SlideShare ist ein Scribd-Unternehmen logo
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 2011




Methode
Quantitative Inhaltsanalyse
deutschsprachiger Tweets
von als Individuen auftretenden Nutzer/innen,
der Medieninhalte auf die sie verlinken und der
Bezugnahme 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 Ausschluss

Sampling                                                                                                                    nicht Deutsch
                                                                                                                                                                  12500


Stichprobe: 12.048 Tweets                                                                                                        21%
                                                                                                                                                                  10000

Ausschluss 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                          0
Vorgangsweise 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 beiden
Tageszeitfenstern proportional geschichtete        Datensets anschliessend verknüpft.
Zufallsstichprobe deutschsprachiger Tweets         4. Tweets, die entgegen der Sprachmarkierung
gezogen. Dabei wurde folgendermassen               durch Twitter nicht deutschsprachig waren,
vorgegangen:                                       wurden aussortiert.                                 Grundgesamtheit Gesamtstichprobe
1. Per Zufallsgenerator wurden für jeden Tag der   5. Auf Basis des Nutzer/innen-Namens, der           Hochgerechnet auf Basis der Stichprobe: 2.636.880 Tweets
beiden Erhebungswochen je drei Zeitpunkte pro      angegebenen biographischen Information und          durchschnittlich 107,6 pro Minute bzw. 154.903 pro Tag
Zeitfenster bestimmt.                              des Pro lbildes wurde analysiert, ob es sich
2. Mit Hilfe von sensemetric.com wurde über die    vermutlich um eine/n individuelle/n Nutzer/in       Kon denzintervall (95%): 0,89
Twitter-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 Analysematerial
Sprachmarkierung „Deutsch“ versehen waren
und die Buchstabenkombination „http://“            6. Durch dieses Verfahren wurde die ursprüngliche   Hochgerechnet auf Basis der Stichprobe: 704.838 Tweets
enthielten.                                        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: 0
40                        Maximum: 113028                         Maximum: 113971
                          Mittelwert: 923                         Mittelwert: 966                                                                   nicht
                                                                                                                       Frauen                    erkennbar
                                                                                                                        22%                         14%
30




20

                                                                                                                                          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 Tweets
Hashtag
       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 2011




Produzent/in des Medieninhaltes
Ein Dittel der Tweets verweisen                                                                                           Unternehmen /

auf Inhalte redaktioneller Medien,                                                                                         Organisation
                                                                                                                               37%               Redaktionelles Medium

28% auf User Generated Content                                                                                                                           34%


und 37% auf Content von
Unternehmen / Organisationen.                                                                                                         User Generated
                                                                                                                                           28%
                                                                                                                                                                     1% andere bzw.
VARIABLE: Akteur, der offensichtlich für die Erstellung des Medieninhalts                          17,7%                                                              nicht erkennbar
verantwortlich zeichnet bzw. als Produzent/in des Medieninhaltes auftritt                                                       12,9%
                                                                                                                                23,0%                                N=3221

DIMENSIONEN:
Redaktionelles Medium: Professionelle,         User Generated: Akteure, die nicht als Teil
                                                                                             Plattform der Veröffentlichung
in kollektiven organisierte Akteure im         eines kollektiv organisierten Akteurs
Rahmen einer Organisation, deren               auftreten und nicht im Namen oder mit         Neben dem Produzenten des Medieninhaltes war von Interesse, in welchem
Hauptzweck in der Verarbeitung und             Bezug zu einem solchen einen
Veröffentlichung von Information zur            Medieninhalt bereitstellen; vornehmlich
                                                                                             Rahmen bzw. auf welcher Form von Website dieser publiziert wurde. So führen nicht
Bereitstellung 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 Webseiten
Akteure im Rahmen einer Organisation,                                                        redaktioneller Medien zu nden (z.B. Kommentare zu Beiträgen).
deren Hauptzweck anders gelagert ist als
bei redaktionellen Medien: Unternehmen,
staatliche und nicht-staatliche
Institutionen (NPOs), Vereine, NGOs, etc.
13        Studie „Links auf Twitter“, April 2011




60




45        Spezi sche
            News                                                              Inhaltsform der Medieninhalte
             16%
                                                                                          Mehr als die Hälfte der Tweets
30
           Soft News
                                                                                            verweisen auf Nachrichten
             16%                                                                          immerhin 23% auf Werbung.
                                                                                           12% sind tendentiell interne
15

                                                                                     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 2011




Anwendung 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 erkennbar
Gesamt über 100%                                                                                                                                                                                N=3221
durch Rundungsfehler
N=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 2011




Struktur 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 2011




Bezug zum Inhalt (Details)
Bei redaktionellen Inhalten       Bei Videos / Audios als Inhalt wird
und User-Generated Content wird      häu ger gewertet (37%) als bei
häu 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 keine
50
                                                                                                          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 2011




Thematischer Bezug
In 44% der Tweets wurde ein                                                                                              Persönlicher
                                                                                                                        thematischer
thematischer Bezug hergestellt,                                                                                             Bezug

der über den konkreten Inhalt                                                                                                16%
                                                                                                                                                Kein Bezug zum Thema
hinausgeht (Verknüpfungen,                                                                                              Thematischer,
                                                                                                                                                         56%

Interpretationen, Informationen).                                                                                          aber kein

Bei 18% ist dies ein Bezug zu                                                                                         persönlicher Bezug
                                                                                                                             28%
eigenen Leben und Erleben
                                                                                                                                                                      N=1284
VARIABLE BEZUG ZUM THEMA: Der Nutzer macht eine Anmerkung zum Thema, die über einen Bezug zum
konkreten Medieninhalt hinausgeht.

