Du bist, was du magst: Facebook-Likes verraten viel über die eigene Persönlichkeit

Es ist keine grundsätzlich neue Erkenntnis: Aus den zahlreichen Daten, die man bei seinem Weg durchs Internet hinterlässt, lassen sich sehr eindeutige Persönlichkeitsprofile erstellen. Amerikanische und britische Forscher konnten nun zeigen, dass man schon nach wenigen Facebook-Likes das Geschlecht und auch die sexuelle Orientierung bestimmen kann. Die Studie wurde übrigens von Microsoft und Boeing gesponsert.

58.000 Freiwillige, 56.000 verschiedene Likes

Die Studie wurde letztes Jahr mit mehr als 58.000 Freiwilligen durchgeführt, die den Forschern erlaubten, ihre Likes mit Hilfe der Facebook-App „myPersonality“ zu analysieren. Dabei kamen die Probanden im Schnitt auf 170 Likes, insgesamt wurden knapp 56.000 verschiedene Dinge geliked. Außerdem mussten die Teilnehmer demographische Angaben machen und mehrere psychometrische Tests und Umfragen ausfüllen.

Die Likes wurden dann zu 100 groben Kategorien zusammengefasst, deren Korrelationen zu den Persönlichkeitsmerkmalen berechnet und schwupps kann man mit einer mehr oder minder einfachen Formel zahlreiche Merkmale relativ verlässlich vorhersagen.

So konnten die Forscher in 88 Prozent der Fälle korrekt auf die Sexualität der teilnehmenden Männer schließen, in 95 Prozent der Fälle konnte korrekt bestimmt werden, ob es sich um einen Afroamerikaner oder kaukasischen Amerikaner handelt. Mit 60-prozentiger Wahrscheinlichkeit lässt sich aus den Likes auch erkennen, ob sich die Eltern vor dem 21. Lebensjahr des Users getrennt haben.

Erstaunlich genau bei dichotomen Variablen

Die Studie macht ein bisschen Angst, doch man sollte vorsichtig mit voreiligen Rückschlüssen sein. Denn auch wenn das Modell bei dichotomen Variablen (quasi „ja oder nein“: Männlich, lesbisch, Raucher, Republikaner, Moslem) zum Teil sehr genau ist, verliert es bei numerischen Variablen an Genauigkeit. Wie intelligent jemand ist oder wie sehr jemand mit seinem Leben zufrieden ist, lässt sich „nur“ noch zu 39 bzw. 17 Prozent genau bestimmen.

Dennoch: Schon mit wenigen Likes lassen sich die Persönlichkeitsmerkmale vorhersagen. Und die Likes an sich müssen nicht wirklich aufschlussreich sein: Wer als Mann „Wicked – Das Musical“ geliked hat, ist eher homosexuell. Wer hingegen sicher gehen will, im Netz als Hetero zu gelten, sollte den „Wu-Tang Clan“ und „Shaq“ liken. Fans von gekräuselten Pommes („Curly Fries“) sind tendenziell intelligenter, Freunde von „Hello Kitty“ wählen eher demokratisch und sind vermutlich Afroamerikaner.

Likes ohne psychometrische Daten wenig wert

Doch auch wenn die Studie zeigt, wie aufschlussreich vermeintlich irrelevante Likes sein können, wird kaum jemand etwas damit anfangen können. Zwar sind die Likes eines Users für App-Entwickler zugänglich, doch ohne den Abgleich mit demographischen und psychometrischen Daten über Umfragen und Tests lassen sich daraus allerdings keine Korrelationen berechnen und somit auch keine vielsagenden Erkenntnisse gewinnen. Insofern haben die Forscher nun einen wirklich wertvollen Datenschatz auf ihren Computern.

Hinzu kommt aber auch, dass viele User bereits mehrere demographische Daten wie Alter, Geschlecht und häufig auch die Sexualität freiwillig in ihrem Profil angegeben haben.

Auch falsche Prognosen können gefährlich werden

Es ist jedoch klar, dass man mit jedem Like berechenbarer wird. Und natürlich können für manche Menschen wie Minderheiten in totalitären Regimen selbst falsche Prognosen über die individuelle Sexualität oder Religion zu einem ernsthaften Problem werden.

Wer schauen will, was die Likes über einen selbst verraten, sollte die von den Forschern entwickelte Webseite www.youarewhatyoulike.com besuchen. Einmal per Facebook Connect angemeldet, kann man in Sekundenschnelle sehen, wie man sich psychisch so schlägt. Bei meiner Prognose würde ich bei 47 analysierten Likes vier von fünf Persönlichkeitsmerkmalen zustimmen. Die Kategorien sind aber vergleichsweise harmlos, sodass man noch nicht das große Löschen beginnen muss.

Bild: Flickr / Denis Dervisevic (CC BY 2.0)