshops, Trainings, Besuche in Ländern, um Best Practice Beispiele kennenzulernen, sowie gemeinsame Forschungsprojekte sind Aktivitäten des Hubs.

(Grafik aus dem Factsheet EU Knowledge Hub on Prevention of Radicalisation)

Der Hub nennt als größte Bedrohungen für Europa: Dschihadismus; gewaltbereiter Rechts- und Links-Extremismus; lokale Herausforderungen; Radikalisierung im Gefängnis und nach der Freilassung; Online Radikalisierung und neue Technologien; geopolitische Faktoren als Impakt für Radikalisierung; ausländische terroristische Kämpfer*innen; unerwünschte ausländische Einflüsse; radikalisierte Teenager und Minderjährige; Einzeltäter*innen und kleine Zellen, bei denen mögliche Zusammenhänge mit psychischer Gesundheit analysiert werden; neue Formen des gewalttätigen Extremismus wie system- und regierungsfeindliche Bewegungen und Gruppen.

Der Hub stellt relevante Materialien zur Vermittlung von Wissen zum Thema Radikalisierung und damit zur Prävention bereit. Auch Forschungsergebnisse sind einsehbar. [15]

Quellen/Referenzen

American Jewish Committee Berlin Ramer Institute (2024): Report on Shoah Commemoration and Education on TikTok, Berlin https://ajcgermany.org/system/files/document/Shoah_Commemoration_and_Education_on_TikTok.pdf 

Bundesministerium für Bildung (2022): Digitale Grundbildung, https://www.bmb.gv.at/Themen/schule/zrp/dibi/dgb.html (12.12.2025) [10]

Espinoza-Rojas, J.; Siles, I.; Castelan, Th. (2023): How using various platforms shapes awareness of algorithms, In: Behaviour & Information Technology 42/9, 1422-1433. [2, 7]

European Commission (2024): RAN Practicioners https://home-affairs.ec.europa.eu/networks/radicalisation-awareness-network-ran_en (12.12.2025) [13]

European Commission (2025): EU Knowledge Hub on Prevention of Radicalisation https://home-affairs.ec.europa.eu/networks/eu-knowledge-hub-prevention-radicalisation_en (12.12.2025) [14]

European Commission (2025): Learning Ressources https://home-affairs.ec.europa.eu/networks/eu-knowledge-hub-prevention-radicalisation/welcome-package/learning-resources_en (12.12.2025) [15]

Kang, H. /Lou, Ch.: AI agency vs. human agency: understanding human – AI interactions on TikTok and their implications for user engagement. In: Journal of Computer-Mediated Communication 27/5 (2022), 1–13. [4]

Schellewald, A.: Theorizing „Stories About Algorithms“ as a Mechanism in the Formation and Maintenance of Algorithmic Imaginaries. In: Social Media + Society 8/1 (2022), 1–10. [5]

Swart (2021) untersucht in der qualitativen Studie „Experiencing Algorithms: How Young People Understand, Feel About, and Engage With Algorithmic News Selection on Social Media“ [8]

Siles, I./Valerio-Alfaro, L./Meléndez-Moran, A.: Learning to like TikTok … and not: Algorithm awareness as process. In: New Media & Society 0 (2022), 1–17. [6]

Vuorikari, R., Kluzer, S. and Punie, Y., DigComp 2.2: The Digital Competence Framework for Citizens – With new examples of knowledge, skills and attitudes, EUR 31006 EN, Publications Office of the European Union, Luxembourg, 2022, ISBN 978-92-76-48882-8, doi:10.2760/115376, JRC128415. https://publications.jrc.ec.europa.eu/repository/handle/JRC128415 [11, 12]

Wampfler, Ph. (2025): Die Algorithmen verstehen: Kompetenzen und Narrative, In: Fischer, F.; Meier-Vieracker, S.; Niedorf, L. (Hrsg.): Tik Tok. Memefication and Performance. Interdisziplinäre Zugänge, J.B. Metzler, S. 23-46. [3, 9]

Wenninger, G. (2000) (Hrsg.): Lexikon der Psychologie: in fünf Bänden, 1, A bis E, Spectrum, Akad.Verlag. [1]