{"CACHEDAT":"2026-11-05 10:08:05","TRANSLATEDAT":"2026-11-05 10:08:05","SOURCESIGNATURE":"b965fdad6739b2f4728091d5e2c67497bb49759d3e750dce5f9f2ff60fab4c06","SLUG":"information-visibility-in-digital-information-environments-1d4XJXs8gX","MARKDOWN":"# Sichtbarkeit und Hervorhebung von Informationen {{visible_information prominence}}\n\nDie Sichtbarkeit von Informationen bezieht sich darauf, ob – und wie auffällig – bestimmte Informationen den Nutzern in digitalen Umgebungen begegnen. Informationen, die im Index oder Netzwerk einer Plattform vorhanden sind, erreichen nicht automatisch alle Nutzer und auch nicht auf dieselbe Weise. \n\n\n:::info\nWas Nutzer tatsächlich sehen, ist selten das Ergebnis eines einzigen Mechanismus.\n\n* In einer Suchmaschine wird eine algorithmisch sortierte Liste organischer Ergebnisse neben bezahlten Anzeigen, KI-generierten Zusammenfassungen und manchmal redaktionellen Highlights angezeigt – und die zugrunde liegenden Ranking-Signale lassen sich durch Suchmaschinenoptimierung gezielt beeinflussen.\n* In einem Social-Media-Feed erscheinen algorithmisch gereihte Beiträge neben gesponserten Inhalten, empfohlenen Accounts und Trend-Bereichen. Jede Komponente folgt ihrer eigene Logik und trägt zu einem Gesamtbild der Sichtbarkeit bei.\n\n:::\n\nSichtbarkeit wird durch mehrere miteinander interagierende Prozesse geprägt:\n\n* **Nutzeraktivität: Auswahl der Umgebung, Interaktion, Verbreitung, Weiterverbreitung, Neugestaltung**\n* **Gatekeeping: Einbeziehung & Ausschluss**\n* **quellenbasierte Eigenwerbung**\n* **plattformseitige Kuratierung**\n\nAus dem Zusammenspiel dieser Prozesse ergeben sich zwei gegensätzliche Dynamiken:\n\n* **Informationsverstärkung**: Die Sichtbarkeit wird auf mehrere Nutzer ausgeweitet\n  * Die Verstärkung resultiert aus den oben genannten Prozessen und wirkt auf diese zurück: Sobald ein Informationselement Sichtbarkeit erlangt hat, fließen die daraus resultierenden Interaktionssignale zurück in die plattformseitige Kuratierung und erhöhen die Wahrscheinlichkeit, dass das Informationselement weiteren Nutzern angezeigt wird (→ algorithmische Verstärkung). \\nDiese Dynamik kann auch gezielt durch koordinierte Akteure ausgelöst werden, die Interaktionen vortäuschen (→ koordinierte Verstärkung).\n* **Informationsverengung**: Das Spektrum der Perspektiven, die einen Nutzer erreichen, wird eingeschränkt\n  * Auch die Verengung verstärkt sich selbst, schränkt jedoch eher ein, als dass sie erweitert: Algorithmische Personalisierung zeigt immer wieder ähnliche Informationen an (→ Filterblase), während die eigene Auswahl an Quellen und Kontakten durch den Nutzer das Spektrum der Perspektiven, denen er begegnet, einschränkt (→ Echokammer).\n\n\n:::Warnung\n**Die Unterscheidung zwischen Zuverlässigkeit und Sichtbarkeit ist für die Informationskompetenz unerlässlich.**\n\n* **Zuverlässigkeit** hängt davon ab, wer einen Informationsbeitrag erstellt hat (Autor) und wie er redaktionell bearbeitet wurde (redaktionelle Überprüfung), nicht davon, wer es geteilt hat, in welchem Informationsumfeld es erschien oder wie prominent es angezeigt wurde.\n* **Sichtbarkeit** hängt davon ab, wer einen Informationsbeitrag teilt, von den Mechanismen, die ihn anzeigen, und von den Praktiken, durch die er verstärkt wird. Sichtbarkeit ist kein Maß für Zuverlässigkeit.\n\n:::\n\n# Phänomene der Sichtbarkeit {{Sichtbarkeitsphänomen}}\n\nDie folgenden Phänomene sind die konkreten Ergebnisse, die darüber entscheiden, womit ein einzelner Nutzer tatsächlich konfrontiert wird. \n\n| Phänomen | Sichtbarkeitseffekt | Auslöser  | Mechanismus | Dynamik |\n|------------|-------------------|----------|-----------|---------|\n| **Echokammer** | Ein Nutzer wird hauptsächlich mit Ansichten konfrontiert, die seine eigene Meinung bestätigen | Auswahl des Umfelds | Soziale Bestärkung | Informationsverengung |\n| **Filterblase** | Einem Nutzer werden zunehmend Inhalte angezeigt, die seinem algorithmischen Profil entsprechen | Interaktion | Algorithmische Personalisierung | Informationsverengung |\n| **Trends** | Ein Nutzer sieht ein Thema oder einen Hashtag wahrscheinlich, weil die Plattform es als Trend kennzeichnet und ihm einen eigenen Platz einräumt | Verbreitung | Trenderkennung | Informationsverstärkung |\n| **Viralität** | Ein Nutzer sieht wahrscheinlich einen einzelnen Beitrag, weil so viele Accounts ihn weiterleiten, dass er immer wieder auftaucht | Weiterverbreitung | Algorithmische Verstärkung | Informationsverstärkung |\n| **Spill-over-Effekt** | Ein Nutzer stößt wahrscheinlich auf bestimmte Informationen, weil sie in verschiedenen Informationsbeiträgen über mehr als eine Informationsumgebung hinweg vorkommen | Neuerstellung | Umgebungsübergreifende Verbreitung | Informationsverstärkung |\n\nFilterblasen, Trends und Viralität gehen von einer → Nutzeraktivität (dem Auslöser) aus und entstehen durch Mechanismen, die plattformseitig sind und **außerhalb der Kontrolle des Nutzers** liegen. \n\nEchokammern gehen ebenfalls von einer Nutzeraktivität aus – der Auswahl der Umgebung –, doch ihr Mechanismus beruht auf sozialer Verstärkung innerhalb einer selbst gewählten Gruppe und nicht auf einem plattformseitigen Mechanismus. \n\nDer Spillover-Effekt unterscheidet sich in beiden Punkten: Er wird von Akteuren – oft Journalisten oder Redakteuren – ausgelöst und getragen, nicht von dem Nutzer, der später auf die Information stößt.\n\n\n:::info\nJedes Phänomen führt dazu, dass ein Nutzer entweder mit höherer Wahrscheinlichkeit auf eine bestimmte Information oder ein bestimmtes Thema stößt (→ Informationsverstärkung) oder mit geringerer Wahrscheinlichkeit auf abweichende Perspektiven (→ Informationsverengung).\n\n:::\n\n# Nutzeraktivität {{interaction_user interaction_activities}} \n\nDie Nutzeraktivität umfasst alles, was ein Nutzer oder Akteur tut, das Einfluss darauf hat, was sichtbar wird. Fünf Arten sind hier von Bedeutung, von denen jede eines der oben genannten Phänomene auslöst:\n\n* **Umgebungsauswahl**: Die Entscheidung, welche Umgebungen genutzt und wem gefolgt wird (→ Echokammer)\n* **Interaktion**: Mit bereits angezeigten Informationselementen interagieren (→ Filterblase)\n* **Verbreitung**: Ein neues Informationselement durch Posten in eine Umgebung einbringen (→ Trend)\n* **Weiterverbreitung**: Vorhandene Informationselemente innerhalb einer Umgebung durch Teilen, Weiterleiten oder Reposten verbreiten (→ Viralität)\n* **Neugestaltung**: Die Umwandlung eines bestehenden Informationselements in ein neues, abgeleitetes Element durch Zitieren, Bearbeiten oder Umformulieren, oft in einer anderen Umgebung (→ Spill-over)\n\n\n:::Warnung\nIn jedem Fall setzt der Nutzer den Prozess in Gang, doch der darauf folgende Mechanismus entzieht sich weitgehend seiner Kontrolle. Der eigene Einfluss des Nutzers darauf, was er sieht, ist geringer, als es den Anschein hat.\n\n:::\n\n### Akteure {{actor}}\n\nEin Akteur ist jede Einheit, die am Umgang mit Informationen beteiligt ist, unabhängig von einer bestimmten Informationsumgebung: eine Person, eine Organisation oder automatisierte Software (ein Bot oder ein Algorithmus).\n\n### Nutzer {{user}} \n\nEin Nutzer ist jeder Akteur, der innerhalb von Informationsumgebungen agiert – sei es als Ersteller, Verbreiter oder Empfänger von Inhalten. Ein Nutzer muss keine Person sein; es kann sich auch um eine Organisation oder automatisierte Software (einen Bot) handeln.\n\nWenn eine Umgebung Konten verwendet, agiert ein Nutzer über ein solches. Ein einzelner Nutzer kann mehrere Konten betreiben, sogar innerhalb derselben Umgebung (→ Sockpuppet).\n\n### Bots {{bot}} \n\nEin Bot ist ein Computerprogramm, das automatisch Aufgaben ausführt, oft repetitive. Bots reichen von\n\n* einfachen, harmlosen Tools (wie Webcrawler, die Seiten für Suchmaschinen indexieren, automatisierte Testsysteme oder Chatbots, die routinemäßige Kundenfragen beantworten) bis hin zu \n* bösartigen Programme, die darauf ausgelegt sind, Spam, Malware oder Desinformation zu verbreiten. \n\n\n:::info\nSocial-Bots ahmen Menschen in digitalen Informationsumgebungen nach.\n\n:::\n\n## Auswahl der Umgebung\n\nDie Umgebungsauswahl ist die eigene Entscheidung des Nutzers, welche Informationsumgebungen er nutzen und wem er darin folgen möchte. Unter den fünf Nutzeraktivitäten ist dies diejenige, die der Nutzer am direktesten steuert: Zwischen der Entscheidung und ihrem Ergebnis steht kein Plattformmechanismus. Die anderen Aktivitäten speisen Prozesse, die der Nutzer nicht kontrollieren kann. \n\n\n:::warning\nDa die Entscheidung beim Nutzer liegt, ist dies auch der **wirksamste Ansatzpunkt für Maßnahmen**: \\ndas gezielte Aufspüren vielfältiger Informationsumgebungen und -quellen ist der klarste Weg,  \n\n* den eigenen Horizont zu erweitern, und \n* der eigenen Bestätigungsverzerrung entgegenzuwirken, und \n* sich aus einer Echokammer herauszuhalten.\n\n:::\n\n### Echokammer {{Echokammern}}\n\nEine Echokammer ist eine soziale Struktur, in der ein Nutzer hauptsächlich Meinungen, Behauptungen oder Standpunkte ausgesetzt ist, die seine bestehenden Überzeugungen bestärken, während abweichende Standpunkte fehlen, abgetan oder aktiv diskreditiert werden. \n\nCass Sunstein (2018) beschreibt die politischen Folgen: Wenn sich Gruppen von Außenperspektiven abschotten, verfestigen sich interne Überzeugungen und werden mit der Zeit immer extremer (Gruppenpolarisierung).\n\nEine Echokammer entsteht in erster Linie durch → Umgebungsauswahl: die eigenen Entscheidungen des Nutzers, welche Umgebungen er nutzt und wem er folgt – ein Prozess, der auch als Selbstselektion. Sie unterscheidet sich daher von der → Filterblase, die durch algorithmische Personalisierung auf Seiten der Plattform entsteht. \n\n#### Bestätigungsfehler\n\nDie Umgebungsauswahl wird teilweise durch den Bestätigungsfehler angetrieben, also die kognitive Tendenz, Informationen und Quellen zu suchen und ihnen zu vertrauen, die mit bestehenden Überzeugungen übereinstimmen. Der verstärkende Effekt rührt von der sozialen Struktur selbst her, nicht von unsichtbarer algorithmischer Filterung.\n\n#### Epistemische Blase {{epistemische Blasen}}\n\nC\\. Thi Nguyen (2020) zieht eine konzeptionelle Unterscheidung, die für Interventionen von Bedeutung ist:\n\n* Eine **epistemische Blase** ist eine soziale Struktur, in der andere relevante Stimmen schlichtweg fehlen. Ihre Bewohner hören keine gegensätzlichen Standpunkte, lehnen diese aber auch nicht aktiv ab.\n* Eine **Echokammer** im engeren Sinne ist eine soziale Struktur, in der andere relevante Stimmen aktiv diskreditiert werden. Die Mitglieder hören zwar gegensätzliche Perspektiven, lernen aber, deren Quellen zu misstrauen.\n\nEine epistemische Blase lässt sich durch neue Informationen aufbrechen. Eine Echokammer widersteht Korrekturen selbst dann, wenn externe Beweise vorgelegt werden, da die Quellen dieser Beweise bereits delegitimiert wurden. \n\n\n:::Warnung\nDie Erweiterung des eigenen Umfelds kann eine epistemische Blase auflösen, doch eine voll ausgebildete Echokammer erfordert die mühsamere Arbeit, das Vertrauen in ausgeschlossene Quellen wieder aufzubauen.\n\n:::\n\n\n:::Warnung\nEmpirische Untersuchungen deuten darauf hin, dass starke, ideologisch isolierte Echokammern seltener vorkommen, als der öffentliche Diskurs vermuten lässt (Guess et al. 2018), doch wo sie existieren, können sie äußerst widerstandsfähig gegenüber Korrekturen sein. Bloße Übereinstimmung innerhalb einer Gruppe ist an sich noch keine Echokammer. Das entscheidende Merkmal ist der aktive Ausschluss oder die Diskreditierung von Außenperspektiven.\n\n:::\n\n### Konto {{accounts}}\n\nEin Konto ist die Identität eines Nutzers in einer digitalen Informationsumgebung, das Profil, über das er Beiträge veröffentlicht, teilt und interagiert. Dahinter steht eine Person, eine Organisation oder automatisierte Software (ein Bot). Traditionell war die Quelle eines Informationsbeitrags ein namentlich genannter Autor, der als Urheber identifizierbar war. \n\n\n:::Warnung\nIn digitalen Umgebungen agieren Akteure über Konten, die oft pseudonym sind: Das Konto ist sichtbar, aber die echte Identität dahinter muss nicht offengelegt werden, und beides muss nicht unbedingt übereinstimmen. Das macht die → Glaubwürdigkeit der Quelle viel schwerer einzuschätzen: Ohne einen namentlich genannten Autor gibt es oft keine Erfolgsbilanz, keine Fachkenntnisse und keine Zugehörigkeit, die man abwägen könnte.\n\n:::\n\n\n:::Info\nIn den folgenden Abschnitten wird der Lesbarkeit halber oft der Begriff „Nutzer“ anstelle von „Konto“ verwendet, obwohl „Konto“ der präzisere Begriff ist, da ein einzelner Nutzer innerhalb derselben Informationsumgebung mehrere Konten betreiben kann.\n\n:::\n\n#### Benutzername {{usernames}}\n\nEin Benutzername ist eine eindeutige Konto-Kennung, die der Nutzer bei der Registrierung auf einer Plattform wählt; keine zwei Konten auf derselben Plattform dürfen diesen gemeinsam nutzen. Je nach Plattform dient er als Anmeldedaten, als öffentliche Profilkennung oder beides.\n\n#### Handle {{handles}}\n\nEin Handle ist die öffentliche Form eines Benutzernamens auf einer Social-Media-Plattform: die Kennung, unter der ein Konto gefunden, angesprochen und erwähnt werden kann; sie wird meist mit einem @-Symbol angezeigt und erscheint in der Profil-URL. Auf den meisten Plattformen sind Handle und Benutzername identisch; einige wenige, wie beispielsweise Facebook, verwenden einen separaten Benutzernamen für die URL und zeigen öffentlich einen nicht eindeutigen Anzeigenamen an.\n\n#### Anzeigename {{display names}}\n\nEin Anzeigename ist die sichtbare Bezeichnung, die im Profil und neben Beiträgen angezeigt wird. Er kann frei gewählt werden, darf Leerzeichen und Sonderzeichen enthalten und muss nicht eindeutig sein, sodass viele Konten denselben Namen tragen können. Er kann nicht zur Identifizierung oder Ansprache eines Kontos verwendet werden.\n\n#### Benutzer-ID {{user ids_userid_userids}}\n\nEine Benutzer-ID ist die interne Kennung, die eine Plattform einem Konto zuweist; sie ist in der Regel numerisch. Sie wird nicht vom Nutzer gewählt und bleibt normalerweise unverändert, auch wenn sich der Benutzername oder der Anzeigename ändert. Plattformen verwenden sie intern und nicht zur öffentlichen Ansprache.\n\n#### Erwähnung / @Erwähnung {{mentinmentions_@mention_@mentions}}\n\nEine Erwähnung ist der Vorgang, bei dem man in einem Beitrag, Kommentar, einer Bildunterschrift oder einer Nachricht auf ein Konto verweist, indem man „@“ gefolgt von dessen Handle eingibt. Das Konto wird dadurch in der Regel benachrichtigt und es wird ein Link zu seinem Profil erstellt. Die Zeichenfolge „@“ ist der Nutzername; seine Verwendung ist die Erwähnung.\n\n### Reichweite eines Kontos {{reach_reaches_reached}}\n\nMehrere Faktoren bestimmen die Anzahl der Nutzer oder Empfänger, die ein Konto potenziell erreichen kann, wenn es einen Beitrag veröffentlicht oder eine Information teilt:\n\n* #### Anzahl der Follower oder Abonnenten\n* #### Verifizierungsstatus \n* #### Status des Kontos: Alter, Interaktionsverlauf, Ruf auf der Plattform\n\nDie Reichweite beeinflusst die Sichtbarkeit auf zwei Arten:\n\n* **direkt**: Beiträge, die von Konten mit hoher Reichweite geteilt werden, erscheinen zum Zeitpunkt des Teilens in mehr Feeds\n* **indirekt**: Konten mit hoher Reichweite generieren mehr aus Interaktionen abgeleitete Signale, die Plattformalgorithmen dann nutzen, um Beiträge im Ranking nach oben zu bringen (→ algorithmische Kuratierung)\n\nDie Reichweite variiert stark: Ein privates Konto mit 100 Followern und ein öffentliches Konto mit einer Million Followern haben einen grundlegend unterschiedlichen Einfluss auf die Sichtbarkeit.\n\n## Interaktion {{Benutzeraktion_Benutzeraktionen}}\n\nInteraktion umfasst alle Benutzeraktionen, d. h. alles, was ein Benutzer bewusst in einer Informationsumgebung tut – vom Aufnehmen von Inhalten über das Reagieren darauf bis hin zum Erstellen eigener Inhalte. In Anlehnung an das COBRA-Modell (Muntinga et al. 2011)lassen sich diese Aktionen in drei aufsteigende Ebenen einteilen: Konsum, Beitrag und Kreation.\n\n| Konsum | \\- Suchen<br>\\- Auswählen / Klicken<br>\\- Anschauen / Anhören / Lesen<br>\\- Kaufen / Herunterladen<br>\\- Speichern / Lesezeichen setzen |\n|-------------|-------------------------------------------------------------------------------------------------------------------|\n| Interaktion | \\- Liken / Reagieren<br>\\- Folgen / Abonnieren<br>\\- Bewerten / Rezensieren<br>\\- Weiterverbreiten |\n| Kreation    | \\- Erstellen: Verbreiten<br>\\- Neu gestalten: Antworten / Kommentieren |\n\n### Filterblase {{filter bubbles}}\n\nEine Filterblase ist ein Zustand der Informationsisolation, der durch algorithmische Personalisierung entsteht. Dabei wird ein Nutzer zunehmend mit Inhalten konfrontiert, die seinen abgeleiteten Vorlieben und früheren Interaktionen entsprechen, während abweichende Inhalte herausgefiltert werden können – meist ohne dass der NutzerWissen.\n\nDer Begriff wurde von Eli Pariser (2011) geprägt, um zu beschreiben, wie Personalisierungsalgorithmen bei Google, Facebook und ähnlichen Plattformen auf der Grundlage von Nutzersignalen systematische Asymmetrien bei der Konfrontation mit Inhalten erzeugen können. \n\n\n:::Warnung\nEmpirische Untersuchungen haben Parisers ursprüngliche These erheblich relativiert. Studien haben ergeben, dass algorithmische Personalisierung zwar beeinflusst, was Nutzer sehen, die meisten Nutzer aber dennoch auf ideologisch vielfältige Inhalte stoßen: zum einen, weil ihre eigenen sozialen Netzwerke unterschiedliche Ansichten beinhalten, und zum anderen, weil Algorithmen nicht so vollständig isolieren, wie es der gängige Diskurs suggeriert (Bakshy et al. 2015; Flaxman et al. 2016; Bruns 2019).\n\nDer Filterblasen-Effekt ist real, aber in der Regel schwächer als gemeinhin angenommen.\n\n:::\n\n## Verbreitung: Posten {{circulation_post_posts_posting_posted}}\n\nSobald ein Informationsbeitrag erstellt wurde, wird er durch das Posten zum ersten Mal in eine Informationsumgebung eingebracht: Sein Ersteller postet, sendet, veröffentlicht oder verbreitet ihn. Diese erstmalige Veröffentlichung unterscheidet sich von der Weiterverbreitung, bei der ein bereits vorhandener Beitrag von anderen weitergeleitet wird.\n\n### Trending {{trending_trend_trends}}\n\n„Trending“ ist ein von der Plattform zugewiesener Status, der anzeigt, dass ein Thema oder ein Hashtag innerhalb kurzer Zeit einen plötzlichen Anstieg der Nutzeraktivität auslöst, über die vielen einzelnen Beiträge hinweg, die sich damit befassen oder es enthalten. Was zählt, ist die Zuwachsrate, nicht das Gesamtvolumen.\n\nTrends können organisch aus vielen unabhängigen Beiträgen entstehen oder durch koordinierte Beiträge und Bot-Netzwerke künstlich erzeugt werden (→ koordinierte Verstärkung).\n\nAuch die Plattform selbst beeinflusst sie, indem sie Inhalte fördert, filtert oder unterdrückt, die auftauchen (→ plattformseitige Kuratierung).\n\n\n:::Warnung\nInhalte, die schnelle Reaktionen auslösen, wie zum Beispiel polarisierende oder emotional aufgeladene Themen, werden eher zum Trend, wobei es aber auch von den Ranking- und Moderationsmechanismen der Plattform abhängt, ob sie überhaupt auftauchen.\n\n:::\n\n\n:::Info\n#### Hashtag {{Hashtags}}\n\nEin Hashtag ist ein Schlüsselwort oder eine Phrase, die mit dem Symbol # gekennzeichnet und ohne Leerzeichen geschrieben wird. Er verknüpft einen Beitrag mit allen anderen Beiträgen, die dasselbe Label tragen, und verwandelt so verstreute Beiträge in eine durchsuchbare Gruppe rund um ein gemeinsames Thema.\n\nJeder kann einem Beitrag einen Hashtag hinzufügen, was ihn zu einem Werkzeug für Sichtbarkeit macht: Ein weit verbreitetes oder trendiges Label ordnet den Beitrag in einen größeren Strom ein und macht ihn für Nutzer sichtbar, die diesem Label folgen. Da ein Hashtag viele einzelne Beiträge bündelt, kann er selbst einen Aktivitätsschub auslösen und zum Trend (→ Trend), was ihn zudem zu einem häufigen Ziel koordinierter Kampagnen macht, die ein Label durch Massenbeiträge verbreiten (→ koordinierte Verstärkung).\n\n:::\n\n## Weiterverbreitung: Teilen, Weiterleiten, Reposten {{re-circulation_recirculation_recirculate_recirculates_recirculated_share_forward_repost_shares_forwards_reposts_shared_forwarded_reposted}}\n\nAccounts geben bestehende Informationsbeiträge weiter, indem sie diese teilen, weiterleiten, verlinken, erneut posten oder auf andere Weise in Umlauf bringen. Jeder Account wird von einer Person, einer Organisation oder automatisierter Software (einem Bot) betrieben. \n\n\n:::Warnung\nWenn ein Informationsbeitrag mit zusätzlichen Kommentaren, Interpretationen oder einer neuen Einordnung weitergegeben wird, entsteht ein neuer Informationsbeitrag mit einem neuen Autor (→ Neuschöpfung).\n\n:::\n\n### Viralität {{viral}}\n\nViralität ist das Phänomen, bei dem sich ein einzelner Informationsbeitrag durch Weiterverbreitung rasant ausbreitet, ähnlich wie sich ein Virus ausbreitet: Nutzer teilen oder reposten ihn, andere geben ihn wiederum weiter, und das daraus resultierende Engagement erhöht sein Ranking, wodurch er noch mehr Accounts angezeigt wird (→ algorithmische Verstärkung).\n\nEin Beitrag wird eher geteilt, wenn er starke Emotionen, moralische Reaktionen oder Feindseligkeit gegenüber anderen Gruppen hervorruft, besonders in politischen oder konfliktbehafteten Kontexten. Eine hohe → Reichweite des Ursprungsaccounts ist nicht erforderlich: Auch kleine Accounts können hochvirale Beiträge erzeugen.\n\nViralität kann organisch entstehen oder durch koordiniertes Teilen und Interagieren erzeugt werden (→ koordinierte Verstärkung).\n\n#### ☑ Viralität vs. Trend\n\n| Merkmal | Viralität | Trend |\n|---------|----------|----------|\n| **Was an Sichtbarkeit gewinnt** | Ein einzelner Informationsbeitrag, wie z. B. ein bestimmter Beitrag, ein Video oder ein Bild | Ein Thema oder ein Hashtag: nicht ein bestimmter Beitrag, sondern die vielen einzelnen Beiträge, die dasselbe Thema behandeln oder denselben Hashtag tragen |\n| **Haupttreiber** | Nutzer teilen, reposten oder leiten den Beitrag an andere weiter, die es wiederum weitergeben; diese kaskadenartige Verbreitung kann verstärkt werden, wenn das daraus resultierende Engagement das Ranking des Beitrags erhöht (→ algorithmische Verstärkung) | Viele einzelne Beiträge befassen sich innerhalb kurzer Zeit mit demselben Thema oder tragen denselben Hashtag; die Plattform erfasst, wie schnell diese Aktivität zunimmt, nicht wie viel es insgesamt gibt, und hebt das Thema oder den Hashtag als Gesamtphänomen hervor (→ Trenderkennung) |\n| **Zeitlicher Verlauf** | Kann sich über längere Zeiträume erstrecken | Zeitgebunden; dauert so lange, wie die Aktivitätsrate hoch bleibt oder die Plattform den Beitrag weiterhin hervorhebt |\n| **Wie es manipuliert werden kann** | Koordiniertes Teilen, Verstärkung durch Bots oder künstliches Engagement, das auf den spezifischen Beitrag gerichtet ist (→ koordinierte Verstärkung) | Koordinierte Posting-Kampagnen oder künstlich erzeugte Trends durch Bot-Netzwerke (→ koordinierte Verstärkung) |\n\n\n:::info\nSowohl Viralität als auch Trends können organisch entstehen, von koordinierten Akteuren vorangetrieben werden (→ koordinierte Verstärkung) oder durch die Kuration der Plattform selbst geprägt werden. Beide neigen zudem dazu, emotional anregende, moralisch aufgeladene oder polarisierende Inhalte zu begünstigen, insbesondere in politischen oder konfliktbehafteten Kontexten.\n\n:::\n\n## Neuerstellung: Zitieren, Bearbeiten, Remixen {{re-creation_recreation_re-create_re-creates_re-created_re-creating_quotes_edits_remixes_quoted_edited_remixed}}\n\nEin Nutzer oder Akteur gestaltet einen bestehenden Informationsbeitrag neu und schafft daraus einen neuen, abgeleiteten Beitrag, indem er ihn zitiert, kommentiert, bearbeitet, zusammenfasst, neu mischt, neu kontextualisiert oder in einen neuen Kontext einbettet. Im Gegensatz zur Weiterverbreitung, bei der derselbe Beitrag unverändert weitergegeben wird, entsteht bei der Neugestaltung ein neuer Informationsbeitrag mit einem neuen Autor. Dieser Autor wird zur Sekundärquelle: Der abgeleitete Beitrag spiegelt seine Auswahl und seine Sichtweise wider, nicht nur den ursprünglichen Inhalt.\n\n### Spill-Over-Effekt {{diffusion_cross-environment diffusion_spill-over_spillover_spills over_spilled over}}\n\nDer Spill-Over-Effekt ist das Phänomen, bei dem dieselbe Information in mehr als einer Informationsumgebung auftaucht und so ein Publikum jenseits ihres Ursprungs erreicht. Er entsteht durch **umgebungsübergreifende Verbreitung**, wenn eine Neugestaltung Informationen über eine Grenze hinweg transportiert: Ein Akteur verwandelt den Inhalt eines Informationselement in ein sekundäres Element in einer anderen Umgebung umwandelt, sei es durch journalistische Berichterstattung, redaktionelle Kuratierung oder durch ein Zitat eines Nutzers an anderer Stelle.\n\n* Ein in einem wissenschaftlichen Forum geteiltes Forschungsergebnis kann in den sozialen Medien diskutiert und anschließend von einem KI-Assistenten zusammengefasst werden.\n* Ein Thema, das von Bots auf einer Social-Media-Plattform künstlich verstärkt wird, kann von Journalisten aufgegriffen und als Nachricht berichtet werden.\n\n\n:::info\nDie Verbreitung erhöht die Reichweite sowohl zuverlässiger als auch unzuverlässiger Informationen. Da dieselben Informationen dann gleichzeitig in mehreren Umgebungen auftauchen, wirken sie oft weiter verbreitet, als sie es tatsächlich sind.