Geschichte | Geographie | Wirtschaft | Gesellschaft
Lionel Frey, 2006 | Füllinsdorf, BL
Der digitale Wandel hat die politische Öffentlichkeit grundlegend verändert und algorithmische Empfehlungen zu einer systemischen Gefahr für den demokratischen Diskurs gemacht. Die vorliegende Arbeit untersucht die unmittelbare Entstehung von Echokammern sowie die Anwendung von politischem Microtargeting auf Instagram bei jungen Schweizer Erwachsenen.
Mithilfe eines deduktiven Forschungsansatzes wurde die Homogenitätsentwicklung von Filterblasen anhand von vier spezifischen Personas empirisch analysiert. Die quantitative Datenerhebung erfolgte durch automatisierte Sock-Puppet-Accounts und das SOAP-System, während der Einsatz von LLMs eine effiziente deduktive Kodierung multimodaler Inhalte ermöglichte. Die Ergebnisse belegen, dass Recommender Systems die inhaltliche Vielfalt rasant reduzieren und manipulative Microtargeting-Strategien den Meinungsbildungsprozess massgeblich beeinflussen. Die Studie trägt somit zu einem vertieften Verständnis systemischer Risiken algorithmischer Personalisierung bei.
Fragestellung
Soziale Medien fragmentieren als zunehmend primäre Informationsquellen die Öffentlichkeit. Es gilt, die homogenen digitalen Räume der Generation Z in der Schweiz zu beleuchten. Vor diesem Hintergrund steht folgende zentrale Frage im Vordergrund:
Wie schnell führen algorithmische Empfehlungen auf Instagram zur Entstehung von Filterblasen und inwieweit begründet das Zusammenwirken von politischem Microtargeting und interessenbasierter Polarisierung ein systemisches Risiko für die demokratische Meinungsbildung sowie den gesellschaftlichen Diskurs?
Methodik
Die Analyse flüchtiger Mensch-Maschine-Interaktionen erfordert innovative methodische Ansätze. Diese Arbeit nutzt ein Mixed-Methods-Design auf Instagram, da dessen Reel-Feed für die untersuchte Zielgruppe eine überragende Relevanz besitzt. Technisch wurde das Framework SOAP eingesetzt: Automatisierte Bots simulierten ein realitätsnahes Nutzerverhalten, während LLMs Reels und Metadaten deduktiv kodierten. Das Untersuchungsdesign operationalisiert die Variabilität der Schweizer Generation Z durch vier psychografische Personas (Léa, Jonas, Lukas, Sarah). So konnte die algorithmische Polarisierung unter kontrollierten Bedingungen als messbares systemisches Risiko für den demokratischen Diskurs bewertet werden.
Ergebnisse
Die Untersuchung belegt eine rasant einsetzende Homogenisierung: Bereits nach rund zwei Stunden „Doomscrolling“ bildeten sich bei allen Personas stabile Echokammern mit einer Themen-Homogenität von über 50 %. Das Profil „Jonas“ erreichte zeitweise sogar eine inhaltliche Einseitigkeit von 100 %. Die qualitative Analyse verdeutlicht zudem die präzise Anpassung rhetorischer Reize an die Zielgruppen – von emotionalem Aktivismus bis hin zu populistischer Experten-Rhetorik. Besonders manipulativ wirken dabei „Brückenthemen“, die unpolitische Privatinteressen (z. B. Reisen) geschickt mit politischer Werbung verknüpfen. Da diese Beeinflussung im Feed oft unmarkiert bleibt, entstehen fragmentierte Halböffentlichkeiten, welche die autonome Meinungsbildung gefährden.
Diskussion
Algorithmische Homogenisierung resultiert primär aus dem ökonomischen Druck zur Nutzerbindung, der den Einsatz hochgradig personalisierender Recommender Systems forciert. Die zentrale Fragestellung wird durch die Ergebnisse bestätigt: Wenige Interaktionen genügen zur Bildung isolierender Filterblasen. Das Zusammenwirken von algorithmischer Selektion und Microtargeting fragmentiert den Diskurs systemisch.
Methodisch bewährte sich SOAP zur Abbildung dieser Dynamiken, stiess jedoch an Grenzen: Restriktive Sicherheitsbarrieren der Plattformen sowie KI-Voreingenommenheiten erschweren eine lückenlose Erhebung. Dennoch liefert die Arbeit fundierte Einblicke in die Kopplung zwischen Mensch und Algorithmus als notwendige Basis für regulatorische Debatten.
Schlussfolgerungen
Die Arbeit weist nach, dass Filterblasen und Microtargeting die Sichtweise junger Erwachsener durch massiven Diversitätsverlust prägen. Zudem wurden die Hürden bei der Erforschung von „Black-Box-Algorithmen“ deutlich. Zukünftige Forschung sollte Langzeitdynamiken auf Plattformen wie TikTok untersuchen und verschiedene Altersgruppen einbeziehen. Neben tiefgreifenderen quantitativen Analysen sind weitere interdisziplinäre Ansätze nötig, um insbesondere die Mobilisierung apolitischer Personen durch Algorithmen zu klären. Letztlich bleibt digitale Mündigkeit eine Kernkompetenz unserer Zeit: Solange staatliche Regulierungen fehlen, muss jeder Einzelne die Logik der Algorithmen hinterfragen und aktiv über den Rand der eigenen Filterblase blicken, um die demokratische Basis zu wahren.
Würdigung durch den Experten
K. Jonathan Klüser
Die Arbeit überzeugt durch ihre innovative Methodik und hohe gesellschaftliche Relevanz. Mit automatisierten Sock-Puppet-Accounts und LLM-gestützter Analyse hat der Autor nachgewiesen, wie rasant Filterblasen auf Instagram entstehen. Besonders beeindruckend ist, wie er aufzeigt, dass auch völlig apolitische Menschen durch sogenannte «Brückenthemen» – die Verknüpfung von harmlosen Alltagsinteressen mit politischer Werbung – unbemerkt politisiert werden. Ein wichtiger Beitrag zur Debatte über algorithmische Meinungsmacht und digitale Mündigkeit.
Prädikat:
Silber
Gymnasium Muttenz
Lehrerin: Regula Düggelin