Gefördert durch die Deutsche Forschungsgemeinschaft (DFG; 512131520)

Laufzeit: 2024-2026

Die Politikberichterstattung der Massenmedien fokussiert auf Probleme und Konflikte und ist deshalb stark negativ gefärbt. Die Folgen dieser problemzentrierten Berichterstattung für das Publikum reichen von negativen Emotionen wie Angst und Ärger über negative und polarisierte Urteile gegenüber der Politik bis hin zu einer geringen Bereitschaft, sich an gesellschaftlichen Problemlösungen zu beteiligen. Als Alternative zum etablierten, problemzentrierten Journalismus wird deshalb seit einigen Jahren der konstruktive Journalismus diskutiert.
Ausgehend von einer Arbeitsdefinition des konstruktiven Journalismus als Journalismus, der ausgewogen und sachlich über gesellschaftlich relevante Probleme und Wege zu deren Lösung berichtet, ist das Ziel dieses Projekts a) die Wirkungen des konstruktiven Journalismus auf Emotionen, Kognitionen und Verhalten(sabsichten) der Rezipierenden theoretisch zu modellieren und b) diese Wirkungen sowie ihre Voraussetzungen (Inhalte und Nutzung des konstruktiven Journalismus) und Randbedingungen (Themen- und Personenmerkmale) empirisch zu untersuchen.
Dazu wird zunächst mit einer manuellen quantitativen Inhaltsanalyse untersucht, wie Medien, die sich selbst dem konstruktiven Journalismus zurechnen, über gesellschaftlich relevante Themen berichten und wie sich dies von der Berichterstattung etablierter Nachrichtenmedien unterscheidet. Darauf aufbauend wird mit einer experimentellen Befragung geprüft, wie groß der Teil des Publikums ist, der konstruktiven Journalismus in einer konkreten Entscheidungssituation problemzentrierter Medienberichterstattung vorzieht und von welchen Randbedingungen dies abhängt. Schließlich sollen die spezifischen Wirkungen der verschiedenen Dimensionen konstruktiver Berichterstattung (Ausgewogenheit, Sachlichkeit, Lösungsorientierung) bei unterschiedlichen Berichterstattungsthemen und auf Menschen mit unterschiedlichen Prädispositionen experimentell untersucht werden.

Projektleiter: Prof. Dr. Marcus Maurer
Projektmitarbeiter: Matthias Mack, M.A.
Kooperationspartner: Prof. Dr. Olaf Jandura (Kommunikationsforschung im Fachbereich Wirtschaftswissenschaften der Hochschule Düsseldorf)

Gefördert durch die Deutsche Forschungsgemeinschaft (DFG; FKZ 543762082)

Laufzeit: 2025-2027

Die Erforschung der digitalen Kommunikation nicht-institutionalisierter Akteure sieht sich mit (1) der systematischen Definition, Stichprobenziehung und Identifikation relevanter Akteure sowie (2) der spezifischen Klassifizierung relevanter Akteure und Inhalte auf Grundlage ideologischer, typologischer und anderer inhaltlicher Merkmale (Klassifikation) konfrontiert. Das Forschungsprojekt zielt darauf ab, zur Zuverlässigkeit und Validität der Identifikation und Klassifikation heterogener Akteursgruppen auf digitalen Plattformen beizutragen. Das Design umfasst verschiedene Identifikations-, Klassifikations- und Simulationsstudien auf Basis manueller und rechnergestützter Methoden. Dabei wird untersucht, wie sich unterschiedliche Verfahren zur Identifikation und Klassifikation radikaler und extremistischer Akteure auf Telegram hinsichtlich Zuverlässigkeit und Validität unterscheiden (FF1) und wie verschiedene Entscheidungen bei der Identifikation und Klassifikation die identifizierten Akteurskonstellationen und Inhalte auf Telegram beeinflussen (FF2). Dazu erfolgen a) eine Systematisierung von Strategien zur Identifizierung, dem Sampling und der Klassifizierung radikaler und extremistischer Akteure in digitaler Kommunikation, b) die Identifikation einer näherungsweisen Grundgesamtheit dieser (deutschsprachigen) Zielpopulation mittels netzwerkanalytischer Verfahren, c) die Klassifikation der Akteure mit manuellen und automatisierten Verfahren mit verschiedenen Spezifikationen zur Erhebung von Akteurscharakteristiken. In Studien zur d) Evaluation werden die Auswirkungen verschiedener Identifikations- und Klassifikationsentscheidungen simuliert und in ihren Effekten auf die Akteurskonstellationen und Inhalte evaluiert. Durch e) Dokumentation und Archivierung wird die langfristige Zugänglichkeit und Nachnutzung der Befunde mittels eines Referenzdatensatzes sichergestellt und Best Practices abgeleitet, welche im Rahmen des f) Wissenstransfers zur informierten Identifikation und Klassifikation relevanter Akteursgruppen durch Zivilgesellschaft und internationale Forschung beitragen soll.

