Fake News – leicht zu verbreiten, schwer zu bekämpfen –

Fake News sind leicht zu produzieren, verbreiten sich rasend schnell und haben erhebliche wirtschaftliche, gesellschaftliche und politische Schäden zur Folge. Gleichzeitig ist ihre Bekämpfung schwierig: Psychologische Mechanismen, algorithmische Verstärkung und die Grenzen staatlicher Eingriffe erschweren wirksame Gegenmaßnahmen. Der Kampf gegen Desinformation wird eine dauerhafte Herausforderung für demokratische Gesellschaften bleiben, und einfache Lösungen sind nicht in Sicht.

Falschinformationen (Fake News) sind kein neues Phänomen, doch die Digitalisierung und das Aufkommen der sozialen Medien haben ihre Herstellung und Verbreitung vereinfacht und beschleunigt. Dabei sind Fake News nicht nur ein medienpolitisches oder technisches Problem: Sie haben teilweise schwerwiegende Folgen, sowohl in ökonomischer als auch in politischer Hinsicht. Der folgende Beitrag untersucht, was unter Fake News zu verstehen ist, welche Kosten sie verursachen, warum sie sich so erfolgreich ausbreiten können sowie welche Möglichkeiten es zu ihrer Bekämpfung gibt (vgl. im Folgenden Beck & Prinz, 2024).

Was sind Fake News?

Eine exakte, allgemeingültige Definition von Fake News ist schwierig bis unmöglich; der Begriff wird teils mit sehr unterschiedlichen Inhalten aufgeladen (Lilleker, 2017). Die OECD (2024) definiert beispielsweise verschiedene Spielarten von Fake News anhand der aktiven Beteiligung und der Intentionalität. Desinformation und Propaganda sind demnach die aktive Verbreitung falscher Informationen, im Gegensatz zur passiven Weitergabe von Falschinformationen. Tabelle 1 gibt einen Überblick über relevante Begriffe.

Von objektiv falschen Darstellungen, die man einwandfrei widerlegen kann, lassen sich solche abgrenzen, die nur teilweise falsch sind, indem sie unwahre Behauptungen mit Tatsachen vermischen. Hier geht es um Post Truth, alternative Fakten und Propaganda. Der Begriff „Post Truth“ (Kreitner, 2016) bezeichnet Darstellungen, in denen statt Fakten Emotionen und Vorurteile die öffentliche Meinung beeinflussen sollen. Darstellungen in diesem Sinn sind also nicht vollständig falsch, sollen aber gezielt Stimmung machen. Damit steht dieser Begriff in engem Zusammenhang mit der Propaganda, die ebenfalls darauf abzielt, die öffentliche Meinung zu manipulieren sowie das Denken und Handeln der Menschen zu beeinflussen. Hier geht es in der Regel um politische Ziele. „Alternative Fakten“ kann man als eine Übertreibung tatsächlicher Fakten umschreiben – Donald Trump, der Präsident der Vereinigten Staaten, hat es „wahrheitsgemäße Übertreibung“ genannt (Barstow, 2016).

Eine tendenziöse Berichterstattung, bei der Fakten überbetont oder ausgelassen werden, ebenfalls mit dem Ziel politischer Beeinflussung, liefert zwar keine objektiv falschen Informationen, trägt aber aufgrund der Selektion, Betonung oder Auslassung von Fakten zu einer Verzerrung des Meinungsbildes bei. Allerdings ist es hier kaum möglich, zwischen tendenziöser Berichterstattung und meinungsbildendem Journalismus zu unterscheiden. In dieselbe Kategorie gehören Werbung und Public Relations. Erfolgt die Beeinflussung des Meinungsbildes aus politischem Engagement heraus, kann man von Haltungsjournalismus oder wertorientiertem Journalismus (MDR, o. J.) sprechen.

