Weiß, jung, männlich: Black Lives Matter Demonstrationen sind Form der Therapie für Weiße

Wenn Sie ein Smartphone besitzen und darauf eine APP installiert haben, dann wissen Sie um die Zustimmung, die zu Beginn der Installation bzw. beim “Setup” notwendig ist. Zustimmung zum Zugriff auf die Kamera, Zustimmung zum Zugriff auf die Settings, Zugriff auf dies und das, dies und das, das notwendig ist, um eine Reihe von Daten auszulesen, die von Unternehmen genutzt werden können, um mit “Big Data” zu spielen.

Mit Big Data spielt “Mobilewalla”, ein Unternehmen, das in Kundeninformationen handelt, und zwar in Kundeninformationen, die man erschließen muss, weil sie zu den geschützten Daten gehören, die nicht einfach ausgelesen werden können. Das Unternehmen sitzt nach eigenen Angaben auf Daten für 1,6 Milliarden Smartphones weltweit sowie Daten, die an 25 Milliarden Datenpunkten täglich gesammelt werden. Als Sozialforscher, der die ersten Siemens Großrechner (BS-2000) mit ein paar Tausend Datensätzen hat kämpfen sehen, kann man nicht anders als die Entwicklung, die der Datenumfang der Sozialforschung genommen hat, zu bewundern. Einen SPSS-Job über einen Datensatz von sagen wir einer halben Milliarde Datensätzen laufen zu lassen, hätten noch vor 2000 mindestens einen Tag und eine Nacht in Anspruch genommen (und wäre oft genug mit einer kruden Fehlerzeile und einem “Ätsch” belohnt worden), heute ist es ein Klacks, mit Unmengen von Daten zu rechnen. Ob den Daten dadurch mehr Informationen entlockt werden können? Zweifel sind zumindest angebracht.



Doch zurück zu Mobilewalla. Das Unternehmen hat Daten für Teilnehmer an BlackLivesMatter Demonstrationen in vier Städten der USA, Atlanta, Los Angeles, Minneapolis und New York gesammelt und nach Alter, Geschlecht und Ethnie ausgewertet. Alle drei Merkmale der Smartphone Nutzer stammen nicht von dem eigentlichen Nutzer, sie sind vielmehr erschlossen, denn als Einzeldatum fallen sie unter den Datenschutz. Also wird mit AI gearbeitet, wie es heute heißt. Tatsächlich geht es darum, Muster in den Daten zu finden, die eine Zuordnung von Smartphone-Nutzern zu einem der zwei Geschlechter (es gibt eben nur zwei), zu eher krude zu nennenden Alterskategorien und zu Ethnie erlauben.

Mit anderen Worten, Mobilewalla sucht nach geschlechtstypischem, alterstypischem und ethnietypischem Nutzerverhalten. Wie akkurat die gefundenen Muster sind, das ist unklar, klar ist, sie basieren auf Wahrscheinlichkeiten, die vermutlich empirisch bestimmt sind und auf Stereotypen basieren: Wer jeden Tag eine App nutzt, die neueste Rap-Songs mit Text liefert, häufig an Datenpunkten in einem Sportstudio vorbeikommt und sich regelmäßig in der Bronx aufhält, ist mit hoher Wahrscheinlichkeit schwarz. Wer Jazz hört, sich in Selbsthilfegruppen einfindet und viel Zeit mit Gesundheitsapps verbringt, ist eher weiß und wohl auch eher weiblich.

Das sind Beispiele, um die Art der Clusterbildung zu erklären, nicht die tatsächlichen Variablen, die in die Clusterbildung eingehen.



Auf Grundlage dieser Zuordnung, die den Vorteil hat, nicht geprüft werden zu können, ein Vorteil, den Mobilewalla mit all denen teilt, die Meinungsforschung machen, von der sie behaupten, sie sei repräsentativ, haben die Leute um Anindya Dalla, den CEO von Mobilewalla, untersucht, wie sich die Demonstranten, die in Atlanta, Los Angeles, Minneapolis und New York auf die Straße gegangen sind, auf vier Variablen verteilen:

  • Geschlecht;
  • Alter;
  • Ethnie;
  • lokale Herkunft;

Die zuletzt genannte Variable hat die größte Akkuratheit und verrät darüber hinaus etwas, über die Art der Daten, die hier tatsächlich, jenseits der besprochenen Clusterbildung, zum Einsatz kommen: Ein Smartphone, das in der Regel in einem Umkreis von 150 km der jeweiligen Stadt genutzt wird, gilt den Mannen von Mobilewalla als das eines “innerstädtischen Teilnehmers” an den Demonstrationen. Ein Smartphone, dessen überwiegende Nutzung in mehr als 150 km Entfernung zur Stadtmitte erfolgt, als das eines “außerstädtischen Teilnehmers. Daraus kann man schließen, dass Mobilewalla Daten über Zeit speichert, diese Daten konkreten Smartphones zuordnen kann und auf Basis dieser Daten sehr genau die Wohnorte von Smartphone-Nutzern nachvollziehen und mit deren App-Nutzung in Verbindung bringen kann. Geht man zudem davon aus, dass die Clusterbildung recht akkurat bei der Vorhersage von Geschlecht, Alter und Ethnie ist und die drei Variablen nur die Spitze des Eisbergs möglicher erschließbarer Informationen ist, dann muss man lauthals lachen, wenn man zurückdenkt an den Zinnober, den wir anlässlich der Volkszählung 1987 veranstaltet haben, weil wir Angst davor hatten, dass unsere Daten missbraucht werden.

