1 00:00:10,420 --> 00:00:16,180 Tatsächlich bin ich ja praktisch ein Kollege, denn bisher ist es sehr regelmäßig, 2 00:00:16,180 --> 00:00:22,880 hab ich jedes Semester ein Seminar gehalten, seit 2014, glaub ich, naja, 3 00:00:22,960 --> 00:00:24,680 – bin ich immer gerne hier. 4 00:00:29,100 --> 00:00:30,360 Gut. 5 00:00:30,360 --> 00:00:32,680 Diesmal, also, ich war am Freitag schon hier, 6 00:00:32,680 --> 00:00:35,820 da ging es um die Alt-Right. Da habe ich so eine kleine Übersicht 7 00:00:35,830 --> 00:00:37,780 über die Bewegung der Alt-Right geschrieben. 8 00:00:37,780 --> 00:00:42,460 Es ist ein, ich würde sagen, verwandtes Thema oder vielleicht sogar 9 00:00:42,460 --> 00:00:49,200 ein Metathema zu der Alt-Right, d.h. ein Versuch einer Erklärung dessen, 10 00:00:49,200 --> 00:00:53,740 was wir im Internet für spezielle Strukturen sehen, 11 00:00:53,740 --> 00:00:55,220 vor allem auf der rechten Seite. 12 00:00:55,220 --> 00:01:00,180 „Digitaler Tribalismus – Die Wahre Geschichte hinter Fake News“ ist eine Studie, 13 00:01:00,180 --> 00:01:04,480 die ich gemacht habe oder sagen wir mal eine Untersuchung, die ich gemacht habe 14 00:01:04,480 --> 00:01:09,440 zusammen mit dem Datenjournalisten Michael Kreil 15 00:01:10,160 --> 00:01:14,580 haben wir den ganzen Sommer über daran gesessen und es ging um Fake News. 16 00:01:14,580 --> 00:01:18,520 Also oberflächlich ging es um Fake News auf Twitter, 17 00:01:18,520 --> 00:01:23,040 dem deutschsprachigen Twitter. Dabei sind wir auf etwas gestoßen, 18 00:01:23,040 --> 00:01:26,780 das wir eben den Digitalen Tribalismus nennen. 19 00:01:26,780 --> 00:01:29,480 Aber der Reihe nach, also, 20 00:01:29,540 --> 00:01:36,819 Anfang März diesen Jahres ging eine Meldung herum oder ein Gerücht herum 21 00:01:36,819 --> 00:01:43,929 auf Twitter, dass das Auswärtige Amt eine gültige Reisewarnung für Schweden herausgibt 22 00:01:43,929 --> 00:01:49,800 und zwar wegen erhöhter Terrorgefahr und Flüchtlingskriminalität. 23 00:01:49,800 --> 00:01:55,270 Diese Tweets, es gab mehrere davon, gingen dann in den rechten Kreisen 24 00:01:55,270 --> 00:02:02,920 auf Twitter ziemlich herum. Vor allem auch die AfD Berlin hat das sehr prominent weiter verbreitet. 25 00:02:02,920 --> 00:02:07,740 Das war natürlich das, was wir heutzutage eine Fake News nennen. 26 00:02:07,740 --> 00:02:09,780 Ich möchte ganz kurz an dieser Stelle 27 00:02:09,789 --> 00:02:14,560 eine kleine Definition geben von dem, was wir als Fake News jetzt für uns als 28 00:02:14,560 --> 00:02:18,980 Arbeitsdefinition genommen haben, denn natürlich gab es schon immer 29 00:02:18,980 --> 00:02:23,940 unwahre Nachrichten, aber für uns sind Fake News 30 00:02:23,940 --> 00:02:28,260 Nachrichten, die komplett ausgedacht sind, also nicht irgendwie falsch berichtet 31 00:02:28,269 --> 00:02:32,620 oder tendenziös berichtet über ein Thema, sondern wirklich ausgedacht, 32 00:02:32,620 --> 00:02:39,000 aus dem Nichts geschöpft, aber aufgrund ihrer politischen Brisanz 33 00:02:39,000 --> 00:02:45,140 sich viral im Social Media weiter fortpflanzen, weiterverbreitet werden. 34 00:02:45,360 --> 00:02:53,840 Das ist für uns Fake News. Das ist ein ganz typisches Beispiel dafür, das seine Verbreitung fand. 35 00:02:53,840 --> 00:02:59,120 Tatsächlich hat das Auswärtige Amt dieser Darstellung widersprochen. 36 00:02:59,120 --> 00:03:02,980 Das ist der Screenshot, der dann rumging vom Auswärtigen Amt. 37 00:03:02,980 --> 00:03:06,540 Es ist tatsächlich so, dass es auf der 38 00:03:06,540 --> 00:03:11,000 Website des Auswärtigen Amts zu Schweden Reisehinweise gibt. 39 00:03:11,000 --> 00:03:15,720 Unter anderem auch den einer sogenannten Terrorwarnstufe, das ist aber etwas, 40 00:03:15,720 --> 00:03:22,500 was die schwedischen Behörden schon sehr lange herausgeben und das ist 41 00:03:22,500 --> 00:03:25,600 immer die aktuelle Einschätzung, was die Terrorgefahr angeht. 42 00:03:25,600 --> 00:03:29,799 Das ist eine Skala von 1 bis 4 und sie stand zu dem Zeitpunkt, als diese 43 00:03:29,800 --> 00:03:37,820 Fake News herum ging auf 3, d.h. „erhöht“ und das, was das Auswärtige Amt 44 00:03:37,820 --> 00:03:42,880 dann richtigstellte war, dass die letzte Änderung nicht am 1. März passierte, 45 00:03:42,880 --> 00:03:50,840 sondern ein Jahr davor passierte und das war eine Senkung von 4 „hoch“ auf 3 „erhöht“. 46 00:03:50,840 --> 00:03:54,300 D.h. also mit anderen Worten: Das war wirklich komplett ausgedacht. 47 00:03:54,300 --> 00:03:59,440 Das hatte leider keinerlei Grundlage, diese Nachricht, und trotzdem hat sie sich weiterverbreitet. 48 00:03:59,440 --> 00:04:03,000 Michael Kreil hat sich das Ganze angeschaut. 49 00:04:03,000 --> 00:04:12,790 Er hat zu dem Zeitpunkt allgemein in den politischen Netzwerken um Twitter herum geforscht 50 00:04:12,790 --> 00:04:17,508 und hat dann einfach alle Tweets rausgezogen, die einerseits die Fake News enthalten 51 00:04:17,508 --> 00:04:20,000 und andererseits aber auch die Richtigstellung. 52 00:04:20,000 --> 00:04:24,360 Er hat dann Folgendes gemacht: Er hat die Fake News rot gefärbt, die Accounts, die die Fake News 53 00:04:24,370 --> 00:04:30,010 getwittert haben rot gefärbt und er hat die Richtigstellung blau gefärbt. 54 00:04:30,010 --> 00:04:34,770 Dann hat er die Twitter-Accounts so angeordnet, 55 00:04:34,770 --> 00:04:38,160 dass sie die Vernetzungsdichte untereinander widerspiegeln. 56 00:04:38,160 --> 00:04:45,389 Vernetzungsdichte meint, wenn z.B. mein Account von ungefähr den gleichen Leuten gefolgt 57 00:04:45,389 --> 00:04:48,960 wird wie der Account von jemand anders, dann werden wir nah beieinander dargestellt. 58 00:04:48,960 --> 00:04:53,200 Wenn es keine solchen Querverbindungen gibt, dann werden wir auseinander dargestellt. 59 00:04:53,200 --> 00:04:59,000 Das ist eine Standard-Darstellung für Soziale Netzwerke in Grafiken. 60 00:04:59,180 --> 00:05:03,140 Heraus kam dann dieses wunderschöne Stück. 61 00:05:04,420 --> 00:05:08,180 Und das ist wirklich sehr erstaunlich, 62 00:05:08,180 --> 00:05:12,500 denn wenn man sich das anschaut, dann sehen wir, dass es zwei Gruppen gibt, 63 00:05:12,500 --> 00:05:16,350 die auf zwei Arten sehr deutlich voneinander getrennt sind. 64 00:05:16,350 --> 00:05:20,520 Das ist einerseits die räumliche Trennung. Wir sehen hier einen roten Knoten, 65 00:05:20,520 --> 00:05:25,050 der sehr eng untereinander vernetzt ist und wir sehen eine blaue Wolke, 66 00:05:25,050 --> 00:05:30,260 die sich weiter spreizt. Also wir haben eine räumliche und eine farbliche Trennung, 67 00:05:30,260 --> 00:05:35,070 die sich komplett einander entspricht, komplett kongruent sind. 68 00:05:35,070 --> 00:05:39,750 Mit anderen Worten, das bedeutet, dass die Leute, die Fake News getwittert haben, 69 00:05:39,750 --> 00:05:46,120 haben fast ausschließlich nur Fake News getwittert und praktisch keinerlei Gegendarstellung. 70 00:05:46,120 --> 00:05:49,620 Also hier gibt es ein paar Punkte, die auch eine Gegendarstellung gemacht haben, 71 00:05:49,620 --> 00:05:52,800 aber das ist wirklich die absolute Ausnahme. 72 00:05:53,860 --> 00:06:02,460 Wir haben hier die Richtigstellungs-Wolke, die überhaupt gar keine Fake News weiter verbreitet hat. 73 00:06:03,000 --> 00:06:09,040 Also d.h. zwei nicht kommunizierende Röhren, die komplett nebeneinanderher 74 00:06:09,050 --> 00:06:14,200 existieren und aneinander komplett vorbeikommunizieren. 75 00:06:14,200 --> 00:06:17,640 Das ist auch ein bisschen der Verdacht gewesen, 76 00:06:17,640 --> 00:06:24,560 der bei diesem Thema Fake News und wie man sie bekämpfen kann, sich einem aufdrängte. 