Jeff Hancock: 3 types of (digital) lies

Jeff Hancock: 3 Arten (digitaler) Lügen

91,102 views ・ 2012-11-09

TED


Bitte doppelklicken Sie auf die englischen Untertitel unten, um das Video abzuspielen.

00:00
Translator: Joseph Geni Reviewer: Morton Bast
0
0
7000
Übersetzung: Yvonne Balzer Lektorat: Judith Matz
00:15
Let me tell you, it has been a fantastic month for deception.
1
15641
3713
Lassen Sie mich Ihnen sagen: Das war ein großartiger Monat für Täuschungen.
00:19
And I'm not even talking about the American presidential race. (Laughter)
2
19354
4253
Und ich rede noch nicht einmal vom amerikanischen Wahlkampf. (Gelächter)
00:23
We have a high-profile journalist caught for plagiarism,
3
23607
4335
Wir haben da einen hochkarätigen Journalisten, der beim Abschreiben erwischt wurde;
00:27
a young superstar writer whose book involves
4
27942
2932
einen jungen Star-Autor, dessen Buch so viele
00:30
so many made up quotes that they've pulled it from the shelves;
5
30874
3305
fingierte Zitate enthält, dass man es aus den Regalen genommen hat;
00:34
a New York Times exposé on fake book reviews.
6
34179
2598
ein Exposé über gefälschte Buchrezensionen in der New York Times.
00:36
It's been fantastic.
7
36777
1409
Es war fantastisch.
00:38
Now, of course, not all deception hits the news.
8
38186
3851
Natürlich schaffen es nicht alle Täuschungen in die Nachrichten.
00:42
Much of the deception is everyday. In fact, a lot of research
9
42037
3679
Viele dieser Täuschungen sind alltäglich. Tatsächlich zeigen viele Studien,
00:45
shows that we all lie once or twice a day, as Dave suggested.
10
45716
4331
dass wir alle ein- bis zweimal am Tag lügen, wie Dave schon angemerkt hat.
00:50
So it's about 6:30 now, suggests that most of us should have lied.
11
50047
2933
Jetzt ist es ungefähr halb sieben, also sollten die meisten von uns gelogen haben.
00:52
Let's take a look at Winnipeg. How many of you,
12
52980
1900
Lassen Sie uns einen Blick auf Winnipeg werfen. Wie viele von Ihnen haben
00:54
in the last 24 hours -- think back -- have told a little fib,
13
54880
2927
in den letzten 24 Stunden – denken Sie zurück – eine kleine Lüge erzählt,
00:57
or a big one? How many have told a little lie out there?
14
57807
3551
oder eine große? Wie viele hier haben ein wenig geflunkert?
01:01
All right, good. These are all the liars.
15
61358
1904
Ok, gut. Das sind die ganzen Lügner.
01:03
Make sure you pay attention to them. (Laughter)
16
63262
3293
Haben Sie ein Auge auf sie. (Gelächter)
01:06
No, that looked good, it was about two thirds of you.
17
66555
2146
Nein, das sah gut aus, es waren ungefähr zwei Drittel von Ihnen.
01:08
The other third didn't lie, or perhaps forgot,
18
68701
2852
Das andere Drittel hat nicht gelogen, oder es vielleicht vergessen,
01:11
or you're lying to me about your lying, which is very,
19
71553
2660
oder Sie belügen mich bezüglich Ihrer Lügen.
01:14
very devious. (Laughter) This fits with a lot of the research,
20
74213
4050
Sehr hinterhältig. Das entspricht vielen Untersuchungen,
01:18
which suggests that lying is very pervasive.
21
78263
3354
die nahelegen, dass Lügen sehr weit verbreitet ist.
01:21
It's this pervasiveness, combined with the centrality
22
81617
3961
Es ist diese Verbreitung, zusammen mit der zentralen Bedeutung für das,
01:25
to what it means to be a human, the fact that we can
23
85578
2440
was es heißt, ein Mensch zu sein; die Tatsache,
01:28
tell the truth or make something up,
24
88018
1880
dass wir die Wahrheit sagen oder etwas erfinden können,
01:29
that has fascinated people throughout history.
25
89898
2851
die die Menschen seit jeher fasziniert hat.
01:32
Here we have Diogenes with his lantern.
26
92749
2629
Hier haben wir Diogenes mit seiner Laterne.
01:35
Does anybody know what he was looking for?
27
95378
2680
Weiß irgendjemand, wonach er gesucht hat?
01:38
A single honest man, and he died without finding one
28
98058
3784
Einen einzigen ehrlichen Mann, und er starb, ohne einen zu finden damals in Griechenland.
01:41
back in Greece. And we have Confucius in the East
29
101842
3017
Und wir haben Konfuzius im Osten,
01:44
who was really concerned with sincerity,
30
104859
2377
der sich sehr stark mit Ehrlichkeit befasst hat,
01:47
not only that you walked the walk or talked the talk,
31
107236
3084
nicht nur damit, dass man das in die Tat umsetzte, wovon man sprach,
01:50
but that you believed in what you were doing.
32
110320
3154
sondern dass man an das glaubte, was man tat;
01:53
You believed in your principles.
33
113474
2006
dass man an seine Prinzipien glaubte.
01:55
Now my first professional encounter with deception
34
115480
2931
Meine erste professionelle Begegnung mit Täuschung
01:58
is a little bit later than these guys, a couple thousand years.
35
118411
3463
hatte ich ein wenig später als diese Herren, einige tausend Jahre später.
02:01
I was a customs officer for Canada back in the mid-'90s.
36
121874
3799
Ich war ein Zollbeamter für Kanada Mitte der 90er Jahre.
02:05
Yeah. I was defending Canada's borders.
37
125673
2826
Ja. Ich verteidigte Kanadas Grenzen.
02:08
You may think that's a weapon right there. In fact,
38
128499
3782
Sie denken vielleicht, das hier ist eine Waffe.
02:12
that's a stamp. I used a stamp to defend Canada's borders. (Laughter)
39
132281
5030
Es ist aber ein Stempel. Ich verteidigte Kanadas Grenzen mit einem Stempel. (Gelächter)
02:17
Very Canadian of me. I learned a lot about deception
40
137311
3537
Wie kanadisch von mir. Ich lernte viel über Täuschung,
02:20
while doing my duty here in customs,
41
140848
3055
während ich beim Zoll meine Pflicht erfüllte,
02:23
one of which was that most of what I thought I knew about deception was wrong,
42
143903
2884
zum Beispiel, dass fast alles, was ich dachte über Täuschung zu wissen, falsch war,
02:26
and I'll tell you about some of that tonight.
