Koordiniertes unauthentisches Verhalten (Coordinated Inauthentic Behavior)

Auch bekannt als: CIB Influence Operations Information Operations Bot Networks Troll Farms

Manipulation & Propaganda ID: coordinated_inauthentic_behavior

Definition

Koordiniertes unauthentisches Verhalten (CIB) bezieht sich auf organisierte Kampagnen, bei denen Netzwerke von Accounts oder Entitäten zusammenarbeiten, um den öffentlichen Diskurs zu manipulieren, während sie ihre Koordination und wahren Identitäten verbergen. Im Gegensatz zu organischer Übereinstimmung beinhaltet CIB eine bewusste Planung – synchronisiertes Posting, gemeinsame Argumentationspunkte, künstliche Verstärkung und geskriptetes Engagement – alles darauf ausgelegt, wie ein natürlicher öffentlicher Diskurs auszusehen. Der Begriff wurde von Meta (Facebook) in seinen Transparenzberichten zu Einflussoperationen popularisiert.

Beispiele

Während einer Wahl überfluten 500 Social-Media-Accounts – die in derselben Woche erstellt wurden, zu denselben Zeiten posten, dieselben Memes mit identischen Bildunterschriften teilen – gleichzeitig lokale Community-Gruppen mit Nachrichten über den angeblichen Skandal eines Kandidaten. Die Accounts haben von KI generierte Profilfotos, posten keine persönlichen Inhalte und engagieren sich nur zu politischen Themen, bevor sie nach dem Wahltag stillgelegt werden.

Nach der Veröffentlichung eines kritischen Zeitungsartikels über ein Pharmaunternehmen beginnen innerhalb von Stunden Dutzende Twitter-Accounts – alle erst wenige Tage alt, alle mit generischen Profilbildern – den Journalisten mit identischen Formulierungen wie 'bezahlter Lobbyist der Konkurrenz' zu bezeichnen und den Artikel als 'Fake News' zu markieren, bis er im Trending-Algorithmus nach unten verdrängt wird.

Vor einer Kommunalwahl erscheinen in mehreren Facebook-Gruppen derselben Stadt gleichzeitig Posts, die ein und dasselbe Foto eines angeblichen Schlaglochs zeigen und die amtierende Bürgermeisterin dafür verantwortlich machen. Die Accounts haben unterschiedliche Namen, aber dieselben Posting-Zeiten, dieselbe Bildquelle und nahezu identische Kommentartexte – ein Zeichen für eine zentral koordinierte Desinformationskampagne.

Prüfschritte

Prüfschritte

Binäre Ja/Nein-Fragen, die eine KI beantworten muss, um ein Argumentationsmuster in einem Text zu erkennen.

Jeder der 452 Aspekte hat Prüfschritte — einfache Ja/Nein-Fragen, die systematisch erkennen sollen, ob ein Muster in einem Text vorkommt. Für Ad Hominem: "Greift das Argument eine Person statt ihre Behauptung an?" Für falsche Dichotomie: "Werden nur zwei Optionen präsentiert, obwohl mehr existieren?"

Im Glossar ansehen →

Binäre (Ja/Nein) Fragen, die ein LLM beantworten muss, um diesen Aspekt zu identifizieren:

1

Verstärken mehrere Accounts dieselbe Botschaft in einem verdächtig synchronisierten Muster?
Typ: binary
2

Zeigen die beteiligten Accounts Anzeichen von Inauthentizität (neue Accounts, keine persönliche Historie)?
Typ: binary
3

Wird der koordinierte Charakter der Aktivität hinter dem Anschein von Unabhängigkeit verborgen?
Typ: binary

Beschreibung

Warum es funktioniert

Social-Media-Plattformen belohnen ein hohes Engagement, wodurch koordinierte Kampagnen überproportional sichtbar werden. Nutzer, die auf dieselbe Nachricht von vielen scheinbar unabhängigen Quellen stoßen, interpretieren dies als weit verbreiteten organischen Konsens. Das Ausmaß der Koordination überfordert sowohl die Moderation der Plattform als auch das individuelle kritische Denken.

Wie man entgegnet

Suche nach Anzeichen von Inauthentizität: identische Sprache bei verschiedenen Accounts, unrealistische Posting-Muster, KI-generierte Profilbilder, keine persönliche Historie. Unterstütze Transparenzberichte von Plattformen und Faktenprüfungs-Organisationen, die CIB-Kampagnen identifizieren.

Auch bekannt als

CIB Influence Operations Information Operations Bot Networks Troll Farms

Praxiskontext

Dokumentiert bei jeder großen Wahl weltweit seit 2016. Staatlich geförderte Operationen aus Russland, China, dem Iran und anderen Ländern wurden von den Transparenz-Teams der Plattformen identifiziert. Wird auch von innenpolitischen Akteuren, PR-Firmen und kommerziellen Interessen genutzt. Meta, Twitter/X und Google veröffentlichen regelmäßig Berichte zu Takedowns.