\n\n:::\n\nDie Verbreitung kann organisch erfolgen, oder durch Manipulation in Gang gesetzt werden, um Inhalte in neue Umgebungen zu bringen (→ koordinierte Verstärkung).\n\n#### Epistemische Aufbereitung\n\nEpistemische Aufbereitung ist ein spezifischer Effekt der umgebungsübergreifenden Verbreitung. Sie tritt auf, wenn die sekundäre Quelle als glaubwürdiger angesehen wird als die ursprüngliche, zum Beispiel wenn eine Behauptung aus einem anonymen Beitrag in einer formellen Veröffentlichung oder einem begutachteten Artikel wieder auftaucht. Die Information wirkt dann allein durch den Wechsel des Kontexts tendenziell zuverlässiger, obwohl die zugrunde liegenden Behauptungen und Belege unverändert sind.  \n\n\n:::Warnung\nEpistemische Aufbereitung offenbart eine Tendenz bei den Empfängern: Weil eine Quelle glaubwürdig erscheint, gehen sie davon aus, dass die darin enthaltenen Informationen zuverlässig sind.\n\n:::\n\n\n:::Erfolg\nStokel-Walker, C. (2026). Wissenschaftler haben eine erfundene Krankheit erfunden. Eine KI hat den Menschen erzählt, sie sei echt. Nature, 652(8110), 559–561. <https://doi.org/10.1038/d41586-026-01100-y:>\\nEin Team der Universität Göteborg, unter der Leitung eines medizinischen Forschers, erfand eine erfundene Hauterkrankung namens „Bixonimania“, um zu testen, ob KI-Systeme medizinische Falschinformationen aufnehmen und weiterverbreiten würden. Sie stellten sie als vermeintliche Erkrankung dar, die mit der Blaulichtbelastung durch Bildschirme in Verbindung steht, mit Symptomen wie schmerzenden, juckenden Augen und einer rosafarbenen Verfärbung der Augenlider. Anschließend erstellten sie absichtlich gefälschte, wissenschaftlich anmutende Preprints, die offensichtliche Warnzeichen enthielten: einen fiktiven Autor mit einem KI-generierten Foto, eine nicht existierende Universität sowie Verweise auf die Sternenflottenakademie und die USS Enterprise.\n\nInnerhalb weniger Wochen begannen große KI-Chatbots, die „Bixonimania“ als echte Erkrankung zu reproduzieren und boten den Nutzern in einigen Fällen sogar Erklärungen oder gesundheitsbezogene Ratschläge an. Parallel dazu wurde das gefälschte Material in mindestens einer veröffentlichten Arbeit zitiert, die inzwischen zurückgezogen wurde, und zwar in der Springer-Nature-Zeitschrift *Cureus*. *Nature* berichtete, dass die Preprints inzwischen von [Preprints.org](http://Preprints.org) entfernt wurden.\n\nVerbreitung über verschiedene Medien hinweg: Blogbeiträge → gefälschter Preprint → Webcrawler → Antworten von KI-Chatbots → wissenschaftliche Zitierung\n\n:::\n\n# Gatekeeping {{gate-keeping}}\n\nIm weitesten Sinne ist Gatekeeping der übergreifende Prozess, bei dem gesteuert wird, welche Informationen ausgewählt und zu Informationselementen aufbereitet werden, die die Menschen erreichen (Shoemaker & Vos 2009). In diesem Sinne umfasst es sowohl die Entstehung eines Informationselements als auch dessen Weg zum Publikum.\n\nHier wird wird „Gatekeeping“ im engeren Sinne verwendet: die Kontrolle darüber, welche bestehenden Informationselemente sichtbar gemacht oder aus der Sichtbarkeit ausgeschlossen werden. Damit unterscheidet es sich von quellengetriebener Eigenwerbung und plattformseitiger Kuratierung: Gatekeeping entscheidet, ob ein Informationselement überhaupt sichtbar ist, Kuratierung und Werbung hingegen, wie prominent ein sichtbares Informationselement präsentiert wird.\n\nTraditionell wurden Entscheidungen über die Sichtbarkeit von Informationen von Menschen getroffen: Redakteuren (→ redaktionelle Prüfung). Im Zuge der digitalen Transformation werden diese zunehmend durch automatisierte oder halbautomatisierte algorithmische Prozesse ergänzt (→ Crawling & Indexierung, → Content-Moderation).\n\nGatekeeping greift an drei Punkten im Lebenszyklus eines Informationselements ein: \n\n* vor der Veröffentlichung: \n  * redaktionelle Prüfung\n* nach der Veröffentlichung: \n  * Aufnahme: Crawling & Indexierung  \n  * Ausschluss: Filterung & Inhaltsmoderation\n\n## Redaktionelle Prüfung vor der Veröffentlichung\n\nViele Jahrzehnte lang war die redaktionelle Prüfung der Standardprozess in Informationsumgebungen mit einer traditionellen redaktionellen Struktur, in denen Journalisten, Redakteure und Verleger entschieden, welche Beiträge veröffentlicht wurden und welche nicht (Shoemaker & Vos 2009). Wo keine redaktionelle Struktur existiert, fehlt diese Vorab-Kontrolle: Jeder kann ohne Überprüfung veröffentlichen, und das Gatekeeping verlagert sich auf die unten beschriebenen Prozesse nach der Veröffentlichung.\n\n* Informationsumgebungen mit redaktioneller Struktur:\n  * Printmedien, Rundfunk- und Fernsehmedien\n  * digitale Plattformen von Print- und Rundfunkmedien sowie digitale Verlage\n* Akteure:\n  * Menschen: Journalisten, Redakteure, Verleger\n\nIn digitalen Medien wird die menschliche Funktion zunehmend durch algorithmische Auswahl ergänzt; die Forschung beschreibt das Ergebnis eher als hybride Koexistenz denn als vollständigen Ersatz (Wallace 2018).\n\n## Gatekeeping nach der Veröffentlichung\n\nNach der Veröffentlichung erfolgt das Gatekeeping in zwei aufeinanderfolgenden Schritten: \n\n* **Einbeziehung:** Welche Informationen werden von Informationszugangssystemen erfasst? \n* **Ausschluss:** Welche Informationen werden entfernt?\n\n### Einbeziehung: Crawling & Indizierung {{crawl}}\n\nInformationszugangssysteme durchsuchen das Web und entscheiden, welche vorhandenen Informationselemente sie erfassen und zur Verfügung stellen – entweder zur Anzeige (→ Suchsysteme, → Discovery-Systeme) oder zur Verarbeitung (→ generative KI-Systeme).\n\n* Informationszugangssysteme\n  * Suchsysteme: Indizieren gecrawlte Informationen für den Abruf\n  * Discovery-Systeme: Aggregieren und katalogisieren Informationen in Feeds\n  * Generative KI-Systeme: Nehmen Informationen zur Synthese auf\n* Akteure\n  * Meist algorithmisch, mit menschlichem Eingriff an ausgewählten Stellen (Quellenauswahl)\n\n\n:::Info\nIn digitalen Informationskanälen und -plattformen, in denen Nutzer direkt Beiträge veröffentlichen, ist die Zugangsschranke meist offen, sofern keine Zugriffsbeschränkungen bestehen.\n\n:::\n\n### Ausschluss: Filterung und Inhaltsmoderation\n\nDa die Zugangsschranke in digitalen Informationskanälen und -plattformen, in denen Nutzer direkt Beiträge veröffentlichen, offen ist, erfolgen Filterung und Inhaltsmoderation erst nach der Veröffentlichung in einem zweiten Schritt. Informationselemente auf der Plattform werden anhand der Plattformrichtlinien überprüft und bei Bedarf entfernt oder gesperrt. Informationszugangssysteme wenden denselben Ausschluss auf ihren Index an.\n\n* digitale Informationskanäle und -plattformen, auf denen Nutzer direkt Beiträge veröffentlichen, sowie Informationszugangssysteme\n  * SPAM-Filter: Entfernen unerwünschter oder automatisierter Masseninhalte\n  * Inhaltsfilter: Entfernen von richtlinienwidrigen Inhalten (Hassrede, illegale Inhalte, drastisches Material)\n* Akteure\n  * Hybrid: menschliche Moderatoren (Faktenprüfer und/oder Nutzer) und algorithmische Filter\n\nIm Gegensatz zur redaktionellen Prüfung vor der Veröffentlichung, die Gatekeeping mit systematischer Qualitätskontrolle und Quellenüberprüfung verbindet, hat die Moderation nach der Veröffentlichung nur eine schwache Qualitätskontrollkomponente (→ Faktenprüfung): Einige Plattformen kennzeichnen oder markieren falsche Inhalte, doch diese Funktion ist begrenzt und wird auf den großen Social-Media-Plattformen zunehmend zurückgeschraubt. \n\n\n:::Info\nMeta hat sein externes Faktenprüfungsprogramm im Januar 2025 eingestellt und es durch nutzergeführte Community-Hinweise ersetzt: <https://www.ap.org/news-highlights/spotlights/2025/no-more-fact-checking-for-meta-how-will-this-change-media-and-the-pursuit-of-truth/>.\n\n:::\n\n# Quellenorientierte Eigenwerbung\n\nQuellen – Content-Ersteller, Verlage, Werbetreibende und Website-Betreiber – bewerben ihre Beiträge aktiv, um ihr Publikum zu erreichen. \n\nIm Gegensatz zu plattformgesteuerten Mechanismen, die die Sichtbarkeit algorithmisch steuern, wenden Quellen die folgenden Strategien an, um zu beeinflussen, wie prominent ihre Inhalte erscheinen:\n\n* gezielte Ansprache bestimmter Empfänger oder Konten (→ direkte Ansprache), \n* Anpassung der Inhalte an die Ranking-Systeme der Plattformen (→ SEO, SMO, plattformspezifische Optimierung),\n* direkt für Sichtbarkeit zu bezahlen (→ Influencer-Partnerschaften, bezahlte Platzierungen).\n\n## Direkte Ansprache\n\nDie direkte Ansprache ist eine hybride Targeting-Strategie: Sie wird größtenteils von Menschen ausgelöst, nutzt aber auch die Infrastruktur der Plattform (Benachrichtigungssysteme, algorithmische Kuratierung). \n\nQuellen nutzen die folgenden Strategien, um bestimmte Empfänger oder Konten direkt anzusprechen:\n\n* #### @Erwähnungen\n* #### Tagging (in Fotos, Beiträgen oder Threads)\n* #### Zitat-Tweets & Erwähnungen in Antworten\n* #### Gruppen-Direktnachrichten\n* #### Adressierung über Mailinglisten (An, CC)\n\nDie direkte Ansprache hat zwei unterschiedliche Sichtbarkeitseffekte:\n\n### Sofortige Benachrichtigung für den angesprochenen Nutzer {{notification_notifications}}\n\nDer angesprochene Nutzer erhält die Information direkt per Benachrichtigung, unabhängig davon, ob er sie sonst über seinen Feed gesehen hätte.\n\n### Indirekte Reichweite über das Netzwerk des adressierten Accounts\n\nWenn Accounts mit großer Reichweite adressiert werden, kann sich die Information über die ursprüngliche Benachrichtigung hinaus verbreiten: \n\n* Sichtbarkeit im Profil des adressierten Accounts ohne Interaktionen:\\nauf einigen Plattformen (z. B. X/Twitter) sind @Erwähnungen im Profil des adressierten Accounts öffentlich sichtbar; \n* Sichtbarkeit für die gesamte Reichweite des Accounts, d. h. sein Follower-Netzwerk:\\nwenn der adressierte Account antwortet, den Beitrag teilt oder darauf reagiert, erreicht der Beitrag das gesamte Netzwerk seiner Follower.\n\n## Anpassung von Inhalten an die Ranking-Systeme der Plattformen {{Ranking-System der Plattformen_Ranking-Systeme der Plattformen_Anpassung von Inhalten an das Ranking-System der Plattformen_Anpassung von Inhalten}}\n\nDie Anbieter passen ihre Inhalte, Metadaten und Struktur an die Ranking-Kriterien der Plattformen an, auf denen sie Sichtbarkeit anstreben – ohne für die Platzierung zu bezahlen.\n\n### Suchmaschinenoptimierung (SEO) {{Suchmaschinenoptimierung}}\n\nSEO bezeichnet Maßnahmen auf Seiten der Anbieter, die Websites – ihre Inhalte, Metadaten und Linkstruktur – so anpassen, dass sie in den Ergebnissen allgemeiner Suchmaschinen (Google, Bing, DuckDuckGo usw.) weiter oben ranken.\n\nSEO ist die am stärksten standardisierte Optimierungsstrategie, da die Ranking-Signale der Suchmaschinen relativ stabil und gut dokumentiert sind. Spezialisierte SEO-Experten, Agenturen und Tools unterstützen die Umsetzung.\n\n#### ☑ SEO-Maßnahmen {{SEO-Maßnahme_Suchmaschinenoptimierung_Maßnahmen zur Suchmaschinenoptimierung}}\n\n\n:::Erfolg\n* Keyword-Recherche und Einbindung in Titel, Überschriften und Fließtext\n\n\n* Metadaten-Optimierung (Titel-Tags, Meta-Beschreibungen, Alt-Text)\n* Linkaufbau (Gewinnung von eingehenden Links von maßgeblichen Websites)\n* Website-Struktur und interne Verlinkung\n* Ladegeschwindigkeit und Mobilfreundlichkeit\n* Erstellung von Inhalten, die der Suchabsicht entsprechen\n\n:::\n\n\n:::info\nSEO verändert nicht, wie Suchmaschinen Seiten bewerten, sondern passt die Website an die bestehenden Ranking-Kriterien an. Quellen können beeinflussen, was der Algorithmus sieht, nicht wie er entscheidet.\n\n:::\n\n### Social-Media-Optimierung (SMO) {{Social-Media-Optimierung_Social-Media-Optimierungen}}\n\nSMO bezieht sich auf Maßnahmen auf Seiten der Anbieter, um die Sichtbarkeit, das Engagement und die Teilbarkeit von Inhalten auf Social-Media-Plattformen zu maximieren.\n\nSMO ist weniger formalisiert als SEO, da die Ranking-Signale in sozialen Medien undurchsichtiger und plattformspezifischspezifisch. Die Vorgehensweisen ändern sich, wenn sich die Algorithmen ändern.\n\n#### ☑ SMO-Maßnahmen {{SMO-Maßnahme_Social-Media-Optimierungsmaßnahmen_Social-Media-Optimierungsmaßnahme}}\n\n\n:::Erfolg\n* Hashtag-Strategien (Trend- oder themenspezifische Tags)\n\n\n* Zeitpunkt der Veröffentlichung (wenn die Zielgruppen aktiv sind)\n* Wahl des Inhaltsformats (kurze Videos, Karussells, Reels)\n* Gestaltung von Überschriften und Aufhängern (um schnell Aufmerksamkeit zu erregen)\n* Förderung der Interaktion (Fragen, Umfragen, Handlungsaufforderungen)\n* plattformübergreifende Wiederverwendung von Inhalten\n\n:::\n\n### Plattformspezifische Optimierung {{plattformspezifische Optimierungen}}\n\nÜber allgemeine SEO- und SMO-Strategien hinaus folgt jede Plattform ihrer eigenen Ranking-Logik und ihren eigenen Inhaltskonventionen, was maßgeschneiderte Optimierungsstrategien erfordert.\n\n#### ☑ Plattformspezifische Optimierungsstrategien {{plattformspezifische Optimierungsstrategie}}\n\n\n:::Erfolg\n* **TikTok**\n  * Format: vertikale Kurzvideos, trendige Sounds\n  * Strategien:\n    * die Zuschauer in den ersten drei Sekunden fesseln\n    * regelmäßig zu den Spitzenzeiten posten\n* **Instagram**\n  * Format: hochwertige Bilder, „Reels“-orientierte Inhalte\n  * Strategien:\n    * Hashtags strategisch einsetzen\n    * Inhalte formatübergreifend wiederverwenden (Beiträge, Stories, Reels)\n* **YouTube**\n  * Format: Langform-Videos mit starkem Einstieg, titeln und Beschreibungen voller Schlüsselwörter\n  * Strategien:\n    * Miniaturansichten für mehr Klicks optimieren\n    * die Wiedergabezeit maximieren, um Empfehlungen auszulösen\n* **LinkedIn**\n  * Format: professionelle Langform-Beiträge, native Artikel\n  * Strategien:\n    * Veröffentliche Inhalte nativ (vermeide externe Links)\n    * Fördere die Interaktion im Netzwerk durch Tagging\n* **X (Twitter)**\n  * Format: prägnanter Text, Threads für längere Inhalte\n  * Strategien:\n    * Setze in der ersten Zeile einen starken Aufhänger\n    * Antworte auf Accounts mit großer Reichweite, um Sichtbarkeit zu gewinnen\n\n:::\n\n\n:::Info\nPlattformspezifische Optimierung erfordert ein Verständnis für das Ranking-System, das Nutzerverhalten und die Präferenzen hinsichtlich der Inhaltsformate der jeweiligen Plattform. Was auf TikTok funktioniert, funktioniert selten auf LinkedIn.\n\n:::\n\n## Bezahlte Sichtbarkeit\n\n### Influencer-Partnerschaften {{influencer partnership_influencer_influencers}}\n\nInfluencer-Partnerschaften sind bezahlte Kooperationen, bei denen Auftraggeber Personen mit hoher Reichweite beauftragen, ihre Inhalte zu bewerben. \n\nDie Bezahlung erfolgt in Form einer finanziellen Vergütung oder einer Sachleistung (kostenlose Produkte, Dienstleistungen oder andere Vorteile). \n\nDer Kernmechanismus ist „Reichweite als Dienstleistung“: Der Auftraggeber erkauft sich den Zugang zum Follower-Netzwerk des Influencers. \n\n\n:::info\nInfluencer-Partnerschaften werden manchmal deutlich gekennzeichnet („Anzeige“, „Bezahlte Partnerschaft“), manchmal nur schwach oder gar nicht. Die Kennzeichnungsstandards variieren je nach Rechtsraum und Plattform.\n\n:::\n\n### Bezahlte Platzierungen {{paid placement_ads_ad_advertisements_sponsored content}}\n\nBezahlte Platzierungen sind eine Praxis auf Seiten der Quelle, bei der Plattformen direkt für Sichtbarkeit bezahlt werden. \n\nGesponserte Inhalte werden neben organischen Inhalten in Form von \n\n* gesponserten Suchergebnissen (Suchmaschinenanzeigen), \n* gesponserten Beiträgen und beworbenen Inhalten (Social Media) oder \n* Display-Anzeigen (Banner, Videos) platziert.\n\nBezahlte Platzierungen umgehen organische Ranking-Systeme: Anstatt Inhalte für ein gutes Ranking zu optimieren, bezahlt die Quelle die Plattform direkt für die Platzierung.\n\n\n:::Info\nManchmal sind sie deutlich gekennzeichnet („Gesponsert“, „Anzeige“), manchmal lassen sie sich jedoch nur schwer von organischen Ergebnissen unterscheiden. Die Kennzeichnungsstandards variieren je nach Rechtsraum und Plattform. \n\n:::\n\n# Plattformseitige Kuratierung\n\nPlattformseitige Kuratierung ist die eigenständige Gestaltung der Plattform, wie prominent einzelne Informationen erscheinen. Sie funktioniert in zwei Modi: \n\n* redaktionelle Kuratierung nach der Veröffentlichung \n* algorithmische Kuratierung\n\n## Redaktionelle Kuratierung nach der Veröffentlichung\n\nRedaktionelle Kuratierung, d. h. wenn menschliche Redakteure oder Plattformbetreiber ausgewählte Inhalte gezielt hervorheben, spielt heute nur noch eine untergeordnete Rolle: Auf den meisten großen digitalen Plattformen wird die Sichtbarkeit überwiegend durch Algorithmen bestimmt. \n\nWo sie noch existiert, beschränkt sie sich weitgehend auf wenige Kontexte, wie zum Beispiel:\n\n* Top-Story-Rubriken in Nachrichten-Entdeckungssystemen (z. B. Apple News, Google News „Editors’ Picks“)\n* hervorgehobene Nutzerbeiträge in sozialen Medien (z. B. wenn das hauseigene Nachrichten-Team von LinkedIn „Top Stories“ aus den Beiträgen der Mitglieder auswählt)\n\n## Algorithmische Kuratierung\n\nAlgorithmische Kuratierung ist die algorithmische Auswahl, Rangfolge und Darstellung verfügbarer Informationselemente. Sie bestimmt, wie prominent diese erscheinen, nicht aber, ob sie überhaupt verfügbar sind (→ Gatekeeping).\n\nSie funktioniert in zwei Modi, die sich danach unterscheiden, ob die Plattform den einzelnen Nutzer über eine Anmeldung, Cookies oder Gerätekennungen erkennen kann:\n\n* **nicht personalisierte algorithmische Kuratierung:** für jeden Nutzer gleich\\nSie stützt sich ausschließlich auf die Eigenschaften der Informationselemente und Quellen sowie auf das aggregierte Engagement (die Interaktionen, die ein Informationselement bei der gesamten Zielgruppe hervorruft), nicht darauf, wer sie ansieht.\n* **algorithmische Personalisierung:** auf den Einzelnen zugeschnitten\\nSie stützt sich auf die erfassten Signale des Nutzers. Wenn die Plattform den Nutzer über mehrere Besuche hinweg wiedererkennen und diese Signale speichern kann, erstellt sie ein algorithmisches Profil des Nutzers; je mehr Informationen dieses Profil enthält, desto genauer kann die Plattform das, was der Nutzer zu sehen bekommt.\n\n\n:::Info\nOhne eine solche Erkennung, zum Beispiel in einer Gast- oder Inkognito-Sitzung ohne Anmeldung oder Cookies, kommt nur eine nicht personalisierte algorithmische Kuratierung zum Tragen. Eine Plattform kann die Ergebnisse zwar weiterhin anhand der IP-Adresse regional anpassen, doch das ist kontextbezogen, nicht individuell: Jeder in derselben Region sieht dasselbe.\n\n:::\n\n\n:::Warnung\n#### Wiedererkennung von Nutzern\n\nDie Plattform erkennt einen wiederkehrenden Nutzer auf eine von drei Arten, die sich in Reichweite und Dauer unterscheiden:\n\n* **Anmeldung:** Der Nutzer meldet sich mit einem Konto an. Dies ist die zuverlässigste Methode und funktioniert geräteübergreifend, da die Aktivitäten an das Konto und nicht an einen einzelnen Browser gebunden sind.\n* **Cookies:** Die Plattform speichert eine Kennung im Browser des Nutzers und liest sie bei dessen Rückkehr aus. Diese ist an einen Browser auf einem Gerät gebunden und kann vom Nutzer gelöscht werden.\n* **Gerätekennungen:** Die Plattform liest technische Merkmale des Geräts oder Browsers aus oder kombiniert viele davon zu einem nahezu eindeutigen Fingerabdruck. Das funktioniert auch ohne Anmeldung oder Cookies und ist für den Nutzer am schwersten zu umgehen.\n\nIn der Praxis kombinieren Plattformen diese Methoden meist, anstatt sich auf eine einzige zu verlassen.\n\n:::\n\n#### ☑ Nutzersignale {{tracked signals_tracked user signals_tracked signal_tracked user signal_user signal}}\n\nNutzersignale sind die Daten, die eine Plattform über einen Nutzer erfasst, um die Auswahl und Sichtbarkeit von Informationselementen zu personalisieren. Viele davon entstehen, wenn Nutzer Elemente auswählen, mit ihnen interagieren, darauf reagieren oder sie erstellen. Nicht alle stammen aus bewussten Handlungen wie Klicken oder Liken; manche entstehen durch weniger bewusste Verhaltensweisen, wie zum Beispiel, wie lange jemand auf einer Seite bleibt oder wie weit er scrollt. Über diese aus der Interaktion abgeleiteten Signale hinaus greifen Plattformen auch auf Konto- und Kontextdaten zurück. Aus all dem leiten sie Nutzerinteressen, die Relevanz von Inhalten, die Zufriedenheit der Nutzer, die Beliebtheit oder das voraussichtliche zukünftige Engagement. Den Nutzern ist oft nicht bewusst, wie viele Signale beeinflussen, was ihnen als Nächstes angezeigt wird.\n\n| Typ | Was es ist | Beispiele |\n|------|------------|----------|\n| #### Aus Interaktionen abgeleitete Signale | Signale, die während der Interaktion erfasst werden, einschließlich Aufmerksamkeitsmessungen | \\- mit welchen Inhalten sich ein Nutzer beschäftigt hat<br>\\- die Art der Nutzeraktion (→ Interaktion)<br>\\- aus der Nutzeraktion abgeleitete Messwerte <br>(Verweildauer; Scrolltiefe, Hover-/Überspringverhalten) |\n| #### Kontodaten | Informationen über den Nutzer und seine Verbindungen | \\- Nutzerprofil (Alter, Interessen, Beruf, Geschlecht)<br>\\- Spracheinstellungen<br>\\- verknüpfte Konten<br>\\- Kontaktliste / Adressbuch |\n| #### Kontextdaten | Informationen über die Situation, in der der Nutzer auf die Plattform zugreift | \\- Standort, z. B. abgeleitet aus der IP-Adresse<br>\\- Gerätetyp (z. B. Smartphone oder Laptop)<br>\\- Zugriffszeitpunkt |\n\n\n:::info\nIm Gegensatz zu Konto- und Kontextdaten hängen die aus der Interaktion-Signale von der vorherigen Sichtbarkeit eines Beitrags ab: Ein Beitrag muss erst angezeigt werden, bevor Nutzer damit interagieren können. Dadurch verstärkt sich das Engagement selbst: Ein Beitrag mit hohem vorherigem Engagement wird höher gerankt, erhält mehr Sichtbarkeit und zieht so noch mehr Interaktion an. Diese sich selbst verstärkende Dynamik ist → algorithmische Verstärkung.\n\nDie gleiche Dynamik kann auch gezielt durch koordinierte Akteure ausgelöst werden, die Interaktion künstlich erzeugen (→ koordinierte Verstärkung).\n\n:::\n\n### Nicht personalisierte algorithmische Kuratierung\n\nDie nicht personalisierte algorithmische Kuratierung wendet dieselbe Logik auf jeden Nutzer an, unabhängig davon, wer gerade sucht oder scrollt. Sie funktioniert über zwei Hauptvorgänge: \n\n* Ranking\n* Trenderkennung\n\n#### Ranking {{rank_order_rankings_ordering}}\n\nBeim Ranking werden verfügbare Informationselemente in eine Rangliste angeordnet, wobei einige höher und andere tiefer auf der Sichtbarkeitsskala platziert werden. Die Reihenfolge wird durch Ranking-Signale bestimmt, die in der Regel kombiniert und nicht isoliert angewendet werden:\n\n* **Eigenschaften des Informationselements und der Quelle**\n  * **Relevanz:** Wie gut passt ein Informationselement zur Suchanfrage oder zum Kontext?\n  * **Aktualität:** Wie aktuell ist ein Informationselement?\n  * **Autorität der Quelle:** Wie glaubwürdig oder hochwertig eine Quelle eingestuft wird\n* **Gesamtreaktion des Publikums**\n  * **Interaktion:** Die Interaktionen, die ein Informationselement auslöst (Likes, Shares, Kommentare, Klicks) \n\n\n:::Warnung\nAlgorithmen messen die **Autorität der Quelle** nicht direkt; es gibt keinen einheitlichen Autoritätswert. Die Signale sind Indikatoren, anhand derer dieser geschätzt wird. Ihre Art wird durch Plattform-Erklärungen, Patente und Branchenbeobachtungen dokumentiert, doch ihre genaue Gewichtung wird nicht unabhängig überprüft, da die Plattformen ihre Ranking-Systeme nicht offenlegen.\n\n:::\n\n#### ☑ Signale, die Algorithmen zur Schätzung der Quellenautorität nutzen\n\n\n:::Erfolg\n#### **Linkbasierte Signale** \n\n* Anzahl und Qualität der eingehenden Links aus vertrauenswürdigen Quellen\n* Vielfalt des Backlink-Profils\n* Links von thematisch verwandten Quellen\n\n**Reputation von Entitäten und Marken** \n\n* Bekanntheit als benannte Entität im gesamten Web\n* Erwähnungen in vertrauenswürdigen Quellen (mit oder ohne Link)\n* Volumen der Markensuchen\n\n**E-E-A-T-Indikatoren** (Erfahrung, Fachwissen, Autorität, Vertrauenswürdigkeit)\n\n* identifizierbare Urheberschaft und angegebene Qualifikationen\n* Transparenz des Herausgebers (Impressum, Eigentumsverhältnisse, Kontakt)\n* sichere Website-Infrastruktur (HTTPS)\n* sachliche Richtigkeit und interne Konsistenz\n\n**Erfolgsbilanz auf Domain-Ebene**\n\n* Alter der Domain und Kontinuität des Schwerpunkts\n* Qualität der Inhalte auf der gesamten Website\n* Etablierter Ruf innerhalb des Fachgebiets\n\n**Zitationsbasierte Signale** (akademische Datenbanken, Nachrichten) \n\n* Anzahl der Zitate und Qualität der zitierenden Quellen\n* Rang der Fachzeitschrift oder Ansehen des Publikationsorgans\n\n:::\n\n#### Trenderkennung {{trend detection_detecting trends}}\n\nDie Trenderkennung identifiziert Themen oder Hashtags, die innerhalb kurzer Zeit einen plötzlichen Anstieg an Aktivität verzeichnen.\n\nSie funktioniert auf einer anderen Ebene als das Ranking. Das Ranking arbeitet mit einzelnen Informationselementen und ordnet diese in einer Rangliste an. Die Trenderkennung ordnet keine Einträge: Sie erfasst die gesamte Aktivität rund um ein Thema oder einen Hashtag über die vielen einzelnen Beiträge hinweg, die sich damit befassen oder diesen enthalten, und hebt das Thema oder den Hashtag als Ganzes hervor. Es handelt sich um eine zusammenfassende Ansicht, die in einem eigenen Bereich angezeigt wird, zum Beispiel:\n\n* Trendthemen und Hashtags\n* der Bereich „Was passiert gerade?“ oder „Schlagzeilen des Tages“ einer Plattform\n\nDas entscheidende Merkmal ist die Zuwachsrate innerhalb eines kurzen Zeitfensters: wie schnell die Aktivität rund um das Thema oder den Hashtag zunimmt, nicht wie viel es insgesamt gibt.