Verschwörungstheorien und Gerüchte sind als Fake-News-Kategorie unklar; sie können intentional oder unbeabsichtigt entstehen, enthalten jedoch in der Regel unwahre Elemente. Ebenfalls in die Kategorie der von Fake News schwer abgrenzbaren Begriffe gehört der „narrative Journalismus“. Dieser basiert zwar auf Fakten, benutzt aber literarische Stilmittel und nimmt eine subjektive Perspektive ein, so dass die Grenzen zwischen Literatur und Berichterstattung verschwimmen.¹ Verwandt damit sind Konzepte wie der literarische Journalismus und das Story­telling.

Mit Blick auf diese Begriffe und weitere Definitionsansätze (Wang, 2020; Martens et al., 2018; Farhoundinia et al., 2023) werden folgende allgemein gültige Elemente von Fake News genannt:

• Meldungen zu Tatsachen oder tatsächlichen Ereignissen,
• die wissentlich falsch oder irreführend sind,
• zumeist mit dem Ziel, politischen Einfluss zu nehmen oder Profit zu machen.

Mit Blick auf Tabelle 1 kann man die hellblau markierten Felder als Fake News im engeren Sinn bezeichnen.

Kosten von Fake News

Die Folgen von Fake News sind vielfältig und teuer. Man kann sie in monetäre und nicht-monetäre Kosten aufteilen. Zu den monetären Kosten zählen:

• die Kosten der Bekämpfung von Fake News bzw. der Korrektur von Falschmeldungen. Hinzu kommen die Kosten für die Überwachung und Analyse sozialer Netzwerke sowie für den Einsatz von KI-gestützten Systemen zur Erkennung und Beseitigung von Fake News.
• Falschmeldungen im Gesundheitswesen können zu höheren Behandlungskosten führen. Duke et al. (2020) schätzen, dass Falschinformationen während der Coronakrise den National Health Service Großbritanniens mit zusätzlichen Kosten von 22 Mio. Pfund belastet haben; das habe indirekt einen Verlust des Inlandsprodukts in Höhe von 0,32 % ausgelöst.
• Bei Unternehmen fallen Kosten für Faktenprüfung, Marken- und Reputationsschutz, Cybersecurity, Erkennung von Deepfakes, Krisenkommunikation und Risikomanagement an.
• Falschmeldungen können an den Kapitalmärkten zu Kursverlusten und Vernichtung von Marktkapitalisierung führen. Eine Falschmeldung des amerikanischen TV-Netzwerks ABC führte innerhalb von 30 Minuten zu Kursverlusten in Höhe von rund 340 Mrd. US-$ (McElhaney, 2019).
• Führen Falschmeldungen zu erhöhter Unsicherheit und einem Vertrauensverlust in Märkte, können auch makroökonomische Kosten entstehen. Assenza et al. (2024) schätzen, dass eine Zunahme der Fake News um eine Standardabweichung (also das übliche Maß, wie stark der Indikator normalerweise um seinen Mittelwert schwankt) nach einem Quartal zu einem Anstieg der Arbeitslosigkeit um 0,5 Prozentpunkte und einen Rückgang der Produktion um 1 % führt.
• Nicht zuletzt kommen Kosten der Strafverfolgung in Zusammenhang mit Fake News hinzu.

Eine der umfangreichsten Studien kommt zu dem Ergebnis, dass die Kosten von Fake News weltweit 78 Mrd US $ jährlich betragen (Abbildung 1; University of Baltimore, 2019). Eine andere Studie (Sopra Steria, 2026) schätzt, dass die Kosten von Fake News im Jahr 2024 je nach Szenario weltweit 355 bis 516 Mrd. US-$ betragen könnten.

Folgende nicht-monetären Kosten werden Fake News zugerechnet:

• Die Kosten der Informationssuche steigen, da es schwieriger wird, verlässliche Informationen zu erhalten. Zudem steigt die Gefahr von Fehlentscheidungen aufgrund falscher Informationen.
• Der Verlust von Vertrauen erschwert die Koordination der Marktteilnehmer; es wird teurer, Verträge abzuschließen und deren Einhaltung zu überwachen.
• Fake News können die Demokratie beschädigen; zudem kann der Wählerwille durch Falschnachrichten beeinträchtigt werden.
• Hinzu kommen persönliche oder psychologische Kosten für Betroffene, die durch Fake News geschädigt werden.

