Matz Mindmasters – Die Macht der Daten

Wie Algorithmen in unsere Psyche eingreifen, unser Verhalten lenken und was wir dagegen tun können | Wie Big Data unsere Gedanken lenkt
1. Auflage 2025
ISBN: 978-3-96267-663-6
Verlag: REDLINE
Format: EPUB
Kopierschutz: 6 - ePub Watermark

E-Book, Deutsch, 304 Seiten

Im Griff der Algorithmen Wir hinterlassen mehr digitale Spuren, als es Sterne im Universum gibt - und diese Daten verraten mehr über uns, als uns lieb ist. Algorithmen dringen bis in die verborgensten Winkel unserer Gedankenwelt vor. Sie wissen, wovor wir Angst haben, was uns bewegt, was wir begehren, und werden so immer besser darin, uns zu manipulieren - ob beim Kauf bestimmter Produkte oder der Wahl eines Politikers. Die Computer-Sozialwissenschaftlerin und Datenexpertin Sandra Matz zeigt eindrucksvoll, wie Big Data und künstliche Intelligenz die intimsten Aspekte unserer Psyche entschlüsseln und welche Macht daraus erwächst. Sie beleuchtet die Chancen und Risiken des psychologischen Targetings: von manipulativen Werbestrategien und personalisierter politischer Einflussnahme bis hin zu innovativen Ansätzen, die unser Wohlbefinden stärken und uns zu besseren Entscheidungen verhelfen können. Ein faszinierendes Buch darüber, was unser digitaler Fußabdruck über uns verrät und wie dieses Wissen genutzt werden kann.

Sandra Matz ist Computer-Sozialwissenschaftlerin an der Columbia Business School. Sie arbeitet mit etablierten Unternehmen zusammen und hielt bereits Vorträge bei Microsoft und Trivago oder in der Europäischen Kommission. Über ihre Arbeiten wurde schon in diversen Medien berichtet, unter anderem im Economist, der New York Times, BBC, CNBC, in der Washington Post und im Wall Street Journal.

Autoren/Hrsg.

Matz, Sandra

Leseproben

1
Die Entschlüsselung unserer Psychologie

Es ist Montagmorgen, 8.00 Uhr. Wie üblich werde ich nicht von meinem Wecker geweckt, sondern von meiner Hündin Milou, die mir quer übers Gesicht leckt (ein bisschen eklig, ich weiß). Ich drücke sie, schiebe sie dann beiseite und greife nach meinem Handy.

Ich schaue bei WhatsApp und Facebook nach, prüfe meine E-Mails und lese die neuesten Nachrichten auf CNN. Bevor ich mit Milou rausgehe, lege ich mein Fitbit an, damit auch jeder meiner Schritte auf mein Tagesziel von 10 000 Schritten einzahlt. Ich bin versucht, mein Fitbit an ihr Halsband zu binden, widerstehe aber. Verurteilen Sie mich nicht. Gemäß den Recherchen meiner Freundin Alice Moon bin ich nicht die Einzige, die beim Schrittezählen mogelt.

Milou und ich machen eine Runde über den Campus, wo sie ohne Leine herumlaufen und die Frühaufsteher unter den Studierenden belästigen kann, die sich gern auf ein bisschen Kuscheln einlassen.

Nachdem ich zu Hause rasch unter der Dusche war, nehme ich mein Handy und mein Portemonnaie und mache mich auf den Weg zur Arbeit. Unterwegs hole ich mir einen Matcha Latte und ein Croissant vom Bäcker an der Ecke. Kurz vor 9.00 Uhr komme ich im Büro an.

In weniger als einer Stunde habe ich Millionen von digitalen Fußabdrücken hinterlassen. Auf einem Server irgendwo auf der Welt gibt es jetzt digitale Aufzeichnungen der Nachrichten, die ich versendet und empfangen habe (Eingang: süße Fotos meiner Nichten; Ausgang: süße Fotos von Milou), meines Aufrufs von Facebook von zu Hause aus, der zehn Minuten, in denen ich fünf verschiedene Artikel auf der Website von CNN gelesen habe, der rund 2000 Schritte, die ich über den Campus der Columbia University in Manhattan zurückgelegt habe, und des ungesunden Bäckereifrühstücks.

Darüber hinaus haben die Sensoren meines Mobiltelefons registriert, dass es ab 8.00 Uhr körperliche Aktivität gab, und mein GPS-Standort wurde fortlaufend aufgezeichnet. Die Kameras am Straßenrand, außen an der Bäckerei und in den Aufzügen haben Bilder von mir gespeichert, die ihnen genau sagen, wo ich zu jedem Zeitpunkt war, ob ich allein oder in Begleitung war und ob ich zufrieden aussah oder nicht (um 8.00 Uhr früh ist das selten der Fall).

