Advertisement

Was bin ich – und wenn ja, wie viele?

Identifikation und Analyse von Political Bots während des Bundestagswahlkampfs 2017 auf Twitter
  • Fabian PfaffenbergerEmail author
  • Christoph Adrian
  • Philipp Heinrich
Chapter

Zusammenfassung

Im Oktober 2016 – lange vor Beginn des Bundeswahlkampfes – appellierte Bundeskanzlerin Angela Merkel an alle Parteien, auf die Nutzung von Social Bots im Bundestagswahlkampf zu verzichten. Dem widersprach letztendlich nur die Alternative für Deutschland [AfD], wenngleich die Partei diese Aussage später wieder relativierte. So widmet sich dieser Beitrag der Frage, ob und in welchem politischen beziehungsweise thematischen Umfeld Bots im Zuge des Bundestagswahlkampfs auf Twitter eingesetzt wurden. Die Identifikation von potentiellen Bot-Twitter-Accounts erfolgt anhand eines zweistufigen Verfahrens: einem einfachen Nahduplikat-Erkennungsalgorithmus mit einer nachgelagerten manuellen qualitativen Analyse zufällig ausgewählter Tweets. Zwar liefern die Ergebnisse wenig Indizien für umfangreiche Maßnahmen zur Beeinflussung des Wahlausgangs durch Political Bots, offenbaren aber zumindest den Versuch der Einflussnahme durch verschiedene Akteure. So fanden sich zum Beispiel potentielle Bot-Accounts im AfD-nahen Spektrum und offensichtliche Bot-Aktivitäten mit Wahlwerbung durch die Freien Wähler.