Naturgemäß sind diese Kosten schwer zu schätzen, aber insbesondere Vertrauensverluste in Wirtschaft und Gesellschaft dürften mit erheblichen Kosten verbunden sein. Ein einmaliger Rückgang des Verbrauchervertrauens um 10 % könnte den Konsum in den Vereinigten Staaten (Europa) in den folgenden vier Jahren um 105 (52) Mrd. US-$ verringern (Allianz, 2024).

Fake News: Angebot und Nachfrage

Bei den Anbietern von Fake News wird zwischen staatlichen, kommerziellen und privaten Akteuren unterschieden. Staatliche Akteure haben vor allem politische Motive für die Verbreitung von Fake News (man spricht auch von informationeller Kriegsführung), kommerziellen Akteuren geht es um wirtschaftliche Vorteile², während private Akteure Fake News oftmals zur Befriedigung privater Bedürfnisse produzieren und verbreiten. Grundsätzlich gilt für alle Anbieter von Fake News ein klassisches Gewinnmaximierungskalkül (Becker, 1968): Man bietet Fake News an, wenn deren erwarteter Ertrag größer ist als die erwarteten Kosten der Herstellung und Verbreitung. Die technischen Entwicklungen der vergangenen Jahre erklären, warum Fake News zu einem Problem geworden sind; es sind vor allem die Kosten der Herstellung, die deutlich gesunken sind:

• Die Herstellungskosten sinken dank digitaler Technik und KI kontinuierlich.
• Die Grenzkosten der Verbreitung von Fake News gehen infolge des Internets und sozialer Plattformen gegen Null.
• Der Erwartungswert der Kosten einer möglichen Sanktionierung durch den Staat ist sehr gering, da die Verfolgung von Fake-News-Verbreitern schwierig bis unmöglich ist, insbesondere wenn diese ihren Sitz im Ausland haben.

Zudem steigen dank des Internets und der sozialen Plattformen die erwarteten Erträge aus Fake News, da man immer mehr Adressaten erreicht und deren Wirkungsgrad in der Folge steigt. Hier zeigt sich der Unterschied zwischen Fake News und Qualitätsjournalismus: Guter Journalismus ist in der Herstellung teurer als Fake News, in der Recherche kostenintensiver, in der Produktion langsamer und hat aufgrund seiner Erlösmodelle oftmals eine geringere Reichweite als Fake News, die in der Regel kostenlos angeboten werden. In der Literatur spricht man auch von Brandolinis Gesetz, nach dem es deutlich billiger ist, Fake News in die Welt zu setzen, als sie zu widerlegen (Kobel, 2016).

Wie steht es um die Nachfrage nach Fake News? Auf den ersten Blick scheint es widersprüchlich, dass es eine Nachfrage nach falschen Informationen gibt. Suchkosten und psychologische Faktoren aber erklären, warum Fake News konsumiert werden: Da Informationen Vertrauensgüter sind, deren Qualität oft nur schwer und aufwendig zu überprüfen ist, bleibt Raum für Fake News. Menschen konsumieren also ungeprüfte Informationen, da die Kosten der Faktenprüfung hoch sind und der individuelle Nutzen der Prüfung oft gering erscheint. Man kann hier auch von rationaler Ignoranz (Caplan, 2001) sprechen. Da Fake News zumeist leicht verständlich sind, verursachen sie geringe kognitive Kosten, was sie aus Verbraucher- und Wählerperspektive umso attraktiver macht. Dies gilt insbesondere bei politischen Wahlen, in denen die einzelnen Wähler unter dem „Schleier der Bedeutungslosigkeit“ (Kliemt, 1986) ihre Wahlentscheidungen treffen.

