Wie aus dem Verhalten auf Facebook Rückschlüsse auf individuelle Eigenschaften und Einstellungen möglich sind

In unserem letzten Beitrag stellten wir eine Taxonomie von Facebook Nuzern vor. In diesem Zusammenhang berichtet nun Netzpolitik.org über eine aktuelle Studie, die demonstrieren soll, wie durch das Facebook-spezifische Nutzungsverhalten, also dem Klicken auf den „Like-Button“ Rückschlüsse auf individuelle Eigenschaften und Einstellungen gezogen werden können.

Dies ist insofern erstaunlich, da mit den Like-Buttons ja nur dichotome Äußerungen (gefällt mir oder gefällt mir nicht) möglich sind, die damit weit weg von den Differenzierungen der klassischen Persönlichkeitstests sind. Hier verwendet man z.B. oftmals eine fünfstufige Lickert-Skala, die Zustimmung bzw. Ablehnung feinkörnig erfassen.

In der Studie von Michal Kosinskia, David Stillwella und Thore Graepelb wird argumentiert, dass es durchaus möglich ist, vor dem Hintergrund umfangreicher Daten ein erstaunlich genaues Bild der Person zu zeichnen. Hier das Abstract im Original:

„We show that easily accessible digital records of behavior, Facebook Likes, can be used to automatically and accurately predict a range of highly sensitive personal attributes including: sexual orientation, ethnicity, religious and political views, personality traits, intelligence, happiness, use of addictive substances, parental separation, age, and gender. The analysis presented is based on a dataset of over 58,000 volunteers who provided their Facebook Likes, detailed demographic profiles, and the results of several psychometric tests. The proposed model uses dimensionality reduction for preprocessing the Likes data, which are then entered into logistic/linear regression to predict individual psychodemographic profiles from Likes. The model correctly discriminates between homosexual and heterosexual men in 88% of cases, African Americans and Caucasian Americans in 95% of cases, and between Democrat and Republican in 85% of cases. For the personality trait “Openness,” prediction accuracy is close to the test–retest accuracy of a standard personality test. We give examples of associations between attributes and Likes and discuss implications for online personalization and privacy.“

Ob damit ein neuer Schritt auf dem Weg zum „gläsernen Nutzer“ gemacht ist, kann sicherlich bezweifelt werden, denn die Vorhersage war ja nur vor dem Hintergrund umfangreicher demographischer Daten möglich. Allerdings sind es ja gerade diese Daten, die gerne und unbewusst in sozialen Netzwerken hinterlassen werden und mit denen sich dann „leicht“ detaillierte Profile erstellen lassen.

Auf die noch kaum überschaubaren Möglichkeiten Nutzerdaten zu verarbeiten, hat dieser Werbespot einer belgischen Bank bereits letztes Jahr hingewiesen. Ein angeblicher Hellseher schockte Kunden mit exakten Kenntnissen über deren Privatleben. Dahinter verbargen sich jedoch keine übersinnlichen Fähigkeiten, sondern die Fingerfertigkeiten von Hackern, die eigens für das Zusammenstellen von Nutzerprofilen in Echtzeit engagiert wurden.

Bookmark the permalink.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.