Wie moderne Einflussoperationen funktionieren, Teil 1: Der neue Einfluss-Stack

Wie moderne Einflussoperationen funktionieren, Teil 1: Der neue Einfluss-Stack

Verfasst von Charles Davis über The Epoch Times,

An einem Dienstagabend in einem Studentenwohnheim öffnet ein Student TikTok für eine „fünfminütige Pause“.

Der erste Clip ist eine Montage aus Trümmern und Sirenen.

Der zweite ist eine Erklärung im Stil eines Professors, ordentlich mit Bildunterschriften versehen, die eine einzige moralische Schlussfolgerung liefert.

Der dritte ist ein wackeliges Telefonvideo einer Konfrontation auf einem anderen Campus – Schreie, Polizeilichter, eine Menge, die wie Wetter tobt.

Der Student sucht nichts davon.

Sie folgen den Konten nicht einmal.

Der Feed kommt bereits überzeugt davon, was wichtig ist.

Dies ist die politische Technologie unseres Moments: das System, das – tausende Male am Tag – entscheidet, was Sie als Nächstes sehen.

Der Einfluss-Stack

Für die meisten der letzten hundert Jahre bedeutete Einfluss die Ausstrahlung. Sie kauften eine Zeitung, strahlten einen Radiospot aus, druckten Flyer und argumentierten auf dem Marktplatz. Das Feedback war langsam, indirekt und teuer.

Heute basiert Einfluss auf einem anderen Stack. Es ist Mikrotargeting – herauszufinden, welcher Teil der Bevölkerung angesprochen werden soll. Es ist Empfehlungsverteilung – bestimmen, was der Zielgruppe präsentiert und in welcher Reihenfolge. Es ist die Messung der Auswirkungen – Betrachtungszeit, Wiederholungen, Scroll-Zögern, Kommentare, Shares. Und es ist Iteration – das schnelle Anpassen dessen, was funktioniert, und das Verwerfen dessen, was nicht funktioniert.

Sobald diese Teile zusammenpassen, sieht Überzeugung nicht mehr wie eine Parteidebatte aus. Es nimmt das Aussehen eines Thermostats an: den Raum erfassen, die Temperatur anpassen, erneut erfassen.

Mikrotargeting begann nicht mit TikTok

Mikrotargeting ist älter als der Smartphone-Feed.

Kampagnen haben lange Wählerdateien mit Konsumenten- und demografischen Daten zusammengeführt und dann Appelle an bestimmte Segmente zugeschnitten. Was sich insbesondere in den frühen 2010er Jahren änderte, war das Tempo: die Fähigkeit zu sehen, was funktioniert, während der Moment sich noch entfaltet.

Die digitale Operation der Obama-Kampagne von 2012 bietet eine nützliche Brücke zwischen der älteren Welt und der heutigen. Ihre Teams beobachteten das Web in nahezu Echtzeit und nutzten es für eine schnelle Reaktion. Während eines Präsidentschaftsdebatten sagte Mitt Romney, damals Gouverneur von Massachusetts, „Ordner voller Frauen“, kaufte die Kampagne sofort Suchanzeigen, die auf diese Phrase und eine Factsheet verlinkten; der digitale Leiter der Kampagne beschrieb einen „sofortigen Anstieg sowohl des Traffics als auch des Engagements“ von Nutzern, die nach diesem Begriff suchten.

Das ist nicht TikTok. Es ist immer noch das offene Web – Suche, Anzeigen, Landing Pages. Aber der Wandel zeigt eine neue Logik: Verhalten beobachten, während es passiert, und dann die Aufmerksamkeit umleiten, bevor die Geschichte abkühlt. Schlagen Sie im heißen Eisen.

Algorithmische Plattformen industrialisieren diese Schleife. Mikrotargeting geht nicht darum, „wer welchen Flyer erhält“. Es wird ein Live-System, das mit Verteilung und Feedback vernetzt ist. Verschiedene demografische Gruppen können gezielte Versionen der gleichen Realität angezeigt bekommen, und das System lernt – im großen Maßstab – wie jede Gruppe reagiert.

Und „Reaktion“ erfordert keine ausdrückliche Zustimmung. Es kann Aufmerksamkeit, Erregung und Volatilität sein: zwei zusätzliche Sekunden Betrachtungszeit, eine Wiederholung, ein Kommentar, der wütend getippt und gepostet wird, ein Share in einer Gruppenchat.