43
146787
1752
und einiges davon werde ich Ihnen heute Abend erzählen.
02:28
But even since just 1995, '96, the way we communicate
44
148539
4074
Aber schon seit 1995, 1996 hat sich die Art,
02:32
has been completely transformed. We email, we text,
45
152613
3297
wie wir kommunizieren, total verändert. Wir schreiben E-Mails, SMS,
02:35
we skype, we Facebook. It's insane.
46
155910
2613
wir skypen, wir nutzen Facebook. Es ist Wahnsinn.
02:38
Almost every aspect of human communication's been changed,
47
158523
3261
Fast jeder Aspekt der menschlichen Kommunikation hat sich verändert,
02:41
and of course that's had an impact on deception.
48
161784
2560
und das hat natürlich auch Täuschungen beeinflusst.
02:44
Let me tell you a little bit about a couple of new deceptions
49
164344
2583
Lassen Sie mich Ihnen etwas über einige neue Täuschungen erzählen,
02:46
we've been tracking and documenting.
50
166927
2376
die wir verfolgt und dokumentiert haben.
02:49
They're called the Butler, the Sock Puppet
51
169303
4244
Wir nennen sie den Butler, die Sockenpuppe
02:53
and the Chinese Water Army.
52
173547
2081
und die chinesische Wasserarmee.
02:55
It sounds a little bit like a weird book,
53
175628
1897
Es klingt ein bisschen wie ein eigenartiges Buch,
02:57
but actually they're all new types of lies.
54
177525
2133
aber es handelt sich tatsächlich um neue Arten von Lügen.
02:59
Let's start with the Butlers. Here's an example of one:
55
179658
3045
Fangen wir mit den Butlern an. Hier ist ein Beispiel:
03:02
"On my way." Anybody ever written, "On my way?"
56
182703
3113
"Auf dem Weg." Hat irgendjemand mal "Auf dem Weg" geschrieben?
03:05
Then you've also lied. (Laughter)
57
185816
3763
Dann haben Sie auch gelogen. (Gelächter)
03:09
We're never on our way. We're thinking about going on our way.
58
189579
4197
Wir sind nie auf dem Weg. Wir denken darüber nach, uns auf den Weg zu machen.
03:13
Here's another one: "Sorry I didn't respond to you earlier.
59
193776
2763
Hier ist noch eins: "Entschuldige, dass ich nicht eher geantwortet habe.
03:16
My battery was dead." Your battery wasn't dead.
60
196539
1965
Mein Akku war leer." Ihr Akku war nicht leer.
03:18
You weren't in a dead zone.
61
198504
1876
Sie waren nicht in einem Funkloch.
03:20
You just didn't want to respond to that person that time.
62
200380
1953
Sie wollten dieser Person zu jenem Zeitpunkt einfach nicht antworten.
03:22
Here's the last one: You're talking to somebody,
63
202333
1797
Das letzte Beispiel: Sie sprechen mit jemandem
03:24
and you say, "Sorry, got work, gotta go."
64
204130
2490
und sagen: "Entschuldigung, ich habe zu tun, ich muss los."
03:26
But really, you're just bored. You want to talk to somebody else.
65
206620
3797
Aber in Wahrheit sind Sie nur gelangweilt. Sie wollen mit jemand anderem sprechen.
03:30
Each of these is about a relationship,
66
210417
2416
Jedes dieser Beispiele handelt von einer Beziehung,
03:32
and this is a 24/7 connected world. Once you get my cell phone number,
67
212833
4405
und das ist eine Welt, die 24 Stunden am Tag verbunden ist. Wenn Sie meine Handynummer haben,
03:37
you can literally be in touch with me 24 hours a day.
68
217238
2965
können Sie mich wortwörtlich 24 Stunden am Tag erreichen.
03:40
And so these lies are being used by people
69
220203
2369
Also werden diese Lügen von den Leuten benutzt,
03:42
to create a buffer, like the butler used to do,
70
222572
2826
um eine Pufferzone zu schaffen, so wie früher der Butler,
03:45
between us and the connections to everybody else.
71
225398
3407
zwischen uns und den Verbindungen zu allen anderen.
03:48
But they're very special. They use ambiguity
72
228805
1707
Aber sie sind sehr speziell. Sie nutzen die Unklarheit,
03:50
that comes from using technology. You don't know
73
230512
2061
die durch die Nutzung von Technologie entsteht.
03:52
where I am or what I'm doing or who I'm with.
74
232573
2948
Sie wissen nicht, was ich gerade wo und mit wem mache.
03:55
And they're aimed at protecting the relationships.
75
235521
2491
Und sie sollen Beziehungen schützen.
03:58
These aren't just people being jerks. These are people
76
238012
2581
Das ist keine Bosheit, es heißt eher:
04:00
that are saying, look, I don't want to talk to you now,
77
240593
2376
Ich möchte zwar jetzt nicht mit dir sprechen,
04:02
or I didn't want to talk to you then, but I still care about you.
78
242969
2424
oder wollte es damals nicht, aber du bist mir trotzdem wichtig.
04:05
Our relationship is still important.
79
245393
2400
Unsere Beziehung ist immer noch wichtig.
04:07
Now, the Sock Puppet, on the other hand,
80
247793
1514
Die Sockenpuppe hingegen
04:09
is a totally different animal. The sock puppet isn't
81
249307
2343
ist ein völlig anderes Ding. Bei der Sockenpuppe
04:11
about ambiguity, per se. It's about identity.
82
251650
3065
geht es nicht um Unklarheit. Es geht um Identität.
04:14
Let me give you a very recent example,
83
254715
2002
Darf ich Ihnen ein aktuelles Beispiel geben,
04:16
as in, like, last week.
84
256717
1514
gerade von letzter Woche.
04:18
Here's R.J. Ellory, best-seller author in Britain.
85
258231
3268
Hier haben wir R. J. Ellory, Bestsellerautor in Großbritannien.
04:21
Here's one of his bestselling books.
86
261499
2020
Das ist einer seiner Bestseller.
04:23
Here's a reviewer online, on Amazon.
87
263519
3413
Hier ist eine Online-Rezension auf Amazon.
04:26
My favorite, by Nicodemus Jones, is,
88
266932
2657
Hier ist meine Lieblingsrezension von Nicodemus Jones:
04:29
"Whatever else it might do, it will touch your soul."
