Meta

Meta
Richtlinien
GemeinschaftsstandardsMeta-WerbestandardsWeitere RichtlinienSo wird Meta immer besserAltersgerechte Inhalte

Funktionen
Unser Ansatz für gefährliche Organisationen und PersonenUnser Ansatz für die OpioidkriseUnser Ansatz für WahlenUnser Ansatz für FalschmeldungenUnser Ansatz für berichtenswerte InhalteUnser Ansatz für das Ranking im Facebook-FeedUnser Ansatz bei der Erläuterung des RankingsBarrierefreiheit bei Meta

Recherchetools
Content-Bibliothek und Content-Bibliotheks-APITools der WerbebibliothekAndere Recherchetools und DatensƤtze

Durchsetzung
Erkennen von VerstößenErgreifen von Maßnahmen

Governance
Governance-InnovationenDas Oversight Board im ÜberblickWie man beim Oversight Board Einspruch einlegtFälle des Oversight BoardsEmpfehlungen des Oversight BoardsEinrichtung des Oversight BoardsOversight Board: Weitere häufig gestellte FragenMetas halbjährliche Updates zum Oversight BoardErfassung der Arbeit des Oversight Boards

Sicherheit
Unterbrechungen aufgrund von BedrohungenSicherheitsbedrohungenBerichte zu Bedrohungen

Berichte
Bericht zur Durchsetzung der GemeinschaftsstandardsGeistiges EigentumBehƶrdenanfragen nach Nutzer*innendatenSperrungen von Inhalten auf der Grundlage des vor Ort geltenden RechtsInternetunterbrechungenWidely Viewed Content ReportRegulatorische und andere Transparenzberichte