Ranking-Systeme spiegeln nicht nur Präferenzen wider. Sie formen sie.

Wir müssen nicht raten, ob Ranking das ändern, was Menschen sehen. Forscher haben dies innerhalb von Plattformen getestet.

Eine groß angelegte Studie, die im Proceedings of the National Academy of Sciences of the United States of America (PNAS) veröffentlicht wurde, stützte sich auf ein „massives randomisiertes Experiment“ auf X, damals bekannt als Twitter, das eine randomisierte Kontrollgruppe – fast zwei Millionen täglich aktive Konten – einem zeitlich geordneten Feed „frei von algorithmischer Personalisierung“ zuordnete, um die Auswirkungen des Rankings genau zu messen. Die Autoren berichteten über messbare Unterschiede in der „algorithmischen Verstärkung“ politischer Akteure in mehreren Ländern.

Das ist der Schlüssel: Ranking ist ein Eingriff. Wenn ein System Inhalte ordnet, entscheidet es, was relevant wird, was für bestimmte Gruppen als üblich empfunden wird, was dringend erscheint und was verblasst. Politische Macht kann entstehen, selbst wenn niemand innerhalb des Unternehmens ein Manifest schreibt. Der Feed trainiert den Nutzer. Es ist eine Umgebung, und Umgebungen formen das Verhalten.

Dies ist auch der Grund, warum die öffentliche Debatte so oft ins Leere läuft.

Menschen argumentieren, als ob die einzige Frage lautet, ob eine Plattform eine Sichtweise „zensiert“ oder „Propaganda verbreitet“. Diese Bedenken sind wichtig. Sie liegen jedoch über einem tieferen Mechanismus: die einfache Handlung des Rankings, die Milliarden Mal wiederholt wird, verändert, worüber Gesellschaften sprechen.

Messung: Die verborgene Macht ist das Dashboard

Der Einfluss-Stack wird von Dashboards angetrieben.

Ein Sender erfährt möglicherweise Wochen später, ob eine Botschaft angekommen ist. Eine Plattform erfährt innerhalb von Minuten, ob ein Clip die Bindungsrate bei 19-Jährigen an einem bestimmten Ort, zu einer bestimmten Stunde, nach einer strategisch festgelegten Sequenz von vorherigen Videos erhöht hat.

Dies schafft eine Überzeugungsfähigkeit, die ältere Institutionen nicht erreichen können: schnelles Experimentieren mit der menschlichen Aufmerksamkeit. Inhalte werden zu einer Hypothese. Das Publikum wird ein lebendes Labor. Das System behält, was funktioniert.

Universitäten aktualisieren Richtlinien einmal pro Semester. Nachrichtenzentren passen die Rahmung über Tage an. Gesetzgeber bewegen sich über Monate. Der Scope und Fokus des Feeds kann sich vor dem Mittag ändern.

Warum Wut im Loop gewinnt

Eine harte Wahrheit über den Einfluss-Stack ist, dass nicht alle Emotionen gleichermaßen gut durch ihn transportiert werden. Emotionen mit hoher Erregung bewegen sich schneller, weil sie zu Handlungen auffordern.

In einer bahnbrechenden Studie über das Teilen fanden Jonah Berger und Katherine Milkman, dass Viralität mit physiologischer Erregung verbunden ist: Inhalte, die Emotionen mit hoher Erregung hervorrufen, einschließlich Wut und Angst, verbreiten sich eher als Inhalte, die Emotionen mit geringer Erregung hervorrufen, wie Trauer.

Politik fügt einen weiteren Beschleuniger hinzu: moralische Emotionen. Eine PNAS-Studie, die große Datensätze von Social-Media-Debatten analysierte, ergab, dass moralisch-emotionale Sprache die Diffusion erhöht; in ihrer Stichprobe war jedes zusätzliche moralisch-emotionale Wort in einer Nachricht mit einer erheblichen Erhöhung des Teilens verbunden.

Und Wut hat besondere Vorteile in vernetzten Umgebungen. Eine rechnerische Analyse von Weibo ergab, dass Wut „ansteckender“ ist als Freude und eher in der Lage ist, sich entlang schwächerer sozialer Bindungen zu bewegen – das heißt, sie kann über eine enge Gruppe hinausgehen und in breitere Gemeinschaften eindringen.

