ChildSafeAds Shared Task 2026: Commercial Content in Child-Facing YouTube Videos

Stellen Sie sich vor, Sie setzen sich hin, um ein Video über den Bau eines Baumhauses oder das Lösen eines kniffligen mathematischen Rätsels anzusehen. Der Ersteller spricht direkt zu Ihnen und teilt Tipps und Geschichten in einer freundlichen, vertrauten Stimme. Plötzlich, ohne Unterbrechung des Flusses, erwähnt er eine bestimmte Marke Kleber oder eine neue App und erklärt, warum sie das perfekte Werkzeug für die Aufgabe ist. Für viele Kinder und Teenager ist diese nahtlose Mischung aus Unterhaltung und Verkauf schwer zu erkennen. Im Gegensatz zu einer traditionellen Fernsehwerbung, die die Sendung mit einem lauten Jingle unterbricht, versteckt sich diese Art von Werbung innerhalb des Inhalts selbst. Da sie so aussieht und klingt wie der Rest des Videos, merken junge Zuschauer oft nicht, dass ihnen etwas verkauft wird. Diese Verwirrung ist nicht nur eine kleine Unannehmlichkeit; sie ist ein rechtliches und ethisches Problem. In vielen Orten schreiben Gesetze vor, dass jemand, der dafür bezahlt wird, ein Produkt zu bewerben, dem Publikum dies klar mitteilen muss. Doch in der riesigen, chaotischen Welt der Online-Videos fehlen diese Warnungen oft, sind in langen Beschreibungen vergraben oder in einer Sprache verfasst, die für ein Kind zu subtil ist.

Forscher sind schon lange besorgt, dass die aktuellen Systeme zur Überwachung dieser Videos nicht gut genug sind. Sie verlassen sich oft auf die eigenen Kennzeichnungen der Videoplattformen, die Ersteller hinzufügen sollen, wenn sie eine bezahlte Partnerschaft eingehen. Eine neue Studie legt jedoch nahe, dass das Verlassen auf diese Kennzeichnungen allein eine riesige Anzahl kommerzieller Botschaften übersehen würde. Um das wahre Ausmaß des Problems zu verstehen, entwickelte ein Team von Forschern aus Universitäten in den Niederlanden einen neuen Weg, die Daten zu betrachten. Sie entwickelten eine „Shared Task“, eine Art organisierte Herausforderung für Informatiker, um zu sehen, ob Maschinen diese versteckten Verkaufsgespräche identifizieren und herausfinden können, was daran falsch ist. Das Ziel war nicht nur, die Anzeigen zu finden, sondern auch zu verstehen, was sie verkaufen und ob sie gegen Regeln verstoßen, die dazu dienen, junge Menschen zu schützen.

Das Team begann mit der Sammlung einer massiven Menge an Videoclips. Sie betrachteten nicht jedes Video im Internet, sondern konzentrierten sich stattdessen auf ein spezielles Werkzeug namens SponsorBlock. Dies ist ein gemeinschaftsbasiertes Projekt, bei dem reguläre Zuschauer die genauen Start- und Endzeiten von Sponsoring-Segmenten in Videos markieren, damit andere diese überspringen können. Die Forscher nahmen diese von Nutzern eingereichten Markierungen als Ausgangspunkt, da sie wussten: Wenn ein menschlicher Zuschauer das Bedürfnis verspürt, einen Teil zu überspringen, handelt es sich wahrscheinlich um eine kommerzielle Botschaft. Sie sammelten 3.360 dieser Segmente aus fast tausend verschiedenen Kanälen, die bei Teenagern beliebt sind. Für jedes Segment sammelten sie alles, was verfügbar war: die gesprochenen Wörter des Clips, den Videotitel, den Kanalnamen und die Links, die der Ersteller in das Beschreibungsfeld gesetzt hat. Sie folgten diesen Links sogar zu den eigentlichen Websites, auf denen die Produkte verkauft wurden. Dies schuf einen reichhaltigen Datensatz, bei dem ein Computersystem ein kurzes Transkript analysieren oder tiefer in die Videodetails und die Produktseite eintauchen konnte, um ein Urteil zu fällen.

Die Forscher legten dann drei spezifische Aufgaben fest, die die Computersysteme ausführen sollten. Erstens musste das System entscheiden, welche Art von Angebot gemacht wird. Verkauft der Ersteller ein physisches Objekt wie ein Spielzeug, einen digitalen Dienst wie ein Spiel oder etwas ganz anderes? Zweitens musste das System das Produkt kategorisieren. War es Essen, Mode, ein Gesundheitstipp oder vielleicht etwas Riskantes wie Glücksspiel? Drittens, und am wichtigsten, musste das System als rechtlicher Wächter fungieren. Es musste potenzielle Probleme melden, wie etwa eine Behauptung, die zu gut klingt, um wahr zu sein, das Versäumnis, klar zu sagen: „Dies ist eine Anzeige“, oder einen direkten Drang, ein Kind zum sofortigen Kauf zu bewegen. Die Forscher gestalteten die Aufgabe so, dass die Teams entscheiden konnten, wie viele Informationen sie nutzen wollten. Einige Systeme könnten nur das Transkript lesen, was kostengünstig und einfach zu beschaffen ist. Andere könnten die verlinkten Websites durchsuchen, was viel aufwendiger und zeitintensiver ist. Dies ermöglichte es den Forschern zu sehen, ob der zusätzliche Aufwand der Datenerhebung tatsächlich zu besseren Ergebnissen führt.

