- Geprägt von
- Eli Pariser, 2011
- Kern
- Auswahl von Inhalten nach bisherigen Vorlieben durch Algorithmen
- Forschungsstand
- Geschlossene Filterblasen sind selten, die eigene Auswahl wirkt stark
- Nicht dasselbe wie
- Echokammer
Einfach erklärt
Filterblasen entstehen, wenn Suchmaschinen, soziale Netzwerke und Videoplattformen Inhalte nach den bisherigen Vorlieben einer Person auswählen und anderes seltener anzeigen. Die Auswahl übernimmt ein Algorithmus, also eine Rechenvorschrift, die aus früheren Klicks, Likes und Verweildauer ableitet, was als Nächstes gezeigt wird. Der Begriff stammt vom US-Autor Eli Pariser und beschreibt die Sorge, jede Person könne am Ende in einem eigenen, unsichtbaren Informationsraum leben.
Ein Beispiel: Wer auf einer Videoplattform mehrere Beiträge zu einem politischen Thema ansieht, bekommt danach vor allem ähnliche Beiträge vorgeschlagen. Andere Sichtweisen rutschen aus dem Blickfeld, ohne dass jemand sie bewusst ausgeblendet hätte. Plattformen verdienen an Aufmerksamkeit, deshalb haben Inhalte, die zu den eigenen Interessen passen, gute Chancen, weit oben zu stehen.
Die Forschung zeichnet allerdings ein weniger dramatisches Bild, als der Begriff nahelegt. Nach einem Literaturbericht des Reuters Institute (2022) nutzen die meisten Leute eine abwechslungsreiche Mischung aus Quellen, und algorithmische Auswahl führt in mehreren Ländern sogar zu etwas vielfältigerer Nachrichtennutzung. Stärker wirkt oft, was Nutzer*innen selbst anklicken und wem sie folgen. Filterblasen sind deshalb eher Neigungen als Mauern: Was bequem erreichbar ist und gefällt, wird häufiger gesehen.
Das ist wichtig, weil der Begriff schnell als Erklärung für gesellschaftliche Spaltung herhalten muss. Wer genauer hinschaut, sieht: Plattform-Algorithmen sind ein Teil des Bildes, aber nicht die einzige Ursache. Gewohnheiten, Freundeskreis und Mediennutzung spielen ebenfalls hinein.
Ausführlich erklärt
Eli Pariser prägte den Begriff 2011, als Suchergebnisse und Newsfeeds sich an einzelne Personen anzupassen begannen
Eli Pariser, Internetaktivist und Unternehmer, veröffentlichte 2011 das Buch „The Filter Bubble: What the Internet Is Hiding from You“. Pariser befürchtete, Personalisierung in Suchmaschinen und Netzwerken schaffe „a unique universe of information for each of us“, ein eigenes Informationsuniversum für jede Person. Nach dem Reuters-Bericht steht der Satz auf Seite 10 des Buchs und gehört zum Kern dieser Sorge.
Gemeint ist ein Mechanismus. Je mehr Daten ein Dienst über Vorlieben sammelt, desto genauer kann er vorhersagen, was gefällt, und desto mehr davon zeigt er, während Unbequemes verschwindet. Dadurch, so Parisers Befürchtung, schrumpfe der gemeinsame Boden, auf dem eine Gesellschaft diskutiert, und es gebe kaum noch ein geteiltes Grundwissen.
Wichtig ist die Einordnung: „Filterblase“ ist ein Schlagwort aus einem Sachbuch für ein breites Publikum, keine Messgröße aus einer Studie. Es beschreibt eine Hypothese, die sich prüfen lässt, und genau das hat die Forschung seither getan.
Die Forschung findet selten geschlossene Filterblasen, aber deutliche Selbstauswahl
Der Literaturbericht von Amy Ross Arguedas, Craig T. Robertson, Richard Fletcher und Rasmus Kleis Nielsen (Reuters Institute, 19. Januar 2022) wertet sozialwissenschaftliche Studien zu diesem Thema aus. Das Ergebnis lässt sich in drei Punkten zusammenfassen. Erstens: Studien aus Großbritannien schätzen, dass zwischen sechs und acht Prozent der Bevölkerung in politisch einseitigen Online-Nachrichten-Echokammern unterwegs sind. Zweitens: Die meisten Leute haben eine vielfältige Mediennutzung, und wer nur eine Quelle nutzt, landet meist bei breit genutzten Angeboten wie öffentlich-rechtlichen oder kommerziellen Sendern, deren Publikum politisch gemischt ist. Drittens: Nur kleine Minderheiten, oft nur wenige Prozent, beziehen Nachrichten ausschließlich aus parteiischen Quellen.
Algorithmen wirken dabei laut Bericht eher gegen die Filterblasen-Vermutung. Studien aus Großbritannien und mehreren anderen Ländern zeigen, dass algorithmische Auswahl durch Suchmaschinen und Plattformen die Nachrichtennutzung im Schnitt leicht vielfältiger macht. Wer sich dennoch einigelt, tut das nach diesen Studien vor allem durch eigene Auswahl, hauptsächlich eine kleine Gruppe sehr parteiischer Personen. Eine britische Untersuchung von Dubois und Blank (2018) fand zum Beispiel, dass rund zehn Prozent fast nie politische Inhalte in sozialen Medien sehen, denen sie widersprechen. In Schweden fanden Dahlgren und Kolleg*innen (2019) insgesamt niedrige Raten selektiver Nutzung.
Dazu passt eine viel zitierte Studie zu Facebook. Bakshy, Messing und Adamic (Science, 2015) untersuchten die Nachrichten, die Millionen Facebook-Nutzer*innen von Kontakten gezeigt bekamen und die sie anklickten. Freund*innen teilten deutlich weniger Beiträge aus Quellen der gegnerischen politischen Ausrichtung. Nach der Zusammenfassung des Fachjournals bestimmt bei politischen Nachrichten in sozialen Medien vor allem die eigene Auswahl, was Aufmerksamkeit bekommt.
