Wortherkunft: Der Begriff der Echokammer (engl. ,echo chamber’) verweist auf einen metaphorischen Raum, in dem Aussagen verstärkt und Störgeräusche, etwa anders lautende Meinungen, geschluckt werden. Einzug in die → Kommunikationswissenschaft hielt der Begriff bereits 2001 durch einen Essay des US-Rechtswissenschaftlers Cass Sunstein (Sunstein 2001); breitere Berücksichtigung fand er indes erst durch das 2007 erschienene Buch Republic.com 2.0 Sunsteins.
Mitunter synonyme Verwendung findet der Begriff der Filterblase (engl. ,filter bubble’), der allerdings nicht bedeutungsgleich ist (vgl. weiter unten). Er wurde 2011 durch die Auftritte und das gleichnamige Buch des US-Autors und Online-Aktivisten Eli Pariser eingeführt.
Definition:
Echokammern beschreiben in der → Kommunikationswissenschaft eine Hypothese (vgl. Rau/Stier 2019): Sie besagt zunächst, dass sich die öffentliche Kommunikation in voneinander isolierte ,Kammern‘ verlagert – ein Prozess, der als Fragmentierung bezeichnet wird. Eine solche Fragmentierung verläuft dabei nicht zufällig, sondern entlang von Einstellungen und Meinungen: Auf der Mikroebene geht die Echokammer-Hypothese also davon aus, dass sich Menschen mit ähnlichen Ansichten zunehmend in geschützten Räumen austauschen. Eine solche Fragmentierung ist dabei nicht per se als negativ zu beurteilen, im Gegenteil: Meinungsvielfalt gilt als vitales Merkmal einer funktionierenden Demokratie und die sichtbare Ausdifferenzierung politischer Ansichten ist mitunter imstande, die politische Beteiligung Einzelner zu stärken.
Die Echokammer-Hypothese geht allerdings von einer übermäßigen und für andere weitestgehend unsichtbaren Fragmentierung aus, in der einseitige Perspektiven gegenseitig verstärkt werden, anders lautende Meinungen immer weniger Beachtung finden und sogar Misstrauen schüren. Entsprechend gehe die Fragmentierung auf der Mikroebene dabei einher mit einer verstärkten Polarisierung der Öffentlichkeit auf der Makroebene. Eine solche Polarisierung ist für die Gesellschaft wenig wünschenswert, insofern eine funktionierende → Öffentlichkeit als zentraler Bestandteil moderner Demokratien betrachtet wird. Echokammern, so die Befürchtung, gefährden eine gemeinsame Öffentlichkeit, den gesellschaftlichen Diskurs, die Möglichkeit einer Konsensfindung, soziale Integration und damit letztlich die Demokratie (Aelst u. a. 2017).
Eine zentrale Rolle spielen dabei die Medien und insbesondere die moderne Mediennutzung. So kann sich einerseits eine Gesellschaft polarisieren, weil Menschen Informationen und Ansichten bevorzugen, die ihrer individuellen Perspektive entsprechen. Polarisierung lässt sich also als Folge von einseitiger Mediennutzung betrachten, die sich aus der Notwendigkeit ergibt, aus der Vielfalt an im Internet verfügbaren Informationen selektieren zu müssen (Prior 2007; Stroud 2010). Andererseits kann eine in Teilen polarisierte Gesellschaft dazu beitragen, dass Menschen bestimmte Ansichten vermehrt selbst vertreten und deshalb bestimmte Medien oder Personen gegenüber anderen vorziehen. Polarisierung lässt sich also auch als Ursache einseitiger Mediennutzung verstehen (Dahlgren 2019; Müller u. a. 2017).
Zusammen genommen ergibt sich daraus ein Spiralprozess, bei dem eine einseitige Mediennutzung zur Polarisierung einer Gesellschaft beiträgt, was wiederum eine einseitige Mediennutzung begünstigt. Hinzu kommt, dass insbesondere in algorithmisch kuratierten Medienumgebungen – etwa bei Nachrichtenaggregatoren, auf sozialen Netzwerkseiten oder in → Suchmaschinen – nicht nur Menschen eine Auswahl aus der verfügbaren Vielfalt an Informationen und Meinungen treffen, sondern Algorithmen bereits eine Vorauswahl treffen. Neben sozialen Aspekten beeinflussen also auch technologische Prämissen die angesprochenen Tendenzen der Fragmentierung und damit mitunter auch der Polarisierung.
