Das Internet als täglicher Begleiter: Rund zwei Stunden pro Tag verbringen wir laut dem «Global Web Index» für das vierte Quartal 2016 in sozialen Netzwerken und posten fleissig. Allein die 1,2 Milliarden Facebook-Nutzer würden pro Minute 136'000 Fotos hochladen und 293'000 Status-Updates verfassen, rechnet der Tech-Experte Bernard Marr bei «Forbes» vor. Er berät Unternehmen in den Bereichen Analytik und Metrik und beschäftigt sich mit «Big Data», besonders grossen Datenmengen — wie sie bei Facebook täglich anfallen.

Marr weiss, was Facebook mit den Beiträgen macht, nachdem sie gepostet wurden. Für den US-Konzern ist es wichtig zu wissen, worüber sich die Nutzer unterhalten, welche Bilder geteilt und was mit einem «Gefällt mir» bewertet wird. Denn wenn Facebook die Interessen seiner Mitglieder kennt, kann es zielgruppengerechtere Werbung ausspielen - und damit mehr Geld verdienen.

Das Filtern wichtiger Info aus dem Chaos

Da viele der Daten aber unordentlich und unstrukturiert sind, sei es laut Marr für Facebook schwer, aus dem Chaos die benötigten Informationen herauszuziehen. Die Lösung des Problems heisst «Deep Learning». Programme, die Techniken des Deep Learning einsetzen, nutzen künstliche neuronale Netze. Sie können sich selbst neues Wissen aneignen und es auf andere Fälle übertragen. Dadurch bringen sie wichtige aber ungeordnete Daten in eine einheitliche Struktur, die konventionelle Analyse-Tools verstehen und auswerten können.

Anzeige

Im Fall von Facebook heisst das, dass sich solche Programme kontinuierlich alles ansehen, was gepostet wird - und dabei lernen, es zu verstehen. Selbst Text-Beiträge können durch ein Programm namens «DeepText» analysiert werden, um zu erkennen, worüber die Nutzer sprechen und dann die passende Werbung anzuzeigen.

Programme verstehen sogar unterschiedliche Sprachen

DeepText erkennt beispielsweise aus dem Facebook Messenger automatisch, wann die Testperson ein Taxi braucht und wann nicht - auch wenn in jedem Satz entsprechende Schlüsselwörter vorkommen, nur eben in unterschiedlichem Kontext.

Angeblich sind die Mechanismen, die das Programm dabei erlernt und anwendet, so universell, dass sie ohne Probleme auf andere Sprachen übertragen werden können. Facebook versteht also alles, egal ob wir auf Deutsch, Englisch oder Swahili posten.

Nicht nur Texte werden permanent analysiert

Laut Marr gibt es ein solches Programm auch für Bilder. «DeepFace» kann lernen zu erkennen, was sich auf einem Bild befindet und dann andere Bilder finden, auf denen die gleichen Personen, Tiere oder Dinge zu sehen sind. Dieses Programm soll bei der Erkennung von Gesichtern sogar zuverlässiger sein als Menschen selbst.

Das Programm hat allerdings vor ein paar Jahren für negative Schlagzeilen gesorgt und wurde in der EU verboten. Es könnte theoretisch jeden in einer grossen Menschenmenge identifizieren und so persönliche Freiheiten einschränken. Marr geht allerdings davon aus, dass Facebook das Tool aufgrund dieses Rückschlags nicht völlig eingestellt hat. Der Tech-Experte erwartet vielmehr, dass Facebook den Einsatz von Deep Learning in Zukunft noch ausweiten wird.

Anzeige

Dieser Artikel erschien zuerst bei Business Insider Deutschland unter dem Titel «Irgendwie unheimlich: Tech-Experte erklärt, was Facebook mit euren Posts macht, wenn ihr sie veröffentlicht habt».