# taz.de -- Psychologe Michal Kosinski: „Die Filterbubble ist ein Mythos“

	# taz.de -- Psychologe Michal Kosinski: „Die Filterbubble ist ein Mythos“

	> Haben die Methoden von Michal Kosinski den Sieg Donald Trumps ermöglicht?
	> Und was sagen Fritten über Intelligenz? Der Psychologe im Gespräch.

	Bild: „Facebook ist nicht schuld an der Filterbubble, der Mensch ist es“, s…

	taz.am wochenende: Herr Kosinski, sind Sie für Donald Trumps Wahlsieg
	verantwortlich?

	Michal Kosinski: Kommen Sie, Sie wissen, dass das eine lächerliche Frage
	ist. Natürlich nicht.

	Es gab hier in Deutschland eine Menge Diskussionen über einen Text, in dem
	steht, eine Firma namens Cambridge Analytica habe daran, dass Trump
	gewonnen hat, entscheidenden Anteil: und zwar weil sie Ihre Methode
	benutzte, um Daten von Facebook-Nutzern auszuwerten und so Wähler gezielt
	anzusprechen.

	Nun, Journalisten übertreiben manchmal. Ich bin mir ziemlich sicher, dass
	nicht Cambridge Analytica ihm den Sieg ermöglicht hat. Will man mit Daten
	Wahlkämpfe gewinnen, ist das auch eine Geldfrage. Hillary Clinton hat weit
	mehr Geld in diese Art des Wahlkampfs gesteckt als Trump, und sie hat viel
	länger auf Big Data gesetzt.

	Trump hat lange gesagt, er vertraue nicht auf Daten. Cambridge Analytica
	wurde erst im Sommer 2016 engagiert. Aber vielleicht war Clintons Wahlkampf
	weniger effektiv.

	Wir wissen auch nicht, wie effektiv Cambridge Analytica wirklich war.
	Natürlich wollen die den Eindruck erwecken, sie hätten diese Wahl gewonnen.
	Aber wir wissen es nicht.

	In vielen Artikeln über die Firma steht, dass sie ihre Daten nicht mit den
	anderen an der Trump-Kampagne beteiligten Firmen teilen wollte.

	Wie gesagt, wir wissen nicht, wie effektiv die arbeiten. Aber der wirklich
	wichtige Aspekt ist ohnehin nicht Trump.

	Originelle These. Was ist denn derzeit wichtiger als Trump?

	Früher brauchte jemand, wenn er so detaillierte Informationen über Ihre
	Persönlichkeit erhalten wollte, Ihre Zustimmung. Um etwas über Ihre
	Persönlichkeit zu erfahren, musste ein Psychologe, ein geschulter Mensch
	Sie interviewen. Das war sehr aufwendig. Meine Forschung zeigt, dass heute
	sehr genaue Aussagen über Sie und Ihre Persönlichkeit getroffen werden
	können, wenn man sich mithilfe von Algorithmen Ihre Datenspuren im Internet
	ansieht. Unsere Untersuchungen haben gezeigt, dass schon wenige
	Facebook-Likes ausreichen, um sehr konkrete Aussagen über fünf Aspekte
	Ihrer Persönlichkeit zu treffen. So ab, sagen wir, 240 Likes vielleicht
	sogar bessere als Ihre Freundin.

	Sie selbst finden das, worüber Sie forschen, offenbar so gefährlich, dass
	Sie einige Ihrer Arbeiten mit entsprechenden Warnungen versehen haben.
	Warum erforschen Sie so etwas dann?

	Ich habe diese Methoden ja nicht erfunden, ich gehe davon aus, dass Firmen
	das schon länger machen. Wir brauchen eine Diskussion darüber, wie wir
	damit umgehen. Dafür aber muss man wissen, wie diese Technologien
	funktionieren. Und man kann damit sehr viel Gutes tun.

	Was soll daran gut sein?

	Firmen, Politiker, wer auch immer eine Botschaft vermitteln will, können
	diese Botschaft in Zukunft nur denen zeigen, die sie auch angeht und die
	sie interessiert. Das bedeutet schlicht: weniger Werbung.