\n\n### Algorithmische Personalisierung\n\nDie algorithmische Personalisierung passt die Reihenfolge, Auswahl oder Darstellung von Informationselementen an einzelne Nutzer an, basierend auf deren erfassten Signalen und algorithmischen Profilen:\n\n#### Personalisiertes Ranking {{personalisierte Rankings}}\n\nDas personalisierte Ranking ordnet die Inhalte, die einem Nutzer angezeigt werden, für jeden Einzelnen unterschiedlich an, basierend auf seinen erfassten Signalen und algorithmischen Profilen:\n\n* personalisierte Suchergebnisse (abhängig von Standort, Verlauf, Profil)\n* Reihenfolge in Social-Media-Feeds („Für dich“-Feeds, „Top-Beiträge“)\n\n#### Personalisierte Empfehlungen {{personalisierte_Empfehlungen}}\n\nEmpfehlungen schlagen Inhalte vor, die über das hinausgehen, was der Nutzer aktiv angefordert hat:\n\n* „Für dich empfohlen“-Videolisten, „Als Nächstes“-Warteschlangen\n* vorgeschlagene Accounts, Gruppen oder Themen zum Folgen\n* „Leute, die du vielleicht kennst“\n* verwandte Artikel, ähnliche Produkte\n\n#### Personalisierte Werbung {{personalisierte Werbung}}\n\nPersonalisierte Werbung richtet bezahlte Inhalte anhand des algorithmischen Profils auf einzelne Nutzer aus. Plattformalgorithmen entscheiden, welche Anzeige welchen Nutzer erreicht:\n\n* Suchanzeigen, die auf frühere Suchanfragen zugeschnitten sind\n* Gesponserte Beiträge in sozialen Medien basierend auf Profil und Verhalten\n* Retargeting-Display-Anzeigen auf Websites\n\n\n:::Warnung\nZwei Nutzer auf derselben Plattform – selbst bei derselben Suchanfrage – sehen in der Regel erheblich unterschiedliche Inhalte.\n\n:::\n\n# Informationsverstärkung {{informationsverstärkung_verstärken_verstärkt_verstärkung}}\n\nVerstärkung ist der Prozess, durch den die Sichtbarkeit einer Information, eines Themas oder eines Hashtags über den einzelnen Nutzer hinaus auf viele Accounts ausgeweitet und manchmal sogar über verschiedene Informationsumgebungen hinweg übertragen wird.\n\nDies führt zu drei Phänomenen:\n\n* **Trend**, bei dem ein Thema oder Hashtag einen Aktivitätsschub auslöst und die Plattform es mit einem eigenen Bereich hervorhebt;\n* **Viralität**, bei der ein einzelner Beitrag von so vielen Accounts weiterverbreitet wird, dass er immer wieder auftaucht;\n* **Spill-over-Effekt**, bei dem dieselbe Information in verschiedenen Beiträgen über mehr als eine Informationsumgebung hinweg erscheint.\n\nInnerhalb einer Informationsumgebung treiben zwei Mechanismen die Verstärkung voran:\n\n* **Algorithmische Verstärkung** ist plattformgesteuert: \\ndas Engagement-Feedback fließt in die → plattformseitige Kuratierung ein, wodurch ein bereits sichtbarer Beitrag immer wieder bei mehr Konten angezeigt wird.\n* **Koordinierte Verstärkung** ist akteursgesteuert: \\nMehrere Accounts, Gruppen oder Kampagnen handeln gemeinsam, um die Sichtbarkeit über das Maß hinaus zu steigern, das durch individuelle Aktivitäten erreicht werden würde. In der Fachliteratur wird dies anhand zweier Achsen unterschieden: der Authentizität der Koordination und der Authentizität der Accounts (Rogers & Righetti 2025):\n  * **Koordinierte authentische Verstärkung**: \\ntransparente Koordination, echte Accounts (z. B. offene Bürgerkampagnen, Interessenvertretung, Marketing).\n  * ****Koordinierte unechte oder künstliche Verstärkung**: \\nverdeckte Koordination, Fake-Accounts oder beides, wodurch der Anschein organischer Unterstützung erweckt wird (Metas „Coordinated Inauthentic Behaviour“ / CIB; Gleicher 2018).\n\n\n:::Info\nDie beiden Mechanismen treten häufig gemeinsam auf: Koordinierte Netzwerke nutzen das auf Interaktion basierende Ranking, um algorithmische Verstärkungen auszulösen, und das algorithmische Ranking verstärkt wiederum die Sichtbarkeit, die durch die Koordination erzeugt wurde. \n\nDer Spill-over-Effekt funktioniert anders: Durch → Neuverbreitung trägt ein Akteur Informationen über eine Umgebungsgrenze hinweg – durch journalistische Berichterstattung, plattformübergreifendes Teilen oder redaktionelle Aufgreifung –, anstatt sie innerhalb einer Umgebung zu verstärken.\n\n:::\n\n## Algorithmische Verstärkung {{algorithmic amplification}}\n\nAlgorithmische Verstärkung ist eine sich selbst verstärkende Dynamik, die die algorithmische Kuratierung verstärkt: Da aus Interaktionen abgeleitete Signale von der bisherigen Sichtbarkeit eines Beitrags abhängen, wird ein Beitrag mit hoher vorheriger Interaktion höher eingestuft, gewinnt an Sichtbarkeit und zieht so noch mehr Interaktion an (der „Die-Reichen-werden-reicher“-Effekt). Da das Engagement der Auslöser ist, kann diese Dynamik auch gezielt durch künstlich erzeugtes Engagement in Gang gesetzt werden (→ koordinierte Verstärkung).\n\nEmpirische Untersuchungen zeigen, dass ein auf Interaktion basierendes Ranking emotional aufgeladene und gegen andere Gruppen gerichtete Inhalte systematisch verstärkt, selbst wenn die Nutzer selbst solche Inhalte gar nicht bevorzugen (Milli et al. 2025). \n\nAlgorithmische Verstärkung ist kein neutrales Spiegelbild der Nutzeraktivität. Ihre Auswirkungen entstehen erst im Gesamtkontext und sind vor allem in der Gesamtheit sichtbar: Einzelne Empfehlungen sind ungenau (die Interaktionsraten liegen auf den meisten Plattformen unter 1 %), aber Ranking, Empfehlungen und Herabstufungen prägen systematisch, was auf der Plattform zirkuliert.\n\n## Koordinierte authentische Verstärkung {{koordinierte authentische Verstärkungen}}\n\nKoordinierte authentische Verstärkung ist die gezielte Förderung einer Information, eines Themas, eines Hashtags, eines Accounts oder einer Sichtweise durch offen kommunizierte, organisierte Aktivitäten echter Accounts. Der koordinierte Ursprung wird nicht verheimlicht: Die Teilnehmer agieren unter ihrer echten Identität oder unter bekannter Gruppenzugehörigkeit.\n\nTypische Kontexte sind \n\n* zivilgesellschaftliche Kampagnen (z. B. Petitionen von NGOs, Hashtags für Interessenvertretung), \n* politische Mobilisierung (z. B. Wahlkampf von Parteien, Maßnahmen zur Wahlbeteiligung), \n* Marketing- und Markenkampagnen, \n* Kommunikation von Berufsverbänden sowie \n* kulturelle Bewegungen wie „Fridays for Future“ oder #MeToo.\n\n\n:::Warnung\nOb die zugrunde liegende Botschaft fundiert, ausgewogen oder einseitig ist, ist eine andere Frage – Authentizität bezieht sich nur auf die Transparenz der Koordination, nicht auf den Wahrheitsgehalt oder die Fairness des Inhalts. Eine authentische Kampagne kann korrekte Informationen, irreführende Informationen oder eine einseitige Position verstärken.\n\n:::\n\n\n:::Warnung\nAuthentische und inauthentische Koordination kann Sichtbarkeitsmuster erzeugen, die von außen identisch aussehen – synchronisiertes Teilen, Hashtag-Clustering, schnelle Verbreitung. Das Unterscheidungsmerkmal ist nicht das sichtbare Muster, sondern ob der koordinierte Ursprung offen gelegt wird.\n\n:::\n\n## Koordinierte unechte oder künstliche Verstärkung {{koordinierte unechte Verstärkung_koordinierte unechte Verstärkungen_koordinierte künstliche Verstärkung_koordinierte künstliche Verstärkungen}}\n\nKoordinierte unechte oder künstliche Verstärkung ist die gezielte Aufwertung einer Information, eines Themas, eines Hashtags, eines Accounts oder einer Sichtweise durch organisierte Aktivitäten, bei denen der koordinierte Ursprung verschleiert wird, die beteiligten Accounts gefälscht sind oder beides. Das Ziel ist es, den Anschein organischer, unabhängiger Unterstützung zu erwecken. Der von Meta verwendete Begriff *Koordiniertes unechtes Verhalten* (CIB) konzentriert sich auf diese Kombination (Gleicher 2018; Rogers & Righetti 2025).\n\nTypische Kontexte sind \n\n* politische Einflussnahmen (staatlich gefördert oder parteigebunden), \n* Astroturfing-Kampagnen (kommerziell oder ideologisch), \n* gezielte Desinformation rund um Wahlen, öffentliche Gesundheit oder geopolitische Konflikte sowie \n* Reputationsmanipulation durch gefälschte Bewertungen, Rezensionen oder Interaktionen. \n\nDie operativen Mittel – Bots, Trolle, Sockpuppets und ihre koordinierten Netzwerke (Bot-Farmen, Troll-Farmen, Sockpuppet-Netzwerke, Klickfarmen) – werden im Folgenden ausführlich beschrieben.\n\n\n:::Warnung\nMit „Unechtheit“ ist die Verschleierung der koordinierten Herkunft oder die Nutzung gefälschter Konten gemeint – nicht der Wahrheitsgehalt der verbreiteten Inhalte. Ein koordiniertes Netzwerk gefälschter Konten kann korrekte Informationen verbreiten; eine einzelne authentische Person kann erfundene Informationen verbreiten. Koordinierte unechte Verstärkung und die Verbreitung falscher Inhalte sind unterschiedliche Phänomene, die unabhängig voneinander oder gemeinsam auftreten können.\n\n:::\n\nDie folgenden, in diesem Abschnitt beschriebenen Kontotypen gelten für alle digitalen Informationskanäle und Plattformen, auf denen Nutzer Konten erstellen und öffentlich Beiträge veröffentlichen oder interagieren können – insbesondere in sozialen Medien, Diskussionsforen und Community-Bereichen, auf Video- und Audio-Plattformen sowie in Bewertungs- oder Kommentarbereichen. In privaten Kommunikations-Apps oder in Umgebungen ohne nutzergenerierte Inhalte treten sie weniger häufig auf. Sie kommen sowohl eigenständig als auch innerhalb koordinierter Netzwerke vor. Sie werden hier aufgrund ihrer typischen Rolle in der Verbreitungsdynamik aufgeführt; die explizit koordinierten Strukturen sind die Account-Netzwerke.\n\n| Begriff | Definition | Gesteuert durch | Definiert durch | Typischer Zweck |\n|------|------------|---------------|------------|-----------------|\n| **Social Bot** | Ein automatisiertes oder teilweise automatisiertes Konto, das online Beiträge veröffentlicht, „Likes“ vergibt, anderen folgt, Inhalte teilt oder antwortet. | Software | **Automatisierung** | Um Nachrichten zu verstärken, künstliche Popularität zu erzeugen, Spam zu versenden, Debatten zu beeinflussen oder Inhalte in großem Umfang zu verbreiten. |\n| **Cyborg** | Ein Hybrid-Account, der menschliche Bedienung mit Software-Automatisierung kombiniert. | Gemischt: Mensch und Software | **Selektive Automatisierung** | Um den Umfang der Automatisierung mit der kontextuellen Plausibilität menschlicher Eingaben zu verbinden – für legitime Planung/Verwaltung oder für schwerer zu erkennende Einflussoperationen. |\n| **Troll** | Eine Person oder ein Konto, das Online-Diskussionen absichtlich provoziert, stört oder anheizt. | Meist ein menschlicher Nutzer; manchmal koordinierte Gruppen | **Störendes / provokatives / feindseliges Verhalten** | Um andere zu verärgern, Gespräche aus der Bahn zu werfen, Reaktionen zu provozieren, Feindseligkeit zu verbreiten oder Debatten zu polarisieren. |\n| **Sockpuppet** | Ein gefälschtes Konto, das jemand nutzt, um seine wahre Identität zu verbergen oder sich als eine andere Person auszugeben. | Ein menschlicher Nutzer, obwohl das Konto auch Automatisierung nutzen kann | **Täuschende Identität** | Um falsche Unterstützung zu erzeugen, andere anonym anzugreifen, Sperren zu umgehen, Debatten zu manipulieren oder den Eindruck unabhängiger Zustimmung zu erwecken. |\n\n### Social Bot {{Social Bots}}\n\nEin **Social Bot** ist ein Bot, der dafür entwickelt wurde, auf Social-Media-Plattformen zu agieren, indem er Beiträge veröffentlicht, kommentiert, teilt oder auf eine Weise interagiert, die menschliche Nutzer simuliert. Social Bots sind in der Regel so programmiert, dass sie in großem Umfang und mit hoher Geschwindigkeit agieren – weit über das hinaus, was ein menschlicher Nutzer leisten könnte. Ihre Aktivitäten sind oft repetitiv und über viele Konten hinweg koordiniert, was sie von normaler menschlicher Nutzung unterscheidet.\n\nSocial Bots können für legitime Zwecke eingesetzt werden – wie Kundenservice, Nachrichtenverbreitung oder Marketing –, werden aber auch häufig genutzt, um die öffentliche Meinung zu beeinflussen, bestimmte Botschaften zu verstärken, Diskussionen zu manipulieren oder den Anschein einer breiten Unterstützung für bestimmte Ideen, Produkte oder Anliegen zu erwecken. Im Zusammenhang mit Falschinformationen und Desinformation spielen Social Bots eine besondere Rolle dabei, Inhalte schnell zu verbreiten und den falschen Eindruck zu erwecken, dass viele unabhängige Stimmen dieselbe Meinung teilen.\n\nWenn Social Bots in koordinierten Netzwerken eingesetzt werden, bilden sie eine *Bot-Farm*.\n\n### Cyborg {{Cyborgs}}\n\nEin **Cyborg** ist ein Hybrid-Account, der teils von einem Menschen betrieben und teils durch Software automatisiert wird. Bei einem Cyborg können routinemäßige Beiträge durch Software geplant oder generiert werden, während eine Person ausgewählte Interaktionen, Antworten oder sensible Inhalte übernimmt. Das Verhältnis zwischen automatisierten und menschlichen Aktivitäten variiert je nach Konto.\n\nCyborgs können für legitime Zwecke genutzt werden – wie zum Beispiel die Planung von Inhalten, Marken- oder institutionelles Account-Management oder hybriden Kundenservice –, werden aber auch in Einflussoperationen eingesetzt, um den Umfang und die Geschwindigkeit der Automatisierung mit der kontextuellen Plausibilität menschlicher Beiträge zu verbinden.\n\nCyborgs sind schwerer zu identifizieren als rein automatisierte Bots, da ein Teil ihres Verhaltens tatsächlich menschlich ist, was bedeutet, dass einzelne Erkennungsmerkmale selten für eine zuverlässige Identifizierung ausreichen.\n\n### Troll {{trolls}}\n\nEin **Troll** ist eine echte Person, die Online-Diskussionen absichtlich durch provokatives, aggressives oder feindseliges Verhalten stört. Trolle nutzen typischerweise private Konten und nehmen kontroverse Themen, Persönlichkeiten des öffentlichen Lebens (wie Politiker oder Journalisten) oder Medienorganisationen ins Visier. Ihr Ziel ist es, andere zu verärgern, Reaktionen auszulösen, oder Konflikte zu verschärfen – manchmal zur Unterstützung einer bestimmten Agenda, manchmal aus Spaß oder um Aufmerksamkeit zu erregen.\n\nWährend Trolle oft unabhängig agieren, können sie auch in koordinierten Gruppen operieren, die manchmal von politischen oder kommerziellen Akteuren bezahlt werden (siehe *Trollfarm* unter „Verstärkungsmechanismen“).\n\n**Trolling lässt sich am besten als ein Muster des Online-Verhaltens verstehen, nicht als eine bestimmte Art von Konto.** Dasselbe Verhalten kann auch von automatisierten Accounts gezeigt werden, und auch normale Nutzer können gelegentlich trollen.\n\n#### Sockpuppet {{sockpuppets}}\n\nEin **Sockpuppet** ist eine gefälschte Online-Identität, die von einer realen Person erstellt und betrieben wird, die ihre wahre Identität verbirgt. Im Gegensatz zu Trollen – die oft unter einem einzigen, offen feindseligen Account agieren – betreibt ein Sockpuppet-Betreiber in der Regel mehrere gefälschte Accounts parallel, um den Eindruck zu erwecken, dass mehrere unabhängige Nutzer dieselbe Meinung vertreten, dieselbe Sache unterstützen oder mit dem eigenen (oft separaten) Hauptaccount des Betreibers übereinstimmen.\n\nSockpuppets werden häufig genutzt, um künstlichen Konsens zu erzeugen, die eigenen Argumente unter verschiedenen Namen zu untermauern, Gegner anzugreifen und dabei unparteiisch zu wirken, Sperren zu umgehen, indem nach einer Sperrung neue Identitäten erstellt werden, oder Online-Bewertungen, Abstimmungen und Umfragen zu manipulieren.\n\nSockpuppets unterscheiden sich von Social Bots dadurch, dass sie manuell von Menschen betrieben werden, was ihre Inhalte kontextuell plausibler und durch automatisierte Mittel schwerer zu erkennen macht. Sie unterscheiden sich von Trollen darin, dass ihr primäres Ziel die Täuschung hinsichtlich der Identität und die Erzeugung eines scheinbaren Konsenses ist, nicht die Provokation – obwohl Sockpuppet-Betreiber durch ihre falschen Identitäten auch trollartiges Verhalten an den Tag legen können.\n\nWenn eine Person oder eine kleine Gruppe gemeinsam eine koordinierte Gruppe von Sockpuppets betreibt, bilden sie ein *Sockpuppet-Netzwerk* (siehe Mechanismen der Verstärkung).\n\n#### ☑ Unterscheidung zwischen Social Bots, Trollen und Sockpuppets {{Unterscheidung zwischen Social Bots_Unterscheidung zwischen Trollen_Unterscheidung zwischen Sockpuppets}}\n\n| **Erkennungsdimension** | **Social Bots** | **Trolle** | **Sockpuppets** |\n|---------------------|-------------|--------|-------------|\n| **Profilmerkmale** | - [ ] Das Konto sieht neu erstellt aus <br> - [ ] Das Profil ist unvollständig oder sehr allgemein gehalten <br> - [ ] Der Benutzername wirkt möglicherweise unpersönlich und enthält manchmal Zufallszahlen | - [ ] Das Konto ist in der Regel schon länger aktiv und verfügt über eine Beitragsgeschichte <br> - [ ] Das Profil ist vollständig und wirkt persönlich; es enthält möglicherweise eine ausgeprägte ideologische oder politische Selbstbeschreibung <br> - [ ] Der Benutzername wirkt persönlich | - [ ] Das Profil wirkt glaubwürdig und persönlich, oft mit einem Profilbild und biografischen Angaben (manchmal gestohlen, KI-generiert oder kopiert) <br> - [ ] Die Account-Historie kann moderat sein und so gestaltet sein, dass sie im Laufe der Zeit authentisch wirkt |\n| **Verhalten beim Posten** | - [ ] Die Aktivität entspricht nicht dem normalen menschlichen Online-Verhalten <br> - [ ] Die Konten posten oder reposten sehr häufig Inhalte <br> - [ ] Die Konten posten oder reposten zu jeder Tages- und Nachtzeit | - [ ] Die Aktivität ähnelt dem normalen menschlichen Online-Verhalten <br> - [ ] Das Konto postet oder antwortet zu unregelmäßigen Zeiten <br> - [ ] Das Konto wird bei kontroversen Diskussionen aktiver | - [ ] Die Aktivitätsmuster ähneln der normalen menschlichen Nutzung <br> - [ ] Mehrere Konten, die vom selben Betreiber geführt werden, können ähnliche Aktivitätszeiten oder -rhythmen aufweisen <br> - [ ] Sockpuppets starten tendenziell weniger Diskussionen und verfassen kürzere Beiträge als typische Nutzer |\n| **Interaktionen**    | - [ ] Das Konto führt keine echten Unterhaltungen <br> - [ ] Die Konten liken, teilen oder reposten meist <br> - [ ] Antworten sind kurz und automatisiert | - [ ] Das Konto antwortet direkt auf andere Nutzer <br> - [ ] Das Konto beteiligt sich an Debatten mit dem Ziel, Reaktionen zu provozieren <br> - [ ] Unterhaltungen werden in die Länge gezogen, um Konflikte zu schüren oder zu verschärfen | - [ ] Der Account führt echte Unterhaltungen und unterstützt dabei oft den Hauptaccount des Betreibers oder andere Sockpuppets <br> - [ ] Die Antworten passen zum Kontext und wirken authentisch <br> - [ ] Paare von Sockpuppets interagieren oft zur gleichen Zeit in derselben Diskussion |\n| **Inhaltliche Merkmale** | - [ ] Der Inhalt ist einseitig und wiederholt sich <br> - [ ] Dieselben Narrative werden mehrfach gepostet | - [ ] Der Inhalt ist speziell darauf zugeschnitten, einer Zielperson zu schaden oder sie zu provozieren <br> - [ ] Der Inhalt zielt auf Einzelpersonen oder soziale Gruppen ab | - [ ] Der Inhalt wirkt authentisch und variiert zwischen den Accounts <br> - [ ] Die zugrunde liegende Botschaft oder Haltung stimmt im gesamten Netzwerk verdächtig überein <br> - [ ] Häufigere Verwendung von Personalpronomen wie „ich“ |\n| **Sprache** | - [ ] Allgemeine Ausdrücke, sich wiederholende Formulierungen mit Schlüsselwörtern | - [ ] Abwechslungsreiche, emotionale, oft beleidigende oder anstößige Sprache | - [ ] Natürliche und abwechslungsreiche Sprache <br> - [ ] Mehrere Accounts weisen möglicherweise sprachliche Gemeinsamkeiten auf (ähnliche Formulierungen, Wortwahl, Zeichensetzung oder Fehlermuster) |\n| **Netzwerk- und technische Indikatoren** | - [ ] Social-Media-Bots folgen anderen Social-Media-Bots, doch die Beziehung ist in der Regel einseitig und nicht wechselseitig <br> - [ ] Über mehrere Bot-Konten hinweg ist koordiniertes Verhalten zu beobachten | - [ ] Trolle folgen menschlichen Konten <br> - [ ] Verbindungen sind oft wechselseitig (sie folgen ihren Followern und umgekehrt) <br> - [ ] Trolle agieren in der Regel unabhängig voneinander | - [ ] Mehrere Konten, die sich gegenseitig unterstützen <br> - [ ] Verbindungen zwischen Sockpuppets im selben Netzwerk können künstlich wechselseitig sein oder bewusst fehlen, um einer Entdeckung zu entgehen <br> - [ ] Gleiche IP-Adresse, Geräte-Fingerabdruck oder Anmeldemuster \\\\\\*(plattformseitige Erkennung)\\\\\\* <br> - [ ] Mehr gruppierte Ego-Netzwerke als bei normalen Nutzern <br> - [ ] Zeitliche Korrelation der Aktivitäten über verschiedene Accounts hinweg |\n\n### Account-Netzwerke {{account network}}\n\n#### Bot-Farm {{Bot-Farmen}}\n\nEine Bot-Farm ist ein Netzwerk aus Bots, die gleichzeitig auf mehreren Geräten oder Servern laufen und von einem einzelnen Betreiber oder einer Organisation für einen bestimmten Zweck eingesetzt werden.\n\nBot-Farmen haben eine Reihe legitimer Verwendungszwecke, darunter Web-Indizierung, automatisierte Softwaretests, Datenaggregation und die Überwachung der Website-Performance. Sie werden jedoch häufig auch für böswillige Aktivitäten genutzt, wie zum Beispiel das Erzeugen von gefälschtem Engagement, das Generieren großer Mengen an Inhalten, das Versenden von Spam oder das Durchführen von Cyberangriffen. Wenn Bot-Farmen dazu eingesetzt werden, den Online-Diskurs zu manipulieren, können sie den falschen Eindruck von breiter Unterstützung, Ablehnung oder großem Interesse an einem Thema, einem Konto oder einer Kampagne erwecken.\n\n#### Troll-Farm {{Troll-Farmen}}\n\nEine Trollfarm ist eine organisierte Gruppe koordinierter, oft bezahlter Mitarbeiter, die bewusst provokative, irreführende oder falsche Inhalte online veröffentlichen – typischerweise über gefälschte Accounts. Ihr Ziel ist es meist, die öffentliche Meinung zu manipulieren, Desinformation zu verbreiten oder soziale und politische Unruhen zu schüren. Trollfarmen wurden sowohl im Zusammenhang mit staatlich geförderten Einflussoperationen als auch mit kommerzieller Reputationsmanipulation dokumentiert.\n\n#### Sockpuppet-Netzwerk {{Sockpuppet-Netzwerke}}\n\nEin Sockpuppet-Netzwerk ist eine koordinierte Gruppe von Sockpuppet-Konten, die von einer Person oder einer kleinen Gruppe betrieben werden, die dazu dienen, unabhängige Stimmen zu simulieren, die eine gemeinsame Erzählung, Kampagne, ein Konto oder eine Sache unterstützen. Sockpuppet-Netzwerke werden häufig bei politischem Astroturfing, der Manipulation von Bewertungen und Rezensionen sowie bei koordinierten Desinformationskampagnen eingesetzt. Im Gegensatz zu Bot-Farmen basieren Sockpuppet-Netzwerke auf manueller Steuerung durch Menschen, wodurch die Inhalte einzelner Accounts authentischer wirken und mit automatisierten Mitteln schwerer zu erkennen sind. Ihre Koordination lässt sich meist erst dann nachweisen, wenn mehrere Accounts anhand von Verhaltensmustern, gemeinsamen technischen Signalen oder gegenseitiger Interaktion miteinander in Verbindung gebracht werden können.\n\n#### Klickfarm {{Klickfarmen}}\n\nEine Klickfarm ist ein Betrieb, bei dem eine große Anzahl von schlecht bezahlten Arbeitskräften, automatisierten Bots oder beides eingesetzt wird, um auf Anzeigen zu klicken, Social-Media-Konten zu folgen, Beiträge zu liken, Bewertungen abzugeben oder Apps herunterzuladen. Das Ziel ist es, das Online-Engagement oder den Traffic künstlich anzukurbeln, sodass Inhalte, Konten oder Produkte beliebter erscheinen, als sie tatsächlich sind.\n\n# Informationsverengung\n\nVerengung ist der Prozess, bei dem die Bandbreite an Informationen und Standpunkten, die einen einzelnen Nutzer oder eine Gruppe erreichen, auf das beschränkt wird, was bereits zu ihrem Profil oder ihren gemeinsamen Überzeugungen passt, während abweichende Inhalte nach und nach wegfallen. Zwei Mechanismen treiben die Verengung voran, wobei jeder ein Phänomen hervorruft:\n\n* ****Algorithmische Verengung** wird von der Plattform gesteuert: \\neine sich selbst verstärkende Rückkopplungsschleife der algorithmischen Personalisierung passt das, was ein Nutzer sieht, immer wieder an seine erfassten Signale an. Im Laufe wiederholter Zyklen kann der Nutzer in einer **Filterblase** gefangen sein, in der Inhalte, die von seinem Profil abweichen, kaum noch durchkommen.\n* **Soziale Verstärkung** ist aktörengetrieben: \\nMitglieder einer selbst gewählten Gruppe bekräftigen Standpunkte, die zu ihren gemeinsamen Überzeugungen passen, und lehnen abweichende ab, sodass sich das Spektrum der Standpunkte der Gruppe verengt. Die Gruppe versinkt in einem **Echoraum**, in dem die Mitglieder meist nur ihre eigene Position widergespiegelt sehen.\n\n## Algorithmische Verengung\n\n#### Algorithmische Verengung\n\nDie algorithmische Verengung ist der-seitiger Mechanismus hinter der Filterblase. Eine sich selbst verstärkende Rückkopplungsschleife der algorithmischen Personalisierung passt das, was ein Nutzer sieht, an seine erfassten Signale an: Der Nutzer beschäftigt sich hauptsächlich mit dem, was bereits zu seinem Profil passt; diese Interaktion schärft das Profil, und jede neue Auswahl ist enger gefasst als die vorherige. Durch diese wiederholten Zyklen verengt sich das Spektrum der Inhalte, denen ein Nutzer begegnet, stetig.\n\nDie Filterung erfolgt nicht durch den Nutzer oder eine ausgewählte Gruppe, wie es bei sozialer Verstärkung der Fall ist, sondern durch die Plattform selbst: Der Nutzer muss nicht nach gleichgesinnten Inhalten suchen; das Personalisierungssystem schränkt die Auswahl von selbst ein, oft unbemerkt.