So beeinflussen soziale Algorithmen Wahlen Eine von der Polytechnischen Universität Mailand mitunterzeichnete Studie erklärt

Eine neue Studie, die in der Zeitschrift PNAS Nexus veröffentlicht wurde, zeigt, wie Social-Media-Algorithmen politische Inhalte bevorzugen, die von bestimmten Parteien bei gleichem Investitionsbudget gesponsert werden. Diese Studie, die aus einer Zusammenarbeit zwischen dem Politecnico di Milano, der Ludwig-Maximilians-Universität München und dem CENTAI-Institut in Turin hervorgegangen ist, analysierte vor den deutschen Bundestagswahlen 2021 über 80.000 politische Anzeigen auf Facebook und Instagram. Die fraglichen politischen Anzeigen wurden von Parteien aus dem gesamten politischen Spektrum veröffentlicht und generierten über 1,1 Milliarden Impressionen von mehr als 60 Millionen Wahlberechtigten. Die Studie untersuchte die Effektivität und Reichweite dieser Anzeigen und wies auf erhebliche Ungleichheiten bei den Ergebnissen von Online-Kampagnen hin. Vor allem wurden erhebliche Diskrepanzen in der Effektivität der Anzeigen und der Intensität, mit der sie ihre Ziele erreichten, beobachtet, was extremistischen Gruppen zugute kam.

Eine der grundlegenden Entdeckungen war, dass über 70% der politischen Parteien in ihren Anzeigen Nutzerprofile verwendeten, um bestimmte demografische Gruppen anzusprechen. Im Wesentlichen beeinflusste diese Praxis des Microtargeting, die während des Cambridge Analytica-Skandals, bei dem Facebook-Daten zur Erstellung maßgeschneiderter politischer Anzeigen verwendet wurden, die Effizienz politischer Kampagnen erheblich beeinflusste und nun zu Schlachten im Internet wurde. Die Berechnung der Schwankungen der Werbekosten, gemessen in Impressionen pro ausgegebenem Euro, ergab, dass nicht alle Parteien mit demselben Budget die gleichen Ergebnisse erzielten. Die rechtsextreme Alternative für Deutschland (AfD) erwies sich als die effizienteste. Ihre Anzeigen waren fast sechsmal effektiver als die anderer Parteien mit demselben Budget. Im Gegensatz dazu waren die Grünen am wenigsten kosteneffektiv. Francesco Pierri, ein Forscher der Forschungsgruppe Data Science der Abteilung für Elektronik, Information und Biotechnik am Politecnico di Milano, der die Studie mitleitete, vermutet, dass der Erfolg von Anzeigen populistischer Parteien wie der AfD auf den polarisierenden, oft sensationellen Charakter ihres aufrührerischen politischen Inhalts zurückzuführen ist, den Algorithmen tendenziell bevorzugen. Diese algorithmische Präferenz bedeutet, dass die Anzeigen bestimmter Parteien eine unverhältnismäßige Reichweite und ein unverhältnismäßiges Engagement erhalten, wodurch ihre politischen Botschaften wirksamer verstärkt werden als andere.

In der Studie wurden auch erhebliche Diskrepanzen zwischen den erwarteten demografischen Zielen und den tatsächlich erreichten Zielgruppen festgestellt. Die meisten Parteien erreichten tendenziell eine jüngere Bevölkerungsgruppe als erwartet, während rechtsextreme Parteien ein älteres Publikum als erwartet erreichten. Pierri und seine Kollegen stellen die Hypothese auf, dass algorithmische Verzerrungen bei der Anzeigenverteilung auf bekanntem Wählerverhalten und ihren Interaktionen mit Inhalten in sozialen Medien beruhen. Die systematische Voreingenommenheit bei der Anzeigenverteilung verzerrt nicht nur die politische Landschaft, sondern schränkt auch die politische Teilhabe benachteiligter Gruppen ein. Höhere Kosten für ähnliche Anzeigen, die bestimmten Parteien auferlegt werden, können dem fairen politischen Wettbewerb schaden. Pierri betont die Notwendigkeit einer größeren Transparenz der Social-Media-Plattformen in Bezug auf ihre politischen Werbepraktiken, um faire Wahlen zu gewährleisten.

Die Implikationen dieser Studie sind weitreichend, da sie nicht nur Bedenken hinsichtlich politischer Werbepraktiken aufkommen lassen, sondern auch das Fehlen einer wirksamen Überwachung und Regulierung politischer Werbung in sozialen Medien zum Schutz der Integrität demokratischer Prozesse hervorheben. Das Gesetz über digitale Dienste der EU zielt beispielsweise darauf ab, die Transparenz und Rechenschaftspflicht bei digitaler Werbung zu verbessern, und der öffentliche Druck hat auch dazu geführt, dass Social-Media-Plattformen einen besseren Zugang zu politischer und sozialer Werbung bieten, was groß angelegte Studien wie diese ermöglicht hat. Diese Bemühungen sind entscheidend, um Vorurteile und Überzeugungen zu verstehen und abzuschwächen, die weltweit durch algorithmische Werbeverteilung verbreitet werden. Die Studie unterstreicht die dringende Notwendigkeit von Transparenz und Fairness in der politischen Werbung auf Social-Media-Plattformen — was darauf hindeutet (und das ist unsere Ergänzung), dass es derzeit an dieser Transparenz und Fairness mangelt. Die letzte Botschaft der Studie lautet, kurz gesagt, dass Marketing als Marketing anerkannt werden sollte und es nicht erlaubt sein sollte, übermäßigen Einfluss zu nehmen. Wenn wir lernen, seine Auswirkungen zu erkennen und anzugehen, können wir beginnen, auf gerechtere und demokratischere Wahlprozesse hinzuarbeiten. Die Zusammenarbeit zwischen führenden Forschungseinrichtungen unterstreicht die Bedeutung interdisziplinärer Anstrengungen zur Bewältigung dieser komplexen Herausforderungen und zur Verbesserung unseres Verständnisses des digitalen Einflusses auf die Politik.