	Das klingt eher wie die Perfektionierung der Filterbubble.

	Die Filterbubble ist ein Mythos, es gibt keinen wissenschaftlichen Beweis
	dafür.

	Welchen Beweis braucht es denn? Viele Menschen merken einfach, dass sie in
	ihren Freundeslisten auf Facebook vor allem Menschen mit ähnlicher
	Gesinnung begegnen.

	Aber das hat mit dem Internet nichts zu tun. Menschen mögen Informationen,
	die mit ihrem Weltbild übereinstimmen, die sie bestätigen. Menschen sind
	dazu gemacht, in einer Filterbubble zu leben. De facto hatten wir nie
	weniger Filterbubble als heute. Früher, als die meisten Menschen auf dem
	Dorf oder in kleinen Städten lebten, haben wenige Männer das kontrolliert,
	was an Informationen zugänglich war: der Lehrer, der Bibliothekar, der
	Priester. Nein, der Mensch tendiert dazu, andere für etwas verantwortlich
	zu machen, das er selbst tut. Menschen tendieren dazu, sich zu beschweren
	und zu jammern. Facebook ist nicht schuld an der Filterbubble, der Mensch
	ist es. Heute macht es das Internet überhaupt erst möglich, dass wir die
	Informationen sehen und ertragen müssen, die wir früher nie gesehen hätten.

	Seit Deutschland viele Flüchtlinge aufgenommen hat, werfen sich Rechte und
	Linke gegenseitig vor, nur die Informationen zu konsumieren, die ins eigene
	Weltbild passen. Die können doch mit ihrer Wahrnehmung nicht alle falsch
	liegen.

	Wie gesagt, Menschen neigen dazu, gerne nur das zu sehen, was ihre Meinung
	bestätigt. Aber erst durch Facebook und das Internet überhaupt werden
	Menschen förmlich gezwungen, zu sehen, dass es total andere Haltungen als
	die ihre gibt. Das bewahrt sie nicht davor, sich menschlich zu verhalten,
	viele versuchen immer noch ihre Weltsicht zu erhalten und auf andere
	Informationen, die in diese Perspektive nicht hineinpassen, reagieren sie
	entsprechend. In Filterbubbles zu leben, das ist unser natürlicher Zustand.
	Aber das Internet bringt ihn in Gefahr, weil die andere Information immer
	nur einen Klick entfernt ist, es gibt eine nie zuvor dagewesene Vermischung
	von Ansichten, Ideologien und Perspektiven und deshalb fangen wir ans uns
	zu beschweren.

	Halten Sie die Polarisierung, die es auf Facebook gibt, nicht für ein
	Problem?

	Es gab einmal eine schöne Alternative. Die Sowjetunion. Da wurde im Prinzip
	eine Wahrheit immer wieder kopiert. Das macht die Informationen nicht
	wahrer, aber es macht eine Gesellschaft natürlich weit weniger
	konfliktreich. So wie es jetzt ist, sind wir gezwungen aufeinander zu
	treffen und uns irgendwie miteinander auseinander zu setzen.

	Kommen wir mal zu Ihrer Forschung zurück. Warum soll ein Facebook-Like so
	viel über mich aussagen? Ich spiele im Internet eine Rolle. Ich bin nicht
	mein wahres „Ich“.

	Sich anders zu verhalten, eine Rolle zu spielen, ist anstrengender, als die
	meisten denken. Darum ist Schauspielerei ein Beruf, und auch den machen
	viele nicht gut. Natürlich haben wir alle Masken auf, aber Menschen
	verkleiden sich im realen Leben viel einfacher als im Internet. Sie ziehen
	sich an, sie haben einen Bart oder nicht, schminken sich, tragen eine
	Frisur. Vor dem Computer sind sie in gewisser Weise mit sich allein, es
	gibt nicht viel, hinter dem sie sich verstecken können. Und dann versuchen
	Sie mal über ein Jahr, fünf Jahre, zehn Jahre jemand anderes zu sein.
	Tragen Sie dieselbe Maske über diese Zeit. Das ist mühsam, und diese Mühe
	nehmen die meisten Menschen nicht auf sich. Über die Zeit wird der
	Algorithmus zum Beispiel merken, dass sich ein bestimmtes Muster in ihrem
	Verhalten immer wiederholt, wenn Sie traurig sind.