77 00:06:24,560 --> 00:06:27,520 Wenn man gesehen hat, wie sich das verbreitet und wer das verbreitet, 78 00:06:27,520 --> 00:06:33,860 dass tatsächlich die Richtigstellung die Fake-Newser überhaupt gar nicht erreicht, 79 00:06:33,860 --> 00:06:37,360 weil das in komplett geschlossenen Bubbles stattfindet. 80 00:06:37,360 --> 00:06:42,080 Mit dieser These, nämlich der Filter-Bubble-These, kam Michael Kreil dann auch zu mir. 81 00:06:42,080 --> 00:06:47,160 Filter Bubble, wir kennen das, ich erkläre das gleich nochmal. 82 00:06:47,160 --> 00:06:50,920 Jedenfalls, das war der Punkt, an dem er mich dazu holte, 83 00:06:50,920 --> 00:06:59,520 dass wir jetzt eine Filter Bubble in ihrer grafischen Purheit ins Gesicht gedrückt bekommen haben. 84 00:06:59,540 --> 00:07:03,860 Wir haben dann als erstes noch mal einen zweiten Fall untersucht. 85 00:07:05,080 --> 00:07:08,660 Wir wollten noch mal sichergehen, ob sich das reproduzieren lässt. 86 00:07:09,720 --> 00:07:11,320 Der zweite Fall, den wir untersucht haben, 87 00:07:11,320 --> 00:07:16,340 ist der sogenannte Sex-Mob, der in Frankfurt Freßgass unterwegs war. 88 00:07:16,340 --> 00:07:24,000 Das war eine Bild-Zeitungsmeldung, die hatte mit Berufung auf einen Wirt, 89 00:07:24,000 --> 00:07:29,100 der dort in Frankfurt denen das so erzählt hat, darüber berichtet, 90 00:07:29,100 --> 00:07:36,820 dass zu Silvester 2016, also nicht 2015, wo wir wissen, dass in Köln diese 91 00:07:36,820 --> 00:07:42,039 Ereignisse stattfanden, sondern 2016, dass dort ein Sex-Mob tobte 92 00:07:42,040 --> 00:07:48,960 und dass das 37 Tage geheim gehalten worden ist von den Behörden. 93 00:07:48,960 --> 00:07:51,400 D.h. also wir haben eine ganz andere Ausgangslage. 94 00:07:51,400 --> 00:07:57,040 Wir haben diesmal ein Massenmedium, das diese Fake News in die Welt setzt. 95 00:07:57,040 --> 00:08:00,420 Ach so, ganz kurz, es hat sich natürlich herausgestellt, dass das völliger Quatsch war. 96 00:08:00,420 --> 00:08:03,420 Der Wirt hat sich diese Geschichte wirklich komplett ausgedacht. 97 00:08:03,420 --> 00:08:06,710 Es gab keinerlei Hinweise, es gab keine Anzeigen bei der Polizei, 98 00:08:06,710 --> 00:08:11,120 es gab auch sonst keine Zeugen, die sich dafür finden ließen. 99 00:08:11,740 --> 00:08:17,660 Der Wirt hatte ganz offensichtlich auch eine tatsächliche Verbindung zur AfD. 100 00:08:18,180 --> 00:08:21,140 Jedenfalls auch eine komplette Fake News. 101 00:08:21,140 --> 00:08:27,020 Und auch hier haben wir uns die Tweets herausgeholt. Dann wir haben nochmal zwei 102 00:08:27,020 --> 00:08:31,520 neue Farben eingeführt, weil es gab dann eben auch ganz viele Medien, 103 00:08:31,520 --> 00:08:36,260 die, die Berichterstattung der Bild Zeitung zwar aufgenommen haben und sich darauf 104 00:08:36,260 --> 00:08:40,080 berufen haben, aber sehr vorsichtig in der Formulierung waren, von wegen so: 105 00:08:40,080 --> 00:08:44,420 „Ja, die Bild Zeitung berichtet, aber es kann von der Polizei nicht bestätigt werden“, 106 00:08:44,420 --> 00:08:50,080 so in dem Stil. Diese Tweets oder Accounts haben wir dann gelb gefärbt. 107 00:08:50,080 --> 00:08:56,560 Und grün haben wir dann eine sogenannte Metadebatte gefärbt, die dann nach diesem ganzen Skandal, 108 00:08:56,560 --> 00:08:59,780 denn das war natürlich auch ein Skandal, dass die Bild Zeitung diese Fake News verbreitet, 109 00:08:59,780 --> 00:09:05,660 das war eine medienethische Debatte, die dann im Anschluss erfolgte, 110 00:09:05,660 --> 00:09:15,160 z.B. über BILDblog und andere Medien und medienjournalistische Ressourcen. 111 00:09:15,720 --> 00:09:16,960 Das wäre dann grün. 112 00:09:16,960 --> 00:09:20,520 Wir sehen hier genau wieder das gleiche Muster. 113 00:09:20,520 --> 00:09:28,850 Wir sehen wieder diesen roten Knoten, der dort sehr intensiv die Fake News verbreitet. 114 00:09:28,850 --> 00:09:33,480 Wir sehen allerdings auch hier bei den Massenmedien – diese großen Punkte sind immer die Massenmedien – 115 00:09:33,480 --> 00:09:42,290 Spiegel Online, Zeit Online, Bild Online usw., die diese Tweets weiterverteilen. 116 00:09:42,290 --> 00:09:49,070 Aber trotzdem im Großen und Ganzen lässt sich dieser Aufbau, also diese Wolke und dieser Knoten, 117 00:09:49,070 --> 00:09:53,120 der rote Knoten, lässt sich wieder reproduzieren. 118 00:09:54,760 --> 00:09:58,200 Genau, zur Filter-Bubble-These, denn die steht ja in Frage: 119 00:09:58,200 --> 00:10:06,560 Das ist Eli Pariser, der hat 2011 diese These bekannt gemacht mit seinem Buch „The Filter Bubble“. 120 00:10:06,560 --> 00:10:09,240 Ist vorher auch ein TED-Talk gewesen, glaube ich. 121 00:10:09,240 --> 00:10:15,600 Da geht es darum, dass er damals schon die Gefahr gesehen hat, dass wir durch Social Media 122 00:10:15,600 --> 00:10:21,560 und vor allem auch durch algorithmische Filterung unserer Realität in Sozialen Netzwerken – 123 00:10:21,560 --> 00:10:25,120 Stichwort der Facebook-Algorithmus oder auch die Google-Suche – 124 00:10:25,130 --> 00:10:31,460 dass wir dadurch eine zunehmende Personalisierung unserer Weltsicht serviert bekommen, 125 00:10:31,460 --> 00:10:39,000 die dann eben nicht mehr das komplette Bild der Realität abbildet, 126 00:10:39,000 --> 00:10:42,560 was natürlich sowieso Quatsch ist, aber dass uns 127 00:10:42,560 --> 00:10:47,360 nur noch Realitäten zugänglich gemacht werden, die uns, unseren 128 00:10:47,360 --> 00:10:51,040 Einstellungen, unseren politischen Einstellungen z.B., 129 00:10:51,040 --> 00:10:58,980 entgegenkommen und die Leute in der Gesellschaft nur noch in ihren Filter Bubbles herumhängen 130 00:10:58,980 --> 00:11:05,540 und dann nicht einmal miteinander kommunizieren und gar nicht mehr die Weltsicht des Anderen mit kriegen. 131 00:11:05,540 --> 00:11:08,480 Ich war ehrlich gesagt ein bisschen skeptisch gegenüber der These. 132 00:11:08,480 --> 00:11:13,360 Wir – ganz kurz zurück – wir müssen ja sehen, was hier dargestellt ist. 133 00:11:13,360 --> 00:11:18,380 Das ist nicht, was diese einzelnen Account zu Gesicht bekommen. 134 00:11:18,380 --> 00:11:21,740 Was hier dargestellt ist, ist was die einzelnen Accounts verbreiten. 135 00:11:21,740 --> 00:11:26,831 Also was sie aktiv verbreiten und was sie zu Gesicht bekommen ist eine ganz andere Frage. 136 00:11:28,280 --> 00:11:31,620 Ich hatte im Hintergrund schon eine andere These, aber da kommen wir gleich drauf. 137 00:11:31,630 --> 00:11:36,560 Wir haben jedenfalls untersucht, was diese Leute wirklich sehen. 138 00:11:36,560 --> 00:11:40,400 Wir haben uns angeschaut, wir haben von den Fake-News-Accounts uns angeschaut: 139 00:11:40,400 --> 00:11:44,750 Was ist deren Innensicht von deren Account? Was haben sie in ihren Timelines? 140 00:11:44,750 --> 00:11:48,980 Was haben sie in ihrem Newsfeed? Und wir haben dann getestet, ob sie die 141 00:11:48,980 --> 00:11:51,760 Richtigstellung in ihrem Newsfeed hatten. 142 00:11:51,760 --> 00:12:01,660 Und tatsächlich: Bei der Schweden-Reisewarnung – 89,2% der Fake-News-Accounts hatten die 143 00:12:01,660 --> 00:12:06,460 Richtigstellung in der Timeline. Sie hatten sie zu Gesicht bekommen, 144 00:12:06,460 --> 00:12:09,140 jedenfalls technisch. Ob sie wirklich gesehen wurde, ist eine andere Frage. 145 00:12:09,140 --> 00:12:12,860 Das können wir nicht überprüfen. Aber rein technisch gesehen waren sie 146 00:12:12,860 --> 00:12:18,000 nicht abgeschirmt von der Fake News. Das gleiche gilt für den Sex-Mob in Freßgass, 147 00:12:18,000 --> 00:12:23,120 da haben wir eine 83,7%ige Durchdringung 148 00:12:23,120 --> 00:12:27,079 der Richtigstellung zu den Fake-News-Verbreitern. 