{
  "$type": "site.standard.document",
  "bskyPostRef": {
    "cid": "bafyreiaitmzxxuaio7naphyew7gx34sfo45dpt4gfax7vb54eac6avj6am",
    "uri": "at://did:plc:xjeo53cfbomrj3a6x4xvjvv6/app.bsky.feed.post/3mofmskfve22d"
  },
  "description": "Empfehlungen sind nützlicher, wenn du weißt, woher sie kommen. Ein Buch von einem Freund, ein Ort von jemandem aus deinem Kreis oder eine Liste von einer Person, deren Geschmack du kennst, kann hilfreicher sein als eine Ranking-Maschine, die rät, was dich weiterscrollen lässt.\n\nTouchGrass unterstützt Empfehlungen von Menschen, nicht von Blackboxen. Ziel ist Entdecken mit Kontext: Bücher, Serien, Musik, Orte, Listen und andere Empfehlungen, verbunden mit Profilen, Freunden und Kreisen.\n\nWarum wir uns dafür entschieden haben\n\nEmpfehlungssysteme wirken oft neutral.\n\nIn der Praxis sind viele auf Aufmerksamkeit optimiert. Sie lernen, was Menschen klicken, ansehen, kommentieren, was sie bleiben und wiederkommen lässt. Das kann in kleinen Dosen nützlich sein, verändert Entdecken aber auch in einen Engagement-Wettbewerb. Das System muss sich nicht dafür interessieren, ob etwas bedeutungsvoll, verlässlich, großzügig, lokal, persönlich oder dauerhaft nützlich ist. Es interessiert sich dafür, ob sich die Metrik bewegt.\n\nMenschliche Empfehlungen funktionieren anders.\n\nDas Bücherregal eines Freundes ist nicht nur eine sortierte Liste. Ein empfohlener Ort bringt Kontext mit: warum jemand ihn mochte, für wen er passen könnte und zu welchem Tag er passt. Eine Musikempfehlung von jemandem, den du kennst, ist nicht nur ein Content-Objekt. Sie ist Teil einer Beziehung.\n\nTouchGrass möchte, dass Entdecken sich eher so anfühlt.\n\nDas bedeutet nicht, dass jeder Algorithmus schlecht ist oder jede menschliche Empfehlung perfekt. Es bedeutet, dass soziale Software Menschen nicht durch undurchsichtige Ranking-Systeme als Hauptweg ersetzen sollte, um Kultur, Orte, Ideen und Erinnerungen zu entdecken.\n\nEmpfehlungen sollten mit gewählten Menschen und sozialem Kontext verbunden sein. Sie sollten leicht zu speichern, zu finden, zu teilen und wieder aufzurufen sein, ohne Entdecken in eine Aufmerksamkeitsmaschine zu verwandeln.\n\nSo funktioniert es auf TouchGrass\n\nHeute unterstützt TouchGrass Empfehlungen als Teil der Produktrichtung. können Empfehlungen Bücher, Serien, Musik, Orte, Listen oder verwandte Formate umfassen.\n\nDie wichtige Designentscheidung ist: Empfehlungen gehören zu Menschen. Sie können auf Profilen erscheinen, mit Freunden und Kreisen verbunden sein und neben Beiträgen, Fotos, Alben und längeren Texten stehen. Dadurch bekommen Empfehlungen Kontext, statt anonyme Feed-Einheiten zu werden.\n\nTouchGrass unterstützt außerdem Sichtbarkeitsoptionen. Das ist wichtig, weil eine Empfehlung für einen Ort in der Nachbarschaft an enge Freunde etwas anderes ist als eine öffentliche Liste.\n\nTouchGrass baut Entdecken nicht um Engagement-Fallen herum. Das Produkt stellt Videos, endloses Scrollen, öffentliche Like-Wettläufe oder algorithmisches Feed-Ranking nicht ins Zentrum der Nutzung.\n\nDie Richtung zum offenen Web ist hier ebenfalls wichtig. Portabilität und Föderation können dazu beitragen, dass Empfehlungen nicht in einer einzigen Plattform eingeschlossen bleiben.