	Das heißt, je länger jemand auf Facebook ist, desto präziser werden Ihre
	Aussagen?

	Ja, mehr Daten sind immer besser. Aber letztendlich reichen bei vielen
	Menschen dann doch zehn Likes, um schon recht genaue Vorhersagen über den
	Charakter zu treffen.

	Sie haben einen Test auf Ihrer Website: Man kann sehen, was der Algorithmus
	alles über einen weiß. Viele in Deutschland haben auf Facebook geschrieben,
	es sei Unsinn dabei herausgekommen. Frauen waren Männer und umgekehrt,
	heterosexuelle Männer wurden homosexuell.

	Das Modell auf unserer Webseite zielt auf Menschen in den USA. Bestimmte
	Symbole bedeuten hier und dort etwas ganz anderes. Ein fiktives Beispiel:
	Ein Auto von BMW bedeutet in den USA vielleicht vor allem für junge
	ungebildete Männer etwas, in Deutschland aber für ältere gesetzte Herren.

	Sie haben in einem Interview mal gesagt, Menschen mit einem hohen IQ würden
	öfter „Curly Fries“ liken, diese gekringelten Pommes. Warum ist das so?

	Es könnte sein, und auch das denke ich mir aus, dass mal irgendwer an einer
	Universität einen Witz über Curly Fries gemacht und der hat sich dann unter
	Mathematikern verbreitet. Oder vielleicht war es ganz anders. Das ist eine
	dieser Verbindungen, die nur der Algorithmus sieht, nicht der Mensch.

	Bei mir hat Ihr Test dafür ziemlich gut funktioniert, dafür dass er nur 18
	Likes ausgewertet hat. Aber in meiner Auswertung steht, dass meine Likes
	für den Sender CNN, den Schriftsteller Neil Gaiman und die Zeitung „New
	York Times“ mich “liberal“ und „artistic“ erscheinen lassen und daneb…
	steht, dass die Likes für CNN, „New York Times“ und Neil Gaiman mich
	„competitive“ erscheinen lassen. Können die gleichen Likes unterschiedliche
	Aussagen bedeuten?

	Ja, natürlich. Ich könnte mir vorstellen, dass zum Beispiel Gaiman ein
	ziemlicher „strong like“ ist, ein starker Like. Das ist ein Schriftsteller
	mit einem recht speziellen Stil, das könnte zum Beispiel etwas über
	Offenheit aussagen. New York Times und CNN sind möglicherweise eher
	neutrale Likes, die bei der Bewertung im Verhältnis vielleicht weniger den
	Ausschlag geben. Sowohl bei den Curly Fries als auch bei Ihren Likes geht
	es aber immer nur um Bruchteile von Prozent, die in die Aussage über eine
	Person einfließen. Für sich selbst genommen mögen manche Faktoren ganz
	unbedeutend sein, erst in der Summe, indem der Algorithmus sie zusammen
	analysiert, ergeben sie einen Sinn.

	In einem Ihrer Aufsätze aus dem Januar 2015 schreiben Sie, die menschliche
	Wahrnehmung habe den Vorteil, sehr flexibel zu sein und viele unbewusste
	Signale wahrnehmen zu können. Deshalb, so schreiben Sie weiter, könnten
	Menschen besser darin sein, Charakterzüge zu beschreiben, für die es der
	Fähigkeit bedarf Subtiles wahrnehmen zu können. Da relativieren Sie Ihre
	Forschung?

	Meine Forschung ist nicht zu Ende, wir stehen noch am Anfang. Betonen Sie
	bei der Aussage dort oben vor allem das „könnte“. Was wir bisher sehen ist,
	dass Maschinen uns besser beurteilen als Menschen, aber ich sage trotzdem
	nicht, dass ich Recht habe. Es kann auch noch andere Ergebnisse geben.

	Blendet Ihre Konzentration auf Likes nicht viele andere wichtige Faktoren
	aus? Ob jemand aus einem Arbeiterhaushalt kommt oder an eine bessere Schule
	gegangen ist?

