Empfehlungen durch Algorithmen Ein Horizont, so weit die Daten reichen

Filme, Musik, Bücher: Seit Jahren verlagern wir unseren Kulturkonsum immer weiter ins Netz und folgen algorithmisch erstellten Empfehlungen. Schränken wir damit unsere Entscheidungsfreiheit und unseren Horizont ein?
Von Dobrila Kontić
Rob (John Cusack), Held aus "High Fidelity" und menschlicher Empfehlungs-Algorithmus

Rob (John Cusack), Held aus "High Fidelity" und menschlicher Empfehlungs-Algorithmus

Foto: DDP

"What really matters is what you like, not what you are like" (Es kommt vor allem darauf an, was jemand mag, nicht, was jemand ist). Mit diesem "Du bist, was du magst"-Glaubenssatz hat Rob, Romanheld analoger Zeiten aus Nick Hornbys "High Fidelity", vorweggenommen, was die Big Player des digitalen Kulturkonsums heute beherzigen: Was zählt, sind unsere persönlichen Interessen und Vorlieben.

Allein nach diesen sollten wir auswählen, was wir als Nächstes lesen, anhören oder anschauen. Und dies wirkt sich auf unseren Kulturkonsum aus, sofern wir ihn immer weiter ins Digitale verlagern. Mithilfe von Algorithmen werten Onlinedienste wie Netflix, Spotify und Amazon immer genauer aus, welche Filme, Musik, Bücher wir konsumieren und wie wir diese bewerten. Kollaboratives Filtern nennt sich der Prozess, auf dessen Basis wir dann Empfehlungen auf diesen Plattformen erhalten.

Die Wirkung solch algorithmisch erstellter Empfehlungen ist umstritten: Für die einen stellen sie eine zeitsparende Orientierungshilfe angesichts der Masse an digital verfügbaren Inhalten dar. Andere sehen in ihnen eine Gefahr für unsere Entscheidungsfreiheit und unseren kulturellen Horizont durch die Bildung von Filterblasen, in denen Menschen nur noch konsumieren, was ihnen sowieso gefällt - und nie mit Neuem konfrontiert werden.

Eine Entwicklung, die auch die Sozialwissenschaften auf den Plan gerufen hat. Nach Einschätzung des Soziologen Robert Seyfert, Mitherausgeber von "Algorithmuskulturen. Über die rechnerische Konstruktion der Wirklichkeit", hat es in den letzten fünf Jahren eine regelrechte Explosion an Veröffentlichungen in der soziologischen Algorithmenforschung gegeben. Eine der interessantesten Fragen sei aktuell, "ob Algorithmen read your mind oder change your mind betreiben, also ob sie unsere Präferenzen nur erkennen oder auch steuern", sagt Camille Roth, Leiter des interdisziplinären Forschungsprojekts algodiv , das sich solchen Fragen widmet.

Globaler Datenabgleich

Neben den Sozialwissenschaften messen vor allem Streamingdienste der Erkundung der Wirkung von Algorithmen eine große Bedeutung bei, allen voran Netflix. In Analysen des Nutzungsverhaltens seiner Abonnenten hat das US-Unternehmen festgestellt, dass ein durchschnittlicher Netflix-Nutzer nach 90 Sekunden erfolgloser Suche das Interesse verliert, sich einen Titel anzuschauen. Deshalb stößt jeder Abonnent nach dem Einloggen auf eine gänzlich personalisierte Oberfläche. Hier sind nur Film- und Serientitel gelistet, die eine Reihe von Algorithmen als zu ihm passend errechnet hat.

Es wird nicht nur ausgewertet, welche Titel der Nutzer sich anschaut und wie er diese bewertet, sondern auch, welche er abbricht und an welchen Stellen er pausiert. All diese Daten werden von den Algorithmen auf der Suche nach Ähnlichkeiten und Mustern abgeglichen mit denen der übrigen Netflix-Abonnenten. Seit 2015 global, das heißt also, mit den Daten von aktuell 100 Millionen Nutzern in 190 Ländern.

Mangelnde Transparenz kann man dem US-Unternehmen hinsichtlich seiner Algorithmen nicht vorwerfen: So geben die Empfehlungsreihen auf der personalisierten Oberfläche mit ihrer Benennung den Grund für die personalisierte Auswahl an - etwa in präzisen Genre-Angaben oder nach dem Schema "Weil Sie 'Film/Serie XY' angesehen haben". Und auch die unternehmenseigenen Studien zur Verwendung von Algorithmen sind offen einsehbar.

