• Share
  • Email
  • Embed
  • Like
  • Save
  • Private Content
Studie: Links auf Twitter
 

Studie: Links auf Twitter

on

  • 1,400 views

Wie verweisen deutschsprachige Tweets auf Medieninhalte? Quantitative Inhaltsanalyse deutschsprachiger Tweets von als Individuen auftretenden Nutzer/innen, der Medieninhalte auf die sie verlinken und ...

Wie verweisen deutschsprachige Tweets auf Medieninhalte? Quantitative Inhaltsanalyse deutschsprachiger Tweets von als Individuen auftretenden Nutzer/innen, der Medieninhalte auf die sie verlinken und der Bezugnahme auf diese Medieninhalte

Statistics

Views

Total Views
1,400
Views on SlideShare
1,400
Embed Views
0

Actions

Likes
3
Downloads
6
Comments
0

0 Embeds 0

No embeds

Accessibility

Upload Details

Uploaded via as Adobe PDF

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

    Studie: Links auf Twitter Studie: Links auf Twitter Presentation Transcript

    • Links auf Twitter Wie verweisen deutschsprachige Tweets auf Medieninhalte? Mag. Axel Maireder, Institut für Publizistik- und Kommunikationswissenschaft, Universität Wien gemeinsam mit den Teilnehmer/innen der Übung Kommunikationsforschung im WiSe 2010/11 und mit freundlicher Unterstützung von Sensemetric Wien, 4. April 2011 Lizensiert unter Creative Commons Namensnennung-NichtKommerziell 2.0 Österreich (CC BY-NC 2.0) http://creativecommons.org/licenses/by-nc/2.0/at/ Bitte wie folgt zitieren: Maireder, Axel (2011): Links auf Twitter. Wie verweisen deutschsprachige Tweets auf Medieninhalte? Online Publikation, Universität Wien. Permalink: http://phaidra.univie.ac.at/o:63984
    • 02 Studie „Links auf Twitter“, April 2011 Links auf Twitter - Zentrale Ergebnisse • 27% der deutschsprachigen Tweets stammen von als Individuen auftretenden Nutzer/innen, davon sind zwei Drittel Männer (siehe Seiten 8/9) • 34% der Links aus Tweets führen zu redaktionellen Medien, 28% zu Unternehmen / Organisationen (siehe Seite 12) • Die Hälfte aller Links aus Tweets sind als Nachrichten zu werten, knapp ein Viertel als Werbung / Produktinformation (siehe Seite 13) • Twitter für Self-Promotion: Bei 28% sind Twitter-Nutzer/in und Produzent/in des verlinkten Medieninhaltes 12,9% 17,7% ident (siehe Seite 16) 23,0% • Bei 58% wird der Titel des Medieninhaltes übernommen (siehe Seite 16) • Links werden zu 55% von individuellen Kommentaren begleitet; diese sind bei 27% wertend mit Bezug auf den Inhalt und haben bei 18% einen persönlichen Bezug (siehe Seiten 17-20)
    • Fragestellung
    • 04 Studie „Links auf Twitter“, April 2011 Forschungsfragen Auf welche Medieninhalte verweisen Tweets*? • Produzent/in des Medieninhaltes (Redaktionen, Unternehmen & Organisationen, User Generated Content) • Datenform (Text, Bild, Video/Audio, Anwendungen) • Inhaltsform (Nachrichten, Werbung, interne Kommunikation, Unterhaltung) • Sprache (Deutsch, Englisch, andere) Welche Bezüge zu diesen Medieninhalten stellen Tweets* her? • Textübernahme vs. individuelle Kommentierung 12,9% 17,7% 23,0% • Konkreter Bezug zum Medieninhalt (mit oder ohne Wertung) • Erweiterter Bezug zum Thema (Verknüpfung mit persönlicher Erfahrung) * Wir nehmen dabei ausschließlich Tweets von Twitter-Nutzer/innen in die Analyse auf, die glaubwürdig als Individuen auftreten, da uns vordergründig die soziale Praxis der Bedeutungszuschreibung durch Individuen interessiert. Zudem können wir dadurch in einem hohen Maße sicherstellen, dass automatisierte Accounts (Bots) und damit Spam aus der Analyse ausgeschlossen wird.
    • 05 Studie „Links auf Twitter“, April 2011 Hintergrund Distribution von Medieninhalten über Social Media: Twitter-Nutzer/innen als Intermediäre Framing (Rahmung) von Medieninhalten in Tweets sowie Wertung und Verknüpfung mit persönlicher Erfahrung Internetnutzer/innen beteiligen sich heute in So sind Twitter-Nutzer/innen mit Blick auf mediale statt ndet. Dabei werden, so die Theorie, Aspekte der hohem Maße und stetig zunehmend an der Distributionsprozesse nicht nur Rezipient/innen Medieninhalte herangezogen, an die die Nutzer/ Distribution von Medieninhalten. Social Network sondern auch Intermediäre von Medieninhalten, als innen mit eigener oder stellvertretender Erfahrung Services, Microblogging-Dienste, Social News sie durch Links auf mediale