\n\nUntersuchungen zu Empfehlungssystemen zeigen, dass solche Rückkopplungsschleifen mit der Zeit degenerieren (Jiang et al. 2019). Im Gegensatz zur algorithmischen Verstärkung, die auf der bisherigen Sichtbarkeit eines Beitrags basiert und Inhalte vorschlagen kann, die ein Nutzer nicht bevorzugt, basiert diese Schleife auf dem eigenen Engagement des Nutzers und folgt daher dessen Vorlieben, anstatt sie zu übersteuern.\n\nDer daraus resultierende Zustand und seine Folgen werden unter dem Begriff „Filterblase“ behandelt.\n\n## Soziale Verstärkung\n\nSoziale Verstärkung ist der soziale Mechanismus hinter der Echokammer. Innerhalb einer selbst gewählten Gruppe bestätigen und belohnen die Mitglieder Standpunkte, die zu gemeinsamen Überzeugungen passen, während abweichende Standpunkte abgelehnt oder ausgeschlossen werden. Durch diese gegenseitige Reaktion verengt sich das Spektrum an Perspektiven, mit denen ein Mitglied in Berührung kommt, stetig.\n\nDie Filterung erfolgt nicht durch die Plattform, wie bei der der algorithmischen Personalisierung, sondern durch die Gruppe selbst: Kein automatisiertes System entfernt abweichende Ansichten; das tun die Mitglieder selbst, durch die Art und Weise, wie sie aufeinander reagieren.\n\nDer daraus resultierende Zustand und seine Folgen, einschließlich der Gruppenpolarisierung und der Unterscheidung von einer epistemischen Blase, werden unter dem Begriff „Echokammer“ behandelt.\n\n\n---\n\n**Literaturverzeichnis**\n\n* Adomavicius, Gediminas & Tuzhilin, Alexander. 2011. Kontextbezogene Empfehlungssysteme. In: Ricci, Francesco & Rokach, Lior & Shapira, Bracha & Kantor, Paul B. (Hrsg.). *Recommender Systems Handbook*. New York: Springer. 217–253. https://doi.org/10.1007/978-0-387-85820-3_7\n* Asur, Sitaram & Huberman, Bernardo A. & Szabo, Gabor & Wang, Chunyan. 2011. *Trends in sozialen Medien: Beständigkeit und Verfall*. arXiv. https://arxiv.org/abs/1102.1402\n* Bakshy, Eytan & Messing, Solomon & Adamic, Lada A. 2015. Kontakt mit ideologisch unterschiedlichen Nachrichten und Meinungen auf Facebook. In: *Science* 348 (6239). 1130–1132. https://doi.org/10.1126/science.aaa1160\n* Berger, Jonah & Milkman, Katherine L. 2012. Was macht Online-Inhalte viral? In: *Journal of Marketing Research* 49 (2). 192–205. https://doi.org/10.1509/jmr.10.0353\n* Bruns, Axel. 2019. *Are Filter Bubbles Real?* Cambridge, Großbritannien: Polity Press.\n* Ferrara, Emilio. 2023. Die Erkennung von Social Bots im Zeitalter von ChatGPT: Herausforderungen und Chancen. In: *First Monday* 28 (6). https://doi.org/10.5210/fm.v28i6.13185\n* Flaxman, Seth & Goel, Sharad & Rao, Justin M. 2016. Filterblasen, Echokammern, und Online-Nachrichtenkonsum. In: *Public Opinion Quarterly* 80 (S1). 298–320. https://doi.org/10.1093/poq/nfw006\n* Gleicher, Nathaniel. 2018. Erklärung für koordiniertes unechtes Verhalten. In: *Meta Newsroom*. https://about.fb.com/news/2018/12/inside-feed-coordinated-inauthentic-behavior/\n* Guess, Andrew & Lyons, Benjamin & Nyhan, Brendan & Reifler, Jason. 2018. *Die Echokammer über Echokammern vermeiden: Warum selektiver Konsum gleichgesinnter politischer Nachrichten weniger verbreitet ist, als du denkst*. Weißbuch der Knight Foundation. Miami: John S. und James L. Knight Foundation. https://kf-site-production.s3.amazonaws.com/media_elements/files/000/000/133/original/Topos_KF_White-Paper_Nyhan_V1.pdf\n* Herman, Laura M. 2023. Für wen? Die algorithmischen Abhängigkeiten von TikTok-Creators. In: De Sainz Molestina, Daniela & Galluzzo, Laura & Rizzo, Francesca & Spallazzo, Davide (Hrsg.). *Tagungsband der IASDR-Konferenz*. London: Design Research Society. https://doi.org/10.21606/iasdr.2023.576\n* Jenkins, Henry & Ford, Sam & Green, Joshua. 2013. *Spreadable Media: Creating Value and Meaning in a Networked Culture*. New York: New York University Press.\n* Jiang, Ray & Chiappa, Silvia & Lattimore, Tor & György, András & Kohli, Pushmeet. 2019. Degenerierte Rückkopplungsschleifen in Empfehlungssystemen. In: *Tagungsband der AAAI/ACM-Konferenz 2019 zu KI, Ethik und Gesellschaft*. New York: ACM. 383–390. https://doi.org/10.1145/3306618.3314288\n* Kelly, Diane & Teevan, Jaime. 2003. Implizites Feedback zur Ableitung von Nutzerpräferenzen: Eine Bibliografie. In: *ACM SIGIR Forum* 37 (2). 18–28. https://doi.org/10.1145/959258.959260\n* Kumar, Srijan & Cheng, Justin & Leskovec, Jure & Subrahmanian, V. S. 2017. Eine Armee von mir: Sockpuppets in Online-Diskussionsforen. In: *Proceedings of the 26th International Conference on World Wide Web (WWW '17)*. Republik und Kanton Genf: International World Wide Web Conferences Steering Committee. 857–866. https://doi.org/10.1145/3038912.3052677\n* Lee, Jin & Umback, Janey. 2026. Die virale Wende: Viralität in der Creator-Economy auf TikTok neu gedacht. In: *Continuum* 40 (2). 319–344. https://doi.org/10.1080/10304312.2026.2625794\n* Li, Wenqi & Kuo, Jui-Ching & Sheng, Manyu & Zhang, Pengyi & Wu, Qunfang. 2025. Jenseits von explizit und implizit: Wie Nutzer Feedback geben, um personalisierte Empfehlungsinhalte zu gestalten. In: *Proceedings of the 2025 CHI Conference on Human Factors in Computing Systems (CHI '25)*. New York: Association for Computing Machinery. 1–17. https://doi.org/10.1145/3706598.3713241\n* Maarouf, Abdurahman & Pröllochs, Nicolas & Feuerriegel, Stefan. 2024. Die Viralität von Hassreden in sozialen Medien. In: *Proceedings of the ACM on Human-Computer Interaction* 8 (CSCW1). 1–22. https://doi.org/10.1145/3641025\n* Milli, Smitha & Carroll, Micah & Wang, Yike & Pandey, Sashrika & Zhao, Sebastian & Dragan, Anca D. 2025. Engagement, Nutzerzufriedenheit und die Verbreitung spaltender Inhalte in sozialen Medien. In: *PNAS Nexus* 4 (3). pgaf062. https://doi.org/10.1093/pnasnexus/pgaf062\n* Muntinga, Daniël G. & Moorman, Marjolein & Smit, Edith G. 2011. Vorstellung von COBRAs: Untersuchung der Motivationen für die markenbezogene Nutzung sozialer Medien. In: *International Journal of Advertising* 30 (1). 13–46. https://doi.org/10.2501/IJA-30-1-013-046\n* Narayanan, Arvind. 2023. *Understanding social media recommendation algorithms*. Knight First Amendment Institute, Columbia University. https://knightcolumbia.org/content/understanding-social-media-recommendation-algorithms\n* Nguyen, C. Thi. 2020. Echokammern und epistemische Blasen. In: *Episteme* 17 (2). 141–161. https://doi.org/10.1017/epi.2018.32\n* Orabi, Mariam & Mouheb, Djedjiga & Al Aghbari, Zaher & Kamel, Ibrahim. 2020. Erkennung von Bots in sozialen Medien: Eine systematische Übersicht. In: *Information Processing & Management* 57 (4). Artikel 102250. https://doi.org/10.1016/j.ipm.2020.102250\n* Pariser, Eli. 2011. *Die Filterblase: Was das Internet vor dir verbirgt*. New York: Penguin Press.\n* Rathje, Steve & Van Bavel, Jay J. 2025. Die Psychologie der Viralität. In: *Trends in Cognitive Sciences* 29 (10). 914–927. https://doi.org/10.1016/j.tics.2025.06.014\n* Rathje, Steve & Van Bavel, Jay J. & van der Linden, Sander. 2021. Feindseligkeit gegenüber Außengruppen treibt das Engagement in sozialen Medien an. In: *Proceedings of the National Academy of Sciences* 118 (26). e2024292118. https://doi.org/10.1073/pnas.2024292118\n* Rogers, Everett M. ⁵2003 [1962]. *Diffusion of Innovations*. New York: Free Press.\n* Rogers, Richard & Righetti, Nicola. 2025. Koordiniertes unechtes Verhalten auf Facebook? Eine Typologie der künstlich erzeugten Aufmerksamkeit. In: *Platforms & Society* 2. https://doi.org/10.1177/29768624251369784\n* Sangiorgio, Emanuele & Cinelli, Matteo & Cerqueti, Roy & Quattrociocchi, Walter. 2024. Die Anzahl der Follower bestimmt nicht die Viralität von Nachrichtenkanälen in sozialen Medien. In: *PNAS Nexus* 3 (7). pgae257. https://doi.org/10.1093/pnasnexus/pgae257\n* Schlessinger, Joseph & Garimella, Kiran & Jakesch, Maurice & Eckles, Dean. 2023. Auswirkungen algorithmischer Trendförderung: Erkenntnisse aus koordinierten Kampagnen bei den Trending Topics auf Twitter. In: *Tagungsband der Internationalen AAAI-Konferenz zu Web und sozialen Medien (ICWSM)* 17 (1). 777–786. https://doi.org/10.1609/icwsm.v17i1.22187\n* Shoemaker, Pamela J. & Vos, Timothy P. 2009. *Gatekeeping-Theorie*. New York: Routledge.\n* Solorio, Thamar & Hasan, Ragib & Mizan, Mainul. 2013. Eine Fallstudie zur Erkennung von Sockpuppets in Wikipedia. In: *Proceedings of the Workshop on Language Analysis in Social Media (LASM) at NAACL-HLT*. Atlanta: Association for Computational Linguistics. 59–68. https://aclanthology.org/W13-1107/\n* Stokel-Walker, Chris. 2026. Wissenschaftler erfanden eine erfundene Krankheit. Die KI überzeugte die Menschen davon, dass sie echt sei. In: *Nature* 652 (8110). 559–561. https://doi.org/10.1038/d41586-026-01100-y\n* Sunstein, Cass R. 2018. *#Republic: Geteilte Demokratie im Zeitalter der sozialen Medien*. Princeton: Princeton University Press.\n* Tomaiuolo, Michele & Lombardo, Gianfranco & Mordonini, Monica & Cagnoni, Stefano & Poggi, Agostino. 2020. Eine Umfrage zur Erkennung von Trollen. In: *Future Internet* 12 (2). Artikel 31. https://doi.org/10.3390/fi12020031\n* Tsikerdekis, Michail & Zeadally, Sherali. 2014. Erkennung von Identitätsbetrug durch mehrere Konten in sozialen Medien anhand nonverbalen Verhaltens. In: *IEEE Transactions on Information Forensics and Security* 9 (8). 1311–1321. https://doi.org/10.1109/TIFS.2014.2332820\n* Uyheng, Joshua & Moffitt, J. D. & Carley, Kathleen M. 2022. Die Sprache und die Ziele von Online-Trolling: Ein psycholinguistischer Ansatz für soziale Cybersicherheit. In: *Information Processing & Management* 59 (5). Artikel 103012. https://doi.org/10.1016/j.ipm.2022.103012\n* Wallace, Julian. 2018. Modellierung des zeitgenössischen Gatekeeping: Der Aufstieg von Individuen, Algorithmen und Plattformen bei der Verbreitung digitaler Nachrichten. In: *Digital Journalism* 6 (3). 274–293. https://doi.org/10.1080/21670811.2017.1343648","RENDERMODE":"markdown","HTML":"<style>.scilmi-outline-content h1,.scilmi-outline-content h2{font-weight:700}.scilmi-outline-content .badge-scilmi{background:#0d6efd;color:#fff;padding:2px 8px;border-radius:99px;}</style><h1>Sichtbarkeit und Hervorhebung von Informationen</h1>\n<p>Die Sichtbarkeit von Informationen bezieht sich darauf, ob – und wie auffällig – bestimmte Informationen den Nutzern in digitalen Umgebungen begegnen. Informationen, die im Index oder Netzwerk einer Plattform vorhanden sind, erreichen nicht automatisch alle Nutzer und auch nicht auf dieselbe Weise.</p>\n<div class=\"scilmi-callout scilmi-callout-info\">\n<div class=\"scilmi-callout-row\" aria-label=\"Info\">\n<span class=\"scilmi-callout-icon\" aria-hidden=\"true\"><svg fill=\"currentColor\" width=\"24px\" height=\"24px\" viewBox=\"0 0 24 24\" xmlns=\"http://www.w3.org/2000/svg\"><path fill-rule=\"evenodd\" d=\"M20 12C20 7.58172 16.4183 4 12 4C7.58172 4 4 7.58172 4 12C4 16.4183 7.58172 20 12 20C16.4183 20 20 16.4183 20 12ZM11 8C11 8.55228 11.4477 9 12 9C12.5523 9 13 8.55228 13 8C13 7.44772 12.5523 7 12 7C11.4477 7 11 7.44772 11 8ZM12 10C13 10 13 11 13 11V16C13 16 13 17 12 17C11 17 11 16 11 16V11C11 11 11 11 10.5 11C10 11 10 10 10 10H12Z\"></path></svg></span>\n<div class=\"scilmi-callout-body\"><p>Was Nutzer tatsächlich sehen, ist selten das Ergebnis eines einzigen Mechanismus.</p>\n<ul>\n<li>In einer Suchmaschine wird eine algorithmisch sortierte Liste organischer Ergebnisse neben bezahlten Anzeigen, KI-generierten Zusammenfassungen und manchmal redaktionellen Highlights angezeigt – und die zugrunde liegenden Ranking-Signale lassen sich durch Suchmaschinenoptimierung gezielt beeinflussen.\n</li>\n<li>In einem Social-Media-Feed erscheinen algorithmisch gereihte Beiträge neben gesponserten Inhalten, empfohlenen Accounts und Trend-Bereichen. Jede Komponente folgt ihrer eigenen Logik und trägt zu einem Gesamtbild der Sichtbarkeit bei.\n</li>\n</ul></div>\n</div>\n</div>\n<p>Die Sichtbarkeit wird durch mehrere miteinander interagierende Prozesse geprägt:</p>\n<ul>\n<li><strong>Nutzeraktivität: Auswahl der Umgebung, Interaktion, Verbreitung, Weiterverbreitung, Neuerstellung</strong>\n</li>\n<li><strong>Gatekeeping: Einbeziehung &amp; Ausschluss</strong>\n</li>\n<li><strong>quellenbasierte Eigenwerbung</strong>\n</li>\n<li><strong>plattformseitige Kuratierung</strong>\n</li>\n</ul>\n<p>Aus dem Zusammenspiel dieser Prozesse ergeben sich zwei gegensätzliche Dynamiken:</p>\n<ul>\n<li><strong>Informationsverstärkung</strong>: Die Sichtbarkeit wird auf alle Nutzer ausgeweitet\n<ul>\n<li>Die Verstärkung ergibt sich aus den oben genannten Prozessen und wirkt auf diese zurück: Sobald eine Information Sichtbarkeit erlangt hat, fließen die daraus resultierenden Interaktionssignale zurück in die plattformseitige Kuratierung und erhöhen die Wahrscheinlichkeit, dass die Information weiteren Nutzern angezeigt wird (→ algorithmische Verstärkung). <br>Diese Dynamik kann auch gezielt durch koordinierte Akteure ausgelöst werden, die Interaktionen vortäuschen (→ koordinierte Verstärkung).\n</li>\n</ul>\n</li>\n<li><strong>Informationsverengung</strong>: Das Spektrum der Perspektiven, die einen Nutzer erreichen, wird eingeschränkt\n<ul>\n<li>Auch die Verengung verstärkt sich selbst, doch sie schränkt ein, anstatt zu erweitern: Die algorithmische Personalisierung zeigt immer wieder ähnliche Informationen an (→ Filterblase), während die eigene Auswahl an Quellen und Kontakten eines Nutzers das Spektrum der Perspektiven einschränkt, mit denen er in Berührung kommt (→ Echokammer).\n</li>\n</ul>\n</li>\n</ul>\n<div class=\"scilmi-callout scilmi-callout-warning\">\n<div class=\"scilmi-callout-row\" aria-label=\"Warning\">\n<span class=\"scilmi-callout-icon\" aria-hidden=\"true\"><svg fill=\"currentColor\" width=\"24px\" height=\"24px\" viewBox=\"0 0 24 24\" xmlns=\"http://www.w3.org/2000/svg\"><path fill-rule=\"evenodd\" clip-rule=\"evenodd\" d=\"M12 20C7.58172 20 4 16.4183 4 12C4 7.58172 7.58172 4 12 4C16.4183 4 20 7.58172 20 12C20 16.4183 16.4183 20 12 20ZM12 15C12.5523 15 13 15.4477 13 16C13 16.5523 12.5523 17 12 17C11.4477 17 11 16.5523 11 16C11 15.4477 11.4477 15 12 15ZM12 14C13 14 13 13 13 13L13 10.5L13 8C13 8 13 7 12 7C11 7 11 8 11 8L11 13C11 13 11 14 12 14Z\"></path></svg></span>\n<div class=\"scilmi-callout-body\"><p><strong>Die Unterscheidung zwischen Zuverlässigkeit und Sichtbarkeit ist für die Informationskompetenz unerlässlich.</strong></p>\n<ul>\n<li><strong>Die Zuverlässigkeit</strong> hängt davon ab, wer einen Informationsbeitrag erstellt hat (Autor) und wie er redaktionell bearbeitet wurde (redaktionelle Überprüfung), nicht davon, wer ihn geteilt hat, in welchem Informationsumfeld er erschien oder wie prominent er angezeigt wurde.\n</li>\n<li><strong>Sichtbarkeit</strong> hängt davon ab, wer eine Information teilt, von den Mechanismen, die sie anzeigen, und von den Praktiken, durch die sie verstärkt wird. Sichtbarkeit ist kein Maß für Zuverlässigkeit.\n</li>\n</ul></div>\n</div>\n</div>\n<h1>Phänomene der Sichtbarkeit</h1>\n<p>Die folgenden Phänomene sind die konkreten Ergebnisse, die darüber entscheiden, was ein einzelner Nutzer tatsächlich vorfindet.</p>\n<table><thead><tr>\n<th>Phänomen</th>\n<th>Sichtbarkeitseffekt</th>\n<th>Auslöser</th>\n<th>Mechanismus</th>\n<th>Dynamisch</th>\n</tr></thead><tbody>\n<tr>\n<td><strong>Echokammer</strong></td>\n<td>Ein Nutzer wird hauptsächlich mit Ansichten konfrontiert, die seine eigene Meinung bestätigen</td>\n<td>Auswahl des Umfelds</td>\n<td>Soziale Bestätigung</td>\n<td>Informationsverengung</td>\n</tr>\n<tr>\n<td><strong>Filterblase</strong></td>\n<td>Einem Nutzer werden zunehmend Inhalte angezeigt, die seinem algorithmischen Profil entsprechen</td>\n<td>Interaktion</td>\n<td>Algorithmische Personalisierung</td>\n<td>Informationsverengung</td>\n</tr>\n<tr>\n<td><strong>Trends</strong></td>\n<td>Ein Nutzer sieht ein Thema oder einen Hashtag wahrscheinlich, weil die Plattform es als Trend kennzeichnet und ihm einen eigenen Platz zuweist</td>\n<td>Reichweite</td>\n<td>Trenderkennung</td>\n<td>Informationsverstärkung</td>\n</tr>\n<tr>\n<td><strong>Viralität</strong></td>\n<td>Ein Nutzer sieht einen einzelnen Beitrag wahrscheinlich, weil so viele Accounts ihn weiterleiten, dass er immer wieder auftaucht</td>\n<td>Wiederverbreitung</td>\n<td>Algorithmische Verstärkung</td>\n<td>Informationsverstärkung</td>\n</tr>\n<tr>\n<td><strong>Spillover-Effekt</strong></td>\n<td>Ein Nutzer stößt wahrscheinlich auf bestimmte Informationen, weil sie in verschiedenen Informationsbeiträgen in mehr als einer Informationsumgebung vorkommen</td>\n<td>Neugestaltung</td>\n<td>Umgebungsübergreifende Verbreitung</td>\n<td>Informationsverstärkung</td>\n</tr>\n</tbody></table>\n<p>Filterblasen, Trends und Viralität gehen von einer → Nutzeraktivität (dem Auslöser) aus und entstehen durch Mechanismen, die plattformseitig sind und <strong>sich der Kontrolle des Nutzers entziehen</strong>.</p>\n<p>Echokammern gehen ebenfalls von einer Nutzeraktivität aus – der Auswahl der Umgebung –, doch ihr Mechanismus beruht auf sozialer Verstärkung innerhalb einer selbst gewählten Gruppe und nicht auf plattformseitigen Faktoren.</p>\n<p>Der Spillover-Effekt unterscheidet sich in beiden Punkten: Er wird von Akteuren – oft Journalisten oder Redakteuren – ausgelöst und getragen, nicht von dem Nutzer, der später auf die Informationen stößt.</p>\n<div class=\"scilmi-callout scilmi-callout-info\">\n<div class=\"scilmi-callout-row\" aria-label=\"Info\">\n<span class=\"scilmi-callout-icon\" aria-hidden=\"true\"><svg fill=\"currentColor\" width=\"24px\" height=\"24px\" viewBox=\"0 0 24 24\" xmlns=\"http://www.w3.org/2000/svg\"><path fill-rule=\"evenodd\" d=\"M20 12C20 7.58172 16.4183 4 12 4C7.58172 4 4 7.58172 4 12C4 16.4183 7.58172 20 12 20C16.4183 20 20 16.4183 20 12ZM11 8C11 8.55228 11.4477 9 12 9C12.5523 9 13 8.55228 13 8C13 7.44772 12.5523 7 12 7C11.4477 7 11 7.44772 11 8ZM12 10C13 10 13 11 13 11V16C13 16 13 17 12 17C11 17 11 16 11 16V11C11 11 11 11 10.5 11C10 11 10 10 10 10H12Z\"></path></svg></span>\n<div class=\"scilmi-callout-body\"><p>Jedes Phänomen führt dazu, dass ein Nutzer entweder mit höherer Wahrscheinlichkeit auf eine bestimmte Information oder ein bestimmtes Thema stößt (→ Informationsverstärkung) oder mit geringerer Wahrscheinlichkeit auf abweichende Perspektiven (→ Informationsverengung).</p></div>\n</div>\n</div>\n<h1>Nutzeraktivität</h1>\n<p>Die Nutzeraktivität umfasst alles, was ein Nutzer oder Akteur tut, das Einfluss darauf hat, was sichtbar wird. Fünf Arten spielen hier eine Rolle, von denen jede eines der oben genannten Phänomene auslöst:</p>\n<ul>\n<li><strong>Umgebungsauswahl</strong>: Die Entscheidung, welche Umgebungen man nutzt und wem man folgt (→ Echokammer)\n</li>\n<li><strong>Interaktion</strong>: Mit bereits angezeigten Informationen interagieren (→ Filterblase)\n</li>\n<li><strong>Verbreitung</strong>: Ein neues Informationselement durch Posten in eine Umgebung einbringen (→ Trend)\n</li>\n<li><strong>Weiterverbreitung</strong>: Bestehende Informationselemente innerhalb einer Umgebung durch Teilen, Weiterleiten oder erneutes Posten verbreiten (→ Viralität)\n</li>\n<li><strong>Neugestaltung</strong>: Die Umwandlung eines bestehenden Informationselements in ein neues, abgeleitetes Element durch Zitieren, Bearbeiten oder Umformulieren, oft in einer anderen Umgebung (→ Spill-over)\n</li>\n</ul>\n<div class=\"scilmi-callout scilmi-callout-warning\">\n<div class=\"scilmi-callout-row\" aria-label=\"Warning\">\n<span class=\"scilmi-callout-icon\" aria-hidden=\"true\"><svg fill=\"currentColor\" width=\"24px\" height=\"24px\" viewBox=\"0 0 24 24\" xmlns=\"http://www.w3.org/2000/svg\"><path fill-rule=\"evenodd\" clip-rule=\"evenodd\" d=\"M12 20C7.58172 20 4 16.4183 4 12C4 7.58172 7.58172 4 12 4C16.4183 4 20 7.58172 20 12C20 16.4183 16.4183 20 12 20ZM12 15C12.5523 15 13 15.4477 13 16C13 16.5523 12.5523 17 12 17C11.4477 17 11 16.5523 11 16C11 15.4477 11.4477 15 12 15ZM12 14C13 14 13 13 13 13L13 10.5L13 8C13 8 13 7 12 7C11 7 11 8 11 8L11 13C11 13 11 14 12 14Z\"></path></svg></span>\n<div class=\"scilmi-callout-body\"><p>In jedem Fall setzt der Nutzer den Prozess in Gang, doch der darauf folgende Mechanismus entzieht sich weitgehend seiner Kontrolle. Der eigene Einfluss des Nutzers darauf, was er sieht, ist geringer, als es den Anschein hat.</p></div>\n</div>\n</div>\n<h3>Akteure</h3>\n<p>Ein Akteur ist jede Instanz, die am Umgang mit Informationen beteiligt ist, unabhängig von einer bestimmten Informationsumgebung: eine Person, eine Organisation oder automatisierte Software (ein Bot oder ein Algorithmus).</p>\n<h3>Nutzer</h3>\n<p>Ein Nutzer ist jeder Akteur, der innerhalb von Informationsumgebungen agiert – sei es als Ersteller, Verbreiter oder Empfänger von Inhalten. Ein Nutzer muss keine Person sein; es kann sich auch um eine Organisation oder automatisierte Software (einen Bot) handeln.</p>\n<p>Wenn eine Umgebung Konten verwendet, agiert ein Nutzer über ein solches. Ein einzelner Nutzer kann mehrere Konten betreiben, sogar innerhalb derselben Umgebung (→ Sockpuppet).</p>\n<h3>Bots</h3>\n<p>Ein Bot ist ein Computerprogramm, das automatisch Aufgaben ausführt, oft wiederkehrende. Bots reichen von</p>\n<ul>\n<li>einfachen, harmlosen Tools (wie Webcrawler, die Seiten für Suchmaschinen indexieren, automatisierte Testsysteme oder Chatbots, die routinemäßige Kundenfragen beantworten) bis hin zu\n</li>\n<li>bösartige Programme, die darauf ausgelegt sind, Spam, Malware oder Desinformation zu verbreiten.\n</li>\n</ul>\n<div class=\"scilmi-callout scilmi-callout-info\">\n<div class=\"scilmi-callout-row\" aria-label=\"Info\">\n<span class=\"scilmi-callout-icon\" aria-hidden=\"true\"><svg fill=\"currentColor\" width=\"24px\" height=\"24px\" viewBox=\"0 0 24 24\" xmlns=\"http://www.w3.org/2000/svg\"><path fill-rule=\"evenodd\" d=\"M20 12C20 7.58172 16.4183 4 12 4C7.58172 4 4 7.58172 4 12C4 16.4183 7.58172 20 12 20C16.4183 20 20 16.4183 20 12ZM11 8C11 8.55228 11.4477 9 12 9C12.5523 9 13 8.55228 13 8C13 7.44772 12.5523 7 12 7C11.4477 7 11 7.44772 11 8ZM12 10C13 10 13 11 13 11V16C13 16 13 17 12 17C11 17 11 16 11 16V11C11 11 11 11 10.5 11C10 11 10 10 10 10H12Z\"></path></svg></span>\n<div class=\"scilmi-callout-body\"><p>Social-Bots ahmen Menschen in digitalen Informationsumgebungen nach.</p></div>\n</div>\n</div>\n<h2>Auswahl der Umgebung</h2>\n<p>Die Umgebungsauswahl ist die eigene Entscheidung des Nutzers, welche Informationsumgebungen er nutzt und wem er darin folgt. Unter den fünf Nutzeraktivitäten ist dies diejenige, die der Nutzer am direktesten steuert: Kein Plattformmechanismus steht zwischen der Entscheidung und ihrem Ergebnis. Die anderen Aktivitäten speisen Prozesse ein, die der Nutzer nicht kontrollieren kann.</p>\n<div class=\"scilmi-callout scilmi-callout-warning\">\n<div class=\"scilmi-callout-row\" aria-label=\"Warning\">\n<span class=\"scilmi-callout-icon\" aria-hidden=\"true\"><svg fill=\"currentColor\" width=\"24px\" height=\"24px\" viewBox=\"0 0 24 24\" xmlns=\"http://www.w3.org/2000/svg\"><path fill-rule=\"evenodd\" clip-rule=\"evenodd\" d=\"M12 20C7.58172 20 4 16.4183 4 12C4 7.58172 7.58172 4 12 4C16.4183 4 20 7.58172 20 12C20 16.4183 16.4183 20 12 20ZM12 15C12.5523 15 13 15.4477 13 16C13 16.5523 12.5523 17 12 17C11.4477 17 11 16.5523 11 16C11 15.4477 11.4477 15 12 15ZM12 14C13 14 13 13 13 13L13 10.5L13 8C13 8 13 7 12 7C11 7 11 8 11 8L11 13C11 13 11 14 12 14Z\"></path></svg></span>\n<div class=\"scilmi-callout-body\"><p>Da die Entscheidung beim Nutzer liegt, ist dies auch der <strong>wirksamste Ansatzpunkt für Eingriffe</strong>: Das <br>bewusste Aufspüren vielfältiger Informationsumgebungen und -quellen ist der klarste Weg</p>\n<ul>\n<li>, den eigenen Horizont zu erweitern und\n</li>\n<li>der eigenen Bestätigungsverzerrung entgegenzuwirken sowie\n</li>\n<li>sich aus einer Echokammer herauszuhalten.\n</li>\n</ul></div>\n</div>\n</div>\n<h3>Echokammer</h3>\n<p>Eine Echokammer ist eine soziale Struktur, in der ein Nutzer hauptsächlich Meinungen, Behauptungen oder Standpunkten ausgesetzt ist, die seine bestehenden Überzeugungen bestärken, während abweichende Standpunkte fehlen, abgetan oder aktiv diskreditiert werden.</p>\n<p>Cass Sunstein (2018) beschreibt die politischen Folgen: Wenn sich Gruppen von Außenperspektiven abschotten, verfestigen sich interne Überzeugungen und werden mit der Zeit immer extremer (Gruppenpolarisierung).</p>\n<p>Eine Echokammer entsteht in erster Linie durch → Umgebungsauswahl: die eigenen Entscheidungen des Nutzers, welche Umgebungen er nutzt und wem er folgt – ein Prozess, der auch als Selbstselektion bezeichnet wird. Sie unterscheidet sich daher von der → Filterblase, die durch algorithmische Personalisierung auf Seiten der Plattform entsteht.</p>\n<h4>Bestätigungsfehler</h4>\n<p>Die Umgebungsauswahl wird zum Teil durch den Bestätigungsfehler angetrieben, also die kognitive Tendenz, Informationen und Quellen zu suchen und ihnen zu vertrauen, die mit bestehenden Überzeugungen übereinstimmen. Der verstärkende Effekt rührt von der sozialen Struktur selbst her, nicht von unsichtbarer algorithmischer Filterung.</p>\n<h4>Epistemische Blase</h4>\n<p>C\\. Thi Nguyen (2020) zieht eine konzeptionelle Unterscheidung, die für Interventionen von Bedeutung ist:</p>\n<ul>\n<li>Eine <strong>epistemische Blase</strong> ist eine soziale Struktur, in der andere relevante Stimmen schlichtweg fehlen. Ihre Bewohner hören keine gegensätzlichen Standpunkte, lehnen diese aber auch nicht aktiv ab.\n</li>\n<li>Ein <strong>Echoraum</strong> im engeren Sinne ist eine soziale Struktur, in der andere relevante Stimmen aktiv diskreditiert werden. Die Mitglieder hören zwar gegensätzliche Perspektiven, lernen aber, deren Quellen zu misstrauen.