Als das Team die gesammelten Daten analysierte, fand es eine erschreckende Realität. Fast die Hälfte der Videos in ihrer Sammlung, genauer gesagt 45,5 Prozent, verwendete nicht das offizielle Label „bezahlte Werbung“, das die Videoplattform bereitstellt. Das bedeutet, dass Regulierungsbehörden oder Eltern, die nur nach diesem spezifischen Label suchen, fast die Hälfte der kommerziellen Inhalte suchen würden, die sich an junge Menschen richten. Die Studie zeigte auch auf, dass die Identifizierung dieser Anzeigen für Computer schwierig ist. Während die Systeme ziemlich gut darin waren, herauszufinden, welche Art von Produkt verkauft wurde, hatten sie signifikante Schwierigkeiten mit den rechtlichen Warnhinweisen. Die Computer waren sich oft uneinig darüber, ob eine Offenlegung klar genug war oder ob eine Behauptung irreführend war. Diese Uneinigkeit verdeutlicht, dass das Verständnis von Nuancen der Sprache und des Kontextes, insbesondere wenn es um den Schutz von Kindern geht, eine komplexe Herausforderung ist, die Maschinen noch nicht perfekt lösen können.

Die Forscher nutzten fortschrittliche Modelle der künstlichen Intelligenz, um die Labels für ihren Datensatz zu erstellen, und arbeiteten eng mit Rechtsexperten zusammen, um die Regeln zu verfeinern. Sie raten nicht einfach; sie iterierten ihre Definitionen, überprüften Stichproben und passten an, wie sie die Computer instruierten. Zum Beispiel präzisierten sie die Definition von „direkter Aufforderung“ – was bedeutet, ein Kind zum Kauf zu drängen –, um sicherzustellen, dass der Computer nur Sprache markiert, die ein Kind wirklich unter Druck setzt, statt nur eine generische Empfehlung, auf einen Link zu klicken. Selbst mit diesen sorgfältigen Schritten machten die Computermodelle immer noch Fehler. Im Testdatensatz stimmten zwei verschiedene leistungsstarke Modelle in weniger als der Hälfte der Fälle hinsichtlich der exakten rechtlichen Warnhinweise überein. Dies deutet darauf hin, dass Technologie zwar helfen kann, Tausende von Videos zu scannen, aber noch nicht in der Lage ist, das menschliche Urteilsvermögen zu ersetzen, wenn es darum geht, zu bestimmen, ob eine Werbung wirklich sicher für ein junges Publikum ist.

Die Studie kommt zu dem Schluss, dass die Überwachung von Inhalten für Kinder mehr erfordert als nur die Suche nach offiziellen Labels. Sie verlangt einen tieferen Blick in den Inhalt selbst, die bereitgestellten Links und die spezifische Sprache. Die Forscher machten ihre Daten und die Regeln für die Aufgabe öffentlich zugänglich und luden andere Wissenschaftler ein, bessere Systeme zu entwickeln. Sie betonten, dass ihre Arbeit ein Ausgangspunkt für die Forschung ist und keine endgültige Lösung. Der von ihnen erstellte Datensatz ist eine Momentaufnahme eines spezifischen Zeitpunkts und hat seine Grenzen. Er enthält nur Videos, in denen bereits jemand eine Sponsoring-Einblendung markiert hat, und er stützt sich auf Links, die zum Zeitpunkt der Überprüfung noch funktionsfähig waren. Er enthält keine Videos, die rein kommerziell waren oder Kanäle, die ihr Screening für die Zielgruppe Teenager nicht bestanden haben. Trotz dieser Einschränkungen liefert die Arbeit ein klares Bild der aktuellen Lage: Eine enorme Menge an kommerziellem Inhalt schlüpft durch die aktuellen Überwachungssysteme hindurch, oft ohne die klaren Warnungen, die das Gesetz erfordert. Der Weg nach vorn besteht darin, Werkzeuge zu entwickeln, die den Kontext ebenso gut verstehen wie Wörter, um sicherzustellen, dass die digitale Welt ein sicherer Raum bleibt, in dem Kinder lernen und spielen können, ohne unwissentlich etwas gekauft zu bekommen.