149 00:12:27,080 --> 00:12:35,500 Die Filter-Bubble-These ist damit erledigt. Es ist zumindest nicht die Antwort darauf, 150 00:12:35,500 --> 00:12:38,720 warum diese beiden Lager so krass entstehen. 151 00:12:42,100 --> 00:12:44,000 Wir haben natürlich auch den Gegentest gemacht. 152 00:12:44,020 --> 00:12:48,140 Wir haben uns angeguckt: Haben denn die Richtigsteller überhaupt die Fake News reinbekommen? 153 00:12:48,240 --> 00:12:51,620 Und da haben wir auch in die Accounts geschaut und festgestellt, 154 00:12:51,620 --> 00:12:59,960 dass 43%, oder 33% in dem Sex-Mob-Fall, sie reinbekommen haben. 155 00:13:06,400 --> 00:13:10,040 Nur 43% und 33% haben sie reinbekommen. 156 00:13:10,040 --> 00:13:14,640 D.h. also eine Minderheit hat die originale Fake News 157 00:13:14,640 --> 00:13:18,840 überhaupt zu Gesicht bekommen, bevor sie die Richtigstellung weiterverbreitet haben. 158 00:13:19,440 --> 00:13:22,800 Das führt uns zu der interessanten Conclusio, 159 00:13:22,800 --> 00:13:27,240 dass die Filter Bubble wirkt, aber sie wirkt nicht der Hinsicht, 160 00:13:27,240 --> 00:13:30,639 dass sie Fake News bevorteilt, sondern im Gegenteil, dass sie tatsächlich 161 00:13:30,640 --> 00:13:34,280 Fake News eher abschwächt. Jedenfalls in unseren Beispielen können wir das so zeigen. 162 00:13:35,320 --> 00:13:40,700 Eine Filter Bubble scheint vor Fake News, jedenfalls vor rechten Fake News, eher zu schützen. 163 00:13:42,440 --> 00:13:46,860 Das zeigt auch, dass wir es insgesamt nicht mit einem technischen Problem, 164 00:13:46,860 --> 00:13:50,180 also mit einem technischen Phänomen zu tun haben, was ja die Filter Bubble wäre, 165 00:13:50,180 --> 00:13:54,120 sondern es muss eine andere Erklärung, einen anderen Erklärungsansatz geben. 166 00:13:54,120 --> 00:13:56,500 Der nächste Erklärungsansatz, der uns dabei einfiel, 167 00:13:56,500 --> 00:14:03,220 war Leon Festingers Theorie der kognitiven Dissonanz. 168 00:14:03,220 --> 00:14:07,640 Leon Festiger hat in den 50er Jahren ein Experiment an sich selbst vollzogen. 169 00:14:07,640 --> 00:14:12,380 Er ist in eine Sekte eingetreten und hat dort lange mit den Sektenmitgliedern gelebt. 170 00:14:12,380 --> 00:14:18,850 In dieser Sekte gab es einen Glauben an das Ende der Welt, das dann 171 00:14:18,850 --> 00:14:24,040 zu einem bestimmten Zeitpunkt angekündigt war und am Ende war es 172 00:14:24,040 --> 00:14:26,380 dann aber so, dass das natürlich nicht eingetreten ist. 173 00:14:26,380 --> 00:14:29,740 Er hat sich dann mit der Frage beschäftigt: Wie kommt es, dass diese Leute nicht aufhören an 174 00:14:29,740 --> 00:14:33,260 diese Theorien zu glauben, sondern dabeibleiben, 175 00:14:33,260 --> 00:14:36,460 in dieser Sekte bleiben und von allen Evidenzen, 176 00:14:36,460 --> 00:14:41,940 die sie immer vorgeführt bekommen, trotzdem nicht überzeugt werden können? 177 00:14:41,940 --> 00:14:45,020 Und da kam er eben auf diese Theorie der kognitiven Dissonanz. 178 00:14:45,880 --> 00:14:48,600 Die kognitive Dissonanz, im Gegensatz zu dem, 179 00:14:48,600 --> 00:14:57,160 wie man den Begriff im alltäglichen Sprachgebrauch benutzt, ist zwar durchaus 180 00:14:57,160 --> 00:15:04,270 die Diskrepanz zwischen der Weltwahrnehmung, also der Realität, und dem Weltbild, 181 00:15:04,270 --> 00:15:08,140 das man von der Realität hat. Also wenn die beiden weit auseinanderdriften, 182 00:15:08,140 --> 00:15:12,680 dann entsteht laut Festinger ein unangenehmes Gefühl. 183 00:15:12,680 --> 00:15:17,120 Das ist ein Zustand, den die Psyche vermeiden möchte. 184 00:15:17,860 --> 00:15:25,000 Um diese kognitive Dissonanz zu vermeiden, werden manchmal Fakten, 185 00:15:25,000 --> 00:15:29,440 die dem eigenen Weltbild widersprechen, einfach ausgeblendet. Der sogenannte confirmation bias 186 00:15:29,440 --> 00:15:36,600 tritt dann ein. D.h. nur Fakten oder nur Erlebnisse, Ereignisse, 187 00:15:36,600 --> 00:15:40,960 die dem eigenen Weltbild entsprechen, werden als solche auch wirklich wahrgenommen 188 00:15:40,960 --> 00:15:43,320 und alles andere wird mehr oder weniger verworfen. 189 00:15:44,700 --> 00:15:51,160 Das ist erst mal so eine Theorie, die zu unserem Problem ein bisschen besser passt, 190 00:15:51,160 --> 00:15:54,880 haben wir uns gedacht. Wir haben uns dann aber als nächstes angeguckt, 191 00:15:55,840 --> 00:16:01,820 Wie denn die inhaltliche Ausrichtung dieser einzelnen Filter Bubbles waren. 192 00:16:01,820 --> 00:16:06,820 Und zwar hatten wir natürlich den Verdacht, dass es sich um eher rechtsgerichtete Accounts handelt, 193 00:16:06,820 --> 00:16:13,060 die diese Fake News weiterverbreiten und wir haben dann eine Analyse der 194 00:16:13,060 --> 00:16:17,010 Worthäufigkeiten innerhalb der Tweets von diesen Leuten gemacht. 195 00:16:17,010 --> 00:16:20,920 Wir haben eine relative Worthäufigkeitsanalyse gemacht, d.h. wir haben 196 00:16:20,920 --> 00:16:24,460 beide Gruppen genommen und haben geguckt, was in der einen Gruppe populär ist 197 00:16:24,460 --> 00:16:28,870 und in der anderen Gruppe unpopulär und das danach gewichtet. 198 00:16:28,870 --> 00:16:35,100 Danach kam folgende Word Cloud, die wir generiert haben, heraus. 199 00:16:35,100 --> 00:16:37,810 Das hier ist tatsächlich die Word Cloud, 200 00:16:37,810 --> 00:16:45,980 der Fake-News-Verbreiter. Wir sehen hier sehr große Themenschwerpunkte: 201 00:16:45,980 --> 00:16:50,880 Islam, Migranten, Politik, Merkel, Deutschland. 202 00:16:50,880 --> 00:16:57,860 Es gibt noch so ein bisschen: Antifa, Pegida, Freiheitskampf, Flüchtlinge, NetzDG. 203 00:16:57,860 --> 00:17:02,300 Wir sehen hier ein sehr kohärentes Bild. 204 00:17:02,300 --> 00:17:08,900 Ein sehr kohärentes Weltbild, das sich sehr konzentriert 205 00:17:08,900 --> 00:17:11,260 auf diese Themen, wie Migration, Islam usw. 206 00:17:12,640 --> 00:17:17,920 Wir sehen noch ein paar Nebenthemen, z.B. das NetzDG. Das ist das Netzwerkdurchsetzungsgesetz, 207 00:17:17,920 --> 00:17:21,020 das momentan in Kraft getreten ist. 208 00:17:21,420 --> 00:17:24,500 Flüchtlinge. Maas. Heiko Maas ist damit gemeint. 209 00:17:25,480 --> 00:17:31,140 Zensur. Das ist so ein Nebendiskurs. Da geht es um die Rechten, die sich von genau diesem 210 00:17:31,140 --> 00:17:34,800 Gesetzesentwurf sehr angegriffen gefühlt haben. 211 00:17:36,340 --> 00:17:41,900 Wenn wir das kontrastieren mit der Richtigsteller-Blase, 212 00:17:41,900 --> 00:17:45,080 dann wird noch mal klarer, wie deutlich der Fokus ist. 213 00:17:45,080 --> 00:17:47,740 Das sind jetzt die populären Worte der Richtigsteller. 214 00:17:47,740 --> 00:17:54,340 Wir sehen: Relativ neutral. Also: News, Nachrichten, newsDE, BreakingNews, Infos, die Nachrichten, 215 00:17:54,340 --> 00:17:58,640 Spiegel, online, noafd. Es so ein bisschen politisch. 216 00:17:58,640 --> 00:18:01,780 Trump ist ein großes Thema bei denen. 217 00:18:03,380 --> 00:18:09,500 Das deutet auch auf politisch hin. Und May, also die britische Premierministerin. 218 00:18:09,500 --> 00:18:12,920 Es gibt ein paar politische Themen, 219 00:18:12,920 --> 00:18:17,940 aber im Großen und Ganzen ist das sehr neutral und sehr allgemein, was dort populär ist. 220 00:18:21,320 --> 00:18:25,300 Ich fasse ganz kurz die Erkenntnisse bis dahin zusammen: 221 00:18:25,300 --> 00:18:29,540 Wir sehen, dass die Richtigsteller-Gruppe komplett anders ist: 222 00:18:29,540 --> 00:18:33,860 Sie ist größer, weiter gestreut, wolkenartig, inkludiert die Massenmedien. 223 00:18:33,860 --> 00:18:38,080 Wir sehen, dass die Filter Blase der Richtigsteller-Gruppe gegenüber der Fake News 224 00:18:38,090 --> 00:18:42,500 wesentlich durchlässiger ist als umgekehrt. Wir sehen, dass die Fake-News-Gruppe 225 00:18:42,500 --> 00:18:47,620 thematisch deutlich fokussierter ist, also d.h. wir sehen ganz viele Unterschiede 226 00:18:47,620 --> 00:18:50,720 und sie sind alle auf der Gruppenebene. 