89
269589
3808
"Was es auch sonst noch bewirken mag, es wird Ihre Seele berühren."
04:33
And of course, you might suspect
90
273397
1403
Und natürlich könnte man annehmen,
04:34
that Nicodemus Jones is R.J. Ellory.
91
274800
2627
dass Nicodemus Jones R. J. Ellory ist.
04:37
He wrote very, very positive reviews about himself. Surprise, surprise.
92
277427
4687
Er schrieb sehr, sehr positive Rezensionen über sich selbst. Überraschung!
04:42
Now this Sock Puppet stuff isn't actually that new.
93
282114
3260
Diese Sockenpuppen-Sache ist im Grunde nicht so neu.
04:45
Walt Whitman also did this back in the day,
94
285374
3167
Walt Whitman hat das schon zu seiner Zeit gemacht,
04:48
before there was Internet technology. Sock Puppet
95
288541
3055
bevor es Internet-Technologien gab.
04:51
becomes interesting when we get to scale,
96
291596
2768
Sockenpuppen werden interessant, wenn wir größere Maßstäbe anlegen,
04:54
which is the domain of the Chinese Water Army.
97
294364
2518
womit wir in den Bereich der chinesischen Wasserarmee gelangen.
04:56
Chinese Water Army refers to thousands of people
98
296882
2436
Chinesische Wasserarmee bezieht sich auf tausende von Menschen in China,
04:59
in China that are paid small amounts of money
99
299318
3048
die winzige Geldbeträge erhalten,
05:02
to produce content. It could be reviews. It could be
100
302366
3034
um Inhalte zu produzieren. Das können Rezensionen sein.
05:05
propaganda. The government hires these people,
101
305400
2559
Es kann Propaganda sein. Die Regierung stellt diese Leute an,
05:07
companies hire them, all over the place.
102
307959
2628
Firmen stellen sie an, überall.
05:10
In North America, we call this Astroturfing,
103
310587
3617
In Nordamerika nennen wir das Astroturfing,
05:14
and Astroturfing is very common now. There's a lot of concerns about it.
104
314204
3438
und Astroturfing ist mittlerweile sehr gängig. Das verursacht große Bedenken.
05:17
We see this especially with product reviews, book reviews,
105
317642
3227
Wir sehen das insbesondere bei Produktbewertungen, Buchrezensionen,
05:20
everything from hotels to whether that toaster is a good toaster or not.
106
320869
4795
bei allem von Hotels bis hin zu der Frage, ob dieser Toaster gut ist oder nicht.
05:25
Now, looking at these three reviews, or these three types of deception,
107
325664
3918
Wenn wir uns diese drei Rezensionen ansehen, oder diese drei Arten der Täuschung,
05:29
you might think, wow, the Internet is really making us
108
329582
2737
könnte man meinen, wow, das Internet macht uns wirklich
05:32
a deceptive species, especially when you think about
109
332319
3209
zu einer betrügerischen Spezies, besonders wenn man
05:35
the Astroturfing, where we can see deception brought up to scale.
110
335528
4602
an das Astroturfing denkt, wo wir Täuschung in großem Maßstab erleben können.
05:40
But actually, what I've been finding is very different from that.
111
340130
4738
Aber im Grunde sagen unsere Erkenntnisse etwas ganz anderes.
05:44
Now, let's put aside the online anonymous sex chatrooms,
112
344868
3249
Lassen wir die anonymen Sex-Chatrooms mal beiseite,
05:48
which I'm sure none of you have been in.
113
348117
1899
die sicher noch keiner von Ihnen besucht hat.
05:50
I can assure you there's deception there.
114
350016
2329
Ich kann Ihnen versichern, dass Sie dort Täuschungen finden.
05:52
And let's put aside the Nigerian prince who's emailed you
115
352345
2709
Ignorieren wir auch die E-Mail des nigerianischen Prinzen,
05:55
about getting the 43 million out of the country. (Laughter)
116
355054
3228
der die 43 Millionen aus dem Land schaffen will. (Gelächter)
05:58
Let's forget about that guy, too.
117
358282
1680
Vergessen wir auch den.
05:59
Let's focus on the conversations between our friends
118
359962
2944
Beschränken wir uns auf die Unterhaltungen mit unseren Freunden
06:02
and our family and our coworkers and our loved ones.
119
362906
2147
und unserer Familie und unseren Kollegen und unseren Lieben.
06:05
Those are the conversations that really matter.
120
365053
2408
Das sind die Unterhaltungen, die wirklich wichtig sind.
06:07
What does technology do to deception with those folks?
121
367461
4240
Was macht Technologie bei diesen Leuten mit Täuschung?
06:11
Here's a couple of studies. One of the studies we do
122
371701
3075
Das sind einige Untersuchungen. Eine unserer Untersuchungen
06:14
are called diary studies, in which we ask people to record
123
374776
3371
heißt Tagebuch-Studie, in der wir Menschen bitten,
06:18
all of their conversations and all of their lies for seven days,
124
378147
3566
sieben Tage lang alle ihre Unterhaltungen und all ihre Lügen zu notieren,
06:21
and what we can do then is calculate how many lies took place
125
381713
3105
dann können wir damit berechnen, wie viele Lügen
06:24
per conversation within a medium, and the finding
126
384818
2948
pro Unterhaltung in einem Medium stattgefunden haben,
06:27
that we get that surprises people the most is that email
127
387766
2524
und was die Leute am meisten überrascht,
06:30
is the most honest of those three media.
128
390290
3279
ist, dass E-Mail das ehrlichste der drei Medien ist.
06:33
And it really throws people for a loop because we think,
129
393569
2401
Und das verwundert die Leute wirklich sehr, denn wir denken,
06:35
well, there's no nonverbal cues, so why don't you lie more?
130
395970
3736
es gibt keine nonverbalen Hinweise, also warum lügt man nicht öfter?
06:39
The phone, in contrast, the most lies.
131
399706
4304
Am Telefon, andererseits, die meisten Lügen.
06:44
Again and again and again we see the phone is the device
132
404010
1946
Immer wieder sehen wir, dass das Telefon das Gerät ist, an dem die Menschen
06:45
that people lie on the most, and perhaps because of the Butler Lie ambiguities I was telling you about.
133
405956
4718
am häufigsten lügen, wahrscheinlich wegen der Unklarheiten der erwähnten Butler-Lügen.
