Fake News zu Covid-19 und zum Impfen machen vor allem im Internet die Runde. Forschende der Universität Bremen haben jetzt eine Methode entwickelt, die Nutzer:innen dabei unterstützen soll, weniger Falschmeldungen in den Sozialen Medien zu teilen. Das Prinzip: Wer sieht, dass der Freundeskreis bestimmte Meldungen nicht likt, lässt es auch eher bleiben.

Auf Kanälen wie Facebook, Twitter und Instagram sehen Nutzer:innen normalerweise vor allem, was Freunde und Bekannte aus ihrem persönlichen Netzwerk teilen – zum Beispiel als "Likes" oder "Retweets". So geteilte Inhalte werden dann mit hoher Wahrscheinlichkeit weiterverbreitet.

"Das liegt unter anderem daran, dass das Teilen solcher Inhalte im persönlichen Netzwerk durch die Bestätigung anderer als 'üblich' und 'normal' wahrgenommen wird, teils sogar mit der Erwartungshaltung, dann ebenfalls 'Likes' zu erhalten", erklärt Professor Schüz vom Fachbereich Gesundheitswissenschaften der Universität Bremen. Auch ein Hinweis auf den fragwürdigen Wahrheitsgehalt bestimmter Inhalte, den Soziale Netzwerke wie Twitter mittlerweile anzeigen, habe dies bisher nicht verhindern können.

Das interdisziplinäre Team um die Psychologen Professor Benjamin Schüz und Christopher Jones sowie die Informatiker Professor Johannes Schöning und Daniel Diethei hat daher eines der wichtigsten sozialen Elemente der Netzwerke umgemünzt und erweitert: "Wir haben die sozialen Prozesse, die für das Funktionieren von sozialen Netzwerken so wichtig sind, um eine gezielte soziale Rückmeldung zum Nicht-Weiterleiten erweitert", erklärt Professor Benjamin Schüz den neuen Ansatz. "Nutzer:innen sehen also nicht nur, was Freunde und Bekannte 'liken' oder teilen. Jetzt sehen sie auch, wie oft Inhalte zwar gesehen, aber dann nicht geteilt oder 'gelikt' wurden."

Wer Falschmeldungen liest, aber nicht teilt, hat Einfluss auf andere

Es habe sich gezeigt, so Schüz, dass dies Auswirkungen auf die sozialen Normen der Nutzer:innen gehabt habe. "Sie schätzten es dann als weniger akzeptiert ein, irreführende Informationen weiterzuleiten. Durch die einfache Umsetzbarkeit sehen wir großes Potenzial, mit Hilfe dieser zusätzlichen Information die Nutzer:innen dabei zu unterstützen, die große Zahl von Falschmeldungen in Sozialen Netzwerken zu verringern."

Dies ist bedeutsam, denn bei vielen kontroversen Themen – zuletzt vor allem die Corona-Schutzmaßnahmen und Impfungen – werden in den Sozialen Medien irreführende oder sogar schlicht falsche Informationen mit enormer Geschwindigkeit weiterverbreitet und nehmen so Einfluss auf die Meinungsbildung und das Verhalten vieler Nutzer:innen.

Die Ergebnisse sind nach Einschätzung des Teams der Universität Bremen vielversprechend: Die Forschenden konnten in drei Studien mit insgesamt fast 1.500 Twitter-Nutzer:innen zeigen, dass diese zusätzliche Information zu deutlich weniger weitergeleiteten Falschinformationen führte.