Zusammenfassung • Algorithmische Empfehlungen sind ein zentraler Mechanismus der Aufmerksamkeitslenkung in digitalen Medien geworden. Ihre konkrete Form ist gestaltbar. Es ist deshalb zu prüfen, in welcher Hinsicht sie für öffentlich-rechtliche Anbieter geeignet sein können und wie sich ihre konkrete Einbettung in Plattformen für nicht-lineare audiovisuelle Angebote strategisch gestalten lässt. • Gegenwärtige Empfehlungssysteme beziehen zumeist Ähnlichkeiten der Inhalte („content-based filtering“) und/oder der Nutzer („collaborative filtering“) ein. Hinzu können auch kontextbezogene Parameter kommen, etwa die Tageszeit oder der soziale Kontext eines Nutzers. Ziel von Empfehlungssystemen ist in der Regel, ein personalisiertes Set an Empfehlungen zu geben, was nicht ausschließt, den Nutzer auch zu einer größeren Variation von Inhalten anzuregen („nudging“). • Der zentrale Unterschied zwischen menschlichem und algorithmischem Empfehlen betrifft die Intentionalität des Handelns. Sie ist bei journalistischer Selektion und Präsentation gegeben, fehlt jedoch bei algorithmischen Empfehlungen. Zwar werden Empfehlungssysteme mit bestimmten Absichten gestaltet, doch die konkrete Empfehlung selbst beruht dort auf kalkulierten, probabilistischen Annahmen statt auf kommunikativen Intentionen.