Zwei Grenzen gehören zu diesen Befunden. Die meisten Studien stammen aus den USA und Großbritannien, und der Literaturbericht betont, dass es außerhalb der USA bisher wenig systematische Forschung zum Zusammenhang von Mediennutzung und Polarisierung gibt. Außerdem beschreiben die Studien Durchschnitte: Dass viele Leute vielfältig informiert sind, schließt nicht aus, dass einzelne Gruppen oder Themen stark abgeschottet sind.
Filterblase, Echokammer und Bestätigungsfehler beschreiben verschiedene Ursachen, und mehr Gegenmeinungen sind kein Allheilmittel
Der Reuters-Bericht trennt die Begriffe. Eine Echokammer ist ein abgegrenzter Medienraum, der Botschaften verstärken und vor Widerspruch abschirmen kann. Eine Filterblase im Sinne Parisers entsteht durch algorithmische Personalisierung. Beides unterscheidet sich von Selbstauswahl, bei der Nutzer*innen bewusst oder gewohnheitsmäßig vor allem Quellen wählen, die zu ihren Ansichten passen. Hinter dieser Neigung steckt oft der Bestätigungsfehler: Informationen, die die eigene Sicht stützen, werden eher gesucht und geglaubt. In der Praxis wirken meist mehrere Ursachen zusammen.
Auch die Medienwahl hängt nicht nur von Politik ab. Der Bericht verweist auf Studien, nach denen Nachrichtennutzung stark von Gewohnheiten und sozialem Umfeld geprägt ist, und dass sich Freundeskreise oft stärker nach sozialer Schicht als nach politischer Haltung ähneln.
Wer Filterblasen für das Hauptproblem hält, legt einfache Lösungen nahe, etwa mehr Gegenmeinungen im Feed. Der Bericht dämpft diese Erwartung. In den USA, wo mehr Forschung vorliegt, kann der Kontakt mit gleichgesinnten Inhalten politische Haltungen verstärken, aber auch der Kontakt mit Gegenpositionen kann bei überzeugten Parteigänger*innen dieselbe Wirkung haben. Zur Polarisierung insgesamt zeigt der Bericht ein gemischtes Bild: Ideologische Polarisierung ist in vielen Ländern langfristig gesunken, während affektive Polarisierung, also Abneigung gegen die andere Seite, in einigen Ländern gestiegen ist. In den meisten europäischen Ländern ist die Polarisierung des Nachrichtenpublikums deutlich geringer als in den USA.
Merke
Eine Filterblase ist eine Hypothese über Personalisierung, keine Gewissheit. Die Studien zeigen eher, dass die eigene Auswahl und Gewohnheiten die Informationsvielfalt begrenzen als dass Algorithmen allein dafür sorgen.
Die EU gibt Nutzer*innen großer Plattformen inzwischen eine Wahl zwischen personalisierten und nicht personalisierten Feeds
Der Digital Services Act (DSA), das Gesetz der EU über digitale Dienste, regelt auch Empfehlungssysteme. Nach der EU-Kommission können Nutzer*innen auf großen Plattformen mit mehr als 45 Millionen monatlichen Nutzer*innen in der EU einen nicht personalisierten Feed wählen. Dort entscheiden dann andere Kriterien als die algorithmischen Vorschläge, etwa die zeitliche Reihenfolge. Die Kommission begründet das damit, dass algorithmische Vorschläge bestimmte Inhalte nach vorne schieben können, die besonders ansprechend oder sogar süchtig machend sind.
Für diese sehr großen Plattformen und Suchmaschinen sieht der DSA weitere Pflichten vor. Sie müssen systemische Risiken prüfen, etwa durch illegale Inhalte oder für Grundrechte, und Maßnahmen dagegen ergreifen. Das kann auch heißen, ihre Empfehlungssysteme zu ändern. Zudem müssen sie überprüften Forschenden Zugang zu Plattformdaten geben, wenn die Forschung Risiken in der EU untersuchen soll. Das soll helfen, die Wirkung von Empfehlungssystemen künftig besser zu belegen.
Was du tun kannst
- In den Einstellungen großer Plattformen nach einem Feed ohne Personalisierung oder einer chronologischen Ansicht suchen.
- Nachrichten bewusst aus mehreren Quellen beziehen, auch aus Angeboten mit politisch gemischtem Publikum.
- Bei Beiträgen, die die eigene Meinung bestätigen, kurz prüfen, ob die Quelle belegbar ist.
- Gelegentlich gezielt nach einem Thema suchen, statt nur dem Feed zu folgen.
Filterblasen sind weniger ein Gefängnis als eine Gewohnheit: Algorithmen verstärken, was Nutzer*innen ohnehin anklicken, und genau dort lässt sich ansetzen.
Kerngedanke
Quelle: Reuters Institute (Arguedas, Robertson, Fletcher, Nielsen, 2022): Echo chambers, filter bubbles, and polarisation, a literature review, DOI 10.60625/risj-etxj-7k60 / Bakshy, Messing, Adamic (2015): Exposure to ideologically diverse news and opinion on Facebook, Science 348(6239) / Europäische Kommission: Der Digital Services Act / Europäische Kommission: Supervision of the designated very large online platforms and search engines under DSA
Das könnte dich auch interessieren
- Echokammer: abgegrenzter Medienraum, der Botschaften verstärkt
- Bestätigungsfehler: die Neigung, Bestätigendes bevorzugt wahrzunehmen
- Desinformation: bewusst verbreitete falsche Informationen