Psychologie von Fake News

Begünstigt wird der Konsum von Fake News durch psychologische Effekte, etwa indem Menschen tendenziell eher nach Informationen suchen, die ihre bereits gefasste Meinung bestätigen – man zieht also einen emotionalen Nutzen aus Nachrichten. Hinzu kommt das Phänomen des Überoptimismus (Beck, 2014): Menschen überschätzen oftmals ihre Fähigkeiten, auch wenn es darum geht, wahre von unwahren Informationen zu trennen. Ebenfalls ein Faktor, der zum Konsum von Fake News beiträgt, ist Wunschdenken: Menschen glauben Nachrichten, die ihre Wünsche und Bedürfnisse bedienen (McGuire, 1960); sie glauben eher Informationen, die ihre Wünsche erfüllen oder ihre Vorurteile bestätigen. Das Bedürfnis nach sozialer Identität und Gruppenzugehörigkeit (Baumeister & Leary, 1995) führt zudem dazu, dass Menschen solche Informationen über soziale Medien teilen und damit – unbewusst oder willentlich – selbst dazu beitragen, Fake News weiter zu verbreiten.

Weitere Effekte, die zur Verbreitung von Fake News beitragen, sind:

• Die Selektionsverzerrung. Da Nachrichten Aufmerksamkeit schaffen sollen, werden eher Informationen mit Sensationspotenzial verbreitet.
• Der Leitmedieneffekt. Berichtet ein Leitmedium über ein Ereignis, so müssen andere Medien nachziehen, weil die Berichterstattung des Leitmediums das Ereignis relevant macht.
• Der Momentum-Effekt. Wenn ein Thema in der Berichterstattung Aufmerksamkeit erfährt, wird weiter darüber berichtet; das Thema ist „heiß“, man muss „dranbleiben“. Zusammen mit dem Leitmedieneffekt führt das zu Herdeneffekten – Ereignisse werden übermäßig aufgebauscht.
• Der Monokausalitätseffekt. Komplexe Zusammenhänge werden auf eine einzige Ursache zurückgeführt; das macht die Welt einfach und überschaubar und erspart den Aufwand weiterer Informationssuche.
• Der Betroffenheits- oder False-Empathy-Effekt. Nachrichten werden psychologisiert und emotionalisiert; das zieht Aufmerksamkeit auf sich, reduziert aber die Sachlichkeit der Berichterstattung.

Als Verstärker von Fake News erweisen sich dabei die Algorithmen der sozialen Medien. Sie versorgen Nutzer mit Informationen, die ihrem individuellen Such- und Surfverhalten entsprechen. So entstehen selbstverstärkende Schleifen: Die Algorithmen bieten aufgrund des bisherigen Informationsverhaltens der Nutzer weitere Informationen an, die dieses Verhalten verstärken. Man erhält nur noch Informationen, die dem eigenen Weltbild entsprechen. Algorithmen wirken dadurch selbstverstärkend; dies kann zu Echokammern und Filterblasen führen. Die beiden Begriffe überschneiden sich; der Unterschied ist darin zu sehen, dass man sich in einer Filterblase alleine aufhält, während sich in Echokammern mehrere Personen gegenseitig in ihren Meinungen bestätigen und bestärken (Wissenschaftliche Dienste des Deutschen Bundestages, 2022). In beiden Fällen erhält man nur noch Informationen, die das eigene Weltbild bestätigen. Gegenläufige Informationen hingegen werden von den Algorithmen nicht mehr angeboten. Das verstärkt die Fragmentierung und Polarisierung der öffentlichen Meinung und bereitet den Boden für Fake News.

