{"id":24183,"date":"2026-09-02T09:28:06","date_gmt":"2026-09-02T07:28:06","guid":{"rendered":"https:\/\/dhd-blog.org\/?p=24183"},"modified":"2026-09-02T12:12:04","modified_gmt":"2026-09-02T10:12:04","slug":"workshopbericht-von-digitalen-korpora-zu-forschungsdaten-in-der-kommunikations-und-medienwissenschaft-verantwortung-methoden-infrastrukturen-29-05-26-in-leipzig","status":"publish","type":"post","link":"https:\/\/dhd-blog.org\/?p=24183","title":{"rendered":"Workshopbericht \u201eVon digitalen Korpora zu Forschungsdaten in der Kommunikations- und Medienwissenschaft: Verantwortung, Methoden, Infrastrukturen\u201c (29.05.26 in Leipzig)"},"content":{"rendered":"\n
\n

Von Lukas Hohendorf, Kai Matuszkiewicz, Lydia Riedl und Paula Rinke<\/p>\n

\"Fotos:<\/a>

Fotos: FID Media<\/p><\/div>\n

Ausgangspunkt<\/h2>\n

In digitalen R\u00e4umen werden fortlaufend Daten produziert, die f\u00fcr die Kommunikations- und Medienwissenschaft von hoher Relevanz sind, darunter Beitr\u00e4ge und Kommentare in sozialen Medien, Kommunikationsverl\u00e4ufe in Messenger-Diensten, audiovisuelle und auditive Inhalte, digitale Zeitungsarchive und digitalisierte historische Quellen oder journalistische Online-Angebote. In Forschungsprojekten entstehen daraus h\u00e4ufig umfangreiche Korpora. Viele Forschende wissen aus eigener Erfahrung, dass diese nach Projektende jedoch oft schwer auffindbar, nur eingeschr\u00e4nkt dokumentiert oder aufgrund rechtlicher, ethischer und technischer Rahmenbedingungen nicht ohne Weiteres nachnutzbar bleiben.<\/p>\n

An dieser Ausgangsproblematik setzte der Workshop \u201eVon digitalen Korpora zu Forschungsdaten in der Kommunikations- und Medienwissenschaft: Verantwortung, Methoden, Infrastrukturen\u201c<\/span><\/a><\/span> an, den der FID Media am 29. Mai 2026 an der Universit\u00e4tsbibliothek Leipzig veranstaltete. In ihrer Begr\u00fc\u00dfung f\u00fchrte Patricia Blume in diese Ausgangsproblematik ein und benannte als \u00fcbergeordnete Fragen des Workshops, wie digitale Kommunikationskorpora entstehen, unter welchen Bedingungen sie wissenschaftlich analysiert werden k\u00f6nnen und welche Rolle fachnahe wissenschaftliche Infrastrukturen k\u00fcnftig bei ihrer Dokumentation und Vernetzung spielen k\u00f6nnen, um sie niedrigschwellig nachnutzbar zu machen.<\/p>\n

Wie durch Lukas Hohendorf in seiner anschlie\u00dfenden Einf\u00fchrung erl\u00e4utert, strukturierte sich der Workshop dabei entlang wichtiger Stationen des \u00fcblichen Forschungsprozesses. Im ersten Panel ging es um die Entstehung digitaler Kommunikationsdaten und die methodischen, epistemischen und ethischen Entscheidungen, die bereits die Datenerhebung beeinflussen. Das zweite Panel r\u00fcckte die Frage in den Vordergrund, wie aus projektgebundenen Datensammlungen l\u00e4ngerfristig nachnutzbare Forschungsressourcen werden k\u00f6nnen. Das dritte Panel diskutierte schlie\u00dflich die Potenziale und Grenzen vernetzter Kommunikationskorpora f\u00fcr Analyseformen, insbesondere in der Computational Communication Science (CCS).<\/p>\n

