Zum Inhalt springen
wissen.de - Das große Wissensportal
  • Wissenstests
  • Lernen & Familie
  • Gesundheit
  • Reisen
  • Natur & Umwelt
  • Technik & Mobilität
  • Leben & Lifestyle
  • Digital
wissen.de - Das große Wissensportal
  • Wissenstests
  • Lernen & Familie
  • Gesundheit
  • Reisen
  • Natur & Umwelt
  • Technik & Mobilität
  • Lexika
  • Leben & Lifestyle
  • Digital
wissen.de-Newsletter
Spannende Fakten und Wissenstests direkt in Ihr Postfach.

Leserservice

  • Shop

Info

  • AGB
  • Impressum
  • Datenschutz
  • Barrierefreiheit
  • Datenschutzeinstellungen

Kontakt zur Redaktion

wissen.deErnst-Mey-Str. 8
70771 Leinfelden-Echterdingen

E-Mail: wissenschaft@konradin.de
Folgen Sie uns
Konradin Mediengruppewissenschaft.denatur.de
© 2026 wissen.de
Startseite/Digital/Artikel
Algorithmen im Wahlkampf – zwischen Microtargeting und Deep Fakes
Bildquelle nicht angegeben
Digital

Algorithmen im Wahlkampf – zwischen Microtargeting und Deep Fakes

Nirgendwo sonst verbreiten sich Aussagen und Meinungen so schnell wie über die sozialen Medien. Facebook, Twitter und Co sind längst zum Sprachrohr und Stimmungsbarometer der modernen Gesellschaft geworden – und deshalb auch für Politiker im Wahlkampf ein wichtiges Werkzeug. Spätestens mit der…
Veröffentlicht
26. Februar 2022
Lesezeit
4 Minuten
Rubrik
Digital
Artikelbild

GettyImages

Nirgendwo sonst verbreiten sich Aussagen und Meinungen so schnell wie über die sozialen Medien. Facebook, Twitter und Co sind längst zum Sprachrohr und Stimmungsbarometer der modernen Gesellschaft geworden – und deshalb auch für Politiker im Wahlkampf ein wichtiges Werkzeug. Spätestens mit der US-Präsidentschaftswahl im Jahr 2016 wurde bekannt, in welchem Maße automatisierte Posts und Bot-Botschaften schon jetzt in die Meinungsbildung im Netz eingreifen.

Schon damals kamen Wissenschaftler zu dem Schluss, dass Algorithmen das politische Geschehen im Wahlkampf in mehrfacher Hinsicht manipulieren können: „Erstens kann mit ihnen der Einfluss verschiedener Accounts gezielt verändert und umverteilt werden. Zweitens können die Roboter die Debatte noch weiter polarisieren. Drittens können sie die Verbreitung falscher oder unbestätigter Informationen verstärken“, erklärt Emilio Ferrara von der University of Southern California in Los Angeles.

Wie Bots die Meinungsbildung beeinflussen können

Auch in Deutschland gibt es Anzeichen dafür, dass social Bots vor Wahlen verstärkt aktiv sind. „Insbesondere im Vorfeld von Wahlen steigt die Gefahr von absichtlich eingesetzten Desinformationskampagnen im Internet, um irreführende Informationen zu verbreiten", sagt Jessica Heesen, Medienethikerin an der Eberhard-Karls-Universität Tübingen.

Ein klassischer Weg der Manipulation durch lernfähige Bots ist das Betreiben von Fake-Accounts in den sozialen Medien. Die KI-Systeme posten gezielt meinungsmachende Informationen, versehen wünschenswerte Inhalte mit Likes, teilen sie und lassen ihr manipulatives Verhalten so aussehen, als stamme es von einem Menschen. Auf diese Weise verhelfen die social Bots Falschinformationen oder bestimmten Personen zu großer Reichweite. "Daher ist es wichtig, dass die Teilnehmenden von Online-Unterhaltungen wissen, ob sie ein menschliches oder nicht-menschliches Gegenüber haben", erklärt Christoph Bieber, Leiter des Projekts KI-Governance an der Universität Duisburg-Essen.

Deep Fakes und Fälschungsjäger

Neue Technologien eröffnen dieser Form der Manipulation und Desinformation zudem ganz neue Möglichkeiten: "Darüber hinaus erweitern KI-Systeme das Spektrum von Falsch- und Desinformationen – etwa durch multimediale Deep Fakes, wenn Audio- und/oder Video-Statements bekannter Persönlichkeiten künstlich erstellt – also gefälscht – werden. Auf diesem Weg lassen sich irreführende Kampagnen-Botschaften entwickeln und verbreiten, die eine ordentliche Wählerinformation erschweren", so Bieber.

Umgekehrt können Algorithmen aber auch dabei helfen, Manipulationen im Netz aufzudecken und zu entfernen. "Gerade KI-Systeme können einen ersten wertvollen Beitrag für die Detektion von Falschnachrichten leisten“, sagt Heesen. So haben Forscher haben bereits Algorithmen entwickelt, die Nachrichten mit Lauffeuer-Potenzial auf Facebook, Twitter und Co identifizieren können – und somit Meldungen, die möglichst schnell auf ihren Wahrheitsgehalt überprüft werden sollten. Andere Algorithmen erkennen typische Merkmale von Falschmeldungen in den Texten selbst, aber auch in deren Metadaten.

