Filterblase - Versionsgeschichte

Decaxoza am 11. März 2021 um 11:43 Uhr

2021-03-11T11:43:48Z

← Nächstältere Version		Version vom 11. März 2021, 11:43 Uhr
Zeile 2:		Zeile 2:
	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 jeden einzelnen Nutzerin 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 Nutzerinnen 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)]		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 jeden einzelnen Nutzerin 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 Nutzerinnen 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==		==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 Nutzerinnen, 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 Nutzerinnen anzupassen. Algorithmen analysieren Profilangaben und bisheriges Nutzungsverhalten nach Inhalten, die einzelne Nutzerinnen besonders interessieren könnten. Ähnliche Inhalte werden daraufhin verstärkt in ihrem Feed angezeigt. Ausgehend von den aktiven eigenen Entscheidungen der Nutzerinnen, 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 Nutzerinnen 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 Nutzerinnen 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)]		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 Nutzerinnen, 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 Nutzerinnen anzupassen. Algorithmen analysieren Profilangaben und bisheriges Nutzungsverhalten nach Inhalten, die einzelne Nutzerinnen besonders interessieren könnten. Ähnliche Inhalte werden daraufhin verstärkt in ihrem Feed angezeigt. Ausgehend von den aktiven eigenen Entscheidungen der Nutzerinnen, 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 Nutzerinnen 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 Nutzerinnen 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==		==Filterblasen und Echokammer-Effekte==

Decaxoza am 11. März 2021 um 11:39 Uhr

2021-03-11T11:39:40Z

Änderungen zeigen

Decaxoza: /* Entstehung von Filterblasen */

2021-03-05T16:51:26Z

Entstehung von Filterblasen

← Nächstältere Version		Version vom 5. März 2021, 16:51 Uhr
Zeile 2:		Zeile 2:
	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 jeden Nutzerin 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)]		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 jeden Nutzerin 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==		==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 Nutzerinnen, 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 Nutzerinnen anzupassen. Algorithmen analysieren Profilangaben und bisheriges Nutzungsverhalten nach Inhalten, die einzelne Nutzerinnen besonders interessieren könnten. Ähnliche Inhalte werden daraufhin verstärkt in ihrem Feed angezeigt. Ausgehend von den aktiven eigenen Entscheidungen der Nutzerinnen, 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 dieden 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 Nutzerinnen 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)]		Als Ursache von Filterblasen sah Pariser seinerzeit Suchmaschinen, die im Internet als Inhalte-Vermittler fungieren. Suchmaschinen wie Google speichern das Such- und Surfverhalten ihrer Nutzerinnen, 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 Nutzerinnen anzupassen. Algorithmen analysieren Profilangaben und bisheriges Nutzungsverhalten nach Inhalten, die einzelne Nutzerinnen besonders interessieren könnten. Ähnliche Inhalte werden daraufhin verstärkt in ihrem Feed angezeigt. Ausgehend von den aktiven eigenen Entscheidungen der Nutzerinnen, 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 dieden 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 Nutzerinnen 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)]

	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==		==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 Nutzerinnen 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)] Nutzerinnen 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)]		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 Nutzerinnen 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)] Nutzerinnen 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)]

Decaxoza am 5. März 2021 um 16:49 Uhr

2021-03-05T16:49:28Z

Änderungen zeigen

Decaxoza am 26. Februar 2021 um 17:05 Uhr

2021-02-26T17:05:36Z

Änderungen zeigen

Decaxoza: /* Einzelnachweise */

2021-02-26T14:04:25Z

Einzelnachweise

← Nächstältere Version		Version vom 26. Februar 2021, 14:04 Uhr
Zeile 28:		Zeile 28:
	<references>		<references>

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

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

2021-02-26T14:02:56Z

Bisherige Erkenntnisse zur Verbreitung und Bedeutung von Filterblasen und Echokammern

← Nächstältere Version		Version vom 26. Februar 2021, 14:02 Uhr
Zeile 18:		Zeile 18:
	==Bisherige Erkenntnisse zur Verbreitung und Bedeutung von Filterblasen und Echokammern==		==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 Nutzerinnen aus, die mit den gleichen Begriffen nach Nachrichten oder Informationen zu prominenten Politikerinnen 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.		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 Nutzerinnen aus, die mit den gleichen Begriffen nach Nachrichten oder Informationen zu prominenten Politikerinnen 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 Nutzerinnen 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 Facebooknutzerinnen 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)~~		Zunehmend in den Fokus der Diskussion um einseitige Informationsaufnahme im Social Web ist die Auswahl der Inhalten durch die Nutzerinnen 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 Facebooknutzerinnen 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. ~~(14)~~		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. (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 Nutzerinnenentscheidung 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 Nutzerinnen annonym mit Menschen verbinden, die eine andere politische Meinung zu einem bestimmten Thema haben. (16)~~