DIMENSIONEN:
                                                           Persönlicher thematischer Bezug: Bezug zum Thema
keine Bezug zum Thema: Keine Anmerkung zum Thema,
                                                           über den konkreten Inhalt hinausgehend durch
                                                                                                                              Nur Tweets mit individuellem Kommentar
die über einen Bezug zum konkreten Medieninhalt
                                                           Verknüpfung mit eigener oder stellvertretender Erfahrung         sowie Twitter-Nutzer/in und Produzent/in des
hinausgeht
                                                           vorhanden, d.h. es gibt einen Bezug zu einem                              Medieninhaltes nicht ident!
Thematischer, aber kein persönlicher Bezug: Bezug          persönlichen Erlebnis, zum eigenen Leben und Erleben
zum Thema über den konkreten Inhalt hinausgehend
vorhanden, aber keine Verknüpfung
mit eigener oder stellvertretender Erfahrung. Dies
sind vor allem Bezüge zu allgemeinen Einschätzung der
Sachlage, spezi sche Interpretationen des Medieninhaltes
oder Anreicherung durch zusätzliche Informationen
20     Studie „Links auf Twitter“, April 2011




Thematischer Bezug (Details)
Bei Bildern und Videos                                                               Bei Hard News und Werbung werden
wird häu ger ein persönlicher                                                              tendentiell seltener persönliche
                                                                                            Bezüge hergestellt (beide 12%)
Bezug hergestellt (20 & 21%)                                                                   als bei Soft News (15%) und
als bei Text (13%)
60                                                                                        spezi schen Nachrichten (18%).
                                                                                     Am häu gesten sind diese Bezüge bei
                                                                                                   Unterhaltung (21%) und
50                                                                                         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 2011




Interpretation & Einordnung
Klassische Gatekeeper bei Nachrichten von allgemeinem Interesse
relevant, für spezifische Nachrichten ist Social Media zentral.
Tweets liefern neue Perspektiven auf Medieninhalte und unterstützen
so die Einordnung von Nachrichten (u.a.) in ihre thematischen Kontexte
und 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 Situationen
und unterhaltenden Medieninhalten. Twitter wird            keepern nur bedingt verteilt werden, spielt Twitter hier    kennen, verbinden Nutzer/innen auch bei der
insbesondere als Nachrichtenkanal für sowohl Hard-         eine besondere Rolle bei der Diffusion.                      Kommunikation über Medieninhalte auf Twitter die
und 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 dem
verwiesen, die aus klassischen redaktionellen Medien       Verweise mit individuellen Kommentaren zu                   eigenen persönlichen Leben und Erleben, beteiligen
stammen. Es scheint, als würde die Gatekeeper-             versehen. Ein Großteil dieser Kommentare nimmt dabei        sich Twitter-Nutzer/innen an der Einordnung dieser
Funktion 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 einen
Masse 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 für
Nachrichten für Fach-, Interessens- oder Hobby-            innen, dem Link in einem solchen Tweet folgend, nun         Medieninhalte, es ist vielmehr ein - je nach
öffentlichkeiten 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 Themen
Videos 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 2011




Einschränkungen & Ausblick
Ergebnisse für die Erhebungswochen gültig, Tendenzen auch darüber hinaus
Fokus auf die Netzwerke der Kommunikation bei weiteren Studien erforderlich

Verallgemeinerung der Ergebnisse                         auch mit einigem Aufwand - problemlos funktioniert.       sich zwei Kategorien ("Humor" und "Involvement") als
Die vorgestellten Ergebnisse sind auf Grund der          Es bleibt jedoch fraglich, ob und wie viele deutsch-      besonders problematisch erwiesen, die in der
sorgfältigen 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 der
sätzlich für die beiden Erhebungswochen gültig. Viele    gefunden haben. Auf Basis der Erfahrung mit der           offenslichtlich schwierigen Unterschiedung zwischen
der Tendenzen, die sich in den Ergebnissen zeigen,       Sprachkodierung erscheint jedoch unwahrscheinlich,        den Nachrichtenformen durch den Studeinautor
können durchaus auch darüber hinaus für deutsch-         dass es sich bei dabei um Tweets mit bestimmten           nachgearbeitet werden. Bei den anderen Kategorien
sprachige Tweets individueller Nutzer gelten. Es         Eigenschaften gehandelt haben könnte, die einen           war das Ergebnis der Prüfung im zulässigen Rahmen
zeigen 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 einem
2011 durch die Nachrichtenlage bedingt (Erdbeben in      ausschliesslich drei Kodierer/innen unter der             „aus dem vollen Schöpfen“, und ist für einen ersten
Japan) deutlich höher als in der ersten im Dezember      Anleitung des Studienautors gearbeitet haben, wurde       Eindruck davon, welche Inhalte sich über den
2010, 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 von
der beiden Wochen und der durch eine grössere            Lehrveranstaltung zum Projekt kodiert. Alle Kodierer/     Kommunikation in Twitter als Kommunikationsraum
Stichprobe in der „normaleren“ ersten Erhebuns-          innen wurden dabei nicht nur ordentlich eingeschult,      miteinander verknüpfter Netzwerke wird dies jedoch
woche (1977 zu 1244 Tweets) erzielte Ungleichge-         sondern waren in die Entwicklung des Forschungs-          nicht gerecht. Denn eben diese Verknüpfungen
wichtung der beiden Zeiträume in den Ergebnissen,        designs auch über mehrer Wochen hinweg                    konnte mit dem Design unserer Studie nicht
gehen 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 und
Abfrage 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 an
insbesondere die Sprachkennzeichnung von Twitter         Analysematerials eine Zweitkodierung durch den            Studien, die die Netzwerke der Kommunikation in
als problematisch erwiesen. Wie auf Seite 8 beschrie-    Studienleiter durchgeführt und entsprechende              den Blick nehmen, sind notwendig, um die
ben, mussten deshalb eine Reihe von Tweets manuell       Auffälligkeiten auch in anderen Fällen nachbearbeitet.     komplexen Kommunikationsstrukturen bei der
aus der Untersuchung ausgeschlossen werden, da sie       Zum anderen wurde von den Studierenden ein                Diffusion von und dem Diskurs über Medieninhalte
nicht 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
Credits
Institut für Publizistik- und Kommunikationswissenschaft, Universität Wien
http://www.univie.ac.at/publizistik

Studienleitung: Mag. Axel Maireder
Kontakt: axel.maireder@univie.ac.at; +43 4277 49375; http://twitter.com/axelmaireder;
http://homepage.univie.ac.at/axel.maireder
Kodierteam: Kathrin Braun, Florian Grau, Marius Huinik
Ausarbeitung mit Unterstützung der Teilnehmer/innen der Übung
Kommunikationsforschung 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 Zupcec
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




 Mit freundlicher Unterstützung von: Sensemetric.com

Weitere ähnliche Inhalte

Was ist angesagt?