Abgrenzung zu Filterblasen:
Spätestens an dieser Stelle unterscheiden sich Echokammern und Filterblasen voneinander. Während die Echokammer-Hypothese den gesellschaftlichen Prozess einer Polarisierung aufgrund zunehmender Fragmentierung in digitale Räume zu beschreiben sucht, zielen Filterblasen primär auf ,Filter‘ ab, mithin also auf technologische Prämissen zugrunde liegender Algorithmen und Daten.
Dabei lassen sich grundlegend drei technologische Prämissen unterscheiden, nach denen Filter operieren (vgl. Oechslein/Hess 2013):
(1) Systeme des ,collaborative filtering‘ suchen nach Nutzungsmustern, leiten ihre Prognosen also vom Verhalten anderer ab, ohne dabei die → Inhalte selbst zu kennen („Kunden wie Sie kauften auch …“);
(2) ,content filtering‘-Systeme vergleichen inhaltliche Merkmale und leiten davon Prognosen ab („Ähnliche Produkte sind …“);
(3) Systeme des ,social filtering‘ gehen schließlich von ähnlichen Interessen zwischen verlinkten Personen aus und leiten Prognosen vom Verhalten sozial naher Personen ab („Freundin X kaufte auch …“).
Darüber hinaus existieren zahlreiche Kombinationen dieser drei Prämissen, die mitunter auch als ,hybrid filtering‘ umschrieben werden.
Die Filterblasen-Hypothese geht nun davon aus, dass das Zusammenspiel dieser Filter und die dadurch konstant beeinflusste Nutzung algorithmisch kuratierter Medienumgebungen dazu führt, dass bestimmte Produkte, Inhalte oder Meinungen in den Filtern hängen bleiben. Es bilde sich also, so die Hypothese Eli Parisers, eine Blase, in die nurmehr kommt, was den Filtern entspricht. Im Gegensatz zu Echokammern handelt es sich bei Filterblasen also um eine äußerst technikdeterministische Sichtweise auf den Gegenstand algorithmisch kuratierter Medienumgebungen, bei der individuelle Prädispositionen, soziale Prozesse oder gesellschaftliche Entwicklungen kaum eine Rolle spielen.
Forschungsstand:
Der These der Fragmentierung wird in unterschiedlichen Disziplinen mit einer Vielzahl an methodischen Zugängen und im Rahmen zahlreicher Medienumgebungen begegnet. Die Befunde zeigen dabei ein verhältnismäßig einheitliches Bild, das sich im Kern auf drei Perspektiven reduzieren lässt:
(1) Aus Sicht der Nutzung zeigen sowohl Befragungen (Bodó u. a. 2019) als auch Beobachtungen (Bakshy/Messing/Adamic 2015), dass bestimmte Personen sich vermehrt abseits eines sogenannten Mainstreams informieren und austauschen. Gleichzeitig zeigen Untersuchungen, dass sich der Großteil solcher Personen dabei aber nicht von einer breiteren Öffentlichkeit entkoppelt, sondern diese Personen in der Regel breit informiert und politisch engagiert sind (Fletcher/Nielsen 2017; Ørmen 2018; Scharkow u. a. 2020).
(2) Aus Sicht des Informationsangebots zeigen insbesondere agentenbasierte Testverfahren (Feuz/Fuller/Stalder 2011; Haim/Arendt/Scherr 2017) und Simulationen (Möller u. a. 2018; Rao u. a. 2013), dass es kaum zu Einschränkungen der → Vielfalt an Themen, Akteuren, Quellen oder Meinungen im Rahmen von Systemen, die verstärkt Ansätze des ,collaborative filtering‘ oder des ,content filtering‘ erfolgen, kommt. Gleichzeitig zeigen einige Untersuchungen zumindest Tendenzen der Fragmentierung, wenn es etwa um regionale (Hannak u. a. 2013) und sprachliche (Scherr/Haim/Arendt 2019) Anpassungen oder um personalisierte Werbung (Haim/Graefe/Brosius 2018) geht. Ferner zeigen Ergebnisse um ,social filtering‘-Systeme für sehr homophile Nutzungsgruppen durchaus Effekte verstärkter Entkoppelung von einer breiteren Öffentlichkeit (Barberá u. a. 2015; Colleoni/Rozza/Arvidsson 2014).