\n</li>\n</ul>\n<p>Eine epistemische Blase lässt sich durch neue Informationen aufbrechen. Eine Echokammer widersteht Korrekturen selbst dann, wenn externe Beweise vorgelegt werden, da die Quellen dieser Beweise bereits delegitimiert wurden.</p>\n<div class=\"scilmi-callout scilmi-callout-warning\">\n<div class=\"scilmi-callout-row\" aria-label=\"Warning\">\n<span class=\"scilmi-callout-icon\" aria-hidden=\"true\"><svg fill=\"currentColor\" width=\"24px\" height=\"24px\" viewBox=\"0 0 24 24\" xmlns=\"http://www.w3.org/2000/svg\"><path fill-rule=\"evenodd\" clip-rule=\"evenodd\" d=\"M12 20C7.58172 20 4 16.4183 4 12C4 7.58172 7.58172 4 12 4C16.4183 4 20 7.58172 20 12C20 16.4183 16.4183 20 12 20ZM12 15C12.5523 15 13 15.4477 13 16C13 16.5523 12.5523 17 12 17C11.4477 17 11 16.5523 11 16C11 15.4477 11.4477 15 12 15ZM12 14C13 14 13 13 13 13L13 10.5L13 8C13 8 13 7 12 7C11 7 11 8 11 8L11 13C11 13 11 14 12 14Z\"></path></svg></span>\n<div class=\"scilmi-callout-body\"><p>Die Erweiterung des eigenen Umfelds kann eine epistemische Blase auflösen, doch eine voll ausgebildete Echokammer erfordert die mühsamere Arbeit, das Vertrauen in ausgeschlossene Quellen wieder aufzubauen.</p></div>\n</div>\n</div>\n<div class=\"scilmi-callout scilmi-callout-warning\">\n<div class=\"scilmi-callout-row\" aria-label=\"Warning\">\n<span class=\"scilmi-callout-icon\" aria-hidden=\"true\"><svg fill=\"currentColor\" width=\"24px\" height=\"24px\" viewBox=\"0 0 24 24\" xmlns=\"http://www.w3.org/2000/svg\"><path fill-rule=\"evenodd\" clip-rule=\"evenodd\" d=\"M12 20C7.58172 20 4 16.4183 4 12C4 7.58172 7.58172 4 12 4C16.4183 4 20 7.58172 20 12C20 16.4183 16.4183 20 12 20ZM12 15C12.5523 15 13 15.4477 13 16C13 16.5523 12.5523 17 12 17C11.4477 17 11 16.5523 11 16C11 15.4477 11.4477 15 12 15ZM12 14C13 14 13 13 13 13L13 10.5L13 8C13 8 13 7 12 7C11 7 11 8 11 8L11 13C11 13 11 14 12 14Z\"></path></svg></span>\n<div class=\"scilmi-callout-body\"><p>Empirische Untersuchungen deuten darauf hin, dass starke, ideologisch isolierte Echokammern seltener vorkommen, als der öffentliche Diskurs vermuten lässt (Guess et al. 2018), doch wo sie existieren, können sie äußerst widerstandsfähig gegenüber Korrekturen sein. Bloße Übereinstimmung innerhalb einer Gruppe ist an sich noch keine Echokammer. Das entscheidende Merkmal ist der aktive Ausschluss oder die Diskreditierung von Außenperspektiven.</p></div>\n</div>\n</div>\n<h3>Account</h3>\n<p>Ein Account ist die Identität eines Nutzers in einer digitalen Informationsumgebung, das Profil, über das er Beiträge veröffentlicht, teilt und interagiert. Dahinter steht eine Person, eine Organisation oder automatisierte Software (ein Bot). Traditionell war die Quelle eines Informationsbeitrags ein namentlich genannter Autor, der als Urheber identifizierbar war.</p>\n<div class=\"scilmi-callout scilmi-callout-warning\">\n<div class=\"scilmi-callout-row\" aria-label=\"Warning\">\n<span class=\"scilmi-callout-icon\" aria-hidden=\"true\"><svg fill=\"currentColor\" width=\"24px\" height=\"24px\" viewBox=\"0 0 24 24\" xmlns=\"http://www.w3.org/2000/svg\"><path fill-rule=\"evenodd\" clip-rule=\"evenodd\" d=\"M12 20C7.58172 20 4 16.4183 4 12C4 7.58172 7.58172 4 12 4C16.4183 4 20 7.58172 20 12C20 16.4183 16.4183 20 12 20ZM12 15C12.5523 15 13 15.4477 13 16C13 16.5523 12.5523 17 12 17C11.4477 17 11 16.5523 11 16C11 15.4477 11.4477 15 12 15ZM12 14C13 14 13 13 13 13L13 10.5L13 8C13 8 13 7 12 7C11 7 11 8 11 8L11 13C11 13 11 14 12 14Z\"></path></svg></span>\n<div class=\"scilmi-callout-body\"><p>In digitalen Umgebungen agieren Akteure über Konten, die oft pseudonym sind: Das Konto ist sichtbar, aber die echte Identität dahinter muss nicht offengelegt werden, und beides muss nicht unbedingt übereinstimmen. Das macht die → Glaubwürdigkeit der Quelle viel schwerer einzuschätzen: Ohne einen namentlich genannten Autor gibt es oft keine Erfolgsbilanz, keine Fachkenntnisse oder Zugehörigkeiten, die man abwägen könnte.</p></div>\n</div>\n</div>\n<div class=\"scilmi-callout scilmi-callout-info\">\n<div class=\"scilmi-callout-row\" aria-label=\"Info\">\n<span class=\"scilmi-callout-icon\" aria-hidden=\"true\"><svg fill=\"currentColor\" width=\"24px\" height=\"24px\" viewBox=\"0 0 24 24\" xmlns=\"http://www.w3.org/2000/svg\"><path fill-rule=\"evenodd\" d=\"M20 12C20 7.58172 16.4183 4 12 4C7.58172 4 4 7.58172 4 12C4 16.4183 7.58172 20 12 20C16.4183 20 20 16.4183 20 12ZM11 8C11 8.55228 11.4477 9 12 9C12.5523 9 13 8.55228 13 8C13 7.44772 12.5523 7 12 7C11.4477 7 11 7.44772 11 8ZM12 10C13 10 13 11 13 11V16C13 16 13 17 12 17C11 17 11 16 11 16V11C11 11 11 11 10.5 11C10 11 10 10 10 10H12Z\"></path></svg></span>\n<div class=\"scilmi-callout-body\"><p>In den folgenden Abschnitten wird der Lesbarkeit halber oft der Begriff „Nutzer“ anstelle von „Konto“ verwendet, obwohl „Konto“ der präzisere Begriff ist, da ein einzelner Nutzer mehrere Konten innerhalb derselben Informationsumgebung betreiben kann.</p></div>\n</div>\n</div>\n<h4>Benutzername</h4>\n<p>Ein Benutzername ist eine eindeutige Konto-Kennung, die der Nutzer bei der Registrierung auf einer Plattform wählt; keine zwei Konten auf derselben Plattform dürfen denselben Benutzernamen haben. Je nach Plattform dient er als Anmeldedaten, als Kennung für das öffentliche Profil oder beides.</p>\n<h4>Handle</h4>\n<p>Ein Handle ist die öffentliche Form eines Benutzernamens auf einer Social-Media-Plattform: die Kennung, unter der ein Konto gefunden, angesprochen und erwähnt werden kann; sie wird meist mit einem @-Symbol angezeigt und erscheint in der Profil-URL. Auf den meisten Plattformen sind Handle und Benutzername identisch; einige wenige, wie beispielsweise Facebook, verwenden einen separaten Benutzernamen für die URL und zeigen öffentlich einen nicht eindeutigen Anzeigenamen an.</p>\n<h4>Anzeigename</h4>\n<p>Ein Anzeigename ist die sichtbare Bezeichnung, die im Profil und neben Beiträgen angezeigt wird. Er kann frei gewählt werden, darf Leerzeichen und Sonderzeichen enthalten und muss nicht eindeutig sein, sodass viele Konten denselben Namen tragen können. Er kann nicht zur Identifizierung oder Ansprache eines Kontos verwendet werden.</p>\n<h4>Benutzer-ID</h4>\n<p>Eine Benutzer-ID ist die interne Kennung, die eine Plattform einem Konto zuweist; sie ist in der Regel numerisch. Sie wird nicht vom Nutzer gewählt und bleibt normalerweise unverändert, auch wenn sich der Benutzername oder der Anzeigename ändert. Plattformen nutzen sie intern und nicht zur öffentlichen Ansprache.</p>\n<h4>Erwähnung / @Erwähnung</h4>\n<p>Eine Erwähnung ist der Vorgang, bei dem man in einem Beitrag, Kommentar, einer Bildunterschrift oder einer Nachricht auf ein Konto verweist, indem man @ gefolgt von dessen Handle eingibt. Das Konto wird dadurch in der Regel benachrichtigt und es wird ein Link zu seinem Profil erstellt. Die Zeichenfolge @ ist das Handle; ihre Verwendung ist die Erwähnung.</p>\n<h3>Reichweite eines Kontos</h3>\n<p>Mehrere Faktoren bestimmen die Anzahl der Nutzer oder Empfänger, die ein Konto potenziell erreichen kann, wenn es einen Beitrag veröffentlicht oder eine Information teilt:</p>\n<ul>\n<li>#### Anzahl der Follower oder Abonnenten\n</li>\n<li>#### Verifizierungsstatus\n</li>\n<li>#### Status des Accounts: Alter, Interaktionsverlauf, Ruf auf der Plattform\n</li>\n</ul>\n<p>Die Reichweite beeinflusst die Sichtbarkeit auf zwei Arten:</p>\n<ul>\n<li><strong>direkt</strong>: Beiträge, die von Konten mit hoher Reichweite geteilt werden, erscheinen im Moment des Teilens in mehr Feeds\n</li>\n<li><strong>indirekt</strong>: Konten mit hoher Reichweite generieren mehr Signale, die auf Interaktionen basieren; diese werden dann von den Plattformalgorithmen genutzt, um Beiträge im Ranking höher zu platzieren (→ algorithmische Kuratierung)\n</li>\n</ul>\n<p>Die Reichweite variiert stark: Ein privates Konto mit 100 Followern und ein öffentliches Konto mit einer Million Followern haben einen grundlegend unterschiedlichen Einfluss auf die Sichtbarkeit.</p>\n<h2>Interaktion</h2>\n<p>Engagement umfasst alle Nutzeraktionen, d. h. alles, was ein Nutzer bewusst in einer Informationsumgebung tut – vom Konsumieren von Inhalten über das Reagieren darauf bis hin zum Erstellen eigener Inhalte. In Anlehnung an das COBRA-Modell (Muntinga et al. 2011) lassen sich diese Aktionen in drei aufsteigende Ebenen einteilen: Konsum, Beitrag und Kreation.</p>\n<table><thead><tr>\n<th>Konsum</th>\n<th>\\- Suchen<br>\\- Auswählen / Anklicken<br>\\- Anschauen / Anhören / Lesen<br>\\- Kaufen / Herunterladen<br>\\- Speichern / Lesezeichen setzen</th>\n</tr></thead><tbody>\n<tr>\n<td>Interaktion</td>\n<td>\\- Liken / Reagieren<br>\\- Folgen / Abonnieren<br>\\- Bewerten / Rezensieren<br>\\- Weiterverbreiten</td>\n</tr>\n<tr>\n<td>Erstellung</td>\n<td>\\- Erstellen: Weiterverbreiten<br>\\- Neu erstellen: Antworten / Kommentieren</td>\n</tr>\n</tbody></table>\n<h3>Filterblase</h3>\n<p>Eine Filterblase ist ein Zustand der Informationsisolation, der durch algorithmische Personalisierung entsteht. Dabei wird ein Nutzer zunehmend mit Inhalten konfrontiert, die seinen abgeleiteten Vorlieben und früheren Interaktionen entsprechen, während abweichende Inhalte – meist ohne dass der Nutzer es bemerkt – herausgefiltert werden.</p>\n<p>Der Begriff wurde von Eli Pariser (2011) geprägt, um zu beschreiben, wie Personalisierungsalgorithmen bei Google, Facebook und ähnlichen Plattformen auf der Grundlage von Nutzersignalen systematische Asymmetrien bei der Inhaltspräsentation erzeugen können.</p>\n<div class=\"scilmi-callout scilmi-callout-warning\">\n<div class=\"scilmi-callout-row\" aria-label=\"Warning\">\n<span class=\"scilmi-callout-icon\" aria-hidden=\"true\"><svg fill=\"currentColor\" width=\"24px\" height=\"24px\" viewBox=\"0 0 24 24\" xmlns=\"http://www.w3.org/2000/svg\"><path fill-rule=\"evenodd\" clip-rule=\"evenodd\" d=\"M12 20C7.58172 20 4 16.4183 4 12C4 7.58172 7.58172 4 12 4C16.4183 4 20 7.58172 20 12C20 16.4183 16.4183 20 12 20ZM12 15C12.5523 15 13 15.4477 13 16C13 16.5523 12.5523 17 12 17C11.4477 17 11 16.5523 11 16C11 15.4477 11.4477 15 12 15ZM12 14C13 14 13 13 13 13L13 10.5L13 8C13 8 13 7 12 7C11 7 11 8 11 8L11 13C11 13 11 14 12 14Z\"></path></svg></span>\n<div class=\"scilmi-callout-body\"><p>Empirische Untersuchungen haben Parisers ursprüngliche These erheblich relativiert. Studien haben ergeben, dass algorithmische Personalisierung zwar beeinflusst, was Nutzer sehen, die meisten Nutzer aber dennoch auf ideologisch vielfältige Inhalte stoßen: zum einen, weil ihre eigenen sozialen Netzwerke unterschiedliche Ansichten beinhalten, und zum anderen, weil Algorithmen nicht so vollständig isolieren, wie es der gängige Diskurs suggeriert (Bakshy et al. 2015; Flaxman et al. 2016; Bruns 2019). Der Filterblasen-Effekt ist real, aber in der Regel schwächer als gemeinhin angenommen.</p></div>\n</div>\n</div>\n<h2>Verbreitung: Posten</h2>\n<p>Sobald ein Informationsbeitrag erstellt wurde, wird er durch das Posten zum ersten Mal in eine Informationsumgebung eingebracht: Sein Ersteller postet, versendet, veröffentlicht oder sendet ihn. Diese erstmalige Veröffentlichung unterscheidet sich von der Weiterverbreitung, bei der ein bereits vorhandener Beitrag von anderen weitergeleitet wird.</p>\n<h3>Trending</h3>\n<p>„Trending“ ist ein von der Plattform zugewiesener Status, der anzeigt, dass ein Thema oder ein Hashtag innerhalb kurzer Zeit einen plötzlichen Anstieg der Nutzeraktivität auslöst, über die vielen einzelnen Beiträge hinweg, die sich damit befassen oder es enthalten. Was zählt, ist die Zuwachsrate, nicht das Gesamtvolumen.</p>\n<p>Trends können organisch aus vielen unabhängigen Beiträgen entstehen oder durch koordinierte Beiträge und Bot-Netzwerke künstlich erzeugt werden (→ koordinierte Verstärkung).</p>\n<p>Auch die Plattform selbst beeinflusst dies, indem sie das, was auftaucht, fördert, filtert oder unterdrückt (→ plattformseitige Kuratierung).</p>\n<div class=\"scilmi-callout scilmi-callout-warning\">\n<div class=\"scilmi-callout-row\" aria-label=\"Warning\">\n<span class=\"scilmi-callout-icon\" aria-hidden=\"true\"><svg fill=\"currentColor\" width=\"24px\" height=\"24px\" viewBox=\"0 0 24 24\" xmlns=\"http://www.w3.org/2000/svg\"><path fill-rule=\"evenodd\" clip-rule=\"evenodd\" d=\"M12 20C7.58172 20 4 16.4183 4 12C4 7.58172 7.58172 4 12 4C16.4183 4 20 7.58172 20 12C20 16.4183 16.4183 20 12 20ZM12 15C12.5523 15 13 15.4477 13 16C13 16.5523 12.5523 17 12 17C11.4477 17 11 16.5523 11 16C11 15.4477 11.4477 15 12 15ZM12 14C13 14 13 13 13 13L13 10.5L13 8C13 8 13 7 12 7C11 7 11 8 11 8L11 13C11 13 11 14 12 14Z\"></path></svg></span>\n<div class=\"scilmi-callout-body\"><p>Inhalte, die schnelle Reaktionen auslösen, wie zum Beispiel kontroverse oder emotional aufgeladene Themen, werden eher zum Trend, wobei es aber auch von den Ranking- und Moderationsmechanismen der Plattform abhängt, ob sie überhaupt auftauchen.</p></div>\n</div>\n</div>\n<div class=\"scilmi-callout scilmi-callout-info\">\n<div class=\"scilmi-callout-row\" aria-label=\"Info\">\n<span class=\"scilmi-callout-icon\" aria-hidden=\"true\"><svg fill=\"currentColor\" width=\"24px\" height=\"24px\" viewBox=\"0 0 24 24\" xmlns=\"http://www.w3.org/2000/svg\"><path fill-rule=\"evenodd\" d=\"M20 12C20 7.58172 16.4183 4 12 4C7.58172 4 4 7.58172 4 12C4 16.4183 7.58172 20 12 20C16.4183 20 20 16.4183 20 12ZM11 8C11 8.55228 11.4477 9 12 9C12.5523 9 13 8.55228 13 8C13 7.44772 12.5523 7 12 7C11.4477 7 11 7.44772 11 8ZM12 10C13 10 13 11 13 11V16C13 16 13 17 12 17C11 17 11 16 11 16V11C11 11 11 11 10.5 11C10 11 10 10 10 10H12Z\"></path></svg></span>\n<div class=\"scilmi-callout-body\"><h4>Hashtag</h4>\n<p>Ein Hashtag ist ein Schlüsselwort oder eine Wortgruppe, die mit dem Symbol # gekennzeichnet und ohne Leerzeichen geschrieben wird. Er verknüpft einen Beitrag mit allen anderen Beiträgen, die dasselbe Label tragen, und verwandelt so verstreute Beiträge in eine durchsuchbare Gruppe rund um ein gemeinsames Thema. Jeder kann einem Beitrag einen Hashtag hinzufügen, was ihn zu einem Werkzeug für Sichtbarkeit macht: Ein weit verbreitetes oder trendiges Label ordnet den Beitrag in einen größeren Strom ein und macht ihn für Nutzer sichtbar, die diesem Label folgen. Da ein Hashtag viele einzelne Beiträge bündelt, kann er selbst einen Aktivitätsschub und einen Trend auslösen (→ Trending), was ihn auch zu einem häufigen Ziel koordinierter Kampagnen macht, die ein Label durch Massenbeiträge verbreiten (→ koordinierte Verstärkung).</p></div>\n</div>\n</div>\n<h2>Weiterverbreitung: Teilen, Weiterleiten, Reposten</h2>\n<p>Accounts geben bestehende Informationen weiter, indem sie diese teilen, weiterleiten, verlinken, erneut posten oder auf andere Weise in Umlauf bringen. Jeder Account wird von einer Person, einer Organisation oder automatisierter Software (einem Bot) betrieben.</p>\n<div class=\"scilmi-callout scilmi-callout-warning\">\n<div class=\"scilmi-callout-row\" aria-label=\"Warning\">\n<span class=\"scilmi-callout-icon\" aria-hidden=\"true\"><svg fill=\"currentColor\" width=\"24px\" height=\"24px\" viewBox=\"0 0 24 24\" xmlns=\"http://www.w3.org/2000/svg\"><path fill-rule=\"evenodd\" clip-rule=\"evenodd\" d=\"M12 20C7.58172 20 4 16.4183 4 12C4 7.58172 7.58172 4 12 4C16.4183 4 20 7.58172 20 12C20 16.4183 16.4183 20 12 20ZM12 15C12.5523 15 13 15.4477 13 16C13 16.5523 12.5523 17 12 17C11.4477 17 11 16.5523 11 16C11 15.4477 11.4477 15 12 15ZM12 14C13 14 13 13 13 13L13 10.5L13 8C13 8 13 7 12 7C11 7 11 8 11 8L11 13C11 13 11 14 12 14Z\"></path></svg></span>\n<div class=\"scilmi-callout-body\"><p>Wenn ein Informationsbeitrag mit zusätzlichen Kommentaren, Interpretationen oder einer neuen Einordnung weitergegeben wird, entsteht ein neuer Informationsbeitrag mit einem neuen Autor (→ Neugestaltung).</p></div>\n</div>\n</div>\n<h3>Viralität</h3>\n<p>Viralität ist das Phänomen, bei dem sich ein einzelner Informationsbeitrag durch Weiterverbreitung rasant ausbreitet, ähnlich wie sich ein Virus verbreitet: Nutzer teilen oder reposten ihn, andere geben ihn wiederum weiter, und das daraus resultierende Engagement erhöht sein Ranking, wodurch er noch mehr Accounts angezeigt wird (→ algorithmische Verstärkung).</p>\n<p>Ein Beitrag wird eher geteilt, wenn er starke Emotionen, moralische Reaktionen oder Feindseligkeit gegenüber anderen Gruppen hervorruft, besonders in politischen oder konfliktbehafteten Kontexten. Eine hohe → Reichweite des Ursprungsaccounts ist nicht erforderlich: Auch kleine Accounts können sehr virale Beiträge produzieren.</p>\n<p>Viralität kann organisch entstehen oder durch koordiniertes Teilen und Interagieren erzeugt werden (→ koordinierte Verstärkung).</p>\n<h4>☑ Viralität vs. Trend</h4>\n<table><thead><tr>\n<th>Merkmal</th>\n<th>Viralität</th>\n<th>Trend</th>\n</tr></thead><tbody>\n<tr>\n<td><strong>Was gewinnt an Sichtbarkeit</strong></td>\n<td>Ein einzelner Beitrag, wie zum Beispiel ein bestimmter Post, ein Video oder ein Bild</td>\n<td>Ein Thema oder ein Hashtag: kein einzelner Beitrag, sondern die vielen verschiedenen Beiträge, die sich mit demselben Thema befassen oder denselben Hashtag tragen</td>\n</tr>\n<tr>\n<td><strong>Hauptfaktoren</strong></td>\n<td>Nutzer teilen, reposten oder leiten den Beitrag an andere weiter, die ihn wiederum weitergeben; diese kaskadenartige Verbreitung kann verstärkt werden, wenn das daraus resultierende Engagement das Ranking des Beitrags erhöht (→ algorithmische Verstärkung)</td>\n<td>Viele einzelne Beiträge befassen sich innerhalb kurzer Zeit mit demselben Thema oder tragen denselben Hashtag; die Plattform erkennt, wie schnell diese Aktivität zunimmt – nicht, wie viel es insgesamt gibt – und hebt das Thema oder den Hashtag als Ganzes hervor (→ Trenderkennung)</td>\n</tr>\n<tr>\n<td><strong>Zeitlicher Verlauf</strong></td>\n<td>Kann über längere Zeiträume andauern</td>\n<td>Zeitlich begrenzt; dauert so lange, wie die Aktivitätsrate hoch bleibt oder die Plattform den Beitrag weiterhin hervorhebt</td>\n</tr>\n<tr>\n<td><strong>Wie es manipuliert werden kann</strong></td>\n<td>Koordiniertes Teilen, Verstärkung durch Bots oder künstliches Engagement, das auf den konkreten Beitrag abzielt (→ koordinierte Verstärkung)</td>\n<td>Koordinierte Posting-Kampagnen oder künstlich erzeugte Trends durch Bot-Netzwerke (→ koordinierte Verstärkung)</td>\n</tr>\n</tbody></table>\n<div class=\"scilmi-callout scilmi-callout-info\">\n<div class=\"scilmi-callout-row\" aria-label=\"Info\">\n<span class=\"scilmi-callout-icon\" aria-hidden=\"true\"><svg fill=\"currentColor\" width=\"24px\" height=\"24px\" viewBox=\"0 0 24 24\" xmlns=\"http://www.w3.org/2000/svg\"><path fill-rule=\"evenodd\" d=\"M20 12C20 7.58172 16.4183 4 12 4C7.58172 4 4 7.58172 4 12C4 16.4183 7.58172 20 12 20C16.4183 20 20 16.4183 20 12ZM11 8C11 8.55228 11.4477 9 12 9C12.5523 9 13 8.55228 13 8C13 7.44772 12.5523 7 12 7C11.4477 7 11 7.44772 11 8ZM12 10C13 10 13 11 13 11V16C13 16 13 17 12 17C11 17 11 16 11 16V11C11 11 11 11 10.5 11C10 11 10 10 10 10H12Z\"></path></svg></span>\n<div class=\"scilmi-callout-body\"><p>Sowohl Viralität als auch Trends können organisch entstehen, von koordinierten Akteuren vorangetrieben werden (→ koordinierte Verstärkung) oder durch die Kuration der Plattform selbst geprägt werden. Beide neigen zudem dazu, emotional aufrührende, moralisch aufgeladene oder polarisierende Inhalte zu begünstigen, besonders in politischen oder konfliktbehafteten Kontexten.</p></div>\n</div>\n</div>\n<h2>Neugestaltung: Zitieren, Bearbeiten, Remixen</h2>\n<p>Ein Nutzer oder Akteur gestaltet einen bestehenden Informationsbeitrag neu und schafft so einen neuen, abgeleiteten Beitrag, indem er ihn zitiert, kommentiert, bearbeitet, zusammenfasst, neu mischt, neu einordnet oder in einen neuen Kontext einbettet. Im Gegensatz zur Weiterverbreitung, bei der derselbe Beitrag unverändert weitergegeben wird, entsteht bei der Neugestaltung ein neuer Informationsbeitrag mit einem neuen Autor. Dieser Autor wird zur Sekundärquelle: Der abgeleitete Beitrag spiegelt seine Auswahl und seine Sichtweise wider, nicht nur den ursprünglichen Inhalt.</p>\n<h3>Spill-Over-Effekt</h3>\n<p>Der Spill-Over-Effekt ist das Phänomen, bei dem dieselbe Information in mehr als einer Informationsumgebung auftaucht und so ein Publikum jenseits ihres Ursprungs erreicht. Er entsteht durch <strong>umgebungsübergreifende Verbreitung</strong>, wenn die Neugestaltung Informationen über eine Grenze hinweg transportiert: Ein Akteur verwandelt den Inhalt eines Informationselements in ein sekundäres Element in einer anderen Umgebung – durch journalistische Berichterstattung, redaktionelle Kuratierung oder indem ein Nutzer es an anderer Stelle zitiert.</p>\n<ul>\n<li>Ein Forschungsergebnis, das in einem wissenschaftlichen Forum geteilt wird, kann in den sozialen Medien diskutiert und anschließend von einem KI-Assistenten zusammengefasst werden.\n</li>\n<li>Ein Thema, das von Bots auf einer Social-Media-Plattform künstlich aufgebläht wird, kann von Journalisten aufgegriffen und als Nachricht berichtet werden.\n</li>\n</ul>\n<div class=\"scilmi-callout scilmi-callout-info\">\n<div class=\"scilmi-callout-row\" aria-label=\"Info\">\n<span class=\"scilmi-callout-icon\" aria-hidden=\"true\"><svg fill=\"currentColor\" width=\"24px\" height=\"24px\" viewBox=\"0 0 24 24\" xmlns=\"http://www.w3.org/2000/svg\"><path fill-rule=\"evenodd\" d=\"M20 12C20 7.58172 16.4183 4 12 4C7.58172 4 4 7.58172 4 12C4 16.4183 7.58172 20 12 20C16.4183 20 20 16.4183 20 12ZM11 8C11 8.55228 11.4477 9 12 9C12.5523 9 13 8.55228 13 8C13 7.44772 12.5523 7 12 7C11.4477 7 11 7.44772 11 8ZM12 10C13 10 13 11 13 11V16C13 16 13 17 12 17C11 17 11 16 11 16V11C11 11 11 11 10.5 11C10 11 10 10 10 10H12Z\"></path></svg></span>\n<div class=\"scilmi-callout-body\"><p>Die Verbreitung erhöht die Reichweite sowohl zuverlässiger als auch unzuverlässiger Informationen. Da dieselbe Information dann gleichzeitig in mehreren Umgebungen auftaucht, wirkt sie oft etablierter, als sie tatsächlich ist.</p></div>\n</div>\n</div>\n<p>Die Verbreitung kann organisch erfolgen oder durch Manipulation in Gang gesetzt werden, um Inhalte in neue Umgebungen zu bringen (→ koordinierte Verstärkung).</p>\n<h4>Epistemische Aufbereitung</h4>\n<p>Epistemische Aufbereitung ist ein spezifischer Effekt der umgebungsübergreifenden Verbreitung. Sie tritt auf, wenn die sekundäre Quelle als glaubwürdiger angesehen wird als die ursprüngliche, zum Beispiel wenn eine Behauptung aus einem anonymen Beitrag in einer formellen Veröffentlichung oder einem begutachteten Artikel wieder auftaucht. Die Information wirkt dann allein durch den Wechsel oft zuverlässiger, obwohl die zugrunde liegenden Behauptungen und Belege unverändert sind.</p>\n<div class=\"scilmi-callout scilmi-callout-warning\">\n<div class=\"scilmi-callout-row\" aria-label=\"Warning\">\n<span class=\"scilmi-callout-icon\" aria-hidden=\"true\"><svg fill=\"currentColor\" width=\"24px\" height=\"24px\" viewBox=\"0 0 24 24\" xmlns=\"http://www.w3.org/2000/svg\"><path fill-rule=\"evenodd\" clip-rule=\"evenodd\" d=\"M12 20C7.58172 20 4 16.4183 4 12C4 7.58172 7.58172 4 12 4C16.4183 4 20 7.58172 20 12C20 16.4183 16.4183 20 12 20ZM12 15C12.5523 15 13 15.4477 13 16C13 16.5523 12.5523 17 12 17C11.4477 17 11 16.5523 11 16C11 15.4477 11.4477 15 12 15ZM12 14C13 14 13 13 13 13L13 10.5L13 8C13 8 13 7 12 7C11 7 11 8 11 8L11 13C11 13 11 14 12 14Z\"></path></svg></span>\n<div class=\"scilmi-callout-body\"><p>Epistemische Aufbereitung offenbart eine Tendenz bei den Empfängern: Weil eine Quelle glaubwürdig erscheint, gehen sie davon aus, dass die darin enthaltenen Informationen zuverlässig sind.</p></div>\n</div>\n</div>\n<div class=\"scilmi-callout scilmi-callout-success\">\n<div class=\"scilmi-callout-row\" aria-label=\"Success\">\n<span class=\"scilmi-callout-icon\" aria-hidden=\"true\"><svg fill=\"currentColor\" width=\"24px\" height=\"24px\" viewBox=\"0 0 24 24\" xmlns=\"http://www.w3.org/2000/svg\"><path fill-rule=\"evenodd\" clip-rule=\"evenodd\" d=\"M12 20C16.4183 20 20 16.4183 20 12C20 7.58172 16.4183 4 12 4C7.58172 4 4 7.58172 4 12C4 16.4183 7.58172 20 12 20ZM9.26825 11.3599L10.9587 13.3885L14.7 8.40006C15.0314 7.95823 15.6582 7.86869 16.1 8.20006C16.5419 8.53143 16.6314 9.15823 16.3 9.60006L11.8 15.6001C11.4128 16.1164 10.645 16.1361 10.2318 15.6402L7.7318 12.6402C7.37824 12.216 7.43556 11.5854 7.85984 11.2318C8.28412 10.8783 8.91468 10.9356 9.26825 11.3599Z\"></path></svg></span>\n<div class=\"scilmi-callout-body\"><p>Stokel-Walker, C. (2026). Wissenschaftler haben eine erfundene Krankheit erfunden. Eine KI hat den Menschen gesagt, sie sei echt. Nature, 652(8110), 559–561. <a href=\"https&#x3a;&#x2f;&#x2f;doi.org&#x2f;10.1038&#x2f;d41586-026-01100-y&#x3a;\" class=\"use-hover-preview\" rel=\"noopener noreferrer nofollow\">https://doi.org/10.1038/d41586-026-01100-y:</a><br>Ein Team an der Universität Göteborg unter der Leitung eines medizinischen Forschers erfand eine erfundene Hauterkrankung namens „Bixonimania“, um zu testen, ob KI-Systeme medizinische Falschinformationen aufnehmen und weitergeben würden. Sie stellten sie als vermeintliche Erkrankung dar, die mit der Belastung durch blaues Licht von Bildschirmen in Verbindung steht, mit Symptomen wie schmerzenden, juckenden Augen und einer rosafarbenen Verfärbung der Augenlider. Anschließend erstellten sie absichtlich gefälschte, wissenschaftlich anmutende Preprints, die mit offensichtlichen Warnzeichen gespickt waren: ein fiktiver Autor mit einem KI-generierten Foto, eine nicht existierende Universität sowie Verweise auf die Sternenflottenakademie und die USS Enterprise. Innerhalb weniger Wochen begannen große KI-Chatbots, „Bixonimania“ als echte Erkrankung wiederzugeben und boten den Nutzern in einigen Fällen sogar Erklärungen oder gesundheitsbezogene Ratschläge an. Parallel dazu wurde das gefälschte Material in mindestens einer veröffentlichten Arbeit zitiert – die inzwischen zurückgezogen wurde – in der Springer-Nature-Zeitschrift <em>„Cureus</em>“. „Nature“ berichtete, dass die Preprints inzwischen von <a class=\"notranslate\" translate=\"no\" href=\"http://Preprints.org\" target=\"_blank\" rel=\"noopener\">Preprints.org</a> entfernt wurden. Verbreitung über verschiedene Umgebungen hinweg: Blogbeiträge → gefälschter Preprint → Webcrawler → Antworten von KI-Chatbots → wissenschaftliche Zitierung</p></div>\n</div>\n</div>\n<h1>Gatekeeping</h1>\n<p>Im weitesten Sinne ist Gatekeeping der übergreifende Prozess, bei dem gesteuert wird, welche Informationen ausgewählt und zu Informationselementen aufbereitet werden, die die Menschen erreichen (Shoemaker &amp; Vos 2009). In diesem Sinne umfasst es sowohl die Entstehung eines Informationselements als auch dessen Weg zum Publikum.