Erfundene Nachrichten, verdrehte Fakten \u2013 Fake News verbreiten sich rasant im Netz und werden oft unbedacht geteilt, vor allem in den Sozialen Medien. Fraunhofer-Forscherinnen und -Forscher haben ein System entwickelt, das Social Media-Daten automatisiert auswertet und bewusst gestreute Falschmeldungen und Desinformationen gezielt herausfiltert. Das Tool nutzt daf\u00fcr sowohl inhaltliche als auch Metadaten, wobei es die Klassifikation mit Machine Learning erworben hat und diese in Interaktion mit dem Nutzer w\u00e4hrend der Anwendung verbessert.<\/b><\/p>\n
Falschmeldungen werden zur Stimmungsmache oder Hetze gegen einzelne oder mehrere Personen genutzt. Sie sollen die \u00f6ffentliche Meinung zu bestimmten aktuellen Themen beeinflussen und manipulieren. Diese Fake News verbreiten sich rasant \u00fcber das Internet, vor allem \u00fcber Soziale Medien wie Facebook und Twitter. Sie zu identifizieren ist schwierig. Hier setzt ein Klassifikationstool des Fraunhofer-Instituts f\u00fcr Kommunikation, Informationsverarbeitung und Ergonomie FKIE an. Es wertet Informationen aus Social Media-Beitr\u00e4gen automatisiert aus. Das System erschlie\u00dft gro\u00dfe Datenmengen. Es bewertet nicht nur Texte, sondern bezieht auch Metadaten in die Analyse ein und bereitet die Ergebnisse grafisch auf. \u00bbMit unserer Software fokussieren wir uns auf Twitter und Webseiten. In den Tweets werden die Links ver\u00f6ffentlicht, unter denen die eigentlichen Fake News zu finden sind. Die sozialen Medien liefern sozusagen den Trigger. Die eigentlichen Falschmeldungen finden sich h\u00e4ufig auf Webseiten, die denen von Nachrichtenagenturen nachempfunden und nur schwer von den Originalen zu unterscheiden sind. Oftmals liegen ihnen DPA-Meldungen zugrunde, die sprachlich ver\u00e4ndert wurden\u00ab, erl\u00e4utert Prof. Dr. Ulrich Schade, Wisssenschaftler am Fraunhofer FKIE, dessen Forschungsgruppe das Tool entwickelt hat.<\/p>\n
Im ersten Schritt bauen Schade und sein Team Bibliotheken mit seri\u00f6sen Beispielbeitr\u00e4gen auf sowie mit solchen Texten, die der Nutzer als Fake News klassifiziert. Mithilfe dieser Lernsets wird das System trainiert. Um Falschmeldungen herauszufiltern, wenden die Forscherinnen und Forscher \u00bbMachine Learning\u00ab-Verfahren an, die automatisiert nach bestimmten Merkmalen in den Texten und den Metadaten suchen. Das k\u00f6nnen beispielsweise in einem politischen Kontext auf semantischer Ebene Formulierungen und Wortkombinationen sein, die sich weder im allt\u00e4glichen Sprachgebrauch noch in der journalistischen Berichterstattung finden wie \u00bbdie aktuelle Bundeskanzlerin\u00ab. Zu den Merkmalen z\u00e4hlen auch sprachliche Fehler. Dies ist insbesondere dann der Fall, wenn der Autor f\u00fcr die Formulierung der Fake News Deutsch und nicht seine eigene Muttersprache verwendet. Dann deuten etwa falsche Gedankenstriche, Orthografie-, Deklinations- oder Satzbaufehler darauf hin, dass eine Meldung eine Fake News sein k\u00f6nnte. Unangemessene Ausdr\u00fccke oder umst\u00e4ndliche Formulierungen k\u00f6nnen ein weiteres Indiz sein.<\/p>\n
\u00bbF\u00fcttern wir unser Tool mit vielen Merkmalen, so sucht sich das Verfahren selbstlernend diejenigen heraus, die funktionieren. Entscheidend ist auch, welche \u203aMachine Learning\u2039-Verfahren dann die besten Ergebnisse liefern. Das ist sehr aufw\u00e4ndig, da man die diversen Algorithmen mit unterschiedlichen Kombinationen von Merkmalen durchrechnen lassen muss\u00ab, so Schade.<\/p>\n
Zu den Merkmalen z\u00e4hlen auch Metadaten. Diese spielen eine wichtige Rolle, wenn es darum geht, richtige von falschen Meldungen zu unterscheiden: Wie h\u00e4ufig wird gepostet, wann wird ein Tweet abgesetzt und um welche Uhrzeit. Aufschlussreich ist der Zeitpunkt eines Posts. Er kann darauf hinweisen, aus welchem Land und welcher Zeitzone der Sender Meldungen absetzt. Eine hohe Sendefrequenz deutet auf Bots hin, was die Wahrscheinlichkeit einer Fake News erh\u00f6ht. Die Social Bots senden ihre Links an sehr viele Nutzer, um etwa Unsicherheit in der Bev\u00f6lkerung zu verbreiten. Auch die Vernetzung der Accounts und Follower kann f\u00fcr Analysten von gro\u00dfer Bedeutung sein.<\/p>\n
Die Sendedaten und deren Anzahl aber auch die Netze der Follower lassen sich in Form von Heatmaps und Graphen visualisieren. Aus der Struktur der Netze und ihrer Knoten l\u00e4sst sich beispielsweise ablesen, welcher Knoten eine Fake News in Umlauf gebracht oder eine Fake News-Kampagne initiiert hat.<\/p>\n