227 00:18:50,720 --> 00:18:56,780 Wir können wirklich sagen: Diese Gruppen sind einfach grundsätzlich unterschiedlich. 228 00:18:56,780 --> 00:18:59,420 Es sind unterschiedliche Arten von Gruppen und 229 00:18:59,420 --> 00:19:08,120 damit müssen wir eigentlich auch die Theorie von Leon Festinger als unzureichend verwerfen, 230 00:19:08,120 --> 00:19:14,020 denn er hat eine individualpsychologische Erklärung geliefert, 231 00:19:14,020 --> 00:19:17,860 aber was wir brauchen, ist offensichtlich eine gruppenpsychologische Erklärung. 232 00:19:18,540 --> 00:19:23,300 Das war der Punkt, wo wir dann über den Digitalen Tribalismus nachgedacht haben. 233 00:19:23,300 --> 00:19:26,800 Also das titelgebende Ding. 234 00:19:26,800 --> 00:19:28,740 Digitaler Tribalismus 235 00:19:28,740 --> 00:19:34,590 ist eine Überlegung, die dann im Anschluss an der Lektüre von 236 00:19:34,590 --> 00:19:42,680 verschiedensten Studien und Büchern entstanden ist. 237 00:19:43,900 --> 00:19:51,120 Da wären zum einen Jonathan Haidt mit seinem 2012-Bestseller "The Righteous Mind". 238 00:19:51,120 --> 00:19:57,760 Da geht es vor allem um die gruppenpsychologischen Grundlagen 239 00:19:57,760 --> 00:20:00,610 der moralischen Konstitution des Menschen. 240 00:20:00,610 --> 00:20:04,539 Er hat sehr viele Experimente durchgeführt und führt auch andere 241 00:20:04,540 --> 00:20:11,460 Experimente von anderen Wissenschaftlern auf, die zeigen wie eng Kultur und Psychologie 242 00:20:11,460 --> 00:20:17,820 miteinander interconnected sind oder wie es ein Kollege von ihm ausgedrückt hat: 243 00:20:17,820 --> 00:20:23,040 „Culture and psychology make each other up.“ 244 00:20:23,040 --> 00:20:28,640 Und eine Erkenntnis daraus ist tatsächlich, dass es inhärente moralische Grundlagen 245 00:20:28,640 --> 00:20:33,080 in der Psychologie des Menschen gibt, die weitgehend universell sind. 246 00:20:33,080 --> 00:20:40,120 Also die zur Conditio Humana dazu gehören. Und einer dieser moralischen Triebe 247 00:20:40,120 --> 00:20:47,280 ist der Hang zum Tribalismus. D.h. also dass das Individuum seine Stellung eben nie 248 00:20:47,280 --> 00:20:51,980 als Individuum in der Gesellschaft verortet, sondern immer in Bezug auf 249 00:20:51,980 --> 00:20:54,620 bestimmte Gruppen und zwar auf bestimmte Gruppen, 250 00:20:54,620 --> 00:20:57,080 die dann immer auch im Kontrast zu anderen Gruppen stehen. 251 00:20:57,080 --> 00:21:03,400 Und das ist eben genau dieser Tribalismus, der uns allen mehr oder weniger gegeben ist. 252 00:21:03,400 --> 00:21:09,840 Wir neigen dazu uns Gruppen anschließen zu wollen, uns mit Gruppen identifizieren zu wollen, 253 00:21:09,840 --> 00:21:14,080 und in diesen Gruppen unsere Moralität erst wirklich zur Geltung kommen zu lassen. 254 00:21:14,400 --> 00:21:24,880 Was gleichzeitig aber auch die Folge hat, dass wir tendenziell sehr feindlich 255 00:21:24,880 --> 00:21:30,500 gegenüber Fremdgruppen sind. Wobei das komplett arbiträre Kategorien sind. 256 00:21:30,500 --> 00:21:34,500 Alles kann die Eigengruppe sein, alles kann die Fremdgruppe sein. 257 00:21:34,500 --> 00:21:39,260 Das ist nicht fest verdrahtet, wie wir unsere Eigengruppe definieren, 258 00:21:39,260 --> 00:21:45,800 oder wie wir sie erkennen oder wie wir uns zuordnen, sondern das sind arbiträre Kategorien. 259 00:21:47,920 --> 00:21:53,980 Michel Maffesoli, ein Soziologe, der hat in den 90er Jahren 260 00:21:53,980 --> 00:21:59,280 das erste Mal von einem modernen Tribalismus gesprochen. 261 00:21:59,280 --> 00:22:06,680 Er hat das auch den urbanen Tribalismus genannt. Wo er im Endeffekt Gruppierungen, die wir heute 262 00:22:06,680 --> 00:22:13,400 als Subkulturen verstehen würden, damals auch als Tribes, als Stämme wahrgenommen 263 00:22:13,400 --> 00:22:22,800 und beschrieben hat und einen modernen Trend hin zur Stammesgesellschaft, 264 00:22:22,800 --> 00:22:27,690 oder zu stammesähnlichen Strukturen in der Gesellschaft beschrieben hat, mit denen 265 00:22:27,690 --> 00:22:34,600 er sich in Opposition gesetzt hat zu der Massengesellschaft der modernen Gesellschaft. 266 00:22:36,660 --> 00:22:42,060 Seth Godin, ein relativ bekannter Denker, 267 00:22:42,060 --> 00:22:45,460 ein Digital Denker, wie man so will, aber auch so ein bisschen aus dem Marketingbereich. 268 00:22:45,460 --> 00:22:49,520 Er hat 2008 ein kleines Buch geschrieben, das nennt sich „Tribes“, 269 00:22:49,520 --> 00:22:53,940 in dem er beschreibt, dass das Internet jetzt tatsächlich eine wunderbare 270 00:22:53,940 --> 00:23:00,720 Infrastruktur ist, um neue Formen von Stämmen zu generieren und 271 00:23:00,720 --> 00:23:06,179 seine Idee war oder was er beschreibt, er macht das an vielen Beispielen fest, 272 00:23:06,179 --> 00:23:10,460 was er beschreibt ist, dass es, um solche Stämme zu generieren, 273 00:23:10,460 --> 00:23:16,590 dass es da immer jemanden braucht, der sich als Häretiker gegenüber 274 00:23:16,590 --> 00:23:21,240 dem vorhandenen Mainstream geriert. Der sich hinstellt und sagt: 275 00:23:21,240 --> 00:23:26,480 „Hey, hey, hey, hey, ihr glaubt alle X, ich sage, es ist Y!“ 276 00:23:26,780 --> 00:23:32,600 Und der durch diese Oppositionshaltung es schaffen kann 277 00:23:32,600 --> 00:23:39,500 Anhänger, Follower zu finden, die sich dieser Sicht anschließen. 278 00:23:39,500 --> 00:23:45,980 Wenn er es schafft Kanäle, Medienkanäle aufrechtzuerhalten mit denen er einerseits seine 279 00:23:45,990 --> 00:23:50,370 Followerschaft und andererseits aber auch die Querverbindungen zwischen 280 00:23:50,370 --> 00:23:55,020 den Followern aufrechterhalten kann, dann kann so etwas entstehen, was er eben einen 281 00:23:55,020 --> 00:23:59,180 Tribe nennt, einen Stamm. Dieser Stamm kann unglaublich wirksam sein, 282 00:23:59,180 --> 00:24:03,299 weil das sind eben nicht einfach nur, z.B. irgendwelche Mitarbeiter, 283 00:24:03,299 --> 00:24:06,299 die irgendwie an einem Projekt arbeiten, sondern das sind wirklich Leute, die mit 284 00:24:06,299 --> 00:24:11,309 ganz viel Commitment hinter dieser Sache stehen und mit ihm, mit dem Leader, 285 00:24:11,309 --> 00:24:14,080 zusammen die Welt verändern können. 286 00:24:14,080 --> 00:24:19,540 Das ist so ein bisschen aus dieser frühen Zeit der Netzutopie. 287 00:24:19,540 --> 00:24:24,179 Das Aufkommen von Social Media muss man da auch so ein bisschen einpreisen, aber ich fand 288 00:24:24,179 --> 00:24:29,280 das sehr treffend, eine sehr treffende Beschreibung für das, was wir 289 00:24:29,280 --> 00:24:32,600 z.B. im amerikanischen Wahlkampf gesehen haben. 290 00:24:33,600 --> 00:24:36,940 Also das sind die theoretischen Grundlagen 291 00:24:36,940 --> 00:24:42,100 aus denen ich dann diese Idee des Digital Tribalism, also des Digitalen Tribalismus 292 00:24:42,100 --> 00:24:46,280 heraus extrahiert habe, d.h also, dass das Internet 293 00:24:46,289 --> 00:24:51,899 es möglich und damit wahrscheinlich macht, dass Leute sich allein 294 00:24:51,899 --> 00:24:57,139 aufgrund der Opposition zu einem, wie auch immer gearteten Mainstream 295 00:24:57,140 --> 00:25:03,160 solche Subkulturen, solche Subgenres, solcher Stämme bilden können, 296 00:25:03,160 --> 00:25:07,160 wo dann diese psychologischen Effekte, 297 00:25:07,169 --> 00:25:12,260 die Jonathan Haidt beschreibt, tatsächlich voll zum Tragen kommen und dann 298 00:25:12,260 --> 00:25:17,950 entsprechend stark dazu beitragen so eine Gruppenidentität 299 00:25:17,950 --> 00:25:22,760 aber auch so eine Gruppenwahrnehmung, so eine Gruppenweltperzeption herzustellen. 