
Discovery Layer
Ein Discovery Layer ist die Zwischenschicht in einem digitalen Angebot, die dem Nutzer aus einer riesigen Menge an Inhalten oder Diensten die passenden vorschlägt. Suchleisten, Empfehlungslisten und Startseiten-Kacheln gehören dazu — und wer diese Schicht kontrolliert, entscheidet, was überhaupt gefunden wird.
Große digitale Angebote haben ein Mengenproblem. Ein Videodienst hat zehntausende Filme, ein Onlineshop Millionen Artikel, ein App-Store Millionen Programme. Kein Mensch kann diese Menge durchsehen. Deshalb liegt zwischen dem Nutzer und dem Angebot immer eine Schicht, die auswählt und sortiert: der Discovery Layer, also die Schicht des Entdeckens. Sie besteht aus Suchfeld, Empfehlungslisten, Ranglisten und den Kacheln auf der Startseite. Ihre einzige Aufgabe ist es, aus sehr vielen möglichen Inhalten die wenigen zu zeigen, die gerade passen könnten.
Wer die Auswahl steuert, steuert den Markt
Was in dieser Schicht nicht auftaucht, existiert praktisch nicht. Ein Produkt auf Seite fünf der Suchergebnisse wird kaum angeklickt. Bei vielen Plattformen entfällt der größte Teil aller Klicks auf die ersten paar Vorschläge. Wer also die Reihenfolge bestimmt, bestimmt, welche Anbieter Umsatz machen und welche nicht.
Genau deshalb ist der Discovery Layer ein wirtschaftlich und politisch heikler Ort. Anbieter zahlen dafür, weiter oben zu erscheinen — das ist der Kern des Werbegeschäfts von Suchmaschinen und Marktplätzen. Aufsichtsbehörden prüfen umgekehrt, ob eine Plattform ihre eigenen Produkte bevorzugt platziert. Das EU-Recht verlangt inzwischen, dass große Plattformen grob offenlegen, nach welchen Kriterien sie sortieren.
Für Unternehmen entsteht daraus eine Abhängigkeit. Ein Händler kann ein gutes Produkt haben und trotzdem verschwinden, wenn eine Plattform ihre Sortierregeln ändert. Diese Verschiebung von Aufmerksamkeit über Nacht ist ein reales Geschäftsrisiko und wird in Quartalsberichten teilweise als solches genannt.
Vom Suchindex zur Empfehlung
Technisch arbeitet die Schicht in zwei Stufen. Zuerst wird aus dem Gesamtbestand grob vorgefiltert, etwa auf ein paar hundert Kandidaten. Das geschieht über einen Index, also ein Verzeichnis, das schnelles Nachschlagen erlaubt — vergleichbar mit dem Stichwortverzeichnis am Ende eines Schulbuchs. Erst danach wird diese kleine Menge genau bewertet und in eine Reihenfolge gebracht.
Für die Reihenfolge nutzt man heute meist Modelle, die aus vergangenem Verhalten lernen. Sie schätzen, wie wahrscheinlich ein Nutzer auf einen Vorschlag klickt, ihn kauft oder das Video zu Ende sieht. Dazu kommen Regeln, die der Betreiber festlegt: bezahlte Platzierungen, Jugendschutz, regionale Verfügbarkeit.
Neuer ist die semantische Suche. Dabei werden Anfragen und Inhalte in lange Zahlenreihen umgerechnet, die ihre Bedeutung abbilden. Die Suche nach „Film für einen Regentag“ findet dann Passendes, obwohl keines dieser Wörter im Titel steht. Ein häufiger Irrtum ist, den Discovery Layer mit der Suchmaschine gleichzusetzen. Die Suche ist nur der Teil, bei dem der Nutzer selbst aktiv fragt; Empfehlungen liefern Vorschläge, ohne dass gefragt wurde.
Von Netflix bis zum KI-Assistenten
Im Alltag begegnet man der Schicht täglich, ohne sie zu benennen. Die Startseite von Netflix, der TikTok-Feed, die Vorschlagsliste bei Amazon und die Charts im App-Store sind alle Discovery Layer. Auch Spotifys wöchentliche Playlist gehört dazu. In allen Fällen sieht jeder Nutzer eine andere Auswahl aus demselben Bestand.
In Wirtschaftsnachrichten fällt der Begriff meist im Zusammenhang mit KI-Assistenten. Wenn Menschen Kaufentscheidungen oder Recherchen an einen Chatbot abgeben, wandert die Entdeckungsschicht von der klassischen Suchseite zum Assistenten. Das erklärt, warum Suchmaschinenbetreiber und Onlinehändler diese Entwicklung als Bedrohung ihres Kerngeschäfts behandeln.
Für Firmen entsteht daraus ein neues Arbeitsfeld: Inhalte so aufzubereiten, dass Maschinen sie verstehen und weiterempfehlen. Früher hieß das Suchmaschinenoptimierung, heute geht es zusätzlich darum, in den Antworten von KI-Systemen vorzukommen. Die Frage ist dieselbe wie immer: Wie kommt man in die Liste, die der Nutzer tatsächlich sieht?