06:50
This tends to be very different from what people expect.
134
410674
3975
Das unterscheidet sich stark von dem, was Leute erwarten.
06:54
What about résumés? We did a study in which we had
135
414649
3224
Was ist mit Lebensläufen? Wir führten eine Studie durch,
06:57
people apply for a job, and they could apply for a job
136
417873
2544
in der wir Leute sich für einen Job bewerben ließen,
07:00
either with a traditional paper résumé, or on LinkedIn,
137
420417
3514
und sie konnten sich entweder mit einem traditionellen Papierlebenslauf bewerben,
07:03
which is a social networking site like Facebook,
138
423931
2822
oder auf LinkedIn, einem sozialen Netzwerk wie Facebook,
07:06
but for professionals -- involves the same information as a résumé.
139
426753
3567
nur für Berufstätige – es beinhaltet die gleichen Informationen wie ein Lebenslauf.
07:10
And what we found, to many people's surprise,
140
430320
2614
Und wir fanden heraus, zur Überraschung vieler,
07:12
was that those LinkedIn résumés were more honest
141
432934
2795
dass diese LinkedIn- Lebensläufe ehrlicher waren
07:15
on the things that mattered to employers, like your
142
435729
1824
in Bezug auf die Dinge, auf die es Arbeitgebern ankommt,
07:17
responsibilities or your skills at your previous job.
143
437553
4151
z.B. Verantwortungsbereiche und Fertigkeiten in früheren Jobs.
07:21
How about Facebook itself?
144
441704
2296
Was ist mit Facebook selbst?
07:24
You know, we always think that hey, there are these
145
444000
1882
Wissen Sie, wir denken immer, hey, das sind diese
07:25
idealized versions, people are just showing the best things
146
445882
2129
idealisierten Versionen, Leute zeigen nur die besten Sachen,
07:28
that happened in their lives. I've thought that many times.
147
448011
2656
die in ihrem Leben passiert sind. Ich habe das oft gedacht.
07:30
My friends, no way they can be that cool and have good of a life.
148
450667
3068
Meine Freunde, keinesfalls können sie so cool sein und so ein gutes Leben führen.
07:33
Well, one study tested this by examining people's personalities.
149
453735
3821
Nun, eine Studie untersuchte das, indem die Persönlichkeit der Leute untersucht wurde.
07:37
They had four good friends of a person judge their personality.
150
457556
4218
Man ließ vier gute Freunde einer Person deren Persönlichkeit einschätzen.
07:41
Then they had strangers, many strangers,
151
461774
1956
Dann ließ man Fremde, viele Fremde,
07:43
judge the person's personality just from Facebook,
152
463730
2528
die Persönlichkeit dieser Person beurteilen, nur aufgrund von Facebook,
07:46
and what they found was those judgments of the personality
153
466258
2429
und man fand heraus, dass diese Persönlichkeitseinschätzungen
07:48
were pretty much identical, highly correlated,
154
468687
2509
ziemlich identisch waren, sie korrelierten stark,
07:51
meaning that Facebook profiles really do reflect our actual personality.
155
471196
4373
das heißt, dass Facebook-Profile wirklich unsere wahre Identität widerspiegeln.
07:55
All right, well, what about online dating?
156
475569
2572
Gut, was ist mit Online-Dating?
07:58
I mean, that's a pretty deceptive space.
157
478141
1500
Ich meine, das ist eine ziemlich trügerische Angelegenheit.
07:59
I'm sure you all have "friends" that have used online dating. (Laughter)
158
479641
3535
Sicherlich haben Sie "Freunde", die schon mal Online-Dating genutzt haben. (Gelächter)
08:03
And they would tell you about that guy that had no hair
159
483176
2058
Und sie haben Ihnen von diesem Mann erzählt,
08:05
when he came, or the woman that didn't look at all like her photo.
160
485234
3030
der beim Treffen eine Glatze hatte, oder von der Frau, die gar nicht aussah wie auf dem Foto.
08:08
Well, we were really interested in it, and so what we did
161
488264
3136
Das interessierte uns und deshalb machten wir folgendes:
08:11
is we brought people, online daters, into the lab,
162
491400
3107
wir brachten Leute, Online-Dating-Leute, ins Labor
08:14
and then we measured them. We got their height
163
494507
1480
und vermaßen sie. Wir maßen ihre Körpergröße
08:15
up against the wall, we put them on a scale, got their weight --
164
495987
3881
an einer Wand; wir stellten sie auf eine Waage, notierten ihr Gewicht –
08:19
ladies loved that -- and then we actually got their driver's license to get their age.
165
499868
3895
die Frauen haben es geliebt – und ihr Alter entnahmen wir den Führerscheinen.
08:23
And what we found was very, very interesting.
166
503763
4311
Was wir herausfanden, war sehr interessant.
08:28
Here's an example of the men and the height.
167
508074
3929
Hier ist ein Beispiel für Männer und ihre Größe.
08:32
Along the bottom is how tall they said they were in their profile.
168
512003
2470
Unten steht, wie groß sie laut ihrem Profil wären.
08:34
Along the y-axis, the vertical axis, is how tall they actually were.
169
514473
4862
Auf der y-Achse, der senkrechten Achse, steht, wie groß sie wirklich waren.
08:39
That diagonal line is the truth line. If their dot's on it,
170
519335
3076
Die diagonale Linie ist die Wahrheitslinie. Wenn ein Punkt auf ihr liegt,
08:42
they were telling exactly the truth.
171
522411
1554
wurde die Wahrheit gesagt.
08:43
Now, as you see, most of the little dots are below the line.
172
523965
3113
Wie Sie hier aber sehen, liegen die meisten Pünktchen unter der Linie.
08:47
What it means is all the guys were lying about their height.
173
527078
2867
Das bedeutet, dass alle Männer über ihre Größe gelogen haben.
08:49
In fact, they lied about their height about nine tenths of an inch,
174
529945
2941
Sie haben ihre Körpergröße tatsächlich um fast zweieinhalb Zentimeter geschönt,
08:52
what we say in the lab as "strong rounding up." (Laughter)
175
532886
6276
was wir im Labor "starkes Aufrunden" nennen. (Gelächter)
08:59
You get to 5'8" and one tenth, and boom! 5'9".
176
539162
4503
Sie sind gute 172 cm groß – bumm! – 175 cm.
09:03
But what's really important here is, look at all those dots.
177
543665
1998
Aber was hier wirklich wichtig ist, sehen Sie sich all diese Punkte an.