</p>\n<p>Hier wird Gatekeeping im engeren Sinne verwendet: die Kontrolle darüber, welche bestehenden Informationselemente sichtbar gemacht oder aus der Sichtbarkeit ausgeschlossen werden. Damit unterscheidet es sich von quellengesteuerter Eigenwerbung und plattformseitiger Kuratierung: Gatekeeping entscheidet, ob ein Informationselement überhaupt sichtbar ist, Kuratierung und Werbung hingegen, wie prominent ein sichtbares Informationselement präsentiert wird.</p>\n<p>Traditionell wurden Entscheidungen über die Sichtbarkeit von Informationen von Menschen getroffen: Redakteuren (→ redaktionelle Prüfung). Im Zuge der digitalen Transformation werden diese zunehmend durch automatisierte oder halbautomatisierte algorithmische Prozesse ergänzt (→ Crawling &amp; Indexierung, → Content-Moderation).</p>\n<p>Gatekeeping greift an drei Punkten im Lebenszyklus eines Informationselements ein:</p>\n<ul>\n<li>vor der Veröffentlichung:\n<ul>\n<li>redaktionelle Prüfung\n</li>\n</ul>\n</li>\n<li>nach der Veröffentlichung:\n<ul>\n<li>Aufnahme: Crawling &amp; Indexierung\n</li>\n<li>Ausschluss: Filterung &amp; Inhaltsmoderation\n</li>\n</ul>\n</li>\n</ul>\n<h2>Redaktionelle Überprüfung vor der Veröffentlichung</h2>\n<p>Viele Jahrzehnte lang war die redaktionelle Überprüfung der Standardprozess in Informationsumgebungen mit einer traditionellen redaktionellen Struktur, in der Journalisten, Redakteure und Verleger entschieden, welche Beiträge veröffentlicht wurden und welche nicht (Shoemaker &amp; Vos 2009). Wo keine redaktionelle Struktur existiert, fehlt diese Vorab-Kontrolle: Jeder kann ohne Überprüfung veröffentlichen, und die Kontrolle verlagert sich auf die unten beschriebenen Prozesse nach der Veröffentlichung.</p>\n<ul>\n<li>Informationsumgebungen mit redaktioneller Struktur:\n<ul>\n<li>Printmedien, Rundfunk- und Fernsehmedien\n</li>\n<li>digitale Plattformen von Print- und Rundfunkmedien sowie digitale Verlage\n</li>\n</ul>\n</li>\n<li>Akteure:\n<ul>\n<li>Menschen: Journalisten, Redakteure, Verleger\n</li>\n</ul>\n</li>\n</ul>\n<p>In den digitalen Medien wird die menschliche Funktion zunehmend durch algorithmische Auswahl ergänzt; die Forschung beschreibt das Ergebnis eher als hybride Koexistenz denn als vollständigen Ersatz (Wallace 2018).</p>\n<h2>Gatekeeping nach der Veröffentlichung</h2>\n<p>Nach der Veröffentlichung erfolgt das Gatekeeping in zwei aufeinanderfolgenden Schritten:</p>\n<ul>\n<li><strong>Aufnahme:</strong> Welche Informationen werden von den Informationszugangssystemen erfasst?\n</li>\n<li><strong>Ausschluss:</strong> Welche Informationen werden entfernt?\n</li>\n</ul>\n<h3>Aufnahme: Crawling &amp; Indizierung</h3>\n<p>Informationszugangssysteme durchsuchen das Web und entscheiden, welche vorhandenen Informationselemente sie erfassen und zur Verfügung stellen – entweder zur Anzeige (→ Suchsysteme, → Discovery-Systeme) oder zur Verarbeitung (→ generative KI-Systeme).</p>\n<ul>\n<li>Informationszugangssysteme\n<ul>\n<li>Suchsysteme: Indizieren gecrawlte Informationselemente für den Abruf\n</li>\n<li>Discovery-Systeme: aggregieren und katalogisieren Informationselemente in Feeds\n</li>\n<li>generative KI-Systeme: nehmen Informationselemente zur Synthese auf\n</li>\n</ul>\n</li>\n<li>Akteure\n<ul>\n<li>Meist algorithmisch, mit menschlichem Eingriff an ausgewählten Stellen (Quellenauswahl)\n</li>\n</ul>\n</li>\n</ul>\n<div class=\"scilmi-callout scilmi-callout-info\">\n<div class=\"scilmi-callout-row\" aria-label=\"Info\">\n<span class=\"scilmi-callout-icon\" aria-hidden=\"true\"><svg fill=\"currentColor\" width=\"24px\" height=\"24px\" viewBox=\"0 0 24 24\" xmlns=\"http://www.w3.org/2000/svg\"><path fill-rule=\"evenodd\" d=\"M20 12C20 7.58172 16.4183 4 12 4C7.58172 4 4 7.58172 4 12C4 16.4183 7.58172 20 12 20C16.4183 20 20 16.4183 20 12ZM11 8C11 8.55228 11.4477 9 12 9C12.5523 9 13 8.55228 13 8C13 7.44772 12.5523 7 12 7C11.4477 7 11 7.44772 11 8ZM12 10C13 10 13 11 13 11V16C13 16 13 17 12 17C11 17 11 16 11 16V11C11 11 11 11 10.5 11C10 11 10 10 10 10H12Z\"></path></svg></span>\n<div class=\"scilmi-callout-body\"><p>In digitalen Informationskanälen und -plattformen, in denen Nutzer direkt Beiträge veröffentlichen, ist die Zugangsschranke meist offen, sofern keine Zugriffsbeschränkungen bestehen.</p></div>\n</div>\n</div>\n<h3>Ausschluss: Filterung &amp; Inhaltsmoderation</h3>\n<p>Da die Zugangsschranke in digitalen Informationskanälen und -plattformen, in denen Nutzer direkt Beiträge veröffentlichen, offen ist, erfolgen Filterung und Inhaltsmoderation erst nach der Veröffentlichung in einem zweiten Schritt. Informationselemente auf der Plattform werden anhand der Plattformrichtlinien überprüft und bei Bedarf entfernt oder gesperrt. Informationszugangssysteme wenden denselben Ausschluss auf ihren Index an.</p>\n<ul>\n<li>Digitale Informationskanäle und -plattformen, auf denen Nutzer direkt Beiträge veröffentlichen, und Informationszugangssysteme\n<ul>\n<li>SPAM-Filter: Entfernen unerwünschter oder automatisierter Masseninhalte\n</li>\n<li>Inhaltsfilter: entfernen richtlinienwidrige Inhalte (Hassrede, illegale Inhalte, drastisches Material)\n</li>\n</ul>\n</li>\n<li>Akteure\n<ul>\n<li>Hybrid: menschliche Moderatoren (Faktenprüfer und/oder Nutzer) und algorithmische Filter\n</li>\n</ul>\n</li>\n</ul>\n<p>Im Gegensatz zur redaktionellen Überprüfung vor der Veröffentlichung, die Gatekeeping mit systematischer Qualitätskontrolle und Quellenüberprüfung verbindet, hat die Moderation nach der Veröffentlichung nur eine schwache Qualitätskontrollkomponente (→ Faktenprüfung): Einige Plattformen kennzeichnen oder markieren falsche Inhalte, doch diese Funktion ist begrenzt und auf großen Social-Media-Plattformen auf dem Rückzug.</p>\n<div class=\"scilmi-callout scilmi-callout-info\">\n<div class=\"scilmi-callout-row\" aria-label=\"Info\">\n<span class=\"scilmi-callout-icon\" aria-hidden=\"true\"><svg fill=\"currentColor\" width=\"24px\" height=\"24px\" viewBox=\"0 0 24 24\" xmlns=\"http://www.w3.org/2000/svg\"><path fill-rule=\"evenodd\" d=\"M20 12C20 7.58172 16.4183 4 12 4C7.58172 4 4 7.58172 4 12C4 16.4183 7.58172 20 12 20C16.4183 20 20 16.4183 20 12ZM11 8C11 8.55228 11.4477 9 12 9C12.5523 9 13 8.55228 13 8C13 7.44772 12.5523 7 12 7C11.4477 7 11 7.44772 11 8ZM12 10C13 10 13 11 13 11V16C13 16 13 17 12 17C11 17 11 16 11 16V11C11 11 11 11 10.5 11C10 11 10 10 10 10H12Z\"></path></svg></span>\n<div class=\"scilmi-callout-body\"><p>Meta hat sein externes Faktenprüfungsprogramm im Januar 2025 eingestellt und durch nutzergeführte Community-Hinweise ersetzt: <a class=\"notranslate\" translate=\"no\" href=\"https&#x3a;&#x2f;&#x2f;www.ap.org&#x2f;news-highlights&#x2f;spotlights&#x2f;2025&#x2f;no-more-fact-checking-for-meta-how-will-this-change-media-and-the-pursuit-of-truth&#x2f;\" target=\"_blank\" rel=\"noopener\">https://www.ap.org/news-highlights/spotlights/2025/no-more-fact-checking-for-meta-how-will-this-change-media-and-the-pursuit-of-truth/</a>.</p></div>\n</div>\n</div>\n<h1>Quellengesteuerte Eigenwerbung</h1>\n<p>Quellen – Content-Ersteller, Verlage, Werbetreibende und Website-Betreiber – bewerben ihre Beiträge aktiv, um ihr Publikum zu erreichen.</p>\n<p>Im Gegensatz zu plattformgesteuerten Mechanismen, die die Sichtbarkeit algorithmisch steuern, wenden Quellen die folgenden Strategien an, um zu beeinflussen, wie prominent ihre Inhalte erscheinen:</p>\n<ul>\n<li>Ansprache bestimmter Empfänger oder Konten (→ direkte Ansprache),\n</li>\n<li>Anpassung der Inhalte an die Ranking-Systeme der Plattformen (→ SEO, SMO, plattformspezifische Optimierung),\n</li>\n<li>direkte Bezahlung für Sichtbarkeit (→ Influencer-Partnerschaften, bezahlte Platzierungen).\n</li>\n</ul>\n<h2>Direkte Ansprache</h2>\n<p>Die direkte Ansprache ist eine hybride Targeting-Strategie: Sie wird meist von Menschen ausgelöst, nutzt aber auch die Infrastruktur der Plattform (Benachrichtigungssysteme, algorithmische Kuratierung).</p>\n<p>Quellen nutzen die folgenden Strategien, um bestimmte Empfänger oder Konten direkt anzusprechen:</p>\n<ul>\n<li>#### @Erwähnungen\n</li>\n<li>#### Tagging (in Fotos, Beiträgen oder Threads)\n</li>\n<li>#### Zitat-Tweets &amp; Erwähnungen in Antworten\n</li>\n<li>#### Gruppen-Direktnachrichten\n</li>\n<li>#### Adressierung über Mailinglisten (An, CC)\n</li>\n</ul>\n<p>Die direkte Adressierung hat zwei unterschiedliche Auswirkungen auf die Sichtbarkeit:</p>\n<h3>Sofortige Benachrichtigung für den adressierten Nutzer</h3>\n<p>Der adressierte Nutzer erhält die Information direkt per Benachrichtigung, unabhängig davon, ob er sie sonst über seinen Feed gesehen hätte.</p>\n<h3>Indirekte Reichweite über das Netzwerk des adressierten Kontos</h3>\n<p>Wenn Konten mit großer Reichweite angesprochen werden, kann sich der Beitrag über die ursprüngliche Benachrichtigung hinaus verbreiten:</p>\n<ul>\n<li>Sichtbarkeit im Profil des angesprochenen Accounts ohne Interaktionen:<br>Auf einigen Plattformen (z. B. X/Twitter) sind @Erwähnungen im Profil des angesprochenen Accounts öffentlich sichtbar;\n</li>\n<li>Sichtbarkeit für die gesamte Reichweite des Kontos, d. h. sein Follower-Netzwerk:<br>Wenn das angesprochene Konto antwortet, den Beitrag teilt oder darauf reagiert, erreicht der Beitrag sein gesamtes Follower-Netzwerk.\n</li>\n</ul>\n<h2>Anpassung der Inhalte an die Ranking-Systeme der Plattformen</h2>\n<p>Die Quellen passen ihre Inhalte, Metadaten und Struktur an die Ranking-Kriterien der Plattformen an, auf denen sie Sichtbarkeit anstreben – ohne für die Platzierung zu bezahlen.</p>\n<h3>Suchmaschinenoptimierung (SEO)</h3>\n<p>SEO bezieht sich auf Maßnahmen auf Seiten der Quellen, die Websites – deren Inhalte, Metadaten und Linkstruktur – so anpassen, dass sie in den Ergebnissen allgemeiner Suchmaschinen (Google, Bing, DuckDuckGo usw.) weiter oben ranken.</p>\n<p>SEO ist die am stärksten formalisierte Optimierungsstrategie, da die Ranking-Signale von Suchmaschinen relativ stabil und gut dokumentiert sind. Spezialisierte SEO-Experten, Agenturen und Tools unterstützen die Umsetzung.</p>\n<h4>☑ SEO-Maßnahmen</h4>\n<div class=\"scilmi-callout scilmi-callout-success\">\n<div class=\"scilmi-callout-row\" aria-label=\"Success\">\n<span class=\"scilmi-callout-icon\" aria-hidden=\"true\"><svg fill=\"currentColor\" width=\"24px\" height=\"24px\" viewBox=\"0 0 24 24\" xmlns=\"http://www.w3.org/2000/svg\"><path fill-rule=\"evenodd\" clip-rule=\"evenodd\" d=\"M12 20C16.4183 20 20 16.4183 20 12C20 7.58172 16.4183 4 12 4C7.58172 4 4 7.58172 4 12C4 16.4183 7.58172 20 12 20ZM9.26825 11.3599L10.9587 13.3885L14.7 8.40006C15.0314 7.95823 15.6582 7.86869 16.1 8.20006C16.5419 8.53143 16.6314 9.15823 16.3 9.60006L11.8 15.6001C11.4128 16.1164 10.645 16.1361 10.2318 15.6402L7.7318 12.6402C7.37824 12.216 7.43556 11.5854 7.85984 11.2318C8.28412 10.8783 8.91468 10.9356 9.26825 11.3599Z\"></path></svg></span>\n<div class=\"scilmi-callout-body\"><ul>\n<li>Keyword-Recherche und Einbindung in Titel, Überschriften und Fließtext\n</li>\n<li>Optimierung von Metadaten (Titel-Tags, Meta-Beschreibungen, Alt-Text)\n</li>\n<li>Linkaufbau (Gewinnung von eingehenden Links von maßgeblichen Websites)\n</li>\n<li>Webseitenstruktur und interne Verlinkung\n</li>\n<li>Seitengeschwindigkeit und Mobilfreundlichkeit\n</li>\n<li>Erstellung von Inhalten, die der Suchabsicht entsprechen\n</li>\n</ul></div>\n</div>\n</div>\n<div class=\"scilmi-callout scilmi-callout-info\">\n<div class=\"scilmi-callout-row\" aria-label=\"Info\">\n<span class=\"scilmi-callout-icon\" aria-hidden=\"true\"><svg fill=\"currentColor\" width=\"24px\" height=\"24px\" viewBox=\"0 0 24 24\" xmlns=\"http://www.w3.org/2000/svg\"><path fill-rule=\"evenodd\" d=\"M20 12C20 7.58172 16.4183 4 12 4C7.58172 4 4 7.58172 4 12C4 16.4183 7.58172 20 12 20C16.4183 20 20 16.4183 20 12ZM11 8C11 8.55228 11.4477 9 12 9C12.5523 9 13 8.55228 13 8C13 7.44772 12.5523 7 12 7C11.4477 7 11 7.44772 11 8ZM12 10C13 10 13 11 13 11V16C13 16 13 17 12 17C11 17 11 16 11 16V11C11 11 11 11 10.5 11C10 11 10 10 10 10H12Z\"></path></svg></span>\n<div class=\"scilmi-callout-body\"><p>SEO verändert nicht, wie Suchmaschinen Seiten bewerten, sondern passt die Website an die bestehenden Bewertungskriterien an. Quellen können beeinflussen, was der Algorithmus sieht – nicht, wie er entscheidet.</p></div>\n</div>\n</div>\n<h3>Social-Media-Optimierung (SMO)</h3>\n<p>SMO bezieht sich auf Maßnahmen auf Seiten der Anbieter, um die Sichtbarkeit, das Engagement und die Teilbarkeit von Inhalten auf Social-Media-Plattformen zu maximieren.</p>\n<p>SMO ist weniger formalisiert als SEO, da die Ranking-Signale in sozialen Medien undurchsichtiger und plattformspezifischer sind. Die Vorgehensweisen ändern sich, wenn sich die Algorithmen ändern.</p>\n<h4>☑ SMO-Maßnahmen</h4>\n<div class=\"scilmi-callout scilmi-callout-success\">\n<div class=\"scilmi-callout-row\" aria-label=\"Success\">\n<span class=\"scilmi-callout-icon\" aria-hidden=\"true\"><svg fill=\"currentColor\" width=\"24px\" height=\"24px\" viewBox=\"0 0 24 24\" xmlns=\"http://www.w3.org/2000/svg\"><path fill-rule=\"evenodd\" clip-rule=\"evenodd\" d=\"M12 20C16.4183 20 20 16.4183 20 12C20 7.58172 16.4183 4 12 4C7.58172 4 4 7.58172 4 12C4 16.4183 7.58172 20 12 20ZM9.26825 11.3599L10.9587 13.3885L14.7 8.40006C15.0314 7.95823 15.6582 7.86869 16.1 8.20006C16.5419 8.53143 16.6314 9.15823 16.3 9.60006L11.8 15.6001C11.4128 16.1164 10.645 16.1361 10.2318 15.6402L7.7318 12.6402C7.37824 12.216 7.43556 11.5854 7.85984 11.2318C8.28412 10.8783 8.91468 10.9356 9.26825 11.3599Z\"></path></svg></span>\n<div class=\"scilmi-callout-body\"><ul>\n<li>Hashtag-Strategien (Trend- oder themenspezifische Tags)\n</li>\n<li>Zeitpunkt der Veröffentlichung (wenn die Zielgruppen aktiv sind)\n</li>\n<li>Auswahl des Inhaltsformats (kurze Videos, Karussells, Reels)\n</li>\n<li>Gestaltung von Überschriften und Aufhängern (um schnell Aufmerksamkeit zu erregen)\n</li>\n<li>Förderung der Interaktion (Fragen, Umfragen, Handlungsaufforderungen)\n</li>\n<li>Plattformübergreifende Wiederverwendung von Inhalten\n</li>\n</ul></div>\n</div>\n</div>\n<h3>Plattformspezifische Optimierung</h3>\n<p>Über allgemeine SEO- und SMO-Strategien hinaus folgt jede Plattform ihrer eigenen Ranking-Logik und ihren eigenen Inhaltskonventionen, was maßgeschneiderte Optimierungsstrategien erfordert.</p>\n<h4>☑ Plattformspezifische Optimierungsstrategien</h4>\n<div class=\"scilmi-callout scilmi-callout-success\">\n<div class=\"scilmi-callout-row\" aria-label=\"Success\">\n<span class=\"scilmi-callout-icon\" aria-hidden=\"true\"><svg fill=\"currentColor\" width=\"24px\" height=\"24px\" viewBox=\"0 0 24 24\" xmlns=\"http://www.w3.org/2000/svg\"><path fill-rule=\"evenodd\" clip-rule=\"evenodd\" d=\"M12 20C16.4183 20 20 16.4183 20 12C20 7.58172 16.4183 4 12 4C7.58172 4 4 7.58172 4 12C4 16.4183 7.58172 20 12 20ZM9.26825 11.3599L10.9587 13.3885L14.7 8.40006C15.0314 7.95823 15.6582 7.86869 16.1 8.20006C16.5419 8.53143 16.6314 9.15823 16.3 9.60006L11.8 15.6001C11.4128 16.1164 10.645 16.1361 10.2318 15.6402L7.7318 12.6402C7.37824 12.216 7.43556 11.5854 7.85984 11.2318C8.28412 10.8783 8.91468 10.9356 9.26825 11.3599Z\"></path></svg></span>\n<div class=\"scilmi-callout-body\"><ul>\n<li><strong>TikTok</strong>\n</li>\n<li>Format: vertikale Kurzvideos, Trend-Sounds\n</li>\n<li>Strategien:\n</li>\n<li>Fessle die Zuschauer in den ersten drei Sekunden\n</li>\n<li>regelmäßig zu den Spitzenzeiten posten\n</li>\n<li><strong>Instagram</strong>\n</li>\n<li>Format: hochwertige Bilder, Reels-First-Inhalte\n</li>\n<li>Strategien:\n</li>\n<li>Hashtags strategisch kombinieren\n</li>\n<li>Inhalte formatübergreifend wiederverwenden (Beiträge, Stories, Reels)\n</li>\n<li><strong>YouTube</strong>\n</li>\n<li>Format: Langform-Videos mit starkem Einstieg, titeln und Beschreibungen voller Schlüsselwörter\n</li>\n<li>Strategien:\n</li>\n<li>Thumbnails für mehr Klicks optimieren\n</li>\n<li>Maximiere die Wiedergabezeit, um Empfehlungen auszulösen\n</li>\n<li><strong>LinkedIn</strong>\n</li>\n<li>Format: Lange, professionelle Beiträge, native Artikel\n</li>\n<li>Strategien:\n</li>\n<li>Nativ veröffentlichen (externe Links vermeiden)\n</li>\n<li>Fördern von Interaktionen im Netzwerk durch Tagging\n</li>\n<li><strong>X (Twitter)</strong>\n</li>\n<li>Format: prägnante Texte, Threads für längere Inhalte\n</li>\n<li>Strategien:\n</li>\n<li>Setze in der ersten Zeile einen starken Aufhänger ein\n</li>\n<li>Antworte auf Accounts mit großer Reichweite, um Sichtbarkeit zu gewinnen\n</li>\n</ul></div>\n</div>\n</div>\n<div class=\"scilmi-callout scilmi-callout-info\">\n<div class=\"scilmi-callout-row\" aria-label=\"Info\">\n<span class=\"scilmi-callout-icon\" aria-hidden=\"true\"><svg fill=\"currentColor\" width=\"24px\" height=\"24px\" viewBox=\"0 0 24 24\" xmlns=\"http://www.w3.org/2000/svg\"><path fill-rule=\"evenodd\" d=\"M20 12C20 7.58172 16.4183 4 12 4C7.58172 4 4 7.58172 4 12C4 16.4183 7.58172 20 12 20C16.4183 20 20 16.4183 20 12ZM11 8C11 8.55228 11.4477 9 12 9C12.5523 9 13 8.55228 13 8C13 7.44772 12.5523 7 12 7C11.4477 7 11 7.44772 11 8ZM12 10C13 10 13 11 13 11V16C13 16 13 17 12 17C11 17 11 16 11 16V11C11 11 11 11 10.5 11C10 11 10 10 10 10H12Z\"></path></svg></span>\n<div class=\"scilmi-callout-body\"><p>Plattformspezifische Optimierung erfordert ein Verständnis für das Ranking-System, das Nutzerverhalten und die Präferenzen hinsichtlich des Inhaltsformats der jeweiligen Plattform. Was auf TikTok funktioniert, funktioniert selten auf LinkedIn.</p></div>\n</div>\n</div>\n<h2>Bezahlte Sichtbarkeit</h2>\n<h3>Influencer-Partnerschaften</h3>\n<p>Influencer-Partnerschaften sind bezahlte Kooperationen, bei denen Auftraggeber Personen mit großer Reichweite beauftragen, ihre Inhalte zu bewerben.</p>\n<p>Die Bezahlung erfolgt in Form einer finanziellen Vergütung oder einer Sachleistung (kostenlose Produkte, Dienstleistungen oder andere Vorteile).</p>\n<p>Der Kernmechanismus ist „Reach-as-a-Service“: Der Auftraggeber erkauft sich den Zugang zum Follower-Netzwerk des Influencers.</p>\n<div class=\"scilmi-callout scilmi-callout-info\">\n<div class=\"scilmi-callout-row\" aria-label=\"Info\">\n<span class=\"scilmi-callout-icon\" aria-hidden=\"true\"><svg fill=\"currentColor\" width=\"24px\" height=\"24px\" viewBox=\"0 0 24 24\" xmlns=\"http://www.w3.org/2000/svg\"><path fill-rule=\"evenodd\" d=\"M20 12C20 7.58172 16.4183 4 12 4C7.58172 4 4 7.58172 4 12C4 16.4183 7.58172 20 12 20C16.4183 20 20 16.4183 20 12ZM11 8C11 8.55228 11.4477 9 12 9C12.5523 9 13 8.55228 13 8C13 7.44772 12.5523 7 12 7C11.4477 7 11 7.44772 11 8ZM12 10C13 10 13 11 13 11V16C13 16 13 17 12 17C11 17 11 16 11 16V11C11 11 11 11 10.5 11C10 11 10 10 10 10H12Z\"></path></svg></span>\n<div class=\"scilmi-callout-body\"><p>Influencer-Partnerschaften werden manchmal deutlich gekennzeichnet („Anzeige“, „Bezahlte Partnerschaft“), manchmal nur schwach oder gar nicht. Die Offenlegungsstandards variieren je nach Rechtsraum und Plattform.</p></div>\n</div>\n</div>\n<h3>Bezahlte Platzierungen</h3>\n<p>Bezahlte Platzierungen sind eine Praxis auf Seiten der Quelle, bei der Plattformen direkt für Sichtbarkeit bezahlt werden.</p>\n<p>Gesponserte Inhalte werden neben organischen Inhalten in Form von</p>\n<ul>\n<li>gesponserte Suchergebnisse (Suchmaschinenanzeigen),\n</li>\n<li>gesponserte Beiträge und beworbene Inhalte (Social Media) oder\n</li>\n<li>Display-Anzeigen (Banner, Videos).\n</li>\n</ul>\n<p>Bezahlte Platzierungen umgehen organische Rankingsysteme: Anstatt Inhalte für ein gutes Ranking zu optimieren, bezahlt der Anbieter die Plattform direkt für die Platzierung.</p>\n<div class=\"scilmi-callout scilmi-callout-info\">\n<div class=\"scilmi-callout-row\" aria-label=\"Info\">\n<span class=\"scilmi-callout-icon\" aria-hidden=\"true\"><svg fill=\"currentColor\" width=\"24px\" height=\"24px\" viewBox=\"0 0 24 24\" xmlns=\"http://www.w3.org/2000/svg\"><path fill-rule=\"evenodd\" d=\"M20 12C20 7.58172 16.4183 4 12 4C7.58172 4 4 7.58172 4 12C4 16.4183 7.58172 20 12 20C16.4183 20 20 16.4183 20 12ZM11 8C11 8.55228 11.4477 9 12 9C12.5523 9 13 8.55228 13 8C13 7.44772 12.5523 7 12 7C11.4477 7 11 7.44772 11 8ZM12 10C13 10 13 11 13 11V16C13 16 13 17 12 17C11 17 11 16 11 16V11C11 11 11 11 10.5 11C10 11 10 10 10 10H12Z\"></path></svg></span>\n<div class=\"scilmi-callout-body\"><p>Manchmal sind sie deutlich gekennzeichnet („Gesponsert“, „Anzeige“), manchmal lassen sie sich jedoch nur schwer von organischen Ergebnissen unterscheiden. Die Kennzeichnungsstandards variieren je nach Rechtsraum und Plattform.</p></div>\n</div>\n</div>\n<h1>Plattformseitige Kuratierung</h1>\n<p>Plattformseitige Kuratierung ist die eigenständige Gestaltung durch die Plattform, wie prominent einzelne Informationen erscheinen. Sie funktioniert in zwei Modi:</p>\n<ul>\n<li>redaktionelle Kuratierung nach der Veröffentlichung\n</li>\n<li>algorithmische Kuratierung\n</li>\n</ul>\n<h2>Redaktionelle Kuratierung nach der Veröffentlichung</h2>\n<p>Redaktionelle Kuratierung, d. h. wenn menschliche Redakteure oder Plattformbetreiber ausgewählte Inhalte gezielt hervorheben, spielt heute nur noch eine untergeordnete Rolle: Auf den meisten großen digitalen Plattformen wird die Sichtbarkeit überwiegend durch Algorithmen bestimmt.</p>\n<p>Wo sie noch existiert, beschränkt sie sich weitgehend auf wenige Kontexte, wie zum Beispiel:</p>\n<ul>\n<li>Top-Story-Rubriken in Nachrichten-Entdeckungssystemen (z. B. Apple News, Google News „Editors’ Picks“)\n</li>\n<li>hervorgehobene Nutzerbeiträge in sozialen Medien (z. B. das hauseigene Nachrichtenteam von LinkedIn, das „Top Stories“ aus den Beiträgen der Mitglieder auswählt)\n</li>\n</ul>\n<h2>Algorithmische Kuratierung</h2>\n<p>Algorithmische Kuratierung ist die algorithmische Auswahl, Rangfolge und Darstellung verfügbarer Informationselemente. Sie bestimmt, wie prominent diese erscheinen, nicht aber, ob sie überhaupt verfügbar sind (→ Gatekeeping).</p>\n<p>Sie funktioniert in zwei Modi, die sich danach unterscheiden, ob die Plattform den einzelnen Nutzer über eine Anmeldung, Cookies oder Gerätekennungen erkennen kann:</p>\n<ul>\n<li><strong>nicht personalisierte algorithmische Kuratierung:</strong> für jeden Nutzer<br>gleich. Sie stützt sich ausschließlich auf die Eigenschaften der Informationselemente und Quellen sowie auf das aggregierte Engagement (die Interaktionen, die ein Informationselement bei der gesamten Zielgruppe hervorruft), nicht darauf, wer es sich ansieht.\n</li>\n<li><strong>Algorithmische Personalisierung:</strong> auf den Einzelnen<br>zugeschnitten. Sie stützt sich auf die erfassten Signale des Nutzers. Wenn die Plattform den Nutzer über mehrere Besuche hinweg wiedererkennen und diese Signale speichern kann, erstellt sie ein algorithmisches Profil des Nutzers; je mehr Informationen dieses Profil enthält, desto genauer kann die Plattform das, was der Nutzer sieht, auf ihn zuschneiden.\n</li>\n</ul>\n<div class=\"scilmi-callout scilmi-callout-info\">\n<div class=\"scilmi-callout-row\" aria-label=\"Info\">\n<span class=\"scilmi-callout-icon\" aria-hidden=\"true\"><svg fill=\"currentColor\" width=\"24px\" height=\"24px\" viewBox=\"0 0 24 24\" xmlns=\"http://www.w3.org/2000/svg\"><path fill-rule=\"evenodd\" d=\"M20 12C20 7.58172 16.4183 4 12 4C7.58172 4 4 7.58172 4 12C4 16.4183 7.58172 20 12 20C16.4183 20 20 16.4183 20 12ZM11 8C11 8.55228 11.4477 9 12 9C12.5523 9 13 8.55228 13 8C13 7.44772 12.5523 7 12 7C11.4477 7 11 7.44772 11 8ZM12 10C13 10 13 11 13 11V16C13 16 13 17 12 17C11 17 11 16 11 16V11C11 11 11 11 10.5 11C10 11 10 10 10 10H12Z\"></path></svg></span>\n<div class=\"scilmi-callout-body\"><p>Ohne eine solche Wiedererkennung, zum Beispiel bei einer Gast- oder Inkognito-Sitzung ohne Anmeldung oder Cookies, kommt nur eine nicht personalisierte algorithmische Kuratierung zum Tragen. Eine Plattform kann die Ergebnisse zwar weiterhin anhand der IP-Adresse regional anpassen, doch das ist kontextbezogen, nicht individuell: Jeder in derselben Region sieht dasselbe.</p></div>\n</div>\n</div>\n<div class=\"scilmi-callout scilmi-callout-warning\">\n<div class=\"scilmi-callout-row\" aria-label=\"Warning\">\n<span class=\"scilmi-callout-icon\" aria-hidden=\"true\"><svg fill=\"currentColor\" width=\"24px\" height=\"24px\" viewBox=\"0 0 24 24\" xmlns=\"http://www.w3.org/2000/svg\"><path fill-rule=\"evenodd\" clip-rule=\"evenodd\" d=\"M12 20C7.58172 20 4 16.4183 4 12C4 7.58172 7.58172 4 12 4C16.4183 4 20 7.58172 20 12C20 16.4183 16.4183 20 12 20ZM12 15C12.5523 15 13 15.4477 13 16C13 16.5523 12.5523 17 12 17C11.4477 17 11 16.5523 11 16C11 15.4477 11.4477 15 12 15ZM12 14C13 14 13 13 13 13L13 10.5L13 8C13 8 13 7 12 7C11 7 11 8 11 8L11 13C11 13 11 14 12 14Z\"></path></svg></span>\n<div class=\"scilmi-callout-body\"><h4>Wiedererkennung von Nutzern</h4>\n<p>Die Plattform erkennt einen wiederkehrenden Nutzer auf eine von drei Arten, die sich in Reichweite und Dauer unterscheiden:</p>\n<ul>\n<li><strong>Anmeldung:</strong> Der Nutzer meldet sich mit einem Konto an. Dies ist die zuverlässigste Methode und funktioniert geräteübergreifend, da die Aktivitäten an das Konto und nicht an einen einzelnen Browser gebunden sind.