Auch Hate Speech l\u00e4sst sich automatisiert erkennen. Beitr\u00e4ge, die sich als Nachrichten ausgeben, aber in Passagen Hate Speech verwenden, verweisen gern \u00fcber Links auf Fake News. \u00bbHier ist es dabei wichtig, einen Klassifikator zu entwickeln, der die eindeutigen F\u00e4lle identifiziert. Dies sind beispielsweise Ausdr\u00fccke wie \u203aPolitischer Abschaum\u2039 oder \u203aNigger\u2039\u00ab, sagt der Linguist und Mathematiker.<\/p>\n
Die Wissenschaftlerinnen und Wissenschaftler k\u00f6nnen ihr System an unterschiedliche Arten von Texten anpassen, um diese zu klassifizieren. Sowohl Beh\u00f6rden als auch Unternehmen nutzen das Tool, um gezielt Desinformation aufzudecken und umfassend zu bek\u00e4mpfen. \u00bbUnsere Software l\u00e4sst sich f\u00fcr jeden Kunden individuell anpassen und trainieren. Beh\u00f6rden kann es als Fr\u00fchwarnsystem dienen\u00ab, sagt Schade.<\/p>\n
Quelle: Fraunhofer<\/a><\/p>\n","protected":false},"excerpt":{"rendered":" Erfundene Nachrichten, verdrehte Fakten \u2013 Fake News verbreiten sich rasant im Netz und werden oft unbedacht geteilt, vor allem in den Sozialen Medien. Fraunhofer-Forscherinnen und -Forscher haben ein System entwickelt, das Social Media-Daten automatisiert auswertet und bewusst gestreute Falschmeldungen und Desinformationen gezielt herausfiltert. Das Tool nutzt daf\u00fcr sowohl inhaltliche als auch Metadaten, wobei es die […]<\/p>\n","protected":false},"author":1632,"featured_media":510610,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"advgb_blocks_editor_width":"","advgb_blocks_columns_visual_guide":"","footnotes":""},"categories":[23253],"tags":[24397],"location":[24073],"article_type":[],"serie":[],"archives":[],"internal_archives":[],"reboot-archive":[],"class_list":["post-165038","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-nachhaltigkeit","tag-fraunhofer-de-de","location-niederlande"],"blocksy_meta":[],"acf":{"subtitle":"","text_display_homepage":false},"author_meta":{"display_name":"Frans van Beveren","author_link":"https:\/\/ioplus.nl\/archive\/author\/frans-van-beveren\/"},"featured_img":"https:\/\/ioplus.nl\/archive\/wp-content\/uploads\/2019\/02\/1543584763658_fk02-2019-fkie-softwarefuerdieautomatisierteerkennungvonfakenews.jpg","coauthors":[],"tax_additional":{"categories":{"linked":["Nachhaltigkeit<\/a>"],"unlinked":["Nachhaltigkeit<\/span>"]},"tags":{"linked":["Fraunhofer<\/a>"],"unlinked":["Fraunhofer<\/span>"]}},"comment_count":"0","relative_dates":{"created":"Posted 7 years ago","modified":"Updated 7 years ago"},"absolute_dates":{"created":"Posted on February 4, 2019","modified":"Updated on February 4, 2019"},"absolute_dates_time":{"created":"Posted on February 4, 2019 3:01 pm","modified":"Updated on February 4, 2019 3:01 pm"},"featured_img_caption":"","series_order":"","_links":{"self":[{"href":"https:\/\/ioplus.nl\/archive\/wp-json\/wp\/v2\/posts\/165038","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/ioplus.nl\/archive\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/ioplus.nl\/archive\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/ioplus.nl\/archive\/wp-json\/wp\/v2\/users\/1632"}],"replies":[{"embeddable":true,"href":"https:\/\/ioplus.nl\/archive\/wp-json\/wp\/v2\/comments?post=165038"}],"version-history":[{"count":0,"href":"https:\/\/ioplus.nl\/archive\/wp-json\/wp\/v2\/posts\/165038\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/ioplus.nl\/archive\/wp-json\/wp\/v2\/media\/510610"}],"wp:attachment":[{"href":"https:\/\/ioplus.nl\/archive\/wp-json\/wp\/v2\/media?parent=165038"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/ioplus.nl\/archive\/wp-json\/wp\/v2\/categories?post=165038"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/ioplus.nl\/archive\/wp-json\/wp\/v2\/tags?post=165038"},{"taxonomy":"location","embeddable":true,"href":"https:\/\/ioplus.nl\/archive\/wp-json\/wp\/v2\/location?post=165038"},{"taxonomy":"article_type","embeddable":true,"href":"https:\/\/ioplus.nl\/archive\/wp-json\/wp\/v2\/article_type?post=165038"},{"taxonomy":"serie","embeddable":true,"href":"https:\/\/ioplus.nl\/archive\/wp-json\/wp\/v2\/serie?post=165038"},{"taxonomy":"archives","embeddable":true,"href":"https:\/\/ioplus.nl\/archive\/wp-json\/wp\/v2\/archives?post=165038"},{"taxonomy":"internal_archives","embeddable":true,"href":"https:\/\/ioplus.nl\/archive\/wp-json\/wp\/v2\/internal_archives?post=165038"},{"taxonomy":"reboot-archive","embeddable":true,"href":"https:\/\/ioplus.nl\/archive\/wp-json\/wp\/v2\/reboot-archive?post=165038"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}