Digitale Öffentlichkeit und soziale Macht: Auswirkungen von sozialen Medien a...
Digitale Öffentlichkeit und soziale Macht: Auswirkungen von sozialen Medien a...Digitale Öffentlichkeit und soziale Macht: Auswirkungen von sozialen Medien a...
Digitale Öffentlichkeit und soziale Macht: Auswirkungen von sozialen Medien a...
Alexis Eisenhofer
 
Das neue Gesicht der Öffentlichkeit
Das neue Gesicht der ÖffentlichkeitDas neue Gesicht der Öffentlichkeit
Das neue Gesicht der Öffentlichkeit
FESD GKr
 
Massenkommunikativer versus netzbasierter Journalismus
Massenkommunikativer versus netzbasierter JournalismusMassenkommunikativer versus netzbasierter Journalismus
Massenkommunikativer versus netzbasierter JournalismusLars Marschollek
 
Schreibwerkstatt Integriertes Online-Fundraising
Schreibwerkstatt Integriertes Online-FundraisingSchreibwerkstatt Integriertes Online-Fundraising
Schreibwerkstatt Integriertes Online-Fundraising
Goldmedia Analytics GmbH
 
Visuelle Kommunikation in Facebook
Visuelle Kommunikation in FacebookVisuelle Kommunikation in Facebook
Visuelle Kommunikation in Facebook
THomas Plotkowiak
 
"Brückentechnologien" - Technische Objekte als Intermediäre zwischen Journali...
"Brückentechnologien" - Technische Objekte als Intermediäre zwischen Journali..."Brückentechnologien" - Technische Objekte als Intermediäre zwischen Journali...
"Brückentechnologien" - Technische Objekte als Intermediäre zwischen Journali...
Nele Heise
 
2012 staudemeyer-fallbeispiel-web2.0
2012 staudemeyer-fallbeispiel-web2.02012 staudemeyer-fallbeispiel-web2.0
2012 staudemeyer-fallbeispiel-web2.0destftw
 
Vom Sein und Schein - wie informationskompetent sind wir?
Vom Sein und Schein - wie informationskompetent sind wir?Vom Sein und Schein - wie informationskompetent sind wir?
Vom Sein und Schein - wie informationskompetent sind wir?
Jan Schmidt
 
Social media in der verbandskommunikation im verbändereport 09 2010
Social media in der verbandskommunikation im verbändereport 09 2010Social media in der verbandskommunikation im verbändereport 09 2010
Social media in der verbandskommunikation im verbändereport 09 2010Marc Rosenfeld
 
Tsvasman2006 Informationsgesellschaft Artikel
Tsvasman2006 Informationsgesellschaft ArtikelTsvasman2006 Informationsgesellschaft Artikel
Tsvasman2006 Informationsgesellschaft Artikel
Leon Tsvasman, Dr.
 

Was ist angesagt? (11)

Digitale Öffentlichkeit und soziale Macht: Auswirkungen von sozialen Medien a...
Digitale Öffentlichkeit und soziale Macht: Auswirkungen von sozialen Medien a...Digitale Öffentlichkeit und soziale Macht: Auswirkungen von sozialen Medien a...
Digitale Öffentlichkeit und soziale Macht: Auswirkungen von sozialen Medien a...
 
Das neue Gesicht der Öffentlichkeit
Das neue Gesicht der ÖffentlichkeitDas neue Gesicht der Öffentlichkeit
Das neue Gesicht der Öffentlichkeit
 
Massenkommunikativer versus netzbasierter Journalismus
Massenkommunikativer versus netzbasierter JournalismusMassenkommunikativer versus netzbasierter Journalismus
Massenkommunikativer versus netzbasierter Journalismus
 
Schreibwerkstatt Integriertes Online-Fundraising
Schreibwerkstatt Integriertes Online-FundraisingSchreibwerkstatt Integriertes Online-Fundraising
Schreibwerkstatt Integriertes Online-Fundraising
 
Visuelle Kommunikation in Facebook
Visuelle Kommunikation in FacebookVisuelle Kommunikation in Facebook
Visuelle Kommunikation in Facebook
 
"Brückentechnologien" - Technische Objekte als Intermediäre zwischen Journali...
"Brückentechnologien" - Technische Objekte als Intermediäre zwischen Journali..."Brückentechnologien" - Technische Objekte als Intermediäre zwischen Journali...
"Brückentechnologien" - Technische Objekte als Intermediäre zwischen Journali...
 
2012 staudemeyer-fallbeispiel-web2.0
2012 staudemeyer-fallbeispiel-web2.02012 staudemeyer-fallbeispiel-web2.0
2012 staudemeyer-fallbeispiel-web2.0
 
Sitzung4
Sitzung4Sitzung4
Sitzung4
 
Vom Sein und Schein - wie informationskompetent sind wir?
Vom Sein und Schein - wie informationskompetent sind wir?Vom Sein und Schein - wie informationskompetent sind wir?
Vom Sein und Schein - wie informationskompetent sind wir?
 
Social media in der verbandskommunikation im verbändereport 09 2010
Social media in der verbandskommunikation im verbändereport 09 2010Social media in der verbandskommunikation im verbändereport 09 2010
Social media in der verbandskommunikation im verbändereport 09 2010
 
Tsvasman2006 Informationsgesellschaft Artikel
Tsvasman2006 Informationsgesellschaft ArtikelTsvasman2006 Informationsgesellschaft Artikel
Tsvasman2006 Informationsgesellschaft Artikel
 

Andere mochten auch

Sintesis
SintesisSintesis
Sintesis
jeycoga
 
Réponse du CCBE au document de consultation du GAFI
Réponse du CCBE au document de consultation du GAFIRéponse du CCBE au document de consultation du GAFI
Réponse du CCBE au document de consultation du GAFI
OBFG
 
Ordenador
OrdenadorOrdenador
Ordenador
evatic
 
Desenclavement Et Mode De Gouvernance
Desenclavement Et Mode De GouvernanceDesenclavement Et Mode De Gouvernance
Desenclavement Et Mode De GouvernanceSonia Charbti
 
guiatwitter
guiatwitterguiatwitter
OpinionWay pour APEL - Le défi des langues étrangères / Octobre 2015
OpinionWay pour APEL - Le défi des langues étrangères / Octobre 2015OpinionWay pour APEL - Le défi des langues étrangères / Octobre 2015
OpinionWay pour APEL - Le défi des langues étrangères / Octobre 2015
contactOpinionWay
 