Wenn man diese Faktoren zusammennimmt, wird die Targeting-Logik fast mechanisch. Wut lässt Menschen zusehen. Sie erhöht die Wahrscheinlichkeit, dass sie teilen. Sie neigt dazu, sich aus lokalen Clustern in breitere Netzwerke auszudehnen. In einem auf Engagement optimierten System ist Wut nicht nur ein Gefühl. Es ist ein Verteilungs-Vorteil.

Iteration: Wie Talking Points als optimierte Themen zurückkehren

Und dann gibt es noch den alten Broadcast-Trick – die wiederholte Phrase, der Slogan, der Talking Point – der in neuem Gewand wieder auftaucht.

Im Fernsehen funktionierte Theming, weil Wiederholung Ideen als üblich erscheinen lässt. Im Einfluss-Stack testet das System Variationen. Es überwacht die Bindungskurve, beobachtet die Share-Geschwindigkeit und die Intensität der Kommentare. Die Phrasen, die überleben, sind diejenigen, die sich ausbreiten und zu Slogans verhärten, die sich „überall“ anfühlen, weil die Plattform genau weiß, wo „überall“ ist.

So wird ein moralischer Rahmen zu einem Transportmechanismus. Eine kurze Phrase ist einfach zu untertiteln, einfach zu hashten, einfach zu vernähen und neu zu mischen. Es ist auch einfach für das System zu erkennen und Zielgruppen zuzurouten, die in der Vergangenheit auf diesen emotionalen Schlüssel reagiert haben.

Das Verifizierungsproblem

Eine zweite politische Tatsache des Einfluss-Stack ist, dass Außenstehende Schwierigkeiten haben, zu überprüfen, was in Echtzeit passiert.

Plattformen verweisen auf Transparenz und Forschungsmöglichkeiten. Obwohl diese Programme sinnvoll sind, hinken sie manchmal dem Tempo der Ereignisse hinterher. Der Vorteil des Einfluss-Stack ist die Geschwindigkeit in einer Welt der langsamen Aufsicht. Wenn Sie das gesamte System nicht sehen können – Verteilungs-Gewichte, Downranking-Regeln, Empfehlungswege, Durchsetzungsentscheidungen – können Sie nicht zuverlässig zwischen organischen Wellen und algorithmisch verstärkten Wellen unterscheiden oder beurteilen, ob Interventionen neutral oder asymmetrisch waren.

Was diese Reihe tun wird

In den nächsten Ausgaben werden wir den Stack hochgehen.

Wir werden die Emotionserkennung untersuchen und warum selbst fehlerhafte Affect-Inferenz gefährlich sein kann, wenn Institutionen Ausgaben als Wahrheit behandeln. Wir werden das Operationsmodell Chinas untersuchen – Identitätsauflösung plus Sensorabdeckung plus Datenfusion – und warum Architektur wichtiger ist als jeder einzelne Sensor. Wir werden TikTok als Verteilungsschicht behandeln, in der Iteration schnell und die Verifizierung schwierig ist. Dann werden wir den Rahmen auf einen Fall anwenden, den Amerikaner durchlebten: den Anstieg der Protestdynamik auf dem Campus während des Gaza-Krieges, was wir messen können und was wir nicht verantwortungsvoll beanspruchen können.

Es geht nicht darum, echte politische Überzeugung auf „den Algorithmus“ zu reduzieren. Menschen protestieren aus realen Gründen. Institutionen scheitern aus realen Gründen. Aber in einer Welt, in der Aufmerksamkeit programmierbar ist, wird es rücksichtslos, so zu tun, als ob der Feed nur Unterhaltung ist.

Der Einfluss-Stack ersetzt nicht die Politik. Er verändert die Temperatur, bei der Politik stattfindet.

Und sobald Sie ihn sehen, hört die Frage nicht mehr auf, ob ein einzelnes Video „etwas verursacht“ hat.

Die Frage wird: Wer kontrolliert den Thermostat – und wer darf ihn prüfen?

Die in diesem Artikel geäußerten Ansichten sind die des Autors und spiegeln nicht unbedingt die Ansichten von The Epoch Times oder ZeroHedge wider.

Tyler Durden
Mo, 04/06/2026 - 23:25