Die Aufmerksamkeitsökonomie: Wie Big Tech deinen Fokus monetarisiert

2017 hielt Sean Parker – der Gründungspräsident von Facebook – eine Rede, die eigentlich nicht so offen hätte ausfallen sollen. „Wie verbrauchen wir so viel wie möglich von deiner Zeit und deiner bewussten Aufmerksamkeit?" beschrieb er als die Gründungsfrage der Plattform. Die Antwort, zu der sie kamen, war, „eine Schwachstelle in der menschlichen Psychologie" auszunutzen, indem man Menschen „einen kleinen Dopamin-Kick" gibt, sobald jemand einen Beitrag liked oder kommentiert. Er beschrieb das als etwas, das sie „bewusst" getan hätten. Er beschrieb sich selbst und Mark Zuckerberg als Leute, die „genau wussten, was wir taten."

Die Rede sorgte eine Woche lang für Aufmerksamkeit. Das Produkt änderte sich nicht.

Parkers Rahmung – Dopamin, Schwachstelle, Ausnutzung – trifft im Kern zu, ist im Mechanismus aber leicht ungenau. Die neurologische Realität ist interessanter, und wer sie versteht, versteht nicht nur, was diese Unternehmen tun, sondern warum es so zuverlässig funktioniert – und was diese Zuverlässigkeit kostet.

Der tatsächliche Mechanismus

Die Dopamin-Rahmung ist überall zu finden und nicht ganz richtig. Dopamin wird in Erwartung einer Belohnung ausgeschüttet, nicht als Reaktion darauf. Der Moment, in dem du dein Handy checkst – bevor du weißt, ob eine Benachrichtigung da ist – ist der Dopamin-Kick. Die Benachrichtigung selbst ist beinahe nebensächlich. Was variable Verstärkungspläne so wirkungsvoll macht (den Mechanismus, den B.F. Skinner in den 1950er-Jahren in Experimenten mit Tauben und Spielautomaten identifizierte), ist, dass die Belohnung nach einem unvorhersehbaren Muster erscheint. Feste Verstärkung – eine Belohnung bei jedem fünften Check – verliert schnell ihre Anziehungskraft. Variable Verstärkung – eine Belohnung mal beim zweiten Check, mal beim fünfzigsten – ist das Muster, das am widerstandsfähigsten gegen Löschung ist. Es ist auch das Muster, nach dem Spielautomaten, Pull-to-Refresh-Feeds und das Instagram-Scrollen gestaltet sind.

Der Designer, der Pull-to-Refresh für Twitter entwickelte – Loren Brichter – sagte 2017 in einem Interview, er bereue es. Nicht weil es clever war, sondern weil es zu clever war: „Smartphones sind nützliche Werkzeuge, aber sie machen süchtig. Pull-to-Refresh macht süchtig. Twitter macht süchtig. Das sind keine guten Dinge."

Dieser Mechanismus hat messbare Kosten. Gloria Mark von der University of California, Irvine, misst seit zwei Jahrzehnten, wie lange Menschen den Fokus auf eine einzelne digitale Aufgabe halten, bevor sie wechseln. 2004 lag der Durchschnitt bei zweieinhalb Minuten. 2012 waren es fünfundsiebzig Sekunden. In ihren jüngsten Studien sind es siebenundvierzig Sekunden. Der Rückgang korreliert mit dem Aufstieg von Smartphones und Push-Benachrichtigungen. Das impliziert nicht sauber Kausalität. Aber es ist eine bemerkenswerte Zahl: Das durchschnittliche ununterbrochene Arbeitsfenster ist inzwischen kürzer als eine typische Werbepause.

Das Geschäftsmodell ist das Design

Die Aufmerksamkeitsökonomie ist keine Metapher. Es ist ein konkretes Wirtschaftsmodell, in dem der Nutzer das Produkt ist, Aufmerksamkeit das Inventar und Werbetreibende die Kunden. Der Werbeumsatz der fünf größten Aufmerksamkeitsplattformen – Meta, Google, TikTok, Snap, Twitter/X – lag 2024 bei rund 400 Milliarden Dollar. Jeder Dollar dieses Umsatzes ist ein Dollar, den ein Werbetreibender für den Zugang zur Aufmerksamkeit eines Nutzers bezahlt hat. Je mehr Aufmerksamkeit die Plattform einfängt, desto mehr Inventar hat sie zu verkaufen.