Von digitaler Kommunikation zu Korpora f\u00fcr die Forschung<\/h2>\n

Das erste Panel, moderiert von Patricia Blume, widmete sich der grundlegenden Frage, wie digitale Kommunikationsspuren \u00fcberhaupt zu Forschungsdaten werden. Die Beitr\u00e4ge veranschaulichten, dass digitale Daten nicht einfach \u201evorliegen\u201c, sondern in komplexen technischen, sozialen und institutionellen Prozessen hergestellt werden. Welche Daten verf\u00fcgbar sind, welche L\u00fccken entstehen und welche Kommunikationsformen \u00fcberhaupt beobachtbar werden, h\u00e4ngt von Plattformarchitekturen, Zugangsm\u00f6glichkeiten, Erhebungspraktiken, ethischen Entscheidungen und rechtlichen Rahmenbedingungen ab.<\/p>\n

Katharina Kinder-Kurlanda (Universit\u00e4t Klagenfurt) nahm in ihrem Beitrag \u201eEpistemische Herausforderungen von Big Social Media Data f\u00fcr die Sozialwissenschaft\u201c die Entstehungsbedingungen digitaler Daten in den Blick. Sie zeigte, dass Forschung mit gro\u00dfen Datenbest\u00e4nden aus sozialen Medien immer auch mit asymmetrischen Daten\u00f6konomien verbunden ist. W\u00e4hrend plattformbetreibende Unternehmen umfangreiche Datenbest\u00e4nde kontrollieren, sind Forschende h\u00e4ufig auf instabile oder nachtr\u00e4glich eingeschr\u00e4nkte Zug\u00e4nge angewiesen. Diese Abh\u00e4ngigkeit schl\u00e4gt sich nicht nur in der Datenerhebung selbst nieder, sondern beschr\u00e4nkt auch den M\u00f6glichkeitsraum der Forschungsfragen, die wissenschaftlich \u00fcberhaupt bearbeitbar sind.<\/p>\n

Ein zentrales Thema ihres Beitrags war die Sichtbarkeit von Datenarbeit. Viele Entscheidungen, die f\u00fcr wissenschaftliche Ergebnisse ma\u00dfgeblich sind, bleiben in Publikationen oft unterbelichtet: Wie wurden Daten erhoben, bereinigt, ausgeschlossen, anonymisiert oder transformiert? Welche Plattformbedingungen haben den Zugang strukturiert? Welche ethischen Abw\u00e4gungen waren im Forschungsprozess erforderlich? Kinder-Kurlanda betonte, dass Datenpraktiken situiert, iterativ und plattformgebunden sind. Transparenz \u00fcber diese Praktiken ist daher eine Voraussetzung f\u00fcr die \u00dcberpr\u00fcfbarkeit und Einordnung wissenschaftlicher Ergebnisse.<\/p>\n

Auch die Archivierung digitaler Plattformdaten wurde als besondere Herausforderung sichtbar. Am Beispiel fr\u00fcherer Twitter-Forschung wurde aufgezeigt, dass die Archivierung von IDs zwar eine Zeit lang als praktikabler Kompromiss galt, langfristig aber keine verl\u00e4ssliche Perspektive bietet, wenn die Rehydrierung, d.h. die Wiederherstellung der Inhalte, weiterhin von der Plattform abh\u00e4ngig bleibt. Dagegen kann die Archivierung von Code, Erhebungsprotokollen, Dokumentationen und Verarbeitungsroutinen auch dann wissenschaftlichen Mehrwert erzeugen, wenn die vollst\u00e4ndigen Rohdaten nicht dauerhaft geteilt werden k\u00f6nnen. In der Diskussion wurde zudem herausgestellt, dass Forschungsethik nicht vollst\u00e4ndig an formale Verfahren oder Infrastrukturen delegiert werden kann. Ethikkommissionen, institutionelle Leitlinien und Beratungsangebote k\u00f6nnen unterst\u00fctzen, die Verantwortung f\u00fcr konkrete Forschungsentscheidungen bleibt jedoch Teil der wissenschaftlichen Praxis.<\/p>\n

