Social Media Manager - Benutzerbeiträge [de]

Jelbi

2022-12-30T14:11:06Z

Decaxoza:

=Innovative Mobilitätsplattform=

Jelbi ist ein Mobilitätsservice der Berliner Verkehrsbetriebe (BVG), der informationsbezogenen und positionsübermittelnden [[Location Based Service]] kombiniert. Jelbi ermöglicht einerseits die integrierte Routenplanung mit öffentlichen Verkehrsmitteln und Leihfahrzeugen. Sie liefert ihren Nutzer*innen andererseits Informationen über verfügbare Verkehrsmittel im Umkreis und navigiert sie dorthin. Alle Verkehrsmittel können auch über Jelbi reserviert und bezahlt werden. [https://unternehmen.bvg.de/pressemitteilung/buendnis-fuer-die-mobilitaet-von-morgen/ (Berliner Verkehrsbetriebe: Pressemitteilung vom 18.02.2019. Bündnis für die Mobilität von morgen, Zugriff 16.12.2022)]

Jelbi ist ein innovatives Partnerprojekt zwischen öffentlichen Verkehrsunternehmen und privaten Mobilitätsdienstleistern. [https://www.heise.de/newsticker/meldung/Jelbi-startet-Berlin-bekommt-eine-Mobilitaets-App-4538015.html (heise online: Jelbi startet: Berlin bekommt eine Mobilitäts-App, Zugriff 15.12.2022)] Sie soll die Mobilität ohne eigenes Auto in der Großstadt Berlin vereinfachen. [https://www.tagesspiegel.de/berlin/jelbi-soll-berlinern-den-abschied-vom-auto-erleichtern-4626979.html (Hasselmann, Jörn/ Kugoth, Jana: Neue BVG-App: „Jelbi“ soll Berlinern den Abschied vom Auto erleichtern, Zugriff 15.12.2022)] Dafür erhielt sie 2019 den deutschen Mobilitätspreis [https://land-der-ideen.de/wettbewerbe/deutscher-mobilitaetspreis/preistraeger/best-practice-2019/jelbi (Land der Ideen Management GmbH: Jelbi - Bündnis für die Mobilität von morgen, Zugriff 20.12.2022)]

Der Name „Jelbi“ leitet sich von „jelb“, dem berlinerischen Wort für „gelb“ ab [https://unternehmen.bvg.de/pressemitteilung/buendnis-fuer-die-mobilitaet-von-morgen/ (Berliner Verkehrsbetriebe, Zugriff 16.12.2022)], der in Berlin allseits präsenten Unternehmensfarbe der BVG.

Die Jelbi-[[App]] ist für Android- und iOS-Smartphones (Apple) verfügbar. Sie ist ein zusätzliches Angebot zur [[BVG Fahrinfo App]], die ausschließlich der Routenplanung mit öffentlichen Verkehrsmitteln in Berlin dient.

=Funktionsweise=

==Registrierung und Einrichtung==

Nach dem Download der [[App]] können sich Nutzer*innen bei Jelbi registrieren oder sich mit ihrem BVG-Account einloggen. Sie hinterlegen ein Zahlungsmittel, etwa eine Kreditkarte, eine Banklastschrift oder ein Paypal-Konto. Wer Carsharing-Dienste nutzen möchte, muss außerdem ein Bild seines Führerscheins und Personalausweises (oder eines anderen Identitätsnachweises) hochladen. [https://www.jelbi.de/jelbi-app/ (Berliner Verkehrsbetriebe: Und so funktioniert’s, Zugriff 15.12.2022)]

==Integrierte Routenplanung==

Bei der Suche nach Routen und Verkehrsmitteln verbindet Jelbi pro- und reaktive Dienste [https://www.businessinsider.de/gruenderszene/lexikon/begriffe/location-based-services-lbs/ (vgl. Gründerszene Lexikon: Location-Based-Services (LBS), Zugriff 16.12.2022)] Nach Öffnen der Jelbi-[[App]] am Handy muss der eigene Standort freigegeben werden. Im so genannten „Entdecken“-Modus sind dann auf einer integrierten Karte verfügbare Verkehrsmittel im Umkreis sichtbar (proaktiver Dienst). Geben die Nutzer*innen ein Ziel an, wird ihnen die Route jeweils mit öffentlichen Verkehrsmitteln, dem Fahrrad, E-Roller, E-Scooter, Auto oder Taxi inklusive zu erwartender Fahrzeiten angezeigt (reaktiver Dienst). Sie können für Leihfahrzeuge ggf. auch die Preise bei unterschiedlichen Partnerunternehmen vergleichen. Dann buchen sie per [[App]] und bezahlen mit dem hinterlegten Zahlungsmittel. Jelbi zeigt ihnen auf der Karte den Weg von ihrem aktuellen Standort zum Verkehrsmittel ihrer Wahl. [https://www.jelbi.de/jelbi-app/ (Berliner Verkehrsbetriebe, Zugriff 15.12.2022)]

Für Leihfahrzeuge wurden an Verkehrsknotenpunkten so genannte „Jelbi-Stationen“ (alle Fahrzeugtypen) und Jelbi-Punkte (nur Zweiräder) eingerichtet. Je nach den Gegebenheiten vor Ort existieren auch „Jelbi-Netze“ mit mehreren Stationen und/ oder Punkten. [https://www.jelbi.de/jelbi-stationen/ (Berliner Verkehrsbetriebe: Die Stationen. Du willst Verkehr, hier sind die Mittel, Zugriff 15.12.2022)]. Eine aktuelle Übersicht der Jelbi-Stationen und Punkte in Berlin ist auf der Jelbi-Homepage verfügbar: https://www.jelbi.de/jelbi-stationen/

==Datenschutz==

Jelbi speichert ausschließlich anonymisierte Bewegungsdaten. [https://www.tagesspiegel.de/berlin/jelbi-soll-berlinern-den-abschied-vom-auto-erleichtern-4626979.html (Hasselmann, Kugoth, Zugriff 15.12.2022)] Wenn über Jelbi Leihfahrzeuge gebucht werden, gelten die AGB und Datenschutzhinweise der jeweiligen Anbieter. [https://www.jelbi.de/faq-de/ (Berliner Verkehrsbetriebe: Jelbi. Häufig gestellte Fragen, Zugriff 16.12.2022)]

=Kooperationspartner=

Über Jelbi können in fast jeder Kategorie Leihfahrzeuge unterschiedlicher Anbieter gebucht werden. Eine aktuelle Liste der privaten Partnerunternehmen und öffentlichen Kooperationspartner (ÖPNV) ist hier zu finden: https://www.jelbi.de/mobilitaetspartner/

Bisher sind allerdings noch nicht alle wichtigen Berliner Anbieter über Jelbi verfügbar. Der Carsharing-Service "ShareNow" muss z.B. weiterhin über eine eigene [[App]] gebucht werden. [https://www.share-now.com/de/de/how-car-sharing-works/?gclid=EAIaIQobChMImPSz8MqF_AIVSZnVCh3ovAPGEAAYASAAEgICsvD_BwE (ShareNow: So funktioniert´s. Schritt für Schritt zum Carsharing, Zugriff 19.12.2022)] Die Breite des Angebots bei Jelbi dürfte zukünftig davon abhängen, inwieweit sie sich auch für etablierte und größere private Mobilitätsdienstleister zu einer attraktiven Plattform entwickelt. Entscheidend dafür werden nichtzuletzt die Nutzer*innenzahlen und die Marketingmöglichkeiten über Jelbi sein. Die BVG selbst zeigt sich für neue Kooperationen allseits offen. Einzige Bedingung ist die Buchungsmöglichkeit über die Jelbi-[[App]]. [https://www.youtube.com/watch?v=GzkKPpzq-24 (Kiez erFahren: Interview mit Jelbi zur Lokalen Verkehrswende, Zugriff 15.12.2022)]

Die in Jelbi integrierte Karte funktioniert über eine [[API]] mit dem Kartendienst [[Google Maps]]. [https://www.jelbi.de/datenschutzhinweise/ (Berliner Verkehrsbetriebe: Datenschutz-Hinweise für die Jelbi-Webseite, Zugriff 19.12.2022)]
Die Technik hinter der [[App]] selbst wurde von dem litauischen Startup „Trafi“ entwickelt, das schon 2017 eine vergleichbare [[App]] für die Stadt Vilnius an den Start gebracht hat. [https://www.tagesspiegel.de/berlin/jelbi-soll-berlinern-den-abschied-vom-auto-erleichtern-4626979.html (Hasselmann, Kugoth, Zugriff 15.12.2022)]

=Innovationspotential und gesellschaftlicher Nutzen=

Potentiell ist Jelbi mehr als eine Mobilitätsplattform: Mittels der Bewegungsdaten ihrer Nutzer*innen analysiert die dahinter stehende Software, welche Strecken häufig genutzt werden und wo Reisende oft von öffentlichen Verkehrsmitteln in Leihfahrzeuge steigen. In Vilnius werden diese Daten aus der „Schwester-[[App]]“ bereits zur Verkehrsplanung eingesetzt. Auch die Daten aus Jelbi könnten so ausgewertet werden, dass sie Anhaltspunkte für die Planung der Verkehrsinfrastruktur in Berlin liefern. [https://www.tagesspiegel.de/berlin/jelbi-soll-berlinern-den-abschied-vom-auto-erleichtern-4626979.html (Hasselmann, Kugoth, Zugriff 15.12.2022)]

Anwendungen wie Jelbi könnten zudem zukünftig zu einer umfassenden Verkehrslenkung genutzt werden. [[Google Maps]] zeigt bereits, dass es möglich ist, in einer [[App]] Echtzeitdaten für verschiedene Verkehrsmittel bereitzustellen. Der Dienst informiert nicht nur Autofahrer*innen über die aktuelle Verkehrslage [https://support.google.com/maps/answer/9770907?hl=de (Google Maps Hilfe: Google Maps-Navigation direkt über Ihr Auto nutzen, Zugriff 20.12.2022)], sondern auch Kund*innen der Deutschen Bahn über Verspätungen und kurzfristige Gleiswechsel [https://www.googlewatchblog.de/2021/07/google-maps-die-bahn-routenplanung/ (GoogleWatchBlog: Google Maps: Die Bahn kommt. Routenplanung enthält nun viele Echtzeitdaten der Deutschen Bahn, Zugriff 20.12.2022)]. Vor allem existieren für die direkte Lenkung des Verkehrs auf der Straße bereits vielversprechende Pilotprojekte: Die Navigationsanwendung "Nunav" der Firma Graphmasters koordiniert den Verkehr, indem sie ihren Nutzer*innen individuelle Routenempfehlungen gibt. [https://www.graphmasters.net/nunav/ (Graphmasters: Unsere Nunav-Technologie, Zugriff 20.12.2022)] Das spart Zeit für Autofahrer*innen und klimaschädliche Emissionen. [https://www.heise.de/news/Load-Balancing-fuer-Strassen-5027366.html (heise online: Load Balancing für Straßen, Zugriff 20.12.2022)] Perspektivisch könnte dieses Prinzip durch Apps wie Jelbi auf Radweg und Schiene ausgeweitet werden.

Jelbi

2022-12-16T12:04:29Z

Decaxoza: Die Seite wurde neu angelegt: „=Innovative Mobilitätsplattform= Jelbi ist ein Mobilitätsservice der Berliner Verkehrsbetriebe (BVG), informationsbezogenen und positionsübermittelnden Location Based Service kombiniert. Jelbi bietet eine Mobilitätsplattform und ermöglicht die integrierte Routenplanung mit öffentlichen Verkehrsmitteln und Leihfahrzeugen privater Anbieter. Sie liefert ihren Nutzer*innen auch Informationen über verfügbare Verkehrsmittel im Umkreis und navigiert…“

=Innovative Mobilitätsplattform=

Jelbi ist ein Mobilitätsservice der Berliner Verkehrsbetriebe (BVG), informationsbezogenen und positionsübermittelnden [[Location Based Service]] kombiniert. Jelbi bietet eine Mobilitätsplattform und ermöglicht die integrierte Routenplanung mit öffentlichen Verkehrsmitteln und Leihfahrzeugen privater Anbieter. Sie liefert ihren Nutzer*innen auch Informationen über verfügbare Verkehrsmittel im Umkreis und navigiert sie dorthin. Alle Verkehrsmittel auch über Jelbi reserviert und bezahlt werden. [https://unternehmen.bvg.de/pressemitteilung/buendnis-fuer-die-mobilitaet-von-morgen/ (Berliner Verkehrsbetriebe: Pressemitteilung vom 18.02.2019. Bündnis für die Mobilität von morgen, Zugriff 16.12.2022)]

Die Jelbi-App ist für Android- und Apple-Smartphones verfügbar. Sie soll in der Großstadt Berlin die Mobilität ohne eigenes Auto zu vereinfachen. [https://www.tagesspiegel.de/berlin/jelbi-soll-berlinern-den-abschied-vom-auto-erleichtern-4626979.html,(Hasselmann, Jörn/ Kugoth, Jana: Neue BVG-App: „Jelbi“ soll Berlinern den Abschied vom Auto erleichtern, Zugriff 15.12.2022)] Sie gilt deshalb als innovatives Partnerprojekt zwischen öffentlichen Verkehrsunternehmen und privaten Mobilitätsdienstleistern. [https://www.heise.de/newsticker/meldung/Jelbi-startet-Berlin-bekommt-eine-Mobilitaets-App-4538015.html (heise online: Jelbi startet: Berlin bekommt eine Mobilitäts-App, Zugriff 15.12.2022)]

Der Name „Jelbi“ leitet sich von „jelb“, dem berlinerischem Wort für „gelb“ ab (Berliner Verkehrsbetriebe: Pressemitteilung vom 18.02.2019. Bündnis für die Mobilität von morgen. [https://unternehmen.bvg.de/pressemitteilung/buendnis-fuer-die-mobilitaet-von-morgen/ Berliner Verkehrsbetriebe, Zugriff 16.12.2022)] der in Berlin allseits präsenten Unternehmensfarbe der BVG.

=Funktionen und Angebote im Detail=

Nach dem Download der App können sich Nutzer*innen bei Jelbi registrieren oder sich mit einem bereits bestehenden BVG-Account einloggen. Sie hinterlegen mobile Zahlungsmittel, etwa eine Kreditkarte, eine Banklastschrift oder ein Paypal-Konto. Wer Car-Sharing-Dienste nutzen möchte, muss außerdem ein Bild seines Führerscheins und Personalausweises (oder eines anderen geeigneten Identitätsnachweises) hochladen.

Bei der Suche nach Routen und Verkehrsmitteln verbindet Jelbi pro- und reaktive Dienste [https://www.businessinsider.de/gruenderszene/lexikon/begriffe/location-based-services-lbs/ (vgl. Gründerszene Lexikon: Location-Based-Services (LBS), Zugriff 16.12.2022)] Nach Öffnen der Jelbi-App und Freigabe des eigenen Standortes über die Ortungsdienste werden im „Entdecken“-Modus verfügbare Verkehrsmittel im eigenen Umkreis sichtbar (produktiver Dienst). Geben Nutzer*innen ein Ziel an, werden ihnen mögliche Routen mit öffentlichen Verkehrsmitteln, dem Fahrrad, E-Roller, E-Scooter, Auto oder Taxi inklusive zu erwartender Fahrzeiten anzeigt (reaktiver Dienst). Sie können für Leihfahrzeuge ggf. auch die Preise bei unterschiedlichen Partnerunternehmen vergleichen, per App buchen und mobil bezahlen. Mittels einer Schnittstelle zu Google Maps zeigt ihnen Jelbi auf der integrierten Karte den Weg von ihrem aktuellen Standort zum Verkehrsmittel ihrer Wahl. [https://www.jelbi.de/jelbi-app/ (Berliner Verkehrsbetriebe: Und so funktioniert’s, Zugriff 15.12.2022)]

Für Leihfahrzeuge wurden insbesondere so genannte „Jelbi-Stationen“ (alle Fahrzeugtypen) und Jelbi-Punkte (nur Zweiräder) eingerichtet. An Orten mit viel Verkehr finden sich auch „Jelbi-Netze“, mit mehrere Stationen und/ oder Punkten. [https://www.jelbi.de/jelbi-stationen/ (Berliner Verkehrsbetriebe: Die Stationen. Du willst Verkehr, hier sind die Mittel, Zugriff 15.12.2022)]. Eine aktuelle Übersicht der Jelbi-Stationen und Punkte in Berlin ist auf der Jelbi-Homepage verfügbar: https://www.jelbi.de/jelbi-stationen/

=Kooperationspartner=

Die Technik hinter der App wurde von dem litauischen Startup „Trafi“ entwickelt, das schon 2017 eine vergleichbare App für die Vilnius an den Start gebracht hat. [https://www.tagesspiegel.de/berlin/jelbi-soll-berlinern-den-abschied-vom-auto-erleichtern-4626979.html (Hasselmann, Kugoth, Zugriff 15.12.2022)]

Eine aktuelle Liste der Kooperationspartner aus dem Bereich des öffentlichen Nahverkehrs und privater Anbieter von Leihfahrzeugen ist auf der offiziellen Homepage von Jelbi zu finden: https://www.jelbi.de/mobilitaetspartner/

=Datenschutz=

Über Jelbi werden ausschließlich annonymisierte Bewegungsdaten gespeichert. Die Software analysiert so, welche Strecken häufig genutzt werden und wo Nutzer*innen oft von den öffentlichen Verkehrsmitteln zu Leihfahrzeugen wechseln. [https://www.tagesspiegel.de/berlin/jelbi-soll-berlinern-den-abschied-vom-auto-erleichtern-4626979.html (Hasselmann, Kugoth, Zugriff 15.12.2022)] Werden über Jelbi Leihfahrzeuge gebucht, gelten die AGB und Datenschutzhinweise der jeweiligen Anbieter. [https://www.jelbi.de/faq-de/ (Berliner Verkehrsbetriebe: Jelbi. Häufig gestellte Fragen, Zugriff 16.12.2022)]

=Gesellschaftlicher Nutzen=

Potentiell ist Jelbi mehr als eine Mobilitätsplattform: In Vilnius werden die Daten aus der „Schwester-App“, die immerhin ein Fünftel der Stadtbewohner*innen nutzt, bereits zur Verkehrsplanung eingesetzt. Auch die Daten aus Jelbi könnten potentiell so ausgewertet werden, dass sie Anhaltspunkte für den Bau und die Planung von Verkehrsinfrastruktur in Berlin liefern. [https://www.tagesspiegel.de/berlin/jelbi-soll-berlinern-den-abschied-vom-auto-erleichtern-4626979.html (Hasselmann, Kugoth, Zugriff 15.12.2022)]

Facebook Gemeinschaftsstandards

2021-06-08T11:28:15Z

Decaxoza:

=Die Facebook Gemeinschaftsstandards=

Mit den Facebook Gemeinschaftsstandards soll eine sichere Kommunikation erreicht werden und einem Missbrauch von [[Facebook]] vorgebeugt werden. Für [[Facebook]] hat die Meinungsfreiheit auf der Plattform höchste Priorität. Das Unternehmen [[Facebook Inc.]] behält sich jedoch vor, die Meinungsfreiheit zu Gunsten der Authentizität der geteilten Inhalte, der Sicherheit der Nutzer*innen, des Schutzes der persönlichen Privatsphäre und der Menschenwürde zu beschneiden. [https://www.facebook.com/communitystandards/introduction (Facebook Gemeinschaftsstandards: Einleitung, Zugriff 15.04.2021)] Zur Konkretisierung seiner Gemeinschaftsstandards veröffentlicht [[Facebook]] laufend aktuelle Richtlinien in englischer Sprache. [https://www.facebook.com/communitystandards/recentupdates/introduction (Facebook Community Standards: Recent Updates, Zugriff 15.04.2021)]

An der Erstellung und Aktualisierung der Gemeinschaftsstandards beteiligt [[Facebook]] externe Expert*innen, etwa aus den Bereichen Technologie, öffentliche Sicherheit und Menschenrechte. Zunehmend bemüht sich die Plattform, auch die Nutzer*innen einzubinden und die Beteiligungsprozesse transparenter zu gestalten. [https://www.facebook.com/communitystandards/additional_information (Facebook Gemeinschaftsstandards: Zusätzliche Informationen. Beteiligung von Stakeholdern, Zugriff 15.04.2021)]

Die Facebook Gemeinschaftsstandards umfassen die Bereiche ''„Gewalt und kriminelles Verhalten“'', ''„Sicherheit“'', ''„anstößige Inhalte“'', ''„Integrität und Authentizität“'' und ''„Wahrung des geistigen Eigentums“''. [https://www.facebook.com/communitystandards/introduction (Facebook Gemeinschaftsstandards: Einleitung, Zugriff 15.04.2021)]

==Verbot von Gewalt und kriminellem Verhalten==

Im Bereich ''„Gewalt und kriminelles Verhalten“'' gelten als Verstöße gegen die Gemeinschaftsstandards
*die Unterstützung schwerer Gewalttaten oder die Anstiftung dazu. Insbesondere möchte [[Facebook]] Organisationen oder Personen keine Präsenz bieten, die Terrorakte, Massenmorde oder organisierte Kriminalität betreiben bzw. befürworten. 
*die Organisation, die positive Darstellung oder die Unterstützung von Kriminalität aller Art und jeglicher Aktivitäten, mit denen Personen, Unternehmen oder Tieren Schaden zugefügt werden soll. 
*der Verkauf von Drogen, rezeptpflichtigen Medikamenten oder medizinischen Schutzmasken in der COVID-19-Pandemie. 
*der Verkauf, das Tauschen, Verschenken oder Weitergeben von Waffen und Munition unter Privatpersonen. 
*der Versuch, andere vorsätzlich zu täuschen oder sie anderweitig um Geld oder Eigentum zu betrügen. Aktivitäten dieser Art dürfen mit Hilfe der Facebook-Dienste ebenfalls nicht koordiniert oder gefördert werden. [https://www.facebook.com/communitystandards/violence_criminal_behavior (Facebook Gemeinschaftsstandards: Gewalt und kriminelles Verhalten, Zugriff 15.04.2021)] 

==Gewährleistung der Sicherheit==

Zu Gunsten der ''„Sicherheit“'' der Nutzer*innen untersagt [[Facebook]]
*die Verherrlichung von Suizid und Selbstverletzung in Texten, Filmen, Fotos, Illustrationen oder Memes, als ''„absichtliche und direkte Verletzung des eigenen Körpers“'' inklusive von Selbstverstümmelung und Essstörungen. 
*die Identifikation und negative Darstellung der Opfer von Selbstmord(versuchen). 
*Inhalte, die den sexuellen Missbrauch von Kindern zeigen. Freizügige Fotos von Kindern werden generell gelöscht, um einem Missbrauch durch Dritte vorzubeugen. 
*Inhalte, die sexuelle Gewalt an Erwachsenen darstellen, androhen oder unterstützen. 
*das Teilen intimer Bilder ohne die Einwilligung der dargestellten Person oder sonstiger Bilder, die anderweitig gegen die Persönlichkeitsrechte der Abgebildeten verstoßen. 
*Mobbing und Belästigung von anderen Nutzer*innen, etwa durch Drohungen, die Veröffentlichung personenbezogener Informationen oder die unerwünschte Kontaktaufnahme, insbesondere wenn minderjährige Nutzer*innen betroffen sind. 
*jegliche Form von Inhalten, die Ausbeutung und Missbrauch von Menschen unterstützen und koordinieren, wie z.B. Menschenhandel als ''„kommerzieller und profitorientierter Freiheitsentzug“''. 
*das Posten von vertraulichen Informationen Dritter, die körperliche oder finanzielle Schäden verursachen können, wie Finanz- und Meldedaten oder medizinische Informationen. [https://www.facebook.com/communitystandards/safety (Facebook Gemeinschaftsstandards: Sicherheit, Zugriff 15.04.2021)] 

==Verbot von ''"anstößigen Inhalten"''==

Ebenso verstoßen ''„anstößige Inhalte“'' gegen die Facebook Gemeinschaftsstandards. Dazu gehören
*Hassrede, als direkter Angriff auf andere Menschen wegen ihrer ethnischen Zugehörigkeit, nationalen Herkunft, Behinderung, Religion, Kaste, sexuellen Orientierung, des Geschlechts, der Geschlechtsidentität oder einer Erkrankung. Merkmale von Hassrede sind laut [[Facebook]] eine diffamierende oder menschenverachtende Sprache, Stereotypisierungen, Aussagen über vermeintliche Minderwertigkeit, verachtende und ablehnende Äußerungen, Beschimpfungen, Aufrufe zur Ausgrenzung oder Isolierung der betroffenen Personen. 
*Bilder mit jeglichen sexuellen Inhalten, da ein nicht-einvernehmliches Teilen oder der Missbrauch Minderjähriger nicht ausgeschlossen werden können. 
*die Förderung sexueller Begegnungen oder gewerblicher sexueller Dienstleistungen. 
*grausame und taktlose Inhalte, in denen z.B. die Opfer von schwerer körperlicher oder seelischer Gewalt verspottet werden. [https://www.facebook.com/communitystandards/objectionable_content (Facebook Gemeinschaftsstandards: Gewalt und kriminelles Verhalten, Zugriff 15.04.2021)] 

==Integrität und Authenzität==

Um ein vertrauensvolles Umfeld auf der Plattform zu schaffen und die Integrität und Authentizität der Kommunikation auf [[Facebook]] sicherzustellen, dürfen nur die richtigen Namen als [[Benutzername]] verwendet werden. Neben der Verwendung von Fake-Accounts untersagt [[Facebook]] außerdem
*die Verbreitung von Spam, z.B. in Form der massenweise Versendung von kommerzieller Werbung. 
*Versuche, über [[Facebook]] an vertrauliche Informationen der Nutzer*innen zu gelangen oder sich unberechtigt Zugriff zu diesen zu verschaffen. 
*das Teilen manipulierter Medien. 

[[Fake News]] werden von [[Facebook]] nicht als Verstoß gegen die Gemeinschaftsstandards entfernt. Denn laut [[Facebook]] gestaltet sich die Abgrenzung zu Satire und persönlicher Meinung schwierig. Daher wird die Verbreitung solcher Inhalte lediglich reduziert, indem sie weiter unten im [[Newsfeed]] erscheinen. [https://de-de.facebook.com/communitystandards/integrity_authenticity (Facebook Gemeinschaftsstandards: Integrität und Authentizität, Zugriff 16.04.2021)]

==Wahrung des geistigen Eigentums==

Gegen die Facebook Gemeinschaftsstandards verstoßen alle Inhalte, die geistige Eigentumsrechte Dritter verletzen, wie z.B. das [[Urheberrecht in Sozialen Medien]] oder das Markenrecht. [https://de-de.facebook.com/communitystandards/respecting_intellectual_property (Facebook Gemeinschaftsstandards: Wahrung des geistigen Eigentums, Zugriff 15.04.2021)]

=Durchsetzung der Facebook Gemeinschaftsstandards=

==Meldung von mutmaßlichen Verstößen==

Damit die Facebook Gemeinschaftsstandards durchgesetzt werden können, müssen die Nutzer*innen aus der [[Online-Community]] von [[Facebook]] vermeintliche Verstöße freiwillig melden. Gemeldet werden können einzelne Beiträge, Bilder, Kommentare oder [[Facebook Stories]], aber auch ganze Profile, eine [[Facebook Fanpage]] oder [[Facebook Gruppen]]. Dafür kann bei einem Beitrag, einer Seite oder einem Kommentar auf die drei kleinen grauen Punkte oben rechts bzw. rechts an der Seite geklickt und der Link „Melden“ bzw. „Support erhalten oder melden“ ausgewählt werden. Ausführliche Informationen zum Melden von Verstößen gegen die Gemeinschaftsstandards und generelle Tipps zum Umgang mit unerwünschten Inhalten veröffentlicht [[Facebook]] in seinem Hilfebereich. [https://www.facebook.com/help/263149623790594 (Facebook Hilfebereich: Etwas melden, Zugriff 16.04.2021)]

Über den Link „Melden“ müssen meldende Nutzer*innen angeben, warum Inhalte, Seiten oder Gruppen ihrer Ansicht nach gegen die Gemeinschaftsstandards von [[Facebook]] verstoßen, z.B. wegen Nacktheit, Gewalt, Belästigung, unzulässiger Verkäufe oder weil sie unter das Netzwerkdurchsetzungsgesetz (NetzDG) fallen. Ein Verstoß gegen das NetzDG kommt in Frage, wenn möglicherweise strafrechtliche Tatbestände, wie Hassrede, Beleidigung/üble Nachrede, die Unterstützung von Straftaten oder Gewaltdarstellungen vorliegen. [https://www.facebook.com/help/302190750185737 (Facebook Hilfebereich: Wie melde ich Inhalte, die meiner Ansicht nach dem NetzDG unterliegen, Zugriff 16.04.2021)]

==Abwägungen bei der Prüfung von Verstößen==

Werden Inhalte gemeldet, prüft [[Facebook]] die Einhaltung seiner Gemeinschaftsstandards auf Basis seiner aktuellen Richtlinien. Ob Beiträge Gewalt unterstützen, beurteilt die Plattform beispielsweise anhand der verwendeten Sprache und des Kontextes, um ''„lockere Aussagen von Inhalten zu unterscheiden, die eine glaubhafte Bedrohung der öffentlichen oder persönlichen Sicherheit darstellen“''. [https://www.facebook.com/communitystandards/violence_criminal_behavior (Facebook Gemeinschaftsstandards: Gewalt und kriminelles Verhalten, Zugriff 15.04.2021)] Dabei berücksichtigt [[Facebook]] u.a. regionale und landesspezifische sprachliche Eigenheiten und Bedeutungen. Ggf. kann eine Durchsetzung der Standards im Einzelfall nur erfolgen, wenn die Plattform zusätzliche Hintergrundinformationen und genaue Kenntnis des Kontextes hat, in dem ein Inhalt veröffentlicht wurde.

[[Facebook]] behält sich außerdem vor, eigentlich untersagte Inhalte auf der Plattform zu belassen, wenn ein gesamtgesellschaftliches Interesse an ihrer Veröffentlichung besteht. Dafür werden öffentliches Interesse und Schadensrisiko abgewogen. [https://www.facebook.com/communitystandards/introduction (Facebook Gemeinschaftsstandards: Einleitung, Zugriff 15.04.2021)] Angriffe auf Privatpersonen können daher von der Plattform anders bewertet werden als öffentliche Kritik an prominenten Personen, sofern keine schwer wiegenden Diffamierungen erfolgen oder die Nutzerkonten der Betroffenen direkt markiert werden. [https://www.facebook.com/communitystandards/safety (Facebook Gemeinschaftsstandards: Sicherheit, Zugriff 15.04.2021)]

==Sanktionen bei Verstößen==

Inhalte, die gegen die Gemeinschaftsstandards verstoßen, werden in der Regel von [[Facebook]] gelöscht. Konkrete Sanktionen gegen beteiligte Nutzer*innen hängen davon ab, wie schwer ein Verstoß ist und ob wiederholt gegen die Gemeinschaftsstandards verstoßen wird. Bei ersten leichteren Verstößen wird eine Warnung ausgesprochen. Bei Wiederholungen können Posting-Rechte eingeschränkt oder Profile deaktiviert werden. [https://www.facebook.com/communitystandards/introduction (Facebook Gemeinschaftsstandards: Einleitung, Zugriff 15.04.2021)] Kommt [[Facebook]] zu dem Schluss, dass von bestimmten Nutzer*innen eine ''„echte Gefahr“'' für andere oder sogar für die öffentliche Sicherheit ausgeht, arbeitet die Plattform nach eigenen Angaben auch mit den Strafverfolgungsbehörden zusammen. [https://www.facebook.com/communitystandards/violence_criminal_behavior (Facebook Gemeinschaftsstandards: Gewalt und kriminelles Verhalten, Zugriff 15.04.2021)]

Facebook Gemeinschaftsstandards

2021-04-30T13:50:26Z

Decaxoza: Die Seite wurde neu angelegt: „=Die Facebook Gemeinschaftsstandards= Mit den Facebook Gemeinschaftsstandards soll eine sichere Kommunikation erreicht werden und einem Missbrauch von Faceb…“

=Die Facebook Gemeinschaftsstandards=

Mit den Facebook Gemeinschaftsstandards soll eine sichere Kommunikation erreicht werden und einem Missbrauch von [[Facebook]] vorgebeugt werden. Für [[Facebook]] hat die Meinungsfreiheit auf der Plattform höchste Priorität. Das Unternehmen [[Facebook Inc.]] behält sich jedoch vor, die Meinungsfreiheit zu Gunsten der Authentizität der geteilten Inhalte, der Sicherheit der Nutzer*innen, des Schutzes der persönlichen Privatsphäre und der Menschenwürde zu beschneiden. [https://www.facebook.com/communitystandards/introduction (Facebook Gemeinschaftsstandards: Einleitung, Zugriff 15.04.2021)] Zur Konkretisierung seiner Gemeinschaftsstandards veröffentlicht [[Facebook]] laufend aktuelle Richtlinien in englischer Sprache. [https://www.facebook.com/communitystandards/recentupdates/introduction (Facebook Community Standards: Recent Updates, Zugriff 15.04.2021)]

An der Erstellung und Aktualisierung der Gemeinschaftsstandards beteiligt [[Facebook]] externe Expert*innen, etwa aus den Bereichen Technologie, öffentliche Sicherheit und Menschenrechte. Zunehmend bemüht sich die Plattform, auch Nutzer*innen einzubinden und Beteiligungsprozesse transparenter zu gestalten. [https://www.facebook.com/communitystandards/additional_information (Facebook Gemeinschaftsstandards: Zusätzliche Informationen. Beteiligung von Stakeholdern, Zugriff 15.04.2021)]

Aktuell beziehen sich die Facebook Gemeinschaftsstandards auf die Bereiche ''„Gewalt und kriminelles Verhalten“'', ''„Sicherheit“'', ''„anstößige Inhalte“'', ''„Integrität und Authentizität“'' und ''„Wahrung des geistigen Eigentums“''. [https://www.facebook.com/communitystandards/introduction (Facebook Gemeinschaftsstandards: Einleitung, Zugriff 15.04.2021)]

==Verbot von Gewalt und kriminellem Verhalten==

Im Bereich ''„Gewalt und kriminelles Verhalten“'' gelten als Verstöße gegen die Gemeinschaftsstandards
*die Unterstützung schwerer Gewalttaten oder die Anstiftung dazu. Insbesondere möchte [[Facebook]] Organisationen oder Personen keine Präsenz bieten, die Terrorakte, Massenmorde oder organisierte Kriminalität betreiben bzw. befürworten. 
*die Organisation, die positive Darstellung oder die Unterstützung von Kriminalität aller Art und jeglicher Aktivitäten, mit denen Personen, Unternehmen oder Tieren Schaden zugefügt werden soll. 
*der Verkauf von Drogen, rezeptpflichtigen Medikamenten oder medizinischen Schutzmasken in der COVID-19-Pandemie. 
*der Verkauf, das Tauschen, Verschenken oder Weitergeben von Waffen und Munition unter Privatpersonen. 
*der Versuch, andere vorsätzlich zu täuschen oder sie anderweitig um Geld oder Eigentum zu betrügen. Aktivitäten dieser Art dürfen mit Hilfe der Facebook-Dienste ebenfalls nicht koordiniert oder gefördert werden. 

Beiträge, die vermeintlich Gewalt unterstützen, beurteilt [[Facebook]] auch anhand der verwendeten Sprache und des Kontextes, um ''„lockere Aussagen von Inhalten zu unterscheiden, die eine glaubhafte Bedrohung der öffentlichen oder persönlichen Sicherheit darstellen“''. [https://www.facebook.com/communitystandards/violence_criminal_behavior (Facebook Gemeinschaftsstandards: Gewalt und kriminelles Verhalten, Zugriff 15.04.2021)]

==Gewährleistung der Sicherheit==

Zu Gunsten der ''„Sicherheit“'' der Nutzer*innen untersagt [[Facebook]]
*die Verherrlichung von Suizid und Selbstverletzung in Texten, Filmen, Fotos, Illustrationen oder Memes, als ''„absichtliche und direkte Verletzung des eigenen Körpers“'' inklusive von Selbstverstümmelung und Essstörungen. 
*die Identifikation und negative Darstellung der Opfer von Selbstmord(versuchen). 
*Inhalte, die den sexuellen Missbrauch von Kindern zeigen. Freizügige Fotos von Kindern werden generell gelöscht, um einem Missbrauch durch Dritte vorzubeugen. 
*Inhalte, die sexuelle Gewalt an Erwachsenen darstellen, androhen oder unterstützen. 
*das Teilen intimer Bilder ohne die Einwilligung der dargestellten Person oder sonstiger Bilder, die anderweitig gegen die Persönlichkeitsrechte der Abgebildeten verstoßen. 
*Mobbing und Belästigung von anderen Nutzer*innen, etwa durch Drohungen, die Veröffentlichung personenbezogener Informationen oder die unerwünschte Kontaktaufnahme, insbesondere wenn minderjährige Nutzer*innen betroffen sind. 
*jegliche Form von Inhalten, die Ausbeutung und Missbrauch von Menschen unterstützen und koordinieren, wie z.B. Menschenhandel als ''„kommerzieller und profitorientierter Freiheitsentzug“''. 
*das Posten von vertraulichen Informationen Dritter, die körperliche oder finanzielle Schäden verursachen können, wie Finanz- und Meldedaten oder medizinische Informationen. [https://www.facebook.com/communitystandards/safety (Facebook Gemeinschaftsstandards: Sicherheit, Zugriff 15.04.2021)] 

==Verbot von ''"anstößigen Inhalten"''==

Ebenso verstoßen ''„anstößige Inhalte“'' gegen die Facebook Gemeinschaftsstandards. Dazu gehören
*Hassrede, als direkter Angriff auf andere Menschen wegen ihrer ethnischen Zugehörigkeit, nationalen Herkunft, Behinderung, Religion, Kaste, sexuellen Orientierung, des Geschlechts, der Geschlechtsidentität oder einer Erkrankung. Merkmale von Hassrede sind laut [[Facebook]] eine diffamierende oder menschenverachtende Sprache, Stereotypisierungen, Aussagen über vermeintliche Minderwertigkeit, verachtende und ablehnende Äußerungen, Beschimpfungen, Aufrufe zur Ausgrenzung oder Isolierung der betroffenen Personen. 
*Bilder mit jeglichen sexuellen Inhalten, da ein nicht-einvernehmliches Teilen oder der Missbrauch Minderjähriger nicht ausgeschlossen werden können. 
*die Förderung sexueller Begegnungen oder gewerblicher sexueller Dienstleistungen. 
*grausame und taktlose Inhalte, in denen z.B. die Opfer von schwerer körperlicher oder seelischer Gewalt verspottet werden. [https://www.facebook.com/communitystandards/objectionable_content (Facebook Gemeinschaftsstandards: Gewalt und kriminelles Verhalten, Zugriff 15.04.2021)]

==Integrität und Authenzität==

Um ein vertrauensvolles Umfeld auf der Plattform zu schaffen und die Integrität und Authentizität der Kommunikation auf [[Facebook]] sicherzustellen, dürfen nur die richtigen Namen als [[Benutzernamen]] verwendet werden. Neben der Verwendung von Fake-Accounts untersagt [[Facebook]] außerdem
*die Verbreitung von Spam, z.B. in Form der massenweise Versendung von kommerzieller Werbung. 
*Versuche, über [[Facebook]] an vertrauliche Informationen der Nutzer*innen zu gelangen oder sich unberechtigt Zugriff zu diesen zu verschaffen. 
*das Teilen manipulierter Medien. 

Falschmeldungen werden von [[Facebook]] nicht als Verstoß gegen die Gemeinschaftsstandards entfernt. Denn laut [[Facebook]] gestaltet sich die Abgrenzung zu Satire und persönlicher Meinung schwierig. Daher wird die Verbreitung solcher Inhalte lediglich reduziert, indem sie weiter unten in den Newsfeeds erscheinen. [https://de-de.facebook.com/communitystandards/integrity_authenticity (Facebook Gemeinschaftsstandards: Integrität und Authentizität, Zugriff 16.04.2021)]

==Wahrung des geistigen Eigentums==

Gegen die Facebook Gemeinschaftsstandards verstoßen alle Inhalte, die geistige Eigentumsrechte Dritter verletzen, wie z.B. das Urheber- oder das Markenrecht. [https://de-de.facebook.com/communitystandards/respecting_intellectual_property (Facebook Gemeinschaftsstandards: Wahrung des geistigen Eigentums, Zugriff 15.04.2021)]

=Durchsetzung der Facebook Gemeinschaftsstandards=

==Meldung von mutmaßlichen Verstößen==

Damit die Facebook Gemeinschaftsstandards durchgesetzt werden können, müssen die Nutzer*innen aus der [[Online-Community]] von [[Facebook]] vermeintliche Verstöße freiwillig melden. Gemeldet werden können einzelne Beiträge, Bilder, Kommentare oder [[Facebook Stories]], aber auch ganze Profile, eine [[Facebook Fanpage]] oder [[Facebook Gruppen]]. Dafür kann bei einem Beitrag, einer Seite oder einem Kommentar auf die drei kleinen grauen Punkte oben rechts bzw. rechts an der Seite geklickt und der Link „Melden“ bzw. „Support erhalten oder melden“ ausgewählt werden. Ausführliche Informationen zum Melden von Verstößen gegen die Gemeinschaftsstandards und generelle Tipps zum Umgang mit unerwünschten Inhalten veröffentlicht [[Facebook]] in seinem Hilfebereich. [https://www.facebook.com/help/263149623790594 (Facebook Hilfebereich: Etwas melden, Zugriff 16.04.2021)]

Über den Link „Melden“ müssen meldende Nutzer*innen angeben, warum Inhalte, Seiten oder Gruppen ihrer Ansicht nach gegen die Gemeinschaftsstandards von [[Facebook]] verstoßen, z.B. wegen Nacktheit, Gewalt, Belästigung, unzulässiger Verkäufe oder weil sie unter das Netzwerkdurchsetzungsgesetz (NetzDG) fallen. Ein Verstoß gegen das NetzDG kommt in Frage, wenn möglicherweise strafrechtliche Tatbestände, wie Hassrede, Beleidigung/üble Nachrede, die Unterstützung von Straftaten oder Gewaltdarstellungen vorliegen. [https://www.facebook.com/help/302190750185737 (Facebook Hilfebereich: Wie melde ich Inhalte, die meiner Ansicht nach dem NetzDG unterliegen, Zugriff 16.04.2021)]

==Abwägungen bei der Prüfung von Verstößen==

Werden Inhalte gemeldet, prüft [[Facebook]] die Einhaltung seiner Gemeinschaftsstandards auf Basis seiner aktuellen Richtlinien. Dabei berücksichtigt [[Facebook]] u.a. regionale und landesspezifische sprachliche Eigenheiten und Bedeutungen. Ggf. kann eine Durchsetzung der Standards im Einzelfall nur erfolgen, wenn die Plattform zusätzliche Hintergrundinformationen und genaue Kenntnis des Kontextes hat, in dem ein Inhalt veröffentlicht wurde.

