Mobile-Menu

Neo4j-Graphdatenbank als Grundlage IDJC ElectionGraph deckt „unauthentische Influencer“ auf

Von Martin Hensel 2 min Lesedauer

Anbieter zum Thema

Neo4j Germany GmbH
Fsas Technologies GmbH

Das Forschungsprojekt IDJC ElectionGraph der Universität Syracuse dreht sich um die US-Präsidentenwahl 2024. Wissenschaftler nehmen dabei politische Kampagnen und Anzeigen auf Social-Media-Plattformen unter die Lupe. Mit Hilfe von Knowledge Graphen sollen dabei Akteure identifiziert werden, die falsche Informationen verbreiten und damit US-Wähler beeinflussen.

Neo4js Graphdatenbank dient als Basis für das Forschungsprojekt IDJC ElectionGraph.(Bild: Neo4j)
Neo4js Graphdatenbank dient als Basis für das Forschungsprojekt IDJC ElectionGraph.
(Bild: Neo4j)

Im US-Wahlkampf spielt auch Social Media eine wichtige Rolle: Allein von September 2023 bis April 2024 wurden auf 2.200 Facebook-Seiten Wahlkampf-Anzeigen für geschätzt 18,7 Millionen US-Dollar gepostet. Dies ist eines der Ergebnisse des Forschungsprojekts ElectionGraph, das vom Institute for Democracy, Journalism and Citizenship (IDJC) der Universität Syracuse durchgeführt wird.

Mit an Bord ist der Spezialist für Graph-Datenbanken und -Analytics Neo4j. Das Unternehmen unterstützt das Projekt mit 250.000 US-Dollar und kostenlosen Lizenzen seiner Graphdatenbank. Letztere dient als Grundlage des Projekts. Mit ihrer Hilfe konnten die Wissenschaftler „unauthentische Influencer“ aufdecken. Darunter versteht das Projekt beispielsweise Seiten oder Akteure, die auf den ersten Blick politisch unabhängig erscheinen – aber bei genauerer Analyse mittels Knowledge Graphen auffällige Gemeinsamkeiten und Verbindungen zu anderen Gruppen aufweisen.

Von Deep Fakes bis Scams

So konnten die Wissenschaftler unter anderem Falschinformationen („Fake News“) zu Tage fördern, wie zum Beispiel Deep Fakes, in deren Rahmen die Stimmen des ehemaligen US-Präsidenten Donald Trump und des Ex-FOX-Moderators Tucker Carlson täuschend echt nachgeahmt wurden. Die Forscher stießen auch auf Scam-Versuche, darunter etwa eine Einladung zu einer Umfrage, die mit kostenlosen Trump-Flaggen oder MAGA-Hüten belohnt werden sollte. Ein Link führte die User dann auf eine externe Seite, wo sie zur Eingabe ihrer Kontakt- und Kreditkartendaten aufgefordert wurden. Wenig überraschend konnten die Betrüger damit dann Abbuchungen vornehmen, die sich auf Hunderte US-Dollar pro Opfer beliefen.

Um derartige Muster in großen Datenmengen zu finden, sind Tools nötig, die Personen, Unternehmen und Entitäten sowie die Beziehungen zwischen ihnen in Echtzeit abfragen können. Knowledge Graphen bilden die Daten einschließlich ihrer Kontextinformationen ab und geben somit Einblicke in komplexe Datensätze. Derartige Graphdatenbanken kommen auch bei der Betrugsaufdeckung, im Kampf gegen Geldwäsche sowie im Rahmen sozialer Netzwerkanalysen zum Einsatz.

(ID:50106145)

Jetzt Newsletter abonnieren

Täglich die wichtigsten Infos zu Big Data, Analytics & AI

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung. Die Einwilligungserklärung bezieht sich u. a. auf die Zusendung von redaktionellen Newslettern per E-Mail und auf den Datenabgleich zu Marketingzwecken mit ausgewählten Werbepartnern (z. B. LinkedIn, Google, Meta).

Aufklappen für Details zu Ihrer Einwilligung

Weiterführende Inhalte