Empfehlungen von Menschen, nicht von Blackboxen

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.

TouchGrass 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. TouchGrass ist ein sicherer, offener sozialer Ort fürs echte Leben — ohne süchtig machende Feeds oder Plattform-Lock-in.

Warum TouchGrass diese Entscheidung getroffen hat

Empfehlungssysteme wirken oft neutral.

In 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.

Menschliche Empfehlungen funktionieren anders.

Das 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.

TouchGrass möchte, dass Entdecken sich eher so anfühlt.

Das 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.

Empfehlungen 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.

Was TouchGrass heute macht

Heute unterstützt TouchGrass Empfehlungen als Teil der Produktrichtung. Abhängig vom aktuellen Feature-Status können Empfehlungen Bücher, Serien, Musik, Orte, Listen oder verwandte Formate umfassen.

Die 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.

TouchGrass unterstützt außerdem Sichtbarkeitsoptionen. Eine Empfehlung kann öffentlich sein, mit Freunden geteilt werden oder mit einem Kreis geteilt werden, abhängig von den verfügbaren Einstellungen und dem aktuellen Feature-Status. Das ist wichtig, weil eine Empfehlung für einen Ort in der Nachbarschaft an enge Freunde etwas anderes ist als eine öffentliche Liste.

TouchGrass 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.

Die Richtung zum offenen Web ist hier ebenfalls wichtig. Portabilität und Föderation können dazu beitragen, dass Empfehlungen nicht in einer einzigen Plattform eingeschlossen bleiben. Arbeit an ATProto/Atmosphere, Solid, ActivityPods, privatem Teilen und verwandten Protokollrichtungen sollte vorsichtig beschrieben werden. Einige Teile können ausgeliefert, einige teilweise, einige experimentell und andere geplant sein. Die Feature-Statusseite sollte die Quelle der Wahrheit sein.

Grenzen / was nicht übertrieben werden sollte

Eine 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.

TouchGrass sollte außerdem nicht behaupten, dass jedes Empfehlungsformat oder jede Protokollintegration vollständig ausgeliefert ist, sofern die Feature-Statusseite das nicht bestätigt. Die sichere Formulierung lautet: TouchGrass unterstützt Empfehlungen von gewählten Menschen und baut darum herum, mit dem genauen Funktionsumfang im Status dokumentiert.

Private 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.

Offen bedeutet schließlich nicht öffentlich. Unterstützung für das offene Web bedeutet Portabilität, Interoperabilität und Ausgänge. Sichtbarkeitskontrollen sind ein separater Teil des Produkts.

FAQ

Warum nicht einfach algorithmische Empfehlungen nutzen?

Algorithmische 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.

Was kann man auf TouchGrass empfehlen?

TouchGrass ist um Empfehlungen wie Bücher, Serien, Musik, Orte und Listen herum gebaut, abhängig vom aktuellen Feature-Status. Prüfe die Empfehlungsseite und die Feature-Statusseite für den genauen aktuellen Umfang.

Können Empfehlungen privat sein?

TouchGrass ist um öffentliche Sichtbarkeit, Freunde und Kreise herum gestaltet. Die aktuellen Einstellungen sollten geprüft werden, bevor eine spezifische Aussage gemacht wird. Privates Teilen schützt außerdem nicht vor Screenshots, Missbrauch durch Empfängerinnen und Empfänger oder jedem Verhalten entfernter Server.

Sind Empfehlungen portabel?

Portabilität ist Teil der offenen Webrichtung von TouchGrass, aber der aktuelle Stand kann je nach Funktion und Protokoll unterschiedlich sein. Prüfe die Feature-Statusseite, bevor du sagst, dass Empfehlungen vollständig portabel oder föderiert sind.

Lehnt TouchGrass jede Form von Ranking ab?

Es 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.

Mehr über Empfehlungen: /recommendations-from-friends

Feature-Status: /status/features

Zuletzt aktualisiert: 15 May 2026

Sprache: Deutsch