# Eigene Timeline-Algorithmen entwickeln > [! hinweis]- > Der Inhalt dieser Seite ist durch Audio/Video-Transkribtion und Text-Transformation aus dem Inhalt und Links dieser Quelle generiert. Quelle: [https://fosdem.org/2025/schedule/event/fosdem-2025-5601-build-your-own-timeline-algorithm/](https://fosdem.org/2025/schedule/event/fosdem-2025-5601-build-your-own-timeline-algorithm/) <video src="https://video.fosdem.org/2025/ud2208/fosdem-2025-5601-build-your-own-timeline-algorithm.av1.webm" controls></video> ## Zusammenfassung & Highlights: Diese Session stellt einen Ansatz zur Entwicklung personalisierter und lokaler Timeline-Algorithmen vor, die den Nutzern dienen. Die vorgestellten Werkzeuge ermöglichen es, Algorithmen zu erstellen, die vollständig lokal auf dem eigenen Computer laufen und die Privatsphäre respektieren. **Einführung in Timeline-Algorithmen** Timeline-Algorithmen bestimmen, wie und ob Beiträge in sozialen Netzwerken angezeigt werden. Traditionelle Algorithmen zielen oft darauf ab, die Verweildauer der Nutzer zu erhöhen, was nicht immer im besten Interesse der Nutzer ist. Diese Session hinterfragt diese Annahmen und bietet alternative Ansätze. **Technologische Grundlagen** Der Vortrag stellt eine Technologie-Stack vor, der Mastodon.py, Llamafile und Marimo umfasst. Mastodon.py wird verwendet, um aktuelle Timelinedaten zu erhalten, Llamafile berechnet lokale Post-Embeddings und Marimo bietet eine Benutzeroberfläche im eigenen Browser. **Praktische Anwendungen und Demonstrationen** Die Session zeigt, wie man mit diesem Stack Suchen, Clusterbildungen und Empfehlungen im Fediverse durchführen kann, ohne dass Daten den eigenen Computer verlassen. Dies fördert Datenschutz und Kontrolle. **Zukunftsperspektiven und Herausforderungen** Es wird diskutiert, wie solche Tools weiterentwickelt werden können, um als Plattform für Experimente mit Timeline-Algorithmen zu dienen. Herausforderungen bestehen in der Akzeptanz solcher Modelle und der technischen Umsetzung. ## Bedeutung für eine öko-soziale Transformation Diese Session ist bedeutsam für die ökosoziale Transformation, da sie alternative Modelle für soziale Netzwerke vorstellt, die den Datenschutz respektieren und die Kontrolle den Nutzern zurückgeben. Sie bietet Eco-Social Designern die Möglichkeit, mit Open-Source-Werkzeugen wie Mastodon.py, Llamafile und Marimo zu experimentieren und eigene Algorithmen zu entwickeln. Herausforderungen bestehen in der breiten Akzeptanz solcher Modelle und der Notwendigkeit, technische Hürden zu überwinden, wie die Implementierung auf älteren Geräten. ## Slides: | | | | --- | --- | | ![[FOSDEM 2025/assets/Build-your-own-timeline-algorithm/preview_001.jpg\|300]] | Davide Eynard präsentiert auf der FOSDEM 2025 seine Arbeit zur Entwicklung eines eigenen Timeline-Algorithmus. Er lädt die Teilnehmer ein, seine Ansätze zu erkunden und zu nutzen. | ![[FOSDEM 2025/assets/Build-your-own-timeline-algorithm/preview_002.jpg\|300]] | BYOTA ist kein neuer Algorithmus, keine Endnutzeranwendung und kein Service, sondern ein Aufruf zur aktiven Beteiligung an der Entwicklung von Timeline-Algorithmen. | ![[FOSDEM 2025/assets/Build-your-own-timeline-algorithm/preview_003.jpg\|300]] | BYOTA ist ein pazifistischer Aufruf zur Teilnahme an der Entwicklung offener und nutzerzentrierter Algorithmen, der die Gemeinschaft zur Mitwirkung ermutigt. | ![[FOSDEM 2025/assets/Build-your-own-timeline-algorithm/preview_004.jpg\|300]] | Die Idee zu BYOTA entstand aus dem Bedürfnis, den Nutzern mehr Kontrolle über ihre sozialen Netzwerke zu geben, jenseits der traditionellen Plattformen. | ![[FOSDEM 2025/assets/Build-your-own-timeline-algorithm/preview_005.jpg\|300]] | Am 26. Oktober 2022 begannen viele Nutzer, von Twitter zu anderen offenen sozialen Netzwerken zu migrieren, was die Entwicklung von