Bewertungssysteme – Die gelogene Wahrheit der Algorithmen

Wie Bewertungssysteme unsere Wahrnehmung manipulieren

Wer hat’s geschrieben:

Hans Stier

5–8 Minuten

Einleitung – Die Macht der Bewertungssysteme

Ob beim Kauf des neuen Smartphones, dem Download eines Handyspiels oder auf der Suche nach der nächsten Lieblingsserie: Bewertungssysteme sind heute aus unserem digitalen Alltag nicht mehr wegzudenken. Sie gelten als vertrauenswürdige Ratgeber und beeinflussen unsere Kaufentscheidungen maßgeblich. Dabei darf man nicht unterschätzen, welch enorme Macht in den Sternen, Kommentaren und Texten steckt. Für viele Menschen ist die digitale Meinung anderer Nutzerinnen und Nutzer längst der entscheidende Anker auf dem Weg zur Kasse. Sei es beim Handykauf oder eben bei der Entscheidung für den nächsten Kinofilm, was den Erfolg an den Kinokassen maßgeblich beeinflusst. Diese Bewertungssysteme finden sich überall, von den Googlebewertungen, bei Amazon, Netflix bis hin zu Ebay. Doch wie verlässlich sind all die Sterne, Likes und Kommentare wirklich, und welchen Mechanismen unterliegen sie, die uns oft einen makellosen Schein vorgaukeln?

Funktionsweise – Die undurchsichtige Blackbox

Um zu verstehen, wie diese Systeme manipuliert werden können, muss die grundlegende Funktionsweise dieser Algorithmen genauer betrachtet werden, wir werden es aber einfach halten ^^.. Algorithmen sind im Kern vordefinierte Handlungsanweisungen, die Daten Schritt für Schritt verarbeiten und auf dieser Basis automatisierte Entscheidungen treffen. Bei Bewertungssystemen fließen unzählige Variablen in diesen Prozess ein: Es werden nicht nur die reinen Sternebewertungen mathematisch aggregiert, sondern auch die Aktualität der Rezensionen, die Vertrauenswürdigkeit des verfassenden Profils sowie das bisherige Klick- und Kaufverhalten der Leserschaft analysiert.

Algorithmen begegnen Eich auch ganz normal im Alltag. Zum Beispiel zu Hause beim Kochen: Ein Rezept in einem Kochbuch ist im Grunde nichts anderes als ein Algorithmus, da es Schritt für Schritt beschreibt, was in welcher Reihenfolge getan werden muss, um ein bestimmtes Ziel – das fertige Gericht – zu erreichen.

Auch Ampelschaltungen folgen solchen festen Logiken. Die Reihenfolge, wer wann Grün bekommt und wie lange eine Grünphase abhängig von der Tageszeit oder von Sensoren an der Haltelinie dauert, wird von Algorithmen gesteuert.

Damit ein System – ob Koch oder Computer – diese Anweisung fehlerfrei ausführen kann, müssen vier grundlegende Eigenschaften erfüllt sein:

Eindeutigkeit: Jeder Schritt muss unmissverständlich klar sein. Es darf keinen Spielraum für Interpretationen geben.
Ausführbarkeit: Jeder Einzelschritt muss praktisch umsetzbar sein.
Endlichkeit: Die Anleitung muss nach einer bestimmten Anzahl von Schritten zu einem Ende führen.
Determiniertheit: Bei gleichen Eingabebedingungen und Voraussetzungen muss der Algorithmus auch immer zum exakt gleichen Ergebnis führen.

Durch diese enorme Komplexität und die bewusste Geheimhaltung der exakten Gewichtung durch die Plattformbetreiber wandeln sich die Systeme jedoch immer mehr zu einer „Blackbox“ – nicht nur für die normalen Anwender, sondern zunehmend auch für die eigentlichen Entwickler.

Der Begriff ‚Blackbox‚ bezeichnet in der Informatik und Systemtheorie Prozesse oder Systeme, deren innere Funktionsweise für Außenstehende—und oft selbst für die Entwickler—nicht nachvollziehbar ist. Man sieht nur die Eingaben und die Ausgaben, aber nicht, was im Inneren passiert.

Algorithmen mit Informationen als Input in Form von Benutzeraktivitäten brrechnete Ergebnisse duch Algorithmen und die Blackbox die sll dies umgibt.

Diese Intransparenz resultiert vor allem aus dem Einsatz moderner Machine-Learning-Verfahren. Anstatt starrer, von Menschen geschriebener Regeln lernen die Algorithmen kontinuierlich aus Mustern. Wenn ein System beispielsweise selbstständig entscheidet, eine Rezension abzuwerten, weil das zeitliche Muster der Account-Aktivität untypisch erscheint, bleibt der genaue Pfad dieser Entscheidungsfindung im Verborgenen. Genau diese Undurchsichtigkeit erschwert es, verzerrte Darstellungen oder gezielte Manipulationen von außen sofort zu durchschauen, da die mathematische Logik dahinter für den Nutzer unsichtbar bleibt.

Subjektivität – Geschmackssache bei Filmen und Serien

Erschwerend kommt hinzu, dass viele Bewertungen auf hochgradig subjektiven Eindrücken beruhen — besonders, wenn es um Geschmack und persönliche Erwartungen geht. Wer Fast Food isst, erwartet schließlich kein Fünf-Gänge-Menü, und die Qualität von Ketten wie McDonald’s oder Burger King reicht in diesem Kontext völlig aus. Umgekehrt wird an teuren Orten ein exzellenter Service vorausgesetzt. Doch auch das bleibt subjektiv: Schmeckt beispielsweise der gewählte Wein nicht, führt das oft zu ungerechten Punktabzügen, obwohl die Entscheidung beim Gast lag.

