Apps
EN — EnglishLogin

🧪 Diese Plattform befindet sich in der Beta-Phase. Funktionen können sich ändern und es können Fehler auftreten. Danke für dein Feedback!

Künstliche Empörung (Manufactured Outrage)

Auch bekannt als: Outrage Manufacturing Strategic Provocation Rage Bait Culture War Engineering
Manipulation & Propaganda ID: manufactured_outrage

Definition

Künstliche Empörung beinhaltet das bewusste Provozieren, Verstärken oder Fabrizieren von öffentlicher Wut über ein Thema, um einem strategischen Zweck zu dienen – typischerweise um von anderen Nachrichten abzulenken, eine politische Basis zu mobilisieren, Medienberichterstattung zu generieren oder einen Gegner zu diskreditieren. Die Empörung selbst wird zur Geschichte und übertönt eine inhaltliche Debatte. Die Technik zielt oft auf kulturell sensible Themen ab, bei denen emotionale Reaktionen leicht auszulösen und schwer zu mäßigen sind.

Beispiele

Das Kommunikationsteam eines Politikers leakt ein selektiv bearbeitetes Video eines Gegners bei einer privaten Veranstaltung, wodurch es so aussieht, als würde dieser Veteranen verhöhnen. Das vollständige Video zeigt das Gegenteil, aber bis der Kontext klar ist, hat der Empörungszyklus die Nachrichten für 48 Stunden dominiert und erfolgreich einen schädlichen Korruptionsbericht begraben, der kurz vor der Veröffentlichung stand.

Eine Boulevardzeitung veröffentlicht einen Artikel mit der Schlagzeile: 'Bürgermeisterin nennt Pendler ,selbst schuld' – dabei war der vollständige Satz ein Plädoyer für bessere Infrastruktur. Der gekürzte Satz verbreitet sich innerhalb von Stunden auf Social Media, und Tausende fordern ihren Rücktritt, ohne den Kontext je gelesen zu haben.

Ein Unternehmen lanciert eine Werbekampagne mit einer Figur, die bewusst an ein kulturelles Stereotyp erinnert. Nachdem die erwartete Kritikwelle einsetzt, entschuldigt sich das Unternehmen öffentlichkeitswirksam – und erzielt dabei mehr Medienaufmerksamkeit und Markenbekanntheit als je zuvor. Die Empörung war von Anfang an einkalkuliert.

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?"

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

  1. 1

    Steht das Ausmaß der Empörung in keinem Verhältnis zum tatsächlichen Problem?

    Typ: binary
  2. 2

    Scheint die Empörung eher strategisch provoziert oder verstärkt zu werden, als dass sie organisch entsteht?

    Typ: binary
  3. 3

    Dient die Empörung dazu, von anderen wichtigen Themen abzulenken oder eine bestimmte Agenda voranzutreiben?

    Typ: binary
Vertiefung
Der aufklappbare Detailbereich auf jeder Aspekt-Seite mit Beispielen, Psychologie und Gegenstrategien.
Der Vertiefungsbereich bietet ausführliche Informationen zu jedem Aspekt: ein Praxisbeispiel, eine Erklärung warum es funktioniert, Tipps wie man entgegnet, alternative Bezeichnungen und Links zu verwandten Aspekten.