Projektleiterin und Projektleiter: Dr. Pablo Jost & Prof. Dr. Annett Heft (Eberhard Karls Universität Tübingen)
Projektmitarbeiter: Harald Sick

Gefördert durch die Deutsche Forschungsgemeinschaft (DFG; FKZ 519731504)

Laufzeit: 2023-2026

Im Forschungsprojekt (gemeinsam mit Sabine Trepte, Institut für Kommunikationswissenschaft der Universität Hohenheim) wird die Wahrnehmung und Wirkung von politischem Online-Microtargeting deutscher Parteien bei der Europawahl 2024 untersucht. Dabei werden innovative Methoden eingesetzt, um herauszufinden, inwiefern maßgeschneiderte Werbeanzeigen auf Facebook von Wählerinnen und Wählern wahrgenommen werden und wie sie politische Einstellungen, politisches Wissen und Partizipation beeinflussen. Ein besonderer Fokus wird auf die Rolle von individuellen Bedürfnisse nach Privatheit und der informationellen Selbstbestimmung von Bürgerinnen und Bürger in diesen Wahrnehmungs- und Wirkungsprozessen gelegt.
Erstens werden qualitative Methoden zur Vorab-Exploration der Wahrnehmung von politischem Online-Microtargeting durch Wählerinnen und Wähler genutzt. Zweitens wird auf eine Kombination aus Nutzertracking und vierwelliger Panel-Befragung während des Europawahlkampfs zurückgegriffen, um die Wirkungen der von deutschen Parteien eingesetzten Werbeanzeigen auf Einstellungen, Partizipationsbereitschaft und politisches Wissen in Abhängigkeit von soziodemografischen Faktoren und Parteieigenschaft der untersuchten Personen zu analysieren. Drittens werden experimentelle Studien durchgeführt, um zu untersuchen, inwiefern die Nutzung von persönlichen Daten sowie die Übereinstimmung zwischen der Wahlwerbung und den Eigenschaften der Rezipientinnen und Rezipienten einen Einfluss auf die Wirkungen des Online-Microtargetings haben. Auf Basis der Befunde liefert das Projekt Hinweise, wo Regulierungsmaßnahmen ansetzen können und prüft, auf welchen Stufen des Wahrnehmungsprozesses Gefahren für demokratische Prozesse drohen und für welche Nutzergruppen konkreter Handlungsbedarf besteht.

Projektleiterin und Projektleiter: Prof. Dr. Sabine Trepte (Institut für Kommunikationswissenschaft, Universität Hohenheim), Prof. Dr. Marcus Maurer & Dr. Simon Kruschinski
Projektmitarbeiterin: Hanna Paulke, M.A.

Gefördert durch die Deutsche Forschungsgemeinschaft (DFG; 462702138)

Laufzeit: 2023-2027

In der Forschungsgruppe (u.a. gemeinsam mit der GU Frankfurt, der LMU München und dem Leibniz-Institut für Bildungsforschung und Bildungsinformation (DIPF)) wird untersucht, wie Studierende Online-Quellen zum Lernen nutzen und inwiefern deren Nutzung die Bearbeitung von generischen und domänenspezifischen Aufgaben zum „Critical Online Reasoning“ (COR) beeinflusst.