[[Facebook]] behält sich außerdem vor, eigentlich untersagte Inhalte auf der Plattform zu belassen, wenn ein gesamtgesellschaftliches Interesse an ihrer Veröffentlichung besteht. Dafür werden öffentliches Interesse und Schadensrisiko abgewogen. [https://www.facebook.com/communitystandards/introduction (Facebook Gemeinschaftsstandards: Einleitung, Zugriff 15.04.2021)] Angriffe auf Privatpersonen können daher von der Plattform anders bewertet werden als öffentliche Kritik an prominenten Personen, sofern keine schwer wiegenden Diffamierungen erfolgen oder die Nutzerkonten der Betroffenen direkt markiert werden. [https://www.facebook.com/communitystandards/safety (Facebook Gemeinschaftsstandards: Sicherheit, Zugriff 15.04.2021)]

==Sanktionen bei Verstößen==

Inhalte, die gegen die Gemeinschaftsstandards verstoßen, werden in der Regel von [[Facebook]] gelöscht. Konkrete Sanktionen gegen beteiligte Nutzer*innen hängen davon ab, wie schwer ein Verstoß ist und ob wiederholt gegen die Gemeinschaftsstandards verstoßen wird. Bei ersten leichteren Verstößen wird eine Warnung ausgesprochen. Bei Wiederholungen können Posting-Rechte eingeschränkt oder Profile deaktiviert werden. [https://www.facebook.com/communitystandards/introduction (Facebook Gemeinschaftsstandards: Einleitung, Zugriff 15.04.2021)] Kommt [[Facebook]] zu dem Schluss, dass von bestimmten Nutzer*innen eine ''„echte Gefahr“'' für andere oder sogar für die öffentliche Sicherheit ausgeht, arbeitet die Plattform nach eigenen Angaben auch mit den Strafverfolgungsbehörden zusammen. [https://www.facebook.com/communitystandards/violence_criminal_behavior (Facebook Gemeinschaftsstandards: Gewalt und kriminelles Verhalten, Zugriff 15.04.2021)]

Twitter Regeln

2021-03-26T13:01:21Z

Decaxoza:

=Die Twitter Regeln=

Auf [[Twitter]] sollen ganz unterschiedliche Menschen weltweit ihre Informationen, Meinungen und Ideen öffentlich miteinander teilen können. Mit den Twitter Regeln möchte der Kurznachrichtendienst dafür einen freien und sicheren Kommunikationsraum schaffen. Die Regeln sollen die Sicherheit der Nutzer*innen, den Datenschutz und die Authentizität der Kommunikation auf Twitter sicherstellen.

Die Twitter Regeln VERBIETEN grundsätzlich

*die Verherrlichung von Gewalt. 
*die Drohung mit Gewalt gegen einzelne andere Nutzer*innen oder Personengruppen. 
*die Förderung von Terrorismus und gewalttätigem Extremismus, z.B. durch die Rekrutierung für Organisationen, die in einzelnen Staaten oder international als Terrororganisation eingestuft werden, und die Verbreitung von deren Propaganda. 
*den sexuellen Missbrauch von Kindern, z.B. durch Cyber-Grooming, das Teilen von Kinderpornografie oder Äußerungen, die Kindesmissbrauch positiv darstellen. 
*die Belästigung anderer Nutzer*innen und die Anstiftung dazu. Solch eine Belästigung stellen etwa unerwünschte sexuelle Annäherungsversuche oder aggressive Beleidigungen und Verunglimpfungen dar. 
*Hetze und Hass-Tweets gegen andere Nutzer*innen oder Gruppen von Menschen auf Grund ihrer Abstammung, Kaste, Ethnie oder nationalen Zugehörigkeit, sexuellen Orientierung, ihres Geschlechts oder ihrer Geschlechtsidentität, des Alters, einer Behinderung oder Krankheit, z.B. durch die Verbreitung von Stereotypen oder den Aufruf zu Gewalt. 
*die positive Darstellung von Selbstverletzung oder Selbstmord, z.B. durch das Posten von Anleitungen zu Selbstmord. 
*die Veröffentlichung von Inhalten, die nicht jugendfrei sind oder besondere Grausamkeit und Gewalt zeigen, z.B. Bilder der Opfer von Unfällen oder Gewaltverbrechen oder Geschlechtsverkehr. 
*Geschäfte mit Waren und Dienstleistungen, die gegen geltende Gesetze verstoßen, z.B. gestohlene Waren oder illegale Drogen. 
*die Veröffentlichung von privaten Informationen Dritter ohne deren Genehmigung, die Drohung damit oder die Anstiftung dazu. Solche Informationen sind z.B. nicht öffentliche Adressdaten. 
*das Posten intimer Fotos oder Videos von anderen Personen ohne deren Einverständnis, die z.B. mit versteckter Kamera oder durch Upskirting aufgenommen wurden. 
*Versuche, Informationen auf [[Twitter]] ''„Künstlich hervorzuheben oder zu unterdrücken“'', z.B. durch koordinierte Aktivitäten zur Beeinflussung einer Unterhaltung, u.a. durch einen [[Twitter-Bot]] oder gefälschte Accounts. 
*Versuche der Wahlmanipulation, z.B. durch Veröffentlichung irreführender Informationen, die Auswirkungen auf die Wahlbeteiligung haben können. 
*Identitätsbetrug durch Nutzung einer fremden Identität für den eigenen Twitter-Account. 
*das ungekennzeichnete Teilen so genannter ''"synthetischer oder manipulierter Medien“''. Gemeint sind damit Inhalte, die nachträglich verändert wurden, so dass sich ihre Aussage von jener der eigentlichen Urheber*innen grundlegend unterscheidet. 
*die Verletzung von Urheber- oder Markenrechten. 
*die Verbreitung von Werbung durch Drittanbieter ohne Einverständnis des Plattformbetreibers. 

[[Twitter]] behält sich vor, ausnahmsweise Inhalte trotz offensichtlichen Verstoßes gegen die Twitter Regeln zu erlauben, wenn im Einzelfall daran ein gesamtgesellschaftliches Interesse besteht. Dafür ist entscheidend, welchen Einfluss die Inhalte auf die Öffentlichkeit haben können, wer die Quelle ist und ob ggf. an anderer Stelle eine ausgewogene Berichterstattung zu einem Ereignis oder einem Sachverhalt verfügbar ist. Ist das nicht gegeben, erwägt Twitter, einen Tweet öffentlich sichtbar zu belassen, damit er offen diskutiert werden kann.

Die Twitter Regeln werden im Twitter Hilfe Center veröffentlicht. Dort sind u.a. auch Artikel mit Beispielen dazu verlinkt, welche Verhaltensweisen unter die einzelnen Tatbestände fallen können. Das Unternehmen Twitter, Inc. behält sich vor, die Twitter Regeln bei Bedarf zu ändern. [https://help.twitter.com/de/rules-and-policies/twitter-rules (Twitter Hilfe-Center: Die Twitter-Regeln, Zugriff 11.03.2021)]

Wer erfolgreich auf [[Twitter]] kommunizieren möchte, sollte neben den Twitter Regeln auch den [[Twitter-Knigge]] beachten.

=Durchsetzung der Twitter Regeln=

==Meldung mutmaßlicher Verstöße durch die Community==

Die Durchsetzung der Twitter Regeln setzt voraus, dass Regelverstöße aus der [[Online-Community]] auf und außerhalb von [[Twitter]] auf freiwilliger Basis gemeldet werden. In Folge der Meldung wird von meldenden Nutzer*innen auch abgefragt, welches Problem bzw. welche Art Verstoß gegen die Twitter Regeln ihrer Ansicht nach vorliegt. Der Kurznachrichtendienst [[Twitter]] prüft dann, ob ein solcher Regelverstoß ebenfalls aus seiner Sicht vorliegt und entscheidet über die Einleitung von Maßnahmen. [https://help.twitter.com/de/safety-and-security/report-a-tweet (Twitter Hilfe-Center: So meldest Du einen Tweet, eine Liste oder eine Direkt-Nachricht, Zugriff 18.03.2021)]

Meldungen können sowohl einzelne Tweets, als auch ganze Accounts betreffen, falls diese im großen Stil gegen die Regeln verstoßen. Twitter-Nutzer*innen können dafür auf der Twitter-Seite eines Accounts oder bei der Anzeige eines einzelnen Tweets auf die drei kleinen grauen Punkte oben rechts klicken. Daraufhin erscheint ein Menü, über das u.a. eine solche Meldung möglich ist.

Da Twitter-Seiten und Tweets über eine [[Suchmaschine]] wie Google auffindbar sind, können Personen ohne Twitter-Account ebenfalls Meldungen über ein Formular durchführen [https://help.twitter.com/de/forms/safety-and-sensitive-content/abuse/legal-rep (Twitter Hilfe-Center: Sicherheit auf Twitter und sensible Inhalte, Zugriff 18.03.2021)]

==Prüfung von Regelverstößen durch Twitter==

Nach Meldungen prüft [[Twitter]] die Einhaltung seiner Regeln auf Basis von Durchsetzungsrichtlinien. Diese Richtlinien werden von unternehmensinternen Mitarbeiter*innen und einem „Trust & Safety-Rat“ aus weltweit unabhängigen Expert*innenorganisationen erstellt. Sie berücksichtigen dabei die sich stetig verändernden Gepflogenheiten der Online-Kommunikation und die praktische Frage, wie die Twitter-Regeln in den ''„verschiedenen kulturellen und sozialen Kontexten angewendet und interpretiert werden“.'' [https://help.twitter.com/de/rules-and-policies/enforcement-philosophy (Twitter Hilfe-Center: Unsere Vorgehensweise bei der Entwicklung von Richtlinien und bei deren Durchsetzung, Zugriff 11.03.2021)]

Damit Inhalte nicht auf Grund von Missverständnissen beanstandet werden, prüft [[Twitter]] einzelne Tweets im Kontext der zugehörigen Unterhaltung und der Beziehung zwischen den beteiligten Nutzer*innen.

Grundsätzlich steht [[Twitter]] für die Meinungsfreiheit und offene Diskussion im Internet: ''„Wir geben Menschen die Möglichkeit, ein Thema von allen Seiten zu betrachten, und ermuntern dazu, abweichende Meinungen und Standpunkte offen zu diskutieren. Durch diesen Ansatz können viele Äußerungen parallel auf unserer Plattform existieren, und er fördert auch die Gegenrede: Korrigieren von Falschaussagen und Fehlwahrnehmungen anhand von Fakten, Herausstellen von Heucheleien oder Widersprüchen, Warnen vor Offline- und Online-Konsequenzen, Verurteilen von hasserfüllten oder gefährlichen Äußerungen oder Umstimmen und Besänftigen.“'' [https://help.twitter.com/de/rules-and-policies/enforcement-philosophy (Twitter Hilfe-Center, Zugriff 11.03.2021)] Bei der Prüfung von Regelverstößen wägt [[Twitter]] zwischen dieser Philosophie, den Nutzer*inneninteressen und gesamtgesellschaftlichen Belangen ab. Die Entscheidung für Maßnahmen zur Durchsetzung hängt daher davon ab,

*wie schwer ein Verstoß ist. 
*ob ein Account wiederholt gegen die Richtlinien verstößt. 
*ob Inhalte betroffen sind, an denen ein legitimes öffentliches Interesse besteht. 
*ob betroffene Nutzer*innen oder Unbeteiligte die Meldung gemacht haben. 
*ob eine Einzelperson, eine Gruppe oder auch eine ''„besonders schützenswerte Personengruppe“ ‚'' negativ davon betroffen ist.

Wer zu den ''„besonders schützenswerten Personengruppen“'', gehört, ist nicht direkt definiert. [https://help.twitter.com/de/rules-and-policies/enforcement-philosophy (Twitter Hilfe-Center, Zugriff 11.03.2021)] Es scheint aber naheliegend, dass darunter die Gruppen fallen, die in den Erläuterungen zu der Richtlinie zu Hass schürendem Verhalten genannt werden. Im Zusammenhang mit dieser Richtlinie weist [[Twitter]] darauf hin, dass vor allem ''„Frauen, Farbige, Homosexuelle beider Geschlechter, Bisexuelle, Transgender-, Queer- und Intersex-Personen, asexuelle Personen, ausgegrenzte und historisch unterrepräsentierte Gemeinschaften“'' und insbesondere Personen, die gleich mehreren dieser Kategorien angehören, online besonders von Missbrauch betroffen sind. [https://help.twitter.com/de/rules-and-policies/hateful-conduct-policy (Twitter Hilfe-Center: Richtlinie zu Hass schürendem Verhalten, Zugriff 11.03.2021)]

==Sanktionen bei Regelverstößen==

Prinzipiell geht [[Twitter]] davon aus, dass Nutzer*innen nicht absichtlich gegen die Regeln handeln. Bei erstmaligen Verstößen nimmt [[Twitter]] deshalb zunächst Kontakt zu den Betroffenen auf, informiert über die Regeln und gibt ihnen die Möglichkeit zur Stellungnahme. Tweets mit regelwidrigen Inhalten kann der Kurznachrichtendienst für die Öffentlichkeit verbergen. Accounts werden ggf. bei wiederholten oder besonders auffälligen Regelverstößen vorübergehend gesperrt, bis die fraglichen Inhalte gelöscht sind oder eine reale Person als Inhaber*in nachgewiesen wurde. Bei fortgesetztem Regelverstoß droht die dauerhafte Sperrung.

Eine Ausnahme: Besonders schwere Regelverstöße können zu der sofortigen Sperrung des Accounts führen. Das ist dann der Fall, wenn Inhalte auf [[Twitter]] die Sicherheit oder die seelische und körperliche Gesundheit von anderen ernsthaft gefährden, wie durch Gewaltandrohungen, Kinderpornografie oder die Veröffentlichung intimer Fotos und Filme ohne Genehmigung. [https://help.twitter.com/de/rules-and-policies/enforcement-philosophy (Twitter Hilfe-Center: Unsere Vorgehensweise bei der Entwicklung von Richtlinien und bei deren Durchsetzung, Zugriff 11.03.2021)]

Wie [[Twitter]] im Detail vorgeht und was das für die Sichtbarkeit von Tweets und die gemeldeten Nutzer*innen bedeutet, ist in der englischsprachigen Version des Hilfe-Centers erläutert. [https://help.twitter.com/en/rules-and-policies/enforcement-options (Twitter Help-Center: Our range of enforcement options, Zugriff 11.03.2021)]

=Diskussion um einen strengeren gesetzlichen Rahmen=

Es wird immer wieder öffentlich diskutiert, ob private Plattformen wie [[Twitter]] einen nennenswerten Bereich der öffentlichen Kommunikation nach ihren eigenen Regeln kontrollieren sollten. Kritiker*innen wenden ein, dass Nutzer*innen gesetzlich wirksamer vor Hassrede (engl. Hate Speach), Cyber-Mobbing oder Fake-News geschützt werden müssten oder dass Gerichte entscheiden sollten, ob durch Löschen von Tweets oder Sperren von Accounts das Grundrecht auf freie Meinungsäußerung beschränkt wird. Diese Debatte gewann zuletzt an Fahrt, nachdem der ehemalige US-Präsident Donald Trump seine Anhänger*innen via [[Twitter]] zum Sturm auf das Capitol angefeuert hatte und [[Twitter]] mit einer Sperre seines Accounts reagierte. [https://www.tagesschau.de/inland/gesellschaft/regulierung-netzwerke-101.html (Joachim, Christin: Trumps Twitter-Bann. Wer sperrt - und nach welchen Regeln? Zugriff 12.03.2021)][https://www.deutschlandfunk.de/soziale-medien-trumps-twitter-sperre-ist-keine-zensur.720.de.html?dram:article_id=490651 (Herstreuth, Mike: Trumps Twitter-Sperre ist keine Zensur, Zugriff 12.03.2021)]

Andere finden hingegen, dass der Staat damit in die Geschäftsbeziehungen privater Unternehmen und ihrer Kund*innen zu sehr eingreifen würde. [https://www.handelsblatt.com/politik/international/twitter-facebook-und-co-big-tech-als-gatekeeper-regulierer-fordern-schaerfere-regeln-fuer-soziale-netzwerke/26828616.html?ticket=ST-14708877-FOfmWVgsslbRZI35CwQU-ap3 (Hoppe, Till et.al.: Big Tech als Gatekeeper: Regulierer fordern schärfere Regeln für soziale Netzwerke, Zugriff 12.03.2021)]

In Deutschland schreibt das Netzwerkdurchsetzungsgesetz (NetzDG) zumindest Standards für das Beschwerdemanagement und im Regelfall die Löschung strafrechtlich relevanter Inhalte innerhalb einer Woche vor. [https://www.bmjv.de/DE/Themen/FokusThemen/NetzDG/NetzDG_node.html (Bundesministerium der Justiz und für Verbraucherschutz: Netzwerkdurchsetzungsgesetz, Zugriff 12.03.2021)] Auf EU-Ebene sind aktuell ähnliche Regelungen Bestandteil des Kommissions-Entwurfs für einen Digital Service Act [https://ec.europa.eu/info/strategy/priorities-2019-2024/europe-fit-digital-age/digital-services-act-ensuring-safe-and-accountable-online-environment_de (Europäische Kommission: Gesetz über digitale Dienste: Mehr Sicherheit und Verantwortung im Online-Umfeld, Zugriff 17.03.2021)]. Damit könnte ein europäisch einheitlicher Rechtsrahmen für den Umgang mit Nutzer*innenbeschwerden und illegalen Inhalten auf Plattformen wie [[Twitter]] entstehen. [https://www.gleisslutz.com/de/aktuelles/know-how/Digital_Markets_Act_und_Digital_Services_Act.html (Helm-Hadulla, Moritz: Digital Markets Act und Digital Services Act: Die Europäische Kommission stellt zwei Verordnungsentwürfe zur Reform der Digital- und Wettbewerbsregeln vor, Zugriff 12.03.2021)]

Twitter Regeln

2021-03-19T07:48:45Z

Decaxoza:

=Die Twitter Regeln=

Auf [[Twitter]] sollen ganz unterschiedliche Menschen weltweit ihre Informationen, Meinungen und Ideen öffentlich miteinander teilen können. Mit den Twitter Regeln möchte der Kurznachrichtendienst dafür einen freien und sicheren Kommunikationsraum schaffen. Die Regeln sollen die Sicherheit der Nutzer*innen, den Datenschutz und die Authentizität der Kommunikation auf Twitter sicherstellen.

Die Twitter Regeln verbieten grundsätzlich die folgenden Verhaltensweisen:

*die Verherrlichung von Gewalt 
*die Drohung mit Gewalt gegen einzelne andere Nutzer*innen oder Personengruppen 
*die Förderung von Terrorismus und gewalttätigem Extremismus, z.B. durch die Rekrutierung für Organisationen, die in einzelnen Staaten oder international als Terrororganisation eingestuft werden, und die Verbreitung von deren Propaganda 
*den sexuellen Missbrauch von Kindern, z.B. durch Cyber-Grooming, das Teilen von Kinderpornografie oder Äußerungen, die Kindesmissbrauch positiv darstellen 
*die Belästigung anderer Nutzer*innen und die Anstiftung dazu. Solch eine Belästigung stellen etwa unerwünschte sexuelle Annäherungsversuche oder aggressive Beleidigungen und Verunglimpfungen dar. 
*Hetze und Hass-Tweets gegen andere Nutzer*innen oder Gruppen von Menschen auf Grund ihrer Abstammung, Kaste, Ethnie oder nationalen Zugehörigkeit, sexuellen Orientierung, ihres Geschlechts oder ihrer Geschlechtsidentität, des Alters, einer Behinderung oder Krankheit, z.B. durch die Verbreitung von Stereotypen oder den Aufruf zu Gewalt 
*die positive Darstellung von Selbstverletzung oder Selbstmord, z.B. durch das Posten von Anleitungen zu Selbstmord 
*die Veröffentlichung von Inhalten, die nicht jugendfrei sind oder besondere Grausamkeit und Gewalt zeigen, z.B. Geschlechtsverkehr, Opfer von Unfällen oder Gewaltverbrechen 
*Geschäfte mit Waren und Dienstleistungen, die gegen geltende Gesetze verstoßen, z.B. gestohlene Waren oder illegale Drogen 
*die Veröffentlichung von privaten Informationen Dritter ohne deren Genehmigung, die Drohung damit oder die Anstiftung dazu. Solche Informationen sind z.B. nicht öffentliche Adressdaten. 
*das Posten intimer Fotos oder Videos von anderen Personen ohne deren Einverständnis, die z.B. mit versteckter Kamera oder durch Upskirting aufgenommen wurden 
*Versuche, Informationen auf [[Twitter]] ‚''„Künstlich hervorzuheben oder zu unterdrücken“'', z.B. durch koordinierte Aktivitäten zur Beeinflussung einer Unterhaltung, u.a. durch einen [[Twitter-Bot]] oder gefälschte Accounts 
*Versuche der Wahlmanipulation, z.B. durch Veröffentlichung irreführender Informationen, die Auswirkungen auf die Wahlbeteiligung haben können 
*Identitätsbetrug durch Nutzung einer fremden Identität für den eigenen Twitter-Account 
*das ungekennzeichnete Teilen so genannter ’’"synthetischer oder manipulierter Medien“’’. Gemeint sind damit Inhalte, die nachträglich verändert wurden, so dass sich ihre Aussage von jener der eigentlichen Urheber*innen grundlegend unterscheidet. 
*die Verletzung von Urheber- oder Markenrechten 
*die Verbreitung von Werbung durch Drittanbieter ohne Einverständnis des Plattformbetreibers 

[[Twitter]] behält sich vor, ausnahmsweise Inhalte trotz offensichtlichen Verstoßes gegen die Twitter Regeln zu erlauben, wenn im Einzelfall daran ein gesamtgesellschaftliches Interesse besteht. Dafür ist entscheidend, welchen Einfluss die Inhalte auf die Öffentlichkeit haben können, wer die Quelle ist und ob ggf. an anderer Stelle eine ausgewogene Berichterstattung zu einem Ereignis oder einem Sachverhalt verfügbar ist. Ist das nicht gegeben, erwägt Twitter, einen Tweet öffentlich sichtbar zu belassen, damit er offen diskutiert werden kann.

Die Twitter Regeln werden im Twitter Hilfe Center veröffentlicht. Dort sind auf Unterseiten auch Beispiele dafür aufgeführt, welche Verhaltensweisen unter die einzelnen Tatbestände fallen können. Das Unternehmen Twitter, Inc. behält sich vor, die Twitter Regeln bei Bedarf zu ändern. [https://help.twitter.com/de/rules-and-policies/twitter-rules (Twitter Hilfe-Center: Die Twitter-Regeln, Zugriff 11.03.2021)]

Wer erfolgreich auf [[Twitter]] kommunizieren möchte, sollte neben den Twitter Regeln auch den [[Twitter-Knigge]] beachten.

=Durchsetzung der Twitter Regeln=

==Meldung von mutmaßlichen Regelverstößen durch die Community==

Die Durchsetzung der Twitter Regeln setzt voraus, dass Regelverstöße aus der [[Online-Community]] auf und außerhalb von [[Twitter]] auf freiwilliger Basis gemeldet werden. In Folge der Meldung wird von meldenden Nutzer*innen auch abgefragt, welches Problem bzw. welche Art Verstoß gegen die Twitter Regeln ihrer Ansicht nach vorliegt. Der Kurznachrichtendienst [[Twitter]] prüft dann, ob ein solcher Regelverstoß auch aus seiner Sicht vorliegt und entscheidet über die Einleitung von Maßnahmen. [https://help.twitter.com/de/safety-and-security/report-a-tweet (Twitter Hilfe-Center: So meldest Du einen Tweet, eine Liste oder eine Direkt-Nachricht, Zugriff 18.03.2021)]

Meldungen können sowohl einzelne Tweets, als auch ganze Accounts betreffen, falls diese im großen Stil gegen die Regeln verstoßen. Twitter-Nutzer*innen können dafür auf der Twitter-Seite eines Accounts oder bei der Anzeige eines einzelnen Tweets auf die drei kleinen grauen Punkte oben rechts klicken. Daraufhin erscheint ein Menü, über das u.a. eine solche Meldung möglich ist.

Da Twitter-Seiten und Tweets auch über eine [[Suchmaschine]] wie Google auffindbar sind, können Personen ohne Twitter-Account ebenfalls Meldungen über ein Formular durchführen [https://help.twitter.com/de/forms/safety-and-sensitive-content/abuse/legal-rep (Twitter Hilfe-Center: Sicherheit auf Twitter und sensible Inhalte, Zugriff 18.03.2021)]

==Abwägungen bei der Prüfung von Regelverstößen durch Twitter==

Nach Meldungen prüft [[Twitter]] die Einhaltung seiner Regeln auf Basis von Durchsetzungsrichtlinien. Diese Richtlinien werden von unternehmensinternen Mitarbeiter*innen und einem „Trust & Safety-Rat“ aus weltweit unabhängigen Expert*innenorganisationen erstellt. Sie berücksichtigen dabei die sich stetig verändernden Gepflogenheiten der Online-Kommunikation und die praktische Frage, wie die Twitter-Regeln in den ‚ ''„verschiedenen kulturellen und sozialen Kontexten angewendet und interpretiert werden“.'' [https://help.twitter.com/de/rules-and-policies/enforcement-philosophy (Twitter Hilfe-Center: Unsere Vorgehensweise bei der Entwicklung von Richtlinien und bei deren Durchsetzung, Zugriff 11.03.2021)]

Damit Inhalte nicht auf Grund von Missverständnisse beanstandet werden, prüft [[Twitter]] einzelne Tweets im Kontext der zugehörigen Unterhaltung und der Beziehung zwischen den beteiligten Nutzer*innen.

Grundsätzlich steht [[Twitter]] für die Meinungsfreiheit und offene Diskussion im Internet: ''„Wir geben Menschen die Möglichkeit, ein Thema von allen Seiten zu betrachten, und ermuntern dazu, abweichende Meinungen und Standpunkte offen zu diskutieren. Durch diesen Ansatz können viele Äußerungen parallel auf unserer Plattform existieren, und er fördert auch die Gegenrede: Korrigieren von Falschaussagen und Fehlwahrnehmungen anhand von Fakten, Herausstellen von Heucheleien oder Widersprüchen, Warnen vor Offline- und Online-Konsequenzen, Verurteilen von hasserfüllten oder gefährlichen Äußerungen oder Umstimmen und Besänftigen.“'' [https://help.twitter.com/de/rules-and-policies/enforcement-philosophy (Twitter Hilfe-Center, Zugriff 11.03.2021)] Bei der Prüfung von Regelverstößen wägt [[Twitter]] zwischen dieser Philosophie, den Nutzer*inneninteressen und gesamtgesellschaftlichen Belangen ab. Die Entscheidung für Maßnahmen zur Durchsetzung hängt daher davon ab,

*wie schwer ein Verstoß ist. 
*ob ein Account wiederholt gegen die Richtlinien verstößt. 
*ob Inhalte betroffen sind, an denen ein legitimes öffentliches Interesse besteht. 
*ob betroffene Nutzer*innen oder Unbeteiligte die Meldung gemacht haben. 
*ob eine Einzelperson, eine Gruppe oder auch eine ''„besonders schützenswerte Personengruppe“ ‚'' negativ davon betroffen ist.

Wer zu den ''„besonders schützenswerten Personengruppen“'', gehört, ist nicht direkt definiert. [https://help.twitter.com/de/rules-and-policies/enforcement-philosophy (Twitter Hilfe-Center, Zugriff 11.03.2021)] Es scheint aber naheliegend, dass darunter die Gruppen fallen, die in den Erläuterungen zu der Richtlinie zu Hass schürendem Verhalten genannt werden. Im Zusammenhang mit dieser Richtlinie weist [[Twitter]] darauf hin, dass vor allem ''„Frauen, Farbige, Homosexuelle beider Geschlechter, Bisexuelle, Transgender-, Queer- und Intersex-Personen, asexuelle Personen, ausgegrenzte und historisch unterrepräsentierte Gemeinschaften“'' und insbesondere Personen, die gleich mehreren dieser Kategorien angehören, online besonders von Missbrauch betroffen sind. [https://help.twitter.com/de/rules-and-policies/hateful-conduct-policy (Twitter Hilfe-Center: Richtlinie zu Hass schürendem Verhalten, Zugriff 11.03.2021)]

==Sanktionen bei Regelverstößen==

Prinzipiell geht [[Twitter]] davon aus, dass Nutzer*innen nicht absichtlich gegen die Regeln handeln. Bei erstmaligen Verstößen nimmt [[Twitter]] deshalb zunächst Kontakt zu den Betroffenen auf, informiert über die Regeln und gibt ihnen die Möglichkeit zur Stellungnahme. Tweets mit regelwidrigen Inhalten kann der Kurznachrichtendienst für die Öffentlichkeit verbergen. Accounts werden ggf. bei wiederholten oder besonders auffälligen Regelverstößen vorübergehend gesperrt, bis die fraglichen Inhalte gelöscht sind und oder eine reale Person als Inhaber*in nachgewiesen wurde. Bei fortgesetztem Regelverstoß die dauerhafte Sperrung.

Eine Ausnahme: Besonders schwere Regelverstöße können zu der sofortigen Sperrung des Accounts führen. Das ist dann der Fall, wenn Inhalte auf [[Twitter]] die Sicherheit oder die seelische und körperliche Gesundheit von anderen ernsthaft gefährden, wie durch Gewaltandrohungen, Kinderpornografie oder die Veröffentlichung intimer Fotos und Filme ohne Genehmigung. [https://help.twitter.com/de/rules-and-policies/enforcement-philosophy (Twitter Hilfe-Center: Unsere Vorgehensweise bei der Entwicklung von Richtlinien und bei deren Durchsetzung, Zugriff 11.03.2021)]

Wie [[Twitter]] im Detail vorgeht und was das für die Sichtbarkeit von Tweets und die gemeldeten Nutzer*innen bedeutet, ist in der englischsprachigen Version des Hilfe-Centers erläutert. [https://help.twitter.com/en/rules-and-policies/enforcement-options (Twitter Help-Center: Our range of enforcement options, Zugriff 11.03.2021)]

=Diskussion um die staatliche Regulierung von Plattform-Regeln=

Es wird diskutiert, ob private Plattformen wie [[Twitter]] einen nennenswerten Bereich der öffentlichen Kommunikation nach ihren eigenen Regeln kontrollieren sollten. Kritiker*innen wenden ein, dass Nutzer*innen wirksamer vor Hassrede (engl. Hate Speach), Cyber-Mobbing oder Fake-News geschützt werden sollten oder dass es in der Hand unabhängiger Gerichte liegen muss, durch Löschen von Tweets oder Sperren von Accounts das Grundrecht auf freie Meinungsäußerung zu beschränken. Diese Debatte zuletzt an Fahrt, nachdem der ehemalige US-Präsident Donald Trump seine Anhänger*innen via [[Twitter]] zum Sturm auf das Capitol angefeuert hatte und [[Twitter]] mit einer Sperre seines Accounts reagiert. [https://www.tagesschau.de/inland/gesellschaft/regulierung-netzwerke-101.html (Joachim, Christin: Trumps Twitter-Bann. Wer sperrt - und nach welchen Regeln? Zugriff 12.03.2021)][https://www.deutschlandfunk.de/soziale-medien-trumps-twitter-sperre-ist-keine-zensur.720.de.html?dram:article_id=490651 (Herstreuth, Mike: Trumps Twitter-Sperre ist keine Zensur, Zugriff 12.03.2021)]

Andere finden hingegen, dass der Staat damit in die Geschäftsbeziehungen privater Unternehmen und ihrer Kund*innen zu sehr eingreifen würde. [https://www.handelsblatt.com/politik/international/twitter-facebook-und-co-big-tech-als-gatekeeper-regulierer-fordern-schaerfere-regeln-fuer-soziale-netzwerke/26828616.html?ticket=ST-14708877-FOfmWVgsslbRZI35CwQU-ap3 (Hoppe, Till et.al.: Big Tech als Gatekeeper: Regulieren fordern schärfere Regeln für soziale Netzwerke, Zugriff 12.03.2021)]

In Deutschland schreibt das Netzwerkdurchsetzungsgesetz (NetzDG) zumindest Standards für das Beschwerdemanagement und im Regelfall die Löschung strafrechtlich relevanter Inhalte innerhalb einer Woche vor. [https://www.bmjv.de/DE/Themen/FokusThemen/NetzDG/NetzDG_node.html (Bundesministerium der Justiz und für Verbraucherschutz: Netzwerkdurchsetzungsgesetz, Zugriff 12.03.2021)] Auf EU-Ebene sind aktuell ähnliche Regelungen Bestandteil des Kommissions-Entwurfs für einen Digital Service Act [https://ec.europa.eu/info/strategy/priorities-2019-2024/europe-fit-digital-age/digital-services-act-ensuring-safe-and-accountable-online-environment_de (Europäische Kommission: Gesetz über digitale Dienste: mehr Sicherheit und Verantwortung im Online-Umfeld, Zugriff 17.03.2021)]. Damit könnte ein europäisch einheitlicher Rechtsrahmen für den Umgang mit Nutzer*innenbeschwerden und illegalen Inhalten auf Plattformen wie [[Twitter]] entstehen. [https://www.gleisslutz.com/de/aktuelles/know-how/Digital_Markets_Act_und_Digital_Services_Act.html (Helm-Hadulla, Moritz: Digital Markets Act und Digital Services Act: Die Europäische Kommission stellt zwei Verordnungsentwürfe zur Reform der Digital- und Wettbewerbsregeln vor, Zugriff 12.03.2021)]

Twitter Regeln

2021-03-18T15:23:25Z

Decaxoza:

=Die Twitter Regeln=

Auf [[Twitter]] sollen ganz unterschiedliche Menschen weltweit ihre Informationen, Meinungen und Ideen öffentlich miteinander teilen können. Mit den Twitter Regeln möchte der Kurznachrichtendienst dafür einen freien und sicheren Kommunikationsraum schaffen. Die Regeln sollen die Sicherheit der Nutzer*innen, den Datenschutz und die Authentizität der Kommunikation auf Twitter sicherstellen.

Die Twitter Regeln verbieten grundsätzlich die folgenden Verhaltensweisen:

- die Verherrlichung von Gewalt

- die Drohung mit Gewalt gegen einzelne andere Nutzer*innen oder Personengruppen

- die Förderung von Terrorismus und gewalttätigem Extremismus, z.B. durch die Rekrutierung für Organisationen, in einzelnen Staaten oder international als Terrororganisation eingestuft werden, und die Verbreitung von deren Propaganda

- den sexuellen Missbrauch von Kindern, z.B. durch Cyber-Grooming, das Teilen von Kinderpornografie oder Äußerungen, die Kindesmissbrauch positiv darstellen

- die Belästigung anderer Nutzer*innen und die Anstiftung dazu. Solch eine Belästigung stellen etwa
unerwünschte sexuelle Annäherungsversuche oder aggressive Beleidigungen und Verunglimpfungen dar.

- Hetze und Hass-Tweets gegen andere Nutzer*innen oder Gruppen von Menschen auf Grund ihrer Abstammung, Kaste, Ethnie oder nationalen Zugehörigkeit, sexuellen Orientierung, ihres Geschlechts oder ihrer Geschlechtsidentität, des Alters, einer Behinderung oder Krankheit, z.B. durch die Verbreitung von Stereotypen oder den Aufruf zu Gewalt

- die positive Darstellung von Selbstverletzung oder Selbstmord, z.B. durch das Posten von Anleitungen zu Selbstmord

- die Veröffentlichung von Inhalten, die nicht jugendfrei sind oder besondere Grausamkeit und Gewalt zeigen, z.B. Geschlechtsverkehr, Opfer von Unfällen oder Gewaltverbrechen
Geschäfte mit Waren und Dienstleistungen, die gegen geltende Gesetze verstoßen, z.B. gestohlene Waren oder illegale Drogen

- die Veröffentlichung von privaten Informationen Dritter ohne deren Genehmigung, die Drohung damit oder die Anstiftung dazu. Solche Informationen sind z.B. nicht öffentliche Adressdaten.

- das Posten intimer Fotos oder Videos von anderen Personen ohne deren Einverständnis, die z.B. mit versteckter Kamera oder durch Upskirting aufgenommen wurden

- Versuche, Informationen auf [[Twitter]] ‚''„Künstlich hervorzuheben oder zu unterdrücken“'', z.B. durch koordinierte Aktivitäten zur Beeinflussung einer Unterhaltung, u.a. durch einen [[Twitter-Bot]] oder gefälschte Accounts

- Versuche der Wahlmanipulation, z.B. durch Veröffentlichung irreführender Informationen, die Auswirkungen auf die Wahlbeteiligung haben können

- Identitätsbetrug durch Nutzung einer fremden Identität für den eigenen Twitter-Account

- das ungekennzeichnete Teilen so genannter ’’"synthetischer oder manipulierter Medien“’’. Gemeint sind damit Inhalte, die nachträglich verändert wurden, so dass sich ihre Aussage von jener der eigentlichen Urheber*innen grundlegend unterscheidet.

- die Verletzung von Urheber- oder Markenrechten

- die Verbreitung von Werbung durch Drittanbieter ohne Einverständnis des Plattformbetreibers

[[Twitter]] behält sich vor, ausnahmsweise Inhalte trotz offensichtlichen Verstoßes gegen die Twitter Regeln zu erlauben, wenn im Einzelfall daran ein gesamtgesellschaftliches Interesse besteht. Dafür ist entscheidend, welchen Einfluss die Inhalte auf die Öffentlichkeit haben können, wer die Quelle ist und ob ggf. an anderer Stelle eine ausgewogene Berichterstattung zu einem Ereignis oder einem Sachverhalt verfügbar ist. Ist das nicht gegeben, erwägt Twitter, einen Tweet öffentlich sichtbar zu belassen, damit er offen diskutiert werden kann.

Die Twitter Regeln werden im Twitter Hilfe Center veröffentlicht. Dort sind auf Unterseiten auch Beispiele dafür aufgeführt, welche Verhaltensweisen unter die einzelnen Tatbestände fallen können. Das Unternehmen Twitter, Inc. behält sich vor, die Twitter Regeln bei Bedarf zu ändern. [https://help.twitter.com/de/rules-and-policies/twitter-rules (Twitter Hilfe-Center: Die Twitter-Regeln, Zugriff 11.03.2021)]

Wer erfolgreich auf [[Twitter]] kommunizieren möchte, sollte neben den Twitter Regeln auch den [[Twitter-Knigge]] beachten.

=Durchsetzung der Twitter Regeln=

==Meldung von mutmaßlichen Regelverstößen durch die Community==

Die Durchsetzung der Twitter Regeln setzt voraus, dass Regelverstöße aus der [[Online-Community]] auf und außerhalb von [[Twitter]] auf freiwilliger Basis gemeldet werden. In Folge der Meldung wird von meldenden Nutzer*innen auch abgefragt, welches Problem bzw. welche Art Verstoß gegen die Twitter Regeln ihrer Ansicht nach vorliegt. Der Kurznachrichtendienst [[Twitter]] prüft dann, ob ein solcher Regelverstoß auch aus seiner Sicht vorliegt und entscheidet über die Einleitung von Maßnahmen. [https://help.twitter.com/de/safety-and-security/report-a-tweet Twitter Hilfe-Center: So meldest Du einen Tweet, eine Liste oder eine Direkt-Nachricht, Zugriff 18.03.2021)]

Meldungen können sowohl einzelne Tweets, als auch ganze Accounts betreffen, falls diese im großen Stil gegen die Regeln verstoßen. Twitter-Nutzer*innen können dafür auf der Twitter-Seite eines Accounts oder bei der Anzeige eines einzelnen Tweets auf die drei kleinen grauen Punkte oben rechts klicken. Daraufhin erscheint ein Menü, über das u.a. eine solche Meldung möglich ist.
Da Twitter-Seiten und Tweets auch über eine [[Suchmaschine]] wie Google auffindbar sind, können Personen ohne Twitter-Account ebenfalls Meldungen über ein Formular durchführen (https://help.twitter.com/de/forms/safety-and-sensitive-content/abuse/legal-rep (Twitter Hilfe-Center: Sicherheit auf Twitter und sensible Inhalte, Zugriff 18.03.2021)]

==Abwägungen bei der Prüfung von Regelverstößen durch Twitter==

Nach Meldungen prüft [[Twitter]] die Einhaltung seiner Regeln auf Basis von Durchsetzungsrichtlinien. Diese Richtlinien werden von unternehmensinternen Mitarbeiter*innen und einem „Trust & Safety-Rat“ aus weltweit unabhängigen Expert*innenorganisationen erstellt. Sie berücksichtigen dabei die sich stetig verändernden Gepflogenheiten der Online-Kommunikation und die praktische Frage, wie die Twitter-Regeln in den ‚ ''„verschiedenen kulturellen und sozialen Kontexten angewendet und interpretiert werden“.'' [https://help.twitter.com/de/rules-and-policies/enforcement-philosophy (Twitter Hilfe-Center: Unsere Vorgehensweise bei der Entwicklung von Richtlinien und bei deren Durchsetzung, Zugriff 11.03.2021)]

Damit Inhalte nicht auf Grund von Missverständnisse beanstandet werden, prüft [[Twitter]] einzelne Tweets im Kontext der zugehörigen Unterhaltung und der Beziehung zwischen den beteiligten Nutzer*innen.

Grundsätzlich steht [[Twitter]] für die Meinungsfreiheit und offene Diskussion im Internet: ''„Wir geben Menschen die Möglichkeit, ein Thema von allen Seiten zu betrachten, und ermuntern dazu, abweichende Meinungen und Standpunkte offen zu diskutieren. Durch diesen Ansatz können viele Äußerungen parallel auf unserer Plattform existieren, und er fördert auch die Gegenrede: Korrigieren von Falschaussagen und Fehlwahrnehmungen anhand von Fakten, Herausstellen von Heucheleien oder Widersprüchen, Warnen vor Offline- und Online-Konsequenzen, Verurteilen von hasserfüllten oder gefährlichen Äußerungen oder Umstimmen und Besänftigen.“'' [https://help.twitter.com/de/rules-and-policies/enforcement-philosophy (Twitter Hilfe-Center: Unsere Vorgehensweise bei der Entwicklung von Richtlinien und bei deren Durchsetzung, Zugriff 11.03.2021)] Bei der Prüfung von Regelverstößen wägt [[Twitter]] zwischen dieser Philosophie, den Nutzer*inneninteressen und gesamtgesellschaftlichen Belangen ab. Die Entscheidung für Maßnahmen zur Durchsetzung hängt daher davon ab,

- wie schwer ein Verstoß ist.

- ob ein Account wiederholt gegen die Richtlinien verstößt.

- ob Inhalte betroffen sind, an denen ein legitimes öffentliches Interesse besteht.