	Im Gegenteil, die Likes sagen über unsere Herkunft, unsere Lebensumstände
	sehr viel aus. Ich habe in meiner Jugend in Polen natürlich auch Beatles
	gehört, das überschneidet sich sicherlich mit Menschen, die in einer fancy
	Schule in L. A. waren. Aber ich habe auch vieles gehört, von dem hier
	niemand etwas weiß. Und das spiegelt sich in den Likes wieder.

	Und da macht es keinen Unterschied, ob ich etwas like, weil ich es
	tatsächlich mag oder weil ich es einfach nur interessant finde?

	Nein, entscheidend ist, dass Sie auf den Knopf drücken. Der Algorithmus
	wird es dann mit Likes Ihrer Freunde vergleichen, mit dem, was Sie früher
	geliked haben, und Schlüsse ziehen.

	Der Psychologe David Funder von der Universität von Kalifornien sagt, er
	sei durchaus beeindruckt von Ihrer Arbeit, aber um eine Person wirklich zu
	verstehen, seien schon eher 100 Items notwendig und nicht fünf.

	Ich schätze die Arbeit von David. Aber warum 100 Items? Warum nicht 1.000?
	Oder 10.000? Das sind doch willkürliche Zahlen, aber klar, es gilt: Je mehr
	Daten desto besser. Nur können Menschen diese 1.000 verschiedene
	Informationen gar nicht verarbeiten und 10.000 schon gar nicht. Nicht die
	Computer reduzieren uns auf weniger als 1.000 oder 100 Aspekte, das machen
	wir selbst. Wir reduzieren uns, wenn wir uns ein Bild von unseren
	Mitmenschen machen und von uns selbst übrigens auch. Wir produzieren
	Vorurteile und Verallgemeinerungen und kategorisieren uns. Menschen sind
	begrenzt darin, sich mehrdimensional zu sehen. Computer sind das nicht.

	Computer sind also die besseren Menschen?

	Wir sind sehr gut darin, Menschen zu sein. Computer haben weniger
	Vorurteile.

	Können vorurteilsbehaftete Menschen Algorithmen schreiben, die selbst keine
	Vorurteile haben?

	Eine philosophische Frage. Wenn Algorithmen nur von Menschen lernen, dann
	werden sie wohl auch menschliche Einstellungen übernehmen. Wenn ich einen
	Algorithmus programmiere, der mir den besten Investmentbanker suchen soll,
	dann wird da nach Stand der Dinge wohl ein weißer Mann herauskommen. Eine
	Methode wäre, zu versuchen, die Fragen an den Algorithmus weniger wertend
	zu formulieren und stattdessen nach einem Paket eher messbarer Fragen zu
	suchen. Zum Beispiel danach zu fragen, wer eine bestimmte Aufgabe am besten
	meistert. Oder den Algorithmus von etwas lernen zu lassen, das nicht der
	Mensch ist. Der Natur zum Beispiel.

	Sie haben einmal gesagt, das gesamte Internet widerspreche mit seinen
	vielen verfügbaren Informationen über Personen eigentlich dem deutschen
	Datenschutz. Heißt das, im Umkehrschluss, dass solche Entwicklungen wie in
	den USA hier nicht möglich sind?

	Das Internet hat keine Grenzen. Und eigentlich haben wir, auch in den USA,
	zumindest einige Regeln wie sensible Daten über unsere Persönlichkeit,
	religiöse Vorlieben et cetera zu sammeln sind. Nur werden diese Regeln
	durch die Entwicklungen, die ich beschreibe, ausgehebelt.

	Die deutsche Algorithmusentwicklerin Yvonne Hofstetter sagt, das
	Demokratien und Gesetze zu langsam sind für immer komplexere Vorgänge und
	sie deswegen dysfunktional werden.

	Sie hat Recht.

	Aber wenn so viele Informationen über uns verfügbar sind – warum sind dann
	die Ergebnisse so ungenau? Ständig erzählen sich Menschen, wie ungenau die
	Algorithmen von Amazon wohl sein müssen, weil sie dauernd Dinge angeboten
	bekommen, die sie nicht wollen.