Rar aaps-227-2010
Rar aaps-227-2010Rar aaps-227-2010
Rar aaps-227-2010
wheeler696
 
Tâche 1
Tâche 1 Tâche 1
Tâche 1
Sory Alvar
 
Linked Data als Perspektive für die bibliothekarische Inhaltserschließung
Linked Data als Perspektive für die bibliothekarische InhaltserschließungLinked Data als Perspektive für die bibliothekarische Inhaltserschließung
Linked Data als Perspektive für die bibliothekarische InhaltserschließungBernhard Haslhofer
 
Tribusde
TribusdeTribusde
Tribusde
c1w2
 
Emerce eHRM Randstad en Social Media 17 Maart
Emerce eHRM Randstad en Social Media  17 MaartEmerce eHRM Randstad en Social Media  17 Maart
Emerce eHRM Randstad en Social Media 17 MaartTessa Witte
 
Digitalks für JournalistInnen von Sonja Bettel
Digitalks für JournalistInnen von Sonja BettelDigitalks für JournalistInnen von Sonja Bettel
Digitalks für JournalistInnen von Sonja Bettel
Meral Akin-Hecke
 
Hermes y Afrodita: Hermafrodito
Hermes y Afrodita: HermafroditoHermes y Afrodita: Hermafrodito
Hermes y Afrodita: Hermafrodito
mariagarciaruizdeleon
 
ICT4D
ICT4DICT4D
Firmas recogidas anny_cabrera
Firmas  recogidas anny_cabreraFirmas  recogidas anny_cabrera
Firmas recogidas anny_cabreramarcosgabo
 
66 73 new-mediaranking09
66 73 new-mediaranking0966 73 new-mediaranking09
66 73 new-mediaranking09ecomplexx
 
C mputadoras ec lógicas
C   mputadoras ec  lógicasC   mputadoras ec  lógicas
C mputadoras ec lógicas
Roxane Miller Sanz
 
Destinations solidaires programme 17 novembre 2011
Destinations solidaires programme 17 novembre 2011Destinations solidaires programme 17 novembre 2011
Destinations solidaires programme 17 novembre 2011
Marc Fonbaustier
 

Andere mochten auch (20)

Team Foundation Server
Team Foundation ServerTeam Foundation Server
Team Foundation Server
 
Sintesis
SintesisSintesis
Sintesis
 
Réponse du CCBE au document de consultation du GAFI
Réponse du CCBE au document de consultation du GAFIRéponse du CCBE au document de consultation du GAFI
Réponse du CCBE au document de consultation du GAFI
 
Ordenador
OrdenadorOrdenador
Ordenador
 
Desenclavement Et Mode De Gouvernance
Desenclavement Et Mode De GouvernanceDesenclavement Et Mode De Gouvernance
Desenclavement Et Mode De Gouvernance
 
guiatwitter
guiatwitterguiatwitter
guiatwitter
 
OpinionWay pour APEL - Le défi des langues étrangères / Octobre 2015
OpinionWay pour APEL - Le défi des langues étrangères / Octobre 2015OpinionWay pour APEL - Le défi des langues étrangères / Octobre 2015
OpinionWay pour APEL - Le défi des langues étrangères / Octobre 2015
 
Rar aaps-227-2010
Rar aaps-227-2010Rar aaps-227-2010
Rar aaps-227-2010
 
Tâche 1
Tâche 1 Tâche 1
Tâche 1
 
Linked Data als Perspektive für die bibliothekarische Inhaltserschließung
Linked Data als Perspektive für die bibliothekarische InhaltserschließungLinked Data als Perspektive für die bibliothekarische Inhaltserschließung
Linked Data als Perspektive für die bibliothekarische Inhaltserschließung
 
Tribusde
TribusdeTribusde
Tribusde
 
Emerce eHRM Randstad en Social Media 17 Maart
Emerce eHRM Randstad en Social Media  17 MaartEmerce eHRM Randstad en Social Media  17 Maart
Emerce eHRM Randstad en Social Media 17 Maart
 
Digitalks für JournalistInnen von Sonja Bettel
Digitalks für JournalistInnen von Sonja BettelDigitalks für JournalistInnen von Sonja Bettel
Digitalks für JournalistInnen von Sonja Bettel
 
Hermes y Afrodita: Hermafrodito
Hermes y Afrodita: HermafroditoHermes y Afrodita: Hermafrodito
Hermes y Afrodita: Hermafrodito
 
Obi ds cnt372675
Obi ds cnt372675Obi ds cnt372675
Obi ds cnt372675
 
ICT4D
ICT4DICT4D
ICT4D
 
Firmas recogidas anny_cabrera
Firmas  recogidas anny_cabreraFirmas  recogidas anny_cabrera
Firmas recogidas anny_cabrera
 
66 73 new-mediaranking09
66 73 new-mediaranking0966 73 new-mediaranking09
66 73 new-mediaranking09
 
C mputadoras ec lógicas
C   mputadoras ec  lógicasC   mputadoras ec  lógicas
C mputadoras ec lógicas
 
Destinations solidaires programme 17 novembre 2011
Destinations solidaires programme 17 novembre 2011Destinations solidaires programme 17 novembre 2011
Destinations solidaires programme 17 novembre 2011
 

Ähnlich wie Studie: Links auf Twitter

Orientierung in Öffentlichkeiten des Social Web
Orientierung in Öffentlichkeiten des Social WebOrientierung in Öffentlichkeiten des Social Web
Orientierung in Öffentlichkeiten des Social Web
Jan Schmidt
 
Nachrichten und Social Media
Nachrichten und Social MediaNachrichten und Social Media
Nachrichten und Social Media
Axel Maireder
 
Persönliche Öffentlichkeiten Halle 2009
Persönliche Öffentlichkeiten Halle 2009Persönliche Öffentlichkeiten Halle 2009
Persönliche Öffentlichkeiten Halle 2009
Jan Schmidt
 
Social Media Governance
Social Media GovernanceSocial Media Governance
Social Media GovernanceAnne Linke
 
Neue Öffentlichkeiten Hürth 2009 Print
Neue Öffentlichkeiten Hürth 2009 PrintNeue Öffentlichkeiten Hürth 2009 Print
Neue Öffentlichkeiten Hürth 2009 Print
Jan Schmidt
 