Fake News: schwer zu bekämpfen

Die Bekämpfung von Fake News muss auf deren Kosten- und Ertragsseite ansetzen. Auf der Kostenseite gibt es wenig Spielraum: Man kann zwar die Strafverfolgung verschärfen, solange man aber nicht die Wahrscheinlichkeit erhöht, die Urheber von Fake News zur Rechenschaft zu ziehen, bleibt dieser Ansatz zahnlos. Zwar gibt es heute bereits Ansätze zur Strafverfolgung, beispielsweise wegen Verleumdung und übler Nachrede (§§ 186, 187 StGB in Deutschland), wegen Volksverhetzung (§ 130 StGB) oder Betrug (§ 263 StGB). Schwierig wird es allerdings, wenn man zwischen Tatsachenbehauptungen einerseits sowie Werturteilen und Meinungen andererseits unterscheiden muss. Für letztere gilt die Meinungsfreiheit, die gefährdet sein könnte, wenn man Gesetze gegen Fake News zu weit fasst. Zudem sitzen viele Akteure von Fake News im Ausland, sind daher schwierig zu enttarnen und noch schwieriger mit nationalem Recht zu verfolgen.

Aus diesem Grund setzen viele Ideen zur Fake-News-Bekämpfung auf der Ertragsseite an, indem man deren Wirkmächtigkeit reduziert. Hier unterscheidet man zwischen Debunking und Prebunking. Beim Debunking versucht man, Fake News als solche öffentlich zu enttarnen; gelingt dies, verlieren sie ihre Wirkung, was den Ertrag (und die negativen Folgen) von Fake News reduziert. Eine Möglichkeit sind Faktenchecker, die Informationen und Nachrichten auf ihren Wahrheitsgehalt überprüfen, beispielsweise Seiten oder Portale wie Factcheck, PolitiFact.com oder Correctiv. Auch Nachrichtenagenturen und Regierungen betreiben solche Portale. Der Digital Services Act (DSA) hat das Instrument der Trusted Flaggers eingeführt; das sind vertrauenswürdige Hinweisgeber, die über besondere Fachkenntnisse und Kompetenzen für die Aufdeckung, Identifizierung und Meldung illegaler Inhalte verfügen und von Online-Plattformen unabhängig sind. Ihre Meldungen sollen bei der Bekämpfung falscher oder illegaler Inhalte Vorrang erhalten (Europäische Kommission, o. J.).

Diese Lösungsansätze selbst sind allerdings nicht unproblematisch: Erstens muss man fragen, wer die Kontrolleure kontrolliert – kann man sicherstellen, dass Faktenchecker objektiv, überparteilich und neutral sind? Vom Vertrauen in sie hängt ihr Erfolg ab. Zweitens müssen solche Angebote finanziert werden, und eine zu große Abhängigkeit von einzelnen Geldgebern könnte Fragen hinsichtlich der Objektivität und Neutralität eines Faktencheckers aufwerfen. Drittens – und das ist das größte Problem: Zum einen ist der Aufwand, Fake News als solche zu entlarven, beträchtlich (hier trifft das oben genannte Brandolini-Gesetz zu), zum anderen ist die Wirkung solcher Faktenkorrekturen vermutlich eher begrenzt – so zeigen Studien, dass Beiträge, die Fake News auf Verschwörungsseiten entlarven, die Nutzer solcher Seiten kaum erreichen (Zollo et al., 2017). Wer an Fake News glauben will, wird die Beiträge von Faktencheckern als Teil einer Verschwörung abtun.

Man muss also vermuten, dass die Methoden des Debunkings nur von begrenzter Wirkung sind, weshalb man die Idee des Prebunkings erwägen muss, bei der es darum geht, die Hörer, Leser, Zuschauer und Follower für die Wahrnehmung von Fake News zu sensibilisieren. Je weniger Menschen auf Fake News hereinfallen, desto mehr verlieren sie ihre Wirkmächtigkeit, und damit sinkt auch ihr Ertrag. Neben klassischer Medienerziehung, bei der man einen gesunden Umgang mit Nachrichten und Informationen lernen soll, gibt es Online-Spiele, in denen die Teilnehmenden lernen, wie man Fake News verbreitet. Die Idee dahinter ist, dass Menschen spielerisch lernen, wie man Fake News erkennt (Frau-Meigs, 2018). Einige Studien bescheinigen diesen Spielen Erfolge, indem die Spieler anschließend besser Fake News erkennen (­Roozenbeek & van der Linden, 2019; Scheibenzuber et al., 2021; ­Maertens et al., 2021); allerdings finden sich auch andere, die diesen Spielen eine geringe Effektivität attestieren (Modirrousta-Galian & Higham, 2023).

