Apps
EN — EnglishLogin

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

Narrativ-Wäsche (Narrative Laundering)

Auch bekannt als: Information Laundering Source Laundering Citation Cascading Credibility Washing Informationswäsche
Manipulation & Propaganda ID: narrative_laundering

Definition

Narrativ-Wäsche ist der Prozess, bei dem eine dubiose Behauptung durch zunehmend glaubwürdiger erscheinende Vermittler geschleust wird, bis sie den Anschein von Legitimität erlangt. Eine falsche oder irreführende Geschichte könnte in einem Rand-Blog entstehen, von einem parteiischen Outlet aufgegriffen, dann von einem Mainstream-Kommentator referenziert und schließlich als 'weithin berichtet' zitiert werden. Jeder Schritt in der Kette fügt eine Ebene der wahrgenommenen Glaubwürdigkeit hinzu und verschleiert gleichzeitig den unzuverlässigen Ursprung. Wie bei der Geldwäsche ist das Ziel, etwas Schmutziges sauber erscheinen zu lassen.

Beispiele

Eine erfundene Geschichte über einen politischen Kandidaten erscheint auf einem anonymen Blog. Ein parteiischer Nachrichten-Aggregator greift sie mit der Schlagzeile 'Berichte deuten darauf hin...' auf. Ein TV-Experte verweist auf 'aufkommende Berichte aus mehreren Quellen.' Eine Mainstream-Zeitung bringt eine Geschichte über 'die wachsende Kontroverse' und zitiert die Fernsehberichterstattung. Der ursprüngliche anonyme Blogbeitrag gilt nun als 'weithin berichtet'.

Ein anonymes Telegram-Kanal behauptet, ein bekannter Unternehmer habe Steuergelder veruntreut. Ein rechter Kommentator greift die Geschichte in einem YouTube-Video auf und spricht von 'Gerüchten, die im Netz kursieren'. Schließlich zitiert eine überregionale Zeitung den Kommentator mit den Worten 'Laut Medienberichten soll der Unternehmer...' – und die unbelegte Behauptung wirkt plötzlich wie ein verifizierter Fakt.

In einem Eltern-WhatsApp-Forum postet jemand ohne Quellenangabe, eine lokale Schule verwende angeblich 'gefährliche Lernmaterialien'. Ein Lokalblogger schreibt daraufhin: 'Besorgte Eltern berichten über...'. Ein regionales Online-Portal übernimmt den Blogeintrag als Nachricht, und bald diskutiert der Stadtrat das Thema – obwohl die ursprüngliche Behauptung vollständig aus der Luft gegriffen war.

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

    Hat die Behauptung mehrere Quellen durchlaufen, bevor sie das aktuelle Medium erreichte?

    Typ: binary
  2. 2

    Verschleiert die Kette der Quellenangaben den ursprünglichen Ursprung der Information?

    Typ: binary
  3. 3

    Werden Zwischenquellen zitiert, um Behauptungen, die aus unzuverlässigen Quellen stammen, Glaubwürdigkeit zu verleihen?

    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.