09:05
They are clustering pretty close to the truth. What we found
178
545663
2566
Sie scharen sich ziemlich nah um die Wahrheit. Wir fanden heraus,
09:08
was 80 percent of our participants did indeed lie
179
548229
2408
dass 80 Prozent unserer Teilnehmer tatsächlich
09:10
on one of those dimensions, but they always lied by a little bit.
180
550637
3595
in Bezug auf eine dieser Größen gelogen hatten, aber immer nur ein kleines bisschen.
09:14
One of the reasons is pretty simple. If you go to a date,
181
554232
3024
Einer der Gründe ist relativ offensichtlich. Wenn man zu einer Verabredung geht,
09:17
a coffee date, and you're completely different than what you said,
182
557256
3601
zum Kaffee, und man ist ganz anders als man sich beschrieben hat,
09:20
game over. Right? So people lied frequently, but they lied
183
560857
3619
ist das Spiel aus. Stimmt's? Die Leute logen also häufig,
09:24
subtly, not too much. They were constrained.
184
564476
3469
aber dezent, nicht übermäßig. Sie waren eingeschränkt.
09:27
Well, what explains all these studies? What explains the fact
185
567945
2887
Was erklärt nun all diese Studien? Was erklärt die Tatsache,
09:30
that despite our intuitions, mine included,
186
570832
4635
dass, entgegen unserer Annahmen, einschließlich meiner,
09:35
a lot of online communication, technologically-mediated
187
575467
3529
ein Großteil der Online-Kommunikation, von technologisch-vermittelter Kommunikation,
09:38
communication, is more honest than face to face?
188
578996
4028
ehrlicher ist als die von Angesicht zu Angesicht?
09:43
That really is strange. How do we explain this?
189
583024
2489
Das ist wirklich seltsam. Wie können wir das erklären?
09:45
Well, to do that, one thing is we can look at the deception-detection literature.
190
585513
3379
Um das zu tun, können wir uns zum einen die Literatur zur Täuschungsaufdeckung ansehen.
09:48
It's a very old literature by now, it's coming up on 50 years.
191
588892
4345
Mitlerweile handelt es sich um sehr alte Fachliteratur, sie wird bald 50 Jahre.
09:53
It's been reviewed many times. There's been thousands of trials,
192
593237
2662
Sie wurde viele Male besprochen. Es gab tausende Versuche,
09:55
hundreds of studies, and there's some really compelling findings.
193
595899
3981
hunderte Studien und einige wirklich bestechende Erkenntnisse.
09:59
The first is, we're really bad at detecting deception,
194
599880
3236
Das erste ist, dass wir ziemlich schlecht darin sind, Täuschung zu erkennen,
10:03
really bad. Fifty-four percent accuracy on average when you have to tell
195
603116
4116
ziemlich schlecht. Eine durchschnittliche Trefferrate von 54 %, wenn man beurteilen soll,
10:07
if somebody that just said a statement is lying or not.
196
607232
3384
ob jemand, der gerade eine Behauptung aufgestellt hat, lügt oder nicht.
10:10
That's really bad. Why is it so bad?
197
610616
3192
Das ist wirklich schlecht. Warum ist sie so schlecht?
10:13
Well it has to do with Pinocchio's nose.
198
613808
2530
Nun, das hängt mit Pinocchios Nase zusammen.
10:16
If I were to ask you guys, what do you rely on
199
616338
2359
Wenn ich Sie fragen würde, worauf Sie sich verlassen,
10:18
when you're looking at somebody and you want to find out
200
618697
2245
wenn Sie jemanden ansehen und herausfinden wollen,
10:20
if they're lying? What cue do you pay attention to?
201
620942
2930
ob er lügt? Auf welche Anzeichen achten Sie?
10:23
Most of you would say that one of the cues you look at
202
623872
2430
Die meisten von Ihnen würden sagen, dass einer Ihrer Anhaltspunkte
10:26
is the eyes. The eyes are the window to the soul.
203
626302
2728
die Augen sind. Die Augen sind die Fenster zur Seele.
10:29
And you're not alone. Around the world, almost every culture,
204
629030
2403
Und Sie sind damit nicht allein. Auf der ganzen Welt, in fast jeder Kultur
10:31
one of the top cues is eyes. But the research
205
631433
2863
gelten die Augen als eines der Hauptmerkmale. Aber die Forschung
10:34
over the last 50 years says there's actually no reliable cue
206
634296
3824
der letzten 50 Jahre besagt, dass es eigentlich kein verlässliches Anzeichen
10:38
to deception, which blew me away, and it's one of
207
638120
2997
für Täuschung gibt, was mich umgehauen hat.
10:41
the hard lessons that I learned when I was customs officer.
208
641117
2355
Und das ist eine der schwierigen Lektionen, die ich als Zollbeamter lernen musste.
10:43
The eyes do not tell us whether somebody's lying or not.
209
643472
2430
Die Augen verraten uns nicht, ob jemand lügt oder nicht.
10:45
Some situations, yes -- high stakes, maybe their pupils dilate,
210
645902
3018
In einigen Situationen, ja – bei hohem Einsatz weiten sich die Pupillen vielleicht,
10:48
their pitch goes up, their body movements change a little bit,
211
648920
3504
die Stimme wird höher, die Körperbewegungen ändern sich ein wenig,
10:52
but not all the time, not for everybody, it's not reliable.
212
652424
4832
aber nicht immer, nicht bei jedem, das ist nicht verlässlich.
10:57
Strange. The other thing is that just because you can't see me
213
657256
3378
Seltsam. Die andere Sache ist die: Nur weil Sie mich nicht sehen können,
11:00
doesn't mean I'm going to lie. It's common sense,
214
660634
2419
heißt das nicht, dass ich lügen werde. Das sagt der gesunde Menschenverstand,
11:03
but one important finding is that we lie for a reason.
215
663053
2907
aber eine wichtige Erkenntnis ist, dass wir aus einem bestimmten Grund lügen.
11:05
We lie to protect ourselves or for our own gain
216
665960
2367
Wir lügen, um uns selbst zu schützen oder zu unserem eigenen Nutzen
11:08
or for somebody else's gain.
217
668327
2827
oder um jemand anderem zu nützen.
11:11
So there are some pathological liars, but they make up
218
671154
1930
Es gibt auch ein paar pathologische Lügner,
11:13
a tiny portion of the population. We lie for a reason.