Als durchschnittliche Personen erzeugen Sie und ich in jeder Stunde etwa sechs Gigabyte Daten.3 In jeder Stunde! Stellen Sie sich bloß mal vor, wie viele USB-Sticks nötig wären, um sämtliche Daten zu speichern, die im Laufe Ihrer Lebenszeit anfallen. Und das sind nur Ihre Daten.

Weltweit gibt es inzwischen schätzungsweise 149 Zettabyte Daten (das sind 149.000.000.000.000.000.000.000 Bytes), und die Zahl verdoppelt sich alljährlich. Würden Sie all diese Daten auf CD-ROMs speichern und diese aufeinanderstapeln, dann kämen Sie bis weit über den Mond hinaus. Tatsächlich sagen manche sogar, es gebe heutzutage beinahe so viele digitale Datensätze wie Sterne im gesamten Universum. Romantisch, oder?

Jeder dieser Datensätze repräsentiert ein kleines Puzzleteil dessen, wer wir sind. Meine Spotify-Playlist zum Beispiel deckt auf, dass ich Techno und Taylor Swift mag. Mein Kreditkarten-Zahlungsverlauf zeigt, dass ich gern reise. Und meine GPS-Daten enthüllen, dass ich gern lange Spaziergänge durch den Park mache.

Jedes dieser Teile für sich genommen hat keine große Bedeutung. Genau wie bei einem Puzzle beginnen Sie mit einem Haufen unzusammenhängenden Durcheinanders. Doch sobald Sie anfangen, die Teile zusammenzusetzen, erkennen Sie nach und nach das Gesamtbild und verstehen seine Bedeutung. Dasselbe gilt auch für Daten. Sobald sie miteinander verknüpft werden, erzeugen unsere digitalen Spuren ein umfassendes Bild unserer persönlichen Gewohnheiten, Präferenzen, Bedürfnisse und Motivationen. Kurz gesagt: unserer Psychologie.

Das Internet kennt Sie besser als Ihr Ehepartner

Im Jahr 2015 veröffentlichte die Financial Times einen Artikel mit der provokativen Überschrift: »Facebook versteht Sie besser als Ihr Ehepartner.« Hört sich an wie der Anfang eines dystopischen Science-Fiction-Romans? Mitnichten. Das ist das Ergebnis einer echten wissenschaftlichen Studie, die von meinen früheren Kolleg*innen an der Universität Cambridge durchgeführt wurde.4

Das Forschungsteam unter der Leitung von Youyou Wu hatte eine Reihe maschineller Lernmodelle geschaffen, welche die Facebook-Likes einer Person in Persönlichkeitsprofile umwandeln konnten. Die Ergebnisse waren erstaunlich: Nach der Beobachtung von nur zehn Likes auf jemandes Facebook-Profil konnte ihr Modell die Persönlichkeit des Nutzers besser beurteilen als dessen Arbeitskollegen. 65 Likes? Es kannte ihn besser als seine Freunde. 120 Likes? Besser als seine Familienangehörigen. Und 300? Besser als sein Ehepartner.

Als meine Kollegen mir von ihren Erkenntnissen erzählten, dachte ich zunächst, sie hätten einen Fehler gemacht (und das glaubten sie anfangs auch). Da war doch bestimmt ein Bug im Code gewesen.

Aber es gab keinen. Meine Kolleginnen und Kollegen hatten recht. Sieben Jahre danach bin ich immer noch verblüfft über ihre Ergebnisse. Wir nennen unsere Ehepartner ja nicht ohne Grund unsere »bessere Hälfte«. Sie besitzen oft Daten aus mehreren Jahren über uns. Wir planen, erleben und wohnen tagtäglich zusammen. Und doch kann ein Computer, der Zugang zu nur 300 Ihrer Facebook-Likes hat, Sie ebenso gut oder gar besser kennen.

Daneben verblassen sogar die Überwachungsfähigkeiten meiner Dorfnachbarn. Selbst die neugierigsten unter ihnen wussten wahrscheinlich weit weniger über mich als irgendein halbwegs qualifizierter Computerwissenschaftler oder -techniker mit Zugriff auf die richtigen Daten. Heute könnte ein 15-Jähriger im Keller seines Elternhauses mehr über mich herausfinden als sämtliche Dorfnachbarn zusammen.

Aber wie werden Computer zu solchen Meisterschnüfflern? Wie verleihen sie der riesigen, unstrukturierten Masse digitaler Fußabdrücke einen Sinn, um ein Bild der dahinterstehenden Person zu zeichnen? Die einfache Antwort lautet: Sie beobachten und lernen (jawohl, ein echter Knaller, deshalb nennt man das maschinelles Lernen).

