Direkt zum Hauptbereich

Wer manipuliert auf Twitter? Russland und/oder AltRight

Wer ist für Desinformation im Wahlkampf verantwortlich?

Häufig heißt es, Russland würde massiv in den sozialen Medien Stimmung machen. Wir hier im Political Data Science Team stoßen allerdings vornehmlich auf Social Bots, hyperaktive Nutzer und Trolle aus der rechten Ecke und glauben, eine Verbindung zur amerikanischen AltRight-Bewegung zu sehen.

Zum Hintergrund

Der Spiegel berichtete  über Verbindungen von AltRight und deutschen Rechten hier. 
Daraufhin gab es offenbar eine Attacke mit Social Bots, wie das Digital Forensics Research Lab hier berichtet. 
Die Alliance for Securing Democracy hat gerade ein interessantes Tool veröffentlicht, dass den Einfluss von @de_sputnik auf Twitter deutlich macht.

Können wir die Verbindungen quantifizieren?

Die Daten

Seit 6 Monaten sammeln wir an der TU München Tweets, die im Bezug zur Bundestagswahl stehen. Dabei kombinieren wir Hashtags mit Listen von Politikern, Journalisten und Influencern. Auf diese Weise haben wir inzwischen 300.000.000 Tweets gesammelt. ABER: Die Daten haben einen starken Bias! Die Auswahl nach Stichworten und Nutzern liefert kein repräsentatives Bild des gesamten Datenverkehrs. Da wir die Stichworte auch beständig ergänzen, können auch seltsame Artefakte entstehen. Wir hoffen zwar, dass die schiere Masse das wieder wett macht, garantieren können wir das aber nicht. 
Dem Beispiel der alliance for securing democracy folgend schauen wir uns Tweets an, die den Begriff "de_sputnik" enthalten. Das sind dann alle Nachrichten, die von dem Nutzer sind, ihn retweeten oder auf ihn verlinken. Als Sample für die US-Rechten haben wir die Begriffe MAGA (make america great again) und AltRight gewählt. Zusätzlich haben wir die Suche in unseren Daten auf Nachrichten eingeschränkt die auf Deutsch verfasst wurden.

Die Analyse


Sputnik, AltRight und MAGA: wöchentliche Tweets
 Der Anteil der Sputnik-Tweets im Sample ist also deutlich größer. Die Trends scheinen aber gegenläufig zu sein. Während die Sputnik-Tweets abnehmen, nimmt die Zahl der Deutschen Tweets mit MAGA oder AltRight eher zu.
Ganz anders sieht es aus, wenn wir die rechten Begriffe noch um das Schlagwort "gab.ai" erweitern. Gab ist ein soziales Netzwerk, dass sehr stark von der AltRight-Bewegung benutzt wird. Unser Eindruck ist schon länger, dass es eine zunehmende Vernetzung zwischen AltRight und deutschen Rechten über gab.ai gibt. Und die Daten bestätigen diesen Anstieg eindeutig:
Sputnik, AltRight, MAGA und gab.ai: wöchentliche Tweets

Viele Social Bots, die wir finden, verlinken auf gab.ai. Wir können natürlich nicht ausschließen, dass auch Nutzer, die keine Rechten sind, auf GAB verlinken, aber der Anstieg ist schon sehr beunruhigend.
Ca. 1% der Twitternachrichten enthält Geo-Koordinaten. Dabei muss man wisse, dass Bots, die ja recht viele der Tweets abschicken, in der Regel keine solche Daten übermitteln. Die Geo-Koordinaten sind insofern Hinweise auf echte Nutzer. Hier zunächst die Nachrichten mit AltRight, MAGA und gab.ai weltweit:
AltRight, MAGA und gab.ai
Die meisten Tweets kommen natürlich aus der USA, aber Europa ist der zweite Hot-Spot. Und wenn man sich Europa näher anschaut, dann sind die meisten Nachrichten in (West-)Deutschland abgesendet worden. Auch in der Niederlanden sind recht viele Nutzer mit den Begriffen aktiv.
AltRight, MAGA und gab.ai in Europa
Die Daten zeigen, dass es eindeutige Hinweise für dafür gibt, dass sowohl russische Informationen in der Debatte auf Twitter zur Bundestagswahl eine Rolle spielen als auch, dass es Kommunikation zwischen AltRight und deutschen Rechten gibt. Mein Eindruck ist, die Vernetzung mit AltRight ist wesentlich stärker als der russische Einfluss. Ein Beweis ist das hier aber nicht. Und ganz wichtig: Es sind zwar viele Daten, aber es gibt auch starke Verzerrungen. Und - nicht vergessen - Twitter ist nicht die Wirklichkeit!