219
673084
3513
aber sie machen nur einen kleinen Teil der Bevölkerung aus. Wir lügen aus gutem Grund.
11:16
Just because people can't see us doesn't mean
220
676597
1631
Nur weil Leute uns nicht sehen können, heißt das nicht,
11:18
we're going to necessarily lie.
221
678228
2271
dass wir unbedingt lügen werden.
11:20
But I think there's actually something much more
222
680499
1553
Ich glaube aber, dass hier etwas viel Interessanteres
11:22
interesting and fundamental going on here. The next big
223
682052
3274
und Grundlegenderes vor sich geht. Die nächste große Sache für mich,
11:25
thing for me, the next big idea, we can find by going
224
685326
3797
die nächste große Erkenntnis, können wir finden,
11:29
way back in history to the origins of language.
225
689123
3139
wenn wir weit in der Geschichte zu den Ursprüngen der Sprache zurückgehen.
11:32
Most linguists agree that we started speaking somewhere
226
692262
3887
Die meisten Sprachwissenschaftler stimmen überein, dass wir
11:36
between 50,000 and 100,000 years ago. That's a long time ago.
227
696149
3168
irgendwann vor 50.000 bis 100.000 Jahren begonnen haben zu sprechen. Das ist lang her.
11:39
A lot of humans have lived since then.
228
699317
2616
Viele Menschen haben seitdem gelebt.
11:41
We've been talking, I guess, about fires and caves
229
701933
2423
Wir haben gesprochen, wahrscheinlich über Feuer und Höhlen
11:44
and saber-toothed tigers. I don't know what they talked about,
230
704356
3107
und Säbelzahntiger. Ich weiß nicht, worüber sie geredet haben,
11:47
but they were doing a lot of talking, and like I said,
231
707463
2518
aber sie haben viel geredet, und wie ich schon sagte,
11:49
there's a lot of humans evolving speaking,
232
709981
2545
gab es viele Menschen, die das Sprechen entwickelt haben,
11:52
about 100 billion people in fact.
233
712526
2806
über 100 Milliarden Menschen sogar.
11:55
What's important though is that writing only emerged
234
715332
2782
Wichtig ist allerdings, dass sich die Schrift erst
11:58
about 5,000 years ago. So what that means is that
235
718114
3587
vor ca. 5.000 Jahren herausbildete. Das bedeutet also,
12:01
all the people before there was any writing,
236
721701
2392
dass alle Menschen, bevor es Schrift gab,
12:04
every word that they ever said, every utterance
237
724093
5586
jedes einzelne ihrer Worte, jede Äußerung
12:09
disappeared. No trace. Evanescent. Gone.
238
729679
4752
verschwunden ist. Ohne Spur. Entschwunden. Weg.
12:14
So we've been evolving to talk in a way in which
239
734431
4065
Wir haben uns also entwickelt, so zu sprechen,
12:18
there is no record. In fact, even the next big change
240
738496
5917
als ob es keine Aufzeichnung gäbe. Tatsächlich fand die nächste große Veränderung
12:24
to writing was only 500 years ago now,
241
744413
2468
in Bezug auf die Schrift sogar erst vor 500 Jahren
12:26
with the printing press, which is very recent in our past,
242
746881
2379
mit der Druckerpresse statt, in sehr naher Vergangenheit,
12:29
and literacy rates remained incredibly low right up until World War II,
243
749260
4242
Die Alphabetisierungsrate blieb unglaublich niedrig bis hin zum Zweiten Weltkrieg,
12:33
so even the people of the last two millennia,
244
753502
3384
also selbst die Menschen der letzten zwei Jahrtausende,
12:36
most of the words they ever said -- poof! -- disappeared.
245
756886
5032
fast alle Worte, die sie jemals äußerten – puff! – sind verschwunden.
12:41
Let's turn to now, the networked age.
246
761918
3591
Wenden wir uns dem Jetzt zu, dem vernetzten Zeitalter.
12:45
How many of you have recorded something today?
247
765509
4712
Wie viele von Ihnen haben heute etwas aufgezeichnet?
12:50
Anybody do any writing today? Did anybody write a word?
248
770221
3177
Hat heute irgendjemand etwas geschrieben? Hat irgendjemand ein Wort geschrieben?
12:53
It looks like almost every single person here recorded something.
249
773398
4226
Es sieht so aus, als ob fast jeder Einzelne hier etwas aufgezeichnet hat.
12:57
In this room, right now, we've probably recorded more
250
777624
3048
In diesem Raum haben wir jetzt wahrscheinlich mehr aufgezeichnet
13:00
than almost all of human pre-ancient history.
251
780672
4542
als nahezu die gesamte frühgeschichtliche Menschheit.
13:05
That is crazy. We're entering this amazing period
252
785214
3230
Das ist Wahnsinn. Wir treten ein in diese faszinierende Epoche
13:08
of flux in human evolution where we've evolved to speak
253
788444
4015
des Flusses der menschlichen Entwicklung, in der wir uns entwickelt haben,
13:12
in a way in which our words disappear, but we're in
254
792459
2701
so zu sprechen, als ob unsere Worte verschwinden,
13:15
an environment where we're recording everything.
255
795160
2903
aber wir befinden uns in einer Umgebung, in der wir alles aufzeichnen.
13:18
In fact, I think in the very near future, it's not just
256
798063
2337
Tatsächlich glaube ich, dass in sehr naher Zukunft
13:20
what we write that will be recorded, everything we do
257
800400
2349
nicht nur das aufgezeichnet wird, was wir schreiben,
13:22
will be recorded.
258
802749
2333
auch alles, was wir tun, wird aufgezeichnet werden.
13:25
What does that mean? What's the next big idea from that?
259
805082
4456
Was bedeutet das? Was ist die nächste große Schlussfolgerung daraus?
13:29
Well, as a social scientist, this is the most amazing thing
260
809538
4250
Nun, für mich als Sozialwissenschaftler ist das das Atemberaubendste,
13:33
I have ever even dreamed of. Now, I can look at
261
813788
3547
was ich mir je hätte träumen lassen. Jetzt kann ich mir plötzlich
13:37
all those words that used to, for millennia, disappear.
262
817335
3611
Worte ansehen, die sonst, über Jahrtausende hinweg, immer verschwanden.
13:40
I can look at lies that before were said and then gone.
263
820946
4248
Ich kann mir Lügen ansehen; früher wurden sie gesprochen und waren dann fort.