Produkte diese zwischen anknüpfen können. Dabei bewerten Nutzer/innen Plattformen und viele weitere Social Media den Medienproduzent/innen und anderen Rezipient/ Medieninhalte und stellen Bezüge zum eigenen Anwendungen ermöglichen es ihren NutzerInnen, innen (ihren ‚Followern‘) vermitteln. Diese erhalten Leben und Erleben her. Medieninhalte einfach, schnell und unmittelbar als laufend entsprechende Mitteilungen innerhalb ihres Vor diesem Hintergrund stellen wir uns im Rahmen ‚Shares’, ‚Likes’, Statusmeldungen oder Tweets an das persönlichen „Social Awareness Streams“ (Naaman der vorliegenden Studie die Frage, ob die eigene Kommunikationsnetzwerk zu vermitteln sowie 17,7% et. al. 2010), dem durch die jeweiligen Kontake im traditionellen theoretischen Ansätze zur Erklärung entsprechende Mitteilungen anderer erweitert Netzwerk individuell zusammengesetzten 12,9% der Kommunikation über Nachrichten auch im und kommentiert weiter zu vermitteln. Nachrichtenstrom. 23,0% Rahmen der Intermediationsprozesse in Social Neben persönlichen Botschaften werden so Die zu den Links in den Tweets jeweils abgesetzten Media, im konkreten Fall Twitter, Relevanz entfalten. auch ‚Nachrichten’ (in der publizistischen Bedeutung Mitteilungen stellen dabei implizit oder explizit der Mitteilung allgemein interessierender Schemata für die Art der Rezeption und Hughes, Amanda Lee, und Leysia Palen. 2009. Twitter adoption and use in mass Sachverhalte, vgl. La Roche 2006: 74) über diese Interpretation (Frames)der jeweiligen Medieninhalte convergence and emergency events. International Journal of Emergency Management 6, Nr. 3: 248 - 260 Plattformen verteilt und kommentiert werden.  zur Verfügung. Indem sie bestimmte Aspekte betonen Kwak, Haewoon, Changhyun Lee, Hosung Park, und Sue Moon. 2010. What is Twitter, a social network or a news media? In Proceedings of the 19th Insbesondere Twitter wird, wie sowohl Kwak et. al. und andere in den Hintergrund treten lassen, legen international conference on World wide web - WWW 10, 591. Raleigh, North Carolina, USA. (2010) in einer gross angelegten globalen Struktur- sie „bestimmte Einordnungen, Bewertungen und La Roche, Walther von. 2006. Einführung in den praktischen Journalismus. Econ. analyse als auch Hughes/Palen (2009) in einer Entscheidungen“ (Scheufele 2003: 46) nahe. Naaman, Mor, Jeffrey Boase, und Chih Lai. 2010. Is it really about me?: message content in social awareness streams. In CSCW 10: Proceedings of the 2010 ACM conference on Computer supported cooperative work, 192, Fallstudie zu vier Großereignissen in den Vereinigten In Anlehnung an klassische Theorien der Face-to-Face 189. Savannah, Georgia, USA Staaten zeigen, in hohem Maße genutzt, um Kommunikation über Nachrichten (Schaap 2009, Schaap, Gabi. 2009. Interpreting Television News. Walter de Gruyter. Scheufele, Bertram. 2003. Frames - Framing - Framing-Effekte: theoretische und Nachrichten von öffentlichem Interesse zu Sommer 2010) ist zu erwarten, dass dabei eine methodische Grundlegung des Framing-Ansatzes sowie empirische Befunde zur Nachrichtenproduktion. VS Verlag, verbeiten und zu kommentieren. Einbettung der Nachrichten in die persönlichen Sommer, Denise. 2010. Nachrichten im Gespräch : eine empirische Studie zur Relevanzstrukturen der jeweiligen Nutzer/innen Bedeutung von Anschlusskommunikation für die Rezeption von Fernsehnachrichten. Baden-Baden: Nomos.
    • Studiendesign
    • 07 Studie „Links auf Twitter“, April 2011MethodeQuantitative Inhaltsanalysedeutschsprachiger Tweetsvon als Individuen auftretenden Nutzer/innen,der Medieninhalte auf die sie verlinken und derBezugnahme auf diese Medieninhalte Die Kodieranleitung (Codebuch) für die Analyse wurde auf 17,7% Basis explorativer, qualitativer Voranalysen, mehrfacher Pretests und den Erfahrungen aus der Studie „Twitter in 12,9% 23,0% Österreich“ (Maireder 2010) erstellt. Es wurden einerseits der Tweet (Struktur) und andererseits der Medieninhalt, auf den aus dem Tweet verlinkt wird, analysiert (Produzent, Sprache, Datenform, Inhaltsform). In der Zusammenschau dieser beiden konnten weiters Formen der Bezugnahme des Tweets auf den Medieninhalt unter die Lupe genommen werden, insbesondere die Wertung des Medieninhaltes in der Bezugnahme und die Verknüpfung des Themas des Medieninhaltes mit persönlicher Erfahrung. Daneben wurden auch Daten zu den jeweiligen Twitter- Nutzer/innen erhoben. Einige davon automatisch (z.B. Followerzahl) andere manuell (z.B. Geschlecht). Faksimilie Codebuch Faksimilie Codebogen Maireder, Axel (2010): Twitter in Österreich: Strukturen, Formen und Themen österreichischer Tweets, https://fedora.phaidra.univie.ac.at/fedora/get/o:52344/ bdef:Asset/view
