Page - 139 - in Algorithmuskulturen - Über die rechnerische Konstruktion der Wirklichkeit

5. Den Algorithmus dekonstruieren 139 weitergeben lassen zu können. Allgemein gesprochen lässt sich Einfluss aus dem Verhältnis zwischen der Anzahl von Leuten, die ein Nutzer kennt, und der Anzahl von Leuten, die diesen Nutzer kennen, ableiten (Heinich 2012) und misst so die soziale Macht eines Namens, eines Profils oder Bilds. Aus dem Wettstreit um die Gültigkeit der eigenen Argumente wurde ein Wettbewerb um die Absicherung der eigenen Sichtbarkeit im Reich des Digitalen. Das so- ziale Netz von Facebook, Twitter, Pinterest, Instagram usw. ist voll von kleinen Bewertungs- und Rankingmethoden oder »Gloriometern«, um Gabriel Tarde zu zitieren (zitiert von Latour/Lépinay 2008: 33). Sie erschaffen eine Landschaft mit vielen Hügeln und Tälern, eine Topologie, die Reputation, Einfluss und Be- rüchtigtheit nachzeichnet und Nutzern beim Surfen im Online-Raum hilft. In einer Welt, in der solche Zähler allgegenwärtig sind, hindert nichts die Nutzer daran, ihre Rankings zu verbessern. Nach autoritätsbasierten Maßstäben ist Sichtbarkeit stets verdient, aber in der reputationsbasierten Welt der sozialen Medien kann sie leicht fabriziert werden. Hier sind die Selbstinszenierung einer Reputation, die Kultivierung einer Gemeinschaft von Bewunderern und das Verbreiten viraler Botschaften hochbewertete Skills geworden. Im ganzen Netz und vor aller Augen haben diese eher unbedeutenden Rankingtechniken alle Nutzer in Bewerter und Klassifizierer verwandelt (Marwick 2014). Natür- lich ist diese Metrik nicht objektiv; sie produziert eher eine massive Menge an Daten, an denen Internetnutzer ihr Verhalten orientieren und ihre eigenen Wertmaßstäbe verbessern. Wie originär sie auch sein mögen, es entzündete sich doch lebhafte Kri- tik an den Maßstäben der Reputation, besonders angesichts der rasanten Aus- breitung der Social Media in den letzten Jahren. Die erste Kritik lautet, dass diese Methoden Nutzer in einer Blase einschlössen, und zwar aufgrund ihrer Entscheidung, Sichtbarkeit auf eine ganze Bandbreite an Mikrobewertungen und -zählern zu verstreuen, um die Zentralität autoritätsbasierter und algorith- mischer Messungen infrage zu stellen. Mit anderen Worten: Indem sie ihre Freunde selbst auswählen, treffen Internetnutzer eine homogene Auswahl und bringen Leute zusammen, deren Geschmack, Interessen und Meinungen den ihren ähneln. In der Folge schaffen affinitätsbasierte Metriken ›Fenster‹ der Sichtbarkeit, die durch das eigene soziale Netzwerk getönt sind, was die Nutzer am Zugang zu überraschenden oder verstörenden oder ihren a priori Meinungen widersprechenden Informationen hindert (Pariser 2011). Die zwei- te Kritik lautet, dass sich diese vielen kleinen lokalen Messungen aufgrund ihrer Heterogenität nur schwer aggregieren lassen. Es gibt keine gemeinsa- men Konventionen zur Produktion einer klaren Repräsentation des ständigen Blubberns und Brummens von Internetnutzern, ihrem dauernden Austausch von Freundschaftsanfragen, Likes und Retweets. Die Bedeutungen, die in den ständigen Mikrobewertungen von Reputation innerhalb der sozialen Medien gefangen sind, seien zu vielfältig, zu kalkuliert und vor allem zu kontextuell