- ob betroffene Nutzer*innen oder Unbeteiligte die Meldung gemacht haben.

- ob eine Einzelperson, eine Gruppe oder auch eine ''„besonders schützenswerte Personengruppe“ ‚'' negativ davon betroffen ist.

Wer zu den ''„besonders schützenswerten Personengruppen“’’, gehört, ist nicht direkt definiert. [https://help.twitter.com/de/rules-and-policies/enforcement-philosophy (Twitter Hilfe-Center: Unsere Vorgehensweise bei der Entwicklung von Richtlinien und bei deren Durchsetzung, Zugriff 11.03.2021)] Es scheint aber naheliegend, dass darunter die Gruppen fallen, die in den Erläuterungen zu der Richtlinie zu Hass schürendem Verhalten genannt werden. Im Zusammenhang mit dieser Richtlinie weist [[Twitter]] darauf hin, dass vor allem ''„Frauen, Farbige, Homosexuelle beider Geschlechter, Bisexuelle, Transgender-, Queer- und Intersex-Personen, asexuelle Personen, ausgegrenzte und historisch unterrepräsentierte Gemeinschaften“'' und insbesondere Personen, die gleich mehreren dieser Kategorien angehören, online besonders von Missbrauch betroffen sind. [https://help.twitter.com/de/rules-and-policies/hateful-conduct-policy (Twitter Hilfe-Center: Richtlinie zu Hass schürendem Verhalten, Zugriff 11.03.2021)]

==Sanktionen bei Regelverstößen==

Prinzipiell geht [[Twitter]] davon aus, dass Nutzer*innen nicht absichtlich gegen die Regeln handeln. Bei erstmaligen Verstößen nimmt [[Twitter]] deshalb zunächst Kontakt zu den Betroffenen auf, informiert über die Regeln und gibt ihnen die Möglichkeit zur Stellungnahme. Tweets mit regelwidrigen Inhalten kann der Kurznachrichtendienst für die Öffentlichkeit verbergen. Accounts werden ggf. bei wiederholten oder besonders auffälligen Regelverstößen vorübergehend gesperrt, bis die fraglichen Inhalte gelöscht sind und oder eine reale Person als Inhaber*in nachgewiesen wurde. Bei fortgesetztem Regelverstoß die dauerhafte Sperrung. Eine Ausnahme: Besonders schwere Regelverstöße können zu der sofortigen Sperrung des Accounts führen. Das ist dann der Fall, wenn Inhalte auf [[Twitter]] die Sicherheit oder die seelische und körperliche Gesundheit von anderen ernsthaft gefährden, wie durch Gewaltandrohungen, Kinderpornografie oder die Veröffentlichung intimer Fotos und Filme ohne Genehmigung. [https://help.twitter.com/de/rules-and-policies/enforcement-philosophy (Twitter Hilfe-Center: Unsere Vorgehensweise bei der Entwicklung von Richtlinien und bei deren Durchsetzung, Zugriff 11.03.2021)]

Wie [[Twitter]] im Detail vorgeht und was das für die Sichtbarkeit von Tweets und die gemeldeten Nutzer*innen bedeutet, ist in der englischsprachigen Version des Hilfe-Centers erläutert. [https://help.twitter.com/en/rules-and-policies/enforcement-options (Twitter Help-Center: Our range of enforcement options, Zugriff 11.03.2021)]

=Andauernde Diskussion um den rechtlichen Rahmen für die Regeln auf Plattformen=

Es wird diskutiert, ob private Plattformen wie [[Twitter]] einen nennenswerten Bereich der öffentlichen Kommunikation nach ihren eigenen Regeln kontrollieren sollten. Kritiker*innen wenden ein, dass Nutzer*innen wirksamer vor Hassrede (engl. Hate Speach), Cyber-Mobbing oder Fake-News geschützt werden sollten oder dass es in der Hand unabhängiger Gerichte liegen muss, durch Löschen von Tweets oder Sperren von Accounts das Grundrecht auf freie Meinungsäußerung zu beschränken. Diese Debatte zuletzt an Fahrt, nachdem der ehemalige US-Präsident Donald Trump seine Anhänger*innen via [[Twitter]] zum Sturm auf das Capitol angefeuert hatte und [[Twitter]] mit einer Sperre seines Accounts reagiert. [https://www.tagesschau.de/inland/gesellschaft/regulierung-netzwerke-101.html (Joachim, Christin: Trumps Twitter-Bann. Wer sperrt - und nach welchen Regeln? Zugriff 12.03.2021)][https://www.deutschlandfunk.de/soziale-medien-trumps-twitter-sperre-ist-keine-zensur.720.de.html?dram:article_id=490651 (Herstreuth, Mike: Trumps Twitter-Sperre ist keine Zensur, Zugriff 12.03.2021)] Andere finden hingegen, dass der Staat damit in die Geschäftsbeziehungen privater Unternehmen und ihrer Kund*innen zu sehr eingreifen würde. [https://www.handelsblatt.com/politik/international/twitter-facebook-und-co-big-tech-als-gatekeeper-regulierer-fordern-schaerfere-regeln-fuer-soziale-netzwerke/26828616.html?ticket=ST-14708877-FOfmWVgsslbRZI35CwQU-ap3 (Hoppe, Till et.al.: Big Tech als Gatekeeper: Regulieren fordern schärfere Regeln für soziale Netzwerke, Zugriff 12.03.2021)]

In Deutschland schreibt das Netzwerkdurchsetzungsgesetz (NetzDG) zumindest Standards für das Beschwerdemanagement und im Regelfall die Löschung strafrechtlich relevanter Inhalte innerhalb einer Woche vor. [https://www.bmjv.de/DE/Themen/FokusThemen/NetzDG/NetzDG_node.html (Bundesministerium der Justiz und für Verbraucherschutz: Netzwerkdurchsetzungsgesetz, Zugriff 12.03.2021)] Auf EU-Ebene sind aktuell ähnliche Regelungen Bestandteil des Kommissions-Entwurfs für einen Digital Service Act [https://ec.europa.eu/info/strategy/priorities-2019-2024/europe-fit-digital-age/digital-services-act-ensuring-safe-and-accountable-online-environment_de (Europäische Kommission: Gesetz über digitale Dienste: mehr Sicherheit und Verantwortung im Online-Umfeld, Zugriff 17.03.2021)]. Damit könnte ein europäisch einheitlicher Rechtsrahmen für den Umgang mit Nutzer*innenbeschwerden und illegalen Inhalten auf Plattformen wie [[Twitter]] entstehen. [https://www.gleisslutz.com/de/aktuelles/know-how/Digital_Markets_Act_und_Digital_Services_Act.html (Helm-Hadulla, Moritz: Digital Markets Act und Digital Services Act: Die Europäische Kommission stellt zwei Verordnungsentwürfe zur Reform der Digital- und Wettbewerbsregeln vor, Zugriff 12.03.2021)]

Twitter-Knigge

2021-03-18T11:58:27Z

Decaxoza: /* Knigge-Regeln auf Twitter */

== Knigge-Regeln auf Twitter ==

Beim Kommunizieren mit anderen Twitter-Usern gibt es Grundsätze an die es sich zu halten gilt. Die Plattform bietet die Möglichkeit, sich frei zu äußern – wenn es zu Anfeindungen oder Beleidigungen kommt, können Nutzer aber gesperrt werden. Benutzerkonten können von anderen Usern gemeldet werden. Twitter kontrolliert diese Meldungen und sperrt gegebenenfalls Accounts, wenn Grenzen überschritten werden. Grundlage dafür sind die [[Twitter Regeln]]. Beleidigungen, direkte Gewaltandrohungen, Spam, Pornographie oder Kinderpornografie werden gesperrt und situationsgegeben an Behörden zur strafrechtlichen Verfolgung zur Verfügung gestellt. Meinungsfreiheit hat Grenzen.

Allgemein lassen sich zehn Grundsätze festlegen, um erfolgreich mit anderen Twitter-Usern zu kommunizieren und Follower dazuzugewinnen:

'''1'''. Umgehend entfolgt wird man schnell, wenn man automatisch generierte Begrüßungs-DMs (Direct Messages) verschickt. Neue Follower haben nicht nur keine Lust auf unpersönliche Kommunikation, rechtlich fragwürdig sind solche Begrüßungen ebenfalls.

'''2'''. Niemandem zurückfolgen oder gar nicht reagieren, wenn man via @Reply markiert wird, macht sich nicht gut auf einer Plattform, die von gegenseitigem Dialog lebt.

'''3'''. Nur über sich selbst oder die eigene Firma twittern hat nicht nur den Charakter von reiner Werbung, sondern ist auch nervig für die Follower.

'''4'''. Viele Tweets zu verfassen ist toll – wenn diese massenhaft werden, uninteressant oder zu einem langen Thread mit nur einem User ausarten, verschwinden die Follower.

'''5'''. Automatische Tweets mit Verlinkungen vom eigenen Blog oder vom YouTube-Kanal sollten mindestens mit eigenen Inhalten kombiniert werden. Eine reine Linkansammlung der eigenen Inhalte ähnelt einem RSS-Feed.

'''6'''. Informationen bei einem anderen User gelesen und jetzt einen eigenen Tweet dazu verfassen wollen? Verweise auf den anderen User sind wichtig. Tweet-Plagiate will keiner lesen.

'''7'''. Bei Linkempfehlungen sollte wie in einem Teaser deutlich werden, was den User am Ende des Links erwartet. Die Chancen sind höher, dass der Link angeklickt wird.

'''8'''. Anderen einen Gefallen tun und auf Fragen hilfreich antworten oder bei Wohnungsgesuchen den Tweet zu teilen, erhöht die Sympathiepunkte. Andere Twitterer helfen dann genauso gerne.

'''9'''. Regelmäßige Tweets und Kommunikation steht im Vordergrund. Ist mal keine Zeit da, sollte daraufhin gewiesen werden, wenn normalerweise täglich getwittert wird. Es könnte der Eindruck entstehen, dass der Kanal aufgegeben wurde.

'''10'''. Informationen mit Mehrwert, humorvolle Stimmungsaufheller – Unique Content is King! Die Retweets warten auf tolle Inhalte.

== Diesjährige US-Präsidentschaftswahl 2020 ==

Aktuell verbreitet Trump Falschmeldungen über seinen „eindeutigen Wahlsieg“ und den „Wahlbetrug von Joe Biden“. Offizielle und verifizierte Accounts von etwa Staatsoberhäupten haben auf Twitter einen Schutz vor einem Bann. Tweets können von Usern zwar gemeldet werden, gesperrt werden solche Accounts von Twitter nicht. Mittlerweile steht bei Tweets von Trump auf Twitter geschrieben „This claim about election fraud is disputed“ und „Multiple sources called this election differently“. Bedeutet so viel wie „Diese Behauptung über Wahlbetrug ist umstritten und „Mehrere Quellen nennen diese Wahl unterschiedlich“. Wenn im Januar 2021 Donald Trump offiziell nicht mehr US-Präsident ist, könnte er seinen Schutz vor einem Bann verlieren. Mittels der Markierungen vermittelt Twitter, dass die Aussage mindestens als bedenkenswert und kritisch zu betrachten sind. Selbst mit einem Schutz vor Bann markiert Twitter die eventuelle Verbreitung von Unwahrheiten.

== Quellen ==

zuletzt aktualisiert am: 01.12.2020

[https://readwrite.com/2012/11/29/3-things-you-cant-do-on-twitter/ The 3 Things You Can't Do On Twitter - ReadWrite]
[https://onlinemarketing.de/unternehmensrichtlinien/donald-trump-verliert-schutz-vor-bann-twitter Donald Trump verliert auch seine Sonderbehandlung bei Twitter - Bann droht | OnlineMarketing.de]

Twitter Regeln

2021-03-11T14:16:25Z

Decaxoza: Leere Seite erstellt

Filterblase

2021-03-11T11:43:48Z

Decaxoza:

=Definition=
Der Begriff der Filterblase (Engl. filter bubble) geht auf den US-amerikanischen Internetaktivisten Eli Pariser und sein 2011 erschienenes Buch „The Filter Bubble: What the Internet is Hiding from You“ zurück (deutscher Titel: „Filterblase: Wie wir im Internet entmündigt werden“). [https://mads.de/was-ist-eine-filterblase (Friedrich, Greta: Was ist eine Filterblase? 2019, Zugriff 26.02.2021)] Filterblasen drücken sich darin aus, dass im Internet ''„A unique Universe of information for each of us“'', also ein einzigartiges Informationsuniversum für jede*n einzelne*n Nutzer*in geschaffen wird. [http://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf (Geissert, Clemens: Filterblasen und Echokammern im Social Web, 2019, S. 4, Zugriff 26.02.2021)] Dieses entsteht durch die algorithmische Personalisierung einer [[Suchmaschine]] oder von Feeds auf Social Media Plattformen, so dass Nutzer*innen nur noch selektiv Inhalte angezeigt werden. Um die*den Einzelnen baut sich dann eine Filterblase auf, aus der "unliebsame" Informationen und Meinungen gewissermaßen herausgefiltert werden. Wer in solch einer Filterblase steckt, läuft Gefahr, politisch und gesellschaftlich nicht umfassend informiert zu sein und permanent in seinen bisherigen Ansichten bestätigt zu werden. Einseitige Weltbilder und extremistische Einstellungen können sich so entwickeln bzw. verfestigen. [http://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf (Geissert, S.4)]
==Entstehung von Filterblasen==
Parisers Annahmen zu Filterblasen fokussierten sich seinerzeit auf Suchmaschinen, die im Internet als Inhalte-Vermittler fungieren. Suchmaschinen wie Google speichern das Such- und Surfverhalten ihrer Nutzer*innen, um ihnen bei künftigen Suchen Inhalte personalisiert vorsortiert und gefiltert anzeigen zu können. Gegenwärtig findet diese Art der Filterung ebenso auf Plattformen im Social Web statt, um Social Software für individuelle Nutzer*innen anzupassen. Algorithmen analysieren Profilangaben und bisheriges Nutzungsverhalten nach Inhalten, die einzelne Nutzer*innen besonders interessieren könnten. Ähnliche Inhalte werden daraufhin verstärkt in ihrem Feed angezeigt. Ausgehend von den aktiven eigenen Entscheidungen der Nutzer*innen, z.B. zum Liken eines [[Facebook]]-Posts, dem Merken eines angebotenen Produkts oder dem Abonnieren eines [[Twitter]]-Kanals, schließt der Algorithmus weiter darauf, welche Inhalte sie zukünftig verstärkt konsumieren möchten. Auf dem bisherigen Klickverhalten basieren somit nicht nur die Inhalte der Feeds, sondern auch Vorschläge für neue Kanäle zum Abonnieren oder weitere Produkte zum Kauf. Die Filterblase wird um so undurchlässiger, je mehr ähnliche Inhalte angeklickt werden. [http://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf (Stark, Birgit et al.: Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern, 2019, S. 2ff, Zugriff 26.02.2021)] Pariser glaubte, dass der Weg in eine Filterblase ein unbewusster Prozess ist. Den Nutzer*innen ist nicht transparent, welche Annahmen die Algorithmen über sie treffen. Möglicherweise ist die Personalisierung von Suchmaschinen, vorgeschlagenen Inhalten und Newsfeeds vielen gar nicht bekannt. [http://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf (Geissert, S. 10)] Die Unternehmen hinter den Plattformen verfolgen mit der Personalisierung eigene Ziele: Nach dem Einloggen sollen die Nutzer*innen möglichst lange auf der Plattform gehalten werden, digitale Nutzungsdaten hinterlassen und Einnahmen über personalisierte Werbung generieren. [https://www.isdglobal.org/wp-content/uploads/2018/09/ISD-NetzDG-Report-German-FINAL-26.9.18.pdf (Montag, Christian: Filterblasen: Wie wirken sich Filterblasen unter Berücksichtigung von Persönlichkeit auf (politische) Einstellung aus? In: Baldauf, Johannes (Hrsg.): Hassrede und Radikalisierung im Netz. Der OCCI Forschungsbericht. Online Civil Courage Initiative, 2018, S. 33, Zugriff 26.02.2021)]

==Filterblasen und Echokammer-Effekte==
Im Zusammenhang mit Filterblasen steht der so genannte Echokammer-Effekt, der manchmal fälschlich auch synonym für Filterblasen verwendet wird. In Echokammern (Engl. echo chamber) wird Nutzer*innen ihre eigene Meinung als Echo zurückgeworfen. Denn sie sind dort ausschließlich mit Gleichgesinnten zusammen. Personen mit anderen Meinungen verstummen angesichts dieser Übermacht und ziehen sich zurück. [http://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf (Stark et. al., S. 3)] Eine Echokammer ist somit ein ''„metaphorischer Raum, in dem Aussagen verstärkt und Störgeräusche, etwa anders lautende Meinungen, geschluckt werden“''. [https://journalistikon.de/echokammer (Haim, Mario: Echokammer, Zugriff 26.02.2021)] Im Unterschied zur Filterblase werden die eigenen Ansichten in der Echokammer nicht durch technische Gegebenheiten, sondern im direkten Austausch mit anderen bestärkt. [https://lexikon.stangl.eu/30157/echokammer-effekt (Stangl, Werner: Stichwort: Echokammer-Effekt, Zugriff 26.02.2021)]

Echokammern und Filterblasen im Social Web bedingen sich in der Praxis gegenseitig, wenn, wie zum Beispiel beim [[Instagram-Algorithmus]], für die Personalisierung von Social Software zusätzlich Daten aus dem Netzwerk der Nutzer*innen verwendet werden. Solchen sozialen Filtern liegt die Annahme zu Grunde, dass sich Menschen auch online mit Menschen vernetzen, die ihre Interessen und Vorlieben teilen (Homophilie). [http://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf (Stark et. al., S. 2ff)] Tauchen in den sozial gefilterten Newsfeeds miteinander vernetzter Nutzer*innen vorwiegend ähnliche Inhalte auf, können digitale Echokammern entstehen. [http://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf (Geissert, S. 6)] Echokammern sind im Gegensatz zu Filterblasen nicht nur ein Phänomen des Internetzeitalters - sie existieren ebenfalls in der analogen Welt. Mit dem Social Web entstanden aber ganz neue Möglichkeiten, um über weite räumliche Distanzen hinweg mit Gleichgesinnten ins Gespräch zu kommen. [https://www.isdglobal.org/wp-content/uploads/2018/09/ISD-NetzDG-Report-German-FINAL-26.9.18.pdf (Montag, S. 31)]

=Gefahren von Filterblasen und Echokammern=
Immer wieder werden Befürchtungen laut, dass Filterblasen und Echokammern zum Tummelplatz von Extremist*innen und Verschwörungstheoretiker*innen werden. Solche Nutzer*innen fühlten sich in der Filterblase einerseits durch die Informationen bestätigt, die sie über das Internet erreichen. Andererseits könnten sie in Echokammern fälschlicherweise den Eindruck gewinnen, dass die Mehrheit der Gesellschaft ihrer Meinung ist. [http://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf (Stark et. al., S. 4f)] Diese Sorge steht auch im Zusammenhang mit Erkenntnissen darüber, dass sich [[Fake News]] über Soziale Medien deutlich schneller verbreiten als reale Nachrichten. [https://www.isdglobal.org/wp-content/uploads/2018/09/ISD-NetzDG-Report-German-FINAL-26.9.18.pdf (Montag, S. 36)]

Abgesehen vom möglichen Erstarken des politischen oder religiösen Extremismus wird vor weiteren Fallstricken für die Demokratie und das gesellschaftliche Miteinander gewarnt, falls Filterblasen und Echokammern für die Meinungsbildung vieler Menschen relevant werden. Unterschiedliche Gruppen könnten sich dann in ihren Wahrnehmungen und Einstellungen immer weiter voneinander entfernen. Mit zunehmender Polarisierung drohe die gesellschaftliche Spaltung in unversöhnliche Lager, die nicht mehr zu einem demokratischen Kompromiss fähig sind. [http://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf (Stark et. al., S. 4f)]

=Verbreitung und Bedeutung von Filterblasen und Echokammern=
Aktuelle Studien bescheinigen Filterblasen und Echokammern eine deutlich geringere Verbreitung und Bedeutung, als ursprünglich angenommen. Für Suchmaschinen wie Google zeigten Simulationsuntersuchungen mit vorher trainierten „Testaccounts“ mehrheitlich kaum Filterblaseneffekte. Wissenschaftler*innen werteten dafür beispielsweise die Daten aus, die Nutzer*innen über ihre Suchen und Suchergebnisse via Plug-in im Browser im Rahmen des Datenspendeprojektes vor der Bundestagswahl 2017 übermittelt hatten. Dabei fanden sie kaum Unterschiede bei den Suchergebnissen unterschiedlicher Personen, die mit den gleichen Begriffen nach Nachrichten oder Informationen zu prominenten Politiker*innen suchten. Sie schlussfolgerten, dass eher andere Faktoren entscheidend für das Ranking einer Internetseite in Suchmaschinen sind, wie etwa der Grad der Suchmaschinenoptimierung. [http://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf (Stark et. al., S. 5f)] Auch wird davon ausgegangen, dass die Vernetzung vieler Nutzer*innen des Social Web viel weitreichender als in der analogen Welt und durch eher lose Verbindungen (so genannte weak ties) geprägt ist. Solche oberflächlichen Beziehungen setzen weniger Übereinstimmung voraus, so dass die Wahrscheinlichkeit steigt, im eigenen Netzwerk Personen mit ganz unterschiedlichen gesellschaftspolitischen Einstellungen zu haben. Damit sind Menschen im Social Web potentiell sogar einer größeren Meinungsvielfalt ausgesetzt als in der analogen Welt. [http://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf (Geissert, S. 16)]

Zunehmend in den Fokus der Diskussion um Filterblasen und einseitige Informationen aus dem Social Web ist die Eigenverantwortung der Nutzer*innen gerückt. Sie entscheiden nichtzuletzt selbst, welche Inhalte sie auf Plattformen im Social Web aktiv anklicken und teilen. Eine Untersuchung von Facebooknutzer*innen in den USA bestätigte, dass diese aktive Auswahl eher auf die Inhalte im Newsfeed fällt, die dem eigenen Weltbild entsprechen. Abgeglichen wurde dafür das Klickverhalten mit den Angaben zu der politischen Einstellung (liberal oder konservativ) im Profil. Ein vergleichbares Verhalten war bisher übrigens auch in der analogen Welt möglich, da einzelne Zeitungen und Fernsehsender häufig für bestimmte politische Grundrichtungen stehen. [http://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf (Stark et. al., S. 7)]

Doch obwohl Filterblasen im Social Web nach aktuellem Forschungsstand nicht zu einem neuartigen Phänomen an gesamtgesellschaftlicher Desinformation führen - seitens der Forschenden wird immer wieder betont, dass es für eine generelle Entwarnung zu früh ist. Emotionalisierende und extreme Inhalte erreichen im Social Web deutlich mehr Reaktionen. Das katapultiert sie in den News Feeds nach oben. [http://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf (Stark et. al., S. 10f)] Bei der Radikalisierung von Personen, die bereits mit extremistischen Einstellungen ins Social Web gekommen sind oder zumindest offen für solche Inhalte sind, können Filterblasen und Echokammern also tatsächlich eine Rolle spielen. Es gibt bereits Angebote, die Filterblasen- und Echokammereffekten bewusst entgegenwirken sollen: Über die Plattform "Diskutier mit mir" können sich Nutzer*innen annonym mit Menschen verbinden, die eine andere Meinung haben und ins Gespräch kommen. [https://www.diskutiermitmir.de/#/about-us (diskutiermitmir.de, Zugriff 26.02.2021)]

Filterblase

2021-03-11T11:39:40Z

Decaxoza:

=Definition=
Der Begriff der Filterblase (Engl. filter bubble) geht auf den US-amerikanischen Internetaktivisten Eli Pariser und sein 2011 erschienenes Buch „The Filter Bubble: What the Internet is Hiding from You“ zurück (deutscher Titel: „Filterblase: Wie wir im Internet entmündigt werden“). [https://mads.de/was-ist-eine-filterblase (Friedrich, Greta: Was ist eine Filterblase? 2019, Zugriff 26.02.2021)] Filterblasen drücken sich darin aus, dass im Internet ''„A unique Universe of information for each of us“'', also ein einzigartiges Informationsuniversum für jede*n einzelne*n Nutzer*in geschaffen wird. [http://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf (Geissert, Clemens: Filterblasen und Echokammern im Social Web, 2019, S. 4, Zugriff 26.02.2021)] Dieses entsteht durch die algorithmische Personalisierung einer [[Suchmaschine]] oder von Feeds auf Social Media Plattformen, so dass Nutzer*innen nur noch selektiv Inhalte angezeigt werden. Um die*den Einzelnen baut sich dann eine Filterblase auf, aus der "unliebsame" Informationen und Meinungen gewissermaßen herausgefiltert werden. Wer in solch einer Filterblase steckt, läuft Gefahr, politisch und gesellschaftlich nicht umfassend informiert zu sein und permanent in seinen bisherigen Ansichten bestätigt zu werden. Einseitige Weltbilder und extremistische Einstellungen können sich so entwickeln bzw. verfestigen. [http://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf (Geissert, S.4)]
==Entstehung von Filterblasen==
Parisers Annahmen zu Filterblasen fokussierten sich seinerzeit auf [[Suchmaschinen]], die im Internet als Inhalte-Vermittler fungieren. [[Suchmaschinen]] wie Google speichern das Such- und Surfverhalten ihrer Nutzer*innen, um ihnen bei künftigen Suchen Inhalte personalisiert vorsortiert und gefiltert anzeigen zu können. Gegenwärtig findet diese Art der Filterung ebenso auf Plattformen im Social Web statt, um Social Software für individuelle Nutzer*innen anzupassen. Algorithmen analysieren Profilangaben und bisheriges Nutzungsverhalten nach Inhalten, die einzelne Nutzer*innen besonders interessieren könnten. Ähnliche Inhalte werden daraufhin verstärkt in ihrem Feed angezeigt. Ausgehend von den aktiven eigenen Entscheidungen der Nutzer*innen, z.B. zum Liken eines [[Facebook]]-Posts, dem Merken eines angebotenen Produkts oder dem Abonnieren eines [[Twitter]]-Kanals, schließt der Algorithmus weiter darauf, welche Inhalte sie zukünftig verstärkt konsumieren möchten. Auf dem bisherigen Klickverhalten basieren somit nicht nur die Inhalte der Feeds, sondern auch Vorschläge für neue Kanäle zum Abonnieren oder weitere Produkte zum Kauf. Die Filterblase wird um so undurchlässiger, je mehr ähnliche Inhalte angeklickt werden. [http://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf (Stark, Birgit et al.: Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern, 2019, S. 2ff, Zugriff 26.02.2021)] Pariser glaubte, dass der Weg in eine Filterblase ein unbewusster Prozess ist. Den Nutzer*innen ist nicht transparent, welche Annahmen die Algorithmen über sie treffen. Möglicherweise ist die Personalisierung von Suchmaschinen, vorgeschlagenen Inhalten und Newsfeeds vielen gar nicht bekannt. [http://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf (Geissert, S. 10)] Die Unternehmen hinter den Plattformen verfolgen mit der Personalisierung eigene Ziele: Nach dem Einloggen sollen die Nutzer*innen möglichst lange auf der Plattform gehalten werden, digitale Nutzungsdaten hinterlassen und Einnahmen über personalisierte Werbung generieren. [https://www.isdglobal.org/wp-content/uploads/2018/09/ISD-NetzDG-Report-German-FINAL-26.9.18.pdf (Montag, Christian: Filterblasen: Wie wirken sich Filterblasen unter Berücksichtigung von Persönlichkeit auf (politische) Einstellung aus? In: Baldauf, Johannes (Hrsg.): Hassrede und Radikalisierung im Netz. Der OCCI Forschungsbericht. Online Civil Courage Initiative, 2018, S. 33, Zugriff 26.02.2021)]

==Filterblasen und Echokammer-Effekte==
Im Zusammenhang mit Filterblasen steht der so genannte Echokammer-Effekt, der manchmal fälschlich auch synonym für Filterblasen verwendet wird. In Echokammern (Engl. echo chamber) wird Nutzer*innen ihre eigene Meinung als Echo zurückgeworfen. Denn sie sind dort ausschließlich mit Gleichgesinnten zusammen. Personen mit anderen Meinungen verstummen angesichts dieser Übermacht und ziehen sich zurück. [http://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf (Stark et. al., S. 3)] Eine Echokammer ist somit ein ''„metaphorischer Raum, in dem Aussagen verstärkt und Störgeräusche, etwa anders lautende Meinungen, geschluckt werden“''. [https://journalistikon.de/echokammer (Haim, Mario: Echokammer, Zugriff 26.02.2021)] Im Unterschied zur Filterblase werden die eigenen Ansichten in der Echokammer nicht durch technische Gegebenheiten, sondern im direkten Austausch mit anderen bestärkt. [https://lexikon.stangl.eu/30157/echokammer-effekt (Stangl, Werner: Stichwort: Echokammer-Effekt, Zugriff 26.02.2021)]

Echokammern und Filterblasen im Social Web bedingen sich in der Praxis gegenseitig, wenn, wie zum Beispiel beim [[Instagram-Algorithmus]], für die Personalisierung von Social Software zusätzlich Daten aus dem Netzwerk der Nutzer*innen verwendet werden. Solchen sozialen Filtern liegt die Annahme zu Grunde, dass sich Menschen auch online mit Menschen vernetzen, die ihre Interessen und Vorlieben teilen (Homophilie). [http://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf (Stark et. al., S. 2ff)] Tauchen in den sozial gefilterten Newsfeeds miteinander vernetzter Nutzer*innen vorwiegend ähnliche Inhalte auf, können digitale Echokammern entstehen. [http://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf (Geissert, S. 6)] Echokammern sind im Gegensatz zu Filterblasen nicht nur ein Phänomen des Internetzeitalters - sie existieren ebenfalls in der analogen Welt. Mit dem Social Web entstanden aber ganz neue Möglichkeiten, um über weite räumliche Distanzen hinweg mit Gleichgesinnten ins Gespräch zu kommen. [https://www.isdglobal.org/wp-content/uploads/2018/09/ISD-NetzDG-Report-German-FINAL-26.9.18.pdf (Montag, S. 31)]

=Gefahren von Filterblasen und Echokammern=
Immer wieder werden Befürchtungen laut, dass Filterblasen und Echokammern zum Tummelplatz von Extremist*innen und Verschwörungstheoretiker*innen werden. Solche Nutzer*innen fühlten sich in der Filterblase einerseits durch die Informationen bestätigt, die sie über das Internet erreichen. Andererseits könnten sie in Echokammern fälschlicherweise den Eindruck gewinnen, dass die Mehrheit der Gesellschaft ihrer Meinung ist. [http://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf (Stark et. al., S. 4f)] Diese Sorge steht auch im Zusammenhang mit Erkenntnissen darüber, dass sich [[Fake News]] über Soziale Medien deutlich schneller verbreiten als reale Nachrichten. [https://www.isdglobal.org/wp-content/uploads/2018/09/ISD-NetzDG-Report-German-FINAL-26.9.18.pdf (Montag, S. 36)]

Abgesehen vom möglichen Erstarken des politischen oder religiösen Extremismus wird vor weiteren Fallstricken für die Demokratie und das gesellschaftliche Miteinander gewarnt, falls Filterblasen und Echokammern für die Meinungsbildung vieler Menschen relevant werden. Unterschiedliche Gruppen könnten sich dann in ihren Wahrnehmungen und Einstellungen immer weiter voneinander entfernen. Mit zunehmender Polarisierung drohe die gesellschaftliche Spaltung in unversöhnliche Lager, die nicht mehr zu einem demokratischen Kompromiss fähig sind. [http://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf (Stark et. al., S. 4f)]

=Verbreitung und Bedeutung von Filterblasen und Echokammern=
Aktuelle Studien bescheinigen Filterblasen und Echokammern eine deutlich geringere Verbreitung und Bedeutung, als ursprünglich angenommen. Für Suchmaschinen wie Google zeigten Simulationsuntersuchungen mit vorher trainierten „Testaccounts“ mehrheitlich kaum Filterblaseneffekte. Wissenschaftler*innen werteten dafür beispielsweise die Daten aus, die Nutzer*innen über ihre Suchen und Suchergebnisse via Plug-in im Browser im Rahmen des Datenspendeprojektes vor der Bundestagswahl 2017 übermittelt hatten. Dabei fanden sie kaum Unterschiede bei den Suchergebnissen unterschiedlicher Personen, die mit den gleichen Begriffen nach Nachrichten oder Informationen zu prominenten Politiker*innen suchten. Sie schlussfolgerten, dass eher andere Faktoren entscheidend für das Ranking einer Internetseite in Suchmaschinen sind, wie etwa der Grad der Suchmaschinenoptimierung. [http://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf (Stark et. al., S. 5f)] Auch wird davon ausgegangen, dass die Vernetzung vieler Nutzer*innen des Social Web viel weitreichender als in der analogen Welt und durch eher lose Verbindungen (so genannte weak ties) geprägt ist. Solche oberflächlichen Beziehungen setzen weniger Übereinstimmung voraus, so dass die Wahrscheinlichkeit steigt, im eigenen Netzwerk Personen mit ganz unterschiedlichen gesellschaftspolitischen Einstellungen zu haben. Damit sind Menschen im Social Web potentiell sogar einer größeren Meinungsvielfalt ausgesetzt als in der analogen Welt. [http://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf (Geissert, S. 16)]

Zunehmend in den Fokus der Diskussion um Filterblasen und einseitige Informationen aus dem Social Web ist die Eigenverantwortung der Nutzer*innen gerückt. Sie entscheiden nichtzuletzt selbst, welche Inhalte sie auf Plattformen im Social Web aktiv anklicken und teilen. Eine Untersuchung von Facebooknutzer*innen in den USA bestätigte, dass diese aktive Auswahl eher auf die Inhalte im Newsfeed fällt, die dem eigenen Weltbild entsprechen. Abgeglichen wurde dafür das Klickverhalten mit den Angaben zu der politischen Einstellung (liberal oder konservativ) im Profil. Ein vergleichbares Verhalten war bisher übrigens auch in der analogen Welt möglich, da einzelne Zeitungen und Fernsehsender häufig für bestimmte politische Grundrichtungen stehen. [http://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf (Stark et. al., S. 7)]

Doch obwohl Filterblasen im Social Web nach aktuellem Forschungsstand nicht zu einem neuartigen Phänomen an gesamtgesellschaftlicher Desinformation führen - seitens der Forschenden wird immer wieder betont, dass es für eine generelle Entwarnung zu früh ist. Emotionalisierende und extreme Inhalte erreichen im Social Web deutlich mehr Reaktionen. Das katapultiert sie in den News Feeds nach oben. [http://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf (Stark et. al., S. 10f)] Bei der Radikalisierung von Personen, die bereits mit extremistischen Einstellungen ins Social Web gekommen sind oder zumindest offen für solche Inhalte sind, können Filterblasen und Echokammern also tatsächlich eine Rolle spielen. Es gibt bereits Angebote, die Filterblasen- und Echokammereffekten bewusst entgegenwirken sollen: Über die Plattform "Diskutier mit mir" können sich Nutzer*innen annonym mit Menschen verbinden, die eine andere Meinung haben und ins Gespräch kommen. [https://www.diskutiermitmir.de/#/about-us (diskutiermitmir.de, Zugriff 26.02.2021)]

Filterblase

2021-03-05T16:51:26Z

Decaxoza: /* Entstehung von Filterblasen */

=Definition=
Der Begriff der Filterblase (englisch: filter bubble) geht auf den US-amerikanischen Internetaktivisten Eli Pariser und sein 2011 erschienenes Buch „The Filter Bubble: What the Internet is Hiding from You“ zurück (deutscher Titel: „Filterblase: Wie wir im Internet entmündigt werden“). [https://mads.de/was-ist-eine-filterblase (Friedrich, Greta: Was ist eine Filterblase? 2019, Zugriff 26. 02.2021)] Filterblasen drücken sich darin aus, dass im Internet ''„A unique Universe of information for each of us“'', also ein einzigartiges Informationsuniversum für jede*n Nutzer*in geschaffen wird. Dieses entsteht durch die algorithmische Personalisierung von einer [[Suchmaschine]] oder von Feeds auf Social Media Plattformen, so dass Nutzer*innen nur noch selektiv Informationen und Meinungen angezeigt werden. Da die Personalisierung anhand der algorithmisch ermittelten individuellen Vorlieben erfolgt, werden mutmaßlich von vornherein die Inhalte aus dem Newsfeed herausgefiltert, die nicht den eigenen Ansichten entsprechen. Wer in solch einer Filterblase steckt, läuft Gefahr, politisch und gesellschaftlich nicht umfassend informiert zu sein und stattdessen permanent in seinen bisherigen Ansichten bestätigt zu werden. Einseitige Weltbilder und extremistische Einstellungen können sich so entwickeln bzw. verfestigen. [http://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf (Geissert, Clemens: Filterblasen und Echokammern im Social Web, 2019, S. 4, Zugriff 26.02.2021)]
==Entstehung von Filterblasen==
Als Ursache von Filterblasen sah Pariser seinerzeit Suchmaschinen, die im Internet als Inhalte-Vermittler fungieren. Suchmaschinen wie Google speichern das Such- und Surfverhalten ihrer Nutzer*innen, um ihnen bei künftigen Suchen Inhalte personalisiert vorsortiert und gefiltert anzeigen zu können. Gegenwärtig findet diese Art der Filterung auch auf Plattformen im Social Web statt, um Social Software für individuelle Nutzer*innen anzupassen. Algorithmen analysieren Profilangaben und bisheriges Nutzungsverhalten nach Inhalten, die einzelne Nutzer*innen besonders interessieren könnten. Ähnliche Inhalte werden daraufhin verstärkt in ihrem Feed angezeigt. Ausgehend von den aktiven eigenen Entscheidungen der Nutzer*innen, z.B. zum Liken eines [[Facebook]]-Posts, dem Merken eines angebotenen Produkts oder dem Abonnieren eines [[Twitter]]-Kanals, schließt der Algorithmus weiter darauf, welche Inhalte sie zukünftig verstärkt konsumieren möchten. Auf dem bisherigen Klickverhalten basieren somit auch Vorschläge für neue Kanäle zum Abonnieren oder weitere Produkte zum Kauf. Um die*den Einzelnen baut sich eine Filterblase auf, aus der „unliebsame“ Inhalte gewissermaßen herausgefiltert werden. Die Filterblase wird um so undurchlässiger, je mehr ähnliche Inhalte angeklickt werden. [http://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf (Stark, Birgit et al.: Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern, 2019, S. 2ff, Zugriff 26.02.2021)] Pariser glaubte, dass es sich dabei um einen unbewussten Prozess handelt. Tatsächlich ist den Nutzer*innen nicht transparent, welche Annahmen die Algorithmen über sie treffen. Möglicherweise ist die Personalisierung von Suchmaschinen und Newsfeeds vielen auch gar nicht bekannt. [http://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf (Geissert, S. 10)]

Die Unternehmen hinter den Plattformen verfolgen mit der Personalisierung eigene Ziele: Nach dem Einloggen sollen die Nutzer*innen möglichst lange auf der Plattform gehalten werden, digitale Nutzungsdaten hinterlassen und Einnahmen über personalisierte Werbung generieren. [https://www.isdglobal.org/wp-content/uploads/2018/09/ISD-NetzDG-Report-German-FINAL-26.9.18.pdf (Montag, Christian: Filterblasen: Wie wirken sich Filterblasen unter Berücksichtigung von Persönlichkeit auf (politische) Einstellung aus? In: Baldauf, Johannes (Hrsg.): Hassrede und Radikalisierung im Netz. Der OCCI Forschungsbericht. Online Civil Courage Initiative, 2018, S. 33 Zugriff 26.02.2021)]

==Filterblasen und Echokammer-Effekte==
Im Zusammenhang mit Filterblasen steht der so genannte Echokammer-Effekt, der manchmal fälschlich auch synonym für Filterblasen verwendet wird. In Echokammern (engl. echo chamber) wird Nutzer*innen ihre eigene Meinung als Echo zurückgeworfen. Denn sie sind dort ausschließlich mit Gleichgesinnten zusammen. Personen mit anderen Meinungen verstummen angesichts dieser Übermacht und ziehen sich zurück. [http://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf (Stark et. al., S. 3)] Im Unterschied zur Filterblase werden also in der Echokammer die eigenen Ansichten im direkten Austausch mit anderen bestätigt. Eine Echokammer ist somit ein „metaphorischer Raum, in dem Aussagen verstärkt und Störgeräusche, etwa anders lautende Meinungen, geschluckt werden“. [https://journalistikon.de/echokammer (Haim, Mario: Echokammer. In: Journalistikon. Das Wörterbuch der Journalistik, Zugriff 26.02.2021)] Nutzer*innen in Echokammern werden permanent in ihren Ansichten einseitig bestärkt, weil sie ausschließlich mit Gleichgesinnten im Austausch sind. [https://lexikon.stangl.eu/30157/echokammer-effekt (Stangl, Werner: Stichwort: Echokammer-Effekt. In: Online Lexikon für Psychologie und Pädagogik. Zugriff 26.02.2021)]

Echokammern und Filterblasen im Social Web bedingen sich in der Praxis gegenseitig, wenn, wie zum Beispiel beim [[Instagram-Algorithmus]], für die Personalisierung von Social Software zusätzlich Daten aus dem Netzwerk der Nutzer*innen verwendet werden. Der Verwendung solcher sozialen Filter liegt die Annahme zu Grunde, dass sich Menschen auch online mit Menschen vernetzen, die ihre Interessen und Vorlieben teilen (Homophilie). [http://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf (Stark et. al., S. 2ff)] Tauchen in den sozial gefilterten Newsfeeds digital vernetzter Nutzer*innen vorwiegend ähnliche Inhalte auf, können Echokammern entstehen. [http://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf (Geissert, S. 6)] Echokammern sind im Gegensatz zu Filterblasen nicht nur ein Phänomen des Internetzeitalters - sie existieren ebenfalls in der analogen Welt. Mit dem Social Web entstanden aber ganz neue Möglichkeiten, um über weite räumliche Distanzen hinweg mit Gleichgesinnten ins Gespräch zu kommen. [https://www.isdglobal.org/wp-content/uploads/2018/09/ISD-NetzDG-Report-German-FINAL-26.9.18.pdf (Montag, S. 31)]
=Mögliche Gefahren von Filterblasen und Echokammern=
Immer wieder werden Befürchtungen laut, dass Filterblasen und Echokammern zum Tummelplatz von Extremist*innen und Verschwörungstheoretiker*innen werden. Solche Nutzer*innen fühlten sich in der Filterblase einerseits durch die Informationen bestätigt, die sie über das Internet erreichen. Andererseits könnten sie in Echokammern fälschlicherweise den Eindruck gewinnen, dass die Mehrheit der Gesellschaft auch ihrer Meinung ist. [http://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf (Stark et. al., S. 4f)] Diese Sorge steht auch im Zusammenhang mit Erkenntnisse darüber, dass sich Fake News über Soziale Medien deutlich schneller verbreiten als reale Nachrichten. [https://www.isdglobal.org/wp-content/uploads/2018/09/ISD-NetzDG-Report-German-FINAL-26.9.18.pdf (Montag, S. 36)]