    • 08 Studie „Links auf Twitter“, April 2011 15000 Verhältnis von ausgeschlossenen Tweets (grün) zum Analysematerial und Gründe für den AusschlussSampling nicht Deutsch 12500Stichprobe: 12.048 Tweets 21% 10000Ausschluss von 8.827 7500 • 2582 (nicht Deutsch) Kein/e individuelle/r • 5578 (kein/e individuelle/r Nutzer/in) Nutzer/in 46% 5000 • 667 (andere Gründe)*Analysematerial = 3.221 Tweets andere 6% 2500 Analysematerial 0Vorgangsweise Stichprobenziehung 3. Zu allen Nutzer/innen wurden wiederrum über 12,9% 27% 23,0%Es wurde in zwei Erhebungswochen die Twitter-API Daten wie Name, Followeranzahl Anzahl(9.-15.12.2010 und 10.-16.3.2011) eine nach und Kurzbiographie gezogen, die beidenTageszeitfenstern proportional geschichtete Datensets anschliessend verknüpft.Zufallsstichprobe deutschsprachiger Tweets 4. Tweets, die entgegen der Sprachmarkierunggezogen. Dabei wurde folgendermassen durch Twitter nicht deutschsprachig waren,vorgegangen: wurden aussortiert. Grundgesamtheit Gesamtstichprobe1. Per Zufallsgenerator wurden für jeden Tag der 5. Auf Basis des Nutzer/innen-Namens, der Hochgerechnet auf Basis der Stichprobe: 2.636.880 Tweetsbeiden Erhebungswochen je drei Zeitpunkte pro angegebenen biographischen Information und durchschnittlich 107,6 pro Minute bzw. 154.903 pro TagZeitfenster bestimmt. des Pro lbildes wurde analysiert, ob es sich2. Mit Hilfe von sensemetric.com wurde über die vermutlich um eine/n individuelle/n Nutzer/in Kon denzintervall (95%): 0,89Twitter-API zu jedem Zeitpunkt die Tweets aus handelt. Alle als kollektive auftretenen Nutzer/exakt einer Minute gespeichert, die mit der innen wurden aus der weiteren Analyse ausgeschlossen. Grundgesamtheit AnalysematerialSprachmarkierung „Deutsch“ versehen warenund die Buchstabenkombination „http://“ 6. Durch dieses Verfahren wurde die ursprüngliche Hochgerechnet auf Basis der Stichprobe: 704.838 Tweetsenthielten. Zahl von 12.048 Tweets auf 3.221 reduziert. Kon denzintervall (95%): 1,72* z.B. Broken Link, Zugangsbeschränkung, Doppeltweet, Spam
    • 09 Studie „Links auf Twitter“, April 2011 Zusammensetzung der Stichprobe Follower Following Geschlecht Offensichtlich männlich/weiblich oder Anzahl Nutzer/innen, die Anzahl Nutzer/innen, diesem Account folgen denen dieser Account folgt nicht erkennbar Minimum: 0 Minimum: 040 Maximum: 113028 Maximum: 113971 Mittelwert: 923 Mittelwert: 966 nicht Frauen erkennbar 22% 14%3020 Männer 64% 10 N=3221 0 1601-6400 mehr als 6400 401-1600 bis 100 101-400 VARIABLE GESCHLECHT: Geschlecht, mit dem der/die Nutzer/in auftritt Prozent der Fälle nach Follower- / Followingzahl (definierte Bereiche) Indikatoren: Vorname oder Abkürzung/Koseform des Namens männlich/ weiblich; auch Phantasiennamen, sofern diese eindeutig einem Geschlecht Follower: Anzahl Nutzer/innen, die diesem Account folgen zuordenbar sind; offensichtlich weibliche / männliche Person auf Pro lphoto Following: Anzahl Nutzer/innen, denen dieser Account folgt
    • Ergebnisse
    • 11 Studie „Links auf Twitter“, April 2011 0 25 50 75 100 Struktur der TweetsHashtag N=3221 23% In knapp einem Viertel sind Hashtags vorhanden. In insgesamt 22% werden @ andere mit @ angesprochen, N=3221 Reply 18% Verweis 4% 21% der Tweets sind von anderen weitergeleitet. ReTweet ReTweet VARIABLEN STRUKTUR: Strukturelemente der Tweets, binär kodiert N=3221 Hashtag: Tweet wird mittels Schlagwort einem Thema 7 einem Diskurs zugeordnet. direkt Indikator: zumindest ein Wort vorhanden, das mit einem „#“ Zeichen beginnt 18% mit Kommentar @-Reply: Direkt Ansprache eines/r anderen Nutzer/in Indikator: Tweet beginnt mit einem @-Zeichen 3% @-Verweis: Verweis auf eine/n anderen Nutzer, aber keine direkte Ansprache Indikator: Tweet enthält @-Zeichen an anderer Stelle als bei @-Reply ReTweet direkt: Tweet wurde von jemand anderem unkommentiert weitergeleitet Indikator: Tweet beginnt mit der Kombination „RT @Benutzername“ ReTweet mit Kommentar: Tweet wurde von jemand anderem kommentiert weitergeleitet Indikator: An einer anderen Stelle außer dem Beginn des Tweets ist die Kombination  „RT @Benutzername“ vorhanden
