Texte
Eine plattformübergreifende DSA-Ansicht bauen: Was die Daten nicht verraten
Das VLOP-Dashboard, das ich vor zwei Tagen veröffentlicht habe, bringt 30 Dienste in eine einzige Ansicht. Das ist wirklich nützlich — es ist das erste Mal, dass sich diese Daten in einem interaktiven Format plattformübergreifend aggregieren lassen, und die Berichte für H2 2025 sind die ersten, die der harmonisierten Vorlage der Kommission vollständig folgen. Aber die Grenzen sind ebenso wichtig wie die Daten, und einige davon sind strukturelle Probleme der Funktionsweise des DSA-Transparenz-Reportings, nicht bloß Eigenheiten dieses speziellen Dashboards.
Kategoriedefinitionen sind nicht standardisiert
Die bedeutsamste Grenze: Was TikTok „Hate Speech" nennt und was Meta „Hate Speech" nennt, wird durch die jeweils eigenen Inhaltsrichtlinien der Plattform definiert, nicht durch den DSA. Die Verordnung verlangt von Plattformen ein Reporting nach Inhaltskategorie und gibt eine Liste von Kategorien vor. Aber sie definiert nicht, welche Inhalte in jede Kategorie fallen — das bleibt der Plattform-Richtlinie überlassen.
Das bedeutet, dass eine Plattform mit einer engen Hate-Speech-Definition niedrigere Zahlen ausweist als eine mit einer breiteren, selbst wenn beide gleich viel Inhalt moderieren. Plattformübergreifende Mengenvergleiche im Dashboard sind Vergleiche plattformdefinierter Kategorien mit anderen plattformdefinierten Kategorien, nicht Vergleiche eines einheitlichen zugrunde liegenden Konstrukts.
Das DSA Observatory argumentierte im Januar, dass das frühere Reporting die Genauigkeitsanforderung im Grunde bedeutungslos gemacht habe. Die harmonisierte Vorlage der Kommission — der die Berichte für H2 2025 erstmals folgen — fügt Precision- und Recall-Indikatoren für automatisierte Erkennungswerkzeuge hinzu, was genau diese Lücke adressiert. Precision und Recall sind tatsächlich aussagekräftiger als bloße Entfernungszahlen. Aber Precision und Recall innerhalb der jeweils eigenen Kategoriedefinition einer Plattform lösen das Problem der plattformübergreifenden Vergleichbarkeit dennoch nicht, weil die Kategorien selbst nicht einheitlich definiert sind.
Die Daten sind selbst gemeldet, ohne Prüfung durch Dritte
Jede Zahl im Dashboard wird von der Plattform selbst gemeldet. Der DSA verlangt derzeit keine Verifizierung der Transparenzberichtsdaten durch Dritte — kein externer Prüfer bestätigt, dass die Zahlen korrekt sind, dass die Kategorisierungsmethodik über die Berichtszeiträume hinweg konsistent ist oder dass der Datenextraktionsprozess zuverlässig ist.
Das heißt nicht, dass die Zahlen falsch sind. Plattformen haben gesetzliche Compliance-Pflichten, und die Berichte werden vor der Veröffentlichung von internen Legal- und Policy-Teams geprüft. Aber es bedeutet, dass die Daten als selbst gemeldete operative Daten behandelt werden sollten: nützlich, um Trends und Muster innerhalb einer Plattform zu verstehen, weniger verlässlich als präzise Messung einer absoluten Größe und nicht gegen einen externen Bezugspunkt überprüfbar.
Aggregationsmethoden unterscheiden sich
Google meldet seine sechs benannten Dienste getrennt: Search, Maps, Play, Shopping, YouTube und einen sechsten Diensteintrag. Meta meldet aggregierte Zahlen für Facebook und Instagram zusammen. Andere Plattformen berichten auf Plattformebene.
Das wirkt sich darauf aus, wie man die Zahlen liest. Googles Eintrag für einen einzelnen Dienst wirkt kleiner als die vergleichbaren Zahlen von Plattformen, die aggregiert berichten. Die Summe über Googles sechs Einträge im Dashboard ist die Zahl, die mit Metas einzelnem kombiniertem Eintrag vergleichbar ist — aber das Dashboard lässt einen auch versehentlich Google Search allein mit TikToks plattformweiter Gesamtzahl vergleichen, was kein sinnvoller Vergleich ist. Sorgfältiges Filtern zählt.
Wie man das Dashboard verlässlich nutzt
Am nützlichsten ist das Dashboard, um Mengentrends innerhalb einer einzelnen Plattform über die Zeit zu verfolgen. Das ist ein Gleiches-mit-Gleichem-Vergleich innerhalb einer konsistenten Methodik und Kategoriedefinition — die Zahlen bedeuten für eine gegebene Plattform über die Zeiträume hinweg dasselbe, auch wenn sie nicht dasselbe bedeuten wie die Zahlen einer anderen Plattform in derselben Kategorie.
Es ist auch nützlich, um die grobe Form des Ökosystems zu verstehen: welche Kategorien plattformübergreifend die meisten Meldungen erzeugen, welche Plattformen wesentlich mehr Widersprüche bearbeiten als andere, wie das Bild der behördlichen Anordnungen geografisch aussieht. Das sind Muster, die auf der Ebene von Größenordnungsunterschieden sichtbar werden, wo die divergierenden Kategoriedefinitionen weniger ins Gewicht fallen.
Weniger nützlich ist es für präzise plattformübergreifende Vergleiche absoluter Mengen und für das Ziehen normativer Schlüsse darüber, welche Plattformen mehr oder besser moderieren. Solche Schlüsse erfordern Kategoriedefinitionen und Prüfstandards, die im DSA-Reporting noch nicht existieren. Die verbleibenden strukturellen Probleme — selbst gemeldete Daten, uneinheitliche Kategoriedefinitionen — sind reale Beschränkungen dessen, was die Daten tragen können, und die Zahlen als vergleichbarer zu behandeln, als sie es sind, führt zu irreführenden Schlüssen.