Selektiver Journalismus oder das Ende von Wahrheit

What is Liquid Content? How AI is Turning Stories Into Adaptive ExperiencesAls ich vor mehr als einem halben Jahrhundert bei der Rhein-Neckar-Zeitung anfing, waren Journalisten der Wahrheit verpflichtet. Aber früher, das ist lange her.

„Liquid Content“ (LQ) heißt das neue Schlagwort im Journalismus. Positiv gesehen bedeutet das, dass im Verlagswesen Inhalte flexibler und strukturierter geworden sind, weil sich Inhalte schnell in viele digitale Formate „gießen“ lassen, dabei aber lesbar und konsistent bleibt. Anders ausgedrückt:  LQ verwandelt Nachrichten von starren Tagespublikationen in anpassungsfähige, plattformübergreifende Informationsökosysteme.

Auf der anderen Seite bedeutet es aber auch, dass Nachrichten beliebig verändert werden können, je nach angepeilter Leserschaft. Da flüssige Inhalte modular aufgebaut und leicht neu verpackt werden können, kann dasselbe zugrunde liegende Ereignis je nach Zielgruppe sehr unterschiedlich dargestellt werden. Bei der einen Gruppe wird Angst geschürt, bei einer anderen Empörung erzeugt. Unbequeme Fakten lassen sich leicht unter der Tisch kehren. Schlagzeilen können beliebig abgeändert werden, während das Ausgangsmaterial gleichbleibt.

Das Ergebnis: Die Darstellungen mögen technisch gesehen wahr sein, werden jedoch in einem irreführenden Kontext präsentiert. Dies wird als selektives Framing bezeichnet. Verschiedene demografische Gruppen erhalten verschiedene Versionen ein und derselben Nahricht, die maßgeschneidert auf ihre Vorurteile oder Werte zugeschnitten sind.

Plattformen können auf Interaktion gegenüber Genauigkeit priorisiert werden und fördern so sensationelle Versionen. Das Ergebnis ist so genannter Clickbait-Journalismus. Die Bezahlung vieler Journalisten basiert heute schon auf der Anzahl der Clicks, die sie auslösen. Die Versuchung ist, Nachrichten zu manipulieren: Fakten werden durch Umdeutung zur Täuschung.

Der Cambridge-Analytica-Skandal von 2018 zeigte, wie damals schon persönliche Daten von Millionen Facebook-Nutzern für politische Manipulation genutzt werden konnten. Die Datenanalysefirma Cambridge Analytica erlangte Zugriff auf die Daten von bis zu 87 Millionen Facebook-Nutzern. Dies geschah über eine Persönlichkeitstest-App („thisisyourdigitallife“) des Forschers Alexander Kogan, die nicht nur Daten der Nutzer, sondern auch deren Freundesnetzwerke abgriff.

Der Fall wurde zu einem Paradebeispiel dafür, wie datengesteuerte Zielgruppensegmentierung politische Überzeugungsarbeit in großem Maßstab verändert und verfälscht werden kann. Damals war das noch ein Riesenskandal. Cambridge Analytic musste Konkurs anmelden. Heute, fürchte ich, ist es Teil des journalistischen Alltags.

Während der COVID-19-Pandemie wurden falsche oder irreführende Behauptungen für verschiedene Gruppen neu verpackt. Inhalte wurden nach Belieben umformuliert, „Freiheit“-Framing für ein Publikum, das gegen Beschränkungen war; „natürliches Wohlbefinden“-Framing für alternative Gesundheitsgemeinschaften; religiöses oder verschwörungstheoretisches Framing in anderen Bereichen. Dieselbe Unwahrheit konnte als Memes, Videos, Erfahrungsberichte oder Artikel von Pseudo-Experten erscheinen.

Das beweist: Ein tatsächliches Ereignis kann selektiv zu Empörung, Schlagzeilen, irreführenden Miniaturansichten und emotional aufgeladenen Ausschnitten bearbeitet werden. Das kann den Traffic erhöhen, während der Kontext verzerrt wird.

Warnzeichen für LQ sind unter anderem unterschiedliche Behauptungen derselben Quelle an verschiedene Zielgruppen oder das Fehlen von Primärquellen. Flüssige Inhalte werden manipulativ, wenn Anpassungsfähigkeit der Überzeugungsarbeit dient, ohne dass Rechenschaft abgelegt wird. Die Gefahr liegt oft nicht in der direkten Erfindung, sondern in strategischer Umdeutung, Auslassung und emotionaler Ausrichtung.

Merke: Traue keiner Nachricht, die du nicht selber verfälscht hast!

 

Dieser Beitrag wurde unter journalism veröffentlicht. Setze ein Lesezeichen auf den Permalink.

Schreibe einen Kommentar

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

Diese Website verwendet Akismet, um Spam zu reduzieren. Erfahre, wie deine Kommentardaten verarbeitet werden.