300 00:25:24,280 --> 00:25:28,220 Wir haben dann noch mal – zurück zu den Daten – 301 00:25:28,220 --> 00:25:34,680 nochmal einen Gegencheck gemacht. Also wenn wir solche Digital Tribes finden können mittels 302 00:25:34,690 --> 00:25:39,840 rechter Fake News, dann ist es vielleicht auch möglich linke Tribes festzustellen. 303 00:25:39,840 --> 00:25:44,620 Also linke Tribes zu finden, mittels linker Fake News. 304 00:25:44,620 --> 00:25:47,700 Dann haben wir uns so ein bisschen umgeguckt, nach linken Fake News 305 00:25:47,700 --> 00:25:50,120 – gar nicht so einfach zu finden – aber es gibt ein paar. 306 00:25:50,120 --> 00:25:52,500 Auch gerade zum Flüchtlingsthema. 307 00:25:54,000 --> 00:25:59,500 Obwohl das nicht ganz so richtig unseren Kriterien einer Fake News entspricht, aber wir haben das jetzt 308 00:25:59,500 --> 00:26:04,630 einfach mal genommen, weil es gibt halt nicht so viele linke Fake News, 309 00:26:04,630 --> 00:26:08,860 deswegen kann man nicht so picky sein. 310 00:26:08,860 --> 00:26:12,460 Jedenfalls gab es den Fall „Khaled“. 311 00:26:12,460 --> 00:26:20,880 Das war Anfang 2015. Da ging die Nachricht rum, dass Khaled Idris, ein Flüchtling aus Eritrea, 312 00:26:20,880 --> 00:26:25,060 tot aufgefunden worden ist. Er war erstochen worden. 313 00:26:25,060 --> 00:26:31,659 Wir erinnern uns: Anfang 2015 war die Hochphase der Pegida-Proteste. 314 00:26:31,659 --> 00:26:35,679 Dieser Fall war auch in Dresden und diese Pegida-Proteste waren sehr präsent 315 00:26:35,679 --> 00:26:40,330 und es gab schon einige gewaltvolle Ausschreitungen aus den Pegida-Protesten. 316 00:26:40,330 --> 00:26:42,190 Es wurden Journalisten bedroht. 317 00:26:42,190 --> 00:26:48,120 In diese Stimmung kommt dann diese Nachricht herein, 318 00:26:48,120 --> 00:26:51,240 dass Khaled Idris tot aufgefunden worden ist. 319 00:26:51,240 --> 00:26:56,400 Und natürlich lag der Verdacht nahe, dass Pegida dahintersteckt oder irgendwelche 320 00:26:56,409 --> 00:27:00,899 Rechtsradikalen dahinterstecken. Es gab dann auch wirklich große Demos. 321 00:27:00,900 --> 00:27:05,360 Solidaritätsdemos mit dem Verweis auf „Rassismus tötet“. 322 00:27:08,769 --> 00:27:15,220 Weil das Narrativ „Wahrheit“ gerade unter Linken sehr beliebt: Dass er eben durch die 323 00:27:15,220 --> 00:27:17,880 Hand von Rechtsradikalen getötet worden ist. 324 00:27:17,880 --> 00:27:23,840 Zu dem Zeitpunkt war aber noch nichts heraus über den Tod. Es gab noch keinerlei Meldungen. 325 00:27:23,840 --> 00:27:26,840 Die Polizei ermittelte und der Polizei wurde auch gleich 326 00:27:26,840 --> 00:27:31,130 von vornherein vorgeworfen auf dem rechten Auge blind zu sein, 327 00:27:31,130 --> 00:27:35,600 weil sie sich nicht sofort auf Rassismus als Tatmotiv festgelegt haben. 328 00:27:35,600 --> 00:27:40,789 Tatsächlich, in diesem Fall lag die Polizei richtig, dass es eben keine 329 00:27:40,789 --> 00:27:46,880 rassistische Tat war, sondern es war ein Mitbewohner von Khaled, 330 00:27:46,880 --> 00:27:53,620 der, ich glaube, Geld von ihm haben wollte. Jedenfalls ging es um niedere Motive 331 00:27:53,620 --> 00:27:58,640 und das war eben ein Mord in der Flüchtlingsunterkunft unter Flüchtlingen. 332 00:27:58,640 --> 00:28:04,800 Darauf hin haben wir uns dann alle Daten zu diesen Tweets geholt, 333 00:28:04,800 --> 00:28:08,160 also alle Tweets zu diesem Vorfall geholt, und sind dann zu 334 00:28:08,180 --> 00:28:15,320 diesem Schaubild gekommen. Das wirklich komplett anders ist als die bisherigen. 335 00:28:15,320 --> 00:28:21,980 Also wieder die gleiche Farbgebung: Rot sind die Fake-News-Verbreiter, blau sind wieder die Richtigstellungen. 336 00:28:22,580 --> 00:28:28,960 Es gibt wieder grün: Metadebatte. Gelb gibt es diesmal nicht. 337 00:28:28,960 --> 00:28:34,700 Wir sehen hier – erstmal die Gemeinsamkeiten – wir sehen hier wieder zwei Gruppen. 338 00:28:34,700 --> 00:28:39,700 Wir sehen hier eine große Gruppe, wieder die große Wolke 339 00:28:39,760 --> 00:28:43,840 und wir sehen wieder einen Knoten. Also zumindest das ist reproduziert, 340 00:28:43,840 --> 00:28:48,420 aber die Farben sind komplett anders. Wir haben hier die rote Farbgebung, 341 00:28:48,420 --> 00:28:52,500 aber man kann auf gar keinen Fall sagen, dass die Wolke rot ist, 342 00:28:52,500 --> 00:28:58,180 sondern es kommt Rot vor in der Wolke, aber eben auch ganz viel Grün, ganz viel Blau. 343 00:28:58,180 --> 00:29:03,280 Das durchmischt sich in einem bunten Spektrum. 344 00:29:05,800 --> 00:29:08,560 Was wir feststellen können ist: Es gibt zumindest keinen linken Stamm, 345 00:29:08,560 --> 00:29:12,440 der auf diese linke Fake News festgenagelt ist. 346 00:29:12,440 --> 00:29:17,260 Man sieht eine leichte Konzentration hier oben, das scheint dann die linke Twitosphäre zu sein, 347 00:29:17,260 --> 00:29:22,340 aber es gibt eben nicht diese Zusammenballung, nicht diese Abkapselung, wie wir sehen. 348 00:29:22,340 --> 00:29:24,260 Wir sehen wieder eine Abkapselung. 349 00:29:24,260 --> 00:29:31,500 Wir sehen nur diese Abkapselung dieses mal als einen sehr homogenen blaugrünen Knoten. 350 00:29:34,880 --> 00:29:40,500 Da liegt der Verdacht nahe, dass wir es diesmal einfach mit der gleichen Grafik umgekehrt zu tun haben. 351 00:29:40,500 --> 00:29:45,120 Dass dort jetzt unser rechter Knoten ist, der das Thema natürlich dankbar aufgreift, 352 00:29:45,120 --> 00:29:50,580 aber natürlich erst, nachdem dem Tod widersprochen worden ist. 353 00:29:53,000 --> 00:29:55,980 Tatsächlich, wenn man da so ein bisschen durch die Tweets geht, 354 00:29:55,980 --> 00:29:59,746 sieht man, das sind rechtsgerichtete Accounts. 355 00:29:59,746 --> 00:30:01,760 Ganz kurzer Hinweis: 356 00:30:01,760 --> 00:30:07,380 Wenn wir noch eine Extrafarbe genommen hätten für Häme und sich-lustig-machen über die doofen Linken, 357 00:30:07,380 --> 00:30:17,080 die darauf reingefallen sind, dann wäre das jetzt auch alles einfarbig für diesen speziellen Humor. 358 00:30:18,020 --> 00:30:19,600 Kommen wir zu einer zweiten Fake News. 359 00:30:21,360 --> 00:30:23,920 Das andere war der tote Flüchtling vom LAGeSo. 360 00:30:23,920 --> 00:30:29,560 Das hier war ein Facebook-Eintrag von einem Helfer bei „Moabit hilft“. 361 00:30:29,560 --> 00:30:35,460 Das ist eine Freiwilligen-Hilfsorganisation in Berlin Moabit, die dort am LAGeSo, 362 00:30:35,460 --> 00:30:43,260 am Landesamt für Gesundheit und Soziales, dort, wo wir auch so eine kleine Krise hatten 2016, 363 00:30:44,060 --> 00:30:48,700 weil die Behörden nicht damit hinterherkamen, die ganzen Flüchtlinge zu registrieren. 364 00:30:48,700 --> 00:30:50,200 Das war so auf dem Hoch, 365 00:30:50,200 --> 00:30:53,759 auf der Hochzeit der Flüchtlingskrise und es standen mitten im Winter, im Januar, 366 00:30:53,759 --> 00:30:59,070 wirklich den ganzen Tag ganz viele Flüchtlinge dort an. 367 00:30:59,070 --> 00:31:04,080 Dieser Flüchtlingshelfer schreibt jetzt nun, dass es einen Toten gab. 368 00:31:04,500 --> 00:31:12,500 Dass ein 24-jähriger Syrer mit dem Krankenwagen in die Notaufnahme gebracht wurde und dort verstorben sei. 369 00:31:12,500 --> 00:31:17,359 Das verbreitete sich wirklich krass, wie ein Lauffeuer – auch vor allem auf Twitter. 370 00:31:17,359 --> 00:31:21,779 Es gab noch viel mehr Tweets als der Fall „Khaled“ produziert hat. 371 00:31:21,780 --> 00:31:24,460 Das werden wir auch gleich an der Grafik sehen. 372 00:31:26,300 --> 00:31:29,660 Es hat sich auch als falsch herausgestellt. 373 00:31:34,340 --> 00:31:36,900 Am selben Tag hat die Polizei dem widersprochen. 