    • 12 Studie „Links auf Twitter“, April 2011Produzent/in des MedieninhaltesEin Dittel der Tweets verweisen Unternehmen /auf Inhalte redaktioneller Medien, Organisation 37% Redaktionelles Medium28% auf User Generated Content 34%und 37% auf Content vonUnternehmen / Organisationen. User Generated 28% 1% andere bzw.VARIABLE: Akteur, der offensichtlich für die Erstellung des Medieninhalts 17,7% nicht erkennbarverantwortlich zeichnet bzw. als Produzent/in des Medieninhaltes auftritt 12,9% 23,0% N=3221DIMENSIONEN:Redaktionelles Medium: Professionelle, User Generated: Akteure, die nicht als Teil Plattform der Veröffentlichungin kollektiven organisierte Akteure im eines kollektiv organisierten AkteursRahmen einer Organisation, deren auftreten und nicht im Namen oder mit Neben dem Produzenten des Medieninhaltes war von Interesse, in welchemHauptzweck in der Verarbeitung und Bezug zu einem solchen einenVeröffentlichung von Information zur Medieninhalt bereitstellen; vornehmlich Rahmen bzw. auf welcher Form von Website dieser publiziert wurde. So führen nichtBereitstellung für die Öffentlichkeit handelt es sich hierbei um einfache „User“ alle Links zu redaktionellen Inhalten auch auf die Website des jeweiligen Mediums,besteht. im Sinne von „User Generated Content“. sondern zu 7,2% auf Social Media Plattformen (v.a. Youtube).Unternehmen / Organisation:Professionelle, in kollektiven organisierte Andererseits sind 3,4% des verlinkten User Generated Content auf WebseitenAkteure im Rahmen einer Organisation, redaktioneller Medien zu nden (z.B. Kommentare zu Beiträgen).deren Hauptzweck anders gelagert ist alsbei redaktionellen Medien: Unternehmen,staatliche und nicht-staatlicheInstitutionen (NPOs), Vereine, NGOs, etc.
    • 13 Studie „Links auf Twitter“, April 20116045 Spezi sche News Inhaltsform der Medieninhalte 16% Mehr als die Hälfte der Tweets30 Soft News verweisen auf Nachrichten 16% immerhin 23% auf Werbung. 12% sind tendentiell interne15 19%* Mitteilungen und 19% sind Hard News 23% 12% als Unterhaltung zu werten. 19% Unterhaltung 0 Intern Werbung Nachrichten VARIABLE: Form der dargebotenen Inhalte (Informationsorientierung vs. Unterhaltungsorientierung) Gesamt Nachrichten: 51% DIMENSIONEN: Nachrichten: Werbung / Marktinformation: Nachrichten und Hard News: Politik, Wirtschaft allgemein, politischer Berichte die als Produktinformation, Information über Aktivismus, Arbeitsmarkt, Kriminalität, Dienstleistungen und Unternehmen gelten können als Rechtssprechung, Polizei- und Militätwesen, auch klassische Werbung *Die Kategorien Nachrichten, Werbung /Marktinformation und interne Kommunikation wurden gemeinsam und untereinander Verwaltung, aktuelle soziale Problem- und Schie agen, Interne Kommunikation: Informationen, die exklusiv kodiert, die Kategorie Unterhaltung wurde extra kodiert. Katastrophen, größere Naturereignisse offensichtlich nur für die Peer-Group (Freunde, Die Gesamtprozentzahl liegt über 100%, da es bei einigen Fällen so Soft News: Kunst & Kultur, Medien, Sport, Celebrities, Kollegen etc.) des Produzenten relevant sind und zu Doppelkodierungen (z.B. Werbung & Unterhaltung) kam. Veranstaltungen, Reisen, Stadtportraits, Lifestyle, Mode, keinen konkreten oder nur sehr geringen Bezug zu Die Darstellung in nur einer Gra k dient der Übersichtlichkeit. Ratgeber für Privat & Berufsleben, Wetter, Rezensionen, einem Thema öffentlichen oder teilöffentlichen Populärwissenschaftliches Interesses haben. N=3221 Spezi sche Nachrichten für Teilöffentlichkeiten: Unterhaltung: Musik, Musikvideos, Ausschnitte aus Nachrichten von begrenztem allgemeinem Interesse FIlmen, Serien, Cartoons und andere Produkte der aber von Interesse für eine spezi sche Fach- / Populärkultur; Photographien, Videokunst, Gedichte, Interessens- / Hobbyöffentlichkeit Prosa und andere Kunstprodukte