Kampf den Algorithmen?

Eine weitere Möglichkeit, die Wirksamkeit von Fake News zu bremsen, besteht darin, die Kanäle, auf denen sie vorzugsweise verbreitet werden, zu regulieren. Kann man das Tempo und das Ausmaß, in dem Fake News verbreitet werden, reduzieren, so sinkt auch der Ertrag von Fake News. Beispielsweise hat der Messenger-Dienst WhatsApp nach Vorfällen in Indien und anlässlich der Coronakrise seine Funktionen zur Weiterleitung von Nachrichten eingeschränkt. Nachrichten dürfen nur noch in bis zu fünf Chats geteilt werden, häufig weitergeleitete Nachrichten nur noch einmal. Damit sollte die rasche Ausbreitung von Fake News eingedämmt werden (tagesschau.de, 2020).

Will man die Viralität von Fake News weiter eindämmen, bietet es sich an, bei den Algorithmen der sozialen Netzwerke anzusetzen, die für die Entstehung von Echokammern und Filterblasen verantwortlich sind. Auch hier soll durch entsprechende Maßnahmen die Verbreitung von Fake News verlangsamt oder erschwert werden, um die Erträge aus deren Herstellung zu reduzieren. Hier gibt es mehrere Ansätze (Rieder & Hofmann, 2020; Leerssen, 2024):

• Man kann Plattformen dazu verpflichten, ihre Algorithmen offenzulegen. Das würde für mehr Transparenz sorgen. Allerdings wäre selbst bei öffentlichen Algorithmen unklar, wie sie tatsächlich funktionieren und wirken. Transparenz bedeutet nicht automatisch Nachvollziehbarkeit. Zudem betrachten die Plattformen ihre Algorithmen als Geschäftsgeheimnis. Nicht zuletzt könnten Verbreiter von Fake News ihre Einsichten in die Algorithmen nutzen, um diese noch effizienter zu verbreiten.
• Bei unabhängigen Audits (Bouchaud & Ramaciotti, 2024) erhalten unabhängige Prüfer Zugang zu Daten und Systemen und untersuchen die Folgen der Algorithmen daraufhin, ob und wie sich Falschinformationen verbreiten, ob politische Inhalte unverhältnismäßig verstärkt werden oder ob bestimmte Gruppen benachteiligt werden. Hier soll überprüft werden, ob eine Plattform angemessen gegen diese Risiken vorgeht.
• Bei der sogenannten Platform Observability geht es darum, sichtbar zu machen, wie Desinformation entsteht, verbreitet und verstärkt wird. Nicht der Algorithmus selbst soll offengelegt werden, sondern seine Wirkungen sollen beobachtbar sein.
• Eine weitere Möglichkeit besteht darin, die Nutzer selbst entscheiden zu lassen, ob und, wenn ja, welche Algorithmen bei ihnen zur Anwendung kommen sollen. Als Alternativen kämen beispielsweise chronologische Feeds, das Abschalten personalisierter Empfehlungen oder die Wahl anderer Empfehlungsalgorithmen in Frage.

Der DSA hat einige Elemente dieser Ideen aufgenommen. Er fordert von sehr großen Online-Plattformen und Suchmaschinen,³ dass sie besondere Maßnahmen zur Risikominderung der von ihnen ausgehenden systemischen Risiken erarbeiten. Zu diesen Risiken zählen für den DSA auch Desinformation und Manipulationen im Wahlprozess. Im Rahmen dieses Gesetzes müssen die großen Plattformen und Suchmaschinen Risikoberichte vorlegen und darlegen, welche Maßnahmen sie ergriffen haben, um systemische Risiken zu mindern. Zudem müssen sie über einen Krisenreaktionsmechanismus verfügen, der die rasche Verbreitung von Desinformation verhindern soll. Weiterhin müssen die Unternehmen Daten mit Forschern und Behörden teilen. Das soll Forschern dabei helfen, aufkommende Risiken wie Desinformationskampagnen zu untersuchen. Weitere Transparenzpflichten für Medienintermediäre in Deutschland finden sich im Medienstaatsvertrag (MStV) der Bundesländer (Cole et al., 2023).

