Diese Dissertation zielt darauf ab, einen pragmatischen Blick auf die "Algorithmisierung" von Empfehlung und Entscheidung innerhalb von Organisationen zu werfen. Sie liegt an der Schnittstelle von Forschungen, die sich mit der Nutzung von Automatisierungs- und Bewertungstechnologien in Organisationen befassen, und solchen, die die Absichten und die Opazität von Algorithmen hinterfragen. Ausgehend von der Annahme, dass der erste Schritt bei der Algorithmisierung die "Datenerfassung" (manchmal in großem Umfang) von Konsum- und Entscheidungsaktivitäten ist, greifen wir auf das Konzept der "algorithmischen Gouvernementalität" zurück, um zu untersuchen, wie Akteure des Entwurfs und Benutzer von Algorithmen sie einsetzen, um ihre Ziele zu erreichen. Hierzu haben wir vier Studien mit etwa hundert Akteuren (Initiatoren, Ingenieuren, Designern und Benutzern) von Empfehlungs- und Organisationsalgorithmen durchgeführt. Wir zeigen insbesondere, dass Initiatoren Algorithmen -- entwickelt von Ingenieuren und Designern -- nicht einsetzen, um Aktionen zu automatisieren, sondern sich von jeder kulturellen oder entscheidungsbezogenen Vorschrift zu lösen. Folglich liegt es in der Verantwortung der Benutzer, Entscheidungen zu treffen und sich zu engagieren. Im Fall der Empfehlung orientiert sich die Algorithmusbewertung am Konsum, während bei der Entscheidungsunterstützung Nützlichkeit und Verständlichkeit der Ergebnisse im Vordergrund stehen. Diese Schlussfolgerung legt das Aufkommen eines "Zufriedenheitsregimes" nahe, das den Initiatoren einen optimalen Rahmen bietet, um Ziele im Zusammenhang mit Organisation und Nutzung abzustimmen.