Dennoch scheint vielen Nutzern nicht klar, wie weit die algorithmische Auswahl schon greift. Als Netflix im April dieses Jahres sein Bewertungssystem umstellte und den Nutzern statt der Sternenskala Daumen-Symbole präsentierte, zeigten diese sich missmutig. In Nutzerforen forderten sie die Sternenskala zurück, um weiterhin eine Durchschnittswertung des jeweiligen Titels zu erhalten. Doch die Sternenskala war schon immer in sich personalisiert und repräsentierte lediglich die Durchschnittswertung durch Abonnenten ähnlichen Geschmacksprofils. Das Ausmaß der Personalisierung ist auch aktiven Nutzern nicht vollends bewusst.

Die Playlist, die uns versteht

Weitaus begeisterter reagierten die Nutzer des Musik-Streamingdienstes Spotify auf dessen personalisierte Playlist "Dein Mix der Woche". Dem Nutzer steht damit wöchentlich eine Zusammenstellung von 30 Songs zur Verfügung, die dieser noch nicht kennt und die seinen hochsubjektiven Musikgeschmack treffen sollen.

Die Technologie hierfür liefert das Unternehmen Echo Nest. Es wertet aktuelle Musikkritiken und -Blogs aus, um die auf Spotify verfügbaren Songs (aktuell über 30 Millionen) ausdifferenzierten Genres, vom Abstract Hip-Hop bis zum Zapstep, präzise zuordnen zu können. An diese Klassifikation schließt die nachfolgende Erfassung individueller Präferenzen an. Wer regelmäßig auf Spotify Musik hört, hinterlässt genügend Daten zur Speicherung eines noch so komplexen und dynamischen Geschmacksabdrucks. Diesen können die Algorithmen mit denen von insgesamt 140 Millionen Nutzern abgleichen. Finden sich Parallelen in den Geschmacksprofilen zweier Nutzer, gehen die Algorithmen deren individuell erstellte Playlists nach Songs durch, die dem einen Nutzer noch nicht bekannt zu sein scheinen, aber zu ihm passen würden.

Was der Musik-Nerd Rob in "High Fidelity" einst zur hohen Kunst erhob, ist auf Spotify somit durch ein komplexes algorithmisches System zur Vollendung gebracht worden: Die Kreation eines Mixtapes, das seine Wirkung nicht verfehlt. Auf Twitter finden sich zahlreiche Lobpreisungen über die Playlist, 'die einen endlich versteht' - und entsprechende Empörung, sobald die Auswahl mal danebengreift.

"Ja, wir sind alle Individuen!"

Die Algorithmen, die persönliche Vorlieben erfassen und in weit ausdifferenzierte Kategorien einordnen, erstellen ein Abbild unserer Identität, sofern man den Du-bist-was-du-konsumierst-Glaubenssatz teilt. Demzufolge sagen uns die algorithmischen Empfehlungen nicht nur, wer wir sind, sondern auch, dass wir jemand sind. Jemand mit einzigartigem Geschmack. Wenn nun immer mehr Nutzer diesem Reiz erliegen und nur das konsumieren, was die Algorithmen ihnen vorschlagen, wird die Filterblase zur Realität? Laufen wir in eine Geschmackssackgasse?

Dies könne die Algorithmenforschung derzeit nicht eindeutig beantworten, sagt Camille Roth. "Überhaupt muss man sich fragen, ob das, was uns die von Menschen erschaffenen Computer-Algorithmen vorschlagen, weniger vielfältig ist, als das, wozu uns unsere menschlichen Verhaltens- und Präferenzmuster führen." Um diese Frage zu beantworten, müsste man abgleichen, welche der Bücher, Filme und Songs wir konsumiert hätten, wenn sie uns nicht ein Algorithmus ans Herz gelegt hätte. Was angesichts der inzwischen selbstverständlichen Verschränkung von digitalen und analogen Lebenswelten kaum möglich ist.

Dennoch oder gerade wegen dieser aktuellen Unklarheit lohnt es sich, sich mit der Wirkung von Algorithmen bewusster auseinanderzusetzen. Im besten Fall führt dies dazu, dass wir unsere kulturellen Präferenzmuster kritisch hinterfragen und öfter von ihnen abweichen. "Es wird nur das Verhalten algorithmisch verwertet, das eine bestimmte Mehrheit oder Gruppe auch an den Tag gelegt hat. Alles, was abseitig oder unerwartet passiert, fällt da raus", sagt Robert Seyfert.

Indem wir uns wiederholt in diesen algorithmisch toten Winkel begeben und Ungewohntes konsumieren, können wir Robs Glaubenssatz erweitern: Du bist, was du magst und all das, was du eigentlich nicht mögen solltest.

Zur Autorin

Die Autorin ist Teilnehmerin des Traineeprogramms der Neuen deutschen Medienmacher  für JournalistInnen mit Migrationsgeschichte. Junge NachwuchsjournalistInnen aus Einwandererfamilien und Medienschaffende im Exil haben sich aus verschiedenen Perspektiven mit dem Thema "Freiheit" beschäftigt.

Die Wiedergabe wurde unterbrochen.