Heute sind wir älter und wissen, dass die meisten Menschen sich so konform und geradezu erschreckend vorhersagbar verhalten, dass man nur wenige Variablen benötigt, um vorhersagen zu können, welche politische Einstellung sie haben, wie viel Geld sie zur Verfügung haben, ob sie oder ob sie nicht auf Mallorca Urlaub machen und vieles mehr. Firmen wie Mobilewalla kreieren nicht den gläsernen Bürger, sie rekonstruieren einfach das stereotype Verhalten von Bürgern, mit dem ein hohes Ausmaß von Vorhersagbarkeit einhergeht. Sinus hat sich einst mit seinen Milieus abgemüht, um das zu erreichen, was Mobilewalla offensichtlich tut – wie reliabel das Ganze ist, ist eine andere Frage.

Die folgenden Abbildungen zeigen die Ergebnisse der Bemühungen von Mobilewalla und sie zeigen sehr deutlich, dass die BlackLivesMatter Demonstrationen Angelegenheiten der Weißen sind, weiße Jugendliche im Alter zwischen 18 und 34 Jahren, die offenkundig ihren Lebenssinn darin suchen, Schwarzen zur Hilfe zu eilen. Schwarze selbst, stellen mit rund 3% – 15% der Teilnehmer, je nach Stadt, eine zum Teil verschwindende Minderheit.



Dass Demonstrationen, in denen es um die schwarzen Leben, die zählen, gehen soll, überwiegend von Weißen besucht werden, wirft die Frage auf, welche Motive das Mitglied einer Gruppe dazu veranlassen könnte, die vermeintlichen Interessen eines Mitglieds einer anderen Gruppe wahrzunehmen. Die Antwort auf diese Frage muss vor dem Hintergrund dessen gegeben werden, was wir über Menschen wissen, z.B. das Menschen bewusst keine Handlungen ausführen, die ihnen Schaden, dass sie handeln, weil sie sich einen Nutzen von ihren Handlungen versprechen. Im vorliegenden Fall haben nur die Weißen einen direkten materiellen Nutzen, die sich an Plünderungen beteiligen. Alle anderen haben keinen direkten materiellen Nutzen, was den Schluss nahelegt, dass sie entweder auf einen indirekten materiellen Nutzen hoffen, z.B. weil sie von Spenden leben, die über die Webseite von Black Lives Matter eingeworben werden, oder einen direkten immateriellen Nutzen haben. Letzterer kann nur ein psychologischer Nutzen sein, der mit dem Selbstwert und dem Bild der eigenen Person verbunden ist, was wiederum zu dem Schluss führt, dass Weiße an Black Lives Matter Demonstrationen teilnehmen, um eine Form der Hegemonie über Schwarze zum Ausdruck zu bringen, denen sie nur helfen können, wenn sie über Ressourcen verfügen, die Schwarze nicht selbst aufbieten können. Aus dem Mehr an vermeintlichen Ressourcen ist schnell eine Überlegenheitsposition abgeleitet, eine moderne Form des Rassismus, die Schwarze nicht mehr als Untermenschen ansieht, sondern als hilfsbedürftige Menschen (also eine politisch-korrekte Form des Untermenschen), die nicht aus eigener Kraft in der Lage sind, etwas zu erreichen. Offenkundig sind Black Lives Matter Demonstrationen für weiße Jugendliche eine Surrogathandlung für fehlende Selbstwirksamkeit. Dadurch, dass sie denen, die sie noch unter sich wähnen, angeblich helfen, gewinnen sie an sozialem Status, stellen plötzlich etwas dar, sind etwas – jedenfalls bilden sie sich das ein.

Demonstrationen als Form der offenen Persönlichkeitstherapie, was natürlich eine gestörte Persönlichkeit voraussetzt.




Danke an “zargel” für den Hinweis auf die Studie.
Die Studie selbst kann hier heruntergeladen werden.




Informationen aus erster Hand gibt es oft nur bei ScienceFiles.

Unterstützen auch Sie unseren Fortbestand als freies Medium.
Vielen Dank!




Folgen Sie uns auf TELEGRAM


Bleiben Sie mit uns in Kontakt.
Wenn Sie ScienceFiles abonnieren, erhalten Sie bei jeder Veröffentlichung eine Benachrichtigung in die Mailbox.

ScienceFiles-Abo
Loading



ScienceFiles-Shop


Print Friendly, PDF & Email
19 Comments

Bitte keine Beleidigungen, keine wilden Behauptungen und keine strafbaren Inhalte ... Wir glauben noch an die Vernunft!

This site uses Akismet to reduce spam. Learn how your comment data is processed.

Translate »

ScienceFiles-Betrieb

Was uns am Herzen liegt ...

 

Ein Tag ScienceFiles-Betrieb kostet zwischen 250 Euro und 350 Euro.


 

Wenn jeder, der ScienceFiles liest, uns ab und zu mit einer Spende von 5, 10, 20, 50 Euro oder vielleicht auch mehr unterstützt, vielleicht auch regelmäßig, dann ist der Fortbestand von ScienceFiles damit auf Dauer gesichert.


Wir bedanken uns bei allen, die uns unterstützen!


ScienceFiles-Spendenkonto

Vielen Dank!

Holler Box