(3) Über die Zeit gesehen scheint weder die Fragmentierung der Nutzung noch die des Informationsangebots zuzunehmen, der Grad der Fragmentierung ist weitestgehend unkritisch und konstant (Cozza u. a. 2016; Feuz/Fuller/Stalder 2011; Haim/Arendt/Scherr 2017; Puschmann 2019; Zuiderveen Borgesius u. a. 2016). Die einzige Ausnahme bilden besonders homophile Gruppen, deren → Kommunikation in sozial geprägten algorithmisch kuratierten Medienumgebungen von gegenseitiger Bestätigung und fehlenden ernsthaft vertretenen Gegenargumenten geprägt ist (Bruns 2019).
Insbesondere für solche Gruppen scheint sich dann auch die These der Polarisierung zu bestätigen, wonach eine bestimmte politische Orientierung mit einer bestimmten und mitunter äußerst selektiven Mediennutzung einhergeht (Bozdag u. a. 2014; Stroud 2010). Diese isolierte Mediennutzung scheint dabei auch mit einer höhen Affinität für → ,fake news‘ einherzugehen (Allcott/Gentzkow 2017; Arendt/Haim/Beck 2019) und anfällig für verzerrte Darstellungen vermeintlicher Mehrheitsmeinungen zu sein (Haim/Kümpel/Brosius 2018; Porten-Cheé u. a. 2018). Vom Fehlen einer gemeinsamen Öffentlichkeit in der Breite der Gesellschaft kann indes derzeit nicht die Rede sein (Boxell/Gentzkow/Shapiro 2017; Fletcher/Jenkins 2019; King/Schneer/White 2017; Levendusky/Malhotra 2016).
Literatur:
Aelst, Peter van; Jesper Strömbäck; Toril Aalberg; Frank Esser; Claes H. de Vreese; Jörg Matthes; David Hopmann, u. a.: Political communication in a high-choice media environment: A challenge for democracy? In: Annals of the International Communication Association 41 (1), 2017, S. 3-27. https://doi.org/10.1080/23808985.2017.1288551
Allcott, Hunt; Matthew Gentzkow: Social Media and Fake News in the 2016 Election. In: Journal of Economic Perspectives 31 (2), 2017, S. 211-36. https://doi.org/10.1257/jep.31.2.211
Arendt, Florian; Mario Haim; Julia Beck: Fake News, Warnhinweise und perzipierter Wahrheitsgehalt: Zur unterschiedlichen Anfälligkeit für Falschmeldungen in Abhängigkeit von der politischen Orientierung. In: Publizistik 64 (2), 2019, S. 181-204. https://doi.org/10.1007/s11616-019-00484-4
Bakshy, Eytan; Solomon Messing; Lada Adamic: Exposure to Ideologically Diverse News and Opinion on Facebook. In: Science 1160 (Mai), 2015, S. 1-2. https://doi.org/10.1126/science.aaa1160
Barberá, Pablo; John T. Jost; Jonathan Nagler; Joshua A. Tucker; Richard Bonneau: Tweeting from Left to Right: Is Online Political Communication More than an Echo Chamber? In: Psychological Science 26 (10), 2015, S. 1531-42. https://doi.org/10.1177/0956797615594620
Bodó, Balázs; Natali Helberger; Sarah Eskens; Judith Möller: Interested in diversity. The role of user attitudes, algorithmic feedback loops, and policy in news personalization. In: Digital Journalism 7 (2), 2019, S. 206-29. https://doi.org/10.1080/21670811.2018.1521292
Boxell, Levi; Matthew Gentzkow; Jesse M. Shapiro: Is the internet causing political polarization? Evidence from demographics. In: Working Paper 23258. National Bureau of Economic Research, 2017. https://doi.org/10.3386/w23258
Bozdag, Engin; Qi Gao; Geert-Jan Houben; Martijn Warnier: Does offline political segregation affect the filter bubble? An empirical analysis of information diversity for Dutch and Turkish Twitter users. In: Computers in Human Behavior 41 (Dezember), 2014, S. 405-15. https://doi.org/10.1016/j.chb.2014.05.028