Abgesehen vom möglichen Erstarken des politischen oder religiösen Extremismus könnten sich weitere Fallstricke für die Demokratie und das gesellschaftliche Miteinander ergeben, wenn Filterblasen und Echokammern für die Meinungsbildung vieler Menschen relevant werden. Unterschiedliche Gruppen könnten sich dann in ihren Wahrnehmungen und Einstellungen immer weiter voneinander entfernen. Mit zunehmender Polarisierung drohe die gesellschaftliche Spaltung in unversöhnliche Lager, die nicht mehr zu einem demokratischen Kompromiss fähig sind. [http://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf (Stark et. al., S. 4f)]

=Bisherige Erkenntnisse zur Verbreitung und Bedeutung von Filterblasen und Echokammern=
Aktuelle Studien bescheinigen Filterblasen und Echokammern eine deutlich geringere Verbreitung und Bedeutung, als ursprünglich angenommen. Für Suchmaschinen wie Google zeigten Simulationsuntersuchungen mit vorher trainierten „Testaccounts“ mehrheitlich kaum Filterblaseneffekte: Wissenschaftler*innen werteten die Daten aus, die Nutzer*innen über ihre Suchen und Suchergebnisse via Plug-in im Browser im Rahmen des Datenspendeprojektes vor der Bundestagswahl 2017 übermittelt hatten. Dabei fanden sie kaum Unterschiede bei den Suchergebnissen unterschiedlicher Nutzer*innen, die mit den gleichen Begriffen nach Nachrichten oder Informationen zu prominenten Politiker*innen suchten. Sie schlussfolgerten, dass eher andere Faktoren entscheidend für das Ranking einer Internetseite in Suchmaschinen sind, wie etwa der Grad der Suchmaschinenoptimierung.
Zunehmend in den Fokus der Diskussion um Filterblasen und einseitige Informationen aus dem Social Web ist die Eigenverantwortung der Nutzer*innen gerückt. Sie entscheiden nichtzuletzt selbst, welche Inhalte sie auf Plattformen im Social Web aktiv anklicken und teilen. Eine Untersuchung von Facebooknutzer*innen in den USA zeigte, dass die Auswahl vor allem auf Inhalte im Newsfeed fällt, die dem eigenen Weltbild entsprechen. Abgeglichen wurde dafür das Klickverhalten mit den Angaben zu der politischen Einstellung (liberal oder konservativ) im Profil. [http://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf (Stark et. al., S. 5ff)] Auch wird angeführt, dass die Vernetzung im Social Web viel weitreichender als in der analogen Welt und durch eher lose Verbindungen (so genannte weak ties) geprägt ist. Solche oberflächlichen Beziehungen setzen weniger Übereinstimmung voraus, so dass die Wahrscheinlichkeit steigt, dass sich im eigenen Netzwerk Personen mit ganz unterschiedlichen gesellschaftspolitischen Einstellungen befinden. Damit sind Menschen im Social Web potentiell sogar einer größeren Meinungsvielfalt ausgesetzt als in der analogen Welt. [http://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf (Geissert, S. 16)]

Doch auch wenn Desinformation durch Filterblasen im Social Web nach aktuellem Forschungsstand kein Massenphänomen ist, wird seitens der Forschenden immer wieder betont, dass es für eine generelle Entwarnung zu früh ist: Emotionalisierende und extreme Inhalte erreichen im Social Web deutlich mehr Reaktionen. Das katapultiert sie in den News-Feeds nach oben. [http://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf (Stark et. al., S. 10f)] Filterblasen und Echokammern können so tatsächlich bei der Radikalisierung von Personen eine Rolle spielen, die bereits mit extremistischen Einstellungen ins Social Web gekommen sind oder die zumindest offen für solche Inhalte sind. Es gibt bereits Angebote, die Filterblasen- und Echokammereffekten bewusst entgegenwirken sollen: Über die Plattform "Diskutier mit mir" können sich Nutzer*innen annonym mit Menschen verbinden, die eine andere Meinung haben und ins Gespräch kommen. [https://www.diskutiermitmir.de/#/about-us (diskutiermitmir.de, Zugriff 26.02.2021)]

Filterblase

2021-03-05T16:49:28Z

Decaxoza:

=Definition=
Der Begriff der Filterblase (englisch: filter bubble) geht auf den US-amerikanischen Internetaktivisten Eli Pariser und sein 2011 erschienenes Buch „The Filter Bubble: What the Internet is Hiding from You“ zurück (deutscher Titel: „Filterblase: Wie wir im Internet entmündigt werden“). [https://mads.de/was-ist-eine-filterblase (Friedrich, Greta: Was ist eine Filterblase? 2019, Zugriff 26. 02.2021)] Filterblasen drücken sich darin aus, dass im Internet ''„A unique Universe of information for each of us“'', also ein einzigartiges Informationsuniversum für jede*n Nutzer*in geschaffen wird. Dieses entsteht durch die algorithmische Personalisierung von einer [[Suchmaschine]] oder von Feeds auf Social Media Plattformen, so dass Nutzer*innen nur noch selektiv Informationen und Meinungen angezeigt werden. Da die Personalisierung anhand der algorithmisch ermittelten individuellen Vorlieben erfolgt, werden mutmaßlich von vornherein die Inhalte aus dem Newsfeed herausgefiltert, die nicht den eigenen Ansichten entsprechen. Wer in solch einer Filterblase steckt, läuft Gefahr, politisch und gesellschaftlich nicht umfassend informiert zu sein und stattdessen permanent in seinen bisherigen Ansichten bestätigt zu werden. Einseitige Weltbilder und extremistische Einstellungen können sich so entwickeln bzw. verfestigen. [http://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf (Geissert, Clemens: Filterblasen und Echokammern im Social Web, 2019, S. 4, Zugriff 26.02.2021)]
==Entstehung von Filterblasen==
Als Ursache von Filterblasen sah Pariser seinerzeit Suchmaschinen, die im Internet als Inhalte-Vermittler fungieren. Suchmaschinen wie Google speichern das Such- und Surfverhalten ihrer Nutzer*innen, um ihnen bei künftigen Suchen Inhalte personalisiert vorsortiert und gefiltert anzeigen zu können. Gegenwärtig findet diese Art der Filterung auch auf Plattformen im Social Web statt, um Social Software für individuelle Nutzer*innen anzupassen. Algorithmen analysieren Profilangaben und bisheriges Nutzungsverhalten nach Inhalten, die einzelne Nutzer*innen besonders interessieren könnten. Ähnliche Inhalte werden daraufhin verstärkt in ihrem Feed angezeigt. Ausgehend von den aktiven eigenen Entscheidungen der Nutzer*innen, z.B. zum Liken eines [[Facebook]]-Posts, dem Merken eines angebotenen Produkts oder dem Abonnieren eines [[Twitter]]-Kanals, schließt der Algorithmus weiter darauf, welche Inhalte sie zukünftig verstärkt konsumieren möchten. Auf dem bisherigen Klickverhalten basieren somit auch Vorschläge für neue Kanäle zum Abonnieren oder weitere Produkte zum Kauf. Um die*den Einzelnen baut sich eine Filterblase auf, aus der „unliebsame“ Inhalte gewissermaßen herausgefiltert werden. Die Filterblase wird um so undurchlässiger, je mehr ähnliche Inhalte angeklickt werden. [http://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf Stark, Birgit et al.: Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern, 2019, S. 2ff, Zugriff 26.02.2021)] Pariser glaubte, dass es sich dabei um einen unbewussten Prozess handelt. Tatsächlich ist den Nutzer*innen nicht transparent, welche Annahmen die Algorithmen über sie treffen. Möglicherweise ist die Personalisierung von Suchmaschinen und Newsfeeds vielen auch gar nicht bekannt. [http://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf (Geissert, S. 10)]

Die Unternehmen hinter den Plattformen verfolgen mit der Personalisierung eigene Ziele: Nach dem Einloggen sollen die Nutzer*innen möglichst lange auf der Plattform gehalten werden, digitale Nutzungsdaten hinterlassen und Einnahmen über personalisierte Werbung generieren. [https://www.isdglobal.org/wp-content/uploads/2018/09/ISD-NetzDG-Report-German-FINAL-26.9.18.pdf (Montag, Christian: Filterblasen: Wie wirken sich Filterblasen unter Berücksichtigung von Persönlichkeit auf (politische) Einstellung aus? In: Baldauf, Johannes (Hrsg.): Hassrede und Radikalisierung im Netz. Der OCCI Forschungsbericht. Online Civil Courage Initiative, 2018, S. 33 Zugriff 26.02.2021)]
==Filterblasen und Echokammer-Effekte==
Im Zusammenhang mit Filterblasen steht der so genannte Echokammer-Effekt, der manchmal fälschlich auch synonym für Filterblasen verwendet wird. In Echokammern (engl. echo chamber) wird Nutzer*innen ihre eigene Meinung als Echo zurückgeworfen. Denn sie sind dort ausschließlich mit Gleichgesinnten zusammen. Personen mit anderen Meinungen verstummen angesichts dieser Übermacht und ziehen sich zurück. [http://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf (Stark et. al., S. 3)] Im Unterschied zur Filterblase werden also in der Echokammer die eigenen Ansichten im direkten Austausch mit anderen bestätigt. Eine Echokammer ist somit ein „metaphorischer Raum, in dem Aussagen verstärkt und Störgeräusche, etwa anders lautende Meinungen, geschluckt werden“. [https://journalistikon.de/echokammer (Haim, Mario: Echokammer. In: Journalistikon. Das Wörterbuch der Journalistik, Zugriff 26.02.2021)] Nutzer*innen in Echokammern werden permanent in ihren Ansichten einseitig bestärkt, weil sie ausschließlich mit Gleichgesinnten im Austausch sind. [https://lexikon.stangl.eu/30157/echokammer-effekt (Stangl, Werner: Stichwort: Echokammer-Effekt. In: Online Lexikon für Psychologie und Pädagogik. Zugriff 26.02.2021)]

Echokammern und Filterblasen im Social Web bedingen sich in der Praxis gegenseitig, wenn, wie zum Beispiel beim [[Instagram-Algorithmus]], für die Personalisierung von Social Software zusätzlich Daten aus dem Netzwerk der Nutzer*innen verwendet werden. Der Verwendung solcher sozialen Filter liegt die Annahme zu Grunde, dass sich Menschen auch online mit Menschen vernetzen, die ihre Interessen und Vorlieben teilen (Homophilie). [http://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf (Stark et. al., S. 2ff)] Tauchen in den sozial gefilterten Newsfeeds digital vernetzter Nutzer*innen vorwiegend ähnliche Inhalte auf, können Echokammern entstehen. [http://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf (Geissert, S. 6)] Echokammern sind im Gegensatz zu Filterblasen nicht nur ein Phänomen des Internetzeitalters - sie existieren ebenfalls in der analogen Welt. Mit dem Social Web entstanden aber ganz neue Möglichkeiten, um über weite räumliche Distanzen hinweg mit Gleichgesinnten ins Gespräch zu kommen. [https://www.isdglobal.org/wp-content/uploads/2018/09/ISD-NetzDG-Report-German-FINAL-26.9.18.pdf (Montag, S. 31)]
=Mögliche Gefahren von Filterblasen und Echokammern=
Immer wieder werden Befürchtungen laut, dass Filterblasen und Echokammern zum Tummelplatz von Extremist*innen und Verschwörungstheoretiker*innen werden. Solche Nutzer*innen fühlten sich in der Filterblase einerseits durch die Informationen bestätigt, die sie über das Internet erreichen. Andererseits könnten sie in Echokammern fälschlicherweise den Eindruck gewinnen, dass die Mehrheit der Gesellschaft auch ihrer Meinung ist. [http://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf (Stark et. al., S. 4f)] Diese Sorge steht auch im Zusammenhang mit Erkenntnisse darüber, dass sich Fake News über Soziale Medien deutlich schneller verbreiten als reale Nachrichten. [https://www.isdglobal.org/wp-content/uploads/2018/09/ISD-NetzDG-Report-German-FINAL-26.9.18.pdf (Montag, S. 36)]

Abgesehen vom möglichen Erstarken des politischen oder religiösen Extremismus könnten sich weitere Fallstricke für die Demokratie und das gesellschaftliche Miteinander ergeben, wenn Filterblasen und Echokammern für die Meinungsbildung vieler Menschen relevant werden. Unterschiedliche Gruppen könnten sich dann in ihren Wahrnehmungen und Einstellungen immer weiter voneinander entfernen. Mit zunehmender Polarisierung drohe die gesellschaftliche Spaltung in unversöhnliche Lager, die nicht mehr zu einem demokratischen Kompromiss fähig sind. [http://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf (Stark et. al., S. 4f)]

=Bisherige Erkenntnisse zur Verbreitung und Bedeutung von Filterblasen und Echokammern=
Aktuelle Studien bescheinigen Filterblasen und Echokammern eine deutlich geringere Verbreitung und Bedeutung, als ursprünglich angenommen. Für Suchmaschinen wie Google zeigten Simulationsuntersuchungen mit vorher trainierten „Testaccounts“ mehrheitlich kaum Filterblaseneffekte: Wissenschaftler*innen werteten die Daten aus, die Nutzer*innen über ihre Suchen und Suchergebnisse via Plug-in im Browser im Rahmen des Datenspendeprojektes vor der Bundestagswahl 2017 übermittelt hatten. Dabei fanden sie kaum Unterschiede bei den Suchergebnissen unterschiedlicher Nutzer*innen, die mit den gleichen Begriffen nach Nachrichten oder Informationen zu prominenten Politiker*innen suchten. Sie schlussfolgerten, dass eher andere Faktoren entscheidend für das Ranking einer Internetseite in Suchmaschinen sind, wie etwa der Grad der Suchmaschinenoptimierung.
Zunehmend in den Fokus der Diskussion um Filterblasen und einseitige Informationen aus dem Social Web ist die Eigenverantwortung der Nutzer*innen gerückt. Sie entscheiden nichtzuletzt selbst, welche Inhalte sie auf Plattformen im Social Web aktiv anklicken und teilen. Eine Untersuchung von Facebooknutzer*innen in den USA zeigte, dass die Auswahl vor allem auf Inhalte im Newsfeed fällt, die dem eigenen Weltbild entsprechen. Abgeglichen wurde dafür das Klickverhalten mit den Angaben zu der politischen Einstellung (liberal oder konservativ) im Profil. [http://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf (Stark et. al., S. 5ff)] Auch wird angeführt, dass die Vernetzung im Social Web viel weitreichender als in der analogen Welt und durch eher lose Verbindungen (so genannte weak ties) geprägt ist. Solche oberflächlichen Beziehungen setzen weniger Übereinstimmung voraus, so dass die Wahrscheinlichkeit steigt, dass sich im eigenen Netzwerk Personen mit ganz unterschiedlichen gesellschaftspolitischen Einstellungen befinden. Damit sind Menschen im Social Web potentiell sogar einer größeren Meinungsvielfalt ausgesetzt als in der analogen Welt. [http://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf (Geissert, S. 16)]

Doch auch wenn Desinformation durch Filterblasen im Social Web nach aktuellem Forschungsstand kein Massenphänomen ist, wird seitens der Forschenden immer wieder betont, dass es für eine generelle Entwarnung zu früh ist: Emotionalisierende und extreme Inhalte erreichen im Social Web deutlich mehr Reaktionen. Das katapultiert sie in den News-Feeds nach oben. [http://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf (Stark et. al., S. 10f)] Filterblasen und Echokammern können so tatsächlich bei der Radikalisierung von Personen eine Rolle spielen, die bereits mit extremistischen Einstellungen ins Social Web gekommen sind oder die zumindest offen für solche Inhalte sind. Es gibt bereits Angebote, die Filterblasen- und Echokammereffekten bewusst entgegenwirken sollen: Über die Plattform "Diskutier mit mir" können sich Nutzer*innen annonym mit Menschen verbinden, die eine andere Meinung haben und ins Gespräch kommen. [https://www.diskutiermitmir.de/#/about-us (diskutiermitmir.de, Zugriff 26.02.2021)]

Filterblase

2021-02-26T17:05:36Z

Decaxoza:

==Definition==

Der Begriff der Filterblase (engl. filter bubble) geht auf den US-amerikanischen Internetaktivisten Eli Pariser und sein 2011 erschienenes Buch „The Filter Bubble: What the Internet is Hiding from You“ (auf Deutsch: „Filterblase: Wie wir im Internet entmündigt werden“) zurück.<ref>Greta Friedrich: [https://mads.de/was-ist-eine-filterblase ''Was ist eine Filterblase?’'] In: ''[[Projekt Medien an der Schule/MADS]]''. 15. Februar 2019, abgerufen am 26. Februar 2021.</ref> Filterblasen sind ein Phänomen des Internetzeitalters und drücken sich laut Pariser darin aus, dass im Internet „A unique Universe of information for each of us“ (Ein einzigartiges Universum an Informationen für jeden von uns) entsteht.<ref>Clemens Geissert: [www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf ''Filterblasen und Echokammern im Social Web’’]. 2019, S. 4, abgerufen am 26. Februar 2021.</ref> Filterblasen können als Kontinuum verstanden werden: Entscheidend ist nicht ob, sondern bis zu welchem Grad die*der Einzelne in einer Filterblase steckt.<ref>Birgit Stark et. al. : [www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf ''Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern’’]. 2019. S. 10f, abgerufen am 26. Februar 2021.</ref>

===Entstehung von Filterblasen===

Laut Pariser entstehen Filterblasen im Internet dadurch, dass Suchmaschinen, die im Internet als Vermittler von Inhalten zwischen den Nutzer*innen stehen, Inhalte für die*den Einzelnen vorsortieren und filtern. Für die gegenwärtige Diskussion des Phänomens Filterblase ist auch relevant, dass diese Art der Filterung auch auf Social Media Plattformen stattfindet. Diese Filter in Social Software dienen der Personalisierung und damit der Anpassung von Social Software an die Vorlieben individueller Nutzer*innen. Algorhytmen analysieren auf Basis von Profilangaben und bisherigem Nutzungsverhalten, welche Inhalte die einzelnen Nutzer*innen besonders interessieren und sorgen dafür, dass solche und ähnliche Inhalte in Zukunft verstärkt in ihrem Feed angezeigt werden. Zudem erhalten sie Vorschläge für entsprechende neue Kanäle zum Abonnieren oder weitere Produkte zum Kauf. Diese Form der Personalisierung beruht zunächst auf dem aktivem Verhalten der Nutzer*innen, wie dem Suchen eines bestimmten Begriffs, dem Liken eines Facebook-Posts, dem Merken eines bestimmten Produkts oder dem Abonnieren eines Twitter-/ oder Youtube-Kanals. Sie verselbständigt sich, da anhand der bisher bekannten Präferenzen der Nutzer*innen mit Hilfe der Algorithmen darauf geschlossen wird, welche Inhalte diese zukünftig konsumieren möchten. Um die*den Einzelnen baut sich so eine Filterblase auf, die um so undurchlässiger wird, je mehr ähnliche Inhalte sie*er anklickt. Einige Plattformen nutzen für die algorhitmische Personalisierung ihrer Social Software zusätzlich Daten aus dem Netzwerk der Nutzer*innen, so genannte soziale Filter. Der Verwendung solcher sozialen Filter liegt die Annahme zu Grunde, dass im Internet miteinander vernetzte Menschen ähnliche Vorlieben haben (so genannte Homophilie).<ref>Birgit Stark et. al. : [www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf ''Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern’’]. 2019. S. 2ff, abgerufen am 26. Februar 2021.</ref> Pariser glaubte, dass Nutzer*innen in eine Filterblase geraten und bleiben dort gefangen bleiben können, ohne es zu bemerken. Denn dass die Algorithmen Annahmen über sie treffen und welche das konkret sind, ist ihnen nicht direkt transparent oder möglicherweise auch gar nicht bekannt.<ref>Clemens Geissert: [www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf ''Filterblasen und Echokammern im Social Web’’]. 2019, S. 10, abgerufen am 26. Februar 2021.</ref>

Ziel dieser Personalisierung ist es Nutzer*innen nach dem Einloggen möglichst lange auf Plattform zu halten. Dadurch hinterlassen sie viele weitere digitale Nutzungsdaten, was für die Plattformen letztendlich höhere Einnahmen bedeutet, z.B. dank personalisierter Werbung.<ref>Christian Montag: [https://www.isdglobal.org/wp-content/uploads/2018/09/ISD-NetzDG-Report-German-FINAL-26.9.18.pdf#page=31''Filterblasen: „Wie wirken sich Filterblasen unter Berücksichtigung von Persönlichkeit auf (politische) Einstellung aus?“’’]. 2018, S. 33 abgerufen am 26. Februar 2021.</ref

===Filterblasen und Echokammer-Effekte===
Im Zusammenhang mit Filterblasen steht der so genannte Echokammer-Effekt, der manchmal fälschlich auch synonym für Filterblasen verwendet wird. Echokammern (engl. echo chamber) sind Diskussionsräume im Social Web, in denen einer*m Nutzer*in ihre*seine Meinung als Echo von den anderen Insassen zurückgeworfen wird.<ref>Birgit Stark et. al. : [www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf ''Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern’’]. 2019. S. 3, abgerufen am 26. Februar 2021.</ref> Eine Echokammer ist somit ein „metaphorischer Raum, in dem Aussagen verstärkt und Störgeräusche, etwa anders lautende Meinungen, geschluckt werden“.<ref>Mario Haim: [https://journalistikon.de/echokammer/ ''Echokammer.''] In: ''[[Journalistikon. das Wörterbuch der Journalistik]]''. abgerufen am 26. Februar 2021.</ref> Nutzer*innen in Echokammern werden permanent in ihren Ansichten einseitig bestärkt, weil sie ausschließlich mit Gleichgesinnten im Austausch sind.<ref>Werner Stangl: [https://lexikon.stangl.eu/30157/echokammer-effekt ''Stichwort: Echokammer-Effekt.''] In: ''[[Online Lexikon für Psychologie und Pädagogik.]]''. abgerufen am 26. Februar 2021.</ref> Echokammern und Filterblasen im Social Web bedingen in der Praxis gegenseitig, wenn in den sozial gefilterten Newsfeeds der Insassen einer solchen Echokammer vorwiegend ähnliche Inhalte auftauchen.<ref>Clemens Geissert: [www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf ''Filterblasen und Echokammern im Social Web’’]. 2019, S. 6, abgerufen am 26. Februar 2021.</ref> Echokammern existieren aber auch in der analogen Welt, wo sich Menschen schon immer mit Gleichgesinnten zusammentun. Mit dem Social Web sind heute allerdings ganz neue Möglichkeiten entstanden, um über weite räumliche Distanzen hinweg Gesprächspartner*innen mit ähnlichen Einstellungen und Vorlieben zu finden.<ref>Christian Montag: [https://www.isdglobal.org/wp-content/uploads/2018/09/ISD-NetzDG-Report-German-FINAL-26.9.18.pdf#page=31''Filterblasen: „Wie wirken sich Filterblasen unter Berücksichtigung von Persönlichkeit auf (politische) Einstellung aus?“’’]. 2018, S. 31 abgerufen am 26. Februar 2021.</ref>

==Mögliche Gefahren von Filterblasen und Echokammern==

Mögliche Gefahren von Echokammern und Filterblasen werden vor allem im Zusammenhang damit diskutiert, dass sich Fake News über Soziale Medien deutlich schneller verbreiten als reale Nachrichten.<ref>Christian Montag: [https://www.isdglobal.org/wp-content/uploads/2018/09/ISD-NetzDG-Report-German-FINAL-26.9.18.pdf#page=31''Filterblasen: „Wie wirken sich Filterblasen unter Berücksichtigung von Persönlichkeit auf (politische) Einstellung aus?“’’]. 2018, S. 36 abgerufen am 26. Februar 2021.</ref> Befürchtet wird, dass Nutzer*innen in Filterblasen und digitalen Echokammern durch das Konsumieren homogener Inhalte und die permanente Bestätigung aus ihrem digitalen sozialen Umfeld ein einseitiges Weltbild entwickeln. Vertreter*innen radikaler Minderheitsmeinungen können sich so nicht nur weiter zu radikalisieren, sondern auch fälschlicherweise den Eindruck gewinnen, eine Mehrheitsmeinung zu vertreten. Jenseits von politischem oder religiösem Extremismus kann es weitere Gefahren für die Demokratie und das gesellschaftliche Miteinander geben, wenn Menschen sich ihre Meinung nur noch in abgeschlossenen Filterblasen und Echokammern bilden. Die Wahrnehmungen und Einstellungen unterschiedlicher Gruppen in der Gesellschaft entfernen sich dann immer weiter voneinander. Mit zunehmender Polarisierung droht eine Spaltung in unversöhnliche Lager, die nicht mehr zu einem demokratischen Kompromiss fähig sind.<ref>Birgit Stark et. al. : [www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf ''Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern’’]. 2019. S. 4f, abgerufen am 26. Februar 2021.</ref>

==Bisherige Erkenntnisse zur Verbreitung und Bedeutung von Filterblasen und Echokammern==
Nach wissenschaftlichen Erkenntnissen sind Filterblasen deutlich weniger verbreitet und bedeutend, als von Pariser angenommen. Für Suchmaschinen wie Google zeigten Simulationsstudien mit vorher trainierten „Testaccounts“ mehrheitlich kaum Filterblaseneffekte. Keine oder nur geringe Unterschiede bei den Suchergebnissen unterschiedlicher Nutzer*innen aus, die mit den gleichen Begriffen nach Nachrichten oder Informationen zu prominenten Politiker*innen suchten, zeigte eine Studie auf Basis des Datenspendeprojekts vor der Bundestagswahl 2017. Ausgewertet wurden dafür die Daten, die Nutzer*innen über ihre Suchen und Suchergebnisse via Plug-in im Browser gespendet hatten. Insgesamt sind also eher andere Faktoren, wie der Grad der Suchmaschinenoptimierung einer Internetseite, entscheidend für das Ranking in Suchmaschinen.
Zunehmend in den Fokus der Diskussion um einseitige Informationsaufnahme im Social Web ist die Auswahl der Inhalten durch die Nutzer*innen selbst gerückt. Die Nutzung von über Social Software bereitgestellten Inhalten ist demnach nicht nur durch algorhitmische Filterung, sondern eigene (bewusste oder unbewusste) Entscheidungen bedingt. So zeigte eine Untersuchung von Facebooknutzer*innen in den USA, dass gezielt eher die Inhalte im Newsfeed angeklickt werden, in dem eigenen Weltbild entsprechen. Abgeglichen wurde das Klickverhalten der Nutzer*innen mit ihren Angaben zu ihrer politischen Einstellung (liberal oder konservativ) im eigenen Profil.<ref>Birgit Stark et. al. : [www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf ''Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern’’]. 2019. S. 5ff, abgerufen am 26. Februar 2021.</ref>
Auch wird die Annahme weit verbreiteter meinungshomogener Netzwerke im Social Web dahingehend in Frage gestellt, als dass die Vernetzung dort viel weitreichender als in der analogen Welt ist. Basierend eher auf losen Verbindungen und oberflächlichen Beziehungen (so genannten weak ties), steigt die Wahrscheinlichkeit, im eigenen Netzwerk Personen mit heterogenen Einstellungen zu unterschiedlichen Lebensbereichen und gesellschaftspolitischen Themen zu haben. Damit sind Nutzer*innen im Social Web potentiell sogar einer größeren Meinungsvielfalt ausgesetzt als in der analogen Welt.<ref>Clemens Geissert: [www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf ''Filterblasen und Echokammern im Social Web’’]. 2019, S. 16, abgerufen am 26. Februar 2021.</ref>

Dennoch befürchten Forscher*innen, dass Filterblasen und Echokammern für die Radikalisierung von Personen eine Rolle spielen, die bereits mit der Neigung zu extremistischen Einstellungen ins Social Web gekommen sind. Hinzukommt, dass Menschen auf Plattformen im Social Web intensiver auf emotionalisierende Inhalte und extreme Äußerungen reagieren. Durch ihre Reaktionen bringen sie diese - gewollt oder ungewollt - algorhitmisch in den News-Feeds der anderen nach oben.<ref>Birgit Stark et. al. : [www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf ''Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern’’]. 2019. S. 10f, abgerufen am 26. Februar 2021.</ref>
Auch wenn nach Desinformation durch Filterblasen im Social Web nach aktuellem Forschungsstand im Gegensatz zu Parisers ursprünglicher kein Massenphänomen ist, im Social Web ist die Entstehung von Filterblasen und Echokammern im Zusammenspiel den Nutzer*innenentscheidung bei der Vernetzung und der Nutzung von Inhalten prinzipiell möglich. Jedoch gibt dort auch einzelne Angebote, die Filterblasen- und Echokammereffekten bewusst entgegenwirken sollen: Über die Plattform "Diskutier mit mir" können sich Nutzer*innen annonym mit Menschen verbinden, die eine andere politische Meinung zu einem bestimmten Thema haben.<ref>[(16) https://www.diskutiermitmir.de/#/about-us
‚'diskutiermitmir.de''] abgerufen am 26. Februar 2021.</ref>

==Einzelnachweise==

<references />

Filterblase

2021-02-26T14:04:25Z

Decaxoza: /* Einzelnachweise */

==Definition==

Der Begriff der Filterblase (engl. filter bubble) geht auf den US-amerikanischen Internetaktivisten Eli Pariser und sein 2011 erschienenes Buch „The Filter Bubble: What the Internet is Hiding from You“ (auf Deutsch: „Filterblase: Wie wir im Internet entmündigt werden“) zurück.<ref name="MADS"/> Filterblasen sind ein Phänomen des Internetzeitalters und drücken sich laut Pariser darin aus, dass im Internet „A unique Universe of information for each of us“ (Ein einzigartiges Universum an Informationen für jeden von uns) entsteht.<ref name="Geissert1"/> Filterblasen können dabei als müssen dabei nicht unbedingt als Kontinuum verstehen: Entscheidend ist nicht ob, sondern bis zu welchem Grad die*der Einzelne in einer Filterblase steckt.<ref name="Stark1"/>

===Entstehung von Filterblasen===

Laut Pariser entstehen Filterblasen im Internet dadurch, dass Suchmaschinen, die im Internet als Vermittler von Inhalten zwischen den Nutzer*innen stehen, Inhalte für die*den Einzelnen vorsortieren und filtern. Für die gegenwärtige Diskussion des Phänomens Filterblase ist auch relevant, dass diese Art der Filterung auch auf Social Media Plattformen stattfindet. Diese Filter in Social Software dienen der Personalisierung und damit der Anpassung von Social Software an die Vorlieben individueller Nutzer*innen. Algorhytmen analysieren auf Basis von Profilangaben und bisherigem Nutzungsverhalten, welche Inhalte die einzelnen Nutzer*innen besonders interessieren und sorgen dafür, dass solche und ähnliche Inhalte in Zukunft verstärkt in ihrem Feed angezeigt werden. Zudem erhalten sie Vorschläge für entsprechende neue Kanäle zum Abonnieren oder weitere Produkte zum Kauf. Diese Form der Personalisierung beruht zunächst auf dem aktivem Verhalten der Nutzer*innen, wie dem Suchen eines bestimmten Begriffs, dem Liken eines Facebook-Posts, dem Merken eines bestimmten Produkts oder dem Abonnieren eines Twitter-/ oder Youtube-Kanals. Sie verselbständigt sich, da anhand der bisher bekannten Präferenzen der Nutzer*innen mit Hilfe der Algorithmen darauf geschlossen wird, welche Inhalte diese zukünftig konsumieren möchten. Um die*den Einzelnen baut sich so eine Filterblase auf, die um so undurchlässiger wird, je mehr ähnliche Inhalte sie*er anklickt. Einige Plattformen nutzen für die algorhitmische Personalisierung ihrer Social Software zusätzlich Daten aus dem Netzwerk der Nutzer*innen, so genannte soziale Filter. Der Verwendung solcher sozialen Filter liegt die Annahme zu Grunde, dass im Internet miteinander vernetzte Menschen ähnliche Vorlieben haben (so genannte Homophilie).<ref name="Stark2"/> Pariser glaubte, dass Nutzer*innen in eine Filterblase geraten und bleiben dort gefangen bleiben können, ohne es zu bemerken. Denn dass die Algorithmen Annahmen über sie treffen und welche das konkret sind, ist ihnen nicht direkt transparent oder möglicherweise auch gar nicht bekannt.<ref name="Geissert2"/>

Ziel dieser Personalisierung ist es Nutzer*innen nach dem Einloggen möglichst lange auf Plattform zu halten. Dadurch hinterlassen sie viele weitere digitale Nutzungsdaten, was für die Plattformen letztendlich höhere Einnahmen bedeutet, z.B. dank personalisierter Werbung.<ref name="Montag1"/>

===Filterblasen und Echokammer-Effekte===
Im Zusammenhang mit Filterblasen steht der so genannte Echokammer-Effekt, der manchmal fälschlich auch synonym für Filterblasen verwendet wird. Echokammern (engl. echo chamber) sind Diskussionsräume im Social Web, in denen einer*m Nutzer*in ihre*seine Meinung als Echo von den anderen Insassen zurückgeworfen wird.<ref name="Stark3"/> Eine Echokammer ist somit ein „metaphorischer Raum, in dem Aussagen verstärkt und Störgeräusche, etwa anders lautende Meinungen, geschluckt werden“.<ref name="Haim"/> Nutzer*innen in Echokammern werden permanent in ihren Ansichten einseitig bestärkt, weil sie ausschließlich mit Gleichgesinnten im Austausch sind. <ref name="Stangl"/> Echokammern und Filterblasen im Social Web bedingen in der Praxis gegenseitig, wenn in den sozial gefilterten Newsfeeds der Insassen einer solchen Echokammer vorwiegend ähnliche Inhalte auftauchen.<ref name="Geissert3"/> Echokammern existieren aber auch in der analogen Welt, wo sich Menschen schon immer mit Gleichgesinnten zusammentun. Mit dem Social Web sind heute allerdings ganz neue Möglichkeiten entstanden, um über weite räumliche Distanzen hinweg Gesprächspartner*innen mit ähnlichen Einstellungen und Vorlieben zu finden.<ref name="Montag2"/>

==Mögliche Gefahren von Filterblasen und Echokammern==

Mögliche Gefahren von Echokammern und Filterblasen werden vor allem im Zusammenhang damit diskutiert, dass sich Fake News über Soziale Medien deutlich schneller verbreiten als reale Nachrichten.<ref name="Montag3"/> Befürchtet wird, dass Nutzer*innen in Filterblasen und digitalen Echokammern durch das Konsumieren homogener Inhalte und die permanente Bestätigung aus ihrem digitalen sozialen Umfeld ein einseitiges Weltbild entwickeln. Vertreter*innen radikaler Minderheitsmeinungen können sich so nicht nur weiter zu radikalisieren, sondern auch fälschlicherweise den Eindruck gewinnen, eine Mehrheitsmeinung zu vertreten. Jenseits von politischem oder religiösem Extremismus kann es weitere Gefahren für die Demokratie und das gesellschaftliche Miteinander geben, wenn Menschen sich ihre Meinung nur noch in abgeschlossenen Filterblasen und Echokammern bilden. Die Wahrnehmungen und Einstellungen unterschiedlicher Gruppen in der Gesellschaft entfernen sich dann immer weiter voneinander. Mit zunehmender Polarisierung droht eine Spaltung in unversöhnliche Lager, die nicht mehr zu einem demokratischen Kompromiss fähig sind.<ref name="Stark4"/>

==Bisherige Erkenntnisse zur Verbreitung und Bedeutung von Filterblasen und Echokammern==
Nach wissenschaftlichen Erkenntnissen sind Filterblasen deutlich weniger verbreitet und bedeutend, als von Pariser angenommen. Für Suchmaschinen wie Google zeigten Simulationsstudien mit vorher trainierten „Testaccounts“ mehrheitlich kaum Filterblaseneffekte. Keine oder nur geringe Unterschiede bei den Suchergebnissen unterschiedlicher Nutzer*innen aus, die mit den gleichen Begriffen nach Nachrichten oder Informationen zu prominenten Politiker*innen suchten, zeigte eine Studie auf Basis des Datenspendeprojekts vor der Bundestagswahl 2017. Ausgewertet wurden dafür die Daten, die Nutzer*innen über ihre Suchen und Suchergebnisse via Plug-in im Browser gespendet hatten. Insgesamt sind also eher andere Faktoren, wie der Grad der Suchmaschinenoptimierung einer Internetseite, entscheidend für das Ranking in Suchmaschinen.
Zunehmend in den Fokus der Diskussion um einseitige Informationsaufnahme im Social Web ist die Auswahl der Inhalten durch die Nutzer*innen selbst gerückt. Die Nutzung von über Social Software bereitgestellten Inhalten ist demnach nicht nur durch algorhitmische Filterung, sondern eigene (bewusste oder unbewusste) Entscheidungen bedingt. So zeigte eine Untersuchung von Facebooknutzer*innen in den USA, dass gezielt eher die Inhalte im Newsfeed angeklickt werden, in dem eigenen Weltbild entsprechen. Abgeglichen wurde das Klickverhalten der Nutzer*innen mit ihren Angaben zu ihrer politischen Einstellung (liberal oder konservativ) im eigenen Profil.<ref name="Stark5"/>
Auch wird die Annahme weit verbreiteter meinungshomogener Netzwerke im Social Web dahingehend in Frage gestellt, als dass die Vernetzung dort viel weitreichender als in der analogen Welt ist. Basierend eher auf losen Verbindungen und oberflächlichen Beziehungen (so genannten weak ties), steigt die Wahrscheinlichkeit, im eigenen Netzwerk Personen mit heterogenen Einstellungen zu unterschiedlichen Lebensbereichen und gesellschaftspolitischen Themen zu haben. Damit sind Nutzer*innen im Social Web potentiell sogar einer größeren Meinungsvielfalt ausgesetzt als in der analogen Welt.<ref name="Geissert4"/>

Dennoch befürchten Forscher*innen, dass Filterblasen und Echokammern für die Radikalisierung von Personen eine Rolle spielen, die bereits mit der Neigung zu extremistischen Einstellungen ins Social Web gekommen sind. Hinzukommt, dass Menschen auf Plattformen im Social Web intensiver auf emotionalisierende Inhalte und extreme Äußerungen reagieren. Durch ihre Reaktionen bringen sie diese - gewollt oder ungewollt - algorhitmisch in den News-Feeds der anderen nach oben.<ref name="Stark6"/>
Auch wenn nach Desinformation durch Filterblasen im Social Web nach aktuellem Forschungsstand im Gegensatz zu Parisers ursprünglicher kein Massenphänomen ist, im Social Web ist die Entstehung von Filterblasen und Echokammern im Zusammenspiel den Nutzer*innenentscheidung bei der Vernetzung und der Nutzung von Inhalten prinzipiell möglich. Jedoch gibt dort auch einzelne Angebote, die Filterblasen- und Echokammereffekten bewusst entgegenwirken sollen: Über die Plattform "Diskutier mit mir" können sich Nutzer*innen annonym mit Menschen verbinden, die eine andere politische Meinung zu einem bestimmten Thema haben.<ref name="Diskutier"/>

==Einzelnachweise==

<references>

<ref name="MADS">Friedrich, Greta: ''Was ist eine Filterblase.'' https://mads.de/was-ist-eine-filterblase (Zugriff 25.02.2021) </ref>
</references>

<ref name= "Geissert1"> Geissert, Clemens (2019): ''Filterblasen und Echokammern im Social Web.'' [https://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf] [Zugriff 25.02.2021], S.4

(3) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 10f

(4) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 2ff

(5) Geissert, Clemens (2019): Filterblasen und Echokammern im Social Web. https://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf [Zugriff 25.02.2021], S.10

(6) Montag, Christian (2018): Filterblasen: „Wie wirken sich Filterblasen unter Berücksichtigung von Persönlichkeit auf (politische) Einstellung aus?“ https://www.isdglobal.org/wp-content/uploads/2018/09/ISD-NetzDG-Report-German-FINAL-26.9.18.pdf#page=31 [Zugriff 25.02.2021] S. 33

(7) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 3

(8) Haim, Mario: Echokammer. Journalistikon. das Wörterbuch der Journalistik. https://journalistikon.de/echokammer/ [Zugriff 25.02.2021]

(9) Stangl, Werner: Stichwort: 'Echokammer-Effekt'. Online Lexikon für Psychologie und Pädagogik. https://lexikon.stangl.eu/30157/echokammer-effekt [Zugriff 25.02.2021]

(10) Geissert, Clemens (2019): Filterblasen und Echokammern im Social Web. https://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf [Zugriff 25.02.2021], S.6

(9) Montag, Christian (2018): Filterblasen: „Wie wirken sich Filterblasen unter Berücksichtigung von Persönlichkeit auf (politische) Einstellung aus?“ https://www.isdglobal.org/wp-content/uploads/2018/09/ISD-NetzDG-Report-German-FINAL-26.9.18.pdf#page=31 [Zugriff 25.02.2021] S. 31f

(11) Montag, Christian (2018): Filterblasen: „Wie wirken sich Filterblasen unter Berücksichtigung von Persönlichkeit auf (politische) Einstellung aus?“, in: https://www.isdglobal.org/wp-content/uploads/2018/09/ISD-NetzDG-Report-German-FINAL-26.9.18.pdf#page=31 S. 36

(12) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 4f

(13) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 5ff

(14) Geissert, Clemens (2019): Filterblasen und Echokammern im Social Web. https://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf [Zugriff 25.02.2021], S.16

(15) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 10f

(16) https://www.diskutiermitmir.de/#/about-us

<references>

Filterblase

2021-02-26T14:02:56Z

Decaxoza: /* Bisherige Erkenntnisse zur Verbreitung und Bedeutung von Filterblasen und Echokammern */

==Definition==

Der Begriff der Filterblase (engl. filter bubble) geht auf den US-amerikanischen Internetaktivisten Eli Pariser und sein 2011 erschienenes Buch „The Filter Bubble: What the Internet is Hiding from You“ (auf Deutsch: „Filterblase: Wie wir im Internet entmündigt werden“) zurück.<ref name="MADS"/> Filterblasen sind ein Phänomen des Internetzeitalters und drücken sich laut Pariser darin aus, dass im Internet „A unique Universe of information for each of us“ (Ein einzigartiges Universum an Informationen für jeden von uns) entsteht.<ref name="Geissert1"/> Filterblasen können dabei als müssen dabei nicht unbedingt als Kontinuum verstehen: Entscheidend ist nicht ob, sondern bis zu welchem Grad die*der Einzelne in einer Filterblase steckt.<ref name="Stark1"/>