Eric Koenen (Universit\u00e4t Bremen) weitete den Blick auf digitale Zeitungsportale und die epistemischen Folgen der Digitalisierung journalistischer Quellen. Im Zentrum des Beitrags stand, dass digitalisierte Zeitungen nicht einfach analoge Objekte in digitaler Form sind. Sie liegen zugleich als Bild, Layout, Volltext, Metadatenstruktur und Suchumgebung vor. Damit ver\u00e4ndern sich nicht nur die Zugriffswege, sondern auch der epistemische Status der Quelle selbst. Digitale Zeitungsportale fungieren nicht allein als Archive, sondern auch als methodische und epistemische Forschungsumgebungen.<\/p>\n

Koenen argumentierte, dass digitale Zeitungsportale als medientechnische Assemblagen verstanden werden m\u00fcssen. Sie sind digitale Archive, Sammlungen, Leses\u00e4le, Suchmaschinen und Experimentalsysteme zugleich. Ankn\u00fcpfend an wissenschaftstheoretische Perspektiven, unter anderem an Ludwik Flecks Konzept wissenschaftlicher Denkstile und Hans-J\u00f6rg Rheinbergers Begriff des Experimentalsystems, zeigte er, dass digitale Technologien neue Formen wissenschaftlicher Beobachtung und Interpretation hervorbringen. Distant Reading und Distant Viewing er\u00f6ffnen neue Perspektiven auf Medienwandel, Layoutgeschichte und \u00f6ffentliche Kommunikation, setzen aber zugleich eine digitale Quellenkritik voraus, die sich mit Datenformaten, Auszeichnungspraktiken, OCR-Qualit\u00e4t, Portallogiken und Suchinfrastrukturen auseinandersetzt.<\/p>\n

Vanessa Angenendt (Universit\u00e4t Duisburg-Essen) brachte mit ihrem Projekt zu Misogynie in Chat-Kommunikation eine weitere Perspektive auf die Entstehung digitaler Kommunikationsdaten ein. Ihr Beitrag befasste sich nicht mit \u00f6ffentlicher Plattformkommunikation, sondern mit privater oder halb\u00f6ffentlicher Chat-Kommunikation, die der Forschung bislang nur schwer zug\u00e4nglich ist. Die Datengrundlage bilden Datenspenden, um Chatverl\u00e4ufe zu erfassen, in denen frauenfeindliche oder misogyne Kommunikation sichtbar wird.<\/p>\n

Der Beitrag verdeutlichte die gesellschaftliche Relevanz innovativer Wege der Datengewinnung, weil sozial unerw\u00fcnschte Ph\u00e4nomene wie digitale Misogynie strukturell bedingt h\u00e4ufig in Kommunikationsr\u00e4umen stattfinden, die sich klassischen Erhebungsverfahren entziehen. Datenspenden er\u00f6ffnen hier die M\u00f6glichkeit, allt\u00e4gliche und oft verdeckte benachteiligende Praktiken, die in ungleichen Geschlechterverh\u00e4ltnissen verankert sind, empirisch sichtbar zu machen. So zeigten pr\u00e4sentierte Analysen beispielsweise, dass Misogynie in Chat-Kommunikation nicht nur in einzelnen abwertenden Aussagen sichtbar wird, sondern h\u00e4ufig im Verlauf der Interaktion \u00e4hnliche Dynamiken erzeugt. Veranschaulicht wurde dies anhand typischer Sequenzen von Kontaktaufnahme, Ablehnung oder Beendigungsversuch, anschlie\u00dfendem Nachsetzen und Herabw\u00fcrdigen als Machtdemonstration. Konzepte wie \u201eUnwanted Pursuit Behavior\u201c, \u201eMisogynistic Backlash\u201c oder \u201eFreezing\u201c systematisierten, wie Kontrolle, Abwertung und Einsch\u00fcchterung kommunikativ hergestellt werden.<\/p>\n