    • 14 Studie „Links auf Twitter“, April 2011Anwendung 2% Datenform & Sprache der Link-Ziele Englisch 8% Video/Audio 12% Text überwiegt deutlich, ebenso Bild Text 68% wie Deutsch 14% als Sprache Deutsch des Medieninhaltes. 88%5% andere & nicht 4% andere &entscheidbar nicht erkennbarGesamt über 100% N=3221durch RundungsfehlerN=3221 VARIABLE DATENFORM: Hauptsächliche Datenform des verlinkten Medieninhaltes VARIABLE SPRACHE: Sprache in der der Medieninhalt produziert wurde. Dabei wurde die Sprache des Hauptelements des Medieninhaltes, also derjenige Teil des Medieninhaltes mit DIMENSIONEN: dem die zentrale Bedeutung vermittelt wird, kodiert. Text: Schrift dominierend bzw. Hauptaussage des Medieninhaltes wird durch Text transportiert Bild: ein Bild oder eine Reihe von Bildern dominierend bzw. Hauptaussage des Medieninhaltes wird durch Bilder transportiert, z.B. Fotos, Gra ken, Bildgalerien, Gra ken mit kurzem Text Video / Audio: ein Video- oder oder eine Audioaufnahme dominierend bzw. Hauptaussage des Medieninhaltes wird durch Video / Audio transportiert Anwendung: Spiele, Online-Tests, Umfragen, andere interaktive Anwendungen
    • 15 Studie „Links auf Twitter“, April 2011 zusätzliche Auswertungen zu Medieninhalten • In Tweets, die auf redaktionelle Inhalte verweisen, finden sich deutlich öfter Hashtags (28%) als bei anderen Tweets. Dies gilt auch für die Inhaltsform Nachricht, insbesondere Hard News (35%). Anteil der Tweets mit Hashtags bei Link zu Medieninhalten von Produzent/in (in %): Unternehmen / Organisation 24, User Generated Content 17; (N=3321) Anteil der Tweets mit Hashtags bei Link zu Inhaltsform (in %): Soft News 29, Spezfische Nachrichten 23, Werbung 20, Unterhaltung 10; (N=3321) • Bei klassischen Hard- & Soft-News verweisen die Tweets mehrheitlich auf redaktionelle Medien (74% bzw. 64%), bei spezifischen Nachrichten nur 30%. Bei letzteren wird ähnlich häufig (31%) auf Unternehmen / Organisationen und häufiger auf User Generated Content (38%) verlinkt. Unterhaltung ist meist (65%) User Generated Content. Verweis auf redaktionelle Medien / Unternehmen & Organisationen / User Generated Content (in %, N=3321): Hard News 74 / 10 / 15, Soft News 64 / 13 / 21, Spezifische Nachrichten 30 / 31 / 38, Werbung 10 / 68 / 22, Interne Kommunikation 1 / 3 / 95, Unterhaltung 12 / 22 / 65) 17,7% • Die - deutlich überrepräsentierten - männlichen Nutzer tendieren stärker 12,9% 23,0% als Frauen zur Verlinkung von Inhalten redaktioneller Medien (37% zu 27%), weibliche Nutzerinnen zu User Generated Content (34% zu 46%). Bei Unternehmen / Organisationen ist nur ein kleiner Unterschied feststellbar: Männer zu 29%, Frauen zu 26% (N=3321)
    • 16 Studie „Links auf Twitter“, April 2011Struktur der Bezugnahme 58% übernehmen In nur 55% ist ein 28% Übereinstimmung Titel oder Titelteile individueller Produzent/in des aus dem Medieninhalt Kommentar Medieninhaltes und enthalten Twitter-Nutzer/in Überein- Keine stimmung Titelübernahme Kein indiv. 28% 42% Kommentar 45% Titelübernahme individueller 58% N=3221 Kommentar N=3221 Keine N=3221 55% Übereinstimmung 72% VARIABLE TITELÜBERNAHME: Titel oder Titelteile des Medieninhaltes ! werden in den Tweet übernommen VARIABLE INDIVIDUELLER KOMMENTAR: Es ist ein individueller Für die Auswertungen auf den folgenden Seiten wurden Kommentar des/der Twitter-Nutzer/in im Tweet vorhanden, d.h. es nur jene Tweets berücksichtigt (N=1284), die wurden nicht nur Titel oder Titelteile übernommen VARIABLE ÜBEREINSTIMMUNG NUTZER/IN PRODUZENT/IN: • einen individuellen Kommentar enthalten und Twitter-Nutzer/in und Produzent/in des Medieninhaltes sind offensichtlich ident. Eine Übereinstimmung ist auch dann gegeben, • bei denen Produzent/in des Medieninhaltes wenn Twitter-Nutzer/in und Produzent derselben Organisation und Twitter-Nutzer/in nicht ident sind zugewiesen werden können.
