Social Media, Mobilfunk, Internetrecherchen: Die Datenmasse, welche die Menschheit produziert, wächst von Minute zu Minute. Die sogenannte Nowcasting-Methode verspricht, durch eine Echtzeit-Datenanalyse Prognosen über künftige Entwicklungen zu liefern. Sie wird in unterschiedlichsten Bereichen eingesetzt, so auch bei dem Versuch der Vorhersage von Migrationsbewegungen. Wie funktioniert das genau?
Die Folgen der Corona-Lockdowns in Deutschland ließen sich auch anhand von Google-Daten beobachten: Die Zahl der Suchanfragen für „Puzzles“ schoss plötzlich in die Höhe, „Urlaub in Deutschland“ war ebenso nachgefragt wie Informationen über „Arbeitslosengeld“.
Die Anwendung Google Trends liefert mit die aktuellsten Daten über das Leben im Netz, stundengenau fühlt sie Nutzer:innen den Puls und liefert Anzeichen dafür, wie sich die Welt womöglich in den folgenden Sekunden oder Wochen verändern wird.
Nowcasting oder „Gegenwartsvorhersage“ heißt das Prinzip. Anstatt Prognosen auf Basis von Daten zu machen, die sich auf die Vergangenheit beziehen, analysiert man beim Nowcasting die Daten in Echtzeit. In der Meteorologie gehört diese Methode zum Arbeitsalltag. Während der Pandemie bestimmte sie plötzlich auch das politische Handeln: Anhand von tagesaktuellen Infektionszahlen wurde die Entwicklung der Pandemie prognostiziert. Auf dieser Grundlage konnten entsprechende Maßnahmen ergriffen werden.
Weltweit gibt es inzwischen Ansätze, Nowcasting auch im Bereich der Migration anzuwenden. Ein Beispiel: Das Berliner Projektkontor Minor will anhand von Social-Media-Daten herausfinden, wie groß das Interesse von User:innen in verschiedenen Ländern ist, in Deutschland zu leben und zu arbeiten – und ob sich so ermitteln lässt, wie groß die Einwanderungspotenziale aus dem Ausland sind. Förderer des Projekts ist das Bundesministerium für Arbeit und Soziales, das aufgrund des Fachkräftemangels mehr über solche Migrationsinteressen erfahren will. „Migrationsdaten werden zum Beispiel vom Statistischen Bundesamt oft nur mit großer Verzögerung veröffentlicht“, erklärt Laura Spitaleri, wissenschaftliche Mitarbeiterin des Projektkontors Minor, mit dem auch die Robert Bosch Stiftung in verschiedenen Digitalprojekten zusammenarbeitet. „Wir wollten modellhaft ausprobieren, ob Social-Media-Daten schnellere Ergebnisse liefern können.“
Spitaleri und ihr Kollege Paul Becker nutzten für ihre Modelluntersuchung die Facebook-Werbeplattform, auf der man Daten für vordefinierte Gruppen abrufen kann. Die Auswahlparameter können sehr detailliert definiert werden: Land, Wohnort, Bildungsabschluss, Beruf, Hobbys oder politische Einstellungen. Die Nowcaster suchten nun nach Facebook-Nutzer:innen in den 20 relevantesten Zuwanderungsstaaten Deutschlands, die laut Facebook ein Interesse für „Deutschland“, „Deutsch“ und im Fall der Nutzer:innen aus Nicht-EU-Staaten auch für „Visum“ zeigen. In einem ersten Schritt extrahierten die Forschenden ein Jahr lang die entsprechenden Daten mit einer speziellen Software bei Facebook.