\n\nGut zu wissen\n\nEine Empfehlung von einer Person ist nicht automatisch richtig, sicher oder frei von Vorurteilen. Freundinnen und Freunde können sich irren. Geschmäcker unterscheiden sich. Listen können veralten. Eine persönliche Empfehlung braucht weiterhin eigenes Urteil.\n\nPrivate oder kreisbasierte Empfehlungen haben ebenfalls Datenschutzgrenzen. Wenn du eine Empfehlung mit jemandem teilst, kann diese Person sie screenshotten, kopieren, weitererzählen oder missbrauchen. TouchGrass kann keinen Schutz vor Verhalten von Empfängerinnen und Empfängern, entfernten Servern oder jeder zukünftigen Integration versprechen.\n\nOffen bedeutet schließlich nicht öffentlich. Unterstützung für das offene Web bedeutet Portabilität, Interoperabilität und Ausgänge. Sichtbarkeitskontrollen sind ein separater Teil des Produkts.\n\nFAQ\n\nWarum nicht einfach algorithmische Empfehlungen nutzen?\n\nAlgorithmische Empfehlungen können nützlich sein, aber viele sind darauf optimiert, Aufmerksamkeit zu maximieren. TouchGrass konzentriert sich auf Empfehlungen mit sozialem Kontext, bei denen die Quelle eine Person, ein Profil, ein Freund oder ein Kreis ist, den du verstehst.\n\nKönnen Empfehlungen privat sein?\n\nTouchGrass ist um öffentliche Sichtbarkeit, Freunde und Kreise herum gestaltet. Privates Teilen schützt außerdem nicht vor Screenshots, Missbrauch durch Empfängerinnen und Empfänger oder jedem Verhalten entfernter Server.\n\nLehnt TouchGrass jede Form von Ranking ab?\n\nEs geht nicht darum, jede Form von Sortierung abzulehnen. Es geht darum, undurchsichtiges Engagement-Ranking nicht zum Zentrum des Entdeckens zu machen. Empfehlungen sollten menschlichen Kontext behalten.\n\nMehr über Empfehlungen",
  "path": "/posts/1862",
  "publishedAt": "2026-06-16T10:47:51+00:00",
  "site": "at://did:plc:xjeo53cfbomrj3a6x4xvjvv6/site.standard.publication/3mm4zoxfmx226",
  "textContent": "Empfehlungen von Menschen, nicht von Blackboxen\n\nEmpfehlungen sind nützlicher, wenn du weißt, woher sie kommen. Ein Buch von einem Freund, ein Ort von jemandem aus deinem Kreis oder eine Liste von einer Person, deren Geschmack du kennst, kann hilfreicher sein als eine Ranking-Maschine, die rät, was dich weiterscrollen lässt.\n\nTouchGrass unterstützt Empfehlungen von Menschen, nicht von Blackboxen. Ziel ist Entdecken mit Kontext: Bücher, Serien, Musik, Orte, Listen und andere Empfehlungen, verbunden mit Profilen, Freunden und Kreisen.\n\nWarum wir uns dafür entschieden haben\n\nEmpfehlungssysteme wirken oft neutral.\n\nIn der Praxis sind viele auf Aufmerksamkeit optimiert. Sie lernen, was Menschen klicken, ansehen, kommentieren, was sie bleiben und wiederkommen lässt. Das kann in kleinen Dosen nützlich sein, verändert Entdecken aber auch in einen Engagement-Wettbewerb. Das System muss sich nicht dafür interessieren, ob etwas bedeutungsvoll, verlässlich, großzügig, lokal, persönlich oder dauerhaft nützlich ist. Es interessiert sich dafür, ob sich die Metrik bewegt.\n\nMenschliche Empfehlungen funktionieren anders.\n\nDas Bücherregal eines Freundes ist nicht nur eine sortierte Liste. Ein empfohlener Ort bringt Kontext mit: warum jemand ihn mochte, für wen er passen könnte und zu welchem Tag er passt. Eine Musikempfehlung von jemandem, den du kennst, ist nicht nur ein Content-Objekt. Sie ist Teil einer Beziehung.\n\nTouchGrass möchte, dass Entdecken sich eher so anfühlt.