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!
[wpedon id=66988]
- ScienceFiles-Spendenkonten
Achtung: Unsere Kontoverbindung hat sich verändert!- Deutsche Bank
- Michael Klein
- BIC: DEUTDEDBCHE
- IBAN: DE18 8707 0024 0123 5191 00
- Transferwise Europe SA
- ScienceFiles / Michael Klein
- BIC: TRWIBEB1XXX
- IBAN: BE54 9670 1430 1297
- Sponsern Sie ScienceFiles oder Artikel von ScienceFiles (einfach klicken)
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-Shop
Folgen Sie uns auf Telegram.
Anregungen, Hinweise, Kontakt? -> Redaktion @ Sciencefiles.org
Wenn Ihnen gefällt, was Sie bei uns lesen, dann bitten wir Sie, uns zu unterstützen. ScienceFiles lebt weitgehend von Spenden. Helfen Sie uns, ScienceFiles auf eine solide finanzielle Basis zu stellen.
Wir haben drei sichere Spendenmöglichkeiten:
Donorbox
Unterstützen Sie ScienceFiles
Unsere eigene ScienceFiles-Spendenfunktion
Unser Spendenkonto bei Halifax:
ScienceFiles Spendenkonto:
HALIFAX (Konto-Inhaber: Michael Klein):
- IBAN: GB15 HLFX 1100 3311 0902 67
- BIC: HLFXGB21B24
Unser Spendenkonto bei Halifax:
ScienceFiles Spendenkonto: HALIFAX (Konto-Inhaber: Michael Klein):- IBAN: GB15 HLFX 1100 3311 0902 67
- BIC: HLFXGB21B24
Irgendeinen materiellen Nutzen erwarten die am Ende in jedem Fall. Wie der sich auszahlt, kann auf viele Arten geschehen. Nehmen wir FFF in Deutschland. Die sich aktiv beteiligen, wollen dort aufsteigen. Die oben sind, haben es sich längst zur Dauerbeschäftigung gemacht und verdienen damit ihren Lebensunterhalt. Berufswunsch “Schwätzperte”, danach Politiker. Auch dort kann man sehen, dass die Bewegung gar nicht von Schülern geführt wird, sondern von Studienabbrechern und “hauptamtlichen” Parteimitgliedern. Der persönliche Nutzen ist ggf. neben Einkommen also eine Biografie und mit Auftritten einhergehend auf Dauer Bekanntheit. Man empfiehlt sich für andere Aufgaben mit Verweis auf das eigene “Engagement”, das einen selbst gar nichts gekostet hat. Im Gegenteil, man lässt sich von den Spenden der dämlichen Mitläufer auch noch finanzieren. Die dummen Kinder, die ihre Schule mit Fehlzeiten aufs Spiel setzen und ihre Mamis und Papis dazu bringen, FFF auch noch Geld hinterher zu schmeißen, sind ja nur die nützlichen Idioten – allerdings steht und fällt das Konzept mit den Schulkindern. (Jetzt ist wieder ein Jahrgang aus der Schule.) Wenn Schulkinder nicht mehr streiken gehen, dann stehen die Studienabbrecher und die Parteimitglieder alleine da. Und ihr dauerhafter Lebensunterhalt steht auf der Kippe.
.
Wenn das so ist, wie kann man dem Geschäftsmodell den Boden entziehen? Mein Vorschlag wäre ein Gegenangebot in Form von Digitalisierung und Demokratisierung. (Nein – ich will das natürlich nicht machen. Das ist nur eine Überlegung) Wenn FFF z.B. intransparente Strukturen hat, keinerlei basisdemokratische Grundsätze, keine Chancengleichheit und Wählbarkeit für alle, dann müsste man ein Gegenangebot einer Organisation aufstellen, die all das bietet. Eine Organisation, die sich NUR an Schüler, an ALLE Schüler richtet, in der NUR Schüler wählbar sind, in der alle Schüler ihre tatsächlichen Vorstellungen zur Abstimmung stellen können und Mehrheiten finden können. Was ein totaler Gegensatz zu FFF ist, weil dort die politische Forderung überhaupt nie zur Abstimmung stand und steht. Die Medien haben aber daraus gemacht: “Die Jugend fordert …”. Die “Jugend” war für die Medien entweder “Mitglied” bei FFF oder schlicht nicht existent, weil sie bewusst ausgeblendet wurde. So ist es auch bei BLM. Die Schwarzen, die nicht bei oder für BLM und deren Agenda sind, sind für die Medien schlicht nicht existent. Es gibt in den Medien nur Schwarze, die für BLM sind. Über andere wird gar nicht berichtet. Und deshalb sieht es so aus, als wären alle Schwarzen in den USA stehlende Randalierer, die den Kommunismus fordern.