Zugleich zeigte der Beitrag, welche methodischen und ethischen Herausforderungen mit der Analyse privater Kommunikationsr\u00e4ume verbunden sein k\u00f6nnen. So muss die Datenspende niedrigschwellig organisiert sein, gleichzeitig aber die Datensouver\u00e4nit\u00e4t der spendenden Personen respektieren. Nach der Einreichung erfolgt eine irreversible Anonymisierung; die Daten werden f\u00fcr die Analyse aufbereitet, enthalten jedoch keine vollst\u00e4ndigen Metadaten. Gerade weil es sich um sensible Daten handelt, stellen sich Fragen der Zug\u00e4nglichkeit, Nachnutzung und Dokumentation besonders nachdr\u00fccklich.1<\/sup><\/a> Auch methodische Leerstellen wurden benannt: Chats, die gel\u00f6scht wurden, k\u00f6nnen nicht untersucht werden, und die Zusammensetzung der Datenspendenden ist durch Rekrutierungswege, Bildungshintergr\u00fcnde und mediale Kooperationspartner:innen gepr\u00e4gt.<\/p>\n

Insgesamt zeigte das erste Panel, dass Digitale Kommunikationskorpora keine neutralen Abbilder digitaler Kommunikation sind. Vielmehr sind sie Ergebnisse von Entscheidungen, Infrastrukturen, Machtverh\u00e4ltnissen und Praktiken. F\u00fcr ihre sp\u00e4tere Nachnutzung reicht es daher nicht aus, Daten lediglich abzulegen. Dokumentiert werden muss auch, wie sie entstanden sind, welche Zug\u00e4nge m\u00f6glich waren, welche Ausschl\u00fcsse vorgenommen wurden, welche Unsicherheiten bestehen und welche rechtlichen oder ethischen Einschr\u00e4nkungen gelten.<\/p>\n

Vom Korpus-Silo zur nachnutzbaren Forschungsdatenlandschaft<\/h2>\n

Das zweite Panel verschob den Fokus von der Entstehung digitaler Korpora auf ihre langfristige Nachnutzung und wurde von Lydia Riedl moderiert. Ausgangspunkt war die Beobachtung, dass viele Korpora in einzelnen Projekten entstehen und nach Projektabschluss in Datensilos verbleiben. Sie sind dann zwar f\u00fcr das urspr\u00fcngliche Projekt nutzbar, werden aber f\u00fcr andere Forschende kaum auffindbar, sind unzureichend dokumentiert oder k\u00f6nnen aus rechtlichen, ethischen oder technischen Gr\u00fcnden nicht geteilt oder mit anderen Daten verkn\u00fcpft werden. Alle Beitr\u00e4ge griffen dabei einzelne oder mehrere der FAIR-Prinzipien2<\/sup><\/a> (findable, accessible, interoperable, reusable) auf und \u00fcbertrugen sie auf die besonderen Bedingungen digitaler Kommunikationskorpora.<\/p>\n

Vincent Fr\u00f6hlich (Universit\u00e4t Erlangen-N\u00fcrnberg) er\u00f6ffnete das Panel mit einem Beitrag zu infrastrukturellen Bedarfen der Forschung mit Daten aus sozialen Medien im Bereich Demokratie- und Rechtsextremismusforschung. Er betonte, dass die Volatilit\u00e4t von Plattformdaten eine zentrale Herausforderung darstellt. Inhalte werden gel\u00f6scht, Accounts verschwinden, Schnittstellen \u00e4ndern sich, Zug\u00e4nge werden eingeschr\u00e4nkt. Was heute erhoben werden kann, ist morgen m\u00f6glicherweise nicht mehr verf\u00fcgbar. F\u00fcr die Forschung bedeutet dies, dass Fragen der Sicherung, Dokumentation und Nachvollziehbarkeit fr\u00fchzeitig mitgedacht werden m\u00fcssen.<\/p>\n