Fazit

Ein Patentrezept im Kampf gegen Fake News gibt es nicht. Dem stehen die Natur und Eigenart von Fake News entgegen, die nur allzu leicht in Grenzbereichen kaum gesetzlich greifbar sind, ohne gegen die grundsätzlichen Regeln der freien Demokratie zu verstoßen. Dies erschwert insbesondere die Strafverfolgung. Darüber hinaus stehen der Bekämpfung von Fake News die raschen und einfachen Möglichkeiten, sie zu erstellen und zu verbreiten, psychologische Wirkmechanismen sowie die begrenzte Wirksamkeit aller Bekämpfungsansätze entgegen. Die Bekämpfung von Fake News erfordert ein Bündel sich ergänzender Maßnahmen, das von der Stärkung der Medienkompetenz über Debunking- und Prebunking-Ansätze bis hin zu einer stärkeren Rechenschaftspflicht und zur Überwachung großer Plattformen reicht. Da eine vollständige Eliminierung von Fake News unrealistisch ist, kann es nur darum gehen, ihre Wirksamkeit zu begrenzen, die Widerstandsfähigkeit demokratischer Gesellschaften zu stärken und die Voraussetzungen für eine informierte öffentliche Meinungsbildung zu verbessern. Somit muss die Bekämpfung von Fake News auch bei der Pflege der öffentlichen Meinungsbildung ansetzen – sie ist eine politische Aufgabe. Dennoch darf nicht vergessen werden, dass es in einer freiheitlich konstituierten Gesellschaft neben staatlichen Abwehrmaßnahmen auch der Aufmerksamkeit und Eigenverantwortung jedes Einzelnen bedarf, um Fake News zu erkennen und nicht weiterzuleiten.

Literatur

Allianz. (2024, 18. November). Little fires everywhere: How polarization is shaping the economy [Pressemitteilung].

Assenza, T., Collard, F., Fève, P. & Huber, S. (2024). From buzz to bust: How fake news shapes the business cycle. ECONtribute Discussion Paper, Nr. 287. University of Bonn, University of Cologne, Reinhard Selten Institute (RSI).

Barstow, D. (2016). Donald Trump‘s Deals Rely on Being Creative With the Truth. The New York Times.

Baumeister, R. F. & Leary, M. R. (1995). The need to belong: Desire for interpersonal attachment as a fundamental human motivation. Psychological Bulletin, 117, 497–529.

Beck, H. (2014). Behavioral Economics. Springer Gabler.

Beck, H. & Prinz, A. (2024). Fake News: Macht der Lügen. Kohlhammer.

Becker, G. S. (1968). Crime and punishment: An economic approach. Journal of Political Economy, 76(2), 169–217.

Bouchaud, P. & Ramaciotti, P. (2024). Auditing the audits: Evaluating methodologies for social media recommender system audits. Applied Network Science, 9, Artikel 59.

Caplan, B. (2001). Rational ignorance versus rational irrationality. Kyklos, 54(1), 3–26.

Cole, M. D., Etteldorf, C., Schmitz, S. & Ukrow, J. (2023). Algorithmische Transparenz und Rechenschaftspflicht bei digitalen Diensten (IRIS Spezial). Europäische Audiovisuelle Informationsstelle.

Duke, C., Meiske, B., Suter, J., Manly, L. & von Petersdorff, C. (2020). The Cost of Lies: Assessing the human and financial impact of COVID-19 related online misinformation on the UK. London Economics.

Europäische Kommission. (o. J.). Gesetz über digitale Dienste: Fragen und Antworten.

