Falschmeldungen sollen die öffentliche Meinung manipulieren. Diese Fake News will nun ein Klassifikationstool des Fraunhofer-Instituts für Kommunikation, Informationsverarbeitung und Ergonomie FKIE identifizieren, indem es Informationen aus Social-Media-Beiträgen automatisiert auswertet.

Entwickelt hat das Tool eine Forschungsgruppe um Professor Ulrich Schade. Zur Methode heißt es, dass man im ersten Schritt Bibliotheken mit seriösen Beispielbeiträgen aufgebaut habe sowie mit Texten, die der Nutzer als Fake News klassifiziert. Mithilfe dieser Lernsets trainiere man das System. Zum Einsatz kommen Machine-Learning-Verfahren, die nach bestimmten Merkmalen in den Texten und den Metadaten suchen. Das können laut Mitteilung des FKIE etwa Formulierungen und Wortkombinationen sein, die sich weder im alltäglichen Sprachgebrauch noch in der journalistischen Berichterstattung finden wie die aktuelle Bundeskanzlerin. Zu den Merkmalen zählen laut FKIE auch sprachliche Fehler. Dies sei oft dann der Fall, wenn der Autor für die Formulierung der Fake News Deutsch und nicht seine eigene Muttersprache verwende, falsche Gedankenstriche, Orthografie-, Deklinations- oder Satzbaufehler seien Indizien dafür.

Zu den Merkmalen zählen die Forscher auch Metadaten, etwa, die Häufigkeit von Posts und die Uhrzeit des Postings. Letztere lasse auf die Zeitzone rückschließen. Eine hohe Sendefrequenz deute auf Bots hin. Laut dem FKIE lasse sich mit dem Tool auch so genannte Hate Speech erkennen. Dafür müsse allerdings jeweils ein eindeutiger Fall definiert werden, beispielsweise Ausdrücke wie “Politischer Abschaum” oder “Nigger”, sagt der Linguist und Mathematiker Ulrich Schade.