===Entstehung von Filterblasen===

Laut Pariser entstehen Filterblasen im Internet dadurch, dass Suchmaschinen, die im Internet als Vermittler von Inhalten zwischen den Nutzer*innen stehen, Inhalte für die*den Einzelnen vorsortieren und filtern. Für die gegenwärtige Diskussion des Phänomens Filterblase ist auch relevant, dass diese Art der Filterung auch auf Social Media Plattformen stattfindet. Diese Filter in Social Software dienen der Personalisierung und damit der Anpassung von Social Software an die Vorlieben individueller Nutzer*innen. Algorhytmen analysieren auf Basis von Profilangaben und bisherigem Nutzungsverhalten, welche Inhalte die einzelnen Nutzer*innen besonders interessieren und sorgen dafür, dass solche und ähnliche Inhalte in Zukunft verstärkt in ihrem Feed angezeigt werden. Zudem erhalten sie Vorschläge für entsprechende neue Kanäle zum Abonnieren oder weitere Produkte zum Kauf. Diese Form der Personalisierung beruht zunächst auf dem aktivem Verhalten der Nutzer*innen, wie dem Suchen eines bestimmten Begriffs, dem Liken eines Facebook-Posts, dem Merken eines bestimmten Produkts oder dem Abonnieren eines Twitter-/ oder Youtube-Kanals. Sie verselbständigt sich, da anhand der bisher bekannten Präferenzen der Nutzer*innen mit Hilfe der Algorithmen darauf geschlossen wird, welche Inhalte diese zukünftig konsumieren möchten. Um die*den Einzelnen baut sich so eine Filterblase auf, die um so undurchlässiger wird, je mehr ähnliche Inhalte sie*er anklickt. Einige Plattformen nutzen für die algorhitmische Personalisierung ihrer Social Software zusätzlich Daten aus dem Netzwerk der Nutzer*innen, so genannte soziale Filter. Der Verwendung solcher sozialen Filter liegt die Annahme zu Grunde, dass im Internet miteinander vernetzte Menschen ähnliche Vorlieben haben (so genannte Homophilie).<ref name="Stark2"/> Pariser glaubte, dass Nutzer*innen in eine Filterblase geraten und bleiben dort gefangen bleiben können, ohne es zu bemerken. Denn dass die Algorithmen Annahmen über sie treffen und welche das konkret sind, ist ihnen nicht direkt transparent oder möglicherweise auch gar nicht bekannt.<ref name="Geissert2"/>

Ziel dieser Personalisierung ist es Nutzer*innen nach dem Einloggen möglichst lange auf Plattform zu halten. Dadurch hinterlassen sie viele weitere digitale Nutzungsdaten, was für die Plattformen letztendlich höhere Einnahmen bedeutet, z.B. dank personalisierter Werbung.<ref name="Montag1"/>

===Filterblasen und Echokammer-Effekte===
Im Zusammenhang mit Filterblasen steht der so genannte Echokammer-Effekt, der manchmal fälschlich auch synonym für Filterblasen verwendet wird. Echokammern (engl. echo chamber) sind Diskussionsräume im Social Web, in denen einer*m Nutzer*in ihre*seine Meinung als Echo von den anderen Insassen zurückgeworfen wird.<ref name="Stark3"/> Eine Echokammer ist somit ein „metaphorischer Raum, in dem Aussagen verstärkt und Störgeräusche, etwa anders lautende Meinungen, geschluckt werden“.<ref name="Haim"/> Nutzer*innen in Echokammern werden permanent in ihren Ansichten einseitig bestärkt, weil sie ausschließlich mit Gleichgesinnten im Austausch sind. <ref name="Stangl"/> Echokammern und Filterblasen im Social Web bedingen in der Praxis gegenseitig, wenn in den sozial gefilterten Newsfeeds der Insassen einer solchen Echokammer vorwiegend ähnliche Inhalte auftauchen.<ref name="Geissert3"/> Echokammern existieren aber auch in der analogen Welt, wo sich Menschen schon immer mit Gleichgesinnten zusammentun. Mit dem Social Web sind heute allerdings ganz neue Möglichkeiten entstanden, um über weite räumliche Distanzen hinweg Gesprächspartner*innen mit ähnlichen Einstellungen und Vorlieben zu finden.<ref name="Montag2"/>

==Mögliche Gefahren von Filterblasen und Echokammern==

Mögliche Gefahren von Echokammern und Filterblasen werden vor allem im Zusammenhang damit diskutiert, dass sich Fake News über Soziale Medien deutlich schneller verbreiten als reale Nachrichten.<ref name="Montag3"/> Befürchtet wird, dass Nutzer*innen in Filterblasen und digitalen Echokammern durch das Konsumieren homogener Inhalte und die permanente Bestätigung aus ihrem digitalen sozialen Umfeld ein einseitiges Weltbild entwickeln. Vertreter*innen radikaler Minderheitsmeinungen können sich so nicht nur weiter zu radikalisieren, sondern auch fälschlicherweise den Eindruck gewinnen, eine Mehrheitsmeinung zu vertreten. Jenseits von politischem oder religiösem Extremismus kann es weitere Gefahren für die Demokratie und das gesellschaftliche Miteinander geben, wenn Menschen sich ihre Meinung nur noch in abgeschlossenen Filterblasen und Echokammern bilden. Die Wahrnehmungen und Einstellungen unterschiedlicher Gruppen in der Gesellschaft entfernen sich dann immer weiter voneinander. Mit zunehmender Polarisierung droht eine Spaltung in unversöhnliche Lager, die nicht mehr zu einem demokratischen Kompromiss fähig sind.<ref name="Stark4"/>

==Bisherige Erkenntnisse zur Verbreitung und Bedeutung von Filterblasen und Echokammern==
Nach wissenschaftlichen Erkenntnissen sind Filterblasen deutlich weniger verbreitet und bedeutend, als von Pariser angenommen. Für Suchmaschinen wie Google zeigten Simulationsstudien mit vorher trainierten „Testaccounts“ mehrheitlich kaum Filterblaseneffekte. Keine oder nur geringe Unterschiede bei den Suchergebnissen unterschiedlicher Nutzer*innen aus, die mit den gleichen Begriffen nach Nachrichten oder Informationen zu prominenten Politiker*innen suchten, zeigte eine Studie auf Basis des Datenspendeprojekts vor der Bundestagswahl 2017. Ausgewertet wurden dafür die Daten, die Nutzer*innen über ihre Suchen und Suchergebnisse via Plug-in im Browser gespendet hatten. Insgesamt sind also eher andere Faktoren, wie der Grad der Suchmaschinenoptimierung einer Internetseite, entscheidend für das Ranking in Suchmaschinen.
Zunehmend in den Fokus der Diskussion um einseitige Informationsaufnahme im Social Web ist die Auswahl der Inhalten durch die Nutzer*innen selbst gerückt. Die Nutzung von über Social Software bereitgestellten Inhalten ist demnach nicht nur durch algorhitmische Filterung, sondern eigene (bewusste oder unbewusste) Entscheidungen bedingt. So zeigte eine Untersuchung von Facebooknutzer*innen in den USA, dass gezielt eher die Inhalte im Newsfeed angeklickt werden, in dem eigenen Weltbild entsprechen. Abgeglichen wurde das Klickverhalten der Nutzer*innen mit ihren Angaben zu ihrer politischen Einstellung (liberal oder konservativ) im eigenen Profil.<ref name="Stark5"/>
Auch wird die Annahme weit verbreiteter meinungshomogener Netzwerke im Social Web dahingehend in Frage gestellt, als dass die Vernetzung dort viel weitreichender als in der analogen Welt ist. Basierend eher auf losen Verbindungen und oberflächlichen Beziehungen (so genannten weak ties), steigt die Wahrscheinlichkeit, im eigenen Netzwerk Personen mit heterogenen Einstellungen zu unterschiedlichen Lebensbereichen und gesellschaftspolitischen Themen zu haben. Damit sind Nutzer*innen im Social Web potentiell sogar einer größeren Meinungsvielfalt ausgesetzt als in der analogen Welt.<ref name="Geissert4"/>

Dennoch befürchten Forscher*innen, dass Filterblasen und Echokammern für die Radikalisierung von Personen eine Rolle spielen, die bereits mit der Neigung zu extremistischen Einstellungen ins Social Web gekommen sind. Hinzukommt, dass Menschen auf Plattformen im Social Web intensiver auf emotionalisierende Inhalte und extreme Äußerungen reagieren. Durch ihre Reaktionen bringen sie diese - gewollt oder ungewollt - algorhitmisch in den News-Feeds der anderen nach oben.<ref name="Stark6"/>
Auch wenn nach Desinformation durch Filterblasen im Social Web nach aktuellem Forschungsstand im Gegensatz zu Parisers ursprünglicher kein Massenphänomen ist, im Social Web ist die Entstehung von Filterblasen und Echokammern im Zusammenspiel den Nutzer*innenentscheidung bei der Vernetzung und der Nutzung von Inhalten prinzipiell möglich. Jedoch gibt dort auch einzelne Angebote, die Filterblasen- und Echokammereffekten bewusst entgegenwirken sollen: Über die Plattform "Diskutier mit mir" können sich Nutzer*innen annonym mit Menschen verbinden, die eine andere politische Meinung zu einem bestimmten Thema haben.<ref name="Diskutier"/>

==Einzelnachweise==

<references>

<ref name="MADS">Friedrich, Greta: ''Was ist eine Filterblase.'' '[https://mads.de/was-ist-eine-filterblase]. Zugriff 25.02.2021 </ref>
</references>

<ref name= "Geissert1"> Geissert, Clemens (2019): ''Filterblasen und Echokammern im Social Web.'' [https://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf] [Zugriff 25.02.2021], S.4

(3) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 10f

(4) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 2ff

(5) Geissert, Clemens (2019): Filterblasen und Echokammern im Social Web. https://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf [Zugriff 25.02.2021], S.10

(6) Montag, Christian (2018): Filterblasen: „Wie wirken sich Filterblasen unter Berücksichtigung von Persönlichkeit auf (politische) Einstellung aus?“ https://www.isdglobal.org/wp-content/uploads/2018/09/ISD-NetzDG-Report-German-FINAL-26.9.18.pdf#page=31 [Zugriff 25.02.2021] S. 33

(7) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 3

(8) Haim, Mario: Echokammer. Journalistikon. das Wörterbuch der Journalistik. https://journalistikon.de/echokammer/ [Zugriff 25.02.2021]

(9) Stangl, Werner: Stichwort: 'Echokammer-Effekt'. Online Lexikon für Psychologie und Pädagogik. https://lexikon.stangl.eu/30157/echokammer-effekt [Zugriff 25.02.2021]

(10) Geissert, Clemens (2019): Filterblasen und Echokammern im Social Web. https://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf [Zugriff 25.02.2021], S.6

(9) Montag, Christian (2018): Filterblasen: „Wie wirken sich Filterblasen unter Berücksichtigung von Persönlichkeit auf (politische) Einstellung aus?“ https://www.isdglobal.org/wp-content/uploads/2018/09/ISD-NetzDG-Report-German-FINAL-26.9.18.pdf#page=31 [Zugriff 25.02.2021] S. 31f

(11) Montag, Christian (2018): Filterblasen: „Wie wirken sich Filterblasen unter Berücksichtigung von Persönlichkeit auf (politische) Einstellung aus?“, in: https://www.isdglobal.org/wp-content/uploads/2018/09/ISD-NetzDG-Report-German-FINAL-26.9.18.pdf#page=31 S. 36

(12) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 4f

(13) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 5ff

(14) Geissert, Clemens (2019): Filterblasen und Echokammern im Social Web. https://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf [Zugriff 25.02.2021], S.16

(15) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 10f

(16) https://www.diskutiermitmir.de/#/about-us

<references>

Filterblase

2021-02-26T14:01:00Z

Decaxoza: /* Mögliche Gefahren von Filterblasen und Echokammern */

==Definition==

Der Begriff der Filterblase (engl. filter bubble) geht auf den US-amerikanischen Internetaktivisten Eli Pariser und sein 2011 erschienenes Buch „The Filter Bubble: What the Internet is Hiding from You“ (auf Deutsch: „Filterblase: Wie wir im Internet entmündigt werden“) zurück.<ref name="MADS"/> Filterblasen sind ein Phänomen des Internetzeitalters und drücken sich laut Pariser darin aus, dass im Internet „A unique Universe of information for each of us“ (Ein einzigartiges Universum an Informationen für jeden von uns) entsteht.<ref name="Geissert1"/> Filterblasen können dabei als müssen dabei nicht unbedingt als Kontinuum verstehen: Entscheidend ist nicht ob, sondern bis zu welchem Grad die*der Einzelne in einer Filterblase steckt.<ref name="Stark1"/>

===Entstehung von Filterblasen===

Laut Pariser entstehen Filterblasen im Internet dadurch, dass Suchmaschinen, die im Internet als Vermittler von Inhalten zwischen den Nutzer*innen stehen, Inhalte für die*den Einzelnen vorsortieren und filtern. Für die gegenwärtige Diskussion des Phänomens Filterblase ist auch relevant, dass diese Art der Filterung auch auf Social Media Plattformen stattfindet. Diese Filter in Social Software dienen der Personalisierung und damit der Anpassung von Social Software an die Vorlieben individueller Nutzer*innen. Algorhytmen analysieren auf Basis von Profilangaben und bisherigem Nutzungsverhalten, welche Inhalte die einzelnen Nutzer*innen besonders interessieren und sorgen dafür, dass solche und ähnliche Inhalte in Zukunft verstärkt in ihrem Feed angezeigt werden. Zudem erhalten sie Vorschläge für entsprechende neue Kanäle zum Abonnieren oder weitere Produkte zum Kauf. Diese Form der Personalisierung beruht zunächst auf dem aktivem Verhalten der Nutzer*innen, wie dem Suchen eines bestimmten Begriffs, dem Liken eines Facebook-Posts, dem Merken eines bestimmten Produkts oder dem Abonnieren eines Twitter-/ oder Youtube-Kanals. Sie verselbständigt sich, da anhand der bisher bekannten Präferenzen der Nutzer*innen mit Hilfe der Algorithmen darauf geschlossen wird, welche Inhalte diese zukünftig konsumieren möchten. Um die*den Einzelnen baut sich so eine Filterblase auf, die um so undurchlässiger wird, je mehr ähnliche Inhalte sie*er anklickt. Einige Plattformen nutzen für die algorhitmische Personalisierung ihrer Social Software zusätzlich Daten aus dem Netzwerk der Nutzer*innen, so genannte soziale Filter. Der Verwendung solcher sozialen Filter liegt die Annahme zu Grunde, dass im Internet miteinander vernetzte Menschen ähnliche Vorlieben haben (so genannte Homophilie).<ref name="Stark2"/> Pariser glaubte, dass Nutzer*innen in eine Filterblase geraten und bleiben dort gefangen bleiben können, ohne es zu bemerken. Denn dass die Algorithmen Annahmen über sie treffen und welche das konkret sind, ist ihnen nicht direkt transparent oder möglicherweise auch gar nicht bekannt.<ref name="Geissert2"/>

Ziel dieser Personalisierung ist es Nutzer*innen nach dem Einloggen möglichst lange auf Plattform zu halten. Dadurch hinterlassen sie viele weitere digitale Nutzungsdaten, was für die Plattformen letztendlich höhere Einnahmen bedeutet, z.B. dank personalisierter Werbung.<ref name="Montag1"/>

===Filterblasen und Echokammer-Effekte===
Im Zusammenhang mit Filterblasen steht der so genannte Echokammer-Effekt, der manchmal fälschlich auch synonym für Filterblasen verwendet wird. Echokammern (engl. echo chamber) sind Diskussionsräume im Social Web, in denen einer*m Nutzer*in ihre*seine Meinung als Echo von den anderen Insassen zurückgeworfen wird.<ref name="Stark3"/> Eine Echokammer ist somit ein „metaphorischer Raum, in dem Aussagen verstärkt und Störgeräusche, etwa anders lautende Meinungen, geschluckt werden“.<ref name="Haim"/> Nutzer*innen in Echokammern werden permanent in ihren Ansichten einseitig bestärkt, weil sie ausschließlich mit Gleichgesinnten im Austausch sind. <ref name="Stangl"/> Echokammern und Filterblasen im Social Web bedingen in der Praxis gegenseitig, wenn in den sozial gefilterten Newsfeeds der Insassen einer solchen Echokammer vorwiegend ähnliche Inhalte auftauchen.<ref name="Geissert3"/> Echokammern existieren aber auch in der analogen Welt, wo sich Menschen schon immer mit Gleichgesinnten zusammentun. Mit dem Social Web sind heute allerdings ganz neue Möglichkeiten entstanden, um über weite räumliche Distanzen hinweg Gesprächspartner*innen mit ähnlichen Einstellungen und Vorlieben zu finden.<ref name="Montag2"/>

==Mögliche Gefahren von Filterblasen und Echokammern==

Mögliche Gefahren von Echokammern und Filterblasen werden vor allem im Zusammenhang damit diskutiert, dass sich Fake News über Soziale Medien deutlich schneller verbreiten als reale Nachrichten.<ref name="Montag3"/> Befürchtet wird, dass Nutzer*innen in Filterblasen und digitalen Echokammern durch das Konsumieren homogener Inhalte und die permanente Bestätigung aus ihrem digitalen sozialen Umfeld ein einseitiges Weltbild entwickeln. Vertreter*innen radikaler Minderheitsmeinungen können sich so nicht nur weiter zu radikalisieren, sondern auch fälschlicherweise den Eindruck gewinnen, eine Mehrheitsmeinung zu vertreten. Jenseits von politischem oder religiösem Extremismus kann es weitere Gefahren für die Demokratie und das gesellschaftliche Miteinander geben, wenn Menschen sich ihre Meinung nur noch in abgeschlossenen Filterblasen und Echokammern bilden. Die Wahrnehmungen und Einstellungen unterschiedlicher Gruppen in der Gesellschaft entfernen sich dann immer weiter voneinander. Mit zunehmender Polarisierung droht eine Spaltung in unversöhnliche Lager, die nicht mehr zu einem demokratischen Kompromiss fähig sind.<ref name="Stark4"/>

==Bisherige Erkenntnisse zur Verbreitung und Bedeutung von Filterblasen und Echokammern==
Nach wissenschaftlichen Erkenntnissen sind Filterblasen deutlich weniger verbreitet und bedeutend, als von Pariser angenommen. Für Suchmaschinen wie Google zeigten Simulationsstudien mit vorher trainierten „Testaccounts“ mehrheitlich kaum Filterblaseneffekte. Keine oder nur geringe Unterschiede bei den Suchergebnissen unterschiedlicher Nutzer*innen aus, die mit den gleichen Begriffen nach Nachrichten oder Informationen zu prominenten Politiker*innen suchten, zeigte eine Studie auf Basis des Datenspendeprojekts vor der Bundestagswahl 2017. Ausgewertet wurden dafür die Daten, die Nutzer*innen über ihre Suchen und Suchergebnisse via Plug-in im Browser gespendet hatten. Insgesamt sind also eher andere Faktoren, wie der Grad der Suchmaschinenoptimierung einer Internetseite, entscheidend für das Ranking in Suchmaschinen.
Zunehmend in den Fokus der Diskussion um einseitige Informationsaufnahme im Social Web ist die Auswahl der Inhalten durch die Nutzer*innen selbst gerückt. Die Nutzung von über Social Software bereitgestellten Inhalten ist demnach nicht nur durch algorhitmische Filterung, sondern eigene (bewusste oder unbewusste) Entscheidungen bedingt. So zeigte eine Untersuchung von Facebooknutzer*innen in den USA, dass gezielt eher die Inhalte im Newsfeed angeklickt werden, in dem eigenen Weltbild entsprechen. Abgeglichen wurde das Klickverhalten der Nutzer*innen mit ihren Angaben zu ihrer politischen Einstellung (liberal oder konservativ) im eigenen Profil. (13)
Auch wird die Annahme weit verbreiteter meinungshomogener Netzwerke im Social Web dahingehend in Frage gestellt, als dass die Vernetzung dort viel weitreichender als in der analogen Welt ist. Basierend eher auf losen Verbindungen und oberflächlichen Beziehungen (so genannten weak ties), steigt die Wahrscheinlichkeit, im eigenen Netzwerk Personen mit heterogenen Einstellungen zu unterschiedlichen Lebensbereichen und gesellschaftspolitischen Themen zu haben. Damit sind Nutzer*innen im Social Web potentiell sogar einer größeren Meinungsvielfalt ausgesetzt als in der analogen Welt. (14)

Dennoch befürchten Forscher*innen, dass Filterblasen und Echokammern für die Radikalisierung von Personen eine Rolle spielen, die bereits mit der Neigung zu extremistischen Einstellungen ins Social Web gekommen sind. Hinzukommt, dass Menschen auf Plattformen im Social Web intensiver auf emotionalisierende Inhalte und extreme Äußerungen reagieren. Durch ihre Reaktionen bringen sie diese - gewollt oder ungewollt - algorhitmisch in den News-Feeds der anderen nach oben. (15)
Auch wenn nach Desinformation durch Filterblasen im Social Web nach aktuellem Forschungsstand im Gegensatz zu Parisers ursprünglicher kein Massenphänomen ist, im Social Web ist die Entstehung von Filterblasen und Echokammern im Zusammenspiel den Nutzer*innenentscheidung bei der Vernetzung und der Nutzung von Inhalten prinzipiell möglich. Jedoch gibt dort auch einzelne Angebote, die Filterblasen- und Echokammereffekten bewusst entgegenwirken sollen: Über die Plattform "Diskutier mit mir" können sich Nutzer*innen annonym mit Menschen verbinden, die eine andere politische Meinung zu einem bestimmten Thema haben. (16)

==Einzelnachweise==

<references>

<ref name="MADS">Friedrich, Greta: ''Was ist eine Filterblase.'' '[https://mads.de/was-ist-eine-filterblase]. Zugriff 25.02.2021 </ref>
</references>

<ref name= "Geissert1"> Geissert, Clemens (2019): ''Filterblasen und Echokammern im Social Web.'' [https://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf] [Zugriff 25.02.2021], S.4

(3) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 10f

(4) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 2ff

(5) Geissert, Clemens (2019): Filterblasen und Echokammern im Social Web. https://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf [Zugriff 25.02.2021], S.10

(6) Montag, Christian (2018): Filterblasen: „Wie wirken sich Filterblasen unter Berücksichtigung von Persönlichkeit auf (politische) Einstellung aus?“ https://www.isdglobal.org/wp-content/uploads/2018/09/ISD-NetzDG-Report-German-FINAL-26.9.18.pdf#page=31 [Zugriff 25.02.2021] S. 33

(7) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 3

(8) Haim, Mario: Echokammer. Journalistikon. das Wörterbuch der Journalistik. https://journalistikon.de/echokammer/ [Zugriff 25.02.2021]

(9) Stangl, Werner: Stichwort: 'Echokammer-Effekt'. Online Lexikon für Psychologie und Pädagogik. https://lexikon.stangl.eu/30157/echokammer-effekt [Zugriff 25.02.2021]

(10) Geissert, Clemens (2019): Filterblasen und Echokammern im Social Web. https://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf [Zugriff 25.02.2021], S.6

(9) Montag, Christian (2018): Filterblasen: „Wie wirken sich Filterblasen unter Berücksichtigung von Persönlichkeit auf (politische) Einstellung aus?“ https://www.isdglobal.org/wp-content/uploads/2018/09/ISD-NetzDG-Report-German-FINAL-26.9.18.pdf#page=31 [Zugriff 25.02.2021] S. 31f

(11) Montag, Christian (2018): Filterblasen: „Wie wirken sich Filterblasen unter Berücksichtigung von Persönlichkeit auf (politische) Einstellung aus?“, in: https://www.isdglobal.org/wp-content/uploads/2018/09/ISD-NetzDG-Report-German-FINAL-26.9.18.pdf#page=31 S. 36

(12) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 4f

(13) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 5ff

(14) Geissert, Clemens (2019): Filterblasen und Echokammern im Social Web. https://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf [Zugriff 25.02.2021], S.16

(15) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 10f

(16) https://www.diskutiermitmir.de/#/about-us

<references>

Filterblase

2021-02-26T13:59:51Z

Decaxoza: /* Filterblasen und Echokammer-Effekte */

==Definition==

Der Begriff der Filterblase (engl. filter bubble) geht auf den US-amerikanischen Internetaktivisten Eli Pariser und sein 2011 erschienenes Buch „The Filter Bubble: What the Internet is Hiding from You“ (auf Deutsch: „Filterblase: Wie wir im Internet entmündigt werden“) zurück.<ref name="MADS"/> Filterblasen sind ein Phänomen des Internetzeitalters und drücken sich laut Pariser darin aus, dass im Internet „A unique Universe of information for each of us“ (Ein einzigartiges Universum an Informationen für jeden von uns) entsteht.<ref name="Geissert1"/> Filterblasen können dabei als müssen dabei nicht unbedingt als Kontinuum verstehen: Entscheidend ist nicht ob, sondern bis zu welchem Grad die*der Einzelne in einer Filterblase steckt.<ref name="Stark1"/>

===Entstehung von Filterblasen===

Laut Pariser entstehen Filterblasen im Internet dadurch, dass Suchmaschinen, die im Internet als Vermittler von Inhalten zwischen den Nutzer*innen stehen, Inhalte für die*den Einzelnen vorsortieren und filtern. Für die gegenwärtige Diskussion des Phänomens Filterblase ist auch relevant, dass diese Art der Filterung auch auf Social Media Plattformen stattfindet. Diese Filter in Social Software dienen der Personalisierung und damit der Anpassung von Social Software an die Vorlieben individueller Nutzer*innen. Algorhytmen analysieren auf Basis von Profilangaben und bisherigem Nutzungsverhalten, welche Inhalte die einzelnen Nutzer*innen besonders interessieren und sorgen dafür, dass solche und ähnliche Inhalte in Zukunft verstärkt in ihrem Feed angezeigt werden. Zudem erhalten sie Vorschläge für entsprechende neue Kanäle zum Abonnieren oder weitere Produkte zum Kauf. Diese Form der Personalisierung beruht zunächst auf dem aktivem Verhalten der Nutzer*innen, wie dem Suchen eines bestimmten Begriffs, dem Liken eines Facebook-Posts, dem Merken eines bestimmten Produkts oder dem Abonnieren eines Twitter-/ oder Youtube-Kanals. Sie verselbständigt sich, da anhand der bisher bekannten Präferenzen der Nutzer*innen mit Hilfe der Algorithmen darauf geschlossen wird, welche Inhalte diese zukünftig konsumieren möchten. Um die*den Einzelnen baut sich so eine Filterblase auf, die um so undurchlässiger wird, je mehr ähnliche Inhalte sie*er anklickt. Einige Plattformen nutzen für die algorhitmische Personalisierung ihrer Social Software zusätzlich Daten aus dem Netzwerk der Nutzer*innen, so genannte soziale Filter. Der Verwendung solcher sozialen Filter liegt die Annahme zu Grunde, dass im Internet miteinander vernetzte Menschen ähnliche Vorlieben haben (so genannte Homophilie).<ref name="Stark2"/> Pariser glaubte, dass Nutzer*innen in eine Filterblase geraten und bleiben dort gefangen bleiben können, ohne es zu bemerken. Denn dass die Algorithmen Annahmen über sie treffen und welche das konkret sind, ist ihnen nicht direkt transparent oder möglicherweise auch gar nicht bekannt.<ref name="Geissert2"/>

Ziel dieser Personalisierung ist es Nutzer*innen nach dem Einloggen möglichst lange auf Plattform zu halten. Dadurch hinterlassen sie viele weitere digitale Nutzungsdaten, was für die Plattformen letztendlich höhere Einnahmen bedeutet, z.B. dank personalisierter Werbung.<ref name="Montag1"/>

===Filterblasen und Echokammer-Effekte===
Im Zusammenhang mit Filterblasen steht der so genannte Echokammer-Effekt, der manchmal fälschlich auch synonym für Filterblasen verwendet wird. Echokammern (engl. echo chamber) sind Diskussionsräume im Social Web, in denen einer*m Nutzer*in ihre*seine Meinung als Echo von den anderen Insassen zurückgeworfen wird.<ref name="Stark3"/> Eine Echokammer ist somit ein „metaphorischer Raum, in dem Aussagen verstärkt und Störgeräusche, etwa anders lautende Meinungen, geschluckt werden“.<ref name="Haim"/> Nutzer*innen in Echokammern werden permanent in ihren Ansichten einseitig bestärkt, weil sie ausschließlich mit Gleichgesinnten im Austausch sind. <ref name="Stangl"/> Echokammern und Filterblasen im Social Web bedingen in der Praxis gegenseitig, wenn in den sozial gefilterten Newsfeeds der Insassen einer solchen Echokammer vorwiegend ähnliche Inhalte auftauchen.<ref name="Geissert3"/> Echokammern existieren aber auch in der analogen Welt, wo sich Menschen schon immer mit Gleichgesinnten zusammentun. Mit dem Social Web sind heute allerdings ganz neue Möglichkeiten entstanden, um über weite räumliche Distanzen hinweg Gesprächspartner*innen mit ähnlichen Einstellungen und Vorlieben zu finden.<ref name="Montag2"/>

==Mögliche Gefahren von Filterblasen und Echokammern==

Mögliche Gefahren von Echokammern und Filterblasen werden vor allem im Zusammenhang damit diskutiert, dass sich Fake News über Soziale Medien deutlich schneller verbreiten als reale Nachrichten. (10) Befürchtet wird, dass Nutzer*innen in Filterblasen und digitalen Echokammern durch das Konsumieren homogener Inhalte und die permanente Bestätigung aus ihrem digitalen sozialen Umfeld ein einseitiges Weltbild entwickeln. Vertreter*innen radikaler Minderheitsmeinungen können sich so nicht nur weiter zu radikalisieren, sondern auch fälschlicherweise den Eindruck gewinnen, eine Mehrheitsmeinung zu vertreten. Jenseits von politischem oder religiösem Extremismus kann es weitere Gefahren für die Demokratie und das gesellschaftliche Miteinander geben, wenn Menschen sich ihre Meinung nur noch in abgeschlossenen Filterblasen und Echokammern bilden. Die Wahrnehmungen und Einstellungen unterschiedlicher Gruppen in der Gesellschaft entfernen sich dann immer weiter voneinander. Mit zunehmender Polarisierung droht eine Spaltung in unversöhnliche Lager, die nicht mehr zu einem demokratischen Kompromiss fähig sind. (12)

==Bisherige Erkenntnisse zur Verbreitung und Bedeutung von Filterblasen und Echokammern==
Nach wissenschaftlichen Erkenntnissen sind Filterblasen deutlich weniger verbreitet und bedeutend, als von Pariser angenommen. Für Suchmaschinen wie Google zeigten Simulationsstudien mit vorher trainierten „Testaccounts“ mehrheitlich kaum Filterblaseneffekte. Keine oder nur geringe Unterschiede bei den Suchergebnissen unterschiedlicher Nutzer*innen aus, die mit den gleichen Begriffen nach Nachrichten oder Informationen zu prominenten Politiker*innen suchten, zeigte eine Studie auf Basis des Datenspendeprojekts vor der Bundestagswahl 2017. Ausgewertet wurden dafür die Daten, die Nutzer*innen über ihre Suchen und Suchergebnisse via Plug-in im Browser gespendet hatten. Insgesamt sind also eher andere Faktoren, wie der Grad der Suchmaschinenoptimierung einer Internetseite, entscheidend für das Ranking in Suchmaschinen.
Zunehmend in den Fokus der Diskussion um einseitige Informationsaufnahme im Social Web ist die Auswahl der Inhalten durch die Nutzer*innen selbst gerückt. Die Nutzung von über Social Software bereitgestellten Inhalten ist demnach nicht nur durch algorhitmische Filterung, sondern eigene (bewusste oder unbewusste) Entscheidungen bedingt. So zeigte eine Untersuchung von Facebooknutzer*innen in den USA, dass gezielt eher die Inhalte im Newsfeed angeklickt werden, in dem eigenen Weltbild entsprechen. Abgeglichen wurde das Klickverhalten der Nutzer*innen mit ihren Angaben zu ihrer politischen Einstellung (liberal oder konservativ) im eigenen Profil. (13)
Auch wird die Annahme weit verbreiteter meinungshomogener Netzwerke im Social Web dahingehend in Frage gestellt, als dass die Vernetzung dort viel weitreichender als in der analogen Welt ist. Basierend eher auf losen Verbindungen und oberflächlichen Beziehungen (so genannten weak ties), steigt die Wahrscheinlichkeit, im eigenen Netzwerk Personen mit heterogenen Einstellungen zu unterschiedlichen Lebensbereichen und gesellschaftspolitischen Themen zu haben. Damit sind Nutzer*innen im Social Web potentiell sogar einer größeren Meinungsvielfalt ausgesetzt als in der analogen Welt. (14)

Dennoch befürchten Forscher*innen, dass Filterblasen und Echokammern für die Radikalisierung von Personen eine Rolle spielen, die bereits mit der Neigung zu extremistischen Einstellungen ins Social Web gekommen sind. Hinzukommt, dass Menschen auf Plattformen im Social Web intensiver auf emotionalisierende Inhalte und extreme Äußerungen reagieren. Durch ihre Reaktionen bringen sie diese - gewollt oder ungewollt - algorhitmisch in den News-Feeds der anderen nach oben. (15)
Auch wenn nach Desinformation durch Filterblasen im Social Web nach aktuellem Forschungsstand im Gegensatz zu Parisers ursprünglicher kein Massenphänomen ist, im Social Web ist die Entstehung von Filterblasen und Echokammern im Zusammenspiel den Nutzer*innenentscheidung bei der Vernetzung und der Nutzung von Inhalten prinzipiell möglich. Jedoch gibt dort auch einzelne Angebote, die Filterblasen- und Echokammereffekten bewusst entgegenwirken sollen: Über die Plattform "Diskutier mit mir" können sich Nutzer*innen annonym mit Menschen verbinden, die eine andere politische Meinung zu einem bestimmten Thema haben. (16)

==Einzelnachweise==

<references>

<ref name="MADS">Friedrich, Greta: ''Was ist eine Filterblase.'' '[https://mads.de/was-ist-eine-filterblase]. Zugriff 25.02.2021 </ref>
</references>

<ref name= "Geissert1"> Geissert, Clemens (2019): ''Filterblasen und Echokammern im Social Web.'' [https://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf] [Zugriff 25.02.2021], S.4

(3) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 10f

(4) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 2ff

(5) Geissert, Clemens (2019): Filterblasen und Echokammern im Social Web. https://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf [Zugriff 25.02.2021], S.10

(6) Montag, Christian (2018): Filterblasen: „Wie wirken sich Filterblasen unter Berücksichtigung von Persönlichkeit auf (politische) Einstellung aus?“ https://www.isdglobal.org/wp-content/uploads/2018/09/ISD-NetzDG-Report-German-FINAL-26.9.18.pdf#page=31 [Zugriff 25.02.2021] S. 33

(7) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 3

(8) Haim, Mario: Echokammer. Journalistikon. das Wörterbuch der Journalistik. https://journalistikon.de/echokammer/ [Zugriff 25.02.2021]

(9) Stangl, Werner: Stichwort: 'Echokammer-Effekt'. Online Lexikon für Psychologie und Pädagogik. https://lexikon.stangl.eu/30157/echokammer-effekt [Zugriff 25.02.2021]

(10) Geissert, Clemens (2019): Filterblasen und Echokammern im Social Web. https://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf [Zugriff 25.02.2021], S.6

(9) Montag, Christian (2018): Filterblasen: „Wie wirken sich Filterblasen unter Berücksichtigung von Persönlichkeit auf (politische) Einstellung aus?“ https://www.isdglobal.org/wp-content/uploads/2018/09/ISD-NetzDG-Report-German-FINAL-26.9.18.pdf#page=31 [Zugriff 25.02.2021] S. 31f

(11) Montag, Christian (2018): Filterblasen: „Wie wirken sich Filterblasen unter Berücksichtigung von Persönlichkeit auf (politische) Einstellung aus?“, in: https://www.isdglobal.org/wp-content/uploads/2018/09/ISD-NetzDG-Report-German-FINAL-26.9.18.pdf#page=31 S. 36

(12) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 4f

(13) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 5ff

(14) Geissert, Clemens (2019): Filterblasen und Echokammern im Social Web. https://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf [Zugriff 25.02.2021], S.16

(15) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 10f

(16) https://www.diskutiermitmir.de/#/about-us

<references>

Filterblase

2021-02-26T13:57:50Z

Decaxoza: /* Entstehung von Filterblasen */

==Definition==

Der Begriff der Filterblase (engl. filter bubble) geht auf den US-amerikanischen Internetaktivisten Eli Pariser und sein 2011 erschienenes Buch „The Filter Bubble: What the Internet is Hiding from You“ (auf Deutsch: „Filterblase: Wie wir im Internet entmündigt werden“) zurück.<ref name="MADS"/> Filterblasen sind ein Phänomen des Internetzeitalters und drücken sich laut Pariser darin aus, dass im Internet „A unique Universe of information for each of us“ (Ein einzigartiges Universum an Informationen für jeden von uns) entsteht.<ref name="Geissert1"/> Filterblasen können dabei als müssen dabei nicht unbedingt als Kontinuum verstehen: Entscheidend ist nicht ob, sondern bis zu welchem Grad die*der Einzelne in einer Filterblase steckt.<ref name="Stark1"/>

===Entstehung von Filterblasen===

Laut Pariser entstehen Filterblasen im Internet dadurch, dass Suchmaschinen, die im Internet als Vermittler von Inhalten zwischen den Nutzer*innen stehen, Inhalte für die*den Einzelnen vorsortieren und filtern. Für die gegenwärtige Diskussion des Phänomens Filterblase ist auch relevant, dass diese Art der Filterung auch auf Social Media Plattformen stattfindet. Diese Filter in Social Software dienen der Personalisierung und damit der Anpassung von Social Software an die Vorlieben individueller Nutzer*innen. Algorhytmen analysieren auf Basis von Profilangaben und bisherigem Nutzungsverhalten, welche Inhalte die einzelnen Nutzer*innen besonders interessieren und sorgen dafür, dass solche und ähnliche Inhalte in Zukunft verstärkt in ihrem Feed angezeigt werden. Zudem erhalten sie Vorschläge für entsprechende neue Kanäle zum Abonnieren oder weitere Produkte zum Kauf. Diese Form der Personalisierung beruht zunächst auf dem aktivem Verhalten der Nutzer*innen, wie dem Suchen eines bestimmten Begriffs, dem Liken eines Facebook-Posts, dem Merken eines bestimmten Produkts oder dem Abonnieren eines Twitter-/ oder Youtube-Kanals. Sie verselbständigt sich, da anhand der bisher bekannten Präferenzen der Nutzer*innen mit Hilfe der Algorithmen darauf geschlossen wird, welche Inhalte diese zukünftig konsumieren möchten. Um die*den Einzelnen baut sich so eine Filterblase auf, die um so undurchlässiger wird, je mehr ähnliche Inhalte sie*er anklickt. Einige Plattformen nutzen für die algorhitmische Personalisierung ihrer Social Software zusätzlich Daten aus dem Netzwerk der Nutzer*innen, so genannte soziale Filter. Der Verwendung solcher sozialen Filter liegt die Annahme zu Grunde, dass im Internet miteinander vernetzte Menschen ähnliche Vorlieben haben (so genannte Homophilie).<ref name="Stark2"/> Pariser glaubte, dass Nutzer*innen in eine Filterblase geraten und bleiben dort gefangen bleiben können, ohne es zu bemerken. Denn dass die Algorithmen Annahmen über sie treffen und welche das konkret sind, ist ihnen nicht direkt transparent oder möglicherweise auch gar nicht bekannt.<ref name="Geissert2"/>

Ziel dieser Personalisierung ist es Nutzer*innen nach dem Einloggen möglichst lange auf Plattform zu halten. Dadurch hinterlassen sie viele weitere digitale Nutzungsdaten, was für die Plattformen letztendlich höhere Einnahmen bedeutet, z.B. dank personalisierter Werbung.<ref name="Montag1"/>

===Filterblasen und Echokammer-Effekte===
Im Zusammenhang mit Filterblasen steht der so genannte Echokammer-Effekt, der manchmal fälschlich auch synonym für Filterblasen verwendet wird. Echokammern (engl. echo chamber) sind Diskussionsräume im Social Web, in denen einer*m Nutzer*in ihre*seine Meinung als Echo von den anderen Insassen zurückgeworfen wird. (7) Eine Echokammer ist somit ein „metaphorischer Raum, in dem Aussagen verstärkt und Störgeräusche, etwa anders lautende Meinungen, geschluckt werden“. (8) Nutzer*innen in Echokammern werden permanent in ihren Ansichten einseitig bestärkt, weil sie ausschließlich mit Gleichgesinnten im Austausch sind. (9) Echokammern und Filterblasen im Social Web bedingen in der Praxis gegenseitig, wenn in den sozial gefilterten Newsfeeds der Insassen einer solchen Echokammer vorwiegend ähnliche Inhalte auftauchen. (10) Echokammern existieren aber auch in der analogen Welt, wo sich Menschen schon immer mit Gleichgesinnten zusammentun. Mit dem Social Web sind heute allerdings ganz neue Möglichkeiten entstanden, um über weite räumliche Distanzen hinweg Gesprächspartner*innen mit ähnlichen Einstellungen und Vorlieben zu finden. (11)

==Mögliche Gefahren von Filterblasen und Echokammern==

Mögliche Gefahren von Echokammern und Filterblasen werden vor allem im Zusammenhang damit diskutiert, dass sich Fake News über Soziale Medien deutlich schneller verbreiten als reale Nachrichten. (10) Befürchtet wird, dass Nutzer*innen in Filterblasen und digitalen Echokammern durch das Konsumieren homogener Inhalte und die permanente Bestätigung aus ihrem digitalen sozialen Umfeld ein einseitiges Weltbild entwickeln. Vertreter*innen radikaler Minderheitsmeinungen können sich so nicht nur weiter zu radikalisieren, sondern auch fälschlicherweise den Eindruck gewinnen, eine Mehrheitsmeinung zu vertreten. Jenseits von politischem oder religiösem Extremismus kann es weitere Gefahren für die Demokratie und das gesellschaftliche Miteinander geben, wenn Menschen sich ihre Meinung nur noch in abgeschlossenen Filterblasen und Echokammern bilden. Die Wahrnehmungen und Einstellungen unterschiedlicher Gruppen in der Gesellschaft entfernen sich dann immer weiter voneinander. Mit zunehmender Polarisierung droht eine Spaltung in unversöhnliche Lager, die nicht mehr zu einem demokratischen Kompromiss fähig sind. (12)