Richtlinien
Gemeinschaftsstandards
Meta-Werbestandards
Weitere Richtlinien
So wird Meta immer besser
Altersgerechte Inhalte
Funktionen
Unser Ansatz für gefährliche Organisationen und Personen
Unser Ansatz für die Opioidkrise
Unser Ansatz für Wahlen
Unser Ansatz für Falschmeldungen
Unser Ansatz für berichtenswerte Inhalte
Unser Ansatz für das Ranking im Facebook-Feed
Unser Ansatz bei der ErlƤuterung des Rankings
Barrierefreiheit bei Meta
Recherchetools
Content-Bibliothek und Content-Bibliotheks-API
Tools der Werbebibliothek
Andere Recherchetools und DatensƤtze
Durchsetzung
Erkennen von Verstößen
Ergreifen von Maßnahmen
Governance
Governance-Innovationen
Das Oversight Board im Überblick
Wie man beim Oversight Board Einspruch einlegt
FƤlle des Oversight Boards
Empfehlungen des Oversight Boards
Einrichtung des Oversight Boards
Oversight Board: Weitere hƤufig gestellte Fragen
Metas halbjƤhrliche Updates zum Oversight Board
Erfassung der Arbeit des Oversight Boards
Sicherheit
Unterbrechungen aufgrund von Bedrohungen
Sicherheitsbedrohungen
Berichte zu Bedrohungen
Berichte
Bericht zur Durchsetzung der Gemeinschaftsstandards
Geistiges Eigentum
Behƶrdenanfragen nach Nutzer*innendaten
Sperrungen von Inhalten auf der Grundlage des vor Ort geltenden Rechts
Internetunterbrechungen
Widely Viewed Content Report
Regulatorische und andere Transparenzberichte
Richtlinien
Gemeinschaftsstandards
Meta-Werbestandards
Weitere Richtlinien
So wird Meta immer besser
Altersgerechte Inhalte
Funktionen
Unser Ansatz für gefährliche Organisationen und Personen
Unser Ansatz für die Opioidkrise
Unser Ansatz für Wahlen
Unser Ansatz für Falschmeldungen
Unser Ansatz für berichtenswerte Inhalte
Unser Ansatz für das Ranking im Facebook-Feed
Unser Ansatz bei der ErlƤuterung des Rankings
Barrierefreiheit bei Meta
Recherchetools
Content-Bibliothek und Content-Bibliotheks-API
Tools der Werbebibliothek
Andere Recherchetools und DatensƤtze
Sicherheit
Unterbrechungen aufgrund von Bedrohungen
Sicherheitsbedrohungen
Berichte zu Bedrohungen
Berichte
Bericht zur Durchsetzung der Gemeinschaftsstandards
Geistiges Eigentum
Behƶrdenanfragen nach Nutzer*innendaten
Sperrungen von Inhalten auf der Grundlage des vor Ort geltenden Rechts
Internetunterbrechungen
Widely Viewed Content Report
Regulatorische und andere Transparenzberichte
Durchsetzung
Erkennen von Verstößen
Ergreifen von Maßnahmen
Governance
Governance-Innovationen
Das Oversight Board im Überblick
Wie man beim Oversight Board Einspruch einlegt
FƤlle des Oversight Boards
Empfehlungen des Oversight Boards
Einrichtung des Oversight Boards
Oversight Board: Weitere hƤufig gestellte Fragen
Metas halbjƤhrliche Updates zum Oversight Board
Erfassung der Arbeit des Oversight Boards
Richtlinien
Gemeinschaftsstandards
Meta-Werbestandards
Weitere Richtlinien
So wird Meta immer besser
Altersgerechte Inhalte
Funktionen
Unser Ansatz für gefährliche Organisationen und Personen
Unser Ansatz für die Opioidkrise
Unser Ansatz für Wahlen
Unser Ansatz für Falschmeldungen
Unser Ansatz für berichtenswerte Inhalte
Unser Ansatz für das Ranking im Facebook-Feed
Unser Ansatz bei der ErlƤuterung des Rankings
Barrierefreiheit bei Meta
Recherchetools
Content-Bibliothek und Content-Bibliotheks-API
Tools der Werbebibliothek
Andere Recherchetools und DatensƤtze
Durchsetzung
Erkennen von Verstößen
Ergreifen von Maßnahmen
Governance
Governance-Innovationen
Das Oversight Board im Überblick
Wie man beim Oversight Board Einspruch einlegt
FƤlle des Oversight Boards
Empfehlungen des Oversight Boards
Einrichtung des Oversight Boards
Oversight Board: Weitere hƤufig gestellte Fragen
Metas halbjƤhrliche Updates zum Oversight Board
Erfassung der Arbeit des Oversight Boards
Sicherheit
Unterbrechungen aufgrund von Bedrohungen
Sicherheitsbedrohungen
Berichte zu Bedrohungen
Berichte
Bericht zur Durchsetzung der Gemeinschaftsstandards
Geistiges Eigentum
Behƶrdenanfragen nach Nutzer*innendaten
Sperrungen von Inhalten auf der Grundlage des vor Ort geltenden Rechts
Internetunterbrechungen
Widely Viewed Content Report
Regulatorische und andere Transparenzberichte
Deutsch
DatenschutzrichtlinieNutzungsbedingungenCookies
Startseite
Richtlinien
Verbesserung
Kennzahl ā€žProaktive Erkennungsrateā€œ