Labels:

Kommentare

Kommentar veröffentlichen

Beliebte Posts aus diesem Blog

#RTutorial: Using R to Harvest the Twitter STREAM API

Initializing the Twitter API In this tutorial, the so called STREAMING-API from Twitter is used. This API provides real-time access to Twitter, so the results are dependent from what is actually going on, right now. Before we start, we have to initialize the Twitter-API. To use the Twitter API, a consumer key and consumer secret is required. Therefore, you have to register as a developer who is creating a Twitter app. Create a Twitter account and then sign in at https://apps.twitter.com/. The account has to be verified with a phone number. This can be done on the Twitter webpage in the account settings. Fill in name, description and any valid URL with leading “http://”. It is important NOT to provide any call-back URL, because otherwise the registration from R will not function. After this, you can see a summary of your newly created app with a link to “manage keys and access tokens”. The consumer key and consumer secret that can be found there have to be copied into the following R-...
19 Kommentare
Mehr anzeigen

Deep-Dive Impfeffektivität: Eine kritische Datenanalyse der RKI-Berechnungen / Teil 1: Die Methode

Die Einschätzung, wie effektiv die COVID-Impfung ist, ist eine der politisch relevantesten Kennzahlen derzeit. Insbesondere für die Einschätzungen der Angemessenheit einr Impfpflicht ist diese Zahl extrem wichtig. In der Vergangenheit hat sich immer wieder gezeigt, dass die Berechnungen des RKI nicht in jeder Hinsicht eindeutig sind, sondern auf vielen Annahmen beruhen, die man auch kritisch hinterfragen kann und muss. Für die politische Datenwissenschaft ist es daher essenziell, diese Berechnungen nachvollziehbar zu machen. In diesem Beitrag wird das methodische Vorgehen des RKI zur Berechnung der Impfeffektivität analysiert. Die Informationen dazu entstammen den RKI-Wochenberichten .  In einem zweiten Teil habe ich die konkreten Berechnungen des RKI so weit wie möglich rekonstruiert und kann daher zeigen, wie stark die Ergebnisse schwanken, wenn Annahmen leicht verändert werden. Meine Erkenntnisse aus der folgenden Analyse: Das RKI verwendet zur Berechnung der Impfeffektivität di...
Mehr anzeigen

Zwischen #AfDErfolg und Medienberichten gibt es einen kausalen Effekt - und der lässt sich berechnen

BuzzFeed Deutschland  hat Daten zusammengetragen, mit denen sich der Einfluss der Medien auf die Umfragewerte der AfD berechnen lässt. Wir zeigen, dass es einen statistischen Kausalzusammenhang zwischen der Häufigkeit der Berichte über die AfD und ihren Umfragewerten gibt. Hierfür verwenden wir Granger-Causality-Analyse. Das Ergebnis ist, dass vier bis fünf Wochen, nachdem vermehrt über die AfD berichtet wurde auch die Umfragewerte signifikant steigen. Was ist in den Daten Die Daten enthalten vor allem eine Zeitreihe mit wöchentlichen Aktivitäten zur Suche „AfD“ bei Google News (über Google Trends bezogen) und die Umfrageergebnisse der Afd in den Umfragen der Institute EMNID, Forschungsgruppe Wahlen, GMS, Infratest dimap, Forsa, INSA/YouGov und Allensbach. Aus diesen Werten haben wir einen wöchentlichen Durchschnitt gebildet. AfD-Umfragen/Google News, absolut Die absoluten Werte geben erst einmal keinen Aufschluss über einen Zusammenhang. Die Analyse Zeitreihen h...
3 Kommentare
Mehr anzeigen