==Bisherige Erkenntnisse zur Verbreitung und Bedeutung von Filterblasen und Echokammern==
Nach wissenschaftlichen Erkenntnissen sind Filterblasen deutlich weniger verbreitet und bedeutend, als von Pariser angenommen. Für Suchmaschinen wie Google zeigten Simulationsstudien mit vorher trainierten „Testaccounts“ mehrheitlich kaum Filterblaseneffekte. Keine oder nur geringe Unterschiede bei den Suchergebnissen unterschiedlicher Nutzer*innen aus, die mit den gleichen Begriffen nach Nachrichten oder Informationen zu prominenten Politiker*innen suchten, zeigte eine Studie auf Basis des Datenspendeprojekts vor der Bundestagswahl 2017. Ausgewertet wurden dafür die Daten, die Nutzer*innen über ihre Suchen und Suchergebnisse via Plug-in im Browser gespendet hatten. Insgesamt sind also eher andere Faktoren, wie der Grad der Suchmaschinenoptimierung einer Internetseite, entscheidend für das Ranking in Suchmaschinen.
Zunehmend in den Fokus der Diskussion um einseitige Informationsaufnahme im Social Web ist die Auswahl der Inhalten durch die Nutzer*innen selbst gerückt. Die Nutzung von über Social Software bereitgestellten Inhalten ist demnach nicht nur durch algorhitmische Filterung, sondern eigene (bewusste oder unbewusste) Entscheidungen bedingt. So zeigte eine Untersuchung von Facebooknutzer*innen in den USA, dass gezielt eher die Inhalte im Newsfeed angeklickt werden, in dem eigenen Weltbild entsprechen. Abgeglichen wurde das Klickverhalten der Nutzer*innen mit ihren Angaben zu ihrer politischen Einstellung (liberal oder konservativ) im eigenen Profil. (13)
Auch wird die Annahme weit verbreiteter meinungshomogener Netzwerke im Social Web dahingehend in Frage gestellt, als dass die Vernetzung dort viel weitreichender als in der analogen Welt ist. Basierend eher auf losen Verbindungen und oberflächlichen Beziehungen (so genannten weak ties), steigt die Wahrscheinlichkeit, im eigenen Netzwerk Personen mit heterogenen Einstellungen zu unterschiedlichen Lebensbereichen und gesellschaftspolitischen Themen zu haben. Damit sind Nutzer*innen im Social Web potentiell sogar einer größeren Meinungsvielfalt ausgesetzt als in der analogen Welt. (14)

Dennoch befürchten Forscher*innen, dass Filterblasen und Echokammern für die Radikalisierung von Personen eine Rolle spielen, die bereits mit der Neigung zu extremistischen Einstellungen ins Social Web gekommen sind. Hinzukommt, dass Menschen auf Plattformen im Social Web intensiver auf emotionalisierende Inhalte und extreme Äußerungen reagieren. Durch ihre Reaktionen bringen sie diese - gewollt oder ungewollt - algorhitmisch in den News-Feeds der anderen nach oben. (15)
Auch wenn nach Desinformation durch Filterblasen im Social Web nach aktuellem Forschungsstand im Gegensatz zu Parisers ursprünglicher kein Massenphänomen ist, im Social Web ist die Entstehung von Filterblasen und Echokammern im Zusammenspiel den Nutzer*innenentscheidung bei der Vernetzung und der Nutzung von Inhalten prinzipiell möglich. Jedoch gibt dort auch einzelne Angebote, die Filterblasen- und Echokammereffekten bewusst entgegenwirken sollen: Über die Plattform "Diskutier mit mir" können sich Nutzer*innen annonym mit Menschen verbinden, die eine andere politische Meinung zu einem bestimmten Thema haben. (16)

==Einzelnachweise==

<references>

<ref name="MADS">Friedrich, Greta: ''Was ist eine Filterblase.'' '[https://mads.de/was-ist-eine-filterblase]. Zugriff 25.02.2021 </ref>
</references>

<ref name= "Geissert1"> Geissert, Clemens (2019): ''Filterblasen und Echokammern im Social Web.'' [https://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf] [Zugriff 25.02.2021], S.4

(3) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 10f

(4) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 2ff

(5) Geissert, Clemens (2019): Filterblasen und Echokammern im Social Web. https://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf [Zugriff 25.02.2021], S.10

(6) Montag, Christian (2018): Filterblasen: „Wie wirken sich Filterblasen unter Berücksichtigung von Persönlichkeit auf (politische) Einstellung aus?“ https://www.isdglobal.org/wp-content/uploads/2018/09/ISD-NetzDG-Report-German-FINAL-26.9.18.pdf#page=31 [Zugriff 25.02.2021] S. 33

(7) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 3

(8) Haim, Mario: Echokammer. Journalistikon. das Wörterbuch der Journalistik. https://journalistikon.de/echokammer/ [Zugriff 25.02.2021]

(9) Stangl, Werner: Stichwort: 'Echokammer-Effekt'. Online Lexikon für Psychologie und Pädagogik. https://lexikon.stangl.eu/30157/echokammer-effekt [Zugriff 25.02.2021]

(10) Geissert, Clemens (2019): Filterblasen und Echokammern im Social Web. https://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf [Zugriff 25.02.2021], S.6

(9) Montag, Christian (2018): Filterblasen: „Wie wirken sich Filterblasen unter Berücksichtigung von Persönlichkeit auf (politische) Einstellung aus?“ https://www.isdglobal.org/wp-content/uploads/2018/09/ISD-NetzDG-Report-German-FINAL-26.9.18.pdf#page=31 [Zugriff 25.02.2021] S. 31f

(11) Montag, Christian (2018): Filterblasen: „Wie wirken sich Filterblasen unter Berücksichtigung von Persönlichkeit auf (politische) Einstellung aus?“, in: https://www.isdglobal.org/wp-content/uploads/2018/09/ISD-NetzDG-Report-German-FINAL-26.9.18.pdf#page=31 S. 36

(12) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 4f

(13) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 5ff

(14) Geissert, Clemens (2019): Filterblasen und Echokammern im Social Web. https://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf [Zugriff 25.02.2021], S.16

(15) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 10f

(16) https://www.diskutiermitmir.de/#/about-us

<references>

Filterblase

2021-02-26T13:55:15Z

Decaxoza: /* Definition */

==Definition==

Der Begriff der Filterblase (engl. filter bubble) geht auf den US-amerikanischen Internetaktivisten Eli Pariser und sein 2011 erschienenes Buch „The Filter Bubble: What the Internet is Hiding from You“ (auf Deutsch: „Filterblase: Wie wir im Internet entmündigt werden“) zurück.<ref name="MADS"/> Filterblasen sind ein Phänomen des Internetzeitalters und drücken sich laut Pariser darin aus, dass im Internet „A unique Universe of information for each of us“ (Ein einzigartiges Universum an Informationen für jeden von uns) entsteht.<ref name="Geissert1"/> Filterblasen können dabei als müssen dabei nicht unbedingt als Kontinuum verstehen: Entscheidend ist nicht ob, sondern bis zu welchem Grad die*der Einzelne in einer Filterblase steckt.<ref name="Stark1"/>

===Entstehung von Filterblasen===

Laut Pariser entstehen Filterblasen im Internet dadurch, dass Suchmaschinen, die im Internet als Vermittler von Inhalten zwischen den Nutzer*innen stehen, Inhalte für die*den Einzelnen vorsortieren und filtern. Für die gegenwärtige Diskussion des Phänomens Filterblase ist auch relevant, dass diese Art der Filterung auch auf Social Media Plattformen stattfindet. Diese Filter in Social Software dienen der Personalisierung und damit der Anpassung von Social Software an die Vorlieben individueller Nutzer*innen. Algorhytmen analysieren auf Basis von Profilangaben und bisherigem Nutzungsverhalten, welche Inhalte die einzelnen Nutzer*innen besonders interessieren und sorgen dafür, dass solche und ähnliche Inhalte in Zukunft verstärkt in ihrem Feed angezeigt werden. Zudem erhalten sie Vorschläge für entsprechende neue Kanäle zum Abonnieren oder weitere Produkte zum Kauf. Diese Form der Personalisierung beruht zunächst auf dem aktivem Verhalten der Nutzer*innen, wie dem Suchen eines bestimmten Begriffs, dem Liken eines Facebook-Posts, dem Merken eines bestimmten Produkts oder dem Abonnieren eines Twitter-/ oder Youtube-Kanals. Sie verselbständigt sich, da anhand der bisher bekannten Präferenzen der Nutzer*innen mit Hilfe der Algorithmen darauf geschlossen wird, welche Inhalte diese zukünftig konsumieren möchten. Um die*den Einzelnen baut sich so eine Filterblase auf, die um so undurchlässiger wird, je mehr ähnliche Inhalte sie*er anklickt. Einige Plattformen nutzen für die algorhitmische Personalisierung ihrer Social Software zusätzlich Daten aus dem Netzwerk der Nutzer*innen, so genannte soziale Filter. Der Verwendung solcher sozialen Filter liegt die Annahme zu Grunde, dass im Internet miteinander vernetzte Menschen ähnliche Vorlieben haben (so genannte Homophilie).<ref name="Stark2"/> Pariser glaubte, dass Nutzer*innen in eine Filterblase geraten und bleiben dort gefangen bleiben können, ohne es zu bemerken. Denn dass die Algorithmen Annahmen über sie treffen und welche das konkret sind, ist ihnen nicht direkt transparent oder möglicherweise auch gar nicht bekannt.<ref name="Geissert2"/>

Ziel dieser Personalisierung ist es Nutzer*innen nach dem Einloggen möglichst lange auf Plattform zu halten. Dadurch hinterlassen sie viele weitere digitale Nutzungsdaten, was für die Plattformen letztendlich höhere Einnahmen bedeutet, z.B. dank personalisierter Werbung. (6)

===Filterblasen und Echokammer-Effekte===
Im Zusammenhang mit Filterblasen steht der so genannte Echokammer-Effekt, der manchmal fälschlich auch synonym für Filterblasen verwendet wird. Echokammern (engl. echo chamber) sind Diskussionsräume im Social Web, in denen einer*m Nutzer*in ihre*seine Meinung als Echo von den anderen Insassen zurückgeworfen wird. (7) Eine Echokammer ist somit ein „metaphorischer Raum, in dem Aussagen verstärkt und Störgeräusche, etwa anders lautende Meinungen, geschluckt werden“. (8) Nutzer*innen in Echokammern werden permanent in ihren Ansichten einseitig bestärkt, weil sie ausschließlich mit Gleichgesinnten im Austausch sind. (9) Echokammern und Filterblasen im Social Web bedingen in der Praxis gegenseitig, wenn in den sozial gefilterten Newsfeeds der Insassen einer solchen Echokammer vorwiegend ähnliche Inhalte auftauchen. (10) Echokammern existieren aber auch in der analogen Welt, wo sich Menschen schon immer mit Gleichgesinnten zusammentun. Mit dem Social Web sind heute allerdings ganz neue Möglichkeiten entstanden, um über weite räumliche Distanzen hinweg Gesprächspartner*innen mit ähnlichen Einstellungen und Vorlieben zu finden. (11)

==Mögliche Gefahren von Filterblasen und Echokammern==

Mögliche Gefahren von Echokammern und Filterblasen werden vor allem im Zusammenhang damit diskutiert, dass sich Fake News über Soziale Medien deutlich schneller verbreiten als reale Nachrichten. (10) Befürchtet wird, dass Nutzer*innen in Filterblasen und digitalen Echokammern durch das Konsumieren homogener Inhalte und die permanente Bestätigung aus ihrem digitalen sozialen Umfeld ein einseitiges Weltbild entwickeln. Vertreter*innen radikaler Minderheitsmeinungen können sich so nicht nur weiter zu radikalisieren, sondern auch fälschlicherweise den Eindruck gewinnen, eine Mehrheitsmeinung zu vertreten. Jenseits von politischem oder religiösem Extremismus kann es weitere Gefahren für die Demokratie und das gesellschaftliche Miteinander geben, wenn Menschen sich ihre Meinung nur noch in abgeschlossenen Filterblasen und Echokammern bilden. Die Wahrnehmungen und Einstellungen unterschiedlicher Gruppen in der Gesellschaft entfernen sich dann immer weiter voneinander. Mit zunehmender Polarisierung droht eine Spaltung in unversöhnliche Lager, die nicht mehr zu einem demokratischen Kompromiss fähig sind. (12)

==Bisherige Erkenntnisse zur Verbreitung und Bedeutung von Filterblasen und Echokammern==
Nach wissenschaftlichen Erkenntnissen sind Filterblasen deutlich weniger verbreitet und bedeutend, als von Pariser angenommen. Für Suchmaschinen wie Google zeigten Simulationsstudien mit vorher trainierten „Testaccounts“ mehrheitlich kaum Filterblaseneffekte. Keine oder nur geringe Unterschiede bei den Suchergebnissen unterschiedlicher Nutzer*innen aus, die mit den gleichen Begriffen nach Nachrichten oder Informationen zu prominenten Politiker*innen suchten, zeigte eine Studie auf Basis des Datenspendeprojekts vor der Bundestagswahl 2017. Ausgewertet wurden dafür die Daten, die Nutzer*innen über ihre Suchen und Suchergebnisse via Plug-in im Browser gespendet hatten. Insgesamt sind also eher andere Faktoren, wie der Grad der Suchmaschinenoptimierung einer Internetseite, entscheidend für das Ranking in Suchmaschinen.
Zunehmend in den Fokus der Diskussion um einseitige Informationsaufnahme im Social Web ist die Auswahl der Inhalten durch die Nutzer*innen selbst gerückt. Die Nutzung von über Social Software bereitgestellten Inhalten ist demnach nicht nur durch algorhitmische Filterung, sondern eigene (bewusste oder unbewusste) Entscheidungen bedingt. So zeigte eine Untersuchung von Facebooknutzer*innen in den USA, dass gezielt eher die Inhalte im Newsfeed angeklickt werden, in dem eigenen Weltbild entsprechen. Abgeglichen wurde das Klickverhalten der Nutzer*innen mit ihren Angaben zu ihrer politischen Einstellung (liberal oder konservativ) im eigenen Profil. (13)
Auch wird die Annahme weit verbreiteter meinungshomogener Netzwerke im Social Web dahingehend in Frage gestellt, als dass die Vernetzung dort viel weitreichender als in der analogen Welt ist. Basierend eher auf losen Verbindungen und oberflächlichen Beziehungen (so genannten weak ties), steigt die Wahrscheinlichkeit, im eigenen Netzwerk Personen mit heterogenen Einstellungen zu unterschiedlichen Lebensbereichen und gesellschaftspolitischen Themen zu haben. Damit sind Nutzer*innen im Social Web potentiell sogar einer größeren Meinungsvielfalt ausgesetzt als in der analogen Welt. (14)

Dennoch befürchten Forscher*innen, dass Filterblasen und Echokammern für die Radikalisierung von Personen eine Rolle spielen, die bereits mit der Neigung zu extremistischen Einstellungen ins Social Web gekommen sind. Hinzukommt, dass Menschen auf Plattformen im Social Web intensiver auf emotionalisierende Inhalte und extreme Äußerungen reagieren. Durch ihre Reaktionen bringen sie diese - gewollt oder ungewollt - algorhitmisch in den News-Feeds der anderen nach oben. (15)
Auch wenn nach Desinformation durch Filterblasen im Social Web nach aktuellem Forschungsstand im Gegensatz zu Parisers ursprünglicher kein Massenphänomen ist, im Social Web ist die Entstehung von Filterblasen und Echokammern im Zusammenspiel den Nutzer*innenentscheidung bei der Vernetzung und der Nutzung von Inhalten prinzipiell möglich. Jedoch gibt dort auch einzelne Angebote, die Filterblasen- und Echokammereffekten bewusst entgegenwirken sollen: Über die Plattform "Diskutier mit mir" können sich Nutzer*innen annonym mit Menschen verbinden, die eine andere politische Meinung zu einem bestimmten Thema haben. (16)

==Einzelnachweise==

<references>

<ref name="MADS">Friedrich, Greta: ''Was ist eine Filterblase.'' '[https://mads.de/was-ist-eine-filterblase]. Zugriff 25.02.2021 </ref>
</references>

<ref name= "Geissert1"> Geissert, Clemens (2019): ''Filterblasen und Echokammern im Social Web.'' [https://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf] [Zugriff 25.02.2021], S.4

(3) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 10f

(4) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 2ff

(5) Geissert, Clemens (2019): Filterblasen und Echokammern im Social Web. https://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf [Zugriff 25.02.2021], S.10

(6) Montag, Christian (2018): Filterblasen: „Wie wirken sich Filterblasen unter Berücksichtigung von Persönlichkeit auf (politische) Einstellung aus?“ https://www.isdglobal.org/wp-content/uploads/2018/09/ISD-NetzDG-Report-German-FINAL-26.9.18.pdf#page=31 [Zugriff 25.02.2021] S. 33

(7) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 3

(8) Haim, Mario: Echokammer. Journalistikon. das Wörterbuch der Journalistik. https://journalistikon.de/echokammer/ [Zugriff 25.02.2021]

(9) Stangl, Werner: Stichwort: 'Echokammer-Effekt'. Online Lexikon für Psychologie und Pädagogik. https://lexikon.stangl.eu/30157/echokammer-effekt [Zugriff 25.02.2021]

(10) Geissert, Clemens (2019): Filterblasen und Echokammern im Social Web. https://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf [Zugriff 25.02.2021], S.6

(9) Montag, Christian (2018): Filterblasen: „Wie wirken sich Filterblasen unter Berücksichtigung von Persönlichkeit auf (politische) Einstellung aus?“ https://www.isdglobal.org/wp-content/uploads/2018/09/ISD-NetzDG-Report-German-FINAL-26.9.18.pdf#page=31 [Zugriff 25.02.2021] S. 31f

(11) Montag, Christian (2018): Filterblasen: „Wie wirken sich Filterblasen unter Berücksichtigung von Persönlichkeit auf (politische) Einstellung aus?“, in: https://www.isdglobal.org/wp-content/uploads/2018/09/ISD-NetzDG-Report-German-FINAL-26.9.18.pdf#page=31 S. 36

(12) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 4f

(13) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 5ff

(14) Geissert, Clemens (2019): Filterblasen und Echokammern im Social Web. https://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf [Zugriff 25.02.2021], S.16

(15) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 10f

(16) https://www.diskutiermitmir.de/#/about-us

<references>

Filterblase

2021-02-26T13:49:07Z

Decaxoza: /* Einzelnachweise */

==Definition==

Der Begriff der Filterblase (engl. filter bubble) geht auf den US-amerikanischen Internetaktivisten Eli Pariser und sein 2011 erschienenes Buch „The Filter Bubble: What the Internet is Hiding from You“ (auf Deutsch: „Filterblase: Wie wir im Internet entmündigt werden“) zurück.<ref name="MADS"/> Filterblasen sind ein Phänomen des Internetzeitalters und drücken sich laut Pariser darin aus, dass im Internet „A unique Universe of information for each of us“ (Ein einzigartiges Universum an Informationen für jeden von uns) entsteht. [2] Filterblasen können dabei als müssen dabei nicht unbedingt als Kontinuum verstehen: Entscheidend ist nicht ob, sondern bis zu welchem Grad die*der Einzelne in einer Filterblase steckt.[3]

===Entstehung von Filterblasen===

Laut Pariser entstehen Filterblasen im Internet dadurch, dass Suchmaschinen, die im Internet als Vermittler von Inhalten zwischen den Nutzer*innen stehen, Inhalte für die*den Einzelnen vorsortieren und filtern. Für die gegenwärtige Diskussion des Phänomens Filterblase ist auch relevant, dass diese Art der Filterung auch auf Social Media Plattformen stattfindet. Diese Filter in Social Software dienen der Personalisierung und damit der Anpassung von Social Software an die Vorlieben individueller Nutzer*innen. Algorhytmen analysieren auf Basis von Profilangaben und bisherigem Nutzungsverhalten, welche Inhalte die einzelnen Nutzer*innen besonders interessieren und sorgen dafür, dass solche und ähnliche Inhalte in Zukunft verstärkt in ihrem Feed angezeigt werden. Zudem erhalten sie Vorschläge für entsprechende neue Kanäle zum Abonnieren oder weitere Produkte zum Kauf. Diese Form der Personalisierung beruht zunächst auf dem aktivem Verhalten der Nutzer*innen, wie dem Suchen eines bestimmten Begriffs, dem Liken eines Facebook-Posts, dem Merken eines bestimmten Produkts oder dem Abonnieren eines Twitter-/ oder Youtube-Kanals. Sie verselbständigt sich, da anhand der bisher bekannten Präferenzen der Nutzer*innen mit Hilfe der Algorithmen darauf geschlossen wird, welche Inhalte diese zukünftig konsumieren möchten. Um die*den Einzelnen baut sich so eine Filterblase auf, die um so undurchlässiger wird, je mehr ähnliche Inhalte sie*er anklickt. Einige Plattformen nutzen für die algorhitmische Personalisierung ihrer Social Software zusätzlich Daten aus dem Netzwerk der Nutzer*innen, so genannte soziale Filter. Der Verwendung solcher sozialen Filter liegt die Annahme zu Grunde, dass im Internet miteinander vernetzte Menschen ähnliche Vorlieben haben (so genannte Homophilie). (4) Pariser glaubte, dass Nutzer*innen in eine Filterblase geraten und bleiben dort gefangen bleiben können, ohne es zu bemerken. Denn dass die Algorithmen Annahmen über sie treffen und welche das konkret sind, ist ihnen nicht direkt transparent oder möglicherweise auch gar nicht bekannt. (5)

Ziel dieser Personalisierung ist es Nutzer*innen nach dem Einloggen möglichst lange auf Plattform zu halten. Dadurch hinterlassen sie viele weitere digitale Nutzungsdaten, was für die Plattformen letztendlich höhere Einnahmen bedeutet, z.B. dank personalisierter Werbung. (6)

===Filterblasen und Echokammer-Effekte===
Im Zusammenhang mit Filterblasen steht der so genannte Echokammer-Effekt, der manchmal fälschlich auch synonym für Filterblasen verwendet wird. Echokammern (engl. echo chamber) sind Diskussionsräume im Social Web, in denen einer*m Nutzer*in ihre*seine Meinung als Echo von den anderen Insassen zurückgeworfen wird. (7) Eine Echokammer ist somit ein „metaphorischer Raum, in dem Aussagen verstärkt und Störgeräusche, etwa anders lautende Meinungen, geschluckt werden“. (8) Nutzer*innen in Echokammern werden permanent in ihren Ansichten einseitig bestärkt, weil sie ausschließlich mit Gleichgesinnten im Austausch sind. (9) Echokammern und Filterblasen im Social Web bedingen in der Praxis gegenseitig, wenn in den sozial gefilterten Newsfeeds der Insassen einer solchen Echokammer vorwiegend ähnliche Inhalte auftauchen. (10) Echokammern existieren aber auch in der analogen Welt, wo sich Menschen schon immer mit Gleichgesinnten zusammentun. Mit dem Social Web sind heute allerdings ganz neue Möglichkeiten entstanden, um über weite räumliche Distanzen hinweg Gesprächspartner*innen mit ähnlichen Einstellungen und Vorlieben zu finden. (11)

==Mögliche Gefahren von Filterblasen und Echokammern==

Mögliche Gefahren von Echokammern und Filterblasen werden vor allem im Zusammenhang damit diskutiert, dass sich Fake News über Soziale Medien deutlich schneller verbreiten als reale Nachrichten. (10) Befürchtet wird, dass Nutzer*innen in Filterblasen und digitalen Echokammern durch das Konsumieren homogener Inhalte und die permanente Bestätigung aus ihrem digitalen sozialen Umfeld ein einseitiges Weltbild entwickeln. Vertreter*innen radikaler Minderheitsmeinungen können sich so nicht nur weiter zu radikalisieren, sondern auch fälschlicherweise den Eindruck gewinnen, eine Mehrheitsmeinung zu vertreten. Jenseits von politischem oder religiösem Extremismus kann es weitere Gefahren für die Demokratie und das gesellschaftliche Miteinander geben, wenn Menschen sich ihre Meinung nur noch in abgeschlossenen Filterblasen und Echokammern bilden. Die Wahrnehmungen und Einstellungen unterschiedlicher Gruppen in der Gesellschaft entfernen sich dann immer weiter voneinander. Mit zunehmender Polarisierung droht eine Spaltung in unversöhnliche Lager, die nicht mehr zu einem demokratischen Kompromiss fähig sind. (12)

==Bisherige Erkenntnisse zur Verbreitung und Bedeutung von Filterblasen und Echokammern==
Nach wissenschaftlichen Erkenntnissen sind Filterblasen deutlich weniger verbreitet und bedeutend, als von Pariser angenommen. Für Suchmaschinen wie Google zeigten Simulationsstudien mit vorher trainierten „Testaccounts“ mehrheitlich kaum Filterblaseneffekte. Keine oder nur geringe Unterschiede bei den Suchergebnissen unterschiedlicher Nutzer*innen aus, die mit den gleichen Begriffen nach Nachrichten oder Informationen zu prominenten Politiker*innen suchten, zeigte eine Studie auf Basis des Datenspendeprojekts vor der Bundestagswahl 2017. Ausgewertet wurden dafür die Daten, die Nutzer*innen über ihre Suchen und Suchergebnisse via Plug-in im Browser gespendet hatten. Insgesamt sind also eher andere Faktoren, wie der Grad der Suchmaschinenoptimierung einer Internetseite, entscheidend für das Ranking in Suchmaschinen.
Zunehmend in den Fokus der Diskussion um einseitige Informationsaufnahme im Social Web ist die Auswahl der Inhalten durch die Nutzer*innen selbst gerückt. Die Nutzung von über Social Software bereitgestellten Inhalten ist demnach nicht nur durch algorhitmische Filterung, sondern eigene (bewusste oder unbewusste) Entscheidungen bedingt. So zeigte eine Untersuchung von Facebooknutzer*innen in den USA, dass gezielt eher die Inhalte im Newsfeed angeklickt werden, in dem eigenen Weltbild entsprechen. Abgeglichen wurde das Klickverhalten der Nutzer*innen mit ihren Angaben zu ihrer politischen Einstellung (liberal oder konservativ) im eigenen Profil. (13)
Auch wird die Annahme weit verbreiteter meinungshomogener Netzwerke im Social Web dahingehend in Frage gestellt, als dass die Vernetzung dort viel weitreichender als in der analogen Welt ist. Basierend eher auf losen Verbindungen und oberflächlichen Beziehungen (so genannten weak ties), steigt die Wahrscheinlichkeit, im eigenen Netzwerk Personen mit heterogenen Einstellungen zu unterschiedlichen Lebensbereichen und gesellschaftspolitischen Themen zu haben. Damit sind Nutzer*innen im Social Web potentiell sogar einer größeren Meinungsvielfalt ausgesetzt als in der analogen Welt. (14)

Dennoch befürchten Forscher*innen, dass Filterblasen und Echokammern für die Radikalisierung von Personen eine Rolle spielen, die bereits mit der Neigung zu extremistischen Einstellungen ins Social Web gekommen sind. Hinzukommt, dass Menschen auf Plattformen im Social Web intensiver auf emotionalisierende Inhalte und extreme Äußerungen reagieren. Durch ihre Reaktionen bringen sie diese - gewollt oder ungewollt - algorhitmisch in den News-Feeds der anderen nach oben. (15)
Auch wenn nach Desinformation durch Filterblasen im Social Web nach aktuellem Forschungsstand im Gegensatz zu Parisers ursprünglicher kein Massenphänomen ist, im Social Web ist die Entstehung von Filterblasen und Echokammern im Zusammenspiel den Nutzer*innenentscheidung bei der Vernetzung und der Nutzung von Inhalten prinzipiell möglich. Jedoch gibt dort auch einzelne Angebote, die Filterblasen- und Echokammereffekten bewusst entgegenwirken sollen: Über die Plattform "Diskutier mit mir" können sich Nutzer*innen annonym mit Menschen verbinden, die eine andere politische Meinung zu einem bestimmten Thema haben. (16)

==Einzelnachweise==

<references>

<ref name="MADS">Friedrich, Greta: ''Was ist eine Filterblase.'' '[https://mads.de/was-ist-eine-filterblase]. Zugriff 25.02.2021 </ref>
</references>

<ref name= "Geissert1"> Geissert, Clemens (2019): ''Filterblasen und Echokammern im Social Web.'' [https://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf] [Zugriff 25.02.2021], S.4

(3) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 10f

(4) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 2ff

(5) Geissert, Clemens (2019): Filterblasen und Echokammern im Social Web. https://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf [Zugriff 25.02.2021], S.10

(6) Montag, Christian (2018): Filterblasen: „Wie wirken sich Filterblasen unter Berücksichtigung von Persönlichkeit auf (politische) Einstellung aus?“ https://www.isdglobal.org/wp-content/uploads/2018/09/ISD-NetzDG-Report-German-FINAL-26.9.18.pdf#page=31 [Zugriff 25.02.2021] S. 33

(7) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 3

(8) Haim, Mario: Echokammer. Journalistikon. das Wörterbuch der Journalistik. https://journalistikon.de/echokammer/ [Zugriff 25.02.2021]

(9) Stangl, Werner: Stichwort: 'Echokammer-Effekt'. Online Lexikon für Psychologie und Pädagogik. https://lexikon.stangl.eu/30157/echokammer-effekt [Zugriff 25.02.2021]

(10) Geissert, Clemens (2019): Filterblasen und Echokammern im Social Web. https://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf [Zugriff 25.02.2021], S.6

(9) Montag, Christian (2018): Filterblasen: „Wie wirken sich Filterblasen unter Berücksichtigung von Persönlichkeit auf (politische) Einstellung aus?“ https://www.isdglobal.org/wp-content/uploads/2018/09/ISD-NetzDG-Report-German-FINAL-26.9.18.pdf#page=31 [Zugriff 25.02.2021] S. 31f

(11) Montag, Christian (2018): Filterblasen: „Wie wirken sich Filterblasen unter Berücksichtigung von Persönlichkeit auf (politische) Einstellung aus?“, in: https://www.isdglobal.org/wp-content/uploads/2018/09/ISD-NetzDG-Report-German-FINAL-26.9.18.pdf#page=31 S. 36

(12) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 4f

(13) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 5ff

(14) Geissert, Clemens (2019): Filterblasen und Echokammern im Social Web. https://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf [Zugriff 25.02.2021], S.16

(15) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 10f

(16) https://www.diskutiermitmir.de/#/about-us

<references>

Filterblase

2021-02-26T13:42:44Z

Decaxoza: /* Definition */

==Definition==

Der Begriff der Filterblase (engl. filter bubble) geht auf den US-amerikanischen Internetaktivisten Eli Pariser und sein 2011 erschienenes Buch „The Filter Bubble: What the Internet is Hiding from You“ (auf Deutsch: „Filterblase: Wie wir im Internet entmündigt werden“) zurück.<ref name="MADS"/> Filterblasen sind ein Phänomen des Internetzeitalters und drücken sich laut Pariser darin aus, dass im Internet „A unique Universe of information for each of us“ (Ein einzigartiges Universum an Informationen für jeden von uns) entsteht. [2] Filterblasen können dabei als müssen dabei nicht unbedingt als Kontinuum verstehen: Entscheidend ist nicht ob, sondern bis zu welchem Grad die*der Einzelne in einer Filterblase steckt.[3]

===Entstehung von Filterblasen===

Laut Pariser entstehen Filterblasen im Internet dadurch, dass Suchmaschinen, die im Internet als Vermittler von Inhalten zwischen den Nutzer*innen stehen, Inhalte für die*den Einzelnen vorsortieren und filtern. Für die gegenwärtige Diskussion des Phänomens Filterblase ist auch relevant, dass diese Art der Filterung auch auf Social Media Plattformen stattfindet. Diese Filter in Social Software dienen der Personalisierung und damit der Anpassung von Social Software an die Vorlieben individueller Nutzer*innen. Algorhytmen analysieren auf Basis von Profilangaben und bisherigem Nutzungsverhalten, welche Inhalte die einzelnen Nutzer*innen besonders interessieren und sorgen dafür, dass solche und ähnliche Inhalte in Zukunft verstärkt in ihrem Feed angezeigt werden. Zudem erhalten sie Vorschläge für entsprechende neue Kanäle zum Abonnieren oder weitere Produkte zum Kauf. Diese Form der Personalisierung beruht zunächst auf dem aktivem Verhalten der Nutzer*innen, wie dem Suchen eines bestimmten Begriffs, dem Liken eines Facebook-Posts, dem Merken eines bestimmten Produkts oder dem Abonnieren eines Twitter-/ oder Youtube-Kanals. Sie verselbständigt sich, da anhand der bisher bekannten Präferenzen der Nutzer*innen mit Hilfe der Algorithmen darauf geschlossen wird, welche Inhalte diese zukünftig konsumieren möchten. Um die*den Einzelnen baut sich so eine Filterblase auf, die um so undurchlässiger wird, je mehr ähnliche Inhalte sie*er anklickt. Einige Plattformen nutzen für die algorhitmische Personalisierung ihrer Social Software zusätzlich Daten aus dem Netzwerk der Nutzer*innen, so genannte soziale Filter. Der Verwendung solcher sozialen Filter liegt die Annahme zu Grunde, dass im Internet miteinander vernetzte Menschen ähnliche Vorlieben haben (so genannte Homophilie). (4) Pariser glaubte, dass Nutzer*innen in eine Filterblase geraten und bleiben dort gefangen bleiben können, ohne es zu bemerken. Denn dass die Algorithmen Annahmen über sie treffen und welche das konkret sind, ist ihnen nicht direkt transparent oder möglicherweise auch gar nicht bekannt. (5)

Ziel dieser Personalisierung ist es Nutzer*innen nach dem Einloggen möglichst lange auf Plattform zu halten. Dadurch hinterlassen sie viele weitere digitale Nutzungsdaten, was für die Plattformen letztendlich höhere Einnahmen bedeutet, z.B. dank personalisierter Werbung. (6)

===Filterblasen und Echokammer-Effekte===
Im Zusammenhang mit Filterblasen steht der so genannte Echokammer-Effekt, der manchmal fälschlich auch synonym für Filterblasen verwendet wird. Echokammern (engl. echo chamber) sind Diskussionsräume im Social Web, in denen einer*m Nutzer*in ihre*seine Meinung als Echo von den anderen Insassen zurückgeworfen wird. (7) Eine Echokammer ist somit ein „metaphorischer Raum, in dem Aussagen verstärkt und Störgeräusche, etwa anders lautende Meinungen, geschluckt werden“. (8) Nutzer*innen in Echokammern werden permanent in ihren Ansichten einseitig bestärkt, weil sie ausschließlich mit Gleichgesinnten im Austausch sind. (9) Echokammern und Filterblasen im Social Web bedingen in der Praxis gegenseitig, wenn in den sozial gefilterten Newsfeeds der Insassen einer solchen Echokammer vorwiegend ähnliche Inhalte auftauchen. (10) Echokammern existieren aber auch in der analogen Welt, wo sich Menschen schon immer mit Gleichgesinnten zusammentun. Mit dem Social Web sind heute allerdings ganz neue Möglichkeiten entstanden, um über weite räumliche Distanzen hinweg Gesprächspartner*innen mit ähnlichen Einstellungen und Vorlieben zu finden. (11)

==Mögliche Gefahren von Filterblasen und Echokammern==

Mögliche Gefahren von Echokammern und Filterblasen werden vor allem im Zusammenhang damit diskutiert, dass sich Fake News über Soziale Medien deutlich schneller verbreiten als reale Nachrichten. (10) Befürchtet wird, dass Nutzer*innen in Filterblasen und digitalen Echokammern durch das Konsumieren homogener Inhalte und die permanente Bestätigung aus ihrem digitalen sozialen Umfeld ein einseitiges Weltbild entwickeln. Vertreter*innen radikaler Minderheitsmeinungen können sich so nicht nur weiter zu radikalisieren, sondern auch fälschlicherweise den Eindruck gewinnen, eine Mehrheitsmeinung zu vertreten. Jenseits von politischem oder religiösem Extremismus kann es weitere Gefahren für die Demokratie und das gesellschaftliche Miteinander geben, wenn Menschen sich ihre Meinung nur noch in abgeschlossenen Filterblasen und Echokammern bilden. Die Wahrnehmungen und Einstellungen unterschiedlicher Gruppen in der Gesellschaft entfernen sich dann immer weiter voneinander. Mit zunehmender Polarisierung droht eine Spaltung in unversöhnliche Lager, die nicht mehr zu einem demokratischen Kompromiss fähig sind. (12)

==Bisherige Erkenntnisse zur Verbreitung und Bedeutung von Filterblasen und Echokammern==
Nach wissenschaftlichen Erkenntnissen sind Filterblasen deutlich weniger verbreitet und bedeutend, als von Pariser angenommen. Für Suchmaschinen wie Google zeigten Simulationsstudien mit vorher trainierten „Testaccounts“ mehrheitlich kaum Filterblaseneffekte. Keine oder nur geringe Unterschiede bei den Suchergebnissen unterschiedlicher Nutzer*innen aus, die mit den gleichen Begriffen nach Nachrichten oder Informationen zu prominenten Politiker*innen suchten, zeigte eine Studie auf Basis des Datenspendeprojekts vor der Bundestagswahl 2017. Ausgewertet wurden dafür die Daten, die Nutzer*innen über ihre Suchen und Suchergebnisse via Plug-in im Browser gespendet hatten. Insgesamt sind also eher andere Faktoren, wie der Grad der Suchmaschinenoptimierung einer Internetseite, entscheidend für das Ranking in Suchmaschinen.
Zunehmend in den Fokus der Diskussion um einseitige Informationsaufnahme im Social Web ist die Auswahl der Inhalten durch die Nutzer*innen selbst gerückt. Die Nutzung von über Social Software bereitgestellten Inhalten ist demnach nicht nur durch algorhitmische Filterung, sondern eigene (bewusste oder unbewusste) Entscheidungen bedingt. So zeigte eine Untersuchung von Facebooknutzer*innen in den USA, dass gezielt eher die Inhalte im Newsfeed angeklickt werden, in dem eigenen Weltbild entsprechen. Abgeglichen wurde das Klickverhalten der Nutzer*innen mit ihren Angaben zu ihrer politischen Einstellung (liberal oder konservativ) im eigenen Profil. (13)
Auch wird die Annahme weit verbreiteter meinungshomogener Netzwerke im Social Web dahingehend in Frage gestellt, als dass die Vernetzung dort viel weitreichender als in der analogen Welt ist. Basierend eher auf losen Verbindungen und oberflächlichen Beziehungen (so genannten weak ties), steigt die Wahrscheinlichkeit, im eigenen Netzwerk Personen mit heterogenen Einstellungen zu unterschiedlichen Lebensbereichen und gesellschaftspolitischen Themen zu haben. Damit sind Nutzer*innen im Social Web potentiell sogar einer größeren Meinungsvielfalt ausgesetzt als in der analogen Welt. (14)

Dennoch befürchten Forscher*innen, dass Filterblasen und Echokammern für die Radikalisierung von Personen eine Rolle spielen, die bereits mit der Neigung zu extremistischen Einstellungen ins Social Web gekommen sind. Hinzukommt, dass Menschen auf Plattformen im Social Web intensiver auf emotionalisierende Inhalte und extreme Äußerungen reagieren. Durch ihre Reaktionen bringen sie diese - gewollt oder ungewollt - algorhitmisch in den News-Feeds der anderen nach oben. (15)
Auch wenn nach Desinformation durch Filterblasen im Social Web nach aktuellem Forschungsstand im Gegensatz zu Parisers ursprünglicher kein Massenphänomen ist, im Social Web ist die Entstehung von Filterblasen und Echokammern im Zusammenspiel den Nutzer*innenentscheidung bei der Vernetzung und der Nutzung von Inhalten prinzipiell möglich. Jedoch gibt dort auch einzelne Angebote, die Filterblasen- und Echokammereffekten bewusst entgegenwirken sollen: Über die Plattform "Diskutier mit mir" können sich Nutzer*innen annonym mit Menschen verbinden, die eine andere politische Meinung zu einem bestimmten Thema haben. (16)

==Einzelnachweise==

<references>

<ref name="MADS">Friedrich, Greta, ''Was ist eine Filterblase.'' In: ''https://mads.de/was-ist-eine-filterblase.'' Zugriff 25.02.2021 </ref>
</references>

>ref 1) Friedrich, Greta, Was ist eine Filterblase. https://mads.de/was-ist-eine-filterblase [Zugriff 25.02.2021]

(2) Geissert, Clemens (2019): Filterblasen und Echokammern im Social Web. https://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf [Zugriff 25.02.2021], S.4

(3) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 10f

(4) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 2ff

(5) Geissert, Clemens (2019): Filterblasen und Echokammern im Social Web. https://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf [Zugriff 25.02.2021], S.10

(6) Montag, Christian (2018): Filterblasen: „Wie wirken sich Filterblasen unter Berücksichtigung von Persönlichkeit auf (politische) Einstellung aus?“ https://www.isdglobal.org/wp-content/uploads/2018/09/ISD-NetzDG-Report-German-FINAL-26.9.18.pdf#page=31 [Zugriff 25.02.2021] S. 33

(7) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 3

(8) Haim, Mario: Echokammer. Journalistikon. das Wörterbuch der Journalistik. https://journalistikon.de/echokammer/ [Zugriff 25.02.2021]

(9) Stangl, Werner: Stichwort: 'Echokammer-Effekt'. Online Lexikon für Psychologie und Pädagogik. https://lexikon.stangl.eu/30157/echokammer-effekt [Zugriff 25.02.2021]

(10) Geissert, Clemens (2019): Filterblasen und Echokammern im Social Web. https://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf [Zugriff 25.02.2021], S.6

(9) Montag, Christian (2018): Filterblasen: „Wie wirken sich Filterblasen unter Berücksichtigung von Persönlichkeit auf (politische) Einstellung aus?“ https://www.isdglobal.org/wp-content/uploads/2018/09/ISD-NetzDG-Report-German-FINAL-26.9.18.pdf#page=31 [Zugriff 25.02.2021] S. 31f

(11) Montag, Christian (2018): Filterblasen: „Wie wirken sich Filterblasen unter Berücksichtigung von Persönlichkeit auf (politische) Einstellung aus?“, in: https://www.isdglobal.org/wp-content/uploads/2018/09/ISD-NetzDG-Report-German-FINAL-26.9.18.pdf#page=31 S. 36

(12) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 4f

(13) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 5ff

(14) Geissert, Clemens (2019): Filterblasen und Echokammern im Social Web. https://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf [Zugriff 25.02.2021], S.16

(15) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 10f

(16) https://www.diskutiermitmir.de/#/about-us

<references>

Filterblase

2021-02-26T13:41:17Z

Decaxoza: /* Einzelnachweise */

==Definition==

Der Begriff der Filterblase (engl. filter bubble) geht auf den US-amerikanischen Internetaktivisten Eli Pariser und sein 2011 erschienenes Buch „The Filter Bubble: What the Internet is Hiding from You“ (auf Deutsch: „Filterblase: Wie wir im Internet entmündigt werden“) zurück. <ref name="MADS"/> Filterblasen sind ein Phänomen des Internetzeitalters und drücken sich laut Pariser darin aus, dass im Internet „A unique Universe of information for each of us“ (Ein einzigartiges Universum an Informationen für jeden von uns) entsteht. [2] Filterblasen können dabei als müssen dabei nicht unbedingt als Kontinuum verstehen: Entscheidend ist nicht ob, sondern bis zu welchem Grad die*der Einzelne in einer Filterblase steckt.[3]