Das Gleiche gilt für Filme und Serien, da Unterhaltung letztlich Geschmackssache ist. Hier spielen zudem die Erwartungen an die Besetzung eine erhebliche Rolle. Ist der eigene Lieblingsschauspieler involviert, sind die Ansprüche oft extrem hoch gesteckt; liefert dieser dann nicht wie erhofft ab, wird der gesamte Film als vermeintlich schlechter wahrgenommen und abgestraft. Andersherum können schlechte Bewertungen aber auch aus reiner Abneigung entstehen. Wenn eine Person einen Schauspieler nicht mag — sei es aufgrund von privaten Einstellungen, negativem Verhalten am Set aus den Medien oder schlicht, weil man ihn ästhetisch nicht ansprechend findet—, fließt diese persönliche Antipathie oft direkt in die Filmkritik ein, völlig unabhängig von der tatsächlichen filmischen Qualität.

Betrug – Gekaufte Fünf-Sterne-Bewertungen

Allerdings existiert auch eine Schattenseite, auf der Kunden durch dubiose Angebote dazu verleitet werden, Produkte zu kaufen und diese mit einer Fünf-Sterne-Bewertung zu versehen. Im Gegenzug erhalten die Käufer den Kaufpreis zurück erstattet und dürfen das gekaufte behalten. Obwohl dies für die Beteiligten wie eine Win-Win-Situation erscheint, ist dieses Vorgehen höchst manipulativ und zudem illegal.

Eine ähnliche Taktik findet sich in der Welt der Mobile Games. Spieler werden dazu verleitet, im App Store oder Google Play Store positive Bewertungen abzugeben, um im Gegenzug kleine In-Game-Belohnungen wie Münzen oder Gadgets zu erhalten, die sie sich ohnehin im Spielverlauf erspielen könnten. Auch wenn das auf den ersten Blick eine Win-Win-Situation zu sein scheint, liegt der wahre Nutzen beim Anbieter, der durch das bessere Ranking seine Sichtbarkeit im Store drastisch erhöhen kann.

Ein besonders perfider Aspekt ist das sogenannte Review Bombing. Hierbei nutzen Konkurrenten gezielt negative Bewertungen, um das Ansehen eines Produkts zu beschädigen und potenzielle Kunden abzuschrecken. Besonders kleinere Unternehmen leiden unter dieser Form der Sabotage, da sie sich nur schwer gegen solche koordinierten Angriffe verteidigen können.

Um die Glaubwürdigkeit auf den Plattformen zu sichern, greifen die Betreiber daher zu immer komplexeren Abwehrmechanismen. Ein zentrales Instrument moderner Sicherheitsarchitekturen ist — wie oben bereits erwähnt — der automatisierte Abgleich des Nutzerverhaltens. Die Algorithmen analysieren kontinuierlich, ob das Aktivitätsmuster eines Kontos vom Verhalten normaler Anwender abweicht. Meldet sich ein Profil beispielsweise mitten in der Nacht zu Zeiten an, in denen reguläre Nutzer schlafen würden, oder verfasst es in unnatürlich kurzen Abständen fehlerfreie Texte auf verschiedenen Plattformen, schlagen die Systeme sofort Alarm. Solche Unregelmäßigkeiten deuten meist auf automatisierte Bots oder koordinierte Netzwerke aus kommerziellen Klick- und Rezensionszentren hin.

Ergänzt werden diese rein mathematischen Analysen durch den Einsatz künstlicher Intelligenz im Bereich der natürlichen Sprachverarbeitung (Natural Language Processing). Diese Filter durchforsten die Texte nach sprachlichen Mustern, die für gekaufte Rezensionen typisch sind — wie die auffällige Wiederholung bestimmter Werbephrasen, eine unnatürliche Häufung von Superlativen oder die exakte Kopie von Textbausteinen über völlig unterschiedliche Produktkategorien hinweg.

Da Algorithmen jedoch nicht unfehlbar sind und auch legitime Beiträge fälschlicherweise blockieren könnten, bleibt die nachgelagerte manuelle Prüfung durch geschulte Moderatorenteams ein unverzichtbarer Bestandteil. Diese Experten greifen immer dann ein, wenn die KI einen Zweifelsfall meldet. Unterstützt wird dieser gesamte Prozess zunehmend durch strenge Systeme zur Identitätsverifizierung, wie die Verknüpfung von Konten mit verifizierten Telefonnummern, Zahlungsmitteln oder dem Nachweis eines tatsächlichen Kaufs („Verifizierter Kauf“). Auf diese Weise versuchen die Plattformen, die Erstellung von massenhaften Fake-Accounts von vornherein massiv zu erschweren.

Fazit – Die Grenzen der digitalen Urteile

Zusammenfassend lässt sich sagen, dass Sternebewertungen und Nutzerrezeptionen nicht immer als verlässliche Quelle dienen, da sie oft von persönlichen Vorlieben und Subjektivität geprägt sind. Wer eine wirklich objektive Einschätzung, beispielsweise bei Haushaltsgeräten, sucht, sollte daher eher auf Institutionen wie Stiftung Warentest zurückgreifen. Dies gilt insbesondere auch für Filmkritiker, die trotz ihres Fachwissens nicht vollkommen neutral sind und durch ihren eigenen Geschmack beeinflusst werden.