BYOTA inspirierte. | ![[FOSDEM 2025/assets/Build-your-own-timeline-algorithm/preview_006.jpg\|300]] | Der Hashtag #TwitterMigration symbolisiert die Bewegung von Nutzern zu alternativen sozialen Netzwerken, die mehr Kontrolle und Datenschutz bieten. | ![[FOSDEM 2025/assets/Build-your-own-timeline-algorithm/preview_007.jpg\|300]] | Sechs Monate vor der großen Twitter-Migration begann der persönliche Übergang des Sprechers zu offenen Netzwerken, was zur Entwicklung von BYOTA führte. | ![[FOSDEM 2025/assets/Build-your-own-timeline-algorithm/preview_008.jpg\|300]] | Der persönliche Migrationsprozess des Sprechers zu offenen Netzwerken war ein wichtiger Schritt in der Entwicklung von BYOTA. | ![[FOSDEM 2025/assets/Build-your-own-timeline-algorithm/preview_009.jpg\|300]] | Timeline-Algorithmen bestimmen, wie Beiträge in sozialen Netzwerken angezeigt werden und haben oft das Ziel, die Verweildauer der Nutzer zu erhöhen. | ![[FOSDEM 2025/assets/Build-your-own-timeline-algorithm/preview_010.jpg\|300]] | Algorithmen definieren, ob und wie Beiträge auf Timelines erscheinen. Herausforderungen sind Spam, Moderation und Empfehlungsmechanismen. | ![[FOSDEM 2025/assets/Build-your-own-timeline-algorithm/preview_011.jpg\|300]] | Luke Thorburn et al. untersuchten 2022, wie Plattform-Empfehlungsalgorithmen funktionieren und welche Auswirkungen sie auf die Nutzer haben. | ![[FOSDEM 2025/assets/Build-your-own-timeline-algorithm/preview_012.jpg\|300]] | Der Sprecher steht auf den Schultern von Giganten, indem er auf die Arbeit von Jan Lehnardt, Matt Hodges, Adam Hill und anderen aufbaut. | ![[FOSDEM 2025/assets/Build-your-own-timeline-algorithm/preview_013.jpg\|300]] | Probleme von Timeline-Algorithmen sind Voreingenommenheit, Intransparenz, fehlende Kontrolle, Datenschutzmängel und hoher Rechenaufwand. | ![[FOSDEM 2025/assets/Build-your-own-timeline-algorithm/preview_014.jpg\|300]] | Durchbrechen von Annahmen: Offene Modelle, klare Methoden und lokale Ausführung können die Probleme traditioneller Algorithmen überwinden. | ![[FOSDEM 2025/assets/Build-your-own-timeline-algorithm/preview_015.jpg\|300]] | BYOTA ist ein offenes Projekt zur Entwicklung von Timeline-Algorithmen, das auf nutzerzentrierte Ansätze setzt. | ![[FOSDEM 2025/assets/Build-your-own-timeline-algorithm/preview_016.jpg\|300]] | Die Architektur von BYOTA basiert auf offenen, lokalen und einfachen Modellen, die auf verschiedenen Tools aufbauen. | ![[FOSDEM 2025/assets/Build-your-own-timeline-algorithm/preview_017.jpg\|300]] | Llamafile ist ein lokales Single-File-Sprachmodell, optimiert für langsamere Hardware und zur Berechnung von Status-Embeddings. | ![[FOSDEM 2025/assets/Build-your-own-timeline-algorithm/preview_018.jpg\|300]] | Marimo ist ein reaktives Python-Notebook, das als App teilbar ist und in einem Browser als eigenständige HTML-Datei läuft. | ![[FOSDEM 2025/assets/Build-your-own-timeline-algorithm/preview_019.jpg\|300]] | Die Folie zeigt die verschiedenen Komponenten und Werkzeuge, die in der BYOTA-Architektur verwendet werden. | ![[FOSDEM 2025/assets/Build-your-own-timeline-algorithm/preview_020.jpg\|300]] | Diese Folie beschreibt die technischen Details und Implementierungsaspekte der BYOTA-Architektur. | ![[FOSDEM 2025/assets/Build-your-own-timeline-algorithm/preview_021.jpg\|300]] | Die Folie zeigt, wie die verschiedenen Komponenten von BYOTA zusammenarbeiten, um Timeline-Algorithmen zu entwickeln. | ![[FOSDEM 2025/assets/Build-your-own-timeline-algorithm/preview_022.jpg\|300]] | BYOTA in der Praxis: Die Folie zeigt, wie die Tools zur Visualisierung von Embeddings und zur Durchführung von Suchen genutzt werden. | ![[FOSDEM 2025/assets/Build-your-own-timeline-algorithm/preview_023.jpg\|300]] | Visualisierung von Embeddings: Die Folie zeigt, wie verschiedene Timelines visualisiert und analysiert werden