374 00:31:36,900 --> 00:31:42,640 Es gab keine Nachrichten aus irgendeinem Krankenhaus von irgendeinem Toten. 375 00:31:42,640 --> 00:31:45,540 Das kriegt die Polizei nämlich immer mit. 376 00:31:45,540 --> 00:31:51,680 Deswegen war noch am selben Tag dieser Meldung widersprochen worden. 377 00:31:51,680 --> 00:31:54,200 So sah dann die Verteilung aus. 378 00:31:54,200 --> 00:32:01,780 Wir sehen wieder, dass es eine sehr durchmischet Wolke gibt, 379 00:32:01,780 --> 00:32:05,720 die nicht eindeutig zuordenbar ist auf die eine oder auf die andere Seite. 380 00:32:05,720 --> 00:32:10,940 Man kann sogar sehen, dass hier die Verteilung noch mal viel weiter gespreizt ist, 381 00:32:10,940 --> 00:32:13,860 was die Fake News, also die roten Punkte angeht. 382 00:32:13,860 --> 00:32:18,520 In diesem Fall haben wir wieder Gelb reingenommen, weil es schon zu diesem Zeitpunkt 383 00:32:18,520 --> 00:32:25,240 sehr viele, gerade auch große Medien gab, die den Fall mit Fingerspitzen aufgefasst haben, 384 00:32:25,240 --> 00:32:28,769 von wegen: „Irgendjemand behauptet da, dass irgendjemand tot ist, 385 00:32:28,769 --> 00:32:31,020 aber wir haben nichts Genaues.“ 386 00:32:31,020 --> 00:32:36,020 Also da muss man sagen, dass die Medien da teilweise auch sehr vorsichtig berichtet haben. 387 00:32:36,020 --> 00:32:45,900 Wir sehen hier wieder unser Knäuel, sehr eng der rechte Tribe. 388 00:32:46,440 --> 00:32:50,700 Ich gehe ganz kurz durch ein paar Tweets von dem rechten Tribe zu dem LAGeSo-Fall. 389 00:32:50,700 --> 00:32:56,340 Da sieht man, was ich meine mit dieser Häme. „Mal gespannt, wann es heißt, der 390 00:32:56,340 --> 00:33:00,240 tote LAGeSo-Flüchtling war eine Kunstform, um auf die Not aufmerksam zu machen.“ 391 00:33:00,240 --> 00:33:04,340 „Glaubt die Presse sofort: Messerattake, Politiker, LAGeSo. 392 00:33:04,340 --> 00:33:06,200 Leugnet die Presse: Fall ‚Lisa‘“ 393 00:33:06,200 --> 00:33:09,640 Wir wissen mittlerweile: Der Fall „Lisa“ war auch Fake News. 394 00:33:13,340 --> 00:33:18,780 „Wie verzweifelt muss man sein, dass man tote Flüchtlinge erfinden muss, um sein Lügengebäude zu stützen.“ 395 00:33:18,780 --> 00:33:21,240 Hier haben wir wieder dieses Lügenpresse-Narrativ. 396 00:33:21,240 --> 00:33:24,480 „Gutmenschen vergossen literweise bittere Tränen.“ 397 00:33:25,340 --> 00:33:32,060 Also, wir sehen, dass es sich hier nicht einfach nur um Berichterstattung gegen Berichterstattung handelt, 398 00:33:32,060 --> 00:33:33,980 sondern hier geht es um Häme. 399 00:33:36,340 --> 00:33:43,440 Kurz zurück zur Theorie. Ich hatte jetzt den digitalen Tribalismus aufgezeigt. 400 00:33:43,440 --> 00:33:45,960 Das ist die Grundthese, aber es geht natürlich noch weiter. 401 00:33:45,960 --> 00:33:50,900 Es geht darum, dass diese spezifische Form von tribalen Strukturen, 402 00:33:50,900 --> 00:33:56,760 von Stammesstrukturen, die dort im Internet entstehen, eine spezielle Weltwahrnehmung haben. 403 00:33:56,760 --> 00:34:04,420 Diesen Begriff Tribale Epistomologie oder tribal epistomology, habe ich mir geklaut von David Roberts. 404 00:34:04,420 --> 00:34:09,000 Der hat in einem Artikel bei vox.com so schön formuliert: 405 00:34:09,000 --> 00:34:12,490 „Information is evaluated based not on conformity 406 00:34:12,490 --> 00:34:17,220 to common standards of evidence or correspondence to a common understanding of the world, 407 00:34:17,220 --> 00:34:24,160 but on whether it supports the tribe's values and goals and is vouchsafed by tribal leaders. 408 00:34:24,160 --> 00:34:29,460 ‚Good for our side‘ and ‚true‘ begin to blur into one.“ 409 00:34:30,160 --> 00:34:33,920 Das ist die Definition. 410 00:34:33,920 --> 00:34:41,460 Also, d.h., dass nur noch ein Freund- Feind-Denken innerhalb der Wahrnehmung 411 00:34:41,460 --> 00:34:51,720 dieser, zumindest spezifischer Themengebiete passiert, innerhalb dieser tribalen Zusammenhänge. 412 00:34:51,720 --> 00:34:58,620 Einer, der das sehr gut innerhalb von experimentellen Zusammenhängen untersucht hat, 413 00:34:58,620 --> 00:35:06,140 ist der Psychologe Dan M. Kahan. Er hat auch ein entsprechendes Institut, 414 00:35:06,140 --> 00:35:13,240 ich glaube das ist in Cambridge, das Culture Cognition Institute. 415 00:35:13,240 --> 00:35:18,560 Er hat sehr viel zu Gruppenidentität und Wahrnehmungspsychologie geforscht. 416 00:35:18,560 --> 00:35:27,099 Er hat viele Experimente gemacht, wo er Leute mit vermeintlichen Fakten konfrontiert hat, 417 00:35:27,100 --> 00:35:33,580 die ihrer eigenen Weltwahrnehmung oder ihrer eigenen politischen Wahrnehmung der Welt widersprechen. 418 00:35:33,580 --> 00:35:36,120 Er hat geschaut: Wie reagieren diese Leute darauf? 419 00:35:36,120 --> 00:35:40,740 Ich möchte ein Experiment herausgreifen, das ich ganz interessant fand. 420 00:35:40,740 --> 00:35:46,980 Beispielsweise hat er diese Statistiken Leuten gezeigt. 421 00:35:46,980 --> 00:35:50,980 Vier verschiedene Statistiken, weil er vier Gruppen gemacht hat. 422 00:35:50,980 --> 00:35:58,160 In den ersten beiden Gruppen ging es darum, ob eine Hautcreme gegen einen Ausschlag hilft. 423 00:35:58,160 --> 00:36:03,540 Ihnen wurden diese Zahlen gegeben und sie sollten anhand dieser Zahlen beurteilen: 424 00:36:03,540 --> 00:36:07,500 Hilft diese Creme oder hilft diese Creme nicht gegen den Ausschlag? 425 00:36:09,380 --> 00:36:15,830 Die eine Gruppe bekam die Statistik, wo klar war, dass die Hautcreme hilft 426 00:36:15,830 --> 00:36:20,420 und die andere bekam die Statistik, die umgekehrt war, 427 00:36:20,420 --> 00:36:25,040 wo klar war, dass die Hautcreme eben nicht hilft, sondern kontraproduktiv ist. 428 00:36:25,040 --> 00:36:30,780 Jetzt haben sie im Vorfeld zwei Tests gemacht an allen Probanden und 429 00:36:30,790 --> 00:36:34,570 sie haben einerseits getestet: Welche politische Einstellung haben die Leute? 430 00:36:34,570 --> 00:36:38,960 Sind sie Demokraten oder Republikaner? In amerikanischen Fall natürlich. 431 00:36:38,960 --> 00:36:45,040 Und, wie stark sind sie das? Also wie stark identifizieren sie sich mit einer oder der anderen Seite. 432 00:36:48,780 --> 00:36:53,940 Dann haben sie als zweites getestet: Wie groß ist deren Zahlenverständnis? 433 00:36:53,940 --> 00:36:57,880 Also deren Kompetenz mit Zahlen umzugehen und Zahlen einzuschätzen. 434 00:36:59,280 --> 00:37:03,940 Das haben sie auch noch mal unabhängig getestet und bei diesem Hautcreme-Beispiel 435 00:37:03,940 --> 00:37:09,140 war es relativ vorhersehbar, wie die Ergebnisse ausfielen. 436 00:37:09,140 --> 00:37:13,140 Die Leute, die ein hohes Zahlenverständnis hatten, die ein gutes Zahlenverständnis hatten, 437 00:37:13,140 --> 00:37:17,579 konnten auch diese Statistiken richtig deuten. 438 00:37:17,579 --> 00:37:21,479 Die konnten dann klar sagen: „Okay, in dieser Gruppe haben sie gesagt 439 00:37:21,480 --> 00:37:26,080 ,Es hilft‘ und in der anderen ,Es hilft nicht.‘“ 440 00:37:27,300 --> 00:37:30,615 Bei den zwei anderen Gruppen, haben sie das Gleiche gemacht. 441 00:37:30,615 --> 00:37:32,983 Genau die gleichen Zahlen, genau die gleichen Statistiken. 442 00:37:32,983 --> 00:37:36,340 Nur diesmal ging es nicht um die Hautcreme, sondern darum, 443 00:37:36,340 --> 00:37:45,100 ob Gesetze zur Waffenregulierung die Kriminalitätsrate beeinflussen – positiv oder negativ. 444 00:37:45,100 --> 00:37:50,480 Im Endeffekt die gleiche Statistik, nur eben diesmal mit einem ganz anderen Thema. 445 00:37:50,480 --> 00:37:58,500 Nicht die Hautcreme, sondern die politisierte Version mit der gun control. 