Metas durchschnittlicher Umsatz pro Nutzer in den USA und Kanada lag 2024 bei 233,42 Dollar. Das ist der jährliche Umsatzwert der Aufmerksamkeit eines einzelnen amerikanischen Nutzers allein für Meta. Googles vergleichbare Zahl, über Search und YouTube hinweg, ist höher. TikToks Wert steigt. Über das gesamte Werbeökosystem hinweg – Meta, Google, TikTok, Connected TV, programmatisches Display – liegt der jährliche Umsatz, der der digitalen Aufmerksamkeit des durchschnittlichen amerikanischen Erwachsenen zuzurechnen ist, bei über 500 Dollar.

Das ist nicht per se finster. Aufmerksamkeit wurde schon immer verkauft – Zeitungen verkauften die Aufmerksamkeit ihrer Leser an Werbetreibende, das Fernsehen verkaufte Zuschaueraufmerksamkeit, das Radio verkaufte Höreraufmerksamkeit. Was sich geändert hat, ist die Granularität des Targetings, die Intimität des Geräts und die Raffinesse der Optimierung.

Die Granularität des Targetings ist der entscheidende Unterschied. Ein Zeitungswerber der 1990er-Jahre konnte nach demografischen Merkmalen der Leserschaft einer Publikation targeten. Ein Meta-Werbetreibender im Jahr 2024 kann nach aktuellem Beziehungsstatus, jüngstem Lebensereignis, politischer Ausrichtung (abgeleitet aus Seiten-Likes), Einkommensklasse (modelliert aus Postleitzahl und Kaufverhalten) targeten – und danach, ob der Nutzer sich kürzlich Produkte von Wettbewerbern angesehen hat. Das Inventar ist nicht Aufmerksamkeit im Allgemeinen. Es ist deine Aufmerksamkeit im Speziellen, abgeglichen mit dem Kundenprofil des Werbetreibenden.

Die Raffinesse der Optimierung ist wichtig, weil sie bedeutet, dass das Produkt nicht von Menschen gestaltet wird. Es wird durch Reinforcement Learning gestaltet. Der Feed-Ranking-Algorithmus ist kein menschlicher Redakteur, der entscheidet, was du sehen solltest. Es ist ein Optimierer, trainiert auf das Ziel, Engagement zu maximieren – Zeit auf der Plattform, Klickrate, Teilungsrate –, der seit Jahren an Hunderten von Millionen Nutzern läuft. Jedes Feature, mit dem du interagierst, wurde gegen Dutzende Alternativen A/B-getestet. Die Variante, die gewann, war die, die deine Aufmerksamkeit am längsten hielt. Du bist ein Datenpunkt in einem Trainingsdatensatz.

Was du bezahlst

Die Währung ist nicht Geld. Es ist Zeit und kognitive Bandbreite, und beide haben messbare Kosten.

Die Zeitkosten sind direkt. Wenn du drei Stunden pro Tag mit Produkten von Aufmerksamkeitsplattformen verbringst – eine Zahl, die mit der durchschnittlichen US-Smartphone-Nutzung übereinstimmt –, verbringst du rund 1.100 Stunden pro Jahr, das Äquivalent von 27 vollen Vierzig-Stunden-Arbeitswochen. Ob diese Zeit gut investiert ist, ist eine persönliche Frage. Der strukturelle Punkt ist, dass der Umsatz der Plattform davon abhängt, dass du davon so viel wie möglich verbringst.

Die Kosten der kognitiven Bandbreite sind subtiler. Aufmerksamkeit erneuert sich innerhalb eines Tages nicht unendlich. Die Forschung zur kognitiven Erschöpfung – Baumeisters Arbeiten zur Ego-Depletion, wenn auch umstritten, und die breitere Literatur zur Entscheidungsmüdigkeit – legt nahe, dass die Qualität fokussierten Denkens mit der Nutzung abnimmt. Unbestritten ist, dass Kontextwechsel teuer sind. Jeder Wechsel von fokussierter Arbeit zu einer Benachrichtigung und zurück erfordert eine Neuorientierungsphase, die Marks Forschung auf 23 Minuten bis zur vollständigen Wiederaufnahme schätzt. Siebenundvierzig Sekunden durchschnittliche Fokuszeit bei 23 Minuten Wiederaufnahmekosten pro Unterbrechung – das ist eine ziemlich treffende Beschreibung eines Arbeitstages, in dem die Benachrichtigungsebene ständig aktiv ist.