Besonders betonte Fr\u00f6hlichs Beitrag, dass Sicherheit in diesem Forschungsfeld mehrdimensional ist. Es geht nicht nur um die Sicherheit der Daten selbst, sondern auch um die Sicherheit der Forschenden und der beforschten Personen. Wer zu Rechtsextremismus, Desinformation oder demokratiegef\u00e4hrdender Kommunikation forscht, kann selbst zur Zielscheibe werden. Forschungsinfrastrukturen m\u00fcssen neben der Auffindbarkeit und Nachnutzung von Daten auch Schutzr\u00e4ume, Zugriffskontrollen und gut reflektierte Formen der Sichtbarkeit mitdenken. In der Diskussion wurde die Spannung zwischen wissenschaftlicher Sichtbarkeit, die insbesondere f\u00fcr Qualifikations- und Karrierewege wichtig ist, und dem Schutz von Forschenden thematisiert. Hier zeigte sich, dass Infrastrukturen auch institutionelle Sensibilisierung und Schutzmechanismen unterst\u00fctzen k\u00f6nnen.<\/p>\n

Birte Kuhle (Center for Advanced Internet Studies) griff die Frage nach nachnutzbaren Daten aus der Perspektive des Forschungsdatenlebenszyklus auf. Ihr Beitrag zu praktischen Herausforderungen im Umgang mit Daten aus sozialen Medien zeigte, dass Forschungsdatenmanagement nicht erst am Ende eines Projekts beginnt. Bereits in der Phase \u201eDiscover, Plan & Design\u201c stellen sich Fragen des Samplings, der Plattformauswahl sowie zu ihren jeweiligen Beschr\u00e4nkungen, der Datenzug\u00e4nge und der rechtlichen Rahmenbedingungen. In der Phase der Datenerhebung k\u00f6nnen geplante Zug\u00e4nge, etwa \u00fcber Plattform-APIs, kurzfristig wegfallen. Forschende m\u00fcssen dann alternative Wege wie Datenspenden oder Webscraping pr\u00fcfen, die wiederum eigene ethische und rechtliche Fragen aufwerfen.<\/p>\n

Auch die Verarbeitung und Analyse von Daten aus sozialen Medien ist mit erheblicher Datenarbeit verbunden. Daten m\u00fcssen bereinigt, strukturiert, mit IDs versehen, versioniert und dokumentiert werden. Multimodale Daten erh\u00f6hen den Aufwand zus\u00e4tzlich, weil Text, Bild, Audio und Video unterschiedliche Formate, Werkzeuge und Dokumentationslogiken erfordern. F\u00fcr die Phase \u201ePublish, Archive & Share\u201c stellte Kuhle die Frage, was \u00fcberhaupt ver\u00f6ffentlicht werden darf, welche Teile eines Datensatzes zug\u00e4nglich gemacht werden k\u00f6nnen und wie FAIR-Prinzipien unter Bedingungen eingeschr\u00e4nkter Teilbarkeit umgesetzt werden k\u00f6nnen.<\/p>\n

Als zentrale take-aways formulierte Kuhle, dass die Arbeit mit Social-Media-Daten technische, methodische sowie rechtlich-ethische Kompetenzen verlangt und h\u00e4ufig mit hohem Ressourcenaufwand bei zugleich fehlenden Unterst\u00fctzungs- und Anreizstrukturen verbunden ist. FAIR-Prinzipien, Community-Standards und Forschungsdateninfrastrukturen erscheinen vor diesem Hintergrund nicht als nachgelagerte Formalia, sondern als Voraussetzung daf\u00fcr, Social-Media-Daten transparenter, nachvollziehbarer und nachnutzbarer zu machen. Die Diskussion zeigte dar\u00fcber hinaus, dass Metadatenstandards, Codever\u00f6ffentlichung und Dokumentationspraktiken bislang noch nicht einheitlich etabliert sind.<\/p>\n

Philipp Kn\u00f6pfle (LMU M\u00fcnchen) widmete sich mit Blick auf das Projekt \u201eMeta-Rep\u201c der Reproduzierbarkeit und Replizierbarkeit computationaler Kommunikationsforschung. Anhand eines Literaturreviews zu mehreren hundert Studien zeigte er, dass Daten und Code in der CCS bislang nur selten systematisch geteilt werden. Besonders problematisch ist dies bei Plattformdaten, da sie sich oft nur schwer oder gar nicht replizieren lassen. Wenn Datenzug\u00e4nge eingeschr\u00e4nkt sind, Plattformen Inhalte l\u00f6schen oder Schnittstellen ver\u00e4ndern, kann eine sp\u00e4tere Replikation schnell unm\u00f6glich werden.<\/p>\n

