Entwicklung einer Browser-Erweiterung f¨ur X (ehemals Twitter) zur Darstellung von Warnungen vor Falschinformationen

Im Rahmen dieser Arbeit wurde eine Browser-Erweiterung f¨ur die Plattform X (ehemals
Twitter) entwickelt, die Beitr¨age automatisch analysiert und diese Inhalte direkt im
Feed visuell kennzeichnet. Grundlage ist ein lokal ausgef¨uhrtes LLM, welches die
Ergebnisse ¨uber mehrere Darstellungsebenen in die Benutzeroberfl¨ache integriert. Ziel
ist es, Nutzer:innen eine schnelle und nachvollziehbare Einordnung von Inhalten im
kontinuierlichen Nachrichtenstrom sozialer Medien zu erm¨oglichen.
Die implementierte Erweiterung wurde in einer Mixed-Methods-Studie mit n = 10
Teilnehmenden im Within-Subjects-Design evaluiert. Dabei wurde die KI-basierte
Warnung direkt mit gemeinschaftsbasierten Einordnungen in Form von Community
Notes verglichen. Der angewendete Fragebogen zur mehrdimensionalen Erfassung von
Vertrauen weist mit einem Mittelwert von M = 3,44 (SD = 0,3) auf ein insgesamt
positives Vertrauensurteil innerhalb der Stichprobe hin, insbesondere in den Dimensionen
Nutzen und Nutzungsintention. Die qualitativen Ergebnisse deuten darauf hin,
dass vor allem die kontinuierliche Klassifikation aller Beitr¨age sowie die konsistente
Darstellungslogik als vertrauensf¨ordernd wahrgenommen wurden. Im Vergleich zu den
Community Notes wurde das entwickelte System h¨aufiger als nachvollziehbar und
weniger manipulationsanf¨allig eingesch¨atzt.