Zu einseitigen Inhalten oder in algorithmischen Filterblasen können zudem alternative Links und Gegenargumente bereitgestellt werden.

Artikelbild

GettyImages, Dilok Klaisataporn

Wahlwerbung mit Microtargeting

Künstliche Intelligenz steckt heute auch hinter dem sogenannten Microtargeting. Dabei werden mithilfe von lernfähigen Algorithmen Nutzerdaten ausgewertet. Auf Basis dieser persönlichen Daten können dann – ähnlich wie in der Werbung – verschiedene Zielgruppen mit personalisierten Informationen angesprochen werden. "Seitens der Parteien können solche Auswertungen dazu beitragen, vorhandene Mittel besser und zielgenauer im Wahlkampf einzusetzen", erklärt Bieber.  Empfehlungsalgorithmen können werden, um potenzielle Wähler gezielter anzusprechen.

Gleichzeitig können sich Parteien mithilfe der Algorithmen auch einen Überblick über die Aktivität der Konkurrenz verschaffen: "Eine KI-gestützte Bilderkennung kann helfen, negative Kampagnenmotive der politischen Konkurrenz aufzuspüren und Reaktionen darauf zu erleichtern", erklärt Bieber. Je mehr Daten vorliegen und parteiintern verarbeitet werden können, desto besser sind die Startvoraussetzungen in Wahlkämpfen. Allerdings: Von solchen „lernenden Systemen“ seien die Parteien in Deutschland noch weit entfernt, wie der Experte betont.

Wie sicher ist der Wahlprozess?

Wie aber sieht es mit der Wahl selbst aus? Können technische Tricks oder KI-Systeme das Wahlergebnis verfälschen? Während der ehemalige US-Präsident Donald Trump bis heute der Ansicht ist, ihm sei der Wahlsieg durch direkten Betrug und digitale Manipulationen "gestohlen" worden, gibt es bis heute keine Hinweise auf eine solche Wahlbeeinflussung. Auch die in den USA teilweise mögliche Abstimmung über Wahlmaschinen hat bisherigen Erkenntnissen nach keinen Einfluss auf den Ausgang der US-Präsidentschaftswahl gehabt.

Aber wie sieht es hierzulande aus? Das haben Wissenschaftler ebenfalls näher untersucht. Sie kommen zu dem Schluss, dass für den Wahlprozess bislang keine Gefahren von KI-Systemen ausgehen.  „Insbesondere die Stimmabgabe ist in Deutschland durch den Verzicht auf Wahlcomputer und ähnliche Technik sehr sicher", erklärt Tobias Matzner von der Universität Paderborn. "Vereinzelt mögliche Angriffe auf die Auswertung der Stimmen haben nichts mit KI zu tun. Wo KI Risiken birgt, ist im Wahlkampf und für die Meinungsbildung vor Wahlen."

Weitere Artikel auf wissenschaft.de

Footer Menu Main

Footer Menu Legal

Mehr aus Digital

Weitere aktuelle Artikel aus der Rubrik Digital.

Alle Digital-Artikel
KI-Forscher warnen: LLM-Entwicklung ohne Sicherheitsmechanismen „gefährlich"
Digital

KI-Forscher warnen: LLM-Entwicklung ohne Sicherheitsmechanismen „gefährlich"

13. Oktober 2026

Ein Wissenschaftler vergleicht die Entwicklung von KI-Sprachmodellen ohne wirksame Sicherheitsvorkehrungen mit einem Sportwagen ohne Bremsen. Die Debatte um Selbstregulierung der Tech-Konzerne gewinnt an Schärfe.

Yoshua Bengio schlägt KI-Architektur vor, die nicht lügt
Digital

Yoshua Bengio schlägt KI-Architektur vor, die nicht lügt

12. Oktober 2026

Der Turing-Award-Träger präsentiert mit 'Scientist AI' ein radikal neues Trainingskonzept: Aussagen werden als Behauptungen attributiert statt als Fakten übernommen. Ziel ist eine KI, bei der Ehrlichkeit und Leistung…

Wenn Claude den Doktoranden ersetzt: Ein Professor, eine KI, ein Paper
Digital

Wenn Claude den Doktoranden ersetzt: Ein Professor, eine KI, ein Paper

12. Oktober 2026

Ein Wissenschaftler beschreibt auf Mastodon, wie er heute Forschungspapiere erstellt: Der Professor gibt die Richtung vor, Claude übernimmt Theorie und Experimente. Was bedeutet das für die nächste Generation?

KI-Systeme zeigen gespaltene Fähigkeiten in Mathematik: Beweis versus Erklärung
Digital

KI-Systeme zeigen gespaltene Fähigkeiten in Mathematik: Beweis versus Erklärung

9. Oktober 2026

OpenAI-Modelle überzeugen beim formalen Beweisen, während Claude verständlichere mathematische Texte verfasst. Ein Experiment mit dem Unique-Games-Problem zeigt fundamental unterschiedliche Stärken.

← Zurück zu DigitalZur Startseite