446 00:37:58,500 --> 00:38:06,860 Und tatsächlich war plötzlich die Zahlenkompetenz überhaupt gar kein guter Vorhersagefaktor mehr, 447 00:38:06,860 --> 00:38:12,880 ob die Leute das richtig einschätzen, sondern der einzige Vorhersagefaktor, 448 00:38:12,880 --> 00:38:17,400 der noch wirklich funktionierte und der ziemlich gut funktionierte, war tatsächlich die politische Einstellung. 449 00:38:17,400 --> 00:38:26,100 D.h. also, die Statistiken wurden nicht so interpretiert wie die Hautcreme-Statistiken, 450 00:38:26,100 --> 00:38:28,200 sondern tatsächlich wurden sie politisch interpretiert. 451 00:38:28,200 --> 00:38:32,420 Wenn die Zahlen ihren eigenen Vorstellungen widersprachen, 452 00:38:32,420 --> 00:38:35,780 dann wurden die Zahlen eben anders hingedeutet. 453 00:38:35,780 --> 00:38:42,580 Das Interessante, was Kahan rausbekommen hat, ist, dass es sogar so ist, dass das Zahlenverständnis 454 00:38:42,580 --> 00:38:49,460 nicht diesen Effekt des politischen bias abschwächt, sondern erhöht. 455 00:38:50,500 --> 00:38:56,720 D.h. Leute, die ein hohes Zahlenverständnis haben und eine starke politische Haltung, 456 00:38:56,720 --> 00:39:02,200 bei denen kommt die politische Haltung innerhalb der Deutung dieser Zahlen noch stärker durch. 457 00:39:02,200 --> 00:39:07,620 Mit anderen Worten: Er schließt daraus, dass die kognitiven Kompetenzen, 458 00:39:07,620 --> 00:39:13,940 die ein Mensch hat, in solchen Fragen von Identität, nicht dazu verwendet werden, einen besonders neutralen 459 00:39:13,940 --> 00:39:20,800 Blick auf Statistiken zu haben, sondern dazu hilft zu „verrationalisieren“, 460 00:39:20,800 --> 00:39:23,840 dass man sowieso schon das weiß, was man glaubt zu wissen. 461 00:39:24,680 --> 00:39:29,020 Er nennt das Ganze die sogenannte: Identity Protective Cognition. 462 00:39:30,060 --> 00:39:38,720 Seine These dahinter ist, dass diese Art und Weise der Kognition, die dort stattfindet, eine Form von Schutz ist. 463 00:39:38,720 --> 00:39:41,040 Der Schutz der eigenen Identität. 464 00:39:41,040 --> 00:39:46,940 Der Schutz der eigenen politischen Identität, die man verbindet mit genau solchen Fragen, 465 00:39:46,940 --> 00:39:48,560 wie der gun regulation. 466 00:39:48,560 --> 00:39:52,240 Wenn man eben ein Republikaner ist, dann will man das einfach nicht wahrhaben, 467 00:39:52,240 --> 00:39:54,680 weil nicht sein kann, was nicht sein darf, 468 00:39:54,680 --> 00:39:59,000 weil es die eigene Identität bedroht. Und wenn etwas die eigene Identität bedroht, 469 00:39:59,000 --> 00:40:07,220 dann schaltet man weg von rationalen Erwägungen, sondern hin zu Abwehrreaktionen. 470 00:40:07,220 --> 00:40:13,780 Interessanterweise gibt es auch entsprechende Studien der Neurowissenschaft, 471 00:40:13,780 --> 00:40:17,780 die ähnliche Experimente gemacht haben. 472 00:40:17,780 --> 00:40:24,560 Und zwar hat man den Leuten auch zwei unterschiedliche Dinge gezeigt. 473 00:40:26,960 --> 00:40:29,579 Die haben sie an diesem Computertomographen angeschlossen 474 00:40:29,580 --> 00:40:34,620 und haben sie dabei beobachtet, welche Regionen aktiviert werden, wenn sie mit bestimmten Fragen 475 00:40:34,620 --> 00:40:36,580 oder mit bestimmten Fakten konfrontiert werden. 476 00:40:36,580 --> 00:40:42,140 Die einen wurden damit konfrontiert, dass tatsächlich Edison gar nicht die Glühbirne erfunden hat, 477 00:40:43,080 --> 00:40:48,920 sondern jemand anders und dass es nur ein weitläufiger Irrglaube ist. 478 00:40:48,920 --> 00:40:53,360 Dann wurde geguckt welche Hirnregionen dort angesprochen werden. 479 00:40:53,360 --> 00:41:00,340 Tatsächlich wird die zerebrale Neocortex angesprochen. 480 00:41:00,340 --> 00:41:05,940 Das ist der Ort, wo wir Informationen verarbeiten und wo die Ratio zu Hause ist. 481 00:41:05,940 --> 00:41:13,480 Dann wurde ihnen aber Fakten präsentiert, die ihrem eigenen Weltbild widersprechen. 482 00:41:13,480 --> 00:41:18,480 Klimaleugnern wurden dann bspw. Zahlen präsentiert, dass der Klimawandel existiert. 483 00:41:18,480 --> 00:41:22,140 Unter sich wurde völlig andere Hirnregionen angesprochen, 484 00:41:22,140 --> 00:41:30,500 nämlich sehr tiefe Hirnregionen, die eigentlich dazu vorhanden sind, 485 00:41:30,500 --> 00:41:34,100 dass die Gefahrenabwehr dort aktiviert wird. 486 00:41:34,120 --> 00:41:39,940 Also, dass die Leute plötzlich Gefahr wittern und dass sie plötzlich in einen Verteidigungsmodus reingehen. 487 00:41:41,280 --> 00:41:43,840 Sehr interessante Studie jedenfalls. 488 00:41:45,820 --> 00:41:49,240 Zurück zu Kahan. Kahan hat auch aufgrund seiner Studien 489 00:41:49,240 --> 00:41:57,080 eine Theorie zu Fake News und seiner Meinung nach sind Fake News nicht dadurch generiert, 490 00:41:57,080 --> 00:42:05,820 dass sinistere Kreise anfangen wollen, die Öffentlichkeit zu manipulieren nach ihrem Gutdünken, 491 00:42:05,820 --> 00:42:09,780 sondern es ist vielmehr so, dass es eine motivierte Öffentlichkeit gibt. 492 00:42:09,780 --> 00:42:14,240 Also eine Öffentlichkeit, die bereits anfällig ist für Fake News. 493 00:42:14,240 --> 00:42:19,100 Die bereits nach diesen Fake News giert, die diese Fake News braucht. 494 00:42:19,100 --> 00:42:25,880 Das ist eben genau auch das, was wir herausgefunden haben. 495 00:42:26,620 --> 00:42:29,180 Ganz kurz noch mal der Vergleich mit den USA. 496 00:42:29,180 --> 00:42:38,020 Denn viele der Beispiele kamen jetzt aus den USA, aber es ist auch so, dass wir glauben, dass ein Teil dessen, 497 00:42:38,020 --> 00:42:42,920 was wir herausgefunden haben, in den USA auch stattfindet, nur viel krasser. 498 00:42:43,580 --> 00:42:46,420 Deswegen habe ich hier nochmal Tribale Institutionen geschrieben, 499 00:42:46,420 --> 00:42:56,840 denn irgendwann geht das Ganze über lose Netzwerke hinaus und wächst zu eigenen Institutionen. 500 00:42:56,840 --> 00:43:00,120 Das ist jedenfalls das, was wir glauben, was in den USA passiert ist. 501 00:43:01,000 --> 00:43:05,360 Wir wissen, dass in den USA dieser Prozess sehr viel früher angefangen hat. 502 00:43:05,360 --> 00:43:13,200 Bereits in den 90er-Jahren gab es diese rechten Talkradios: Rush Limbaugh, Glenn Beck usw. 503 00:43:13,200 --> 00:43:16,340 Angry white man, die die ganze Zeit ins Mikrofon schimpfen. 504 00:43:19,700 --> 00:43:30,100 Mitte der 90er sind die überall aufgepoppt und haben bereits entsprechende Tribes generiert. 505 00:43:30,100 --> 00:43:39,320 Das Ganze hat sich dann verstetigt und wurde größer, als dann Fox News in die Öffentlichkeit trat, 506 00:43:39,320 --> 00:43:45,940 die dann auch einen Großteil dieser Talkradio-Leute eingekauft haben und dann entsprechend 507 00:43:45,940 --> 00:43:51,280 mit sehr viel mehr Wirkpower ausgestattet haben. 508 00:43:52,760 --> 00:43:59,440 Es gibt da eine schöne Studie von Harvard, die zum US-Wahlkampf heraus kam. 509 00:43:59,440 --> 00:44:05,576 Die ist u. a. von dem bekannten Internettheoretiker Jochheim Benkler mitherausgegeben worden. 510 00:44:05,576 --> 00:44:11,220 Die haben sich alle möglichen Tweets und alle möglichen Facebookeinträge angeschaut, 511 00:44:11,220 --> 00:44:17,520 die während des Wahlkampfes, also vom 1. April 2015 bis zum Urnengang, abgegeben worden sind. 512 00:44:17,520 --> 00:44:20,480 Dabei haben sie sich angeschaut: 513 00:44:21,640 --> 00:44:28,900 Leute, die häufig entweder den Trump-Account retweeten oder den Hilary-Clinton-Account retweeten – 514 00:44:28,900 --> 00:44:32,400 und haben diese Leute dann entsprechend eingefärbt. 515 00:44:32,400 --> 00:44:35,960 Die einen sind rot und die anderen sind blau. 516 00:44:37,220 --> 00:44:44,060 Hier wurde auch gezeigt, welche Arten von Medien dort weiter verbreitet wurden. 517 00:44:44,440 --> 00:44:48,880 Grün ist die Farbe, wo es nicht ganz eindeutig war, also die Leute, die in der Mitte stehen. 