können. | ![[FOSDEM 2025/assets/Build-your-own-timeline-algorithm/preview_024.jpg\|300]] | Die Folie zeigt eine detaillierte Visualisierung von Embeddings und wie diese zur Analyse von Timelines verwendet werden können. | ![[FOSDEM 2025/assets/Build-your-own-timeline-algorithm/preview_025.jpg\|300]] | Die Folie zeigt, wie Embeddings zur Gruppierung und Empfehlung von Beiträgen auf verschiedenen Timelines genutzt werden können. | ![[FOSDEM 2025/assets/Build-your-own-timeline-algorithm/preview_026.jpg\|300]] | Die Folie zeigt ein geografisches Mapping von Embeddings, das die Beziehungen zwischen verschiedenen Timelines visualisiert. | ![[FOSDEM 2025/assets/Build-your-own-timeline-algorithm/preview_027.jpg\|300]] | Die Folie zeigt eine kreative Visualisierung von Embeddings, die verschiedene Themen und Interessen auf Timelines darstellt. | ![[FOSDEM 2025/assets/Build-your-own-timeline-algorithm/preview_028.jpg\|300]] | Die Folie zeigt, wie Embeddings zur Analyse von Themen auf Timelines, wie Familie und #NSFW, verwendet werden können. | ![[FOSDEM 2025/assets/Build-your-own-timeline-algorithm/preview_029.jpg\|300]] | Die Folie zeigt, wie semantische Suchen mit BYOTA durchgeführt werden können, um relevante Beiträge zu finden. | ![[FOSDEM 2025/assets/Build-your-own-timeline-algorithm/preview_030.jpg\|300]] | Die Folie zeigt, wie BYOTA zur Re-Rankierung von Beiträgen auf Timelines genutzt werden kann, um die Relevanz zu erhöhen. | ![[FOSDEM 2025/assets/Build-your-own-timeline-algorithm/preview_031.jpg\|300]] | Die Folie zeigt, wie Re-Rankierung mit BYOTA durchgeführt wird, um die Sichtbarkeit relevanter Beiträge zu verbessern. | ![[FOSDEM 2025/assets/Build-your-own-timeline-algorithm/preview_032.jpg\|300]] | Die Folie zeigt die Leistung von BYOTA bei der Einbettung von Statusmeldungen und die Effizienz der lokalen Verarbeitung. | ![[FOSDEM 2025/assets/Build-your-own-timeline-algorithm/preview_033.jpg\|300]] | Die Folie zeigt, wie lokal BYOTA arbeitet, indem alle Server und Prozesse auf dem eigenen Gerät laufen. | ![[FOSDEM 2025/assets/Build-your-own-timeline-algorithm/preview_034.jpg\|300]] | Die Folie zeigt, wie Marimo als WebAssembly im Browser läuft und Daten lokal verarbeitet werden. | ![[FOSDEM 2025/assets/Build-your-own-timeline-algorithm/preview_035.jpg\|300]] | Die Folie zeigt die technischen Details der lokalen Ausführung und der Datenverarbeitung von BYOTA. | ![[FOSDEM 2025/assets/Build-your-own-timeline-algorithm/preview_036.jpg\|300]] | Die Folie zeigt die nächsten Schritte für BYOTA, um als Werkzeug für die Entwicklung von Timeline-Algorithmen zu wachsen. | ![[FOSDEM 2025/assets/Build-your-own-timeline-algorithm/preview_037.jpg\|300]] | Die Folie beschreibt die zukünftigen Entwicklungen von BYOTA, einschließlich Modellvergleiche und neuer Ansätze. | ![[FOSDEM 2025/assets/Build-your-own-timeline-algorithm/preview_038.jpg\|300]] | Die Folie bedankt sich bei den Teilnehmern und bietet Links zu weiteren Informationen und Ressourcen zu BYOTA. | ![[FOSDEM 2025/assets/Build-your-own-timeline-algorithm/preview_039.jpg\|300]] | Modulare Ansätze: Die Folie zeigt, wie verschiedene Modelle und Tools in BYOTA integriert werden können. ## Links [Talk Slides](https://fosdem.org/2025/events/attachments/fosdem-2025-5601-build-your-own-timeline-algorithm/slides/238176/20250201_FKfeAcS.pdf) [Video recording (AV1/WebM)](https://video.fosdem.org/2025/ud2208/fosdem-2025-5601-build-your-own-timeline-algorithm.av1.webm) [Video recording (MP4)](https://video.fosdem.org/2025/ud2208/fosdem-2025-5601-build-your-own-timeline-algorithm.av1.mp4) [Video recording subtitle file (VTT)](https://video.fosdem.org/2025/ud2208/fosdem-2025-5601-build-your-own-timeline-algorithm.vtt) [Chat room(web)](https://fosdem.org/2025/chatroom/web) [Chat room(app)](https://fosdem.org/2025/chatroom/app)