===Entstehung von Filterblasen===

Laut Pariser entstehen Filterblasen im Internet dadurch, dass Suchmaschinen, die im Internet als Vermittler von Inhalten zwischen den Nutzer*innen stehen, Inhalte für die*den Einzelnen vorsortieren und filtern. Für die gegenwärtige Diskussion des Phänomens Filterblase ist auch relevant, dass diese Art der Filterung auch auf Social Media Plattformen stattfindet. Diese Filter in Social Software dienen der Personalisierung und damit der Anpassung von Social Software an die Vorlieben individueller Nutzer*innen. Algorhytmen analysieren auf Basis von Profilangaben und bisherigem Nutzungsverhalten, welche Inhalte die einzelnen Nutzer*innen besonders interessieren und sorgen dafür, dass solche und ähnliche Inhalte in Zukunft verstärkt in ihrem Feed angezeigt werden. Zudem erhalten sie Vorschläge für entsprechende neue Kanäle zum Abonnieren oder weitere Produkte zum Kauf. Diese Form der Personalisierung beruht zunächst auf dem aktivem Verhalten der Nutzer*innen, wie dem Suchen eines bestimmten Begriffs, dem Liken eines Facebook-Posts, dem Merken eines bestimmten Produkts oder dem Abonnieren eines Twitter-/ oder Youtube-Kanals. Sie verselbständigt sich, da anhand der bisher bekannten Präferenzen der Nutzer*innen mit Hilfe der Algorithmen darauf geschlossen wird, welche Inhalte diese zukünftig konsumieren möchten. Um die*den Einzelnen baut sich so eine Filterblase auf, die um so undurchlässiger wird, je mehr ähnliche Inhalte sie*er anklickt. Einige Plattformen nutzen für die algorhitmische Personalisierung ihrer Social Software zusätzlich Daten aus dem Netzwerk der Nutzer*innen, so genannte soziale Filter. Der Verwendung solcher sozialen Filter liegt die Annahme zu Grunde, dass im Internet miteinander vernetzte Menschen ähnliche Vorlieben haben (so genannte Homophilie). (4) Pariser glaubte, dass Nutzer*innen in eine Filterblase geraten und bleiben dort gefangen bleiben können, ohne es zu bemerken. Denn dass die Algorithmen Annahmen über sie treffen und welche das konkret sind, ist ihnen nicht direkt transparent oder möglicherweise auch gar nicht bekannt. (5)

Ziel dieser Personalisierung ist es Nutzer*innen nach dem Einloggen möglichst lange auf Plattform zu halten. Dadurch hinterlassen sie viele weitere digitale Nutzungsdaten, was für die Plattformen letztendlich höhere Einnahmen bedeutet, z.B. dank personalisierter Werbung. (6)

===Filterblasen und Echokammer-Effekte===
Im Zusammenhang mit Filterblasen steht der so genannte Echokammer-Effekt, der manchmal fälschlich auch synonym für Filterblasen verwendet wird. Echokammern (engl. echo chamber) sind Diskussionsräume im Social Web, in denen einer*m Nutzer*in ihre*seine Meinung als Echo von den anderen Insassen zurückgeworfen wird. (7) Eine Echokammer ist somit ein „metaphorischer Raum, in dem Aussagen verstärkt und Störgeräusche, etwa anders lautende Meinungen, geschluckt werden“. (8) Nutzer*innen in Echokammern werden permanent in ihren Ansichten einseitig bestärkt, weil sie ausschließlich mit Gleichgesinnten im Austausch sind. (9) Echokammern und Filterblasen im Social Web bedingen in der Praxis gegenseitig, wenn in den sozial gefilterten Newsfeeds der Insassen einer solchen Echokammer vorwiegend ähnliche Inhalte auftauchen. (10) Echokammern existieren aber auch in der analogen Welt, wo sich Menschen schon immer mit Gleichgesinnten zusammentun. Mit dem Social Web sind heute allerdings ganz neue Möglichkeiten entstanden, um über weite räumliche Distanzen hinweg Gesprächspartner*innen mit ähnlichen Einstellungen und Vorlieben zu finden. (11)

==Mögliche Gefahren von Filterblasen und Echokammern==

Mögliche Gefahren von Echokammern und Filterblasen werden vor allem im Zusammenhang damit diskutiert, dass sich Fake News über Soziale Medien deutlich schneller verbreiten als reale Nachrichten. (10) Befürchtet wird, dass Nutzer*innen in Filterblasen und digitalen Echokammern durch das Konsumieren homogener Inhalte und die permanente Bestätigung aus ihrem digitalen sozialen Umfeld ein einseitiges Weltbild entwickeln. Vertreter*innen radikaler Minderheitsmeinungen können sich so nicht nur weiter zu radikalisieren, sondern auch fälschlicherweise den Eindruck gewinnen, eine Mehrheitsmeinung zu vertreten. Jenseits von politischem oder religiösem Extremismus kann es weitere Gefahren für die Demokratie und das gesellschaftliche Miteinander geben, wenn Menschen sich ihre Meinung nur noch in abgeschlossenen Filterblasen und Echokammern bilden. Die Wahrnehmungen und Einstellungen unterschiedlicher Gruppen in der Gesellschaft entfernen sich dann immer weiter voneinander. Mit zunehmender Polarisierung droht eine Spaltung in unversöhnliche Lager, die nicht mehr zu einem demokratischen Kompromiss fähig sind. (12)

==Bisherige Erkenntnisse zur Verbreitung und Bedeutung von Filterblasen und Echokammern==
Nach wissenschaftlichen Erkenntnissen sind Filterblasen deutlich weniger verbreitet und bedeutend, als von Pariser angenommen. Für Suchmaschinen wie Google zeigten Simulationsstudien mit vorher trainierten „Testaccounts“ mehrheitlich kaum Filterblaseneffekte. Keine oder nur geringe Unterschiede bei den Suchergebnissen unterschiedlicher Nutzer*innen aus, die mit den gleichen Begriffen nach Nachrichten oder Informationen zu prominenten Politiker*innen suchten, zeigte eine Studie auf Basis des Datenspendeprojekts vor der Bundestagswahl 2017. Ausgewertet wurden dafür die Daten, die Nutzer*innen über ihre Suchen und Suchergebnisse via Plug-in im Browser gespendet hatten. Insgesamt sind also eher andere Faktoren, wie der Grad der Suchmaschinenoptimierung einer Internetseite, entscheidend für das Ranking in Suchmaschinen.
Zunehmend in den Fokus der Diskussion um einseitige Informationsaufnahme im Social Web ist die Auswahl der Inhalten durch die Nutzer*innen selbst gerückt. Die Nutzung von über Social Software bereitgestellten Inhalten ist demnach nicht nur durch algorhitmische Filterung, sondern eigene (bewusste oder unbewusste) Entscheidungen bedingt. So zeigte eine Untersuchung von Facebooknutzer*innen in den USA, dass gezielt eher die Inhalte im Newsfeed angeklickt werden, in dem eigenen Weltbild entsprechen. Abgeglichen wurde das Klickverhalten der Nutzer*innen mit ihren Angaben zu ihrer politischen Einstellung (liberal oder konservativ) im eigenen Profil. (13)
Auch wird die Annahme weit verbreiteter meinungshomogener Netzwerke im Social Web dahingehend in Frage gestellt, als dass die Vernetzung dort viel weitreichender als in der analogen Welt ist. Basierend eher auf losen Verbindungen und oberflächlichen Beziehungen (so genannten weak ties), steigt die Wahrscheinlichkeit, im eigenen Netzwerk Personen mit heterogenen Einstellungen zu unterschiedlichen Lebensbereichen und gesellschaftspolitischen Themen zu haben. Damit sind Nutzer*innen im Social Web potentiell sogar einer größeren Meinungsvielfalt ausgesetzt als in der analogen Welt. (14)

Dennoch befürchten Forscher*innen, dass Filterblasen und Echokammern für die Radikalisierung von Personen eine Rolle spielen, die bereits mit der Neigung zu extremistischen Einstellungen ins Social Web gekommen sind. Hinzukommt, dass Menschen auf Plattformen im Social Web intensiver auf emotionalisierende Inhalte und extreme Äußerungen reagieren. Durch ihre Reaktionen bringen sie diese - gewollt oder ungewollt - algorhitmisch in den News-Feeds der anderen nach oben. (15)
Auch wenn nach Desinformation durch Filterblasen im Social Web nach aktuellem Forschungsstand im Gegensatz zu Parisers ursprünglicher kein Massenphänomen ist, im Social Web ist die Entstehung von Filterblasen und Echokammern im Zusammenspiel den Nutzer*innenentscheidung bei der Vernetzung und der Nutzung von Inhalten prinzipiell möglich. Jedoch gibt dort auch einzelne Angebote, die Filterblasen- und Echokammereffekten bewusst entgegenwirken sollen: Über die Plattform "Diskutier mit mir" können sich Nutzer*innen annonym mit Menschen verbinden, die eine andere politische Meinung zu einem bestimmten Thema haben. (16)

==Einzelnachweise==

<references>

<ref name="MADS">Friedrich, Greta, ''Was ist eine Filterblase.'' In: ''https://mads.de/was-ist-eine-filterblase.'' Zugriff 25.02.2021 </ref>
</references>

>ref 1) Friedrich, Greta, Was ist eine Filterblase. https://mads.de/was-ist-eine-filterblase [Zugriff 25.02.2021]

(2) Geissert, Clemens (2019): Filterblasen und Echokammern im Social Web. https://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf [Zugriff 25.02.2021], S.4

(3) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 10f

(4) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 2ff

(5) Geissert, Clemens (2019): Filterblasen und Echokammern im Social Web. https://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf [Zugriff 25.02.2021], S.10

(6) Montag, Christian (2018): Filterblasen: „Wie wirken sich Filterblasen unter Berücksichtigung von Persönlichkeit auf (politische) Einstellung aus?“ https://www.isdglobal.org/wp-content/uploads/2018/09/ISD-NetzDG-Report-German-FINAL-26.9.18.pdf#page=31 [Zugriff 25.02.2021] S. 33

(7) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 3

(8) Haim, Mario: Echokammer. Journalistikon. das Wörterbuch der Journalistik. https://journalistikon.de/echokammer/ [Zugriff 25.02.2021]

(9) Stangl, Werner: Stichwort: 'Echokammer-Effekt'. Online Lexikon für Psychologie und Pädagogik. https://lexikon.stangl.eu/30157/echokammer-effekt [Zugriff 25.02.2021]

(10) Geissert, Clemens (2019): Filterblasen und Echokammern im Social Web. https://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf [Zugriff 25.02.2021], S.6

(9) Montag, Christian (2018): Filterblasen: „Wie wirken sich Filterblasen unter Berücksichtigung von Persönlichkeit auf (politische) Einstellung aus?“ https://www.isdglobal.org/wp-content/uploads/2018/09/ISD-NetzDG-Report-German-FINAL-26.9.18.pdf#page=31 [Zugriff 25.02.2021] S. 31f

(11) Montag, Christian (2018): Filterblasen: „Wie wirken sich Filterblasen unter Berücksichtigung von Persönlichkeit auf (politische) Einstellung aus?“, in: https://www.isdglobal.org/wp-content/uploads/2018/09/ISD-NetzDG-Report-German-FINAL-26.9.18.pdf#page=31 S. 36

(12) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 4f

(13) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 5ff

(14) Geissert, Clemens (2019): Filterblasen und Echokammern im Social Web. https://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf [Zugriff 25.02.2021], S.16

(15) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 10f

(16) https://www.diskutiermitmir.de/#/about-us

<references>

Filterblase

2021-02-26T13:35:55Z

Decaxoza: /* Definition */

==Definition==

Der Begriff der Filterblase (engl. filter bubble) geht auf den US-amerikanischen Internetaktivisten Eli Pariser und sein 2011 erschienenes Buch „The Filter Bubble: What the Internet is Hiding from You“ (auf Deutsch: „Filterblase: Wie wir im Internet entmündigt werden“) zurück. <ref name="MADS"/> Filterblasen sind ein Phänomen des Internetzeitalters und drücken sich laut Pariser darin aus, dass im Internet „A unique Universe of information for each of us“ (Ein einzigartiges Universum an Informationen für jeden von uns) entsteht. [2] Filterblasen können dabei als müssen dabei nicht unbedingt als Kontinuum verstehen: Entscheidend ist nicht ob, sondern bis zu welchem Grad die*der Einzelne in einer Filterblase steckt.[3]

===Entstehung von Filterblasen===

Laut Pariser entstehen Filterblasen im Internet dadurch, dass Suchmaschinen, die im Internet als Vermittler von Inhalten zwischen den Nutzer*innen stehen, Inhalte für die*den Einzelnen vorsortieren und filtern. Für die gegenwärtige Diskussion des Phänomens Filterblase ist auch relevant, dass diese Art der Filterung auch auf Social Media Plattformen stattfindet. Diese Filter in Social Software dienen der Personalisierung und damit der Anpassung von Social Software an die Vorlieben individueller Nutzer*innen. Algorhytmen analysieren auf Basis von Profilangaben und bisherigem Nutzungsverhalten, welche Inhalte die einzelnen Nutzer*innen besonders interessieren und sorgen dafür, dass solche und ähnliche Inhalte in Zukunft verstärkt in ihrem Feed angezeigt werden. Zudem erhalten sie Vorschläge für entsprechende neue Kanäle zum Abonnieren oder weitere Produkte zum Kauf. Diese Form der Personalisierung beruht zunächst auf dem aktivem Verhalten der Nutzer*innen, wie dem Suchen eines bestimmten Begriffs, dem Liken eines Facebook-Posts, dem Merken eines bestimmten Produkts oder dem Abonnieren eines Twitter-/ oder Youtube-Kanals. Sie verselbständigt sich, da anhand der bisher bekannten Präferenzen der Nutzer*innen mit Hilfe der Algorithmen darauf geschlossen wird, welche Inhalte diese zukünftig konsumieren möchten. Um die*den Einzelnen baut sich so eine Filterblase auf, die um so undurchlässiger wird, je mehr ähnliche Inhalte sie*er anklickt. Einige Plattformen nutzen für die algorhitmische Personalisierung ihrer Social Software zusätzlich Daten aus dem Netzwerk der Nutzer*innen, so genannte soziale Filter. Der Verwendung solcher sozialen Filter liegt die Annahme zu Grunde, dass im Internet miteinander vernetzte Menschen ähnliche Vorlieben haben (so genannte Homophilie). (4) Pariser glaubte, dass Nutzer*innen in eine Filterblase geraten und bleiben dort gefangen bleiben können, ohne es zu bemerken. Denn dass die Algorithmen Annahmen über sie treffen und welche das konkret sind, ist ihnen nicht direkt transparent oder möglicherweise auch gar nicht bekannt. (5)

Ziel dieser Personalisierung ist es Nutzer*innen nach dem Einloggen möglichst lange auf Plattform zu halten. Dadurch hinterlassen sie viele weitere digitale Nutzungsdaten, was für die Plattformen letztendlich höhere Einnahmen bedeutet, z.B. dank personalisierter Werbung. (6)

===Filterblasen und Echokammer-Effekte===
Im Zusammenhang mit Filterblasen steht der so genannte Echokammer-Effekt, der manchmal fälschlich auch synonym für Filterblasen verwendet wird. Echokammern (engl. echo chamber) sind Diskussionsräume im Social Web, in denen einer*m Nutzer*in ihre*seine Meinung als Echo von den anderen Insassen zurückgeworfen wird. (7) Eine Echokammer ist somit ein „metaphorischer Raum, in dem Aussagen verstärkt und Störgeräusche, etwa anders lautende Meinungen, geschluckt werden“. (8) Nutzer*innen in Echokammern werden permanent in ihren Ansichten einseitig bestärkt, weil sie ausschließlich mit Gleichgesinnten im Austausch sind. (9) Echokammern und Filterblasen im Social Web bedingen in der Praxis gegenseitig, wenn in den sozial gefilterten Newsfeeds der Insassen einer solchen Echokammer vorwiegend ähnliche Inhalte auftauchen. (10) Echokammern existieren aber auch in der analogen Welt, wo sich Menschen schon immer mit Gleichgesinnten zusammentun. Mit dem Social Web sind heute allerdings ganz neue Möglichkeiten entstanden, um über weite räumliche Distanzen hinweg Gesprächspartner*innen mit ähnlichen Einstellungen und Vorlieben zu finden. (11)

==Mögliche Gefahren von Filterblasen und Echokammern==

Mögliche Gefahren von Echokammern und Filterblasen werden vor allem im Zusammenhang damit diskutiert, dass sich Fake News über Soziale Medien deutlich schneller verbreiten als reale Nachrichten. (10) Befürchtet wird, dass Nutzer*innen in Filterblasen und digitalen Echokammern durch das Konsumieren homogener Inhalte und die permanente Bestätigung aus ihrem digitalen sozialen Umfeld ein einseitiges Weltbild entwickeln. Vertreter*innen radikaler Minderheitsmeinungen können sich so nicht nur weiter zu radikalisieren, sondern auch fälschlicherweise den Eindruck gewinnen, eine Mehrheitsmeinung zu vertreten. Jenseits von politischem oder religiösem Extremismus kann es weitere Gefahren für die Demokratie und das gesellschaftliche Miteinander geben, wenn Menschen sich ihre Meinung nur noch in abgeschlossenen Filterblasen und Echokammern bilden. Die Wahrnehmungen und Einstellungen unterschiedlicher Gruppen in der Gesellschaft entfernen sich dann immer weiter voneinander. Mit zunehmender Polarisierung droht eine Spaltung in unversöhnliche Lager, die nicht mehr zu einem demokratischen Kompromiss fähig sind. (12)

==Bisherige Erkenntnisse zur Verbreitung und Bedeutung von Filterblasen und Echokammern==
Nach wissenschaftlichen Erkenntnissen sind Filterblasen deutlich weniger verbreitet und bedeutend, als von Pariser angenommen. Für Suchmaschinen wie Google zeigten Simulationsstudien mit vorher trainierten „Testaccounts“ mehrheitlich kaum Filterblaseneffekte. Keine oder nur geringe Unterschiede bei den Suchergebnissen unterschiedlicher Nutzer*innen aus, die mit den gleichen Begriffen nach Nachrichten oder Informationen zu prominenten Politiker*innen suchten, zeigte eine Studie auf Basis des Datenspendeprojekts vor der Bundestagswahl 2017. Ausgewertet wurden dafür die Daten, die Nutzer*innen über ihre Suchen und Suchergebnisse via Plug-in im Browser gespendet hatten. Insgesamt sind also eher andere Faktoren, wie der Grad der Suchmaschinenoptimierung einer Internetseite, entscheidend für das Ranking in Suchmaschinen.
Zunehmend in den Fokus der Diskussion um einseitige Informationsaufnahme im Social Web ist die Auswahl der Inhalten durch die Nutzer*innen selbst gerückt. Die Nutzung von über Social Software bereitgestellten Inhalten ist demnach nicht nur durch algorhitmische Filterung, sondern eigene (bewusste oder unbewusste) Entscheidungen bedingt. So zeigte eine Untersuchung von Facebooknutzer*innen in den USA, dass gezielt eher die Inhalte im Newsfeed angeklickt werden, in dem eigenen Weltbild entsprechen. Abgeglichen wurde das Klickverhalten der Nutzer*innen mit ihren Angaben zu ihrer politischen Einstellung (liberal oder konservativ) im eigenen Profil. (13)
Auch wird die Annahme weit verbreiteter meinungshomogener Netzwerke im Social Web dahingehend in Frage gestellt, als dass die Vernetzung dort viel weitreichender als in der analogen Welt ist. Basierend eher auf losen Verbindungen und oberflächlichen Beziehungen (so genannten weak ties), steigt die Wahrscheinlichkeit, im eigenen Netzwerk Personen mit heterogenen Einstellungen zu unterschiedlichen Lebensbereichen und gesellschaftspolitischen Themen zu haben. Damit sind Nutzer*innen im Social Web potentiell sogar einer größeren Meinungsvielfalt ausgesetzt als in der analogen Welt. (14)

Dennoch befürchten Forscher*innen, dass Filterblasen und Echokammern für die Radikalisierung von Personen eine Rolle spielen, die bereits mit der Neigung zu extremistischen Einstellungen ins Social Web gekommen sind. Hinzukommt, dass Menschen auf Plattformen im Social Web intensiver auf emotionalisierende Inhalte und extreme Äußerungen reagieren. Durch ihre Reaktionen bringen sie diese - gewollt oder ungewollt - algorhitmisch in den News-Feeds der anderen nach oben. (15)
Auch wenn nach Desinformation durch Filterblasen im Social Web nach aktuellem Forschungsstand im Gegensatz zu Parisers ursprünglicher kein Massenphänomen ist, im Social Web ist die Entstehung von Filterblasen und Echokammern im Zusammenspiel den Nutzer*innenentscheidung bei der Vernetzung und der Nutzung von Inhalten prinzipiell möglich. Jedoch gibt dort auch einzelne Angebote, die Filterblasen- und Echokammereffekten bewusst entgegenwirken sollen: Über die Plattform "Diskutier mit mir" können sich Nutzer*innen annonym mit Menschen verbinden, die eine andere politische Meinung zu einem bestimmten Thema haben. (16)

==Einzelnachweise==

<references>
<ref name="MADS">Friedrich, Greta, ''Was ist eine Filterblase.'' In: ''https://mads.de/was-ist-eine-filterblase.'' Zugriff 25.02.2021 </ref>
</references>

>ref 1) Friedrich, Greta, Was ist eine Filterblase. https://mads.de/was-ist-eine-filterblase [Zugriff 25.02.2021]

(2) Geissert, Clemens (2019): Filterblasen und Echokammern im Social Web. https://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf [Zugriff 25.02.2021], S.4

(3) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 10f

(4) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 2ff

(5) Geissert, Clemens (2019): Filterblasen und Echokammern im Social Web. https://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf [Zugriff 25.02.2021], S.10

(6) Montag, Christian (2018): Filterblasen: „Wie wirken sich Filterblasen unter Berücksichtigung von Persönlichkeit auf (politische) Einstellung aus?“ https://www.isdglobal.org/wp-content/uploads/2018/09/ISD-NetzDG-Report-German-FINAL-26.9.18.pdf#page=31 [Zugriff 25.02.2021] S. 33

(7) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 3

(8) Haim, Mario: Echokammer. Journalistikon. das Wörterbuch der Journalistik. https://journalistikon.de/echokammer/ [Zugriff 25.02.2021]

(9) Stangl, Werner: Stichwort: 'Echokammer-Effekt'. Online Lexikon für Psychologie und Pädagogik. https://lexikon.stangl.eu/30157/echokammer-effekt [Zugriff 25.02.2021]

(10) Geissert, Clemens (2019): Filterblasen und Echokammern im Social Web. https://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf [Zugriff 25.02.2021], S.6

(9) Montag, Christian (2018): Filterblasen: „Wie wirken sich Filterblasen unter Berücksichtigung von Persönlichkeit auf (politische) Einstellung aus?“ https://www.isdglobal.org/wp-content/uploads/2018/09/ISD-NetzDG-Report-German-FINAL-26.9.18.pdf#page=31 [Zugriff 25.02.2021] S. 31f

(11) Montag, Christian (2018): Filterblasen: „Wie wirken sich Filterblasen unter Berücksichtigung von Persönlichkeit auf (politische) Einstellung aus?“, in: https://www.isdglobal.org/wp-content/uploads/2018/09/ISD-NetzDG-Report-German-FINAL-26.9.18.pdf#page=31 S. 36

(12) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 4f

(13) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 5ff

(14) Geissert, Clemens (2019): Filterblasen und Echokammern im Social Web. https://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf [Zugriff 25.02.2021], S.16

(15) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 10f

(16) https://www.diskutiermitmir.de/#/about-us

/>

Filterblase

2021-02-26T13:33:26Z

Decaxoza: /* Einzelnachweise */

==Definition==

Der Begriff der Filterblase (engl. filter bubble) geht auf den US-amerikanischen Internetaktivisten Eli Pariser und sein 2011 erschienenes Buch „The Filter Bubble: What the Internet is Hiding from You“ (auf Deutsch: „Filterblase: Wie wir im Internet entmündigt werden“) zurück. <ref name="MADS" /> Filterblasen sind ein Phänomen des Internetzeitalters und drücken sich laut Pariser darin aus, dass im Internet „A unique Universe of information for each of us“ (Ein einzigartiges Universum an Informationen für jeden von uns) entsteht. [2] Filterblasen können dabei als müssen dabei nicht unbedingt als Kontinuum verstehen: Entscheidend ist nicht ob, sondern bis zu welchem Grad die*der Einzelne in einer Filterblase steckt.[3]

===Entstehung von Filterblasen===

Laut Pariser entstehen Filterblasen im Internet dadurch, dass Suchmaschinen, die im Internet als Vermittler von Inhalten zwischen den Nutzer*innen stehen, Inhalte für die*den Einzelnen vorsortieren und filtern. Für die gegenwärtige Diskussion des Phänomens Filterblase ist auch relevant, dass diese Art der Filterung auch auf Social Media Plattformen stattfindet. Diese Filter in Social Software dienen der Personalisierung und damit der Anpassung von Social Software an die Vorlieben individueller Nutzer*innen. Algorhytmen analysieren auf Basis von Profilangaben und bisherigem Nutzungsverhalten, welche Inhalte die einzelnen Nutzer*innen besonders interessieren und sorgen dafür, dass solche und ähnliche Inhalte in Zukunft verstärkt in ihrem Feed angezeigt werden. Zudem erhalten sie Vorschläge für entsprechende neue Kanäle zum Abonnieren oder weitere Produkte zum Kauf. Diese Form der Personalisierung beruht zunächst auf dem aktivem Verhalten der Nutzer*innen, wie dem Suchen eines bestimmten Begriffs, dem Liken eines Facebook-Posts, dem Merken eines bestimmten Produkts oder dem Abonnieren eines Twitter-/ oder Youtube-Kanals. Sie verselbständigt sich, da anhand der bisher bekannten Präferenzen der Nutzer*innen mit Hilfe der Algorithmen darauf geschlossen wird, welche Inhalte diese zukünftig konsumieren möchten. Um die*den Einzelnen baut sich so eine Filterblase auf, die um so undurchlässiger wird, je mehr ähnliche Inhalte sie*er anklickt. Einige Plattformen nutzen für die algorhitmische Personalisierung ihrer Social Software zusätzlich Daten aus dem Netzwerk der Nutzer*innen, so genannte soziale Filter. Der Verwendung solcher sozialen Filter liegt die Annahme zu Grunde, dass im Internet miteinander vernetzte Menschen ähnliche Vorlieben haben (so genannte Homophilie). (4) Pariser glaubte, dass Nutzer*innen in eine Filterblase geraten und bleiben dort gefangen bleiben können, ohne es zu bemerken. Denn dass die Algorithmen Annahmen über sie treffen und welche das konkret sind, ist ihnen nicht direkt transparent oder möglicherweise auch gar nicht bekannt. (5)

Ziel dieser Personalisierung ist es Nutzer*innen nach dem Einloggen möglichst lange auf Plattform zu halten. Dadurch hinterlassen sie viele weitere digitale Nutzungsdaten, was für die Plattformen letztendlich höhere Einnahmen bedeutet, z.B. dank personalisierter Werbung. (6)

===Filterblasen und Echokammer-Effekte===
Im Zusammenhang mit Filterblasen steht der so genannte Echokammer-Effekt, der manchmal fälschlich auch synonym für Filterblasen verwendet wird. Echokammern (engl. echo chamber) sind Diskussionsräume im Social Web, in denen einer*m Nutzer*in ihre*seine Meinung als Echo von den anderen Insassen zurückgeworfen wird. (7) Eine Echokammer ist somit ein „metaphorischer Raum, in dem Aussagen verstärkt und Störgeräusche, etwa anders lautende Meinungen, geschluckt werden“. (8) Nutzer*innen in Echokammern werden permanent in ihren Ansichten einseitig bestärkt, weil sie ausschließlich mit Gleichgesinnten im Austausch sind. (9) Echokammern und Filterblasen im Social Web bedingen in der Praxis gegenseitig, wenn in den sozial gefilterten Newsfeeds der Insassen einer solchen Echokammer vorwiegend ähnliche Inhalte auftauchen. (10) Echokammern existieren aber auch in der analogen Welt, wo sich Menschen schon immer mit Gleichgesinnten zusammentun. Mit dem Social Web sind heute allerdings ganz neue Möglichkeiten entstanden, um über weite räumliche Distanzen hinweg Gesprächspartner*innen mit ähnlichen Einstellungen und Vorlieben zu finden. (11)

==Mögliche Gefahren von Filterblasen und Echokammern==

Mögliche Gefahren von Echokammern und Filterblasen werden vor allem im Zusammenhang damit diskutiert, dass sich Fake News über Soziale Medien deutlich schneller verbreiten als reale Nachrichten. (10) Befürchtet wird, dass Nutzer*innen in Filterblasen und digitalen Echokammern durch das Konsumieren homogener Inhalte und die permanente Bestätigung aus ihrem digitalen sozialen Umfeld ein einseitiges Weltbild entwickeln. Vertreter*innen radikaler Minderheitsmeinungen können sich so nicht nur weiter zu radikalisieren, sondern auch fälschlicherweise den Eindruck gewinnen, eine Mehrheitsmeinung zu vertreten. Jenseits von politischem oder religiösem Extremismus kann es weitere Gefahren für die Demokratie und das gesellschaftliche Miteinander geben, wenn Menschen sich ihre Meinung nur noch in abgeschlossenen Filterblasen und Echokammern bilden. Die Wahrnehmungen und Einstellungen unterschiedlicher Gruppen in der Gesellschaft entfernen sich dann immer weiter voneinander. Mit zunehmender Polarisierung droht eine Spaltung in unversöhnliche Lager, die nicht mehr zu einem demokratischen Kompromiss fähig sind. (12)

==Bisherige Erkenntnisse zur Verbreitung und Bedeutung von Filterblasen und Echokammern==
Nach wissenschaftlichen Erkenntnissen sind Filterblasen deutlich weniger verbreitet und bedeutend, als von Pariser angenommen. Für Suchmaschinen wie Google zeigten Simulationsstudien mit vorher trainierten „Testaccounts“ mehrheitlich kaum Filterblaseneffekte. Keine oder nur geringe Unterschiede bei den Suchergebnissen unterschiedlicher Nutzer*innen aus, die mit den gleichen Begriffen nach Nachrichten oder Informationen zu prominenten Politiker*innen suchten, zeigte eine Studie auf Basis des Datenspendeprojekts vor der Bundestagswahl 2017. Ausgewertet wurden dafür die Daten, die Nutzer*innen über ihre Suchen und Suchergebnisse via Plug-in im Browser gespendet hatten. Insgesamt sind also eher andere Faktoren, wie der Grad der Suchmaschinenoptimierung einer Internetseite, entscheidend für das Ranking in Suchmaschinen.
Zunehmend in den Fokus der Diskussion um einseitige Informationsaufnahme im Social Web ist die Auswahl der Inhalten durch die Nutzer*innen selbst gerückt. Die Nutzung von über Social Software bereitgestellten Inhalten ist demnach nicht nur durch algorhitmische Filterung, sondern eigene (bewusste oder unbewusste) Entscheidungen bedingt. So zeigte eine Untersuchung von Facebooknutzer*innen in den USA, dass gezielt eher die Inhalte im Newsfeed angeklickt werden, in dem eigenen Weltbild entsprechen. Abgeglichen wurde das Klickverhalten der Nutzer*innen mit ihren Angaben zu ihrer politischen Einstellung (liberal oder konservativ) im eigenen Profil. (13)
Auch wird die Annahme weit verbreiteter meinungshomogener Netzwerke im Social Web dahingehend in Frage gestellt, als dass die Vernetzung dort viel weitreichender als in der analogen Welt ist. Basierend eher auf losen Verbindungen und oberflächlichen Beziehungen (so genannten weak ties), steigt die Wahrscheinlichkeit, im eigenen Netzwerk Personen mit heterogenen Einstellungen zu unterschiedlichen Lebensbereichen und gesellschaftspolitischen Themen zu haben. Damit sind Nutzer*innen im Social Web potentiell sogar einer größeren Meinungsvielfalt ausgesetzt als in der analogen Welt. (14)

Dennoch befürchten Forscher*innen, dass Filterblasen und Echokammern für die Radikalisierung von Personen eine Rolle spielen, die bereits mit der Neigung zu extremistischen Einstellungen ins Social Web gekommen sind. Hinzukommt, dass Menschen auf Plattformen im Social Web intensiver auf emotionalisierende Inhalte und extreme Äußerungen reagieren. Durch ihre Reaktionen bringen sie diese - gewollt oder ungewollt - algorhitmisch in den News-Feeds der anderen nach oben. (15)
Auch wenn nach Desinformation durch Filterblasen im Social Web nach aktuellem Forschungsstand im Gegensatz zu Parisers ursprünglicher kein Massenphänomen ist, im Social Web ist die Entstehung von Filterblasen und Echokammern im Zusammenspiel den Nutzer*innenentscheidung bei der Vernetzung und der Nutzung von Inhalten prinzipiell möglich. Jedoch gibt dort auch einzelne Angebote, die Filterblasen- und Echokammereffekten bewusst entgegenwirken sollen: Über die Plattform "Diskutier mit mir" können sich Nutzer*innen annonym mit Menschen verbinden, die eine andere politische Meinung zu einem bestimmten Thema haben. (16)

==Einzelnachweise==

<references>
<ref name="MADS">Friedrich, Greta, ''Was ist eine Filterblase.'' In: ''https://mads.de/was-ist-eine-filterblase.'' Zugriff 25.02.2021 </ref>
</references>

>ref 1) Friedrich, Greta, Was ist eine Filterblase. https://mads.de/was-ist-eine-filterblase [Zugriff 25.02.2021]

(2) Geissert, Clemens (2019): Filterblasen und Echokammern im Social Web. https://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf [Zugriff 25.02.2021], S.4

(3) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 10f

(4) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 2ff

(5) Geissert, Clemens (2019): Filterblasen und Echokammern im Social Web. https://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf [Zugriff 25.02.2021], S.10

(6) Montag, Christian (2018): Filterblasen: „Wie wirken sich Filterblasen unter Berücksichtigung von Persönlichkeit auf (politische) Einstellung aus?“ https://www.isdglobal.org/wp-content/uploads/2018/09/ISD-NetzDG-Report-German-FINAL-26.9.18.pdf#page=31 [Zugriff 25.02.2021] S. 33

(7) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 3

(8) Haim, Mario: Echokammer. Journalistikon. das Wörterbuch der Journalistik. https://journalistikon.de/echokammer/ [Zugriff 25.02.2021]

(9) Stangl, Werner: Stichwort: 'Echokammer-Effekt'. Online Lexikon für Psychologie und Pädagogik. https://lexikon.stangl.eu/30157/echokammer-effekt [Zugriff 25.02.2021]

(10) Geissert, Clemens (2019): Filterblasen und Echokammern im Social Web. https://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf [Zugriff 25.02.2021], S.6

(9) Montag, Christian (2018): Filterblasen: „Wie wirken sich Filterblasen unter Berücksichtigung von Persönlichkeit auf (politische) Einstellung aus?“ https://www.isdglobal.org/wp-content/uploads/2018/09/ISD-NetzDG-Report-German-FINAL-26.9.18.pdf#page=31 [Zugriff 25.02.2021] S. 31f

(11) Montag, Christian (2018): Filterblasen: „Wie wirken sich Filterblasen unter Berücksichtigung von Persönlichkeit auf (politische) Einstellung aus?“, in: https://www.isdglobal.org/wp-content/uploads/2018/09/ISD-NetzDG-Report-German-FINAL-26.9.18.pdf#page=31 S. 36

(12) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 4f

(13) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 5ff

(14) Geissert, Clemens (2019): Filterblasen und Echokammern im Social Web. https://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf [Zugriff 25.02.2021], S.16

(15) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 10f

(16) https://www.diskutiermitmir.de/#/about-us

/>

Filterblase

2021-02-26T13:29:31Z

Decaxoza: /* Definition */

==Definition==

Der Begriff der Filterblase (engl. filter bubble) geht auf den US-amerikanischen Internetaktivisten Eli Pariser und sein 2011 erschienenes Buch „The Filter Bubble: What the Internet is Hiding from You“ (auf Deutsch: „Filterblase: Wie wir im Internet entmündigt werden“) zurück. <ref name="MADS" /> Filterblasen sind ein Phänomen des Internetzeitalters und drücken sich laut Pariser darin aus, dass im Internet „A unique Universe of information for each of us“ (Ein einzigartiges Universum an Informationen für jeden von uns) entsteht. [2] Filterblasen können dabei als müssen dabei nicht unbedingt als Kontinuum verstehen: Entscheidend ist nicht ob, sondern bis zu welchem Grad die*der Einzelne in einer Filterblase steckt.[3]

===Entstehung von Filterblasen===

Laut Pariser entstehen Filterblasen im Internet dadurch, dass Suchmaschinen, die im Internet als Vermittler von Inhalten zwischen den Nutzer*innen stehen, Inhalte für die*den Einzelnen vorsortieren und filtern. Für die gegenwärtige Diskussion des Phänomens Filterblase ist auch relevant, dass diese Art der Filterung auch auf Social Media Plattformen stattfindet. Diese Filter in Social Software dienen der Personalisierung und damit der Anpassung von Social Software an die Vorlieben individueller Nutzer*innen. Algorhytmen analysieren auf Basis von Profilangaben und bisherigem Nutzungsverhalten, welche Inhalte die einzelnen Nutzer*innen besonders interessieren und sorgen dafür, dass solche und ähnliche Inhalte in Zukunft verstärkt in ihrem Feed angezeigt werden. Zudem erhalten sie Vorschläge für entsprechende neue Kanäle zum Abonnieren oder weitere Produkte zum Kauf. Diese Form der Personalisierung beruht zunächst auf dem aktivem Verhalten der Nutzer*innen, wie dem Suchen eines bestimmten Begriffs, dem Liken eines Facebook-Posts, dem Merken eines bestimmten Produkts oder dem Abonnieren eines Twitter-/ oder Youtube-Kanals. Sie verselbständigt sich, da anhand der bisher bekannten Präferenzen der Nutzer*innen mit Hilfe der Algorithmen darauf geschlossen wird, welche Inhalte diese zukünftig konsumieren möchten. Um die*den Einzelnen baut sich so eine Filterblase auf, die um so undurchlässiger wird, je mehr ähnliche Inhalte sie*er anklickt. Einige Plattformen nutzen für die algorhitmische Personalisierung ihrer Social Software zusätzlich Daten aus dem Netzwerk der Nutzer*innen, so genannte soziale Filter. Der Verwendung solcher sozialen Filter liegt die Annahme zu Grunde, dass im Internet miteinander vernetzte Menschen ähnliche Vorlieben haben (so genannte Homophilie). (4) Pariser glaubte, dass Nutzer*innen in eine Filterblase geraten und bleiben dort gefangen bleiben können, ohne es zu bemerken. Denn dass die Algorithmen Annahmen über sie treffen und welche das konkret sind, ist ihnen nicht direkt transparent oder möglicherweise auch gar nicht bekannt. (5)

Ziel dieser Personalisierung ist es Nutzer*innen nach dem Einloggen möglichst lange auf Plattform zu halten. Dadurch hinterlassen sie viele weitere digitale Nutzungsdaten, was für die Plattformen letztendlich höhere Einnahmen bedeutet, z.B. dank personalisierter Werbung. (6)

===Filterblasen und Echokammer-Effekte===
Im Zusammenhang mit Filterblasen steht der so genannte Echokammer-Effekt, der manchmal fälschlich auch synonym für Filterblasen verwendet wird. Echokammern (engl. echo chamber) sind Diskussionsräume im Social Web, in denen einer*m Nutzer*in ihre*seine Meinung als Echo von den anderen Insassen zurückgeworfen wird. (7) Eine Echokammer ist somit ein „metaphorischer Raum, in dem Aussagen verstärkt und Störgeräusche, etwa anders lautende Meinungen, geschluckt werden“. (8) Nutzer*innen in Echokammern werden permanent in ihren Ansichten einseitig bestärkt, weil sie ausschließlich mit Gleichgesinnten im Austausch sind. (9) Echokammern und Filterblasen im Social Web bedingen in der Praxis gegenseitig, wenn in den sozial gefilterten Newsfeeds der Insassen einer solchen Echokammer vorwiegend ähnliche Inhalte auftauchen. (10) Echokammern existieren aber auch in der analogen Welt, wo sich Menschen schon immer mit Gleichgesinnten zusammentun. Mit dem Social Web sind heute allerdings ganz neue Möglichkeiten entstanden, um über weite räumliche Distanzen hinweg Gesprächspartner*innen mit ähnlichen Einstellungen und Vorlieben zu finden. (11)

==Mögliche Gefahren von Filterblasen und Echokammern==

Mögliche Gefahren von Echokammern und Filterblasen werden vor allem im Zusammenhang damit diskutiert, dass sich Fake News über Soziale Medien deutlich schneller verbreiten als reale Nachrichten. (10) Befürchtet wird, dass Nutzer*innen in Filterblasen und digitalen Echokammern durch das Konsumieren homogener Inhalte und die permanente Bestätigung aus ihrem digitalen sozialen Umfeld ein einseitiges Weltbild entwickeln. Vertreter*innen radikaler Minderheitsmeinungen können sich so nicht nur weiter zu radikalisieren, sondern auch fälschlicherweise den Eindruck gewinnen, eine Mehrheitsmeinung zu vertreten. Jenseits von politischem oder religiösem Extremismus kann es weitere Gefahren für die Demokratie und das gesellschaftliche Miteinander geben, wenn Menschen sich ihre Meinung nur noch in abgeschlossenen Filterblasen und Echokammern bilden. Die Wahrnehmungen und Einstellungen unterschiedlicher Gruppen in der Gesellschaft entfernen sich dann immer weiter voneinander. Mit zunehmender Polarisierung droht eine Spaltung in unversöhnliche Lager, die nicht mehr zu einem demokratischen Kompromiss fähig sind. (12)