Öffentlichkeit Im Wandel Darmstadt 2009
Öffentlichkeit Im Wandel Darmstadt 2009Öffentlichkeit Im Wandel Darmstadt 2009
Öffentlichkeit Im Wandel Darmstadt 2009
Jan Schmidt
 
Social Media in der Assekuranz 2012 - Einleitung
Social Media in der Assekuranz 2012 - EinleitungSocial Media in der Assekuranz 2012 - Einleitung
Social Media in der Assekuranz 2012 - Einleitung
V.E.R.S. Leipzig GmbH
 
Vortrag beim DSGV zum Thema Shit Storms
Vortrag beim DSGV zum Thema Shit StormsVortrag beim DSGV zum Thema Shit Storms
Vortrag beim DSGV zum Thema Shit StormsAnne Linke
 
Das Web 2.0 und seine Bedeutung für die politische Bildung
Das Web 2.0 und seine Bedeutung für die politische BildungDas Web 2.0 und seine Bedeutung für die politische Bildung
Das Web 2.0 und seine Bedeutung für die politische Bildung
Jan Schmidt
 
Pleil Online Monitoring PrePrint
Pleil Online Monitoring PrePrintPleil Online Monitoring PrePrint
Pleil Online Monitoring PrePrint
Thomas Pleil
 
Neue Öffentlichkeiten Tübingen 2010
Neue Öffentlichkeiten Tübingen 2010Neue Öffentlichkeiten Tübingen 2010
Neue Öffentlichkeiten Tübingen 2010
Jan Schmidt
 
Neue Öffentlichkeiten im Social Web
Neue Öffentlichkeiten im Social WebNeue Öffentlichkeiten im Social Web
Neue Öffentlichkeiten im Social Web
Jan Schmidt
 
eVideo Online-Konferenz 2009: Twitter & Co.
eVideo Online-Konferenz 2009: Twitter & Co.eVideo Online-Konferenz 2009: Twitter & Co.
eVideo Online-Konferenz 2009: Twitter & Co.
Jana Herwig
 
Twitter in Österreich: Strukturen, Formen, Themen
Twitter in Österreich: Strukturen, Formen, ThemenTwitter in Österreich: Strukturen, Formen, Themen
Twitter in Österreich: Strukturen, Formen, ThemenAxel Maireder
 
Web 2.0 und seine Öffentlichkeiten
Web 2.0 und seine ÖffentlichkeitenWeb 2.0 und seine Öffentlichkeiten
Web 2.0 und seine Öffentlichkeiten
Jan Schmidt
 
Authentizitaet im Social Web (PR-Magazin)
Authentizitaet im Social Web (PR-Magazin)Authentizitaet im Social Web (PR-Magazin)
Authentizitaet im Social Web (PR-Magazin)
Thomas Pleil
 
Netzwerkplattformen und soziale Netzwerke
Netzwerkplattformen und soziale NetzwerkeNetzwerkplattformen und soziale Netzwerke
Netzwerkplattformen und soziale Netzwerke
Jan Schmidt
 
Social Media in Verbänden, Social Media für Verbände
Social Media in Verbänden, Social Media für VerbändeSocial Media in Verbänden, Social Media für Verbände
Social Media in Verbänden, Social Media für Verbände
Thomas Klauss
 
Masterthese Bedrohungen bei der individuellen Nutzung von Sozialen Netzwerken...
Masterthese Bedrohungen bei der individuellen Nutzung von Sozialen Netzwerken...Masterthese Bedrohungen bei der individuellen Nutzung von Sozialen Netzwerken...
Masterthese Bedrohungen bei der individuellen Nutzung von Sozialen Netzwerken...
Guenther Neukamp
 
Web2.0 & Politische Bildung
Web2.0 & Politische BildungWeb2.0 & Politische Bildung
Web2.0 & Politische Bildungdavidroethler
 

Ähnlich wie Studie: Links auf Twitter (20)

Orientierung in Öffentlichkeiten des Social Web
Orientierung in Öffentlichkeiten des Social WebOrientierung in Öffentlichkeiten des Social Web
Orientierung in Öffentlichkeiten des Social Web
 
Nachrichten und Social Media
Nachrichten und Social MediaNachrichten und Social Media
Nachrichten und Social Media
 
Persönliche Öffentlichkeiten Halle 2009
Persönliche Öffentlichkeiten Halle 2009Persönliche Öffentlichkeiten Halle 2009
Persönliche Öffentlichkeiten Halle 2009
 
Social Media Governance
Social Media GovernanceSocial Media Governance
Social Media Governance
 
Neue Öffentlichkeiten Hürth 2009 Print
Neue Öffentlichkeiten Hürth 2009 PrintNeue Öffentlichkeiten Hürth 2009 Print
Neue Öffentlichkeiten Hürth 2009 Print
 
Öffentlichkeit Im Wandel Darmstadt 2009
Öffentlichkeit Im Wandel Darmstadt 2009Öffentlichkeit Im Wandel Darmstadt 2009
Öffentlichkeit Im Wandel Darmstadt 2009
 
Social Media in der Assekuranz 2012 - Einleitung
Social Media in der Assekuranz 2012 - EinleitungSocial Media in der Assekuranz 2012 - Einleitung
Social Media in der Assekuranz 2012 - Einleitung
 
Vortrag beim DSGV zum Thema Shit Storms
Vortrag beim DSGV zum Thema Shit StormsVortrag beim DSGV zum Thema Shit Storms
Vortrag beim DSGV zum Thema Shit Storms
 
Das Web 2.0 und seine Bedeutung für die politische Bildung
Das Web 2.0 und seine Bedeutung für die politische BildungDas Web 2.0 und seine Bedeutung für die politische Bildung
Das Web 2.0 und seine Bedeutung für die politische Bildung
 
Pleil Online Monitoring PrePrint
Pleil Online Monitoring PrePrintPleil Online Monitoring PrePrint
Pleil Online Monitoring PrePrint
 
Neue Öffentlichkeiten Tübingen 2010
Neue Öffentlichkeiten Tübingen 2010Neue Öffentlichkeiten Tübingen 2010
Neue Öffentlichkeiten Tübingen 2010
 
Neue Öffentlichkeiten im Social Web
Neue Öffentlichkeiten im Social WebNeue Öffentlichkeiten im Social Web
Neue Öffentlichkeiten im Social Web
 
eVideo Online-Konferenz 2009: Twitter & Co.
eVideo Online-Konferenz 2009: Twitter & Co.eVideo Online-Konferenz 2009: Twitter & Co.
eVideo Online-Konferenz 2009: Twitter & Co.
 