In einem zweiten Schritt wurden die Daten geordnet und in einem Working Paper veröffentlicht. So zeigte sich etwa, dass in Kroatien das größte Interesse an Deutschland bestand: bei fast zehn Prozent der dortigen Facebook-Nutzer:innen, mehr als 100.000 Menschen. Eine andere interessante Beobachtung: In den USA nahm das Interesse an „Deutschland“ und „Visum“ im Verlauf des Jahres 2021 plötzlich zu. „Ausgelöst durch Covid kam es zu einer Neuausrichtung der Interessen der US-amerikanischen Arbeitnehmer:innen“, so deutet Becker die Zahlen. „Und manche entwickelten dabei vielleicht das Interesse, ihren Lebensmittelpunkt nach Europa zu verlegen.“
„Migrationsdaten werden oft nur mit großer Verzögerung veröffentlicht. Wir wollten modellhaft ausprobieren, ob Social-Media-Daten schnellere Ergebnisse liefern können.“
In einem dritten Schritt müsste zeitversetzt statistisch geprüft werden, ob und wie das ermittelte Zuwanderungsinteresse sich in den Migrationsbewegungen nach Deutschland widerspiegelt – dafür sollten auch gesellschaftliche Entwicklungen in den potenziellen Herkunftsländern analysiert werden. Eine wichtige Erkenntnis steht bereits jetzt fest: Das Monitoring des Interesses an Deutschland in den verschiedenen Berufsgruppen könnte sich als Wettbewerbsvorteil bei der Gewinnung von ausländischen Fachkräften erweisen: „So könnten Menschen gezielt über Werbung angesprochen und mit Informationen über die regulären Möglichkeiten der Einwanderung nach und die Berufsanerkennung in Deutschland versorgt werden“, sagt Becker.
Wie Facebook allerdings genau berechnet, welche Menschen sich für ein Visum nach Deutschland interessieren, ist ein Geschäftsgeheimnis. Die Facebook-Algorithmen errechnen anhand von Likes oder Seitenbesuchen einzelner Personen, ob Interesse an „Deutschland“ oder „Visum“ besteht. Welche Daten aber werden von Facebook erhoben? Und wie laufen diese automatisierten Kategorisierungen ab? Darauf erhalten die Forschenden keine Antwort. Dennoch ist die Analyse von Facebook-Werbeanzeigen laut Paul Becker in den Sozialwissenschaften ein häufig genutztes Tool. Denn die Daten über Nutzer:innen scheinen recht zutreffend zu sein.
2021 führte der deutsche Informatiker Ingmar Weber zusammen mit dem Demografen Emilio Zagheni eine Online-Umfrage unter 137.000 Facebook-Nutzer:innen durch und fand heraus, dass sich deren Eigenangaben zu Alter, Geschlecht und Land größtenteils mit den Berechnungen von Facebook deckten – je nach Land lag die Übereinstimmung zwischen 86 und 99 Prozent. „Beim Nowcasting haben wir immer wieder gesehen, dass es mit Facebook gut funktioniert“, sagt Ingmar Weber, Research Director for Social Computing am Qatar Computing Research Institute. So gibt es zum Beispiel Versuche, auf Grundlage von Social-Media-Daten Wahlergebnisse zu prognostizieren. Und der Thinktank Rand Corporation führte eine Studie durch, um Migrationsbewegungen nach Europa vorherzusagen.
Ein Nachteil der Methode, so Weber, sei jedoch, dass der Zugriff auf die sozialen Netzwerke nicht immer einfach und verlässlich ist. „Mal hatte Facebook zum Beispiel Daten mit NGOs und Forschenden geteilt, dann aber den Zugang wieder eingeschränkt.“
Auf dem Gebiet des Nowcastings sieht Weber derzeit vor allem einen Trend zur Kombination verschiedener Daten. „Das können Google Trends, Nachrichten, Twitter-, Facebook-, aber auch Satellitendaten sein“, sagt er, „etwa um Ernteausfälle zu tracken, die wiederum zu Migration führen können.“ Satellitendaten werden immer günstiger und durch die sogenannte Computer Vision automatisiert verarbeitet. Das sei ein großer Gewinn, so Weber. Aber die Zunahme an Datenmenge und Rechenpower heißt nicht, dass jedes Datenprojekt automatisch ein Erfolg wird. „Man kriegt natürlich immer ein Signal oder eine Zahl, aber die Gefahr besteht, dass man zu viel in die Resultate hineininterpretiert“, sagt Weber. Man dürfe sich von aufregenden Schwankungen, Korrelationen und anekdotischer Evidenz nicht verführen lassen. „Die Frage ist immer, ob Prognosen solide und stabil sind.“
In einem neuen Projekt wollen die Minor-Forschenden nun herausfinden, ob man anhand von Facebook-Daten die Zahl der Geflüchteten aus der Ukraine berechnen kann, die sich zu einem bestimmten Zeitpunkt in Deutschland aufhalten. Dabei gleichen sie die Anzahl der im deutschen Facebook aktiven Nutzer:innen mit Ukraine-Bezug mit den offiziellen Meldungen ab. Ob ein belastbares Vorhersagemodell herauskommen wird? Paul Becker sagt: „Da wagen wir keine Prognose.“