\n</li>\n<li><strong>Cookies:</strong> Die Plattform speichert eine Kennung im Browser des Nutzers und liest sie bei der Rückkehr aus. Diese ist an einen Browser auf einem Gerät gebunden und kann vom Nutzer gelöscht werden.\n</li>\n<li><strong>Gerätekennungen:</strong> Die Plattform liest technische Merkmale des Geräts oder Browsers aus oder kombiniert viele davon zu einem nahezu eindeutigen Fingerabdruck. Das funktioniert sogar ohne Anmeldung oder Cookies und ist für den Nutzer am schwersten zu umgehen.\n<p>In der Praxis kombinieren Plattformen diese Methoden meist, anstatt sich auf eine einzige zu verlassen.</p>\n</li>\n</ul></div>\n</div>\n</div>\n<h4>☑ Nutzersignale</h4>\n<p>Nutzersignale sind die Daten, die eine Plattform über einen Nutzer erfasst, um die Auswahl und Sichtbarkeit von Informationselementen zu personalisieren. Viele davon entstehen, wenn Nutzer Elemente auswählen, mit ihnen interagieren, darauf reagieren oder sie erstellen. Nicht alle stammen aus bewussten Handlungen wie Klicken oder Liken; manche resultieren aus weniger bewussten Verhaltensweisen, zum Beispiel wie lange jemand auf einer Seite verweilt oder wie weit er scrollt. Neben diesen aus der Interaktion abgeleiteten Signalen greifen Plattformen auch auf Konto- und Kontextdaten zurück. Aus all diesen Daten leiten sie Nutzerinteressen, die Relevanz von Inhalten, die Nutzerzufriedenheit, die Beliebtheit oder das voraussichtliche zukünftige Engagement ab. Den Nutzern ist oft nicht bewusst, wie viele Signale beeinflussen, was ihnen als Nächstes angezeigt wird.</p>\n<table><thead><tr>\n<th>Typ</th>\n<th>Was es ist</th>\n<th>Beispiele</th>\n</tr></thead><tbody>\n<tr>\n<td><h4>Aus Interaktionen abgeleitete Signale</h4></td>\n<td>Signale, die während der Interaktion erfasst werden, einschließlich Aufmerksamkeitsmessungen</td>\n<td>\\- mit<br> welchen Elementen sich ein Nutzer beschäftigt hat\\- die Art der Nutzeraktion (→ Interaktion)<br>\\- aus der Nutzeraktion abgeleitete Messwerte <br>(Verweildauer; Scrolltiefe, Hover-/Skip-Verhalten)</td>\n</tr>\n<tr>\n<td><h4>Kontodaten</h4></td>\n<td>Informationen über den Nutzer und seine Verbindungen</td>\n<td>\\- Nutzerprofil (Alter, Interessen, Beruf, Geschlecht)<br>\\- Spracheinstellungen<br>\\- verknüpfte Konten<br>\\- Kontaktliste / Adressbuch</td>\n</tr>\n<tr>\n<td><h4>Kontextdaten</h4></td>\n<td>Informationen über die Situation, in der der Nutzer auf die Plattform zugreift</td>\n<td>\\- Standort, z. B. abgeleitet aus der IP-Adresse<br>\\- Gerätetyp (z. B. Smartphone oder Laptop)<br>\\- Zeitpunkt des Zugriffs</td>\n</tr>\n</tbody></table>\n<div class=\"scilmi-callout scilmi-callout-info\">\n<div class=\"scilmi-callout-row\" aria-label=\"Info\">\n<span class=\"scilmi-callout-icon\" aria-hidden=\"true\"><svg fill=\"currentColor\" width=\"24px\" height=\"24px\" viewBox=\"0 0 24 24\" xmlns=\"http://www.w3.org/2000/svg\"><path fill-rule=\"evenodd\" d=\"M20 12C20 7.58172 16.4183 4 12 4C7.58172 4 4 7.58172 4 12C4 16.4183 7.58172 20 12 20C16.4183 20 20 16.4183 20 12ZM11 8C11 8.55228 11.4477 9 12 9C12.5523 9 13 8.55228 13 8C13 7.44772 12.5523 7 12 7C11.4477 7 11 7.44772 11 8ZM12 10C13 10 13 11 13 11V16C13 16 13 17 12 17C11 17 11 16 11 16V11C11 11 11 11 10.5 11C10 11 10 10 10 10H12Z\"></path></svg></span>\n<div class=\"scilmi-callout-body\"><p>Im Gegensatz zu Konto- und Kontextdaten hängen aus der Interaktion abgeleitete Signale von der vorherigen Sichtbarkeit eines Beitrags ab: Ein Beitrag muss erst angezeigt werden, bevor Nutzer damit interagieren können. Dadurch verstärkt sich die Interaktion selbst: Ein Beitrag mit hoher vorheriger Interaktion wird höher eingestuft, erhält mehr Sichtbarkeit und zieht so noch mehr Interaktion an. Diese sich selbst verstärkende Dynamik ist → algorithmische Verstärkung. Die gleiche Dynamik kann auch gezielt durch koordinierte Akteure ausgelöst werden, die Interaktionen künstlich erzeugen (→ koordinierte Verstärkung).</p></div>\n</div>\n</div>\n<h3>Nicht-personalisierte algorithmische Kuratierung</h3>\n<p>Die nicht-personalisierte algorithmische Kuratierung wendet dieselbe Logik auf jeden Nutzer an, unabhängig davon, wer gerade sucht oder scrollt. Sie funktioniert über zwei Hauptvorgänge:</p>\n<ul>\n<li>Ranking\n</li>\n<li>Trenderkennung\n</li>\n</ul>\n<h4>Ranking</h4>\n<p>Beim Ranking werden verfügbare Informationselemente in eine Rangliste geordnet, wobei einige auf der Sichtbarkeitsskala höher und andere tiefer platziert werden. Die Reihenfolge wird durch Ranking-Signale bestimmt, die in der Regel kombiniert und nicht isoliert angewendet werden:</p>\n<ul>\n<li><strong>Eigenschaften des Informationselements und der Quelle</strong>\n<ul>\n<li><strong>Relevanz:</strong> Wie gut passt ein Informationselement zur Suchanfrage oder zum Kontext?\n</li>\n<li><strong>Aktualität:</strong> Wie aktuell ein Informationselement ist\n</li>\n<li><strong>Autorität der Quelle:</strong> Wie glaubwürdig oder hochwertig eine Quelle eingestuft wird\n</li>\n</ul>\n</li>\n<li><strong>Gesamtreaktion des Publikums</strong>\n<ul>\n<li><strong>Interaktion:</strong> die Interaktionen, die ein Informationsbeitrag auslöst (Likes, Shares, Kommentare, Klicks)\n</li>\n</ul>\n</li>\n</ul>\n<div class=\"scilmi-callout scilmi-callout-warning\">\n<div class=\"scilmi-callout-row\" aria-label=\"Warning\">\n<span class=\"scilmi-callout-icon\" aria-hidden=\"true\"><svg fill=\"currentColor\" width=\"24px\" height=\"24px\" viewBox=\"0 0 24 24\" xmlns=\"http://www.w3.org/2000/svg\"><path fill-rule=\"evenodd\" clip-rule=\"evenodd\" d=\"M12 20C7.58172 20 4 16.4183 4 12C4 7.58172 7.58172 4 12 4C16.4183 4 20 7.58172 20 12C20 16.4183 16.4183 20 12 20ZM12 15C12.5523 15 13 15.4477 13 16C13 16.5523 12.5523 17 12 17C11.4477 17 11 16.5523 11 16C11 15.4477 11.4477 15 12 15ZM12 14C13 14 13 13 13 13L13 10.5L13 8C13 8 13 7 12 7C11 7 11 8 11 8L11 13C11 13 11 14 12 14Z\"></path></svg></span>\n<div class=\"scilmi-callout-body\"><p>Algorithmen messen <strong>die Autorität der Quelle</strong> nicht direkt; es gibt keinen einzelnen Autoritätswert. Die Signale sind Indikatoren, anhand derer diese geschätzt wird. Ihre Art wird durch Plattform-Erklärungen, Patente und Branchenbeobachtungen dokumentiert, doch ihre genaue Gewichtung wird nicht unabhängig überprüft, da die Plattformen ihre Ranking-Systeme nicht offenlegen.</p></div>\n</div>\n</div>\n<h4>☑ Signale, die Algorithmen zur Schätzung der Quellenautorität verwenden</h4>\n<div class=\"scilmi-callout scilmi-callout-success\">\n<div class=\"scilmi-callout-row\" aria-label=\"Success\">\n<span class=\"scilmi-callout-icon\" aria-hidden=\"true\"><svg fill=\"currentColor\" width=\"24px\" height=\"24px\" viewBox=\"0 0 24 24\" xmlns=\"http://www.w3.org/2000/svg\"><path fill-rule=\"evenodd\" clip-rule=\"evenodd\" d=\"M12 20C16.4183 20 20 16.4183 20 12C20 7.58172 16.4183 4 12 4C7.58172 4 4 7.58172 4 12C4 16.4183 7.58172 20 12 20ZM9.26825 11.3599L10.9587 13.3885L14.7 8.40006C15.0314 7.95823 15.6582 7.86869 16.1 8.20006C16.5419 8.53143 16.6314 9.15823 16.3 9.60006L11.8 15.6001C11.4128 16.1164 10.645 16.1361 10.2318 15.6402L7.7318 12.6402C7.37824 12.216 7.43556 11.5854 7.85984 11.2318C8.28412 10.8783 8.91468 10.9356 9.26825 11.3599Z\"></path></svg></span>\n<div class=\"scilmi-callout-body\"><h4><strong>Linkbasierte Signale</strong></h4>\n<ul>\n<li>Menge und Qualität der eingehenden Links aus vertrauenswürdigen Quellen\n</li>\n<li>Vielfalt des Backlink-Profils\n</li>\n<li>Links von thematisch verwandten Quellen\n<p><strong>Reputation von Entitäten und Marken</strong></p>\n</li>\n<li>Erkennung als benannte Entität im gesamten Web\n</li>\n<li>Erwähnungen in vertrauenswürdigen Quellen (mit oder ohne Link)\n</li>\n<li>Anzahl der markenbezogenen Suchanfragen\n<p><strong>E-E-A-T-Indikatoren</strong> (Erfahrung, Fachwissen, Autorität, Vertrauenswürdigkeit)</p>\n</li>\n<li>Identifizierbare Urheberschaft und angegebene Qualifikationen\n</li>\n<li>Transparenz des Herausgebers (Impressum, Eigentumsverhältnisse, Kontakt)\n</li>\n<li>Sichere Website-Infrastruktur (HTTPS)\n</li>\n<li>Sachliche Richtigkeit und interne Konsistenz\n<p><strong>Erfolgsbilanz auf Domain-Ebene</strong></p>\n</li>\n<li>Alter der Domain und Kontinuität des Schwerpunkts\n</li>\n<li>Qualität der Inhalte auf der gesamten Website\n</li>\n<li>etablierter Ruf innerhalb des Fachgebiets\n<p><strong>Zitationsbasierte Signale</strong> (wissenschaftliche Datenbanken, Nachrichten)</p>\n</li>\n<li>Anzahl der Zitate und Qualität der zitierenden Quellen\n</li>\n<li>Rang der Zeitschrift oder Ansehen des Publikationsorgans\n</li>\n</ul></div>\n</div>\n</div>\n<h4>Trenderkennung</h4>\n<p>Die Trenderkennung identifiziert Themen oder Hashtags, die innerhalb kurzer Zeit einen plötzlichen Anstieg an Aktivität verzeichnen.</p>\n<p>Sie funktioniert auf einer anderen Ebene als das Ranking. Das Ranking arbeitet mit einzelnen Informationselementen und ordnet diese in einer Rangliste an. Die Trenderkennung ordnet Elemente nicht an: Sie erfasst die gesamte Aktivität rund um ein Thema oder einen Hashtag über die vielen einzelnen Beiträge hinweg, die sich damit befassen oder diesen enthalten, und hebt das Thema oder den Hashtag als Ganzes hervor. Es handelt sich um eine zusammenfassende Übersicht, die in einem eigenen Bereich angezeigt wird, zum Beispiel:</p>\n<ul>\n<li>Trendthemen und Hashtags\n</li>\n<li>der Bereich „Was passiert gerade?“ oder „Schlagzeilen des Tages“ einer Plattform\n</li>\n</ul>\n<p>Das entscheidende Merkmal ist die Zuwachsrate innerhalb eines kurzen Zeitfensters: Wie schnell die Aktivität rund um das Thema oder den Hashtag zunimmt, nicht wie viel es insgesamt gibt.</p>\n<h3>Algorithmische Personalisierung</h3>\n<p>Die algorithmische Personalisierung passt die Reihenfolge, Auswahl oder Darstellung von Informationen an einzelne Nutzer an, basierend auf deren erfassten Signalen und algorithmischen Profilen:</p>\n<h4>Personalisiertes Ranking</h4>\n<p>Das personalisierte Ranking ordnet die Einträge, die einem Nutzer angezeigt werden, für jeden Einzelnen unterschiedlich an, basierend auf den erfassten Signalen und algorithmischen Profilen:</p>\n<ul>\n<li>personalisierte Suchergebnisse (abhängig von Standort, Verlauf, Profil)\n</li>\n<li>Reihenfolge in Social-Media-Feeds („Für dich“-Feeds, „Top-Beiträge“)\n</li>\n</ul>\n<h4>Personalisierte Empfehlungen</h4>\n<p>Empfehlungen schlagen Inhalte vor, die über das hinausgehen, was der Nutzer aktiv angefordert hat:</p>\n<ul>\n<li>„Für dich empfohlen“-Videolisten, „Als Nächstes“-Warteschlangen\n</li>\n<li>Vorschläge für Accounts, Gruppen oder Themen, denen du folgen kannst\n</li>\n<li>„Personen, die du vielleicht kennst“\n</li>\n<li>verwandte Artikel, ähnliche Produkte\n</li>\n</ul>\n<h4>Personalisierte Werbung</h4>\n<p>Personalisierte Werbung richtet bezahlte Inhalte anhand des algorithmischen Profils auf einzelne Nutzer aus. Plattformalgorithmen entscheiden, welche Anzeige welchen Nutzer erreicht:</p>\n<ul>\n<li>Suchanzeigen, die auf frühere Suchanfragen zugeschnitten sind\n</li>\n<li>gesponserte Beiträge in sozialen Medien, basierend auf Profil und Verhalten\n</li>\n<li>Retargeting-Display-Anzeigen auf Websites\n</li>\n</ul>\n<div class=\"scilmi-callout scilmi-callout-warning\">\n<div class=\"scilmi-callout-row\" aria-label=\"Warning\">\n<span class=\"scilmi-callout-icon\" aria-hidden=\"true\"><svg fill=\"currentColor\" width=\"24px\" height=\"24px\" viewBox=\"0 0 24 24\" xmlns=\"http://www.w3.org/2000/svg\"><path fill-rule=\"evenodd\" clip-rule=\"evenodd\" d=\"M12 20C7.58172 20 4 16.4183 4 12C4 7.58172 7.58172 4 12 4C16.4183 4 20 7.58172 20 12C20 16.4183 16.4183 20 12 20ZM12 15C12.5523 15 13 15.4477 13 16C13 16.5523 12.5523 17 12 17C11.4477 17 11 16.5523 11 16C11 15.4477 11.4477 15 12 15ZM12 14C13 14 13 13 13 13L13 10.5L13 8C13 8 13 7 12 7C11 7 11 8 11 8L11 13C11 13 11 14 12 14Z\"></path></svg></span>\n<div class=\"scilmi-callout-body\"><p>Zwei Nutzer auf derselben Plattform – selbst bei derselben Suchanfrage – sehen in der Regel deutlich unterschiedliche Inhalte.</p></div>\n</div>\n</div>\n<h1>Informationsverstärkung</h1>\n<p>Verstärkung ist der Prozess, durch den die Sichtbarkeit eines Informationselements, eines Themas oder eines Hashtags über den einzelnen Nutzer hinaus auf viele Accounts ausgeweitet und manchmal sogar über verschiedene Informationsumgebungen hinweg übertragen wird.</p>\n<p>Das führt zu drei Phänomenen:</p>\n<ul>\n<li><strong>Trends</strong>, bei denen ein Thema oder Hashtag einen Aktivitätsschub auslöst und die Plattform es mit einem eigenen Bereich hervorhebt;\n</li>\n<li><strong>Viralität</strong>, bei der ein einzelner Beitrag von so vielen Accounts weiterverbreitet wird, dass er immer wieder auftaucht;\n</li>\n<li><strong>Spill-over-Effekt</strong>: Dabei taucht dieselbe Information in verschiedenen Beiträgen über mehr als eine Informationsumgebung hinweg auf.\n</li>\n</ul>\n<p>Innerhalb einer Informationsumgebung treiben zwei Mechanismen die Verstärkung voran:</p>\n<ul>\n<li><strong>Die algorithmische Verstärkung</strong> wird von der Plattform gesteuert: <br>Das Engagement-Feedback fließt in die → plattformseitige Kuratierung ein, wodurch ein bereits sichtbarer Beitrag immer wieder bei mehr Accounts angezeigt wird.\n</li>\n<li><strong>Koordinierte Verstärkung</strong> ist akteursgesteuert: <br>Mehrere Accounts, Gruppen oder Kampagnen handeln gemeinsam, um die Sichtbarkeit über das Maß hinaus zu steigern, das durch individuelle Aktivitäten erreicht würde. In der Fachliteratur wird dies anhand zweier Achsen unterschieden: der Authentizität der Koordination und der Authentizität der Accounts (Rogers &amp; Righetti 2025):\n<ul>\n<li><strong>Koordinierte authentische Verstärkung</strong>: <br>transparente Koordination, echte Accounts (z. B. offene Bürgerkampagnen, Interessenvertretung, Marketing).\n</li>\n<li><strong>Koordinierte unechte oder künstliche Verstärkung</strong>: <br>verdeckte Koordination, Fake-Accounts oder beides, wodurch der Anschein organischer Unterstützung erweckt wird (Metas „Coordinated Inauthentic Behaviour“ / CIB; Gleicher 2018).\n</li>\n</ul>\n</li>\n</ul>\n<div class=\"scilmi-callout scilmi-callout-info\">\n<div class=\"scilmi-callout-row\" aria-label=\"Info\">\n<span class=\"scilmi-callout-icon\" aria-hidden=\"true\"><svg fill=\"currentColor\" width=\"24px\" height=\"24px\" viewBox=\"0 0 24 24\" xmlns=\"http://www.w3.org/2000/svg\"><path fill-rule=\"evenodd\" d=\"M20 12C20 7.58172 16.4183 4 12 4C7.58172 4 4 7.58172 4 12C4 16.4183 7.58172 20 12 20C16.4183 20 20 16.4183 20 12ZM11 8C11 8.55228 11.4477 9 12 9C12.5523 9 13 8.55228 13 8C13 7.44772 12.5523 7 12 7C11.4477 7 11 7.44772 11 8ZM12 10C13 10 13 11 13 11V16C13 16 13 17 12 17C11 17 11 16 11 16V11C11 11 11 11 10.5 11C10 11 10 10 10 10H12Z\"></path></svg></span>\n<div class=\"scilmi-callout-body\"><p>Die beiden Mechanismen gehen häufig Hand in Hand: Koordinierte Netzwerke nutzen das auf Interaktion basierende Ranking, um algorithmische Boosts auszulösen, und das algorithmische Ranking verstärkt wiederum die Sichtbarkeit, die durch die Koordination erzeugt wurde. Spill-over funktioniert anders: Durch → Nachbildung überträgt ein Akteur Informationen über eine Umgebungsgrenze hinweg – durch journalistische Berichterstattung, plattformübergreifendes Teilen oder redaktionelle Aufgreifung –, anstatt sie innerhalb einer Umgebung zu verstärken.</p></div>\n</div>\n</div>\n<h2>Algorithmische Verstärkung</h2>\n<p>Algorithmische Verstärkung ist eine sich selbst verstärkende Dynamik, die die algorithmische Kuratierung verstärkt: Da aus Engagement abgeleitete Signale von der vorherigen Sichtbarkeit eines Beitrags abhängen, wird ein Beitrag mit hohem vorherigem Engagement höher eingestuft, gewinnt an Sichtbarkeit und zieht so noch mehr Engagement an (der „Die-Reichen-werden-reicher“-Effekt). Da das Engagement der Auslöser ist, kann diese Dynamik auch gezielt durch künstlich erzeugtes Engagement in Gang gesetzt werden (→ koordinierte Verstärkung).</p>\n<p>Empirische Untersuchungen zeigen, dass ein auf Interaktion basierendes Ranking emotional aufgeladene und gegen Außengruppen gerichtete Inhalte systematisch verstärkt, selbst wenn die Nutzer selbst solche Inhalte nicht bevorzugen (Milli et al. 2025).</p>\n<p>Algorithmische Verstärkung ist kein neutraler Abbild der Nutzeraktivität. Ihre Auswirkungen entstehen erst im Gesamtkontext und sind vor allem in der Gesamtheit sichtbar: Einzelne Empfehlungen sind ungenau (die Interaktionsraten liegen auf den meisten Plattformen unter 1 %), aber Ranking, Empfehlungen und Herabstufungen prägen systematisch, was auf der Plattform zirkuliert.</p>\n<h2>Koordinierte authentische Verstärkung</h2>\n<p>Koordinierte authentische Verstärkung ist die gezielte Hervorhebung einer Information, eines Themas, eines Hashtags, eines Accounts oder einer Sichtweise durch offen kommunizierte, organisierte Aktivitäten echter Accounts. Der koordinierte Ursprung wird nicht verheimlicht: Die Teilnehmer agieren unter ihrer echten Identität oder unter bekannten Gruppenzugehörigkeiten.</p>\n<p>Typische Kontexte sind</p>\n<ul>\n<li>zivilgesellschaftliche Kampagnen (z. B. NGO-Petitionen, Hashtags für bestimmte Anliegen),\n</li>\n<li>politische Mobilisierung (z. B. Wahlkampf, Maßnahmen zur Wahlbeteiligung),\n</li>\n<li>Marketing- und Markenkampagnen,\n</li>\n<li>Kommunikation von Berufsverbänden sowie\n</li>\n<li>kulturelle Bewegungen wie „Fridays for Future“ oder „#MeToo“.\n</li>\n</ul>\n<div class=\"scilmi-callout scilmi-callout-warning\">\n<div class=\"scilmi-callout-row\" aria-label=\"Warning\">\n<span class=\"scilmi-callout-icon\" aria-hidden=\"true\"><svg fill=\"currentColor\" width=\"24px\" height=\"24px\" viewBox=\"0 0 24 24\" xmlns=\"http://www.w3.org/2000/svg\"><path fill-rule=\"evenodd\" clip-rule=\"evenodd\" d=\"M12 20C7.58172 20 4 16.4183 4 12C4 7.58172 7.58172 4 12 4C16.4183 4 20 7.58172 20 12C20 16.4183 16.4183 20 12 20ZM12 15C12.5523 15 13 15.4477 13 16C13 16.5523 12.5523 17 12 17C11.4477 17 11 16.5523 11 16C11 15.4477 11.4477 15 12 15ZM12 14C13 14 13 13 13 13L13 10.5L13 8C13 8 13 7 12 7C11 7 11 8 11 8L11 13C11 13 11 14 12 14Z\"></path></svg></span>\n<div class=\"scilmi-callout-body\"><p>Ob die zugrunde liegende Botschaft fundiert, ausgewogen oder einseitig ist, ist eine andere Frage – Authentizität bezieht sich nur auf die Transparenz der Koordination, nicht auf den Wahrheitsgehalt oder die Fairness des Inhalts. Eine authentische Kampagne kann korrekte Informationen, irreführende Informationen oder eine einseitige Position verstärken.</p></div>\n</div>\n</div>\n<div class=\"scilmi-callout scilmi-callout-warning\">\n<div class=\"scilmi-callout-row\" aria-label=\"Warning\">\n<span class=\"scilmi-callout-icon\" aria-hidden=\"true\"><svg fill=\"currentColor\" width=\"24px\" height=\"24px\" viewBox=\"0 0 24 24\" xmlns=\"http://www.w3.org/2000/svg\"><path fill-rule=\"evenodd\" clip-rule=\"evenodd\" d=\"M12 20C7.58172 20 4 16.4183 4 12C4 7.58172 7.58172 4 12 4C16.4183 4 20 7.58172 20 12C20 16.4183 16.4183 20 12 20ZM12 15C12.5523 15 13 15.4477 13 16C13 16.5523 12.5523 17 12 17C11.4477 17 11 16.5523 11 16C11 15.4477 11.4477 15 12 15ZM12 14C13 14 13 13 13 13L13 10.5L13 8C13 8 13 7 12 7C11 7 11 8 11 8L11 13C11 13 11 14 12 14Z\"></path></svg></span>\n<div class=\"scilmi-callout-body\"><p>Authentische und inauthentische Koordination kann Sichtbarkeitsmuster erzeugen, die von außen identisch aussehen – synchronisiertes Teilen, Hashtag-Clustering, schnelle Verbreitung. Das Unterscheidungsmerkmal ist nicht das sichtbare Muster, sondern ob die koordinierte Herkunft offen gelegt wird.</p></div>\n</div>\n</div>\n<h2>Koordinierte unechte oder künstliche Verstärkung</h2>\n<p>Koordinierte unechte oder künstliche Verstärkung ist die gezielte Förderung einer Information, eines Themas, eines Hashtags, eines Accounts oder einer Sichtweise durch organisierte Aktivitäten, bei denen die koordinierte Herkunft verschleiert wird, die beteiligten Accounts gefälscht sind oder beides zutrifft. Das Ziel ist es, den Anschein organischer, unabhängiger Unterstützung zu erwecken. Der von Meta verwendete Begriff <em>„Coordinated Inauthentic Behaviour“</em> (CIB) konzentriert sich auf diese Kombination (Gleicher 2018; Rogers &amp; Righetti 2025).</p>\n<p>Typische Kontexte sind</p>\n<ul>\n<li>politische Einflussnahmen (staatlich gefördert oder parteibezogen),\n</li>\n<li>Astroturfing-Kampagnen (kommerziell oder ideologisch),\n</li>\n<li>gezielte Desinformation rund um Wahlen, das öffentliche Gesundheitswesen oder geopolitische Konflikte sowie\n</li>\n<li>Reputationsmanipulation durch gefälschte Bewertungen, Sterne oder Interaktionen.\n</li>\n</ul>\n<p>Die operativen Mittel – Bots, Trolle, Sockpuppets und ihre koordinierten Netzwerke (Bot-Farmen, Troll-Farmen, Sockpuppet-Netzwerke, Klick-Farmen) – werden im Folgenden ausführlich beschrieben.</p>\n<div class=\"scilmi-callout scilmi-callout-warning\">\n<div class=\"scilmi-callout-row\" aria-label=\"Warning\">\n<span class=\"scilmi-callout-icon\" aria-hidden=\"true\"><svg fill=\"currentColor\" width=\"24px\" height=\"24px\" viewBox=\"0 0 24 24\" xmlns=\"http://www.w3.org/2000/svg\"><path fill-rule=\"evenodd\" clip-rule=\"evenodd\" d=\"M12 20C7.58172 20 4 16.4183 4 12C4 7.58172 7.58172 4 12 4C16.4183 4 20 7.58172 20 12C20 16.4183 16.4183 20 12 20ZM12 15C12.5523 15 13 15.4477 13 16C13 16.5523 12.5523 17 12 17C11.4477 17 11 16.5523 11 16C11 15.4477 11.4477 15 12 15ZM12 14C13 14 13 13 13 13L13 10.5L13 8C13 8 13 7 12 7C11 7 11 8 11 8L11 13C11 13 11 14 12 14Z\"></path></svg></span>\n<div class=\"scilmi-callout-body\"><p>Unter „Unechtheit“ versteht man die Verschleierung der koordinierten Herkunft oder die Nutzung gefälschter Konten – nicht den Wahrheitsgehalt der verbreiteten Inhalte. Ein koordiniertes Netzwerk gefälschter Konten kann korrekte Informationen verstärken; eine einzelne authentische Person kann erfundene Informationen verbreiten. Koordinierte unechte Verstärkung und die Verbreitung falscher Inhalte sind unterschiedliche Phänomene, die unabhängig voneinander oder gemeinsam auftreten können.</p></div>\n</div>\n</div>\n<p>Die folgenden, in diesem Abschnitt beschriebenen Kontotypen gelten für alle digitalen Informationskanäle und Plattformen, auf denen Nutzer Konten erstellen und öffentlich Beiträge veröffentlichen oder interagieren können – insbesondere in sozialen Medien, Diskussionsforen und Community-Bereichen, auf Video- und Audio-Plattformen sowie in Bewertungs- oder Kommentarbereichen. In privaten Kommunikations-Apps oder in Umgebungen ohne nutzergenerierte Inhalte treten sie weniger häufig auf.Sie treten sowohl eigenständig als auch innerhalb koordinierter Netzwerke auf. Sie werden hier aufgrund ihrer typischen Rolle in der Verbreitungsdynamik aufgeführt; die explizit koordinierten Strukturen sind die Account-Netzwerke.</p>\n<table><thead><tr>\n<th>Begriff</th>\n<th>Definition</th>\n<th>Gesteuert von</th>\n<th>Definiert durch</th>\n<th>Typischer Zweck</th>\n</tr></thead><tbody>\n<tr>\n<td><strong>Social Bot</strong></td>\n<td>Ein automatisiertes oder teilweise automatisiertes Konto, das online Beiträge veröffentlicht, Likes vergibt, anderen folgt, Inhalte teilt oder antwortet.</td>\n<td>Software</td>\n<td><strong>Automatisierung</strong></td>\n<td>Um Beiträge zu verstärken, künstliche Popularität zu erzeugen, Spam zu versenden, Debatten zu beeinflussen oder Inhalte in großem Umfang zu verbreiten.</td>\n</tr>\n<tr>\n<td><strong>Cyborg</strong></td>\n<td>Ein Hybrid-Account, der menschliche Bedienung mit Software-Automatisierung kombiniert.</td>\n<td>Gemischt: Mensch und Software</td>\n<td><strong>Selektive Automatisierung</strong></td>\n<td>Um den Umfang der Automatisierung mit der kontextuellen Plausibilität menschlicher Eingaben zu verbinden – für legitime Planung/Verwaltung oder für schwerer zu erkennende Einflussnahmen.</td>\n</tr>\n<tr>\n<td><strong>Troll</strong></td>\n<td>Eine Person oder ein Konto, das Online-Diskussionen absichtlich provoziert, stört oder anheizt.</td>\n<td>Meist ein menschlicher Nutzer; manchmal koordinierte Gruppen</td>\n<td><strong>Störendes / provokatives / feindseliges Verhalten</strong></td>\n<td>Um andere zu verärgern, Gespräche aus der Bahn zu werfen, Reaktionen zu provozieren, Feindseligkeit zu schüren oder Debatten zu polarisieren.</td>\n</tr>\n<tr>\n<td><strong>Sockpuppet</strong></td>\n<td>Ein gefälschtes Konto, das jemand nutzt, um seine wahre Identität zu verbergen oder sich als eine andere Person auszugeben.</td>\n<td>Ein menschlicher Nutzer, obwohl das Konto auch automatisiert betrieben werden kann</td>\n<td><strong>Falsche Identität</strong></td>\n<td>Um falsche Unterstützung zu erzeugen, andere anonym anzugreifen, Sperren zu umgehen, die Debatte zu manipulieren oder den Eindruck unabhängiger Zustimmung zu erwecken.</td>\n</tr>\n</tbody></table>\n<h3>Social Bot</h3>\n<p>Ein <strong>Social Bot</strong> ist ein Bot, der dafür entwickelt wurde, auf Social-Media-Plattformen zu agieren, indem er Beiträge veröffentlicht, kommentiert, teilt oder auf eine Weise interagiert, die menschliche Nutzer simuliert. Social Bots sind in der Regel so programmiert, dass sie in großem Umfang und mit hoher Geschwindigkeit agieren – weit über das hinaus, was ein menschlicher Nutzer leisten könnte. Ihre Aktivitäten sind oft repetitiv und über viele Konten hinweg koordiniert, was sie von normaler menschlicher Nutzung unterscheidet.