    • 17 Studie „Links auf Twitter“, April 2011 Bezug zum Inhalt Bezug zum Inhalt Ein Großteil der Tweets mit OHNE Wertung eigenem Kommentar* (88%) 61% nimmt direkt Bezug auf den Kein Bezug zum Inhalt 12% verlinkten Medieninhalt, in 14% der Fälle ist diese Bezug zum Inhalt Bezugnahme wertend.N=1284 MIT Wertung *und ohne Übereinstimmung zwischen Twitter-Nutzer/in und Produzent/in 27% VARIABLE: Bezugnahme zum konkreten Inhalt des Bezug zum Inhalt mit Wertung: Die Meinung des Medieninhaltes. Der/die Nutzer/in nimmt auf den Nutzers zum konkreten Medieninhalt (nicht zum konkreten Medieninhalt Bezug und die persönliche Gesamtthema!) wird in der Bezugnahme deutlich. Auch Meinung zum Medieninhalt ist in der Bezugnahme zum eindeutige Aufforderungen, sich einen Medieninhalt Nur Tweets mit individuellem Kommentar Tweet erkennbar oder nicht. anzusehen, gilt als Wertung in diesem Sinne als sowie Twitter-Nutzer/in und Produzent/in des DIMENSIONEN: angenommen werden kann dass dadurch eine implizite Medieninhaltes nicht ident! Kein Bezug zum Inhalt: Kein erkennbarer Bezug des Wertung vorliegt Textes im Tweet zum Medieninhalt Bezug zum Inhalt ohne Wertung: Wiedergabe von Titel, Teilen des Titels, Auszügen des Textes, Beschreibung des Medieninhaltes, Bezug zum Autor des Medieninhaltes, zum Medium der Veröffentlichung; ohne erkennbare Wertung
    • 18 Studie „Links auf Twitter“, April 2011Bezug zum Inhalt (Details)Bei redaktionellen Inhalten Bei Videos / Audios als Inhalt wirdund User-Generated Content wird häu ger gewertet (37%) als beihäu ger gewertet (29 & 31%) als Texten (25%) und Bildern (24%).bei Unternehmen / Org. (22%)70 Bei Nachrichten (27%) wird häu ger gewertet als bei Werbung (22%).60 Zwischen den verschiedenen Nachrichtenformen gibt es keine50 signi kanten Unterschiede.40 Variable BEZUG ZUM INHALT, siehe Seite 17 00% Variable INHALTSFORM, Dimensionen Nachrichten & Werbung, siehe Seite 13 28% Variable PRODUZENT DES MEDIENINHALTES,30 Dimensionen redaktionelle Medien & Unternehmen/Organisation, siehe Seite 12 Variable DATENFORM, siehe Seite 14 20 Bezug zum Inhalt OHNE Wertung 10 Bezug zum Inhalt MIT Wertung Kein Bezug zum Inhalt 0 User-Generated N=1284 Untern. / Org. Nur Tweets mit individuellem Kommentar Redaktion sowie Twitter-Nutzer/in und Produzent/in des Medieninhaltes nicht ident!
    • 19 Studie „Links auf Twitter“, April 2011Thematischer BezugIn 44% der Tweets wurde ein Persönlicher thematischerthematischer Bezug hergestellt, Bezugder über den konkreten Inhalt 16% Kein Bezug zum Themahinausgeht (Verknüpfungen, Thematischer, 56%Interpretationen, Informationen). aber keinBei 18% ist dies ein Bezug zu persönlicher Bezug 28%eigenen Leben und Erleben N=1284VARIABLE BEZUG ZUM THEMA: Der Nutzer macht eine Anmerkung zum Thema, die über einen Bezug zumkonkreten Medieninhalt hinausgeht.DIMENSIONEN: Persönlicher thematischer Bezug: Bezug zum Themakeine Bezug zum Thema: Keine Anmerkung zum Thema, über den konkreten Inhalt hinausgehend durch Nur Tweets mit individuellem Kommentardie über einen Bezug zum konkreten Medieninhalt Verknüpfung mit eigener oder stellvertretender Erfahrung sowie Twitter-Nutzer/in und Produzent/in deshinausgeht vorhanden, d.h. es gibt einen Bezug zu einem Medieninhaltes nicht ident!Thematischer, aber kein persönlicher Bezug: Bezug persönlichen Erlebnis, zum eigenen Leben und Erlebenzum Thema über den konkreten Inhalt hinausgehendvorhanden, aber keine Verknüpfungmit eigener oder stellvertretender Erfahrung. Diessind vor allem Bezüge zu allgemeinen Einschätzung derSachlage, spezi sche Interpretationen des Medieninhaltesoder Anreicherung durch zusätzliche Informationen
    • 20 Studie „Links auf Twitter“, April 2011Thematischer Bezug (Details)Bei Bildern und Videos Bei Hard News und Werbung werdenwird häu ger ein persönlicher tendentiell seltener persönliche Bezüge hergestellt (beide 12%)Bezug hergestellt (20 & 21%) als bei Soft News (15%) undals bei Text (13%)60 spezi schen Nachrichten (18%). Am häu gesten sind diese Bezüge bei Unterhaltung (21%) und50 interner Kommunikation (25%)40 Keine signi kanten Unterschiede gibt es im Hinblick auf die Kategorie Produzent/in des Medieninhaltes. 30 Variable BEZUG ZUM THEMA, siehe Seite 19 Variable INHALTSFORM, Dimensionen Nachrichten & Werbung, siehe Seite 13 Variable PRODUZENT DES MEDIENINHALTES, 20 Dimensionen redaktionelle Medien & Unternehmen/Organisation, siehe Seite 12 Variable DATENFORM, siehe Seite 14 10 Thematischer, aber kein persönlicher Bezug Persönlicher thematischer Bezug Kein Bezug zum Thema 0 12,5%N=1284 Video / Audio Nur Tweets mit individuellem Kommentar sowie Twitter-Nutzer/in Bild Text und Produzent/in des Medieninhaltes nicht ident!
    • Conclusio