Twitter in Österreich: Strukturen, Formen, Themen
Twitter in Österreich: Strukturen, Formen, ThemenTwitter in Österreich: Strukturen, Formen, Themen
Twitter in Österreich: Strukturen, Formen, Themen
 
Web 2.0 und seine Öffentlichkeiten
Web 2.0 und seine ÖffentlichkeitenWeb 2.0 und seine Öffentlichkeiten
Web 2.0 und seine Öffentlichkeiten
 
Authentizitaet im Social Web (PR-Magazin)
Authentizitaet im Social Web (PR-Magazin)Authentizitaet im Social Web (PR-Magazin)
Authentizitaet im Social Web (PR-Magazin)
 
Netzwerkplattformen und soziale Netzwerke
Netzwerkplattformen und soziale NetzwerkeNetzwerkplattformen und soziale Netzwerke
Netzwerkplattformen und soziale Netzwerke
 
Social Media in Verbänden, Social Media für Verbände
Social Media in Verbänden, Social Media für VerbändeSocial Media in Verbänden, Social Media für Verbände
Social Media in Verbänden, Social Media für Verbände
 
Masterthese Bedrohungen bei der individuellen Nutzung von Sozialen Netzwerken...
Masterthese Bedrohungen bei der individuellen Nutzung von Sozialen Netzwerken...Masterthese Bedrohungen bei der individuellen Nutzung von Sozialen Netzwerken...
Masterthese Bedrohungen bei der individuellen Nutzung von Sozialen Netzwerken...
 
Web2.0 & Politische Bildung
Web2.0 & Politische BildungWeb2.0 & Politische Bildung
Web2.0 & Politische Bildung
 

Mehr von Axel Maireder

PR Ethik Rat — Social Media Prinzipien
PR Ethik Rat — Social Media PrinzipienPR Ethik Rat — Social Media Prinzipien
PR Ethik Rat — Social Media PrinzipienAxel Maireder
 
Evolution of News in Networked Publics
Evolution of News in Networked PublicsEvolution of News in Networked Publics
Evolution of News in Networked Publics
Axel Maireder
 
Reliability vs. Authority: Credibility Assessment of Highschool Students
Reliability vs. Authority: Credibility Assessment of Highschool StudentsReliability vs. Authority: Credibility Assessment of Highschool Students
Reliability vs. Authority: Credibility Assessment of Highschool Students
Axel Maireder
 
Sharing, Liking, (Re)tweeting: Konzeption als zweiter Schritt des Two-Step-Flow?
Sharing, Liking, (Re)tweeting: Konzeption als zweiter Schritt des Two-Step-Flow?Sharing, Liking, (Re)tweeting: Konzeption als zweiter Schritt des Two-Step-Flow?
Sharing, Liking, (Re)tweeting: Konzeption als zweiter Schritt des Two-Step-Flow?
Axel Maireder
 
Reliablity vs Authority, IAMCR Paper
Reliablity vs Authority, IAMCR PaperReliablity vs Authority, IAMCR Paper
Reliablity vs Authority, IAMCR Paper
Axel Maireder
 
Twitter in Österreich: Vortrag @ Barcamp Wien
Twitter in Österreich: Vortrag @ Barcamp WienTwitter in Österreich: Vortrag @ Barcamp Wien
Twitter in Österreich: Vortrag @ Barcamp Wien
Axel Maireder
 
Twitterin oesterreich
Twitterin oesterreichTwitterin oesterreich
Twitterin oesterreichAxel Maireder
 
Concepts and Habits of Internet Use Among Students and Teachers in Austria
Concepts and Habits of Internet Use Among Students and Teachers in AustriaConcepts and Habits of Internet Use Among Students and Teachers in Austria
Concepts and Habits of Internet Use Among Students and Teachers in Austria
Axel Maireder
 
Abstract Gor09
Abstract Gor09Abstract Gor09
Abstract Gor09
Axel Maireder
 
VO PAED Medienkulturforschung
VO PAED MedienkulturforschungVO PAED Medienkulturforschung
VO PAED MedienkulturforschungAxel Maireder
 
Das Internet: ein Massenmedium?
Das Internet: ein Massenmedium?Das Internet: ein Massenmedium?
Das Internet: ein Massenmedium?
Axel Maireder
 

Mehr von Axel Maireder (11)

PR Ethik Rat — Social Media Prinzipien
PR Ethik Rat — Social Media PrinzipienPR Ethik Rat — Social Media Prinzipien
PR Ethik Rat — Social Media Prinzipien
 
Evolution of News in Networked Publics
Evolution of News in Networked PublicsEvolution of News in Networked Publics
Evolution of News in Networked Publics
 
Reliability vs. Authority: Credibility Assessment of Highschool Students
Reliability vs. Authority: Credibility Assessment of Highschool StudentsReliability vs. Authority: Credibility Assessment of Highschool Students
Reliability vs. Authority: Credibility Assessment of Highschool Students
 
Sharing, Liking, (Re)tweeting: Konzeption als zweiter Schritt des Two-Step-Flow?
Sharing, Liking, (Re)tweeting: Konzeption als zweiter Schritt des Two-Step-Flow?Sharing, Liking, (Re)tweeting: Konzeption als zweiter Schritt des Two-Step-Flow?
Sharing, Liking, (Re)tweeting: Konzeption als zweiter Schritt des Two-Step-Flow?
 
Reliablity vs Authority, IAMCR Paper
Reliablity vs Authority, IAMCR PaperReliablity vs Authority, IAMCR Paper
Reliablity vs Authority, IAMCR Paper
 
Twitter in Österreich: Vortrag @ Barcamp Wien
Twitter in Österreich: Vortrag @ Barcamp WienTwitter in Österreich: Vortrag @ Barcamp Wien
Twitter in Österreich: Vortrag @ Barcamp Wien
 
Twitterin oesterreich
Twitterin oesterreichTwitterin oesterreich
Twitterin oesterreich
 
Concepts and Habits of Internet Use Among Students and Teachers in Austria
Concepts and Habits of Internet Use Among Students and Teachers in AustriaConcepts and Habits of Internet Use Among Students and Teachers in Austria
Concepts and Habits of Internet Use Among Students and Teachers in Austria
 
Abstract Gor09
Abstract Gor09Abstract Gor09
Abstract Gor09
 
VO PAED Medienkulturforschung
VO PAED MedienkulturforschungVO PAED Medienkulturforschung
VO PAED Medienkulturforschung
 
Das Internet: ein Massenmedium?
Das Internet: ein Massenmedium?Das Internet: ein Massenmedium?
Das Internet: ein Massenmedium?
 