13:45
You remember those Astroturfing reviews that we were
264
825194
3520
Sie erinnern sich an diese Astroturfing-Rezensionen,
13:48
talking about before? Well, when they write a fake review,
265
828714
3503
über die wir vorhin gesprochen haben? Nun, wenn sie eine gefälschte Rezension schreiben,
13:52
they have to post it somewhere, and it's left behind for us.
266
832217
2704
müssen sie diese irgendwo veröffentlichen und sie wird uns hinterlassen.
13:54
So one thing that we did, and I'll give you an example of
267
834921
2435
Ich gebe Ihnen ein Beispiel von Sprachbetrachtung.
13:57
looking at the language, is we paid people
268
837356
2495
Wir haben Leute bezahlt,
13:59
to write some fake reviews. One of these reviews is fake.
269
839851
3535
einige falsche Rezensionen zu verfassen. Eine dieser Bewertungen ist gefälscht.
14:03
The person never was at the James Hotel.
270
843386
1943
Die Person war niemals im James Hotel.
14:05
The other review is real. The person stayed there.
271
845329
2922
Die andere Bewertung ist echt. Die Person hat dort übernachtet.
14:08
Now, your task now is to decide
272
848251
3527
Jetzt ist es Ihre Aufgabe, zu entscheiden,
14:11
which review is fake?
273
851778
4073
welches die gefälschte Bewertung ist.
14:15
I'll give you a moment to read through them.
274
855851
4186
Ich gebe Ihnen einen Moment Zeit zum Lesen.
14:20
But I want everybody to raise their hand at some point.
275
860037
2287
Aber ich möchte, dass sich jeder von Ihnen für eine Antwort meldet.
14:22
Remember, I study deception. I can tell if you don't raise your hand.
276
862324
4231
Denken Sie daran, ich erforsche Täuschung. Ich merke, wenn Sie sich nicht melden.
14:26
All right, how many of you believe that A is the fake?
277
866555
4570
Gut, wie viele von Ihnen glauben, dass A gefälscht ist?
14:33
All right. Very good. About half.
278
873154
2142
Ok. Sehr gut. Ungefähr die Hälfte.
14:35
And how many of you think that B is?
279
875296
3615
Und wie viele von Ihnen denken, es sei B?
14:38
All right. Slightly more for B.
280
878911
2529
Gut. Etwas mehr für B.
14:41
Excellent. Here's the answer.
281
881440
2592
Ausgezeichnet. Hier ist die Antwort.
14:44
B is a fake. Well done second group. You dominated the first group. (Laughter)
282
884032
6581
B ist gefälscht. Gut gemacht, Gruppe zwei. Sie haben gewonnen. (Gelächter)
14:50
You're actually a little bit unusual. Every time we demonstrate this,
283
890613
2846
Sie sind tatsächlich etwas ungewöhnlich. Jedes Mal, wenn wir das vorführen,
14:53
it's usually about a 50-50 split, which fits
284
893459
2746
ist das Ergebnis für gewöhnlich halbe halbe, was mit
14:56
with the research, 54 percent. Maybe people here
285
896205
2646
den Forschungsergebnissen übereinstimmt, 54 %. Vielleicht sind die Menschen hier
14:58
in Winnipeg are more suspicious and better at figuring it out.
286
898851
3770
in Winnipeg misstrauischer und besser im Austüfteln.
15:02
Those cold, hard winters, I love it.
287
902621
2688
Diese kalten, harten Winter, ich liebe es.
15:05
All right, so why do I care about this?
288
905309
3054
Gut, warum ist mir das so wichtig?
15:08
Well, what I can do now with my colleagues in computer science
289
908363
3268
Nun, mit meinen Kollegen der Informatik
15:11
is we can create computer algorithms that can analyze
290
911631
3232
können wir nun einen Algorithmus entwickeln,
15:14
the linguistic traces of deception.
291
914863
2900
der die sprachlichen Spuren der Täuschung analysieren kann.
15:17
Let me highlight a couple of things here
292
917763
1833
Lassen Sie mich ein paar Dinge in der gefälschten Beurteilung hervorheben.
15:19
in the fake review. The first is that liars tend to think
293
919596
3443
Zuerst einmal tendieren Lügner dazu, über die Erzählung nachzudenken.
15:23
about narrative. They make up a story:
294
923039
1588
Sie erfinden eine Geschichte:
15:24
Who? And what happened? And that's what happened here.
295
924627
3186
Wer? Und was ist passiert? Und genau das ist hier passiert.
15:27
Our fake reviewers talked about who they were with
296
927813
2289
Unsere falschen Rezensenten sprachen darüber, mit wem sie zusammen waren
15:30
and what they were doing. They also used the first person singular, I,
297
930102
4765
und was sie gemacht haben. Sie benutzten außerdem die erste Person Singular, ich,
15:34
way more than the people that actually stayed there.
298
934867
2469
viel öfter als die Leute, die wirklich dort waren.
15:37
They were inserting themselves into the hotel review,
299
937336
4696
Sie fügten sich selbst in die Hotelbewertung ein,
15:42
kind of trying to convince you they were there.
300
942032
1696
versuchten uns zu überzeugen, dass sie da waren.
15:43
In contrast, the people that wrote the reviews that were actually there,
301
943728
4015
Im Gegensatz dazu haben die Leute, die wirklich da waren,
15:47
their bodies actually entered the physical space,
302
947743
2432
deren Körper tatsächlich den physischen Raum betreten hatten,
15:50
they talked a lot more about spatial information.
303
950175
2899
in ihren Rezensionen viel mehr über räumliche Informationen gesprochen.
15:53
They said how big the bathroom was, or they said,
304
953074
2517
Sie erzählten, wie groß das Bad war, oder sagten,
15:55
you know, here's how far shopping is from the hotel.
305
955591
4520
die Einkaufsmöglichkeiten sind so und so weit vom Hotel entfernt.
16:00
Now, you guys did pretty well. Most people perform at chance at this task.
306
960111
4161
Sie haben das recht gut gemacht. Die meisten lösen diese Aufgabe per Zufallsprinzip.
16:04
Our computer algorithm is very accurate, much more accurate
307
964272
2758
Unser Computeralgorithmus ist sehr genau,
16:07
than humans can be, and it's not going to be accurate all the time.
308
967030
3291
viel genauer als Menschen sein können, und er ist nicht immer treffsicher.
16:10
This isn't a deception-detection machine to tell
309
970321
2030
Das ist keine Täuschungsaufklärungsmaschine,
16:12
if your girlfriend's lying to you on text messaging.