Ich will diesen Vorgang mal anhand eines Beispiels verdeutlichen, der absolut nichts mit Computern oder Algorithmen zu tun hat. Meine Protagonisten sind Hühner. Hühnerküken, um genau zu sein.

Handbuch des maschinellen Lernens für Dorfbewohner

Haben Sie schon mal von Sexing gehört? Keine Sorge: Mit diesem Thema erregen Sie auch am Arbeitsplatz keinen Anstoß.

Sexing bei Hühnern bezeichnet das gängige Vorgehen des Unterscheidens zwischen weiblichen Tieren (Hennen) und männlichen Tieren (Hähnen). Große kommerzielle Geflügelfarmen nutzen es, um fast direkt nach dem Schlüpfen die hochwertigen Hühner von den Hähnen zu trennen.

Während die weiblichen Tiere für die Eierproduktion genutzt werden, werden die männlichen für gewöhnlich getötet, um der Geflügelfarm unnötige Kosten zu ersparen (und plötzlich hört es sich gar nicht mehr so schlecht an, Vegetarier zu werden).

Das Sexing wird von erfahrenem Personal vorgenommen, den Sexern, die innerhalb weniger Sekunden entscheiden müssen, ob ein Küken weiblich oder männlich ist, indem sie die Kloake hinten am Hühnchen untersuchen (das nennt sich »Kloakensexing«).

Wie sich zeigt, ist das keine leichte Aufgabe. Die Genitalien frisch geschlüpfter Küken sind mit bloßem Auge kaum zu unterscheiden, und es gibt so viele Ausnahmen, dass es selbst für die erfahrensten Sexer praktisch unmöglich ist, ihren Entscheidungsprozess zu erläutern. Nach jahrelanger Übung wissen sie es einfach. Aber wie lernen sie denn überhaupt erst, zwischen männlichen und weiblichen Küken zu unterscheiden? Durch Versuch und Irrtum.

Stellen Sie sich vor, Sie hätten gerade als Sexer in einem großen Geflügelzuchtbetrieb angefangen. Es ist Ihr erster Tag, und Sie sind gespannt auf Ihre neue Tätigkeit. Aber es gibt kein Anleitungsbuch, keinen fünfzigseitigen Bericht und keine PowerPoint-Präsentation, die Ihnen die Wunder des Hühnersexings vermittelt. Stattdessen stellt man Ihnen einen erfahrenen Hühnersexer an die Seite, der Sie schweigend beobachtet. Sie nehmen das erste Küken auf und untersuchen seine Hinterseite. Natürlich haben Sie keine Ahnung; es ist ja Ihr erster Arbeitstag, und Ihre bisherigen Erfahrungen mit Hühnerkloaken sind, nun ja, begrenzt.

Sie zucken die Achseln und legen das Küken in den Hennenbehälter. Ihr Mentor sagt: »Ja.« Erfolg. Sie nehmen das nächste und legen es nach kurzer Untersuchung in den Hahnenbehälter. Ihr Mentor sagt: »Nein.«

Ihr erster Arbeitstag wird sich nicht sehr erfüllend anfühlen ? Ihre Chance, die richtige Entscheidung zu treffen, bewegt sich wahrscheinlich bei 50 Prozent (wie beim Münzenwerfen). Doch nach einigen Wochen dieses Versuch-und-Irrtum-Spiels mit Ihrem Mentor ist Ihr Gehirn darauf trainiert, präzise zwischen männlichen und weiblichen Küken zu unterscheiden. Sie sind zum Fachsexer geworden! Genau wie bei Ihrem Mentor sind die Regeln, nach denen Sie Ihre Entscheidungen treffen, vielleicht zu komplex, um sie formulieren zu können, aber Sie haben sie trotzdem verinnerlicht.

Computer lernen auf dieselbe Weise: durch Versuch und Irrtum. Man legt ihnen eine Menge Beispiele vor und gibt ihnen eine Rückmeldung dazu, ob ihre Vorhersagen falsch oder richtig sind. Das lässt die Algorithmen nach und nach lernen, in welchem Verhältnis der Input (die Hinterseite eines Kükens oder eine...

Über Autor(innen)

Matz, Sandra
Sandra Matz ist Lulu Chow Wang Professor of Business an der Columbia Business School. Sie hielt unter anderem bereits Vorträge bei Microsoft, Google und in der Europäischen Kommission. Über ihre Arbeiten wurde schon in diversen Medien berichtet, unter anderem im Economist, der New York Times und im Wall Street Journal.