Empfehlungssysteme sind überall. In unserer digitalen Kultur filtern sie nicht nur die für uns „relevanten“ Informationen aus einem immer größer werdenden Datenstrom, sondern prägen auch unsere alltäglichen Medienumgebungen. In diesem Artikel unternehmen wir eine Kartierung bestehender Ansätze zur Untersuchung von Empfehlungssystemen, wobei wir ein besonderes Augenmerk auf einen Mixed-Methods-Ansatz aus kritischer Diskursanalyse und genuin digitalen Untersuchungsverfahren (wie z. B. die Walkthrough-Methode) setzen. Auf dieser Grundlage werden wir uns der Erforschung von Online-Einführungskursen in das maschinelle Lernen zuwenden, zumal diese einen ganz wesentlichen Einblick in die Funktion, aber auch machtpolitische Bestimmung von algorithmischen Empfehlungssystemen liefern. Uns geht es dabei nicht um eine Kritik bisheriger Arbeiten, sondern vielmehr um eine Erweiterung der methodischen Betrachtung, um so algorithmischen Systemen in ihrer technischen, kulturellen wie politischen Komplexität gerecht zu werden.