    • 22 Studie „Links auf Twitter“, April 2011Interpretation & EinordnungKlassische Gatekeeper bei Nachrichten von allgemeinem Interesserelevant, für spezifische Nachrichten ist Social Media zentral.Tweets liefern neue Perspektiven auf Medieninhalte und unterstützenso die Einordnung von Nachrichten (u.a.) in ihre thematischen Kontexteund die soziale Konstruktion von Vorstellungen über die Welt.Twitter-Nutzer/innen beteiligen sich intensiv an der User Generated Content bei unterhaltenden Medien- Wie wir dies aus den Theorien der Anschlußkommuni-Distribution von sowohl Nachrichten als auch Werbung inhalten. Da diese Inhalte von den klassischen Gate- kation an Nachrichten in Face-to-Face Situationenund unterhaltenden Medieninhalten. Twitter wird keepern nur bedingt verteilt werden, spielt Twitter hier kennen, verbinden Nutzer/innen auch bei derinsbesondere als Nachrichtenkanal für sowohl Hard- eine besondere Rolle bei der Diffusion. Kommunikation über Medieninhalte auf Twitter dieund Soft-News sowie Nachrichten für spezi sche Auffällig ist die Tendenz von Twitter-Nutzer/innen, auf Inhalte mit anderen Erfahrungen. Durch das Verknüp-Teilöffentlichkeiten genutzt. Dabei wird von Twitter- Medieninhalte nicht nur durch die simple Übernahme fen eines Medieninhalts mit zusätzlichen Informatio-Nutzer/innen in einem hohen Masse auf Medieninhalte des jeweiligen Titels zu verweisen, sondern diese nen, spezi schen Interpretationen oder gar mit demverwiesen, die aus klassischen redaktionellen Medien Verweise mit individuellen Kommentaren zu eigenen persönlichen Leben und Erleben, beteiligenstammen. Es scheint, als würde die Gatekeeper- versehen. Ein Großteil dieser Kommentare nimmt dabei sich Twitter-Nutzer/innen an der Einordnung dieserFunktion der klassischen Medienunternehmen konkret Bezug auf den Medieninhalt auf den verwiesen Medieninhalte an der sozialen Konstruktion von Vor-insbesondere bei Hard News, und in einem geringeren wird, bei einem guten Teil ist dieser Bezug auch stellungen über die Welt. Sie stellen die Inhalte in einenMasse bei Soft News, auch in der Twitter-Sphere von wertend. Die anderen Nutzer/innen bekommen so nicht Kontext und ermöglichen den anderen Nutzer/innen so,hoher Bedeutung sein. nur Verweise auf Medieninhalte, sondern jeweils unterschiedliche Perspektiven auf die mit den Medien-Für andere Formen der Information und insbesondere individuelle Frames, also Schemata für die Deutung inhalten verbundenen Thematiken kennen zu lernen.Unterhaltung gilt dies weniger. Bei spezi schen der Medieninhalte, „mitgeliefert“. Rezipieren die Nutzer/ So ist Twitter mehr als ein Diffusionskanal fürNachrichten für Fach-, Interessens- oder Hobby- innen, dem Link in einem solchen Tweet folgend, nun Medieninhalte, es ist vielmehr ein - je nachöffentlichkeiten wird in einem hohen Masse auf User einen Medieninhalt, tun sie dies unter dem Eindruck Zusammensetzung der Follower / Followees -Generated Content (Blogtexte, Podcast, Youtube- dieses Framings - und damit in einer Situation, die individuell strukturierter Diskursraum für ThemenVideos etc.) als auch auf Unternehmen und Organi- deutlich anders geartet ist als bei der ,klassischen‘ öffentlicher und teilöffentlicher Relevanz.sationen verwiesen. Besonders deutlich ist die Rolle von Medienrezeption.
    • 23 Studie „Links auf Twitter“, April 2011Einschränkungen & AusblickErgebnisse für die Erhebungswochen gültig, Tendenzen auch darüber hinausFokus auf die Netzwerke der Kommunikation bei weiteren Studien erforderlichVerallgemeinerung der Ergebnisse auch mit einigem Aufwand - problemlos funktioniert. sich zwei Kategorien ("Humor" und "Involvement") alsDie vorgestellten Ergebnisse sind auf Grund der Es bleibt jedoch fraglich, ob und wie viele deutsch- besonders problematisch erwiesen, die in dersorgfältigen Zufallsauswahl und der Stichproben- sprachige Tweets durch Fehlkenn-zeichnung in einer vorliegenden Fassung auch nicht mehr enthalen sind.grösse innerhalb der Schwankungsbreite grund- anderen Sprache nicht in die Untersuchung Eingang Von den enthaltenen Kategorien musste nur bei dersätzlich für die beiden Erhebungswochen gültig. Viele gefunden haben. Auf Basis der Erfahrung mit der offenslichtlich schwierigen Unterschiedung zwischender Tendenzen, die sich in den Ergebnissen zeigen, Sprachkodierung erscheint jedoch unwahrscheinlich, den Nachrichtenformen durch den Studeinautorkönnen durchaus auch darüber