Fake-News breiten sich wie Corona selbst aus

»Eine frühe Reaktion und Antwort auf Verschwörungstheorien ist essenziell für die Kontrolle über die Verbreitung. Eine sehr frühe Faktenprüfung, insbesondere in Kombination mit moderatem Löschen von Tweets, ist die beste Strategie, um eine Verbreitung von Verschwörungstheorien einzudämmen.« Zu diesem Schluss kommt Julian Kauk von der Universität Jena in seiner neuen Studie zur Verbreitung von Fake News. Details wurden in »Plos One« publiziert.

Der Jenaer Forscher hat gezeigt, dass sich biologische (Covid-19) und psychologische Infektionsverläufe sehr gut durch dieselben mathematischen Modelle beschreiben lassen. Maßnahmen gegen die Verbreitung von Fake News können laut den Berechnungen des Wissenschaftlers somit die Verlaufskurve beeinflussen.

Mythos »#5G-Coronavirus«

Der Experte übertrug ein epidemiologisches Modell zur Berechnung des Verlaufs einer Infektionskrankheit auf einen Datensatz eines sozialen Phänomens. Hierbei hat sich der Fachmann auf Twitter fokussiert und anhand gezielter Hashtags rückblickend einen Datensatz zur bereits abgeklungenen Verschwörungstheorie »#5G-Coronavirus« generiert.

Die Verschwörungstheorie besagt, dass die Pandemie aus dem Ausbau des 5G-Datennetzes resultiere. Obwohl diese Verschwörungstheorie auf keinerlei wissenschaftlicher Evidenz basiert, verbreitete sie sich rasant in verschiedenen sozialen Netzwerken. Auf diesen Datensatz hat Kauk das epidemiologische SIR-Modell, welches im medizinischen Umfeld den Verlauf von Empfänglichen, Infizierten und Genesenen einer Infektionskrankheit angibt, übertragen.

Erstaunliche Ähnlichkeiten

Die Inzidenz gibt im Fall der Fake News an, wie viele »Neuinfektionen«, also Nutzungen des Hashtags zu der Theorie, pro Tag stattfinden. Anhand dieser Inzidenz und der daraus entstehenden Verlaufskurve kann der Psychologe aus Jena feststellen, wie sich die Zahl der für die Verschwörungstheorie empfänglichen, der mit der Theorie bereits »infizierten« und der von der Theorie bereits wieder abgewandten Personen verändert. Im Vergleich mit dem Verlauf der Covid-19-Pandemie hat er dabei eine erstaunliche Ähnlichkeit festgestellt.