	Erstens erzählen Menschen eher von Dingen, die nicht funktionieren, als von
	denen, die funktionieren. Gerade, wenn diese Dinge sonst ziemlich gut
	funktionieren. Zweitens: Wer sagt, dass Werbung heute so gut funktioniert,
	wie sie könnte? Ein Datingportal hat kein Interesse, dass der Algorithmus
	so gut ist, dass wirklich alle einen Partner finden – weil dann das Portal
	pleitegeht. Und die Werbung kann derzeit gar nicht das Ziel haben, alles
	zielgerichtet zu verkaufen. Wo bliebe da die Nachfrage für neue Aufträge?

	Andererseits gibt es die berühmte Geschichte einer schwangeren 16-Jährigen,
	die nur aufgrund ihrer Datenspuren im Internet unverlangt
	Schwangerschaftsprodukte zugesandt bekam. Ist das eine moderne Legende? Die
	Legende des allwissenden Algorithmus?

	Nein, dieses Beispiel gibt es, und es ist auch nicht nur eine Frau gewesen.
	Aber das ist auch ein Beispiel dafür, warum Algorithmen heute nicht so gut
	funktionieren, wie sie könnten. Natürlich finden die Leute es creepy, wenn
	so etwas passiert. Also mischt man bei Schwangeren heute halt unter die
	Babyprodukte auch mal etwas anderes. Und in der Kommunikation mit Kunden
	oder nach außen verschleiern die entsprechenden Unternehmen dann eben ihre
	Sprache. Dann heißt es nicht mehr, man würde Schwangerschaften voraussehen,
	sondern sie ersetzen „Schwangerschaft“ durch „dimension alpha“ oder ein…
	anderen Kunstbegriff für einen plötzlichen Wandel im Benehmen. Da sind die
	Leute dann schon viel weniger besorgt.

	17 Dec 2016

	## AUTOREN

	Daniel Schulz

	## TAGS

	Schwerpunkt Meta
	Donald Trump
	Schwerpunkt USA unter Donald Trump
	Schwerpunkt Meta
	Datenschutz
	Schwerpunkt taz.meinland
	Schwerpunkt USA unter Donald Trump
	Schwerpunkt USA unter Donald Trump
	Fake News
	Urteil

	## ARTIKEL ZUM THEMA

	Big Data und US-Präsidentschaftswahl: Facebook sperrt Datenanalysefirma

	Präsident Donald Trump hatte die Dienste von Cambridge Analytica bei der
	Wahl 2016 genutzt. Facebook sagt, die Firma hätte Auflagen des Netzwerks
	verletzt.

	Big Data in der Industrie: Alles ist durchleuchtet

	Rückversicherer sammeln und analysieren massenhaft Daten aus der Industrie,
	um ihr Risiko zu verringern. Das haben Datenschützer kaum im Blick.

	Politische Haltung und Widersprüche: Links, cool, selbstbesoffen

	In gebildeten linken Milieus scheint man von der unbedingten Richtigkeit
	des eigenen Standpunkts überzeugt. Damit liegt man schon falsch.

	US-Präsident formal bestätigt: Wahlleute stimmen für Trump

	Trotz der Proteste: Donald Trump nimmt die letzte Hürde auf dem Weg zum
	Weißen Haus: Die Wahlleute wählen ihn zum 45. Präsidenten der Vereinigten
	Staaten.

	Präsidentschaftswahl in den USA: Jetzt haben die Wahlleute das Wort

	Am Montag werden die Wahlleute wohl mehrheitlich ihre Stimme für Trump
	abgeben. Doch es hagelt Proteste und Aufrufe, das Votum zu blockieren.

	Maßnahmen gegen Falschmeldungen: Facebook sagt Fake News Kampf an

	Facebook hat einen Plan vorgelegt, wie es gegen Falschmeldungen vorgehen
	will. Zunächst bleibt es bei einer Testphase in den USA.

	Prozess am Bundesarbeitsgericht: Kein Facebook ohne den Betriebsrat

	Wollen Firmen in Online-Netzwerken werben, müssen sie die
	Mitarbeitervertretung fragen. Anlass für das Urteil ist ein Streit beim
	Roten Kreuz.