Kann Software fair sein? Der Konflikt zwischen Gefühl und Algorithmus

Der Zweck von Zufallsgeneratoren besteht darin, aus einer bestimmten Auswahl möglicher Optionen ein zufälliges Ergebnis zu bestimmen. Sie kommen unter anderem in Computerspielen, Simulationen, wissenschaftlichen Anwendungen und im Online Casino zum Einsatz. Dahinter steht die Idee, dass alle möglichen Ergebnisse nach festgelegten Wahrscheinlichkeiten eintreten können und kein Ergebnis bevorzugt oder benachteiligt wird.

Und dennoch haben wir als Menschen manchmal das Gefühl, dass der Algorithmus sich geradezu gegen uns verschworen hat. Vor allem beim Glücksspiel mit Echtgeldeinsatz können längere Verlustserien schnell Frust auslösen. Man fragt sich, ob die Software tatsächlich fair arbeitet oder ob im Hintergrund mehr passiert, als man auf den ersten Blick erkennt.

Wie funktionieren moderne Zufallsgeneratoren?

Moderne Zufallsgeneratoren spielen in vielen Bereichen unseres digitalen Alltags eine wichtige Rolle. Sie kommen beispielsweise in Computerspielen, in wissenschaftlichen Simulationen, Verschlüsselungstechnologien und zahlreichen modernen Online-Diensten zum Einsatz. Ihre Aufgabe besteht darin, zufällige Zahlenfolgen zu erzeugen, die als Grundlage für unterschiedliche Prozesse dienen.

Der Zufallsgenerator arbeitet dabei praktisch permanent im Hintergrund und erzeugt fortlaufend neue Zahlenwerte. Jeder einzelne Wert wird unabhängig von vorherigen Ergebnissen erzeugt. Dadurch lassen sich künftige Ergebnisse nicht vorhersagen und diese Unvorhersehbarkeit macht Zufallsgeneratoren für viele digitale Anwendungen heute unverzichtbar.

Ein sehr bekanntes Einsatzgebiet sind Online-Casinos. Auch im Novoline Online Casino bilden Zufallsgeneratoren die technische Grundlage aller dort angebotenen Spiele. Sie bestimmen beispielsweise, welche Symbole nach einem Dreh auf den Walzen erscheinen oder ob bestimmte Bonusfunktionen ausgelöst werden.

Jede Spielrunde basiert dabei auf einem eigenständigen Zufallsereignis und ist unabhängig von vorherigen oder zukünftigen Ergebnissen. Um Fairness und Sicherheit zu gewährleisten, werden die eingesetzten Zufallsgeneratoren regelmäßig von unabhängigen Prüfstellen kontrolliert und auch offiziell zertifiziert.

Dabei wird untersucht, ob die erzeugten Ergebnisse tatsächlich zufällig sind und ob die technischen Vorgaben eingehalten werden. Anbieter wie Novoline selbst haben keinen Einfluss auf einzelne Spielergebnisse. Die Systeme arbeiten nach festen Vorgaben und unterliegen einer laufenden externen Überprüfung.

Warum sich fairer Zufall trotzdem unfair anfühlt

Menschen sind erstaunlich schlecht darin, Wahrscheinlichkeiten intuitiv einzuschätzen. Wir erwarten meist, dass sich Zufall gleichmäßig verteilt und kurzfristig für ausgewogene Ergebnisse sorgt. Das ist jedoch nicht der Fall. Wer beispielsweise eine Münze zehnmal wirft, hält eine Abfolge wie Kopf, Zahl, Kopf, Zahl oft für wahrscheinlicher als zehnmal hintereinander Kopf.

Mathematisch jedoch besitzen beide Folgen exakt dieselbe Wahrscheinlichkeit. Unser Gehirn sucht nach Mustern und empfindet regelmäßige Verteilungen deshalb häufig als „normaler“ oder „fairer“. Beim Glücksspiel wird dieser Effekt besonders sichtbar. Viele Menschen gehen unbewusst davon aus, dass nach mehreren Verlusten ein Gewinn schlichtweg wahrscheinlicher werden müsse.

Tatsächlich kennt ein Zufallsgenerator jedoch keine Erinnerung. Jede neue Spielrunde wird unabhängig von den vorherigen Ergebnissen berechnet. Eine lange Verlustserie erhöht die Gewinnwahrscheinlichkeit der nächsten Runde daher nicht.  Viele Menschen schätzen außerdem ihre eigenen Chancen häufiger viel zu optimistisch ein, als es die tatsächlichen Wahrscheinlichkeiten zulassen.

Studien aus der Psychologie zeigen seit Jahrzehnten, dass viele Personen glauben, Ereignisse besser kontrollieren oder vorhersagen zu können, als es tatsächlich der Fall ist. Im Glücksspiel kann daraus der Eindruck entstehen, man habe ein bestimmtes Muster erkannt oder sei einem Gewinn nun „nah“. Bleibt dieser aus, wird die Ursache schnell bei der Software gesucht.