Die dritte Kosten sind weniger messbar, aber möglicherweise am bedeutsamsten: die Homogenisierung dessen, was du liest und denkst. Der auf Engagement optimierte Feed ist nicht darauf ausgelegt, dich Ideen auszusetzen, die deine Grundannahmen herausfordern – Widerspruch erzeugt negative Engagement-Signale (Entfolgen, Downvotes, Abbrüche), die der Algorithmus lernt zu vermeiden. Der Feed, der dein Engagement maximiert, ist ein Feed, der bestätigt, was du bereits glaubst, Inhalte zeigt, die du bereits unterhaltsam findest, und dich von der Reibung wegleitet, auf eine gut begründete Position zu stoßen, mit der du nicht einverstanden bist. Das ist kein Fehler. Es ist das, wozu der Optimierer konvergiert, wenn das Ziel Engagement ist.

Die begrenzten Möglichkeiten, dein Verhältnis dazu zu ändern

Regulierung hat sich langsam bewegt. Der Digital Services Act der EU, der 2024 in Kraft trat, verpflichtet große Plattformen, Nutzern zu erlauben, Empfehlungsalgorithmen abzulehnen, und eine „nicht personalisierte" Feed-Option anzubieten. Meta und TikTok bieten inzwischen beide chronologische Feeds als Folge davon an. Nutzungsdaten deuten darauf hin, dass die meisten Nutzer innerhalb einer Woche zum algorithmischen Feed zurückwechseln.

Individuelle Gegenmaßnahmen sind möglich, erfordern aber bewusstes Design. Die Ansätze, die funktionieren, sind strukturell statt willenskraftbasiert: Apps vom Homescreen entfernen (reibungsbasiert), alle Push-Benachrichtigungen außer Direktnachrichten ausschalten (Unterbrechungsreduktion) und App-Zeitlimits nutzen, die von Bildschirmzeit-Kontrollen durchgesetzt werden statt von Selbstüberwachung. Der Grund, warum willenskraftbasierte Ansätze scheitern, ist, dass du begrenzte und erschöpfbare kognitive Ressourcen gegen einen Gegner einsetzt, der auf Reinforcement Learning läuft und nie müde wird.

Die tiefere Veränderung liegt darin zu verstehen, was du innerhalb des Produkts bist. Du bist nicht der Kunde. Du bist das Inventar. Das Produkt ist deine Aufmerksamkeit, verkauft zu einem Preis, den du nicht aushandelst und nicht sehen kannst. Diese Rahmung soll keine Empörung erzeugen. Sie soll Klarheit erzeugen. Klarheit darüber, worauf das Produkt tatsächlich optimiert – und ob das, worauf es optimiert, dasselbe ist wie das, was du dir für dich selbst wünschst.

Parkers Antwort auf seine eigene Frage – „Wie verbrauchen wir so viel wie möglich von deiner Zeit und deiner bewussten Aufmerksamkeit?" – war variable Verstärkung, soziale Bestätigungsschleifen und ein auf Engagement trainierter Algorithmus. Es hat funktioniert. Die Frage, die es sich jetzt zu stellen lohnt, ist, ob die Zeit, die es verbraucht, die Zeit ist, die du dort verbringen würdest, wenn die Entscheidung vollständig bewusst getroffen wäre.

---

Sources

• Parker, S. (2017). Axios interview on Facebook's founding intent. axios.com
• Mark, G. (2023). Attention Span: A Groundbreaking Way to Restore Balance, Happiness and Productivity. Hanover Square Press.
• Skinner, B.F. (1957). Schedules of Reinforcement. Appleton-Century-Crofts.
• Meta. (2024). Q4 2024 Earnings Release: Revenue per User. investor.fb.com
• Alter, A. (2017). Irresistible: The Rise of Addictive Technology and the Business of Keeping Us Hooked. Penguin Press.
• Harris, T. (2017). How a handful of tech companies control billions of minds every day. TED.
• Brichter, L. (2017). The Guardian interview. theguardian.com
• European Parliament. (2022). Digital Services Act. eur-lex.europa.eu