Kn\u00f6pfle unterschied dabei zwischen Reproduzierbarkeit und Replizierbarkeit und zeigte, dass beide Ziele unterschiedliche Anforderungen an Daten, Code und Dokumentation stellen. Selbst wenn Rohdaten aus rechtlichen oder praktischen Gr\u00fcnden nicht geteilt werden k\u00f6nnen, k\u00f6nnen Begleitmaterialien oder Metadaten durchaus hilfreich dabei sein, Studienergebnisse besser einzuordnen. Hierzu z\u00e4hlen die Ver\u00f6ffentlichung von Code, die Dokumentation der Datenerhebung, die Beschreibung von Samplingentscheidungen, die Offenlegung von Preprocessing-Schritten und die Angabe von Tools inklusive Parametern und Versionierung. In der Diskussion kam auf, dass die Wahl geeigneter Ablageorte ebenfalls eine praktische Frage ist. W\u00e4hrend Plattformen wie The Open Science Framework (OSF) zum Zeitpunkt des Workshops vielen Forschenden niedrigschwelliger erschienen3<\/sup><\/a>, bieten institutionelle Git-Infrastrukturen andere Vorteile, setzen aber h\u00f6here technische Kompetenzen voraus.<\/p>\n

Eine verbindende Klammer \u00fcber die Beitr\u00e4ge im zweiten Panel hinweg war, dass Nachnutzbarkeit nicht zwingend vollst\u00e4ndige Offenlegung aller Daten bedeutet. Gerade digitale Kommunikationsdaten sind h\u00e4ufig sensibel, rechtlich gesch\u00fctzt oder plattformabh\u00e4ngig. Umso wichtiger sind gestufte Zugangsmodelle, umf\u00e4ngliche und verst\u00e4ndliche Dokumentation, sowie die Sicherung von Kontextinformationen. Auch nicht vollst\u00e4ndig teilbare Korpora k\u00f6nnen wertvoll f\u00fcr die Forschung bleiben, wenn nachvollziehbar ist, wie sie entstanden sind, welche Analysen mit ihnen durchgef\u00fchrt wurden und unter welchen Bedingungen andere Forschende daran anschlie\u00dfen k\u00f6nnen.<\/p>\n

Vernetzte Kommunikationskorpora analysieren: Potenziale und Fallstricke<\/h2>\n

Das dritte Panel wurde von Kai Matuszkiewicz moderiert und richtete den Blick auf die Analyse vernetzter Kommunikationskorpora. Welche neuen Forschungsperspektiven entstehen, wenn digitale Kommunikationsdaten gut dokumentiert, referenzierbar und miteinander verkn\u00fcpfbar sind? Und welche methodischen Voraussetzungen m\u00fcssen erf\u00fcllt sein, damit gro\u00dfskalige, plattform\u00fcbergreifende und KI-gest\u00fctzte Analysen valide Ergebnisse liefern?<\/p>\n

Marko Bachl (FU Berlin) er\u00f6ffnete das Panel mit einem Beitrag zu Bias und epistemischen Konsequenzen f\u00fcr die CCS. Ausgangspunkt war ein statistisches Verst\u00e4ndnis von Bias als systematischem Fehler, der von zuf\u00e4lliger Varianz zu unterscheiden ist. Der Bias-Variance-Tradeoff diente dabei als analytisches Raster, um Chancen und Risiken automatisierter Verfahren in der Kommunikationsforschung einzuordnen.<\/p>\n

