Social Media und Microtargeting in Deutschland
Zusammenfassung
Politische Debatten werden in Deutschland zunehmend über soziale Medien geführt. Die dabei produzierten Daten können mit geeigneten ,,machine learning“-Verfahren für politisches Microtargeting genutzt werden. Die Anwendung von maschinellem Lernen auf diesen Daten ermöglicht das Zusammenfassen von Nutzern mit ähnlichem Verhalten oder Präferenzen. Dadurch können Gruppen identifiziert werden, die für bestimmte politische Inhalte besonders interessant sind. In den USA werden diese Verfahren bereits intensiv genutzt. Allerdings verfügen die dortigen politischen Akteure über Zugriff auf detaillierte Informationen über die Wähler. Solche Daten stehen in Deutschland nicht zur Verfügung, da die deutschen Datenschutzrichtlinien deren Sammlung, Verarbeitung und Auswertung verbieten. Im folgenden Artikel zeigen wir, wie es im Einklang mit den deutschen Datenschutzgesetzen möglich ist, Daten aus dem sozialen Netzwerk Facebook zu extrahieren und damit Microtargeting zu betreiben. Vor diesem Hintergrund werden abschließend die ethischen und politischen Konsequenzen für das politische System diskutiert.
- Vollständige Referenz
- BibTeX
Papakyriakopoulos, O., Shahrezaye, M., Thieltges, A., Medina Serrano, J. C. & Hegelich, S.,
(2017).
Social Media und Microtargeting in Deutschland.
Informatik Spektrum: Vol. 40, No. 4.
Berlin Heidelberg:
Springer-Verlag.
(S. 327-335).
DOI: 10.1007/s00287-017-1051-4
@article{mci/Papakyriakopoulos2017,
author = {Papakyriakopoulos, Orestis AND Shahrezaye, Morteza AND Thieltges, Andree AND Medina Serrano, Juan Carlos AND Hegelich, Simon},
title = {Social Media und Microtargeting in Deutschland},
journal = {Informatik Spektrum},
volume = {40},
number = {4},
year = {2017},
,
pages = { 327-335 } ,
doi = { 10.1007/s00287-017-1051-4 }
}
author = {Papakyriakopoulos, Orestis AND Shahrezaye, Morteza AND Thieltges, Andree AND Medina Serrano, Juan Carlos AND Hegelich, Simon},
title = {Social Media und Microtargeting in Deutschland},
journal = {Informatik Spektrum},
volume = {40},
number = {4},
year = {2017},
,
pages = { 327-335 } ,
doi = { 10.1007/s00287-017-1051-4 }
}
Sollte hier kein Volltext (PDF) verlinkt sein, dann kann es sein, dass dieser aus verschiedenen Gruenden (z.B. Lizenzen oder Copyright) nur in einer anderen Digital Library verfuegbar ist. Versuchen Sie in diesem Fall einen Zugriff ueber die verlinkte DOI: 10.1007/s00287-017-1051-4
Haben Sie fehlerhafte Angaben entdeckt? Sagen Sie uns Bescheid: Feedback abschicken
Mehr Information
ISSN: 1432-122X
Datum: 2017
Sprache:
(de)
(de)
Typ: Text/Journal Article

