Algorithmische Empfehlungssysteme messen und gestalten fortlaufend, was bei vielen Beachtung und Anklang findet – und zwar nicht länger nur ex post, als Aggregat indivi­dueller Präferenzen, sondern zunehmend ex ante, als Inter­vention in Erwartungs­haltungen, Aufmerk­sam­keits­ökono­mien und kulturelle Zirku­lation. Die Verschiebung von der retro­spektiven Repräsen­tation zur operativen Prognose markiert eine neue Phase in der Geschichte des Populären, in der dessen Definition, Zirkulation und Bewertung, ja sogar Produktion, zunehmend durch algorith­mische Verfahren mitstruk­turiert ist.
Diesen Entwicklungen widmet sich das Teilprojekt. Es untersucht algorith­mische Empfehlung als Verfahren der Populari­sierung zweiter Ordnung – in ihren histori­schen und epistemo­logischen Voraus­setzungen wie in ihren kulturellen Effekten. Denn auch wenn die Logiken algorith­mischer Empfehlung oft als bloße Folge des Digitalen diskutiert werden, haben sie weiter­reichende Genea­logien. Das Projekt erforscht, wie im Broad­casting Mess- und Testkulturen entstanden sind, die jene Logiken vorberei­teten, auf denen algorith­mische Empfehlungs­systeme heute aufbauen – und zeichnet zugleich nach, wie diese Systeme sich technisch entwickelt und durch­gesetzt haben.
Von dort aus richtet es den Blick auf die Gegen­wart: auf die Art und Weise, wie insbesondere Streaming-Plattformen Popu­larität heute produ­zieren und opera­tionali­sieren. Welche Daten, Metriken und Ober­flächen­logiken entscheiden darüber, was sichtbar wird, was empfohlen wird und wie „Beachtung durch viele“ als Relevanz ausgewiesen wird? Wie entsteht dadurch auch problema­tische Popularität – und wie schreiben sich die Populari­sierungs­logiken in die Formen des Populären selbst ein?