Farhoundinia, B., Ozturkcan, S. & Kasap, N. (2023). Fake news in business and management literature: A systematic review of definitions, theories, methods, and implications. Aslib Journal of Information Management, 77(2), 306–329.

Frau-Meigs, D. (2018). Societal costs of „fake news“ in the Digital Single Market. Policy Department for Economic, Scientific and Quality of Life Policies, Directorate-General for Internal Policies.

Hanfeld, M. (2019). Preis-Jury über Relotius: Erschüttert und wütend. Frankfurter Allgemeine Zeitung.

Kliemt, H. (1986). The veil of insignificance. European Journal of Political Economy, 2, 333–344.

Kobel, T. (2016). Das Bullshit-Gesetz: Warum Lügen lange Beine haben. Schweizer Radio und Fernsehen.

Kreitner, R. (2016). Post-Truth and Its Consequences: What a 25-Year-Old Essay Tells Us About the Current Moment. The Nation.

Leerssen, P. (2024). Outside the black box: From algorithmic transparency to platform observability in the Digital Services Act. Weizenbaum Journal of the Digital Society, 4(2), Artikel w4.2.3.

Lilleker, D. G. (2017). Evidence to the Culture, Media and Sport Committee ‚Fake news‘ inquiry presented by the Faculty for Media & Communication [Documentation]. Bournemouth University.

Maertens, R., Roozenbeek, J., Basol, M. & van der Linden, S. (2021). Long-term effectiveness of inoculation against misinformation: Three longitudinal experiments. Journal of Experimental Psychology: Applied, 27(1), 1–16.

Martens, B., Aguiar, L., Gomez-Herrera, E. & Mueller-Langer, F. (2018). The digital transformation of news media and the rise of disinformation and fake news. JRC Digital Economy Working Paper, Nr. 2018-02. European Commission, Joint Research Centre.

McElhaney, A. (2019, 18. November). Fake news creates real losses. Institutional Investor.

McGuire, W. J. (1960). A syllogistic analysis of cognitive relationships. In M. J. Rosenberg, C. I. Hovland, M. J. McGuire, R. P. Abelson & J. W. Brehm (Hrsg.), Attitude organization and change (S. 65–111). Yale University Press.

MDR. (o. J.). Haltung, Meinung, Journalismus. MDR Medien360G.

Modirrousta-Galian, A. & Higham, P. A. (2023). Gamified inoculation interventions do not improve discrimination between true and fake news: Reanalyzing existing research with receiver operating characteristic analysis [Unveröffentlichtes Manuskript]. University of Southampton.

OECD – Organisation for Economic Co-operation and Development. (2024, Juni). The OECD Truth Quest Survey: Methodology and Findings. OECD Digital Economy Papers, Nr. 369.

Rieder, B. & Hofmann, J. (2020). Towards platform observability. Internet Policy Review, 9(4).

Roozenbeek, J. & van der Linden, S. (2019). The fake news game: Actively inoculating against the risk of misinformation. Journal of Risk Research, 22(5), 570–580.

Scheibenzuber, C., Hofer, S. & Nistor, N. (2021). Designing for fake news literacy training: A problem-based undergraduate online-course. Computers in Human Behavior, 121, Artikel 106796.

Sopra Steria. (2026, März). The global economic impact of disinformation: Financial, social and political costs – How information manipulation undermines the economy [Report].

tagesschau.de. (2020). WhatsApp schränkt Weiterleitung ein.

University of Baltimore. (2019). The economic cost of bad actors on the internet.

Wang, C.-C. (2020). Fake news and related concepts: Definitions and recent research development. Contemporary Management Research, 16(3), 145–174.

Wissenschaftliche Dienste des Deutschen Bundestages. (2022). „Echokammern“ und „Filterblasen“ in digitalen Medien (WD 10 – 3000 – 007/22).

Zollo, F., Bessi, A., Del Vicario, M., Scala, A., Caldarelli, G., Shekhtman, L., Havlin, S. & Quattrociocchi, W. (2017). Debunking in a world of tribes. PLoS ONE, 12(7), Artikel e0181821.