			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 Nutzerinnenentscheidung 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 Nutzerinnen annonym mit Menschen verbinden, die eine andere politische Meinung zu einem bestimmten Thema haben.<ref name="Diskutier"/>

	==Einzelnachweise==		==Einzelnachweise==

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

2021-02-26T14:01:00Z

Mögliche Gefahren von Filterblasen und Echokammern

← Nächstältere Version		Version vom 26. Februar 2021, 14:01 Uhr
Zeile 14:		Zeile 14:
	==Mögliche Gefahren von Filterblasen und Echokammern==		==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 Nutzerinnen in Filterblasen und digitalen Echokammern durch das Konsumieren homogener Inhalte und die permanente Bestätigung aus ihrem digitalen sozialen Umfeld ein einseitiges Weltbild entwickeln. Vertreterinnen 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)~~		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 Nutzerinnen in Filterblasen und digitalen Echokammern durch das Konsumieren homogener Inhalte und die permanente Bestätigung aus ihrem digitalen sozialen Umfeld ein einseitiges Weltbild entwickeln. Vertreterinnen 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==		==Bisherige Erkenntnisse zur Verbreitung und Bedeutung von Filterblasen und Echokammern==

Decaxoza: /* Filterblasen und Echokammer-Effekte */

2021-02-26T13:59:51Z

Filterblasen und Echokammer-Effekte

← Nächstältere Version		Version vom 26. Februar 2021, 13:59 Uhr
Zeile 10:		Zeile 10:

	===Filterblasen und Echokammer-Effekte===		===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 einerm Nutzerin ihreseine 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)~~ Nutzerinnen 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)~~		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 einerm Nutzerin ihreseine 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"/> Nutzerinnen 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 Filterblasen und Echokammern==

Decaxoza: /* Entstehung von Filterblasen */

2021-02-26T13:57:50Z

Entstehung von Filterblasen

← Nächstältere Version		Version vom 26. Februar 2021, 13:57 Uhr
Zeile 7:		Zeile 7:
	Laut Pariser entstehen Filterblasen im Internet dadurch, dass Suchmaschinen, die im Internet als Vermittler von Inhalten zwischen den Nutzerinnen stehen, Inhalte für dieden 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 Nutzerinnen. Algorhytmen analysieren auf Basis von Profilangaben und bisherigem Nutzungsverhalten, welche Inhalte die einzelnen Nutzerinnen 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 Nutzerinnen, 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 Nutzerinnen mit Hilfe der Algorithmen darauf geschlossen wird, welche Inhalte diese zukünftig konsumieren möchten. Um dieden Einzelnen baut sich so eine Filterblase auf, die um so undurchlässiger wird, je mehr ähnliche Inhalte sieer anklickt. Einige Plattformen nutzen für die algorhitmische Personalisierung ihrer Social Software zusätzlich Daten aus dem Netzwerk der Nutzerinnen, 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 Nutzerinnen 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"/>		Laut Pariser entstehen Filterblasen im Internet dadurch, dass Suchmaschinen, die im Internet als Vermittler von Inhalten zwischen den Nutzerinnen stehen, Inhalte für dieden 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 Nutzerinnen. Algorhytmen analysieren auf Basis von Profilangaben und bisherigem Nutzungsverhalten, welche Inhalte die einzelnen Nutzerinnen 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 Nutzerinnen, 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 Nutzerinnen mit Hilfe der Algorithmen darauf geschlossen wird, welche Inhalte diese zukünftig konsumieren möchten. Um dieden Einzelnen baut sich so eine Filterblase auf, die um so undurchlässiger wird, je mehr ähnliche Inhalte sieer anklickt. Einige Plattformen nutzen für die algorhitmische Personalisierung ihrer Social Software zusätzlich Daten aus dem Netzwerk der Nutzerinnen, 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 Nutzerinnen 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)~~		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===		===Filterblasen und Echokammer-Effekte===