hinaus für deutsch- dass es sich bei dabei um Tweets mit bestimmten nachgearbeitet werden. Bei den anderen Kategoriensprachige Tweets individueller Nutzer gelten. Es Eigenschaften gehandelt haben könnte, die einen war das Ergebnis der Prüfung im zulässigen Rahmenzeigen sich zwar einige Unterschiede zwischen den Niederschlag in den Ergebnissen gefunden hätten. zufriedenstellend.Erhebungswochen, insbesondere ist der Anteil an Kodierung Ausblick: Netzwerke in den Blick nehmen!Hard News in der zweiten Erhebungswoche im März Während an den Daten der zweiten Erhebungswoche Die Anlage des Samling für diese Studie gleicht einem2011 durch die Nachrichtenlage bedingt (Erdbeben in ausschliesslich drei Kodierer/innen unter der „aus dem vollen Schöpfen“, und ist für einen erstenJapan) deutlich höher als in der ersten im Dezember Anleitung des Studienautors gearbeitet haben, wurde Eindruck davon, welche Inhalte sich über den2010, mit entsprechenden Verschiebungen in den gut zwei Drittel der Daten der ersten Erhebungs- Medienkanal Twitter verbreiten und in welcher Form,anderen Kategorien. Durch die Zusammenführung woche von den insgesamt 24 Studierenden der durchaus passend. Der eigentlichen Struktur vonder beiden Wochen und der durch eine grössere Lehrveranstaltung zum Projekt kodiert. Alle Kodierer/ Kommunikation in Twitter als KommunikationsraumStichprobe in der „normaleren“ ersten Erhebuns- innen wurden dabei nicht nur ordentlich eingeschult, miteinander verknüpfter Netzwerke wird dies jedochwoche (1977 zu 1244 Tweets) erzielte Ungleichge- sondern waren in die Entwicklung des Forschungs- nicht gerecht. Denn eben diese Verknüpfungenwichtung der beiden Zeiträume in den Ergebnissen, designs auch über mehrer Wochen hinweg konnte mit dem Design unserer Studie nichtgehen wir jedoch von einer für unsere Zeit passende eingebunden. mitbeachtet werden.Synthese aus. Trotzdem wurden zwei Vorkehrungen getroffen, um So bleibt der Bedarf an Forschung zu Twitter undAbfrage aus der API Unterschiede in der Kodierpraxis einzuschränken. anderen, ähnlich gelagerten sozialen Kommuni-Bei der Abfrage der Daten aus der Twitter API hat sich Zum einen wurde bei einer Stichprobe von 10% des kationsräumen, hoch. Insbesondere der Bedarf aninsbesondere die Sprachkennzeichnung von Twitter Analysematerials eine Zweitkodierung durch den Studien, die die Netzwerke der Kommunikation inals problematisch erwiesen. Wie auf Seite 8 beschrie- Studienleiter durchgeführt und entsprechende den Blick nehmen, sind notwendig, um dieben, mussten deshalb eine Reihe von Tweets manuell Auffälligkeiten auch in anderen Fällen nachbearbeitet. komplexen Kommunikationsstrukturen bei deraus der Untersuchung ausgeschlossen werden, da sie Zum anderen wurde von den Studierenden ein Diffusion von und dem Diskurs über Medieninhaltenicht Deutsch waren obwohl sie von Twitter als kleiner Interkodierreliabilitätstest auf Basis von etwa besser zu verstehen.Deutsch gekennzeichnet wurden. Dies hat - wenn 2% des Analysematerials durch-geführt. Dabei haben
    • CreditsInstitut für Publizistik- und Kommunikationswissenschaft, Universität Wienhttp://www.univie.ac.at/publizistikStudienleitung: Mag. Axel MairederKontakt: axel.maireder@univie.ac.at; +43 4277 49375; http://twitter.com/axelmaireder;http://homepage.univie.ac.at/axel.mairederKodierteam: Kathrin Braun, Florian Grau, Marius HuinikAusarbeitung mit Unterstützung der Teilnehmer/innen der ÜbungKommunikationsforschung des Studienautors im WiSe 2010/11:Kathrin Braun, Michael Breitner, Tanja Drabek, Diana Dumbrava, Jasmin Ettehadieh,Sabine Glinker, Florian Grau, Oleksandra Gudkova, Franz Horn, Marius Huinink, Katja Messner,Nele Neideck, Philipp Niedring, Hemma Pachernegg, Myriam Castillo, Alexander Pleyer, Cristina Rotaru, Sarah Sageder, Alexandra Samarskaya, Verena Varga, Julia Wenger,Karin Wittmann, Selma Yakin, Raluca ZupcecLizensiert unter: Creative Commons Namensnennung-NichtKommerziell 2.0 Österreich(CC BY-NC 2.0) http://creativecommons.org/licenses/by-nc/2.0/at/Bitte wie folgt zitieren: Maireder, Axel (2011): Links auf Twitter. Wie verweisendeutschsprachige Tweets auf Medieninhalte? Online Publikation, Universität WienPermalink: http://phaidra.univie.ac.at/o:63984 Mit freundlicher Unterstützung von: Sensemetric.com