Studie: Links auf Twitter

  • 1. 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
  • 2. 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)
  • 4. 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.
  • 5. 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.
  • 7. 07 Studie „Links auf Twitter“, April 2011 Methode Quantitative Inhaltsanalyse deutschsprachiger Tweets von als Individuen auftretenden Nutzer/innen, der Medieninhalte auf die sie verlinken und der Bezugnahme 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
  • 8. 08 Studie „Links auf Twitter“, April 2011 15000 Verhältnis von ausgeschlossenen Tweets (grün) zum Analysematerial und Gründe für den Ausschluss Sampling nicht Deutsch 12500 Stichprobe: 12.048 Tweets 21% 10000 Ausschluss 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 0 Vorgangsweise 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 beiden Tageszeitfenstern proportional geschichtete Datensets anschliessend verknüpft. Zufallsstichprobe deutschsprachiger Tweets 4. Tweets, die entgegen der Sprachmarkierung gezogen. Dabei wurde folgendermassen durch Twitter nicht deutschsprachig waren, vorgegangen: wurden aussortiert. Grundgesamtheit Gesamtstichprobe 1. Per Zufallsgenerator wurden für jeden Tag der 5. Auf Basis des Nutzer/innen-Namens, der Hochgerechnet auf Basis der Stichprobe: 2.636.880 Tweets beiden Erhebungswochen je drei Zeitpunkte pro angegebenen biographischen Information und durchschnittlich 107,6 pro Minute bzw. 154.903 pro Tag Zeitfenster bestimmt. des Pro lbildes wurde analysiert, ob es sich 2. Mit Hilfe von sensemetric.com wurde über die vermutlich um eine/n individuelle/n Nutzer/in Kon denzintervall (95%): 0,89 Twitter-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 Analysematerial Sprachmarkierung „Deutsch“ versehen waren und die Buchstabenkombination „http://“ 6. Durch dieses Verfahren wurde die ursprüngliche Hochgerechnet auf Basis der Stichprobe: 704.838 Tweets enthielten. Zahl von 12.048 Tweets auf 3.221 reduziert. Kon denzintervall (95%): 1,72 * z.B. Broken Link, Zugangsbeschränkung, Doppeltweet, Spam
  • 9. 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: 0 40 Maximum: 113028 Maximum: 113971 Mittelwert: 923 Mittelwert: 966 nicht Frauen erkennbar 22% 14% 30 20 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
  • 11. 11 Studie „Links auf Twitter“, April 2011 0 25 50 75 100 Struktur der Tweets Hashtag 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. 12 Studie „Links auf Twitter“, April 2011 Produzent/in des Medieninhaltes Ein Dittel der Tweets verweisen Unternehmen / auf Inhalte redaktioneller Medien, Organisation 37% Redaktionelles Medium 28% auf User Generated Content 34% und 37% auf Content von Unternehmen / Organisationen. User Generated 28% 1% andere bzw. VARIABLE: Akteur, der offensichtlich für die Erstellung des Medieninhalts 17,7% nicht erkennbar verantwortlich zeichnet bzw. als Produzent/in des Medieninhaltes auftritt 12,9% 23,0% N=3221 DIMENSIONEN: Redaktionelles Medium: Professionelle, User Generated: Akteure, die nicht als Teil Plattform der Veröffentlichung in kollektiven organisierte Akteure im eines kollektiv organisierten Akteurs Rahmen einer Organisation, deren auftreten und nicht im Namen oder mit Neben dem Produzenten des Medieninhaltes war von Interesse, in welchem Hauptzweck in der Verarbeitung und Bezug zu einem solchen einen Veröffentlichung von Information zur Medieninhalt bereitstellen; vornehmlich Rahmen bzw. auf welcher Form von Website dieser publiziert wurde. So führen nicht Bereitstellung 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 Webseiten Akteure im Rahmen einer Organisation, redaktioneller Medien zu nden (z.B. Kommentare zu Beiträgen). deren Hauptzweck anders gelagert ist als bei redaktionellen Medien: Unternehmen, staatliche und nicht-staatliche Institutionen (NPOs), Vereine, NGOs, etc.
  • 13. 13 Studie „Links auf Twitter“, April 2011 60 45 Spezi sche News Inhaltsform der Medieninhalte 16% Mehr als die Hälfte der Tweets 30 Soft News verweisen auf Nachrichten 16% immerhin 23% auf Werbung. 12% sind tendentiell interne 15 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. 14 Studie „Links auf Twitter“, April 2011 Anwendung 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 erkennbar Gesamt über 100% N=3221 durch Rundungsfehler N=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. 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. 16 Studie „Links auf Twitter“, April 2011 Struktur 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. 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. 18 Studie „Links auf Twitter“, April 2011 Bezug zum Inhalt (Details) Bei redaktionellen Inhalten Bei Videos / Audios als Inhalt wird und User-Generated Content wird häu ger gewertet (37%) als bei häu 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 keine 50 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. 19 Studie „Links auf Twitter“, April 2011 Thematischer Bezug In 44% der Tweets wurde ein Persönlicher thematischer thematischer Bezug hergestellt, Bezug der über den konkreten Inhalt 16% Kein Bezug zum Thema hinausgeht (Verknüpfungen, Thematischer, 56% Interpretationen, Informationen). aber kein Bei 18% ist dies ein Bezug zu persönlicher Bezug 28% eigenen Leben und Erleben N=1284 VARIABLE BEZUG ZUM THEMA: Der Nutzer macht eine Anmerkung zum Thema, die über einen Bezug zum konkreten Medieninhalt hinausgeht. DIMENSIONEN: Persönlicher thematischer Bezug: Bezug zum Thema keine Bezug zum Thema: Keine Anmerkung zum Thema, über den konkreten Inhalt hinausgehend durch Nur Tweets mit individuellem Kommentar die über einen Bezug zum konkreten Medieninhalt Verknüpfung mit eigener oder stellvertretender Erfahrung sowie Twitter-Nutzer/in und Produzent/in des hinausgeht vorhanden, d.h. es gibt einen Bezug zu einem Medieninhaltes nicht ident! Thematischer, aber kein persönlicher Bezug: Bezug persönlichen Erlebnis, zum eigenen Leben und Erleben zum Thema über den konkreten Inhalt hinausgehend vorhanden, aber keine Verknüpfung mit eigener oder stellvertretender Erfahrung. Dies sind vor allem Bezüge zu allgemeinen Einschätzung der Sachlage, spezi sche Interpretationen des Medieninhaltes oder Anreicherung durch zusätzliche Informationen