BLM wurde von Schwarzen für Schwarze gegründet.
BLM wurde von Weißen für Weiße zur Wirksamkeit geführt (siehe Finanzierung, Organisation, mediale Präsenz, Folgen…).
BLM ist somit ein Kolonisationsprojekt von Weißen auf Kosten der Schwarzen geworden – denn die werden auf keinen Fall profitieren (mal von den abgestaubten Nikes und 60-Zoll-TVs abgesehen) …
OT: BS-2000? Siemens? Sie meinen: Fujitsu-Klon, ohne das dazugehoerige IBM-Betriebssystem (das Fujitsu nicht weiter-lizensieren durfte) ? Worst excuse for an OS, ever?
So many bad memories … Aber SPSS lief drauf, wohl wahr.
Männer zwischen 18 und 34 Jahren ? Mindestens die Hälfte möchte eine heisse schwarze Frau kennen lernen !
„MobileWalla is a Singapore-based web-based search portal for applications targeted at mobile devices“ (Wikipedia).
Ich vermute, dass Mobilewalla nur diejenigen mobilen Geräte ausforschen kann, auf denen die Mobilewalla-App installiert ist. Die Auswertung der Daten könnte aufgrund eines systematischen Fehlers ungenau bis wertlos sein, falls sich herausstellen sollte, dass z.B. die App überwiegend von Weißen installiert würde. Es müsste also der Nachweis geführt werden, dass die Installationsbasis repräsentativ und die Stichprobe hinreichend groß sind.
Auf Grundlage von Vermutungen einen Nachweis fordern, das hat etwas.
Meine „Vermutungen“ liegen wohl auf der Hand und mich wundert überhaupt, dass Sie eine dermaßen schwache „Studie“ für zitierenswert erachten und ihr gar einen eigenen Beitrag widmen, da sie keinerlei Hinweise enthält, die die Validität der erhobenen Daten stützen. Der wissenschaftliche Wert einer solchen Veröffentlichung liegt leider nahe null.
Das mag daran liegen, dass wir Informationen haben, die Sie nicht haben. In jedem Fall ist es erstaunlich, dass Sie den wissenschaftlichen Wert einer Studie, deren Grundlage sie nicht kennen, sondern vermuten, in Frage stellen. Auf welcher Grundlage tun Sie das eigentlich? Vermutungen?
“Das mag daran liegen, dass wir Informationen haben, die Sie nicht haben”
Ist es nicht guter wissenschaftlicher Brauch, Informationen zu teilen, zumal wenn sie relevant oder gar essentiell sind?
Nicht immer. Zuweilen benötigt man Informationen auch als Grundlage für neue Recherchen, die man nicht gleich mit allen teilen will.
Samamaso: MobileWalla gehen von dem Postulat aus, dass (1) die Installation ihrer App repräsentativ über die die Bevölkerung verteilt ist und (2) sog. Protestierer allesamt ihre Schnatterbox dabei haben. (1) steht grundsätzlich im Widerspruch zu der anderen Grundannahme von MobileWalla selber, dass Mobiltelefonnutzung gruppenspezifische Besonderheiten aufweist, und (2) in solchem zum gesunden Menschenverstand – ich jedenfalls würde, wenn ich “Krawall gehen” wollte, mit Sicherheit kein Handy mitnehmen, und die meisten schwarzen Jugendlichen werden dafür wohl auch zu “streetwise” sein. Solcher Dummfug dürfte wohl mehr die Domäne der verwöhnten weißen Selbstdarstellerjugend aus den Reihenhaussiedlungen sein, die von der Karriere als “Influenza” träumt und sich selber beim Masturbieren filmt, um ihre 15 Sekunden Ruhms zu bekommen. Insofern denke ich auch, dass MobileWalla im Sinne von “extraordinary claims require extraordinary proof” erst einmal die Gültigkeit ihrer Grundlagen belegen müssten.