Proaktive Erkennungsrate

AKTUALISIERT 22.02.2023
Diese Kennzahl gibt den Prozentsatz aller Inhalte oder Konten an, die wir erkannt und bei denen wir Maßnahmen ergriffen haben, bevor Nutzer*innen sie uns gemeldet haben. Wir verwenden diese Kennzahl als Indikator dafür, wie effektiv wir Verstöße erkennen.
Proactive rate metric image
Unsere Investitionen in maschinelles Lernen leisten einen entscheidenden Beitrag zur schnelleren Erkennung.
Wir ergänzen maschinelles Lernen durch ein Team aus geschulten Expert*innen, die potenziell unzulässige Inhalte überprüfen und ggf. Maßnahmen ergreifen.
Unsere Erkennungsrate für potenziell unzulässige Inhalte ist bei einigen Verstößen hoch, d. h. wir erkennen die meisten Inhalte und ergreifen Maßnahmen, bevor Nutzer*innen sie uns melden. Dies ist insbesondere dann der Fall, wenn Technologie für maschinelles Lernen, die wir entwickelt haben, automatisch Inhalte erkennt, die gegen unsere Standards verstoßen könnten.
Eine derartige Technologie ist sehr vielversprechend, aber es wird noch Jahre dauern, bis sie für alle Arten von Verstößen effektiv ist. Es bestehen beispielsweise immer noch Einschränkungen bezüglich der Fähigkeit, Kontext und Nuancen zu verstehen, insbesondere bei textbasierten Inhalten. Dies schafft zusätzliche Herausforderungen für die proaktive Erkennung bestimmter Verstöße.
Die Kennzahl kann aufgrund externer Faktoren nach oben oder unten schwanken. Ein Beispiel hierfür ist ein Cyberangriff, bei dem Spammer*innen 10Ā Millionen BeitrƤge mit derselben schƤdlichen URL teilen. Wenn wir die schƤdliche URL entdeckt hƤtten, bevor ein*e Nutzer*in sie uns gemeldet hat, würde die proaktive Erkennungsrate wƤhrend des Cyberangriffs steigen und danach wieder sinken, selbst wenn unsere Detektionstechnologien sich in diesem Zeitraum nicht verƤndert haben. Diese Kennzahl kann auch durch Ƅnderungen unserer Prozesse und Tools steigen oder sinken – so kƶnnte sie steigen, wenn sich unsere Detektionstechnologien verbessern, oder auch sinken, wenn sich unsere Nutzer*innenmeldungen verbessern und wir dadurch nicht so stark auf proaktive Erkennung angewiesen sind.
Da die Kennzahl auf der Menge der Inhalte basiert, gegen die Maßnahmen ergriffen wurden, gelten viele der gleichen Überlegungen. Unsere proaktive Erkennungsrate spiegelt nicht wider, wie lange wir brauchen, um unzulƤssige Inhalte zu erkennen, oder wie oft sie vor der Erkennung angesehen wurden. Sie gibt auch nicht an, wie viele Verstöße wir überhaupt nicht erkannt haben oder wie oft die entsprechenden Inhalte angesehen wurden. Und obwohl der prozentuale Anteil der Inhalte, die wir proaktiv erkennen, sehr hoch sein kann – in einigen Kategorien liegt er bei 99Ā % –, kann selbst der verbleibende geringe Prozentsatz erhebliche Auswirkungen auf die Menschen haben.

Wie wir unsere proaktive Erkennungsrate berechnen
Wir messen diesen Prozentsatz folgendermaßen: Die Anzahl der Inhalte, die wir gefunden und gegen die wir Maßnahmen ergriffen haben, bevor Facebook- oder Instagram-Nutzer*innen sie gemeldet haben, geteilt durch die Gesamtzahl der Inhalte, gegen die wir Maßnahmen ergriffen haben.
Bei gefälschten Konten auf Facebook berechnen wir diese Kennzahl als den Prozentsatz der deaktivierten Fake Accounts auf Facebook, die wir als solche erkannt und gegen die wir Maßnahmen ergriffen haben, noch bevor Nutzer*innen sie uns gemeldet haben. Sie wird folgendermaßen berechnet: Die Anzahl der deaktivierten Konten, die wir erkannt und gegen die wir Maßnahmen ergriffen haben, bevor Nutzer*innen sie gemeldet haben, geteilt durch die Gesamtzahl aller Konten, die deaktiviert wurden, da sie gefälscht waren.

Achtung
Wir berechnen unsere proaktive Erkennungsrate, indem wir die Meldungen von Nutzer*innen konsequent den Inhalten zuordnen. Wenn beispielsweise jemand eine Seite meldet und wir während der Überprüfung der Seite einige unzulässige Inhalte auf dieser Seite finden und Maßnahmen dagegen ergreifen, würden wir dies als erfolgte proaktive Maßnahme gegen den Inhalt in unseren Bericht aufnehmen (es sei denn, es lägen konkrete zusätzliche Nutzer*innenmeldungen hierzu vor).
Den neuesten Bericht zur Durchsetzung der Gemeinschaftsstandards ansehen