  • 20. 20 Studie „Links auf Twitter“, April 2011 Thematischer Bezug (Details) Bei Bildern und Videos Bei Hard News und Werbung werden wird häu ger ein persönlicher tendentiell seltener persönliche Bezüge hergestellt (beide 12%) Bezug hergestellt (20 & 21%) als bei Soft News (15%) und als bei Text (13%) 60 spezi schen Nachrichten (18%). Am häu gesten sind diese Bezüge bei Unterhaltung (21%) und 50 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!
  • 22. 22 Studie „Links auf Twitter“, April 2011 Interpretation & Einordnung Klassische Gatekeeper bei Nachrichten von allgemeinem Interesse relevant, für spezifische Nachrichten ist Social Media zentral. Tweets liefern neue Perspektiven auf Medieninhalte und unterstützen so die Einordnung von Nachrichten (u.a.) in ihre thematischen Kontexte und 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 Situationen und unterhaltenden Medieninhalten. Twitter wird keepern nur bedingt verteilt werden, spielt Twitter hier kennen, verbinden Nutzer/innen auch bei der insbesondere als Nachrichtenkanal für sowohl Hard- eine besondere Rolle bei der Diffusion. Kommunikation über Medieninhalte auf Twitter die und 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 dem verwiesen, die aus klassischen redaktionellen Medien Verweise mit individuellen Kommentaren zu eigenen persönlichen Leben und Erleben, beteiligen stammen. Es scheint, als würde die Gatekeeper- versehen. Ein Großteil dieser Kommentare nimmt dabei sich Twitter-Nutzer/innen an der Einordnung dieser Funktion 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 einen Masse 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 für Nachrichten für Fach-, Interessens- oder Hobby- innen, dem Link in einem solchen Tweet folgend, nun Medieninhalte, es ist vielmehr ein - je nach öffentlichkeiten 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 Themen Videos 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. 23 Studie „Links auf Twitter“, April 2011 Einschränkungen & Ausblick Ergebnisse für die Erhebungswochen gültig, Tendenzen auch darüber hinaus Fokus auf die Netzwerke der Kommunikation bei weiteren Studien erforderlich Verallgemeinerung der Ergebnisse auch mit einigem Aufwand - problemlos funktioniert. sich zwei Kategorien ("Humor" und "Involvement") als Die vorgestellten Ergebnisse sind auf Grund der Es bleibt jedoch fraglich, ob und wie viele deutsch- besonders problematisch erwiesen, die in der sorgfältigen 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 der sätzlich für die beiden Erhebungswochen gültig. Viele gefunden haben. Auf Basis der Erfahrung mit der offenslichtlich schwierigen Unterschiedung zwischen der Tendenzen, die sich in den Ergebnissen zeigen, Sprachkodierung erscheint jedoch unwahrscheinlich, den Nachrichtenformen durch den Studeinautor können durchaus auch darüber hinaus für deutsch- dass es sich bei dabei um Tweets mit bestimmten nachgearbeitet werden. Bei den anderen Kategorien sprachige Tweets individueller Nutzer gelten. Es Eigenschaften gehandelt haben könnte, die einen war das Ergebnis der Prüfung im zulässigen Rahmen zeigen 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 einem 2011 durch die Nachrichtenlage bedingt (Erdbeben in ausschliesslich drei Kodierer/innen unter der „aus dem vollen Schöpfen“, und ist für einen ersten Japan) deutlich höher als in der ersten im Dezember Anleitung des Studienautors gearbeitet haben, wurde Eindruck davon, welche Inhalte sich über den 2010, 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 von der beiden Wochen und der durch eine grössere Lehrveranstaltung zum Projekt kodiert. Alle Kodierer/ Kommunikation in Twitter als Kommunikationsraum Stichprobe in der „normaleren“ ersten Erhebuns- innen wurden dabei nicht nur ordentlich eingeschult, miteinander verknüpfter Netzwerke wird dies jedoch woche (1977 zu 1244 Tweets) erzielte Ungleichge- sondern waren in die Entwicklung des Forschungs- nicht gerecht. Denn eben diese Verknüpfungen wichtung der beiden Zeiträume in den Ergebnissen, designs auch über mehrer Wochen hinweg konnte mit dem Design unserer Studie nicht gehen 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 und Abfrage 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 an insbesondere die Sprachkennzeichnung von Twitter Analysematerials eine Zweitkodierung durch den Studien, die die Netzwerke der Kommunikation in als problematisch erwiesen. Wie auf Seite 8 beschrie- Studienleiter durchgeführt und entsprechende den Blick nehmen, sind notwendig, um die ben, mussten deshalb eine Reihe von Tweets manuell Auffälligkeiten auch in anderen Fällen nachbearbeitet. komplexen Kommunikationsstrukturen bei der aus der Untersuchung ausgeschlossen werden, da sie Zum anderen wurde von den Studierenden ein Diffusion von und dem Diskurs über Medieninhalte nicht 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
  • 24. Credits Institut für Publizistik- und Kommunikationswissenschaft, Universität Wien http://www.univie.ac.at/publizistik Studienleitung: Mag. Axel Maireder Kontakt: axel.maireder@univie.ac.at; +43 4277 49375; http://twitter.com/axelmaireder; http://homepage.univie.ac.at/axel.maireder Kodierteam: Kathrin Braun, Florian Grau, Marius Huinik Ausarbeitung mit Unterstützung der Teilnehmer/innen der Übung Kommunikationsforschung 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 Zupcec 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 Mit freundlicher Unterstützung von: Sensemetric.com