Das Teilprojekt zielt spezifisch auf die Beschreibung der Informationslandschaft online ab, in der sich Studierende beim Lösen von generischen oder domänenspezifischen Aufgaben im Studium bewegen. Dies geschieht mittels einer quantitativen Inhaltsanalyse von Webseiten, die Studierende bei der Bearbeitung von COR-Aufgaben aufsuchen. Dabei wird besonders die Korrektheit (z.B. die Vollständigkeit und Ausgewogenheit) und Verständlichkeit der Online-Informationen und deren Einfluss auf das Abschneiden in den Aufgaben analysiert. Zudem wird die Beziehung zwischen den von den Studierenden genutzten Informationsmedien, ihren COR-Fähigkeiten und ihren Lernergebnissen im Studienverlauf anhand von Paneldaten untersucht.

Projektleiter: Prof. Dr. Marcus Maurer & Prof. Dr. Christian Schemer

Projektmitarbeiter: Tobias Scherer & Alice Laufer

Gefördert durch das Bundesministerium für Forschung, Technologie und Raumfahrt (BMFTR; FKZ 01UP2229A)

Laufzeit: 2023-2026

Im Verbundprojekt (gemeinsam mit dem Ubiquitous Knowledge Processing Lab des Computer Science Department der TU Darmstadt) werden Konsens und Polarisierung in den Positionen unterschiedlicher gesellschaftlicher Gruppen (Wissenschaft, Politik, Medien, Bevölkerung) zu den Maßnahmen zur Bekämpfung der COVID-19-Pandemie im sozialen Netzwerk Twitter gemessen. Dabei sollen mithilfe innovativer Methoden aus dem Bereich des Natural Language Processing (NLP) Meinungsäußerungen automatisiert erfasst und Meinungsdynamiken mithilfe zeitreihenanalytischer Verfahren statistisch modelliert werden, um Ursachen und Entwicklungen gesellschaftlicher Spaltungsprozesse zu erkennen. Konkret werden dabei u.a. folgende Fragen beantwortet: Wie haben verschiedene gesellschaftliche Gruppen (z.B. die Politik oder die Medien) und Subgruppen (z.B. unterschiedliche Parteien und Medien mit unterschiedlichen redaktionellen Linien) die Corona-Maßnahmen bewertet, wie hat sich dies im Zeitverlauf verändert und wie haben sich die Positionen der unterschiedlichen Gruppen wechselseitig beeinflusst? Da die hier entwickelten NLP-Modelle zudem auf zukünftige Krisen übertragen werden können, erlaubt es das Projekt, allgemeine Muster in der Entstehung von Konsens und Polarisierung in Krisen zu identifizieren und ermöglicht eine Art gesellschaftliches Frühwarnsystem, das aufkommende Spaltungstendenzen erkennen kann. Neben diesem inhaltlichen Ziel verfolgt das Projekt zudem zwei methodische Ziele: Erstens sollen Vergleiche der auf Twitter gemessenen Meinungsäußerungen mit repräsentativen Bevölkerungsumfragen Auskunft darüber geben, wie gut sich der Diskurs auf Twitter als Indikator für die öffentliche Meinung eignet. Zweitens sollen die innovativen NLP-Verfahren auf sozialwissenschaftliche Fragestellungen angewandt und dadurch weiterentwickelt werden.

