Das Problem? „Zwei Frauen singen in der U-Bahn. Doch was bei 2:03 passiert, damit haben sie nicht gerechnet.“ Na, kurz in Versuchung gewesen, auf den Link zu klicken? Ihr wärt nicht die einzigen, die diese Art von sogenanntem Clickbait ködert.
Clickbait ist ein Phänomen, das sich rasant im Internet ausgebreitet hat. Das Ziel: möglichst viele Menschen auf eine Website locken, ob das nun ein Nachrichtenportal ist oder eine Seite wie Heftig.co ist (die Macher im WIRED-Interview), die meist mehr verspricht als sie hält. Das Ärgerliche: Selbst wenn man weiß, was Clickbait ist, fällt man trotzdem immer wieder darauf rein. Das hat wahrscheinlich etwas mit der menschlichen Neugierde zu tun, die wir triebhaft befriedigen müssen, sobald wir sie empfinden.
Clickbait offenbart uns eine Wissenslücke, die nicht zu groß ist und durch einen einfachen Klick schnell geschlossen werden kann. Wissenschaftlich untersucht hat diesen Mechanismus bisher noch niemand. Den Weimarer Forscher Martin Potthast stört vor allem, dass zunehmend auch Nachrichtenseiten Clickbait betreiben. Er findet: „Der Endnutzer sollte zumindest die Wahl haben, ob er diese Art von Inhalt sehen möchte. Um dagegenhalten zu können, muss er technologisch aufrüsten.“
Die Lösung? Potthast und seine Kollegen vom Digital Bauhaus Lab wollen den Prototyp eines Clickbait-Blockers entwickeln, sozusagen einen Spam-Filter für Clickbait. Dazu muss man aber erst mal definieren, was Clickbait überhaupt ist. Wo verläuft die Grenze zwischen einer Überschrift, die Lust machen soll, einen Artikel zu lesen und eindeutigem Clickbait? Um das herauszufinden, haben Potthast und seine Kollegen eine Pilotstudie durchgeführt.
Drei Menschen untersuchten Tweets, die zwanzig englischsprachigen Top-Publisher in einem bestimmten Zeitraum veröffentlichten. Von den rund 3000 Tweets ordneten sie auf einer Skala von 0-4 etwa ein Viertel dem Clickbaiting zu. Auf der Basis der nun kategorisierten Tweets haben die Wissenschaftler dann ein maschinelles Lernverfahren trainiert. Dessen Erfolgsquote lag bei 80 Prozent. „Um ein praktikables Werkzeug daraus zu machen, müssen wir noch besser werden“, sagt Potthast.
+++ Mehr von WIRED regelmäßig ins Postfach? Hier für den Newsletter anmelden +++
Wer steckt dahinter? Ein bisschen handelt Potthast auch aus Eigennutz: „Ich hoffe, mir selbst ein Werkzeug zu schaffen, mit dem ich meinen Nachrichtenstrom filtern kann.“ Aber natürlich hat er auch ein wissenschaftliches Interesse an dem Thema. Clickbait ist bisher kaum erforscht. Potthast und seine Kollegen wollen deshalb auch andere Forscher auf das Problem aufmerksam machen – und so verschiedene Lösungsansätze finden.
Wer glaubt daran? Die Digital News Initative von Google unterstützt das Projekt Clickbait-Blocker mit 50.000 Euro.
Wird das überhaupt etwas nutzen? Der Spamfilter hat den Spam nicht ausgelöscht und ein Clickbait-Filter wird nicht dafür sorgen, dass es plötzlich kein Clickbait mehr gibt. Momentan ist es so, sagt Potthast, dass Nachrichtenseiten jeden Nachrichtenartikel neu bewerben müssen. Das verleitet zum Clickbait. Doch: Wenn viele Menschen einen Clickbait-Blocker nutzen, dann „treffen diese Techniken nicht mehr auf Menschen, sondern auf die Technologie des Filters. Vielleicht verschieben sich dann die Überschriften wieder in Richtung Qualität“.
Wie geht es weiter? Um einen guten Prototypen zu entwickeln, brauchen die Wissenschaftler noch viel mehr Daten. „Wir wollen 30.000 oder sogar noch mehr Tweets von Menschenhand sortieren lassen. Außerdem müssen wir noch viel tiefer in die maschinellen Lernverfahren eintauchen und neue Wege finden, um es zu trainieren.“ Das langfristige Ziel ist es, ein Tool zu entwickeln, das für alle sozialen Netzwerke und vielleicht auch für Nachrichtenportale funktioniert. Ob das an der Uni Weimar oder wo anders ensteht, hänge von der Finanzierung ab, so Potthast.
Letztes Mal bei „Problem Solver“: RefugeesWork bringt Flüchtlinge und Arbeitgeber zusammen