Ein weiterer Faktor ist die unterschiedliche Wahrnehmung von Gewinnen und Verlusten. Psychologen sprechen von Verlustaversion. Verluste werden emotional meist deutlich stärker wahrgenommen als gleich hohe Gewinne. Wer zehn kleine Verluste erlebt und anschließend einen Gewinn erzielt, erinnert sich häufig stärker an die negativen Erlebnisse als an das positive Ergebnis.

Aus technischer Sicht kann ein Zufallsgenerator daher vollkommen korrekt arbeiten und dennoch bei Nutzern den Eindruck hinterlassen, unfair zu sein. Der Konflikt entsteht nicht zwangsläufig durch die Software selbst, sondern oft durch die Art und Weise, wie unser Gehirn Zufall, Wahrscheinlichkeiten und Risiken verarbeitet.

Nicht alle Algorithmen erzeugen puren Zufall

Während Zufallsgeneratoren Ergebnisse ohne Bevorzugung einzelner Optionen erzeugen sollen, verfolgen viele andere Algorithmen ein völlig anderes Ziel. Sie sollen eben gerade nicht zufällig arbeiten, sondern Entscheidungen auf Grundlage vorhandener Daten treffen.  Bei sozialen Netzwerken, Streaming-Diensten oder Online-Shops ist das heute Alltag. 

Plattformen wie TikTok, Instagram, YouTube oder Netflix zeigen ihren Nutzern Inhalte dabei nicht in zufälliger Reihenfolge an. Stattdessen wird analysiert, welche Beiträge angesehen, geliked, kommentiert oder geteilt werden. Wer regelmäßig Videos zu einem bestimmten Thema anschaut, bekommt meist weitere Inhalte aus demselben Bereich vorgeschlagen. 

Wer häufig nach bestimmten Produkten sucht, erhält wiederum ähnliche Angebote angezeigt. Die Systeme versuchen also, die Interessen eines Nutzers möglichst genau einzuschätzen und darauf basierend Empfehlungen auszusprechen.Damit verfolgen solche Algorithmen einen anderen Ansatz als ein Zufallsgenerator.

Die Auswahl erfolgt eben nicht zufällig, sondern bewusst. Manche Inhalte werden häufiger ausgespielt, andere verschwinden dagegen weitgehend aus dem Blickfeld der Nutzer. Aus diesem Grund werden Empfehlungs-Algorithmen immer wieder diskutiert. Kritiker bemängeln dabei, dass sie bestimmte Inhalte bevorzugen und andere benachteiligen können. 

Befürworter argumentieren dagegen, dass Nutzer ohne eine solche Vorauswahl schnell von der schieren Menge verfügbarer Inhalte überfordert wären. Ob ein Algorithmus als fair wahrgenommen wird, hängt daher auch von seinem Zweck ab.

Ein Zufallsgenerator soll möglichst neutral arbeiten. Ein Empfehlungsalgorithmus soll dagegen auswählen, filtern und priorisieren. Die Erwartungen an beide Systeme sind also von Anfang an völlig unterschiedlich.

Vorgefilterte Entscheidungen

Während soziale Netzwerke vor allem darüber entscheiden, welche Inhalte wir sehen, greifen Algorithmen in anderen Bereichen deutlich stärker in den Alltag ein. Teilweise können sie sogar darüber mitentscheiden, ob eine Bewerbung erfolgreich ist, ein Kredit bewilligt wird oder welche Versicherungsprämie angeboten wird.

Viele Unternehmen nutzen heute Software, um große Mengen an Daten auszuwerten und erste Bewertungen vorzunehmen. Bei Bewerbungen können dabei etwa Qualifikationen, Berufserfahrung oder bestimmte Suchbegriffe berücksichtigt werden. Banken analysieren Einkommen, bestehende Verpflichtungen und weitere Faktoren, um Risiken einzuschätzen. Versicherungen arbeiten mit ähnlichen Modellen.

Hier geht es dann nämlich nicht mehr darum, möglichst interessante Inhalte vorzuschlagen. Die Systeme sollen stattdessen bewerten, vergleichen und Wahrscheinlichkeiten berechnen. Darum wird die Frage nach Fairness hier auch deutlich komplizierter als bei einem echten Zufallsgenerator.

Ein Zufallsgenerator behandelt jede mögliche Option nach festen mathematischen Regeln. Bewertungs-Algorithmen allerdings unterscheiden sehr bewusst zwischen verschiedenen Personen, Situationen oder Merkmalen. Umso wichtiger ist es daher, verschiedene Algorithmus-Typen genauer zu verstehen, auch um etwaigen Frust oder ein Gefühl von Unfairness besser einordnen zu können.