Bruns, Axel: Filter bubble. In: Internet Policy Review 8 (4), 2019. https://policyreview.info/concepts/filter-bubble
Colleoni, Elanor; Alessandro Rozza; Adam Arvidsson: Echo Chamber or Public Sphere? Predicting Political Orientation and Measuring Political Homophily in Twitter Using Big Data. In: Journal of Communication 64 (2), 2014, S. 317-32. https://doi.org/10.1111/jcom.12084
Cozza, Vittoria; Van Tien Hoang; Marinella Petrocchi; Angelo Spognardi: Experimental Measures of News Personalization in Google News. In: Casteleyn, Sven; Peter Dolog; Cesare Pautasso (Hrsg.): Current Trends in Web Engineering. Proceedings of the 2nd International Workshop on Mining the Social Web, Cham [Springer] 2016, S. 93-104. https://doi.org/10.1007/978-3-319-46963-8_8
Dahlgren, Peter M.: Selective Exposure to Public Service News over Thirty Years: The Role of Ideological Leaning, Party Support, and Political Interest. In: The International Journal of Press/Politics, März, 2019. https://doi.org/10.1177/1940161219836223
Feuz, Martin; Matthew Fuller; Felix Stalder: Personal Web Searching in the Age of Semantic Capitalism: Diagnosing the Mechanisms of Personalisation. In: First Monday 16 (2), 2011. https://doi.org/10.5210/fm.v16i2.3344
Fletcher, Richard; Joy Jenkins: Polarisation and the news media in Europe. PE 634.413. Brussels: European Parliamentary Research Service, 2019. https://reutersinstitute.politics.ox.ac.uk/our-research/polarisation-and-news-media-europe
Fletcher, Richard; Rasmus Kleis Nielsen: Are People Incidentally Exposed to News on Social Media? A Comparative Analysis. In: New Media & Society, Advance online publication, 2017. https://doi.org/10.1177/1461444817724170
Haim, Mario; Florian Arendt; Sebastian Scherr: Abyss or shelter? On Google’s role when googling for suicide. In: Health Communication 32 (2), 2017, S. 253-58. https://doi.org/10.1080/10410236.2015.1113484
Haim, Mario; Andreas Graefe; Hans-Bernd Brosius: Burst of the Filter Bubble? Effects of personalization on the diversity of Google News. In: Digital Journalism 6 (3), 2018, S. 330-43. https://doi.org/10.1080/21670811.2017.1338145
Haim, Mario; Anna Sophie Kümpel; Hans-Bernd Brosius: Popularity cues in online media: A review of conceptualizations, operationalizations, and general effects. In: Studies in Communication and Media 7 (2), 2018, S. 186-207. https://doi.org/10.5771/2192-4007-2018-2-58
Hannak, Aniko; Piotr Sapiezynski; Arash Molavi Kakhki; Balachander Krishnamurthy, David Lazer; Alan Mislove; Christo Wilson: Measuring personalization of web search. In: Proceedings of the 22nd international conference on World Wide Web, 2013, S. 527-38. Rio de Janeiro: International World Wide Web Conferences Steering Committee. https://doi.org/10.1145/2488388.2488435
King, Gary; Benjamin Schneer; Ariel White: How the News Media Activate Public Expression and Influence National Agendas. In: Science 358 (6364), 2017, S. 776-80. https://doi.org/10.1126/science.aao1100
Levendusky, Matthew; Neil Malhotra: Does Media Coverage of Partisan Polarization Affect Political Attitudes? In: Political Communication 33 (2), 2016, S. 283-301. https://doi.org/10.1080/10584609.2015.1038455
Möller, Judith; Damian Trilling; Natali Helberger; Bram van Es: Do not blame it on the algorithm: An empirical assessment of multiple recommender systems and their impact on content diversity. In: Information, Communication & Society 21 (7), 2018, S. 959-77. https://doi.org/10.1080/1369118X.2018.1444076
