Neuer JKU-Algorithmus respektiert die Privatsphäre

Mit bis zu 72 Prozent Genauigkeit können moderne Algorithmen, die zum Beispiel auf Basis der angeschauten Videos weitere Vorschläge für ähnliche Inhalte erteilen, das Geschlecht der Nutzer vorhersagen. Auch andere demographische Daten lassen sich mit großer Genauigkeit ermitteln.

Hinsichtlich des Datenschutzes bedenklich – weshalb Forscher des Instituts für Computational Perception sich jetzt mit alternativen Methoden beschäftigen, wie Onlineplattformen den Nutzern attraktive Inhalte vorschlagen können, ohne dabei ihre Privatsphäre zu verletzen. "Das ist kein Programm, das die Nutzer zuschalten können, sondern das Angebot richtet sich an Unternehmen", sagt Markus Schedl, der Teil des Forscherteams ist.

Konkret entwickelten die JKU-Wissenschafter eine Methode, bei der zwei Netzwerke zusammenarbeiten. Eines davon ist mit der Aufgabe beschäftigt, Musik oder Filme zu finden, die dem Nutzer gefallen könnten. Neu ist das zweite Netzwerk, das die Parameter schrittweise anpasst. So bleiben die Empfehlungen ähnlich, Rückschlüsse auf die Nutzer werden aber erschwert.

Die Vorhersagegenauigkeit zu den soziodemografischen Daten der Anwender wurde von den eingangs erwähnten 72 Prozent bei Musikvorschlägen auf 57 Prozent reduziert, bei Filmen auf 62 Prozent. Bei der Überprüfung der Ergebnisse haben die JKU-Forscher zudem einen positiven Nebeneffekt entdeckt: Mit der neuen Methode geben die Algorithmen weniger stereotypische Vorschläge aus – etwa Liebesfilme für Frauen und Actionfilme für Männer. "Dadurch wirkt unser Ansatz auch der Bildung von Filter-Bubbles im Internet entgegen", sagt Schedl.

Die gewonnenen Erkenntnisse sowie der entstandene Algorithmus sind kostenlos verfügbar. Private Unternehmen können demnach frei damit experimentieren.