310
972351
2501
die einem sagt, ob die Freundin in der SMS lügt.
16:14
We believe that every lie now, every type of lie --
311
974852
3564
Wir glauben, dass jede Lüge, jede Art von Lüge –
16:18
fake hotel reviews, fake shoe reviews,
312
978416
3787
gefälschte Hotelbewertungen, gefälschte Schuhrezensionen,
16:22
your girlfriend cheating on you with text messaging --
313
982203
2914
Ihre Freundin, die Sie in der SMS betrügt –
16:25
those are all different lies. They're going to have
314
985117
1505
das sind alles verschiedene Lügen.
16:26
different patterns of language. But because everything's
315
986622
2859
Sie haben auch unterschiedliche Sprachmuster. Aber nun, da alles aufgezeichnet wird,
16:29
recorded now, we can look at all of those kinds of lies.
316
989481
4689
können wir all diese Arten von Lügen betrachten.
16:34
Now, as I said, as a social scientist, this is wonderful.
317
994170
3993
Wie ich bereits sagte, für mich als Sozialwissenschaftler ist das wundervoll.
16:38
It's transformational. We're going to be able to learn
318
998163
2087
Es ist revolutionär. Wir werden in der Lage sein, so viel mehr
16:40
so much more about human thought and expression,
319
1000250
3802
über menschliche Gedanken und Ausdruck zu lernen,
16:44
about everything from love to attitudes,
320
1004052
4398
über alles von Liebe bis hin zu Einstellungen,
16:48
because everything is being recorded now, but
321
1008450
1960
denn alles wird nun aufgezeichnet,
16:50
what does it mean for the average citizen?
322
1010410
2404
aber was bedeutet das für den Durchschnittsbürger?
16:52
What does it mean for us in our lives?
323
1012814
2802
Was bedeutet das für uns in unserem Leben?
16:55
Well, let's forget deception for a bit. One of the big ideas,
324
1015616
3673
Vergessen wir kurz die Täuschung. Eine der großen Ideen ist,
16:59
I believe, is that we're leaving these huge traces behind.
325
1019289
3688
so glaube ich, dass wir diese riesigen Spuren hinterlassen.
17:02
My outbox for email is massive,
326
1022977
3216
Der Postausgang meines E-Mail-Kontos ist riesig,
17:06
and I never look at it. I write all the time,
327
1026193
3337
und ich sehe ihn mir nie an. Ich schreibe die ganze Zeit,
17:09
but I never look at my record, at my trace.
328
1029530
3438
aber ich sehe mir meine Aufzeichnungen nie an, meine Spur.
17:12
And I think we're going to see a lot more of that,
329
1032968
1567
Ich glaube, wir werden noch viel mehr davon sehen,
17:14
where we can reflect on who we are by looking at
330
1034535
3161
wobei wir darüber reflektieren können, wer wir sind, indem wir uns ansehen,
17:17
what we wrote, what we said, what we did.
331
1037696
3618
was wir geschrieben haben, gesagt haben, getan haben.
17:21
Now, if we bring it back to deception, there's a couple
332
1041314
2272
Wenn wir das auf die Täuschung zurückführen, gibt es einige Dinge,
17:23
of take-away things here.
333
1043586
1977
die wir mitnehmen können.
17:25
First, lying online can be very dangerous, right?
334
1045563
4488
Erstens, online Lügen kann sehr gefährlich sein, ja?
17:30
Not only are you leaving a record for yourself on your machine,
335
1050051
2706
Sie hinterlassen nicht nur Aufzeichnungen für sich selbst auf Ihrem Rechner,
17:32
but you're leaving a record on the person that you were lying to,
336
1052757
4275
sondern Sie hinterlassen eine Aufzeichnung für die Person, die Sie angelogen haben,
17:37
and you're also leaving them around for me to analyze
337
1057032
1760
und Sie hinterlassen sie auch für mich, damit ich sie mit
17:38
with some computer algorithms.
338
1058792
1454
ein paar Computeralgorithmen untersuchen kann.
17:40
So by all means, go ahead and do that, that's good.
339
1060246
3173
Machen Sie auf jeden Fall damit weiter, das ist gut.
17:43
But when it comes to lying and what we want to do
340
1063419
4154
Aber wenn es um das Lügen geht und was wir
17:47
with our lives, I think we can go back to
341
1067573
2553
mit unserem Leben machen wollen, dann können wir auch
17:50
Diogenes and Confucius. And they were less concerned
342
1070126
3749
zu Diogenes und Konfuzius zurückgehen. Sie sorgten sich weniger darum,
17:53
about whether to lie or not to lie, and more concerned about
343
1073875
2832
ob man lügen sollte oder nicht, und mehr darum,
17:56
being true to the self, and I think this is really important.
344
1076707
3285
sich selbst treu zu sein. Ich glaube, das ist wirklich wichtig.
17:59
Now, when you are about to say or do something,
345
1079992
4183
Wenn Sie also etwas sagen oder tun wollen,
18:04
we can think, do I want this to be part of my legacy,
346
1084175
4560
können wir darüber nachdenken, möchte ich, dass das Teil meines Erbes wird,
18:08
part of my personal record?
347
1088735
2713
Teil meiner persönlichen Datenaufzeichnungen?
18:11
Because in the digital age we live in now,
348
1091448
2657
Denn im digitalen Zeitalter, in dem wir jetzt leben,
18:14
in the networked age, we are all leaving a record.
349
1094105
4464
im vernetzten Zeitalter, hinterlassen wir alle Aufzeichnungen.
18:18
Thank you so much for your time,
350
1098569
1695
Vielen Dank für Ihre Zeit,
18:20
and good luck with your record. (Applause)
351
1100264
4447
und viel Glück mit Ihren Aufzeichnungen. (Applaus)
Über diese Website

Auf dieser Seite finden Sie YouTube-Videos, die zum Englischlernen nützlich sind. Sie sehen Englischlektionen, die von hochkarätigen Lehrern aus der ganzen Welt unterrichtet werden. Doppelklicken Sie auf die englischen Untertitel, die auf jeder Videoseite angezeigt werden, um das Video von dort aus abzuspielen. Die Untertitel laufen synchron mit der Videowiedergabe. Wenn Sie irgendwelche Kommentare oder Wünsche haben, kontaktieren Sie uns bitte über dieses Kontaktformular.

https://forms.gle/WvT1wiN1qDtmnspy7