Schlüsselwörter

Social Media Bot Twitter Wahlkampf Computational Methods 

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. Abokhodair, N., Yoo, D., & McDonald, D. W. (2015). Dissecting a social botnet: Growth, content and influence in Twitter. Proceedings of the 18th ACM Conference on Computer Supported Cooperative Work & Social Computing – CSCW ‘15, 839–851.  https://doi.org/10.1145/2675133.2675208.
  2. Alarifi, A., Alsaleh, M., & Al-Salman, A. (2016). Twitter turing test: Identifying social machines. Information Sciences 372, 332–346.  https://doi.org/10.1016/j.ins.2016.08.036CrossRefGoogle Scholar
  3. Amann, M., Knaup, H., Müller, A.-K., Rosenbach, M., & Wiedmann-Schmidt, W. (2016, 22. Oktober). Digitale Dreckschleudern. Wie „Social Bots“ den politischen Diskurs manipulieren. Der Spiegel, S. 44.Google Scholar
  4. Baldauf, J., Dittrich, M., Hermann, M., Kollberg, B., Lüdecke, R., & Rahthje, J. (2017). Toxische Narrative. Monitoring rechts-alternativer Akteure. Berlin: Amadeu Antonio Stiftung.Google Scholar
  5. Bastos, M. T., & Mercea, D. (2017). The Brexit botnet and user-generated hyperpartisan news. Social Science Computer Review.  https://doi.org/10.1177/0894439317734157CrossRefGoogle Scholar
  6. Bessi, A., & Ferrara, E. (2016). Social bots distort the 2016 U.S. Presidential election online discussion. First Monday 21(11).  https://doi.org/10.5210/fm.v21i11.7090
  7. Boshmaf, Y., Muslukhov, I., Beznosov, K., & Ripeanu, M. (2013). Design and analysis of a social botnet. Computer Networks 57(2), 556–578.CrossRefGoogle Scholar
  8. Brachten, F., Stieglitz, S., Hofeditz, L., Kloppenborg, K., & Reimann, A. (2017). Strategies and influence of social bots in a 2017 German state election ‒ A case study on Twitter. arXiv:1710.07562.
  9. Cai, C., Li, L., & Zengi, D. (2017). Behavior enhanced deep bot detection in social media. 2017 IEEE International Conference on Intelligence and Security Informatics (ISI): 128–130. Peking, China.  https://doi.org/10.1109/isi.2017.8004887.
  10. Chu, Z., Gianvecchio, S., Wang, H., & Jajodia, S. (2012). Detecting automation of Twitter accounts: Are You a Human, Bot, or Cyborg? IEEE Transactions on Dependable and Secure Computing, 9(6): 811–824.  https://doi.org/10.1109/tdsc.2012.75.CrossRefGoogle Scholar
  11. Cialdini, R. B. (2013). Die Psychologie des Überzeugens. Bern: Huber.Google Scholar
  12. Davis, C. A., Varol, O., Ferrara, E., Flammini, A., & Menczer, F. (2016). BotOrNot: A system to evaluate social bots. Proceedings of the 25th International Conference Companion on World Wide Web: 273–274. arXiv:1602.00975
  13. Edwards, C., Edwards, A., Spence, P. R., & Shelton, A. K. (2014). Is that a bot running the social media feed? Testing the differences in perceptions of communication quality for a human agent and a bot agent on Twitter. Computers in Human Behavior 33, 372–376.CrossRefGoogle Scholar
  14. Everett, R. M., Nurse, J. R. C., & Erola, A. (2016). The anatomy of online deception: What makes automated text convincing? Proceedings of the 31st Annual ACM Symposium on Applied Computing, Pisa/Italien, 1115–1120.  https://doi.org/10.1145/2851613.2851813.
  15. Ferrara, E. (2017). Disinformation and social bot operations in the run up to the 2017 French presidential election. SSRN Electronic Journal.  https://doi.org/10.2139/ssrn.2995809.
  16. Ferrara, E., Varol, O., Davis, C., Menczer, F., & Flammini, A. (2016). The rise of social bots. Communications of the ACM 59(7), 96–104.CrossRefGoogle Scholar
  17. Forelle, M. C., Howard, P. N., Monroy-Hernandez, A., & Savage, S. (2015). Political bots and the manipulation of public opinion in Venezuela. SSRN Electronic Journal.  https://doi.org/10.2139/ssrn.2635800.
  18. Freitas, C., Benevenuto, F., Veloso, A., & Ghosh, S. (2016). An empirical study of socialbot infiltration strategies in the Twitter social network. Social Network Analysis and Mining 6, 23.Google Scholar
  19. Graber, R., & Lindemann, T. (2018). Neue Propaganda im Internet. Social Bots und das Prinzip sozialer Bewährtheit als Instrumente der Propaganda. In K. Sachs-Hombach & B. Zywietz (Hrsg.), Fake News, Hashtags & Social Bots: Neue Methoden populistischer Propaganda (S. 51–68). Wiesbaden: Springer Fachmedien.Google Scholar
  20. Grimme, C., Assenmacher, D., & Adam, L. (2018). Changing perspectives: Is it sufficient to detect social bots? In: G. Meiselwitz (Hrsg.), Social computing and social media. User experience and behavior. SCSM 2018. Lecture Notes in Computer Science (S. 445–461). Cham: Springer.Google Scholar
  21. Grimme, C., Assenmacher, D., Preuss, M., Adam, L., & Lütke Stockdiek, J. (2017). Bundestagswahl 2017: Social-Media-Angriff auf das #kanzlerduell? PropStop Technischer Bericht. http://www.propstop.de/wp-content/uploads/2017/09/bundestagswahl-2017-social-media.pdf. Zugegriffen: 14. Juli 2018.
  22. Guo, D., & Chen, C. (2014). Detecting non-personal and spam users on geo-tagged Twitter network. Transactions in GIS 18(3), 370–384.CrossRefGoogle Scholar