==Bisherige Erkenntnisse zur Verbreitung und Bedeutung von Filterblasen und Echokammern==
Nach wissenschaftlichen Erkenntnissen sind Filterblasen deutlich weniger verbreitet und bedeutend, als von Pariser angenommen. Für Suchmaschinen wie Google zeigten Simulationsstudien mit vorher trainierten „Testaccounts“ mehrheitlich kaum Filterblaseneffekte. Keine oder nur geringe Unterschiede bei den Suchergebnissen unterschiedlicher Nutzer*innen aus, die mit den gleichen Begriffen nach Nachrichten oder Informationen zu prominenten Politiker*innen suchten, zeigte eine Studie auf Basis des Datenspendeprojekts vor der Bundestagswahl 2017. Ausgewertet wurden dafür die Daten, die Nutzer*innen über ihre Suchen und Suchergebnisse via Plug-in im Browser gespendet hatten. Insgesamt sind also eher andere Faktoren, wie der Grad der Suchmaschinenoptimierung einer Internetseite, entscheidend für das Ranking in Suchmaschinen.
Zunehmend in den Fokus der Diskussion um einseitige Informationsaufnahme im Social Web ist die Auswahl der Inhalten durch die Nutzer*innen selbst gerückt. Die Nutzung von über Social Software bereitgestellten Inhalten ist demnach nicht nur durch algorhitmische Filterung, sondern eigene (bewusste oder unbewusste) Entscheidungen bedingt. So zeigte eine Untersuchung von Facebooknutzer*innen in den USA, dass gezielt eher die Inhalte im Newsfeed angeklickt werden, in dem eigenen Weltbild entsprechen. Abgeglichen wurde das Klickverhalten der Nutzer*innen mit ihren Angaben zu ihrer politischen Einstellung (liberal oder konservativ) im eigenen Profil. (13)
Auch wird die Annahme weit verbreiteter meinungshomogener Netzwerke im Social Web dahingehend in Frage gestellt, als dass die Vernetzung dort viel weitreichender als in der analogen Welt ist. Basierend eher auf losen Verbindungen und oberflächlichen Beziehungen (so genannten weak ties), steigt die Wahrscheinlichkeit, im eigenen Netzwerk Personen mit heterogenen Einstellungen zu unterschiedlichen Lebensbereichen und gesellschaftspolitischen Themen zu haben. Damit sind Nutzer*innen im Social Web potentiell sogar einer größeren Meinungsvielfalt ausgesetzt als in der analogen Welt. (14)

Dennoch befürchten Forscher*innen, dass Filterblasen und Echokammern für die Radikalisierung von Personen eine Rolle spielen, die bereits mit der Neigung zu extremistischen Einstellungen ins Social Web gekommen sind. Hinzukommt, dass Menschen auf Plattformen im Social Web intensiver auf emotionalisierende Inhalte und extreme Äußerungen reagieren. Durch ihre Reaktionen bringen sie diese - gewollt oder ungewollt - algorhitmisch in den News-Feeds der anderen nach oben. (15)
Auch wenn nach Desinformation durch Filterblasen im Social Web nach aktuellem Forschungsstand im Gegensatz zu Parisers ursprünglicher kein Massenphänomen ist, im Social Web ist die Entstehung von Filterblasen und Echokammern im Zusammenspiel den Nutzer*innenentscheidung bei der Vernetzung und der Nutzung von Inhalten prinzipiell möglich. Jedoch gibt dort auch einzelne Angebote, die Filterblasen- und Echokammereffekten bewusst entgegenwirken sollen: Über die Plattform "Diskutier mit mir" können sich Nutzer*innen annonym mit Menschen verbinden, die eine andere politische Meinung zu einem bestimmten Thema haben. (16)

==Einzelnachweise==

<references>

1) Friedrich, Greta, Was ist eine Filterblase. https://mads.de/was-ist-eine-filterblase [Zugriff 25.02.2021]

(2) Geissert, Clemens (2019): Filterblasen und Echokammern im Social Web. https://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf [Zugriff 25.02.2021], S.4

(3) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 10f

(4) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 2ff

(5) Geissert, Clemens (2019): Filterblasen und Echokammern im Social Web. https://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf [Zugriff 25.02.2021], S.10

(6) Montag, Christian (2018): Filterblasen: „Wie wirken sich Filterblasen unter Berücksichtigung von Persönlichkeit auf (politische) Einstellung aus?“ https://www.isdglobal.org/wp-content/uploads/2018/09/ISD-NetzDG-Report-German-FINAL-26.9.18.pdf#page=31 [Zugriff 25.02.2021] S. 33

(7) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 3

(8) Haim, Mario: Echokammer. Journalistikon. das Wörterbuch der Journalistik. https://journalistikon.de/echokammer/ [Zugriff 25.02.2021]

(9) Stangl, Werner: Stichwort: 'Echokammer-Effekt'. Online Lexikon für Psychologie und Pädagogik. https://lexikon.stangl.eu/30157/echokammer-effekt [Zugriff 25.02.2021]

(10) Geissert, Clemens (2019): Filterblasen und Echokammern im Social Web. https://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf [Zugriff 25.02.2021], S.6

(9) Montag, Christian (2018): Filterblasen: „Wie wirken sich Filterblasen unter Berücksichtigung von Persönlichkeit auf (politische) Einstellung aus?“ https://www.isdglobal.org/wp-content/uploads/2018/09/ISD-NetzDG-Report-German-FINAL-26.9.18.pdf#page=31 [Zugriff 25.02.2021] S. 31f

(11) Montag, Christian (2018): Filterblasen: „Wie wirken sich Filterblasen unter Berücksichtigung von Persönlichkeit auf (politische) Einstellung aus?“, in: https://www.isdglobal.org/wp-content/uploads/2018/09/ISD-NetzDG-Report-German-FINAL-26.9.18.pdf#page=31 S. 36

(12) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 4f

(13) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 5ff

(14) Geissert, Clemens (2019): Filterblasen und Echokammern im Social Web. https://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf [Zugriff 25.02.2021], S.16

(15) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 10f

(16) https://www.diskutiermitmir.de/#/about-us

/>

Filterblase

2021-02-26T13:26:29Z

Decaxoza: /* Einzelnachweise */

==Definition==

Der Begriff der Filterblase (engl. filter bubble) geht auf den US-amerikanischen Internetaktivisten Eli Pariser und sein 2011 erschienenes Buch „The Filter Bubble: What the Internet is Hiding from You“ (auf Deutsch: „Filterblase: Wie wir im Internet entmündigt werden“) zurück.(1)Filterblasen sind ein Phänomen des Internetzeitalters und drücken sich laut Pariser darin aus, dass im Internet „A unique Universe of information for each of us“ (Ein einzigartiges Universum an Informationen für jeden von uns) entsteht. [2] Filterblasen können dabei als müssen dabei nicht unbedingt als Kontinuum verstehen: Entscheidend ist nicht ob, sondern bis zu welchem Grad die*der Einzelne in einer Filterblase steckt.[3]

===Entstehung von Filterblasen===

Laut Pariser entstehen Filterblasen im Internet dadurch, dass Suchmaschinen, die im Internet als Vermittler von Inhalten zwischen den Nutzer*innen stehen, Inhalte für die*den Einzelnen vorsortieren und filtern. Für die gegenwärtige Diskussion des Phänomens Filterblase ist auch relevant, dass diese Art der Filterung auch auf Social Media Plattformen stattfindet. Diese Filter in Social Software dienen der Personalisierung und damit der Anpassung von Social Software an die Vorlieben individueller Nutzer*innen. Algorhytmen analysieren auf Basis von Profilangaben und bisherigem Nutzungsverhalten, welche Inhalte die einzelnen Nutzer*innen besonders interessieren und sorgen dafür, dass solche und ähnliche Inhalte in Zukunft verstärkt in ihrem Feed angezeigt werden. Zudem erhalten sie Vorschläge für entsprechende neue Kanäle zum Abonnieren oder weitere Produkte zum Kauf. Diese Form der Personalisierung beruht zunächst auf dem aktivem Verhalten der Nutzer*innen, wie dem Suchen eines bestimmten Begriffs, dem Liken eines Facebook-Posts, dem Merken eines bestimmten Produkts oder dem Abonnieren eines Twitter-/ oder Youtube-Kanals. Sie verselbständigt sich, da anhand der bisher bekannten Präferenzen der Nutzer*innen mit Hilfe der Algorithmen darauf geschlossen wird, welche Inhalte diese zukünftig konsumieren möchten. Um die*den Einzelnen baut sich so eine Filterblase auf, die um so undurchlässiger wird, je mehr ähnliche Inhalte sie*er anklickt. Einige Plattformen nutzen für die algorhitmische Personalisierung ihrer Social Software zusätzlich Daten aus dem Netzwerk der Nutzer*innen, so genannte soziale Filter. Der Verwendung solcher sozialen Filter liegt die Annahme zu Grunde, dass im Internet miteinander vernetzte Menschen ähnliche Vorlieben haben (so genannte Homophilie). (4) Pariser glaubte, dass Nutzer*innen in eine Filterblase geraten und bleiben dort gefangen bleiben können, ohne es zu bemerken. Denn dass die Algorithmen Annahmen über sie treffen und welche das konkret sind, ist ihnen nicht direkt transparent oder möglicherweise auch gar nicht bekannt. (5)

Ziel dieser Personalisierung ist es Nutzer*innen nach dem Einloggen möglichst lange auf Plattform zu halten. Dadurch hinterlassen sie viele weitere digitale Nutzungsdaten, was für die Plattformen letztendlich höhere Einnahmen bedeutet, z.B. dank personalisierter Werbung. (6)

===Filterblasen und Echokammer-Effekte===
Im Zusammenhang mit Filterblasen steht der so genannte Echokammer-Effekt, der manchmal fälschlich auch synonym für Filterblasen verwendet wird. Echokammern (engl. echo chamber) sind Diskussionsräume im Social Web, in denen einer*m Nutzer*in ihre*seine Meinung als Echo von den anderen Insassen zurückgeworfen wird. (7) Eine Echokammer ist somit ein „metaphorischer Raum, in dem Aussagen verstärkt und Störgeräusche, etwa anders lautende Meinungen, geschluckt werden“. (8) Nutzer*innen in Echokammern werden permanent in ihren Ansichten einseitig bestärkt, weil sie ausschließlich mit Gleichgesinnten im Austausch sind. (9) Echokammern und Filterblasen im Social Web bedingen in der Praxis gegenseitig, wenn in den sozial gefilterten Newsfeeds der Insassen einer solchen Echokammer vorwiegend ähnliche Inhalte auftauchen. (10) Echokammern existieren aber auch in der analogen Welt, wo sich Menschen schon immer mit Gleichgesinnten zusammentun. Mit dem Social Web sind heute allerdings ganz neue Möglichkeiten entstanden, um über weite räumliche Distanzen hinweg Gesprächspartner*innen mit ähnlichen Einstellungen und Vorlieben zu finden. (11)

==Mögliche Gefahren von Filterblasen und Echokammern==

Mögliche Gefahren von Echokammern und Filterblasen werden vor allem im Zusammenhang damit diskutiert, dass sich Fake News über Soziale Medien deutlich schneller verbreiten als reale Nachrichten. (10) Befürchtet wird, dass Nutzer*innen in Filterblasen und digitalen Echokammern durch das Konsumieren homogener Inhalte und die permanente Bestätigung aus ihrem digitalen sozialen Umfeld ein einseitiges Weltbild entwickeln. Vertreter*innen radikaler Minderheitsmeinungen können sich so nicht nur weiter zu radikalisieren, sondern auch fälschlicherweise den Eindruck gewinnen, eine Mehrheitsmeinung zu vertreten. Jenseits von politischem oder religiösem Extremismus kann es weitere Gefahren für die Demokratie und das gesellschaftliche Miteinander geben, wenn Menschen sich ihre Meinung nur noch in abgeschlossenen Filterblasen und Echokammern bilden. Die Wahrnehmungen und Einstellungen unterschiedlicher Gruppen in der Gesellschaft entfernen sich dann immer weiter voneinander. Mit zunehmender Polarisierung droht eine Spaltung in unversöhnliche Lager, die nicht mehr zu einem demokratischen Kompromiss fähig sind. (12)

==Bisherige Erkenntnisse zur Verbreitung und Bedeutung von Filterblasen und Echokammern==
Nach wissenschaftlichen Erkenntnissen sind Filterblasen deutlich weniger verbreitet und bedeutend, als von Pariser angenommen. Für Suchmaschinen wie Google zeigten Simulationsstudien mit vorher trainierten „Testaccounts“ mehrheitlich kaum Filterblaseneffekte. Keine oder nur geringe Unterschiede bei den Suchergebnissen unterschiedlicher Nutzer*innen aus, die mit den gleichen Begriffen nach Nachrichten oder Informationen zu prominenten Politiker*innen suchten, zeigte eine Studie auf Basis des Datenspendeprojekts vor der Bundestagswahl 2017. Ausgewertet wurden dafür die Daten, die Nutzer*innen über ihre Suchen und Suchergebnisse via Plug-in im Browser gespendet hatten. Insgesamt sind also eher andere Faktoren, wie der Grad der Suchmaschinenoptimierung einer Internetseite, entscheidend für das Ranking in Suchmaschinen.
Zunehmend in den Fokus der Diskussion um einseitige Informationsaufnahme im Social Web ist die Auswahl der Inhalten durch die Nutzer*innen selbst gerückt. Die Nutzung von über Social Software bereitgestellten Inhalten ist demnach nicht nur durch algorhitmische Filterung, sondern eigene (bewusste oder unbewusste) Entscheidungen bedingt. So zeigte eine Untersuchung von Facebooknutzer*innen in den USA, dass gezielt eher die Inhalte im Newsfeed angeklickt werden, in dem eigenen Weltbild entsprechen. Abgeglichen wurde das Klickverhalten der Nutzer*innen mit ihren Angaben zu ihrer politischen Einstellung (liberal oder konservativ) im eigenen Profil. (13)
Auch wird die Annahme weit verbreiteter meinungshomogener Netzwerke im Social Web dahingehend in Frage gestellt, als dass die Vernetzung dort viel weitreichender als in der analogen Welt ist. Basierend eher auf losen Verbindungen und oberflächlichen Beziehungen (so genannten weak ties), steigt die Wahrscheinlichkeit, im eigenen Netzwerk Personen mit heterogenen Einstellungen zu unterschiedlichen Lebensbereichen und gesellschaftspolitischen Themen zu haben. Damit sind Nutzer*innen im Social Web potentiell sogar einer größeren Meinungsvielfalt ausgesetzt als in der analogen Welt. (14)

Dennoch befürchten Forscher*innen, dass Filterblasen und Echokammern für die Radikalisierung von Personen eine Rolle spielen, die bereits mit der Neigung zu extremistischen Einstellungen ins Social Web gekommen sind. Hinzukommt, dass Menschen auf Plattformen im Social Web intensiver auf emotionalisierende Inhalte und extreme Äußerungen reagieren. Durch ihre Reaktionen bringen sie diese - gewollt oder ungewollt - algorhitmisch in den News-Feeds der anderen nach oben. (15)
Auch wenn nach Desinformation durch Filterblasen im Social Web nach aktuellem Forschungsstand im Gegensatz zu Parisers ursprünglicher kein Massenphänomen ist, im Social Web ist die Entstehung von Filterblasen und Echokammern im Zusammenspiel den Nutzer*innenentscheidung bei der Vernetzung und der Nutzung von Inhalten prinzipiell möglich. Jedoch gibt dort auch einzelne Angebote, die Filterblasen- und Echokammereffekten bewusst entgegenwirken sollen: Über die Plattform "Diskutier mit mir" können sich Nutzer*innen annonym mit Menschen verbinden, die eine andere politische Meinung zu einem bestimmten Thema haben. (16)

==Einzelnachweise==

<references>

1) Friedrich, Greta, Was ist eine Filterblase. https://mads.de/was-ist-eine-filterblase [Zugriff 25.02.2021]

(2) Geissert, Clemens (2019): Filterblasen und Echokammern im Social Web. https://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf [Zugriff 25.02.2021], S.4

(3) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 10f

(4) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 2ff

(5) Geissert, Clemens (2019): Filterblasen und Echokammern im Social Web. https://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf [Zugriff 25.02.2021], S.10

(6) Montag, Christian (2018): Filterblasen: „Wie wirken sich Filterblasen unter Berücksichtigung von Persönlichkeit auf (politische) Einstellung aus?“ https://www.isdglobal.org/wp-content/uploads/2018/09/ISD-NetzDG-Report-German-FINAL-26.9.18.pdf#page=31 [Zugriff 25.02.2021] S. 33

(7) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 3

(8) Haim, Mario: Echokammer. Journalistikon. das Wörterbuch der Journalistik. https://journalistikon.de/echokammer/ [Zugriff 25.02.2021]

(9) Stangl, Werner: Stichwort: 'Echokammer-Effekt'. Online Lexikon für Psychologie und Pädagogik. https://lexikon.stangl.eu/30157/echokammer-effekt [Zugriff 25.02.2021]

(10) Geissert, Clemens (2019): Filterblasen und Echokammern im Social Web. https://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf [Zugriff 25.02.2021], S.6

(9) Montag, Christian (2018): Filterblasen: „Wie wirken sich Filterblasen unter Berücksichtigung von Persönlichkeit auf (politische) Einstellung aus?“ https://www.isdglobal.org/wp-content/uploads/2018/09/ISD-NetzDG-Report-German-FINAL-26.9.18.pdf#page=31 [Zugriff 25.02.2021] S. 31f

(11) Montag, Christian (2018): Filterblasen: „Wie wirken sich Filterblasen unter Berücksichtigung von Persönlichkeit auf (politische) Einstellung aus?“, in: https://www.isdglobal.org/wp-content/uploads/2018/09/ISD-NetzDG-Report-German-FINAL-26.9.18.pdf#page=31 S. 36

(12) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 4f

(13) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 5ff

(14) Geissert, Clemens (2019): Filterblasen und Echokammern im Social Web. https://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf [Zugriff 25.02.2021], S.16

(15) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 10f

(16) https://www.diskutiermitmir.de/#/about-us

/>

Filterblase

2021-02-26T13:23:39Z

Decaxoza: /* Definition */

Filterblase

2021-02-26T13:21:24Z

Decaxoza: /* Einzelnachweise */

Filterblase

2021-02-26T13:21:07Z

Decaxoza: /* Definition */

==Definition==

Der Begriff der Filterblase (engl. filter bubble) geht auf den US-amerikanischen Internetaktivisten Eli Pariser und sein 2011 erschienenes Buch „The Filter Bubble: What the Internet is Hiding from You“ (auf Deutsch: „Filterblase: Wie wir im Internet entmündigt werden“) zurück. <ref>[https://mads.de/was-ist-eine-filterblase ''Friedrich, Greta, Was ist eine Filterblase.''] Projekt MADS Medien an der Schule. Stand 25.02.2021.</ref>. Filterblasen sind ein Phänomen des Internetzeitalters und drücken sich laut Pariser darin aus, dass im Internet „A unique Universe of information for each of us“ (Ein einzigartiges Universum an Informationen für jeden von uns) entsteht. [2] Filterblasen können dabei als müssen dabei nicht unbedingt als Kontinuum verstehen: Entscheidend ist nicht ob, sondern bis zu welchem Grad die*der Einzelne in einer Filterblase steckt.[3]

===Entstehung von Filterblasen===

Laut Pariser entstehen Filterblasen im Internet dadurch, dass Suchmaschinen, die im Internet als Vermittler von Inhalten zwischen den Nutzer*innen stehen, Inhalte für die*den Einzelnen vorsortieren und filtern. Für die gegenwärtige Diskussion des Phänomens Filterblase ist auch relevant, dass diese Art der Filterung auch auf Social Media Plattformen stattfindet. Diese Filter in Social Software dienen der Personalisierung und damit der Anpassung von Social Software an die Vorlieben individueller Nutzer*innen. Algorhytmen analysieren auf Basis von Profilangaben und bisherigem Nutzungsverhalten, welche Inhalte die einzelnen Nutzer*innen besonders interessieren und sorgen dafür, dass solche und ähnliche Inhalte in Zukunft verstärkt in ihrem Feed angezeigt werden. Zudem erhalten sie Vorschläge für entsprechende neue Kanäle zum Abonnieren oder weitere Produkte zum Kauf. Diese Form der Personalisierung beruht zunächst auf dem aktivem Verhalten der Nutzer*innen, wie dem Suchen eines bestimmten Begriffs, dem Liken eines Facebook-Posts, dem Merken eines bestimmten Produkts oder dem Abonnieren eines Twitter-/ oder Youtube-Kanals. Sie verselbständigt sich, da anhand der bisher bekannten Präferenzen der Nutzer*innen mit Hilfe der Algorithmen darauf geschlossen wird, welche Inhalte diese zukünftig konsumieren möchten. Um die*den Einzelnen baut sich so eine Filterblase auf, die um so undurchlässiger wird, je mehr ähnliche Inhalte sie*er anklickt. Einige Plattformen nutzen für die algorhitmische Personalisierung ihrer Social Software zusätzlich Daten aus dem Netzwerk der Nutzer*innen, so genannte soziale Filter. Der Verwendung solcher sozialen Filter liegt die Annahme zu Grunde, dass im Internet miteinander vernetzte Menschen ähnliche Vorlieben haben (so genannte Homophilie). (4) Pariser glaubte, dass Nutzer*innen in eine Filterblase geraten und bleiben dort gefangen bleiben können, ohne es zu bemerken. Denn dass die Algorithmen Annahmen über sie treffen und welche das konkret sind, ist ihnen nicht direkt transparent oder möglicherweise auch gar nicht bekannt. (5)

Ziel dieser Personalisierung ist es Nutzer*innen nach dem Einloggen möglichst lange auf Plattform zu halten. Dadurch hinterlassen sie viele weitere digitale Nutzungsdaten, was für die Plattformen letztendlich höhere Einnahmen bedeutet, z.B. dank personalisierter Werbung. (6)

===Filterblasen und Echokammer-Effekte===
Im Zusammenhang mit Filterblasen steht der so genannte Echokammer-Effekt, der manchmal fälschlich auch synonym für Filterblasen verwendet wird. Echokammern (engl. echo chamber) sind Diskussionsräume im Social Web, in denen einer*m Nutzer*in ihre*seine Meinung als Echo von den anderen Insassen zurückgeworfen wird. (7) Eine Echokammer ist somit ein „metaphorischer Raum, in dem Aussagen verstärkt und Störgeräusche, etwa anders lautende Meinungen, geschluckt werden“. (8) Nutzer*innen in Echokammern werden permanent in ihren Ansichten einseitig bestärkt, weil sie ausschließlich mit Gleichgesinnten im Austausch sind. (9) Echokammern und Filterblasen im Social Web bedingen in der Praxis gegenseitig, wenn in den sozial gefilterten Newsfeeds der Insassen einer solchen Echokammer vorwiegend ähnliche Inhalte auftauchen. (10) Echokammern existieren aber auch in der analogen Welt, wo sich Menschen schon immer mit Gleichgesinnten zusammentun. Mit dem Social Web sind heute allerdings ganz neue Möglichkeiten entstanden, um über weite räumliche Distanzen hinweg Gesprächspartner*innen mit ähnlichen Einstellungen und Vorlieben zu finden. (11)

==Mögliche Gefahren von Filterblasen und Echokammern==

Mögliche Gefahren von Echokammern und Filterblasen werden vor allem im Zusammenhang damit diskutiert, dass sich Fake News über Soziale Medien deutlich schneller verbreiten als reale Nachrichten. (10) Befürchtet wird, dass Nutzer*innen in Filterblasen und digitalen Echokammern durch das Konsumieren homogener Inhalte und die permanente Bestätigung aus ihrem digitalen sozialen Umfeld ein einseitiges Weltbild entwickeln. Vertreter*innen radikaler Minderheitsmeinungen können sich so nicht nur weiter zu radikalisieren, sondern auch fälschlicherweise den Eindruck gewinnen, eine Mehrheitsmeinung zu vertreten. Jenseits von politischem oder religiösem Extremismus kann es weitere Gefahren für die Demokratie und das gesellschaftliche Miteinander geben, wenn Menschen sich ihre Meinung nur noch in abgeschlossenen Filterblasen und Echokammern bilden. Die Wahrnehmungen und Einstellungen unterschiedlicher Gruppen in der Gesellschaft entfernen sich dann immer weiter voneinander. Mit zunehmender Polarisierung droht eine Spaltung in unversöhnliche Lager, die nicht mehr zu einem demokratischen Kompromiss fähig sind. (12)

==Bisherige Erkenntnisse zur Verbreitung und Bedeutung von Filterblasen und Echokammern==
Nach wissenschaftlichen Erkenntnissen sind Filterblasen deutlich weniger verbreitet und bedeutend, als von Pariser angenommen. Für Suchmaschinen wie Google zeigten Simulationsstudien mit vorher trainierten „Testaccounts“ mehrheitlich kaum Filterblaseneffekte. Keine oder nur geringe Unterschiede bei den Suchergebnissen unterschiedlicher Nutzer*innen aus, die mit den gleichen Begriffen nach Nachrichten oder Informationen zu prominenten Politiker*innen suchten, zeigte eine Studie auf Basis des Datenspendeprojekts vor der Bundestagswahl 2017. Ausgewertet wurden dafür die Daten, die Nutzer*innen über ihre Suchen und Suchergebnisse via Plug-in im Browser gespendet hatten. Insgesamt sind also eher andere Faktoren, wie der Grad der Suchmaschinenoptimierung einer Internetseite, entscheidend für das Ranking in Suchmaschinen.
Zunehmend in den Fokus der Diskussion um einseitige Informationsaufnahme im Social Web ist die Auswahl der Inhalten durch die Nutzer*innen selbst gerückt. Die Nutzung von über Social Software bereitgestellten Inhalten ist demnach nicht nur durch algorhitmische Filterung, sondern eigene (bewusste oder unbewusste) Entscheidungen bedingt. So zeigte eine Untersuchung von Facebooknutzer*innen in den USA, dass gezielt eher die Inhalte im Newsfeed angeklickt werden, in dem eigenen Weltbild entsprechen. Abgeglichen wurde das Klickverhalten der Nutzer*innen mit ihren Angaben zu ihrer politischen Einstellung (liberal oder konservativ) im eigenen Profil. (13)
Auch wird die Annahme weit verbreiteter meinungshomogener Netzwerke im Social Web dahingehend in Frage gestellt, als dass die Vernetzung dort viel weitreichender als in der analogen Welt ist. Basierend eher auf losen Verbindungen und oberflächlichen Beziehungen (so genannten weak ties), steigt die Wahrscheinlichkeit, im eigenen Netzwerk Personen mit heterogenen Einstellungen zu unterschiedlichen Lebensbereichen und gesellschaftspolitischen Themen zu haben. Damit sind Nutzer*innen im Social Web potentiell sogar einer größeren Meinungsvielfalt ausgesetzt als in der analogen Welt. (14)

Dennoch befürchten Forscher*innen, dass Filterblasen und Echokammern für die Radikalisierung von Personen eine Rolle spielen, die bereits mit der Neigung zu extremistischen Einstellungen ins Social Web gekommen sind. Hinzukommt, dass Menschen auf Plattformen im Social Web intensiver auf emotionalisierende Inhalte und extreme Äußerungen reagieren. Durch ihre Reaktionen bringen sie diese - gewollt oder ungewollt - algorhitmisch in den News-Feeds der anderen nach oben. (15)
Auch wenn nach Desinformation durch Filterblasen im Social Web nach aktuellem Forschungsstand im Gegensatz zu Parisers ursprünglicher kein Massenphänomen ist, im Social Web ist die Entstehung von Filterblasen und Echokammern im Zusammenspiel den Nutzer*innenentscheidung bei der Vernetzung und der Nutzung von Inhalten prinzipiell möglich. Jedoch gibt dort auch einzelne Angebote, die Filterblasen- und Echokammereffekten bewusst entgegenwirken sollen: Über die Plattform "Diskutier mit mir" können sich Nutzer*innen annonym mit Menschen verbinden, die eine andere politische Meinung zu einem bestimmten Thema haben. (16)

==Einzelnachweise==

(1) Friedrich, Greta, Was ist eine Filterblase. https://mads.de/was-ist-eine-filterblase [Zugriff 25.02.2021]

(2) Geissert, Clemens (2019): Filterblasen und Echokammern im Social Web. https://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf [Zugriff 25.02.2021], S.4

(3) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 10f

(4) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 2ff

(5) Geissert, Clemens (2019): Filterblasen und Echokammern im Social Web. https://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf [Zugriff 25.02.2021], S.10

(6) Montag, Christian (2018): Filterblasen: „Wie wirken sich Filterblasen unter Berücksichtigung von Persönlichkeit auf (politische) Einstellung aus?“ https://www.isdglobal.org/wp-content/uploads/2018/09/ISD-NetzDG-Report-German-FINAL-26.9.18.pdf#page=31 [Zugriff 25.02.2021] S. 33

(7) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 3

(8) Haim, Mario: Echokammer. Journalistikon. das Wörterbuch der Journalistik. https://journalistikon.de/echokammer/ [Zugriff 25.02.2021]

(9) Stangl, Werner: Stichwort: 'Echokammer-Effekt'. Online Lexikon für Psychologie und Pädagogik. https://lexikon.stangl.eu/30157/echokammer-effekt [Zugriff 25.02.2021]

(10) Geissert, Clemens (2019): Filterblasen und Echokammern im Social Web. https://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf [Zugriff 25.02.2021], S.6

(9) Montag, Christian (2018): Filterblasen: „Wie wirken sich Filterblasen unter Berücksichtigung von Persönlichkeit auf (politische) Einstellung aus?“ https://www.isdglobal.org/wp-content/uploads/2018/09/ISD-NetzDG-Report-German-FINAL-26.9.18.pdf#page=31 [Zugriff 25.02.2021] S. 31f

(11) Montag, Christian (2018): Filterblasen: „Wie wirken sich Filterblasen unter Berücksichtigung von Persönlichkeit auf (politische) Einstellung aus?“, in: https://www.isdglobal.org/wp-content/uploads/2018/09/ISD-NetzDG-Report-German-FINAL-26.9.18.pdf#page=31 S. 36

(12) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 4f

(13) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 5ff

(14) Geissert, Clemens (2019): Filterblasen und Echokammern im Social Web. https://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf [Zugriff 25.02.2021], S.16

(15) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 10f

(16) https://www.diskutiermitmir.de/#/about-us

Filterblase

2021-02-26T13:02:15Z

Decaxoza: Die Seite wurde neu angelegt: „==Definition== Der Begriff der Filterblase (engl. filter bubble) geht auf den US-amerikanischen Internetaktivisten Eli Pariser und sein 2011 erschienenes Buc…“

==Definition==

Der Begriff der Filterblase (engl. filter bubble) geht auf den US-amerikanischen Internetaktivisten Eli Pariser und sein 2011 erschienenes Buch „The Filter Bubble: What the Internet is Hiding from You“ (auf Deutsch: „Filterblase: Wie wir im Internet entmündigt werden“) zurück.[1] Filterblasen sind ein Phänomen des Internetzeitalters und drücken sich laut Pariser darin aus, dass im Internet „A unique Universe of information for each of us“ (Ein einzigartiges Universum an Informationen für jeden von uns) entsteht. [2] Filterblasen können dabei als müssen dabei nicht unbedingt als Kontinuum verstehen: Entscheidend ist nicht ob, sondern bis zu welchem Grad die*der Einzelne in einer Filterblase steckt.[3]

===Entstehung von Filterblasen===

Laut Pariser entstehen Filterblasen im Internet dadurch, dass Suchmaschinen, die im Internet als Vermittler von Inhalten zwischen den Nutzer*innen stehen, Inhalte für die*den Einzelnen vorsortieren und filtern. Für die gegenwärtige Diskussion des Phänomens Filterblase ist auch relevant, dass diese Art der Filterung auch auf Social Media Plattformen stattfindet. Diese Filter in Social Software dienen der Personalisierung und damit der Anpassung von Social Software an die Vorlieben individueller Nutzer*innen. Algorhytmen analysieren auf Basis von Profilangaben und bisherigem Nutzungsverhalten, welche Inhalte die einzelnen Nutzer*innen besonders interessieren und sorgen dafür, dass solche und ähnliche Inhalte in Zukunft verstärkt in ihrem Feed angezeigt werden. Zudem erhalten sie Vorschläge für entsprechende neue Kanäle zum Abonnieren oder weitere Produkte zum Kauf. Diese Form der Personalisierung beruht zunächst auf dem aktivem Verhalten der Nutzer*innen, wie dem Suchen eines bestimmten Begriffs, dem Liken eines Facebook-Posts, dem Merken eines bestimmten Produkts oder dem Abonnieren eines Twitter-/ oder Youtube-Kanals. Sie verselbständigt sich, da anhand der bisher bekannten Präferenzen der Nutzer*innen mit Hilfe der Algorithmen darauf geschlossen wird, welche Inhalte diese zukünftig konsumieren möchten. Um die*den Einzelnen baut sich so eine Filterblase auf, die um so undurchlässiger wird, je mehr ähnliche Inhalte sie*er anklickt. Einige Plattformen nutzen für die algorhitmische Personalisierung ihrer Social Software zusätzlich Daten aus dem Netzwerk der Nutzer*innen, so genannte soziale Filter. Der Verwendung solcher sozialen Filter liegt die Annahme zu Grunde, dass im Internet miteinander vernetzte Menschen ähnliche Vorlieben haben (so genannte Homophilie). (4) Pariser glaubte, dass Nutzer*innen in eine Filterblase geraten und bleiben dort gefangen bleiben können, ohne es zu bemerken. Denn dass die Algorithmen Annahmen über sie treffen und welche das konkret sind, ist ihnen nicht direkt transparent oder möglicherweise auch gar nicht bekannt. (5)

Ziel dieser Personalisierung ist es Nutzer*innen nach dem Einloggen möglichst lange auf Plattform zu halten. Dadurch hinterlassen sie viele weitere digitale Nutzungsdaten, was für die Plattformen letztendlich höhere Einnahmen bedeutet, z.B. dank personalisierter Werbung. (6)

===Filterblasen und Echokammer-Effekte===
Im Zusammenhang mit Filterblasen steht der so genannte Echokammer-Effekt, der manchmal fälschlich auch synonym für Filterblasen verwendet wird. Echokammern (engl. echo chamber) sind Diskussionsräume im Social Web, in denen einer*m Nutzer*in ihre*seine Meinung als Echo von den anderen Insassen zurückgeworfen wird. (7) Eine Echokammer ist somit ein „metaphorischer Raum, in dem Aussagen verstärkt und Störgeräusche, etwa anders lautende Meinungen, geschluckt werden“. (8) Nutzer*innen in Echokammern werden permanent in ihren Ansichten einseitig bestärkt, weil sie ausschließlich mit Gleichgesinnten im Austausch sind. (9) Echokammern und Filterblasen im Social Web bedingen in der Praxis gegenseitig, wenn in den sozial gefilterten Newsfeeds der Insassen einer solchen Echokammer vorwiegend ähnliche Inhalte auftauchen. (10) Echokammern existieren aber auch in der analogen Welt, wo sich Menschen schon immer mit Gleichgesinnten zusammentun. Mit dem Social Web sind heute allerdings ganz neue Möglichkeiten entstanden, um über weite räumliche Distanzen hinweg Gesprächspartner*innen mit ähnlichen Einstellungen und Vorlieben zu finden. (11)

==Mögliche Gefahren von Filterblasen und Echokammern==

Mögliche Gefahren von Echokammern und Filterblasen werden vor allem im Zusammenhang damit diskutiert, dass sich Fake News über Soziale Medien deutlich schneller verbreiten als reale Nachrichten. (10) Befürchtet wird, dass Nutzer*innen in Filterblasen und digitalen Echokammern durch das Konsumieren homogener Inhalte und die permanente Bestätigung aus ihrem digitalen sozialen Umfeld ein einseitiges Weltbild entwickeln. Vertreter*innen radikaler Minderheitsmeinungen können sich so nicht nur weiter zu radikalisieren, sondern auch fälschlicherweise den Eindruck gewinnen, eine Mehrheitsmeinung zu vertreten. Jenseits von politischem oder religiösem Extremismus kann es weitere Gefahren für die Demokratie und das gesellschaftliche Miteinander geben, wenn Menschen sich ihre Meinung nur noch in abgeschlossenen Filterblasen und Echokammern bilden. Die Wahrnehmungen und Einstellungen unterschiedlicher Gruppen in der Gesellschaft entfernen sich dann immer weiter voneinander. Mit zunehmender Polarisierung droht eine Spaltung in unversöhnliche Lager, die nicht mehr zu einem demokratischen Kompromiss fähig sind. (12)

==Bisherige Erkenntnisse zur Verbreitung und Bedeutung von Filterblasen und Echokammern==
Nach wissenschaftlichen Erkenntnissen sind Filterblasen deutlich weniger verbreitet und bedeutend, als von Pariser angenommen. Für Suchmaschinen wie Google zeigten Simulationsstudien mit vorher trainierten „Testaccounts“ mehrheitlich kaum Filterblaseneffekte. Keine oder nur geringe Unterschiede bei den Suchergebnissen unterschiedlicher Nutzer*innen aus, die mit den gleichen Begriffen nach Nachrichten oder Informationen zu prominenten Politiker*innen suchten, zeigte eine Studie auf Basis des Datenspendeprojekts vor der Bundestagswahl 2017. Ausgewertet wurden dafür die Daten, die Nutzer*innen über ihre Suchen und Suchergebnisse via Plug-in im Browser gespendet hatten. Insgesamt sind also eher andere Faktoren, wie der Grad der Suchmaschinenoptimierung einer Internetseite, entscheidend für das Ranking in Suchmaschinen.
Zunehmend in den Fokus der Diskussion um einseitige Informationsaufnahme im Social Web ist die Auswahl der Inhalten durch die Nutzer*innen selbst gerückt. Die Nutzung von über Social Software bereitgestellten Inhalten ist demnach nicht nur durch algorhitmische Filterung, sondern eigene (bewusste oder unbewusste) Entscheidungen bedingt. So zeigte eine Untersuchung von Facebooknutzer*innen in den USA, dass gezielt eher die Inhalte im Newsfeed angeklickt werden, in dem eigenen Weltbild entsprechen. Abgeglichen wurde das Klickverhalten der Nutzer*innen mit ihren Angaben zu ihrer politischen Einstellung (liberal oder konservativ) im eigenen Profil. (13)
Auch wird die Annahme weit verbreiteter meinungshomogener Netzwerke im Social Web dahingehend in Frage gestellt, als dass die Vernetzung dort viel weitreichender als in der analogen Welt ist. Basierend eher auf losen Verbindungen und oberflächlichen Beziehungen (so genannten weak ties), steigt die Wahrscheinlichkeit, im eigenen Netzwerk Personen mit heterogenen Einstellungen zu unterschiedlichen Lebensbereichen und gesellschaftspolitischen Themen zu haben. Damit sind Nutzer*innen im Social Web potentiell sogar einer größeren Meinungsvielfalt ausgesetzt als in der analogen Welt. (14)

Dennoch befürchten Forscher*innen, dass Filterblasen und Echokammern für die Radikalisierung von Personen eine Rolle spielen, die bereits mit der Neigung zu extremistischen Einstellungen ins Social Web gekommen sind. Hinzukommt, dass Menschen auf Plattformen im Social Web intensiver auf emotionalisierende Inhalte und extreme Äußerungen reagieren. Durch ihre Reaktionen bringen sie diese - gewollt oder ungewollt - algorhitmisch in den News-Feeds der anderen nach oben. (15)
Auch wenn nach Desinformation durch Filterblasen im Social Web nach aktuellem Forschungsstand im Gegensatz zu Parisers ursprünglicher kein Massenphänomen ist, im Social Web ist die Entstehung von Filterblasen und Echokammern im Zusammenspiel den Nutzer*innenentscheidung bei der Vernetzung und der Nutzung von Inhalten prinzipiell möglich. Jedoch gibt dort auch einzelne Angebote, die Filterblasen- und Echokammereffekten bewusst entgegenwirken sollen: Über die Plattform "Diskutier mit mir" können sich Nutzer*innen annonym mit Menschen verbinden, die eine andere politische Meinung zu einem bestimmten Thema haben. (16)

==Einzelnachweise==

(1) Friedrich, Greta, Was ist eine Filterblase. https://mads.de/was-ist-eine-filterblase [Zugriff 25.02.2021]

(2) Geissert, Clemens (2019): Filterblasen und Echokammern im Social Web. https://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf [Zugriff 25.02.2021], S.4

(3) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 10f

(4) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 2ff

(5) Geissert, Clemens (2019): Filterblasen und Echokammern im Social Web. https://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf [Zugriff 25.02.2021], S.10

(6) Montag, Christian (2018): Filterblasen: „Wie wirken sich Filterblasen unter Berücksichtigung von Persönlichkeit auf (politische) Einstellung aus?“ https://www.isdglobal.org/wp-content/uploads/2018/09/ISD-NetzDG-Report-German-FINAL-26.9.18.pdf#page=31 [Zugriff 25.02.2021] S. 33

(7) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 3

(8) Haim, Mario: Echokammer. Journalistikon. das Wörterbuch der Journalistik. https://journalistikon.de/echokammer/ [Zugriff 25.02.2021]

(9) Stangl, Werner: Stichwort: 'Echokammer-Effekt'. Online Lexikon für Psychologie und Pädagogik. https://lexikon.stangl.eu/30157/echokammer-effekt [Zugriff 25.02.2021]

(10) Geissert, Clemens (2019): Filterblasen und Echokammern im Social Web. https://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf [Zugriff 25.02.2021], S.6

(9) Montag, Christian (2018): Filterblasen: „Wie wirken sich Filterblasen unter Berücksichtigung von Persönlichkeit auf (politische) Einstellung aus?“ https://www.isdglobal.org/wp-content/uploads/2018/09/ISD-NetzDG-Report-German-FINAL-26.9.18.pdf#page=31 [Zugriff 25.02.2021] S. 31f

(11) Montag, Christian (2018): Filterblasen: „Wie wirken sich Filterblasen unter Berücksichtigung von Persönlichkeit auf (politische) Einstellung aus?“, in: https://www.isdglobal.org/wp-content/uploads/2018/09/ISD-NetzDG-Report-German-FINAL-26.9.18.pdf#page=31 S. 36

(12) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 4f

(13) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 5ff

(14) Geissert, Clemens (2019): Filterblasen und Echokammern im Social Web. https://www.informatik.uni-leipzig.de/~graebe/Texte/Geissert-19.pdf [Zugriff 25.02.2021], S.16

(15) Stark, Birgit/ Magin, Melanie/ Jürgens, Pascal (2019): Maßlos überschätzt. Ein Überblick über theoretische Annahmen und empirische Befunde zu Filterblasen und Echokammern. https://www.researchgate.net/profile/Melanie-Magin/publication/337316528_Masslos_uberschatzt_Ein_Uberblick_uber_theoretische_Annahmen_und_empirische_Befunde_zu_Filterblasen_und_Echokammern/links/5dd16faa4585156b351bb30a/Masslos-ueberschaetzt-Ein-Ueberblick-ueber-theoretische-Annahmen-und-empirische-Befunde-zu-Filterblasen-und-Echokammern.pdf [Zugriff 25.02.2021], S. 10f

(16) https://www.diskutiermitmir.de/#/about-us