Niemand hat behauptet, dass die Daten von MobileWalla repräsentativ sind. Soweit ich sehe, nicht einmal das Unternehmen selbst. Sie ergänzen nun die Unsicherheit durch eigene Spekulationen. Den Sinn davon kann ich nicht wirklich erkennen. Fakt ist, dass es auf Basis der Daten von MobileWalla ein erstes datenbasiertes Bild von Demonstrationen gibt, das ohnehin mit dem, was man in den Filmen, die im Internet kursieren, kompatibel ist. Das ist ein Anfang. Wir suchen nach Erkenntnis, zwangsläufig stufenweise – nicht nach Wahrheit. Die Suche nach Wahrheit überlassen wir Ideologen, die in der Regel nach kurzer Zeit bereits fündig werden.
Noch was zur Forderung, die Validität der Daten müsse belegt werden.
Wissenschaft geht gerade andersherum: Wer die Validität der Daten bestreitet, muss begründete Zweifel vorbringen. Das sollte dann, wenn Daten schlecht sind, kein Problem sein.
Sehr interessant. Diese Beweislastumkehr stellt alles auf den Kopf, was ich über wissenschaftliches Arbeiten weiß; somit ist diese Diskussion meinerseits ab hier obsolet. Aber ich verstehe, dass der Mensch gelegentlich auch einfach einmal recht behalten muss – und koste es die Reputation. Und danke, dass Sie unsere Einwände immerhin zugelassen haben; als Gegenleistung für Ihre Toleranz (und weil der ganz überwiegende Teil Ihrer Blogbeiträge ja tatsächlich sehr lesenswert sind) habe ich mir erlaubt, einen kleinen Betrag zu spenden. :-).
Wieso Beweislastumkehr? Das müssen Sie mir schon erklären. Es ist immer einfach, zu sagen, was jemand vorträgt, das glaube ich nicht. Beweis’ mir, dass Du Recht hast. Aber so funktioniert Wissenschaft nicht. Bei uns gibt des das Vehikel der konstruktiven Kritik: Wer etwas auszusetzen hat, sagt, was er auszusetzen hat, begründet, warum er das auszusetzen hat und führt zudem an, wie man das Kritisierte verbessern könnte. Ein anderer Weg zum Erkenntnisfortschritt ist nicht vorhanden.
Vielen Dank für Ihre Spende.
Abschließend: Wer eine Studie publiziert, gibt, für den Leser erkennbar und nachvollziehbar, Studiendesign und Datenbasis an. Beides fehlt hier nahezu vollständig. Es ist nirgends in der Wissenschaft Praxis, dem Rezipienten einer Studie abzuverlangen, unbelegte Behauptungen bedingungslos zu glauben oder sich der Mühe zu unterziehen, sich die erforderlichen Informationen selbst zu beschaffen. Das mag in der Religion üblich sein, nicht in der Wissenschaft.
Sie schießen mit Kanonen auf Spatzen. Das ist einer Umfrage vergleichbar, es ist keine wissenschaftliche Studie. Und von bedingungslosem Glauben kann keine Rede sein – oder zwingen wir Sie dazu, zu glauben, was geschrieben ist? Das einzige, was wir verlangen, ist ein nachvollziehbarer Grund dafür, den Daten nicht vertrauen zu wollen. Anders formuliert: Was passt Ihnen an den Ergebnissen nicht.
„Sie schießen mit Kanonen auf Spatzen. Das ist einer Umfrage vergleichbar, es ist keine Studie“.
Pardon, das Wort „Studie“ entnahm ich Ihrem Beitrag. Aber egal, gottseidank schließt sich ja nun der Kreis. Dies also ist, wenn Sie es so ausdrücken wollen, was mir „nicht passt“:
Ich vermute, dass Mobilewalla nur diejenigen mobilen Geräte ausforschen kann, auf denen die Mobilewalla-App installiert ist. Die Auswertung der Daten könnte aufgrund eines systematischen Fehlers ungenau bis wertlos sein, falls sich herausstellen sollte, dass z.B. die App überwiegend von Weißen installiert würde. (siehe oben).
Gut, dass wir darüber gesprochen haben ☺️
Neben den Smartphones, die über Apps ausgewertet werden können, gibt es noch Datenpunkte. Letztlich können wir das hier nicht klären, weil Sie und ich nicht genau wissen, welche Daten die Leute dort zur Verfügung haben. Allerdings ist es ein Irrtum zu denken, es müsse eine MobileWalla App Installiert sein. Die Leute dort kaufen Daten von Providern auf. Nachdem was ich aus dem Kontext von Big Data kenne, kann man davon ausgehen, dass die nicht nur mit 100, sondern vermutlich eher in der Größenordnung von 10.000 gerechnet haben. Aber sei’s drum.
Nur eine Kleinigkeit: ich habe von “wissenschaftlicher Studie” geschrieben, nicht von Studie.