  23. Hegelich, S., & Janetzko, D. (2016). Are social bots on Twitter political actors? Empirical evidence from a Ukrainian social botnet. Vortrag bei der Tenth International AAAI Conference on Web and Social Media, ICWSM 2016. Köln, 17.-20. Mai 2016.Google Scholar
  24. Hensel, G. (2017, 11. September). Rechte Bots im Bundestagswahlkampf: Vor 7 Tagen ging’s los. Fearless Democracy. https://fearlessdemocracy.org/btw-2017-bots/. Zugegriffen: 07. Juli 2018.
  25. Hölig, S., & Hasebrink, U. (2016). Nachrichtennutzung über soziale Medien im internationalen Vergleich. Media Perspektiven (11), 534–548.Google Scholar
  26. Howard, P. N., & Kollanyi, B. (2016). Bots, #Strongerin, and #Brexit: Computational propaganda during the UK-EU referendum. SSRN Electronic Journal.  https://doi.org/10.2139/ssrn.2798311
  27. Kollanyi, B., Howard, P., & Woolley, S. (2016). Bots and automation over Twitter during the first U.S. Presidential debate: COMPROP Data Memo 2016.1. – http://blogs.oii.ox.ac.uk/politicalbots/wp-content/uploads/sites/89/2016/10/Data-Memo-First-Presidential-Debate.pdf. Zugegriffen: 28. Juni 2018.
  28. Lokot, T., & Diakopoulos, N. (2015). News bots. Digital Journalism 4(6), 682–699.CrossRefGoogle Scholar
  29. Morstatter, F., Pfeffer, J., Liu, H., & Carley, K. M. (2013). Is the sample good enough? Comparing data from Twitter’s streaming API with Twitter’s Firehose. arXiv:1306.5204
  30. Neudert, L.-M., Kollanyi, B., & Howard, P. N. (2017a). Junk news and bots during the German Federal Presidency election: What were German voters sharing over Twitter? COMPROP DATA MEMO 2017.2. http://blogs.oii.ox.ac.uk/politicalbots/wp-content/uploads/sites/89/2017/03/What-Were-German-Voters-Sharing-Over-Twitter-v6-1.pdf. Zugegriffen: 26. Juni 2018. –
  31. Neudert, L.-M., Kollanyi, B., & Howard, P. N. (2017b). Junk news and bots during the German parliamentary election: What are German voters sharing over Twitter. COMPROP DATA MEMO 2017.7. http://comprop.oii.ox.ac.uk/wp-content/uploads/sites/93/2017/09/ComProp_GermanElections_Sep2017v5.pdf. Zugegriffen: 25. Juni 2018.
  32. Proisl, T, & Uhrig, P. (2016). SoMaJo: State-of-the-art tokenization for German web and social media texts. In: Proceedings of the 10th Web as Corpus Workshop (WAC-X) and the EmpiriST Shared Task, 57–62. Berlin: Association for Computational Linguistics.Google Scholar
  33. Pfaffenberger, F. (2018). What you tweet is what we get? Publizistik 63(1), 53–72.Google Scholar
  34. Ratkiewicz, J., Conover, M. D., Meiss, M., Goncalves, B., Flammini, A., & Menczer, F. M. (2011). Detecting and tracking political abuse in social media. Proceedings of the ICWSM 11, 297–304.Google Scholar
  35. Schäfer, F., Evert, S., & Heinrich, P. (2017). Japan’s 2014 General Election: Political bots, right-wing internet activism, and Prime Minister Shinzō Abe’s hidden nationalist agenda. Big Data 5(4), 294–309.CrossRefGoogle Scholar
  36. Schmehl, K. (2017, 3. September). Diese geheimen Chats zeigen, wer hinter dem Mem-Angriff #Verräterduell aufs TV-Duell steckt. BuzzFeed. https://www.buzzfeed.com/de/karstenschmehl/willkommen-in-der-welt-von-discord-teil1. Zugegriffen: 07. Juli 2018.
  37. Stieglitz, S., Brachten, F., Ross, B., & Jung, A.-., Katharina. (2017). Do social bots dream of electric sheep? A categorisation of social media bot accounts. arXiv:1710.04044.
  38. Timberg, C., & Dwoskin, E. (2017, 30. Oktober). Russian content on Facebook, Google and Twitter reached far more users than companies first disclosed, congressional testimony says. The Washington Post. https://www.washingtonpost.com/business/technology/2017/10/30/4509587e-bd84-11e7-97d9-bdab5a0ab381_story.html?utm_term=.43b78783d13e. Zugegriffen: 10. Juli 2018.
  39. Timberg, C., & Dwoskin, E. (2018, 6. Juli). Twitter is sweeping out fake accounts like never before, putting user growth at risk. The Washington Post. https://www.washingtonpost.com/technology/2018/07/06/twitter-is-sweeping-out-fake-accounts-like-never-beforeputting-user-growth-risk/. Zugegriffen: 18. Juli 2018.
  40. Varol, O., Ferrara, E., Davis, C. A., Menczer, F., & Flammini, A. (2017). Online human-bot interactions: Detection, estimation, and characterization. arXiv:1703.03107
  41. von Hammerstein, K., Höfner, R., & Rosenbach, M. (2017, 12. September). Wahlkampf mit Fake-News. Wie die Rechtsextremen mit Hetze mobil machen. Spiegel Online. http://www.spiegel.de/spiegel/wahlkampf-mit-trollen-wie-die-rechten-im-netz-mobil-machen-a-1167063.html. Zugegriffen: 18. Juli 2018.
  42. Wilke, T. (2017). Social Bots – die unberechenbare Armee im Wahlkampf. In J. Böttger, R. Güldenzopf, & M. Voigt (Hrsg.), Wahlanalyse 2017: Strategie, Kampagne, Bedeutung (S. 88–92). Berlin: epubli.Google Scholar

Copyright information

© Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2019

Authors and Affiliations

  • Fabian Pfaffenberger
    • 1
    Email author
  • Christoph Adrian
    • 1
  • Philipp Heinrich
    • 2
  1. 1.NürnbergDeutschland
  2. 2.ErlangenDeutschland

Personalised recommendations