Nach nur 10 Likes kennt dich die KI besser als dein Arbeitskollege

Prof. Szepannek Sie starteten 2016 ein Projekt mit Studierenden an der Hochschule Stralsund in dem es um die Möglichkeit der Wahlbeeinflussung in den USA durch die Nutzung von Social-Media-Daten ging. Wie sind Sie dafür vorgegangen?

Wie das Wissen um das Like-Verhalten von Facebooknutzern eventuell den Ausgang einer Wahl beeinflussen kann, ist relativ simpel: Sie versetzen den Computer, bzw. die künstliche Intelligenz, in die Lage, anhand des Nutzungsverhaltens Rückschlüsse auf die Präferenzen der Nutzer zu ziehen. Entsprechend gezielt können anschließend individuelle Werbebotschaften über Facebook unterbreitet werden. Mit Studierenden aus dem 4. und 6. Semester wollten wir herausfinden, ob ein Computer tatsächlich auf Basis unseres Facebook-Profils unser Persönlichkeitsprofil vorhersagen kann. Dafür griffen die Studierenden auf einen frei verfügbaren anonymisierten Datenpool von mehr als 100.000 Facebookprofilen und deren Likes zurück. Sie waren beispielsweise in der Lage Interessen und Ängste, aber auch Offenheit oder Extrovertiertheit der Nutzer anhand ihrer Vergabe von Likes als Schlüsselqualifikationen herauszuarbeiten.

Woher genau stammten die Daten die Sie und die Studierenden für dieses Projekt genutzt haben?

Die Daten stammten aus der Forschung des renommierten Psychologen und Data Scientists Michal Kosinski. Er lehrt an der Stanford Universität und beschäftigt sich sehr eingehend mit Social-Media-Daten und daraus einhergehenden Persönlichkeitsmerkmalen der Nutzer. Je mehr Likes Sie auf Facebook setzen, desto besser wird der Computer in der Einschätzung Ihres Persönlichkeitsprofils werden. Laut Kosinski kennt die künstliche Intelligenz Sie bereits nach durchschnittlich 10 Likes besser als ein Arbeitskollege, bei ca. 70 Likes so gut wie einer Ihrer Freunde und bei über 300 Likes sogar besser als Ihr Ehepartner.

Mit welcher Software haben Sie bzw. die Studierenden die Daten analysiert?

Für die Auswertung wurde die Statistik Software „R“ genutzt. Es handelt sich hierbei um eine freie Programmiersprache die für statistische Analysen eingesetzt wird. Diese Software stellt mehr Auswertungsverfahren zur Verfügung als viele andere Programme und hat sich weltweit in Forschung und Lehre etabliert. Wir haben sie genutzt, um die Ergebnisse von Prof. Kosinski nachzuvollziehen und konnten anhand des Nutzungsverhaltens tatsächlich Rückschlüsse auf die Präferenzen der Nutzer zu ziehen. Auf solch einer Basis können somit gezielt individuelle Werbebotschaften über Facebook unterbreitet werden.

Warum interessierte Sie ausgerechnet die US-Wahl?

Wir wollten selbst herausfinden, ob es über gezielte Botschaften wirklich möglich ist, Einfluss auf die Meinungsbildung zu nehmen. Im Fall der Präsidentschaftswahl 2016 in den USA hat sich das Datenanalyse-Unternehmen Cambridge Analytica genau dieser Methode bedient. Sie analysierten gezielt Persönlichkeitsprofile von Facebooknutzern und identifizierten insbesondere unschlüssige Wähler. Ihnen wurde anschließend Werbung gezeigt, die gezielt auf ihr Persönlichkeitsprofil optimiert war. Trumps digitaler Anzeigenleiter setzte angeblich 5,9 Mio visuelle Anzeigen auf Facebook ein, die Gegenkandidatin Hillary Clinton nur 66.000. Wie groß allerdings der tatsächliche Einfluss dieser Anzeigen auf den Wahlausgang war, lässt sich nicht final sagen.

Was raten Sie Ihren Studierenden vor diesem Hintergrund?

Der Fall Cambridge Analytica und deren Beteiligung an der Trump-Wahl, mit sehr hoher Wahrscheinlichkeit auch am Brexit veranschaulicht welche Bedeutung digitale Daten heute weltweit besitzen. Sie sind die Währung bzw. Ware für Unternehmen wie Facebook und Google. Wir sollten also bei allen Aktivitäten in sozialen Netzwerken immer im Auge behalten, welchen Fußabdruck wir hierbei in der digitalen Welt hinterlassen.

Das bedeutet also, dass wir aufgrund unserer Social-Media-Aktivitäten von der künstlichen Intelligenz analysiert und gezielt gesteuert werden können?

Ganz so dramatisch ist es zum Glück nicht. Trotz allem Potential und dem Vermögen künstlicher Intelligenz, Daten zu verarbeiten, wird sie nie in der Lage sein den Menschen zu 100 Prozent zu analysieren. So geht aus der Forschung von Prof. Kosinski hervor, dass Ängste beispielsweise deutlich schwieriger vorherzusagen sind als eine offene Persönlichkeit. Auch ist die Vorhersage unserer Persönlichkeitseigenschaften durch das Computermodell noch weit weg von Perfektion. Die Güte der Vorhersage (gemessen durch die statistische Kennzahl Korrelation) liegt selbst bei ca. 300 Likes nur knapp über einem Wert 0.5 – wobei eine perfekte Vorhersage einem Wert von ±1 entspräche. Eine künstliche Intelligenz weiß also selbst bei vielen Likes bei Weitem nicht alles über uns – und das ist auch gut so!

Warum haben Sie dieses Projekt durchgeführt und werden Sie es zukünftig wiederholen?

Mir lag es am Herzen, dass die Studierenden mit diesem bisher einmalig an der Hochschule durchgeführten Projekt an einem aktuellen gesellschaftlichen Thema Theorie und Praxis verbinden. Anhand der Analyse konnten Sie nachvollziehen, welchen Einfluss die Nutzung digitaler Medien auf uns und unser Leben hat. Eine Wiederholung des Projekts ist derzeit allerdings erst einmal nicht angedacht, da wir keine aktuellen Daten haben. Wir würden somit keine neuen Erkenntnisse generieren. Bestimmt gibt es zukünftig ähnliche Projekte für die Studierenden.