518 00:44:51,020 --> 00:44:55,640 Tatsächlich können wir hier sehen – das ist übrigens ähnlich auch bei uns: 519 00:44:55,640 --> 00:44:59,100 Die Vernetzungsdichte ist hier abgebildet. 520 00:44:59,100 --> 00:45:04,640 Wir sehen hier tatsächlich auch, ähnlich wie bei uns, dass es eine sehr klare Spaltung gibt 521 00:45:04,640 --> 00:45:11,020 zwischen rechts und links, die sehr signifikant ist und wir sehen vor allem interessanterweise, 522 00:45:11,020 --> 00:45:17,540 dass hier auf der rechten Seite all die Traditionsmedien stehen, die wir schon kennen: 523 00:45:17,540 --> 00:45:24,160 New York Times, Washington Post, CNN, Huffington Post, Politico usw. 524 00:45:24,160 --> 00:45:30,040 Aber im Endeffekt waren alle Traditionsmedien waren hier auf der linken, auf der Hillary-Clinton-Seite. 525 00:45:31,060 --> 00:45:36,840 Während es hier auf der rechten Seite nur sehr wenige große Sterne gab, außer Breitbart und Fox News. 526 00:45:36,840 --> 00:45:43,160 Wobei Breitbart tatsächlich Fox News mit links in die Tasche steckt – in Sachen Social-Media-Verbreitung. 527 00:45:45,960 --> 00:45:50,660 Das ist in verschiedener Hinsicht sehr interessant, 528 00:45:50,660 --> 00:45:56,920 weil nämlich einerseits auf der rechten Seite fast nur neue Medien sind. 529 00:45:56,920 --> 00:46:02,460 Also neu im Sinne von: Die meisten sind weniger als 10 Jahre alt. 530 00:46:03,580 --> 00:46:10,040 Nur ganz wenige sind überhaupt älter als 10 Jahre. 531 00:46:10,040 --> 00:46:14,720 D.h. die ganze gesamte rechte Seite ist komplett neu. 532 00:46:16,180 --> 00:46:20,680 Diese Medien gibt es erst seit kurzer Zeit und das heißt mit anderen Worten und 533 00:46:20,680 --> 00:46:22,380 wir können eigentlich auch feststellen: 534 00:46:23,940 --> 00:46:27,650 Es ist nicht einfach nur eine Spaltung, sondern es ist eine Abspaltung. 535 00:46:27,650 --> 00:46:35,020 Es ist eine Abspaltung passiert, die sich gegenüber dem Mainstream in Opposition gesetzt hat. 536 00:46:36,700 --> 00:46:39,440 Das ist eben auch die Parallele zu unseren Grafiken, 537 00:46:39,440 --> 00:46:43,960 denn, wir erinnern uns, die Massenmedien waren bei uns auch immer auf der anderen Seite. 538 00:46:45,540 --> 00:46:51,700 Das, was wir gesehen haben, also dieser rechte Digital Tribe, ist eben auch eine Art Abspaltung. 539 00:46:51,700 --> 00:46:56,400 Nur viel kleiner, unbedeutender und eben noch nicht so institutionell. 540 00:46:56,400 --> 00:47:01,792 Wir haben zwar auch auf der rechten Seite mittlerweile durchaus einige bekannte und größere Marken: 541 00:47:01,800 --> 00:47:05,040 Tichys Einblick, Achse des Guten, usw. 542 00:47:05,040 --> 00:47:11,540 Aber die sind noch lange nicht so relevant und haben so viel Reichweite und die Schlagkraft wie z.B. Breitbart. 543 00:47:12,880 --> 00:47:18,880 Ganz kurz: Die Ähnlichkeiten mit der US-Abspaltung und unserem rechten Stamm im Überblick: 544 00:47:18,880 --> 00:47:22,420 Abspaltung von der etablierten Öffentlichkeit, 545 00:47:22,420 --> 00:47:25,620 traditionellen Massenmedien verbleiben auf der „anderen“ Seite. 546 00:47:25,620 --> 00:47:28,720 Themenschwerpunkt Migration und die eigene Opferinszenierung – 547 00:47:28,720 --> 00:47:34,000 Das war auch noch mal ein key finding dieser Harvard-Studie, dass es eben 548 00:47:34,000 --> 00:47:43,180 vor allem die Migrationsfrage war, die dort das ganze Feld aufgemischt hat auf der rechten Seite. 549 00:47:43,880 --> 00:47:50,500 Die verstärkte Anfälligkeit für Fake News war auch eine Sache, die die Harvard-Studie dort herausgestellt hat 550 00:47:50,500 --> 00:47:54,860 und die relative Neuheit der rechten Medienkanäle. 551 00:47:57,060 --> 00:47:59,900 Ich bin an dieser Stelle fertig. 552 00:47:59,900 --> 00:48:05,440 Man kann die gesamte Studie übrigens noch ein bisschen ausführlicher, 553 00:48:05,440 --> 00:48:08,715 aber nicht so viel ausführlicher bei mir auf dem Blog finden. 554 00:48:08,715 --> 00:48:12,810 ctrl-verlust.net/digitaler-tribalismus-und-fake-news 555 00:48:12,810 --> 00:48:18,840 Momentan ist das aber noch der neueste Artikel, d.h. man kann sich einfach ctrl-verlust.net merken 556 00:48:18,840 --> 00:48:20,900 und dann findet man es auch sofort. 557 00:48:21,460 --> 00:48:23,960 Ich wollte noch was zum Fazit sagen: 558 00:48:24,620 --> 00:48:28,934 Damit es nicht ganz so traurig zu Ende geht, vielleicht ein paar Hinweise, 559 00:48:28,940 --> 00:48:37,240 die uns Jonathan Haidt gegeben hat, wie mit dieser Tribalismus-Sache umzugehen sein könnte. 560 00:48:37,240 --> 00:48:47,400 Er hat ein schönes Bild davon: Unsere Kognition ist so wie ein Reiter auf einem Elefanten. 561 00:48:47,400 --> 00:48:52,360 Wobei der Elefant die ganze Zeit tut, was er will und der Reiter ist im Endeffekt 562 00:48:52,360 --> 00:48:59,080 nur der Pressesprecher des Elefanten, der hinterher verrationalisiert, wo der Elefant hingelaufen ist. 563 00:48:59,080 --> 00:49:05,440 Wenn wir beispielsweise auf solche Digital Tribes, also auf solche rechten Strukturen zugehen, 564 00:49:05,440 --> 00:49:10,100 mit dem Fact Check ihrer Fake News, dann ist es so, als ob wir versuchen wollten 565 00:49:10,100 --> 00:49:13,940 diesen Reiter von irgendwas zu überzeugen. Das können wir nicht. 566 00:49:13,940 --> 00:49:22,080 Der Reiter ist keine eigenständige Entität, sondern er erzählt nur, was der Elefant will. 567 00:49:22,080 --> 00:49:27,460 D.h. mit anderen Worten: Wir müssen uns eigentlich auf Elefantenebene miteinander unterhalten. 568 00:49:27,460 --> 00:49:33,260 D.h wir müssen auf einer emotionalen Ebene, den read schaffen. 569 00:49:33,260 --> 00:49:37,220 Das funktioniert z.B. ganz gut oder einigermaßen gut mit Familienmitgliedern 570 00:49:39,600 --> 00:49:45,060 oder wenn man bereits andere vertrauensvolle Strukturen zu solchen Leuten hat, 571 00:49:45,060 --> 00:49:47,960 dann auf einer Vertrauensebene Leute zu überzeugen. 572 00:49:47,960 --> 00:49:52,540 Eine andere Sache, die er erzählt und die finde ich interessant, ist, dass er sagt Institutionen, 573 00:49:53,660 --> 00:49:58,620 z.B. wissenschaftliche Institutionen, sind genau dafür da, solche tribalen Effekte auszugleichen. 574 00:49:58,620 --> 00:50:05,100 Vor allem, wenn sie relativ divers aufgestellt sind, was die Weltwahrnehmung angeht. 575 00:50:05,100 --> 00:50:11,920 Dann ist es nicht so schlimm, wenn die einzelne Person in ihrem tribalen Muster denkt, 576 00:50:11,920 --> 00:50:20,440 sondern solange es Gegenleute, Gegenkandidaten gibt, die ständig dazu motiviert sind 577 00:50:20,440 --> 00:50:27,380 den Anderen zu widerlegen, dann kommt hinterher doch immer eine gereinigte Wahrheit raus. 578 00:50:28,560 --> 00:50:32,720 Allerdings ist meine Befürchtung, was diese Hoffnung angeht, 579 00:50:35,380 --> 00:50:41,260 dass das, was wir gerade sehen, im Endeffekt das Ende der Institution ist, 580 00:50:41,260 --> 00:50:47,920 denn die Rolle, die das Internet hier spielt, ist ja gerade die Auflösung des Zwangs, 581 00:50:47,920 --> 00:50:51,900 sich innerhalb einer Institution, sich auf eine Wahrheit einigen zu müssen, 582 00:50:51,900 --> 00:50:57,260 sondern man kann jetzt einfach, statt sich zu einigen, einen solchen digitalen Stamm gründen 583 00:50:57,260 --> 00:51:00,760 und ist gar nicht mehr angewiesen darauf, dass sich irgendjemand mit einem einigt. 584 00:51:00,760 --> 00:51:06,740 Man baut dann eben diese Parallelrealität von tribalen Parallelinstitutionen auf, 585 00:51:06,740 --> 00:51:08,800 wie das in den USA zu beobachten ist. 586 00:51:09,960 --> 00:51:14,300 Also keine so rosige Zukunft, aber trotzdem, Dankeschön.