Müller, Philipp; Christian Schemer; Martin Wettstein; Anne Schulz; Dominique S. Wirz; Sven Engesser; Werner Wirth: The Polarizing Impact of News Coverage on Populist Attitudes in the Public: Evidence from a Panel Study in Four European Democracies. In: Journal of Communication 67 (6), 2017, S. 968-92. https://doi.org/10.1111/jcom.12337
Oechslein, Oliver; Thomas Hess: Incorporating social networking information in recommender systems: The development of a classification framework. In: Proceedings of the 26th Bled eConference, 2013, S. 287-98. Bled, Slowenien. http://aisel.aisnet.org/bled2013/19
Ørmen, Jacob: Not so distinct after all: Assessing social stratification of news users on the web. In: Journalism Studies 0 (0), 2018, S. 1-18. https://doi.org/10.1080/1461670X.2018.1539342
Pariser, Eli: Filter Bubble: What the Internet is Hiding from You. London [Penguin Books] 2012.
Porten-Cheé, Pablo; Jörg Haßler; Pablo Jost; Christiane Eilders; Marcus Maurer: Popularity cues in online media: Theoretical and methodological perspectives. In: Studies in Communication and Media 7 (2), 2018, S. 208-30. https://doi.org/10.5771/2192-4007-2018-2-80
Prior, Markus: Post-Broadcast Democracy: How Media Choice Increases Inequality in Political Involvement and Polarizes Elections. Cambridge, MA [University Press] 2007.
Puschmann, Cornelius: Beyond the Bubble: Assessing the Diversity of Political Search Results. In: Digital Journalism 7 (6), 2019, S. 824-43. https://doi.org/10.1080/21670811.2018.1539626
Rao, Junyang; Aixia Jia; Yansong Feng; Dongyan Zhao: Taxonomy based personalized news recommendation: Novelty and diversity. In: Xuemin Lin, Yannis Manolopoulos, Divesh Srivastava, und Guangyan Huang (Hrsg.): Web Information Systems Engineering – WISE 2013. Berlin [Springer] 2013, S. 209-18. http://link.springer.com/10.1007/978-3-642-41230-1_18.
Rau, Jan Philipp; Sebastian Stier: Die Echokammer-Hypothese: Fragmentierung der Öffentlichkeit und politische Polarisierung durch digitale Medien? In: Zeitschrift für Vergleichende Politikwissenschaft 13 (August), 2019, S. 399-417. https://doi.org/10.1007/s12286-019-00429-1
Scharkow, Michael; Frank Mangold; Sebastian Stier; Johannes Breuer: How Social Network Sites and Other Online Intermediaries Increase Exposure to News. In: Proceedings of the National Academy of Sciences, Januar, 2020. https://doi.org/10.1073/pnas.1918279117.
Scherr, Sebastian; Mario Haim; Florian Arendt: Equal Access to Online Information? Google’s Suicide-Prevention Disparities May Amplify a Global Digital Divide. In: New Media & Society 21 (3), 2019, S. 562-582. https://doi.org/10.1177/1461444818801010
Stroud, Natalie Jomini: Polarization and Partisan Selective Exposure. In: Journal of Communication 60 (3), 2010, S. 556-76. https://doi.org/10.1111/j.1460-2466.2010.01497.x
Sunstein, Cass R.: Echo Chambers: Bush v. Gore, Impeachment, and Beyond. Princeton [Princeton University Press] 2001.
Sunstein, Cass R.: Republic com 2.0. Princeton [Princeton University Press] 2007.
Zuiderveen Borgesius, Frederik J.; Damian Trilling; Judith Möller; Bodó Balázs, Claes H. de Vreese; Natali Helberger: Should we worry about filter bubbles? In: Internet Policy Review 5 (1), 2016, S. 1-16. https://doi.org/10.14763/2016.1.401