Auf seiner Homepage an der israelischen Ben Gurion University in Be‘er Scheva beschreibt Nimrod Talmon sein Forschungsinteresse mit den Worten: "Ich möchte herausfinden, ob es effiziente Algorithmen gibt, die einer Gesellschaft von Menschen oder Robotern helfen können, zu guten, gemeinsamen Entscheidungen zu kommen, die allen nützen."

Der Informatiker, der am Department of Industrial Engineering & Management lehrt und forscht, stellte auf der letzten KI-Konferenz IJCAI einen Algorithmus vor, der die Verbreitung von Fake News in sozialen Netzwerken optimieren soll. Das hat uns neugierig gemacht und wir haben ihm einige Fragen dazu gestellt.

"Missing Link" Was fehlt: In der rapiden Technikwelt häufig die Zeit, die vielen News und Hintergründe neu zu sortieren. Am Wochenende wollen wir sie uns nehmen, die Seitenwege abseits des Aktuellen verfolgen, andere Blickwinkel probieren und Zwischentöne hörbar machen. Mehr zum Feuilleton "Missing Link"

Herr Talmon, bei der KI-Konferenz IJCAI in Stockholm haben Sie Ihren Vortrag über Möglichkeiten zur Beeinflussung von Wahlen durch Fake News mit den Worten geendet: "Bei wenigen Kandidaten ist die Weltherrschaft leicht zu erreichen." Das war sicherlich zum Teil scherzhaft gemeint, aber eben nur zum Teil. Wie besorgt müssen wir sein über Bot-Attacken auf unsere politischen Systeme?

Nimrod Talmon: In unserer Studie ging es um die Frage, wie sich der Effekt solcher Falschmeldungen maximieren lässt. Welchen Mitgliedern eines sozialen Netzwerks müssen Sie die Fake News zusenden, um den gewünschten Meinungswandel zu erreichen? Es gibt keinen effizienten Algorithmus, der dieses Problem allgemein löst. In besonderen Fällen wird es aber lösbar, zum Beispiel bei einer kleinen Anzahl von Kandidaten, wie sie bei politischen Wahlen in der Regel gegeben ist. Als Ausgangspunkt nehmen wir an, dass für die Verbreitung der Fake News ein bestimmtes Budget zur Verfügung steht. Das heißt aber auch, dass es umso mehr Möglichkeiten gibt, dieses Budget zu verwenden, je mehr Wähler es gibt. Wir behandeln daher auch Fälle, bei denen die Wähler in Gruppen eingeteilt werden, um den Rechenaufwand zu minimieren.

Nimrod Talmon von der Ben Gurion University in Be‘er Scheva: "Wir müssen den kritischen Umgang mit den Informationen, die wir [im Internet] finden, erst noch lernen."

Wie identifizieren Sie die Ziele Ihrer Kampagne? Woher wissen Sie, wem Sie wann welche Falschmeldung zusenden müssen?

Talmon: Diese Frage liegt ein wenig außerhalb unserer Forschung. Für unsere Studie sind wir zunächst einmal davon ausgegangen, dass es darum geht, verschiedene Wählertypen zu identifizieren und gezielt anzusprechen. Das ist ähnlich wie bei einer Werbekampagne, die eine bestimmte Gruppe auf Facebook erreichen soll, etwa junge Männer im Alter zwischen 22 und 25 Jahren, die in einer bestimmten Region leben.

Personalisierung und Einfluss

Sind die mathematischen Methoden, die Sie verwenden, demnach verwandt mit den Empfehlungssystemen, die Internetnutzern aufgrund zuvor erhobener Kommunikationsdaten personalisierte Werbung präsentieren?

Talmon: Ich denke, am Ende geht es um eine Kombination der Methoden. Empfehlungssysteme können in der Tat helfen, die aussichtsreichsten Ziele Ihrer Kampagne zu identifizieren. Aber dann stellt sich immer noch die Frage, wie Sie Ihr begrenztes Budget auf diese Ziele aufteilen müssen, um die optimale Wirkung zu erzielen. In unserer Studie gehen wir davon aus, dass Sie wissen, wie eine bestimmte Information auf einen bestimmten Wählertyp wirken wird. Aber wo platzieren Sie diese Information, damit sie sich möglichst schnell im Netzwerk verbreitet?

Geht es also darum, die einflussreichsten Personen im Netzwerk zu finden?

Talmon: Wenn Sie ein Budget der Größe eins haben, also nur eine Fake News versenden können, ist es relativ einfach. Sie bilden das Netzwerk als Graphen ab, in dem jeder Knoten eine Person darstellt und die Kanten die Verbindungen zwischen den Personen. Das Ziel Ihrer Kampagne wird dann die Person mit den meisten Verbindungen sein, die sich gewissermaßen im Zentrum des Netzwerks befindet. Aber sobald Sie das Budget auf mehrere Personen verteilen, wird das Problem sehr komplex. Bereits bei zwei Sendungen besteht die effektivste Lösung unter Umständen nicht mehr darin, die beiden Personen mit den meisten Verbindungen zu identifizieren. Zwei andere, die jeweils weniger mit anderen verbunden sind, können so im Netzwerk positioniert sein, dass über sie die Nachricht schneller verbreitet würde. Bei einem größeren Budget ist rasch der Punkt erreicht, an dem sich das Problem mit einem vertretbaren Aufwand an Rechenzeit nicht mehr lösen lässt. Diese Schwierigkeit umgehen wir, indem wir mit Wählertypen arbeiten statt mit einzelnen Wählern.