Weitere Informationen können auf der Internetseite des Forschungsprojektes abgerufen werden: www.kopocov.de

Projektleiter: Prof. Dr. Marcus Maurer & Prof. Dr. Iryna Gurevych (Computer Science Department, TU Darmstadt)
Projektmitarbeiter: Dr. Simon Kruschinski & Tilman Beck, M.A. (Computer Science Department, TU Darmstadt)

Gefördert durch die Bertelsmann Stiftung

Laufzeit: 2024-2025

Ziel des Projekts ist es, politische Kommunikation für junge Menschen zwischen 16 und 26 Jahren auf sozialen Plattformen wie TikTok und Instagram besser zu verstehen und gezielt zu verbessern. Im Fokus steht die Frage, welche Inhalte, Darstellungsformen und Kommunikationsstile junge Zielgruppen tatsächlich erreichen und welche Erwartungen sie an politische Akteure in sozialen Medien haben.
Im ersten Schritt analysiert das Projektteam rund 75.000 politische Kurzvideos und Bilder von rund 2000 Social-Media-Accounts von Politiker:innen, Parteien und politischen Influencer:innen mithilfe automatisierter Inhaltsanalysen. Mit Unterstützung von Large Language Models (LLMs) werden neben Themen, Positionierungen und Kommunikations- und Mobilisierungsstrategien auch visuelle Merkmale wie Geschlecht oder Mimik der auftretenden Personen untersucht. Die Analyse zielt darauf ab, systematisch die Erfolgsfaktoren (z. B. Viralität, Engagement) politischer Inhalte zu identifizieren.
Im zweiten Teil des Projekts wird die Perspektive der Zielgruppe erfasst: In Fokusgruppen und einer repräsentativen Online-Befragung werden Wahrnehmung, Nutzungsverhalten und Erwartungen Jugendlicher an politische Kommunikation untersucht. Auf dieser Basis werden Handlungsempfehlungen für eine wirksamere, demokratiestärkende Ansprache junger Menschen im digitalen Raum entwickelt – gemeinsam mit Jugendgremien, die das Projekt beratend begleiten.

Erster Zwischenbericht zum Download

Projektleitung: Dr. Pablo Jost, Projektmitarbeitende: Hannah Fecher & Yannick Winkler.
Kooperationspartner: Das Progressive Zentrum, Stiftung Mercator

Gefördert durch die Baden-Württemberg Stiftung & Seed Grant der Research Priority Area „AI & Politics“ der Amsterdam School of Communication Research der University of Amsterdam

Laufzeit 2025-2026

Das Projekt „CampAIgn Tracker“ hat zum Ziel, die Transparenz im Umgang mit KI-generierten Inhalten im politischen Kontext zu erhöhen. Im digitalen Wahlkampf werden zunehmend KI-generierte Bilder und Videos eingesetzt, die potenziell zur Beeinflussung der öffentlichen Meinung genutzt werden können. Besonders auf Social-Media-Plattformen wie Facebook, Instagram, YouTube, TikTok und in Messenger-Diensten wie Telegram ist die Verbreitung solcher KI-Inhalte schwer nachzuvollziehen, was zu einem Vertrauensverlust in politische Akteure und den demokratischen Prozess führen kann.
Das Projekt löst dieses Problem durch die Entwicklung einer Plattform, die KI-generierte Posts und Werbeanzeigen von politischen Social-Media-Accounts sammelt und analysiert. Im Back-End werden die Posts und Werbeanzeigen mittels (halb)automatisierter Klassifikation als KI-generierte Inhalte identifziert. Einerseits geschieht dies durch darauf trainierte KI-Modelle. Andererseits wird dies durch geschulte menschliche Codierer*innen abgesichert. Ergänzend dazu werden (automatisierte) Inhaltsanalysen zur Identifikation von angesprochenen Themen, Akteuren oder Formen des Negativen Campaignings in den KI-Inhalten durchgeführt.
Die Ergebnisse dieser Analysen – darunter die Anzahl der KI-generierten Inhalte, deren inhaltliche Kommunikationsstrategien sowie die verwendeten Werbebudgets oder erzielten Reichweiten – werden der Öffentlichkeit auf www.campaigntracker.de zur Verfügung gestellt. Diese Plattform ermöglicht Einblicke in den Umfang und die Verbreitung von KI-generierten Inhalten im Wahlkampf und macht somit digitale KI-Kampagnen transparent.

Projektleitung: Dr. Simon Kruschinski und Dr. Fabio Votta (Universität Amsterdam)