Algorithmen auf der Spur
Im Projekt DataSkop ergründeten Forschende die Empfehlungsalgorithmen in den sozialen Medien mit dem Ziel, diese für Nutzende sichtbar und ihre Funktionsweise erfahrbar zu machen. Hierfür wurden Datenspenden gesammelt und ausgewertet. Im Herbst 2021 startete hierfür das sechswöchige Pilotprojekt „Wahlempfehlung: Was zeigt dir der YouTube-Algorithmus zur Bundestagswahl?”. Anfang 2023 folgte ein weiterer Durchlauf, bei dem der Empfehlungsalgorithmus von TikTok beleuchtet und visualisiert wurde.
In den meisten wissenschaftlichen Untersuchungen von Empfehlungsalgorithmen wurden bislang Empfehlungen und Suchergebnisse von Social Media Plattformen nur von außen betrachtet – das heißt, ohne mit einem persönlichen Account eingeloggt zu sein. Durch Einbeziehung von personenbezogenen Nutzungsdaten können Empfehlungsalgorithmen sichtbar und besser verständlich gemacht werden.
Auf Basis der Datenspenden aus Pilotprojekt 1 untersuchten die Forschenden, welche personalisierten Empfehlungen das YouTube-System rund um die Bundestagswahl lieferte. Unter anderem zeigte sich, dass YouTube Inhalte des Springermediums “WELT” besonders bevorzugt. Im zweiten Projektdurchlauf unterstützte DataSkop TikTok-Nutzerinnen und Nutzer dabei, ihre persönlichen Daten anzufordern, ergänzte und visualisierte diese oftmals kryptischen Daten und stellte sie den Nutzenden zur Verfügung. Auch ohne Datenspende erzeugt das DataSkop-System Visualisierungen etwa über die eigene Nutzungszeit und deren Verlauf. Weiterhin zeigt die Software mithilfe von visualisierten Hashtags und Kategorien an, welche Art von Inhalten besonders häufig konsumiert werden.
Der Digital Services Act verpflichtet sogenannte VLOPs (very large online platforms) dazu, Schnittstellen einzurichten, über die qualifizierte Wissenschaftlerinnen und Wissenschaftler Einsicht in deren Datenbanken und -architekturen erhalten. Das schließt jedoch mit Verweis auf die DSGVO, personenbezogene Nutzungsdaten nicht mit ein. Dieser Umstand räumt daher Unternehmen einen gewissen Gestaltungsspielraum bei der Offenlegung von Daten ein. DataSkop kann eine technische Antwort auf dieses methodische Problem sein: eine Datenspende-Software, mit der personenbezogene Daten erfasst, erhoben und – nach ausdrücklicher Einwilligung – gespendet werden können. Damit werden auch Daten wie echte Nutzungshistorien, personalisierte Vorschläge oder Experimente zugänglich. Welche Rolle personalisierte Nutzungsdaten in Zukunft bei der Untersuchung von automatisierten Empfehlungssystemen spielen können, ist und bleibt eine der zentralen Forschungsfragen auf diesem Gebiet.