\n\nDas bedeutet nicht, dass jeder Algorithmus schlecht ist oder jede menschliche Empfehlung perfekt. Es bedeutet, dass soziale Software Menschen nicht durch undurchsichtige Ranking-Systeme als Hauptweg ersetzen sollte, um Kultur, Orte, Ideen und Erinnerungen zu entdecken.\n\nEmpfehlungen sollten mit gewählten Menschen und sozialem Kontext verbunden sein. Sie sollten leicht zu speichern, zu finden, zu teilen und wieder aufzurufen sein, ohne Entdecken in eine Aufmerksamkeitsmaschine zu verwandeln.\n\nSo funktioniert es auf TouchGrass\n\nHeute unterstützt TouchGrass Empfehlungen als Teil der Produktrichtung. können Empfehlungen Bücher, Serien, Musik, Orte, Listen oder verwandte Formate umfassen.\n\nDie wichtige Designentscheidung ist: Empfehlungen gehören zu Menschen. Sie können auf Profilen erscheinen, mit Freunden und Kreisen verbunden sein und neben Beiträgen, Fotos, Alben und längeren Texten stehen. Dadurch bekommen Empfehlungen Kontext, statt anonyme Feed-Einheiten zu werden.\n\nTouchGrass unterstützt außerdem Sichtbarkeitsoptionen. Das ist wichtig, weil eine Empfehlung für einen Ort in der Nachbarschaft an enge Freunde etwas anderes ist als eine öffentliche Liste.\n\nTouchGrass baut Entdecken nicht um Engagement-Fallen herum. Das Produkt stellt Videos, endloses Scrollen, öffentliche Like-Wettläufe oder algorithmisches Feed-Ranking nicht ins Zentrum der Nutzung.\n\nDie Richtung zum offenen Web ist hier ebenfalls wichtig. Portabilität und Föderation können dazu beitragen, dass Empfehlungen nicht in einer einzigen Plattform eingeschlossen bleiben.\n\nGut zu wissen\n\nEine Empfehlung von einer Person ist nicht automatisch richtig, sicher oder frei von Vorurteilen. Freundinnen und Freunde können sich irren. Geschmäcker unterscheiden sich. Listen können veralten. Eine persönliche Empfehlung braucht weiterhin eigenes Urteil.\n\nPrivate oder kreisbasierte Empfehlungen haben ebenfalls Datenschutzgrenzen. Wenn du eine Empfehlung mit jemandem teilst, kann diese Person sie screenshotten, kopieren, weitererzählen oder missbrauchen. TouchGrass kann keinen Schutz vor Verhalten von Empfängerinnen und Empfängern, entfernten Servern oder jeder zukünftigen Integration versprechen.\n\nOffen bedeutet schließlich nicht öffentlich. Unterstützung für das offene Web bedeutet Portabilität, Interoperabilität und Ausgänge. Sichtbarkeitskontrollen sind ein separater Teil des Produkts.\n\nFAQ\n\nWarum nicht einfach algorithmische Empfehlungen nutzen?\n\nAlgorithmische Empfehlungen können nützlich sein, aber viele sind darauf optimiert, Aufmerksamkeit zu maximieren. TouchGrass konzentriert sich auf Empfehlungen mit sozialem Kontext, bei denen die Quelle eine Person, ein Profil, ein Freund oder ein Kreis ist, den du verstehst.\n\nKönnen Empfehlungen privat sein?\n\nTouchGrass ist um öffentliche Sichtbarkeit, Freunde und Kreise herum gestaltet. Privates Teilen schützt außerdem nicht vor Screenshots, Missbrauch durch Empfängerinnen und Empfänger oder jedem Verhalten entfernter Server.\n\nLehnt TouchGrass jede Form von Ranking ab?\n\nEs geht nicht darum, jede Form von Sortierung abzulehnen. Es geht darum, undurchsichtiges Engagement-Ranking nicht zum Zentrum des Entdeckens zu machen. Empfehlungen sollten menschlichen Kontext behalten.\n\nMehr über Empfehlungen",
  "title": "Empfehlungen von Menschen, nicht von Blackboxen",
  "updatedAt": "2026-07-20T11:23:31+00:00"
}