</p>\n<p>Social Bots können für legitime Zwecke eingesetzt werden – wie Kundenservice, Nachrichtenverbreitung oder Marketing –, werden aber auch häufig genutzt, um die öffentliche Meinung zu beeinflussen, bestimmte Botschaften zu verstärken, Diskussionen zu manipulieren oder den Anschein einer breiten Unterstützung für bestimmte Ideen, Produkte oder Anliegen zu erwecken. Im Zusammenhang mit Falschinformationen und Desinformation spielen Social Bots eine besondere Rolle bei der raschen Verbreitung von Inhalten und vermitteln den falschen Eindruck, dass viele unabhängige Stimmen dieselbe Meinung teilen.</p>\n<p>Wenn Social-Media-Bots in koordinierten Netzwerken eingesetzt werden, bilden sie eine <em>„Bot-Farm</em>“.</p>\n<h3>Cyborg</h3>\n<p>Ein <strong>Cyborg</strong> ist ein Hybrid-Account, der teils von einem Menschen betrieben und teils durch Software automatisiert wird. Bei einem Cyborg können routinemäßige Beiträge durch Software geplant oder generiert werden, während eine Person ausgewählte Interaktionen, Antworten oder sensible Inhalte übernimmt. Das Verhältnis zwischen automatisierten und menschlichen Aktivitäten variiert je nach Account.</p>\n<p>Cyborgs können für legitime Zwecke genutzt werden – wie zum Beispiel die Planung von Inhalten, die Verwaltung von Marken- oder institutionellen Konten oder einen hybriden Kundenservice –, werden aber auch in Einflussoperationen eingesetzt, um den Umfang und die Geschwindigkeit der Automatisierung mit der kontextuellen Plausibilität menschlicher Beiträge zu kombinieren.</p>\n<p>Cyborgs sind schwerer zu identifizieren als rein automatisierte Bots, da ein Teil ihres Verhaltens tatsächlich menschlich ist, was bedeutet, dass einzelne Erkennungsmerkmale selten für eine zuverlässige Identifizierung ausreichen.</p>\n<h3>Troll</h3>\n<p>Ein <strong>Troll</strong> ist eine echte Person, die Online-Diskussionen absichtlich durch provokatives, aggressives oder feindseliges Verhalten stört. Trolle nutzen in der Regel private Konten und nehmen kontroverse Themen, Persönlichkeiten des öffentlichen Lebens (wie Politiker oder Journalisten) oder Medienorganisationen ins Visier. Ihr Ziel ist es, andere zu verärgern, Reaktionen auszulösen oder Konflikte zu verschärfen – manchmal zur Unterstützung einer bestimmten Agenda, manchmal aus Unterhaltungsgründen oder um Aufmerksamkeit zu erregen.</p>\n<p>Zwar handeln Trolle oft eigenständig, doch können sie auch in koordinierten Gruppen agieren, die manchmal von politischen oder kommerziellen Akteuren bezahlt werden (siehe <em>„Trollfarm“</em> unter „Verstärkungsmechanismen“).</p>\n<p><strong>Trolling lässt sich am besten als ein Muster des Online-Verhaltens verstehen, nicht als eine bestimmte Art von Account.</strong> Das gleiche Verhalten kann auch von automatisierten Accounts gezeigt werden, und auch normale Nutzer können gelegentlich trollen.</p>\n<h4>Sockpuppet</h4>\n<p>Ein <strong>Sockpuppet</strong> ist eine gefälschte Online-Identität, die von einer realen Person erstellt und betrieben wird, die ihre wahre Identität verbirgt. Im Gegensatz zu Trollen – die oft unter einem einzigen, offen feindseligen Account agieren – betreibt ein Sockpuppet-Betreiber in der Regel mehrere gefälschte Accounts parallel, um den Eindruck zu erwecken, dass mehrere unabhängige Nutzer dieselbe Meinung vertreten, dieselbe Sache unterstützen oder mit dem eigenen (oft separaten) Hauptaccount des Betreibers übereinstimmen.</p>\n<p>Sockpuppets werden häufig genutzt, um künstlichen Konsens zu erzeugen, die eigenen Argumente unter verschiedenen Namen zu untermauern, Gegner anzugreifen und dabei unparteiisch zu wirken, Sperren zu umgehen, indem nach einer Sperrung neue Identitäten erstellt werden, oder Online-Bewertungen, Abstimmungen und Umfragen zu manipulieren.</p>\n<p>Sockpuppets unterscheiden sich von Social Bots dadurch, dass sie manuell von Menschen gesteuert werden, was ihre Inhalte kontextuell plausibler und durch automatisierte Mittel schwerer zu erkennen macht. Sie unterscheiden sich von Trollen darin, dass ihr primäres Ziel die Täuschung hinsichtlich der Identität und die Erzeugung eines scheinbaren Konsenses ist, nicht die Provokation – obwohl Sockpuppet-Betreiber durch ihre falschen Identitäten auch trollingartiges Verhalten an den Tag legen können.</p>\n<p>Wenn eine Person oder eine kleine Gruppe gemeinsam eine koordinierte Gruppe von Sockpuppets betreibt, bilden sie ein <em>Sockpuppet-Netzwerk</em> (siehe Mechanismen der Verstärkung).</p>\n<h4>☑ Unterscheidung zwischen Social Bots, Trollen und Sockpuppets</h4>\n<table><thead><tr>\n<th><strong>Erkennungsdimension</strong></th>\n<th><strong>Social Bots</strong></th>\n<th><strong>Trolle</strong></th>\n<th><strong>Sockpuppets</strong></th>\n</tr></thead><tbody>\n<tr>\n<td><strong>Profilmerkmale</strong></td>\n<td>- [ ] Das Konto sieht neu <br>erstellt aus - [ ] Das Profil ist unvollständig oder sehr allgemein <br>gehalten - [ ] Der Benutzername wirkt möglicherweise unpersönlich und enthält manchmal Zufallszahlen</td>\n<td>- [ ] Der Account ist in der Regel schon länger aktiv und weist eine Beitragsgeschichte auf-<br> [ ] Das Profil ist vollständig und wirkt persönlich; es enthält möglicherweise eine ausgeprägte ideologische oder politische <br>Selbstbeschreibung- [ ] Der Benutzername wirkt persönlich</td>\n<td>- [ ] Das Profil wirkt glaubwürdig und persönlich, oft mit einem Profilbild und biografischen Angaben (manchmal gestohlen, KI-generiert oder kopiert) <br>– [ ] Die Account-Historie kann moderat sein und so gestaltet sein, dass sie im Laufe der Zeit authentisch wirkt</td>\n</tr>\n<tr>\n<td><strong>Verhalten beim Posten</strong></td>\n<td>- [ ] Die Aktivität entspricht nicht dem normalen menschlichen Online-Verhalten<br> – [ ] Die Konten posten oder teilen Inhalte sehr <br>häufig – [ ] Die Konten posten oder teilen Inhalte zu jeder Tages- und Nachtzeit</td>\n<td>- [ ] Die Aktivität ähnelt dem normalen menschlichen Online-Verhalten-<br> [ ] Das Konto postet oder antwortet zu unregelmäßigen <br>Zeiten- [ ] Das Konto wird bei kontroversen Diskussionen aktiver</td>\n<td>- [ ] Die Aktivitätsmuster ähneln der normalen menschlichen <br>Nutzung – [ ] Mehrere Konten, die vom selben Betreiber geführt werden, können ähnliche Aktivitätszeiten oder <br>-rhythmen aufweisen – [ ] Sockpuppets neigen dazu, weniger Diskussionen zu starten und kürzere Beiträge zu schreiben als typische Nutzer</td>\n</tr>\n<tr>\n<td><strong>Interaktionen</strong></td>\n<td>- [ ] Das Konto führt keine echten Gespräche –<br> [ ] Die Konten liken, teilen oder <br>reposten meist – [ ] Antworten sind kurz und automatisiert</td>\n<td>- [ ] Das Konto antwortet direkt auf andere <br>Nutzer – [ ] Das Konto beteiligt sich an Debatten mit dem Ziel, <br>Reaktionen zu provozieren – [ ] Unterhaltungen werden in die Länge gezogen, um Konflikte zu schüren oder zu verschärfen</td>\n<td>- [ ] Das Konto führt echte Unterhaltungen, oft zur Unterstützung des Hauptkontos des Betreibers oder anderer <br>Sockpuppets – [ ] Die Antworten passen zum Kontext und wirken <br>authentisch – [ ] Paare von Sockpuppets interagieren oft zur gleichen Zeit in derselben Diskussion</td>\n</tr>\n<tr>\n<td><strong>Inhaltliche Merkmale</strong></td>\n<td>- [ ] Die Inhalte sind einseitig und <br>wiederholen sich – [ ] Dieselben Narrative werden mehrfach gepostet</td>\n<td>- [ ] Die Inhalte sind gezielt darauf ausgerichtet, einer <br>Zielperson zu schaden oder sie zu provozieren – [ ] Die Inhalte richten sich gegen bestimmte Personen oder soziale Gruppen</td>\n<td>- [ ] Die Inhalte wirken echt und sind über die verschiedenen <br>Accounts hinweg abwechslungsreich – [ ] Die zugrunde liegende Botschaft oder Haltung stimmt im gesamten <br>Netzwerk verdächtig überein – [ ] Häufigere Verwendung von Personalpronomen wie „ich“</td>\n</tr>\n<tr>\n<td><strong>Sprache</strong></td>\n<td>- [ ] Allgemeine Formulierungen, sich wiederholende Phrasen mit Schlüsselwörtern</td>\n<td>- [ ] Abwechslungsreiche, emotionale, oft beleidigende oder anstößige Sprache</td>\n<td>- [ ] Natürliche und abwechslungsreiche <br>Sprache – [ ] Mehrere Accounts weisen möglicherweise sprachliche Gemeinsamkeiten auf (ähnliche Formulierungen, Wortwahl, Zeichensetzung oder Fehlermuster)</td>\n</tr>\n<tr>\n<td><strong>Netzwerk- und technische Indikatoren</strong></td>\n<td>- [ ] Social-Media-Bots folgen anderen Social-Media-Bots, doch die Beziehung ist in der Regel einseitig und nicht <br>wechselseitig- [ ] Über mehrere Bot-Konten hinweg ist koordiniertes Verhalten zu beobachten</td>\n<td>- [ ] Trolle folgen menschlichen <br>Konten- [ ] Verbindungen sind oft wechselseitig (sie folgen ihren Followern und umgekehrt)<br>- [ ] Trolle agieren in der Regel unabhängig voneinander</td>\n<td>- [ ] Mehrere Konten interagieren miteinander auf eine Weise<br>, die sich gegenseitig unterstützt- [ ] Verbindungen zwischen Sockpuppets im selben Netzwerk können künstlich wechselseitig sein oder bewusst fehlen, um einer Entdeckung zu entgehen-<br> [ ] Gleiche IP-Adresse, Geräte-Fingerabdruck oder Anmeldemuster \\\\*(plattformseitige Erkennung)\\\\<br>*- [ ] Stärker gebündelte Ego-Netzwerke als bei gewöhnlichen <br>Nutzern – [ ] Zeitliche Übereinstimmungen bei den Aktivitäten über verschiedene Konten hinweg</td>\n</tr>\n</tbody></table>\n<h3>Account-Netzwerke</h3>\n<h4>Bot-Farm</h4>\n<p>Eine Bot-Farm ist ein Netzwerk aus Bots, die gleichzeitig auf mehreren Geräten oder Servern laufen und von einem einzelnen Betreiber oder einer Organisation für einen bestimmten Zweck eingesetzt werden.</p>\n<p>Bot-Farmen haben eine Reihe legitimer Verwendungszwecke, darunter Web-Indexierung, automatisierte Softwaretests, Datenaggregation und die Überwachung der Website-Leistung. Sie werden jedoch auch häufig für böswillige Aktivitäten genutzt, wie zum Beispiel das Erzeugen von gefälschtem Engagement, das Generieren großer Mengen an Inhalten, das Versenden von Spam oder das Durchführen von Cyberangriffen. Wenn Bot-Farmen zur Manipulation von Online-Diskussionen eingesetzt werden, können sie den falschen Eindruck einer breiten Unterstützung, Ablehnung oder eines großen Interesses an einem Thema, einem Konto oder einer Kampagne erwecken.</p>\n<h4>Trollfarm</h4>\n<p>Eine Trollfarm ist eine organisierte Gruppe koordinierter, oft bezahlter Mitarbeiter, die absichtlich provokative, irreführende oder falsche Inhalte online veröffentlichen – typischerweise über gefälschte Accounts. Ihr Ziel ist es meist, die öffentliche Meinung zu manipulieren, Desinformation zu verbreiten oder soziale und politische Unruhen zu schüren. Trollfarmen wurden sowohl im Zusammenhang mit staatlich geförderten Einflussoperationen als auch mit kommerzieller Reputationsmanipulation dokumentiert.</p>\n<h4>Sockpuppet-Netzwerk</h4>\n<p>Ein Sockpuppet-Netzwerk ist eine koordinierte Gruppe von Sockpuppet-Konten, die von einer Person oder einer kleinen Gruppe betrieben werden und dazu dienen, den Anschein unabhängiger Stimmen zu erwecken, die eine gemeinsame Erzählung, Kampagne, ein Konto oder ein Anliegen unterstützen. Sockpuppet-Netzwerke werden häufig bei politischem Astroturfing, der Manipulation von Bewertungen und Rezensionen sowie bei koordinierten Desinformationskampagnen eingesetzt. Im Gegensatz zu Bot-Farmen basieren Sockpuppet-Netzwerke auf manueller Steuerung durch Menschen, wodurch die Inhalte einzelner Accounts authentischer wirken und mit automatisierten Mitteln schwerer zu erkennen sind. Ihre Koordination lässt sich meist erst dann aufdecken, wenn mehrere Accounts anhand von Verhaltensmustern, gemeinsamen technischen Signalen oder gegenseitiger Interaktion miteinander in Verbindung gebracht werden können.</p>\n<h4>Klickfarm</h4>\n<p>Eine Klickfarm ist ein Betrieb, bei dem eine große Anzahl von schlecht bezahlten Arbeitskräften, automatisierten Bots oder beidem eingesetzt wird, um auf Anzeigen zu klicken, Social-Media-Konten zu folgen, Beiträge zu liken, Bewertungen abzugeben oder Apps herunterzuladen. Das Ziel ist es, das Online-Engagement oder den Traffic künstlich anzukurbeln, sodass Inhalte, Konten oder Produkte beliebter erscheinen, als sie tatsächlich sind.</p>\n<h1>Informationsverengung</h1>\n<p>Eingrenzung ist der Prozess, bei dem die Bandbreite an Informationen und Standpunkten, die einen einzelnen Nutzer oder eine Gruppe erreichen, auf das beschränkt wird, was bereits zu ihrem Profil oder ihren gemeinsamen Überzeugungen passt, während abweichende Inhalte nach und nach wegfallen. Zwei Mechanismen treiben die Eingrenzung voran, wobei jeder ein eigenes Phänomen hervorruft:</p>\n<ul>\n<li><strong>Die algorithmische Verengung</strong> wird von der Plattform gesteuert: <br>Eine sich selbst verstärkende Rückkopplungsschleife der algorithmischen Personalisierung passt das, was ein Nutzer sieht, immer wieder an seine erfassten Signale an. Im Laufe wiederholter Zyklen kann der Nutzer in einer <strong>Filterblase</strong> gefangen werden, in der Inhalte, die von seinem Profil abweichen, kaum noch durchkommen.\n</li>\n<li><strong>Soziale Verstärkung</strong> ist aktörengetrieben: <br>Mitglieder einer selbst gewählten Gruppe bekräftigen Standpunkte, die zu ihren gemeinsamen Überzeugungen passen, und lehnen abweichende ab, sodass sich das Spektrum der Standpunkte der Gruppe verengt. Die Gruppe versinkt in einer <strong>Echokammer</strong>, in der die Mitglieder meist nur ihre eigene Position widergespiegelt sehen.\n</li>\n</ul>\n<h2>Algorithmische Verengung</h2>\n<h4>Algorithmische Verengung</h4>\n<p>Die algorithmische Verengung ist der plattformseitige Mechanismus hinter der Filterblase. Eine sich selbst verstärkende Rückkopplungsschleife der algorithmischen Personalisierung passt das, was ein Nutzer sieht, an seine erfassten Signale an: Der Nutzer beschäftigt sich hauptsächlich mit dem, was bereits zu seinem Profil passt; diese Interaktion verfeinert das Profil, und jede neue Auswahl ist noch enger gefasst als die vorherige. Durch diese wiederholten Zyklen verengt sich das Spektrum der Inhalte, denen ein Nutzer begegnet, stetig.</p>\n<p>Die Filterung erfolgt nicht durch den Nutzer oder eine ausgewählte Gruppe, wie es bei sozialer Verstärkung der Fall ist, sondern durch die Plattform selbst: Der Nutzer muss nicht nach gleichgesinnten Inhalten suchen; das Personalisierungssystem schränkt die Auswahl von selbst ein, oft unbemerkt.</p>\n<p>Untersuchungen zu Empfehlungssystemen zeigen, dass solche Rückkopplungsschleifen mit der Zeit degenerieren (Jiang et al. 2019). Im Gegensatz zur algorithmischen Verstärkung, die auf der bisherigen Sichtbarkeit eines Inhalts basiert und Inhalte vorschlagen kann, die ein Nutzer nicht bevorzugt, basiert diese Schleife auf der Interaktion des Nutzers selbst und folgt daher seinen Vorlieben, anstatt sie zu überschreiben.</p>\n<p>Der daraus resultierende Zustand und seine Folgen werden unter dem Begriff „Filterblase“ behandelt.</p>\n<h2>Soziale Verstärkung</h2>\n<p>Soziale Verstärkung ist der soziale Mechanismus hinter der Echokammer. Innerhalb einer selbst gewählten Gruppe bestätigen und belohnen die Mitglieder Standpunkte, die zu gemeinsamen Überzeugungen passen, während abweichende Standpunkte abgelehnt oder ausgeschlossen werden. Durch diese gegenseitige Reaktion verengt sich das Spektrum an Perspektiven, mit denen ein Mitglied in Berührung kommt, stetig.</p>\n<p>Die Filterung erfolgt nicht durch die Plattform, wie bei der algorithmischen Personalisierung, sondern durch die Gruppe selbst: Kein automatisiertes System entfernt abweichende Ansichten; das tun die Mitglieder selbst, durch die Art und Weise, wie sie aufeinander reagieren.</p>\n<p>Der daraus resultierende Zustand und seine Folgen, einschließlich der Gruppenpolarisierung und der Unterscheidung von einer epistemischen Blase, werden unter dem Begriff „Echokammer“ behandelt.</p>\n<hr>\n<p><strong>Literaturverzeichnis</strong></p>\n<ul>\n<li>Adomavicius, Gediminas &amp; Tuzhilin, Alexander. 2011. Kontextbezogene Empfehlungssysteme. In: Ricci, Francesco &amp; Rokach, Lior &amp; Shapira, Bracha &amp; Kantor, Paul B. (Hrsg.). <em>„Recommender Systems Handbook</em>“. New York: Springer. 217–253. https://doi.org/10.1007/978-0-387-85820-3_7\n</li>\n<li>Asur, Sitaram &amp; Huberman, Bernardo A. &amp; Szabo, Gabor &amp; Wang, Chunyan. 2011. <em>Trends in den sozialen Medien: Beständigkeit und Verfall</em>. arXiv. https://arxiv.org/abs/1102.1402\n</li>\n<li>Bakshy, Eytan &amp; Messing, Solomon &amp; Adamic, Lada A. 2015. Kontakt mit ideologisch unterschiedlichen Nachrichten und Meinungen auf Facebook. In: <em>Science</em> 348 (6239). 1130–1132. https://doi.org/10.1126/science.aaa1160\n</li>\n<li>Berger, Jonah &amp; Milkman, Katherine L. 2012. Was macht Online-Inhalte viral? In: <em>Journal of Marketing Research</em> 49 (2). 192–205. https://doi.org/10.1509/jmr.10.0353\n</li>\n<li>Bruns, Axel. 2019. <em>Sind Filterblasen real?</em> Cambridge, Großbritannien: Polity Press.\n</li>\n<li>Ferrara, Emilio. 2023. Die Erkennung von Social Bots im Zeitalter von ChatGPT: Herausforderungen und Chancen. In: <em>First Monday</em> 28 (6). https://doi.org/10.5210/fm.v28i6.13185\n</li>\n<li>Flaxman, Seth &amp; Goel, Sharad &amp; Rao, Justin M. 2016. Filterblasen, Echokammern und Online-Nachrichtenkonsum. In: <em>Public Opinion Quarterly</em> 80 (S1). 298–320. https://doi.org/10.1093/poq/nfw006\n</li>\n<li>Gleicher, Nathaniel. 2018. Koordiniertes unechtes Verhalten erklärt. In: <em>Meta Newsroom</em>. https://about.fb.com/news/2018/12/inside-feed-coordinated-inauthentic-behavior/\n</li>\n<li>Guess, Andrew &amp; Lyons, Benjamin &amp; Nyhan, Brendan &amp; Reifler, Jason. 2018. <em>Wie man die Echokammer zum Thema Echokammern vermeidet: Warum selektiver Konsum gleichgesinnter politischer Nachrichten weniger verbreitet ist, als du denkst</em>. Weißbuch der Knight Foundation. Miami: John S. and James L. Knight Foundation. https://kf-site-production.s3.amazonaws.com/media<em>elements/files/000/000/133/original/Topos</em>KF<em>White-Paper</em>Nyhan_V1.pdf\n</li>\n<li>Herman, Laura M. 2023. Für wen ist diese Seite? Die algorithmischen Abhängigkeiten von TikTok-Creators. In: De Sainz Molestina, Daniela &amp; Galluzzo, Laura &amp; Rizzo, Francesca &amp; Spallazzo, Davide (Hrsg.). <em>Tagungsband der IASDR-Konferenz</em>. London: Design Research Society. https://doi.org/10.21606/iasdr.2023.576\n</li>\n<li>Jenkins, Henry &amp; Ford, Sam &amp; Green, Joshua. 2013. <em>Spreadable Media: Wertschöpfung und Sinnstiftung in einer vernetzten Kultur</em>. New York: New York University Press.\n</li>\n<li>Jiang, Ray &amp; Chiappa, Silvia &amp; Lattimore, Tor &amp; György, András &amp; Kohli, Pushmeet. 2019. Degenerate Feedback Loops in Recommender Systems. In: <em>Tagungsband der AAAI/ACM-Konferenz 2019 zu KI, Ethik und Gesellschaft</em>. New York: ACM. 383–390. https://doi.org/10.1145/3306618.3314288\n</li>\n<li>Kelly, Diane &amp; Teevan, Jaime. 2003. Implizites Feedback zur Ableitung von Nutzerpräferenzen: Eine Bibliografie. In: <em>ACM SIGIR Forum</em> 37 (2). 18–28. https://doi.org/10.1145/959258.959260\n</li>\n<li>Kumar, Srijan &amp; Cheng, Justin &amp; Leskovec, Jure &amp; Subrahmanian, V. S. 2017. Eine Armee von mir: Sockpuppets in Online-Diskussionsforen. In: <em>Tagungsband der 26. Internationalen Konferenz zum World Wide Web (WWW &#x27;17)</em>. Republik und Kanton Genf: Lenkungsausschuss der Internationalen World-Wide-Web-Konferenzen. 857–866. https://doi.org/10.1145/3038912.3052677\n</li>\n<li>Lee, Jin &amp; Umback, Janey. 2026. Die virale Wende: Viralität in der Creator-Economy auf TikTok neu denken. In: <em>Continuum</em> 40 (2). 319–344. https://doi.org/10.1080/10304312.2026.2625794\n</li>\n<li>Li, Wenqi &amp; Kuo, Jui-Ching &amp; Sheng, Manyu &amp; Zhang, Pengyi &amp; Wu, Qunfang. 2025. Jenseits von explizit und implizit: Wie Nutzer Feedback geben, um personalisierte Empfehlungsinhalte zu gestalten. In: <em>Tagungsband der CHI-Konferenz 2025 zu menschlichen Faktoren in Computersystemen (CHI ’25)</em>. New York: Association for Computing Machinery. 1–17. https://doi.org/10.1145/3706598.3713241\n</li>\n<li>Maarouf, Abdurahman &amp; Pröllochs, Nicolas &amp; Feuerriegel, Stefan. 2024. Die Viralität von Hassreden in sozialen Medien. In: <em>Tagungsband der ACM zur Mensch-Computer-Interaktion</em> 8 (CSCW1). 1–22. https://doi.org/10.1145/3641025\n</li>\n<li>Milli, Smitha &amp; Carroll, Micah &amp; Wang, Yike &amp; Pandey, Sashrika &amp; Zhao, Sebastian &amp; Dragan, Anca D. 2025. Engagement, Nutzerzufriedenheit und die Verbreitung spaltender Inhalte in sozialen Medien. In: <em>PNAS Nexus</em> 4 (3). pgaf062. https://doi.org/10.1093/pnasnexus/pgaf062\n</li>\n<li>Muntinga, Daniël G. &amp; Moorman, Marjolein &amp; Smit, Edith G. 2011. Vorstellung von COBRAs: Untersuchung der Motivationen für die markenbezogene Nutzung sozialer Medien. In: <em>International Journal of Advertising</em> 30 (1). 13–46. https://doi.org/10.2501/IJA-30-1-013-046\n</li>\n<li>Narayanan, Arvind. 2023. <em>Empfehlungsalgorithmen in sozialen Medien verstehen</em>. Knight First Amendment Institute, Columbia University. https://knightcolumbia.org/content/understanding-social-media-recommendation-algorithms\n</li>\n<li>Nguyen, C. Thi. 2020. Echokammern und epistemische Blasen. In: <em>Episteme</em> 17 (2). 141–161. https://doi.org/10.1017/epi.2018.32\n</li>\n<li>Orabi, Mariam &amp; Mouheb, Djedjiga &amp; Al Aghbari, Zaher &amp; Kamel, Ibrahim. 2020. Erkennung von Bots in sozialen Medien: Eine systematische Übersicht. In: <em>Information Processing &amp; Management</em> 57 (4). Artikel 102250. https://doi.org/10.1016/j.ipm.2020.102250\n</li>\n<li>Pariser, Eli. 2011. <em>Die Filterblase: Was das Internet vor dir verbirgt</em>. New York: Penguin Press.\n</li>\n<li>Rathje, Steve &amp; Van Bavel, Jay J. 2025. Die Psychologie der Viralität. In: <em>Trends in Cognitive Sciences</em> 29 (10). 914–927. https://doi.org/10.1016/j.tics.2025.06.014\n</li>\n<li>Rathje, Steve &amp; Van Bavel, Jay J. &amp; van der Linden, Sander. 2021. Feindseligkeit gegenüber Außengruppen treibt das Engagement in sozialen Medien an. In: <em>Proceedings of the National Academy of Sciences</em> 118 (26). e2024292118. https://doi.org/10.1073/pnas.2024292118\n</li>\n<li>Rogers, Everett M. ⁵2003 [1962]. <em>Diffusion of Innovations</em>. New York: Free Press.\n</li>\n<li>Rogers, Richard &amp; Righetti, Nicola. 2025. Koordiniertes unechtes Verhalten auf Facebook? Eine Typologie der künstlich erzeugten Aufmerksamkeit. In: <em>Platforms &amp; Society</em> 2. https://doi.org/10.1177/29768624251369784\n</li>\n<li>Sangiorgio, Emanuele &amp; Cinelli, Matteo &amp; Cerqueti, Roy &amp; Quattrociocchi, Walter. 2024. Follower bestimmen nicht die Viralität von Nachrichtenmedien in sozialen Medien. In: <em>PNAS Nexus</em> 3 (7). S. 257. https://doi.org/10.1093/pnasnexus/pgae257\n</li>\n<li>Schlessinger, Joseph &amp; Garimella, Kiran &amp; Jakesch, Maurice &amp; Eckles, Dean. 2023. Auswirkungen algorithmischer Trendförderung: Erkenntnisse aus koordinierten Kampagnen bei den Trending Topics auf Twitter. In: <em>Proceedings of the International AAAI Conference on Web and Social Media (ICWSM)</em> 17 (1). 777–786. https://doi.org/10.1609/icwsm.v17i1.22187\n</li>\n<li>Shoemaker, Pamela J. &amp; Vos, Timothy P. 2009. <em>Gatekeeping-Theorie</em>. New York: Routledge.\n</li>\n<li>Solorio, Thamar &amp; Hasan, Ragib &amp; Mizan, Mainul. 2013. Eine Fallstudie zur Erkennung von Sockpuppets in Wikipedia. In: <em>Tagungsband des Workshops zur Sprachanalyse in sozialen Medien (LASM) bei NAACL-HLT</em>. Atlanta: Association for Computational Linguistics. 59–68. https://aclanthology.org/W13-1107/\n</li>\n<li>Stokel-Walker, Chris. 2026. Wissenschaftler haben eine erfundene Krankheit entwickelt. Die KI hat den Menschen erzählt, sie sei echt. In: <em>Nature</em> 652 (8110). 559–561. https://doi.org/10.1038/d41586-026-01100-y\n</li>\n<li>Sunstein, Cass R. 2018. <em>#Republic: Gespaltene Demokratie im Zeitalter der sozialen Medien</em>. Princeton: Princeton University Press.\n</li>\n<li>Tomaiuolo, Michele &amp; Lombardo, Gianfranco &amp; Mordonini, Monica &amp; Cagnoni, Stefano &amp; Poggi, Agostino. 2020. Eine Studie zur Erkennung von Trollen. In: <em>Future Internet</em> 12 (2). Artikel 31. https://doi.org/10.3390/fi12020031\n</li>\n<li>Tsikerdekis, Michail &amp; Zeadally, Sherali. 2014. Erkennung von Identitätsbetrug durch mehrere Konten in sozialen Medien anhand nonverbalen Verhaltens. In: <em>IEEE Transactions on Information Forensics and Security</em> 9 (8). 1311–1321. https://doi.org/10.1109/TIFS.2014.2332820\n</li>\n<li>Uyheng, Joshua &amp; Moffitt, J. D. &amp; Carley, Kathleen M. 2022. Die Sprache und die Ziele von Online-Trolling: Ein psycholinguistischer Ansatz für soziale Cybersicherheit. In: <em>Information Processing &amp; Management</em> 59 (5). Artikel 103012. https://doi.org/10.1016/j.ipm.2022.103012\n</li>\n<li>Wallace, Julian. 2018. Modellierung des zeitgenössischen Gatekeeping: Der Aufstieg von Einzelpersonen, Algorithmen und Plattformen bei der Verbreitung digitaler Nachrichten. In: <em>Digital Journalism</em> 6 (3). 274–293. https://doi.org/10.1080/21670811.2017.1343648\n</li>\n</ul>","UPDATEDAT":"2026-10-27T18:46:54.074Z","LANG":"de","ID":"b9d42740-38bc-4e99-8a15-b37d5c54a10d","TITLE":"Sichtbarkeit von Informationen in digitalen Informationsumgebungen","SOURCELANG":"en"}