Am Beispiel von Large Language Models (LLMs) in der Inhaltsanalyse zeigte Bachl, dass automatisierte Verfahren neue M\u00f6glichkeiten er\u00f6ffnen. So k\u00f6nnen sie beispielsweise nicht-textuelle Kommunikationsinhalte transkribieren, Inhalte extrahieren, gro\u00dfe Stichproben klassifizieren und damit Analysen erm\u00f6glichen, die hand-codiert kaum durchf\u00fchrbar w\u00e4ren. Zugleich k\u00f6nnen sie die Reproduzierbarkeit erh\u00f6hen, weil dieselben Verfahren auf gro\u00dfe Datenmengen konsistent angewendet werden k\u00f6nnen. Diese Reduktion von Varianz geht jedoch nicht automatisch mit einer Reduktion von Bias einher. Im Gegenteil: Automatisierte Verfahren k\u00f6nnen systematische Verzerrungen erzeugen oder verst\u00e4rken, wenn Trainingsdaten, Modellarchitekturen, Prompts oder Validierungsma\u00dfst\u00e4be bestimmte Perspektiven privilegieren.<\/p>\n

In der anschlie\u00dfenden Diskussion wurde daf\u00fcr pl\u00e4diert, dass die Bewertung von KI-gest\u00fctzten Verfahren nicht abstrakt erfolgen kann. Entscheidend ist, welches Forschungsziel verfolgt wird, welcher Referenzma\u00dfstab angesetzt wird und welche Formen von Fehlern in Kauf genommen werden wollen. Menschliche Codierungen sind dabei nicht automatisch ein unverzerrter Goldstandard, sondern selbst Ergebnis sozialer Umst\u00e4nde sowie methodischer und interpretativer Entscheidungen. Gerade deshalb braucht die CCS eine explizite Auseinandersetzung mit Validierung, Bias, De-Biasing und den epistemischen Annahmen automatisierter Analyseverfahren.<\/p>\n

Felix Victor M\u00fcnch (GESIS\/HBI) kn\u00fcpfte mit seinem Beitrag an die forschungspraktischen Potenziale von LLMs an. Im Zentrum stand die Frage, wie diese zur plattform-, medien- und sprach\u00fcbergreifenden Verkn\u00fcpfung von Kommunikationsdaten eingesetzt werden k\u00f6nnen. M\u00fcnch zeigte anhand mehrerer Anwendungsbeispiele, dass LLMs nicht nur als dialogische Systeme verstanden werden sollten, sondern als Werkzeuge zur Strukturierung, Transformation, Klassifikation und Verkn\u00fcpfung gro\u00dfer, heterogener Datenbest\u00e4nde.<\/p>\n

Ein Beispiel bezog sich auf die plattform\u00fcbergreifende Analyse von Kommunikation zu Klimawandel, Desinformation und rechtsextremen Diskursen. Hier wurden gro\u00dfe Datenmengen \u00fcber l\u00e4ngere Zeitr\u00e4ume hinweg erhoben und mit Verfahren wie Embeddings, Clustering und Netzwerkanalysen ausgewertet. Ein weiteres Beispiel stellte die Analyse von politischer Kommunikation in TikTok-Videos dar. Semantische \u00c4hnlichkeitsmodelle wurden genutzt, um Themenprofile, N\u00e4hebeziehungen und Kommunikationsstrukturen zwischen unterschiedlichen Akteur:innen sichtbar zu machen.<\/p>\n

Die Beispiele zeigten anschaulich, welche analytischen M\u00f6glichkeiten entstehen k\u00f6nnen, wenn Daten aus unterschiedlichen Plattformen, medialen Formen und Sprachen in gemeinsame Repr\u00e4sentationsr\u00e4ume \u00fcberf\u00fchrt werden k\u00f6nnen. Dadurch werden Vergleiche m\u00f6glich, die zuvor nur mit erheblichem manuellem Aufwand oder \u00fcberhaupt nicht realisierbar waren. Zugleich zeigte M\u00fcnch, dass solche Pipelines technisch und organisatorisch voraussetzungsreich sind. Sie erfordern Rechenressourcen, methodisches Know-how, sorgf\u00e4ltige Datenaufbereitung und Verfahren zur Qualit\u00e4tskontrolle. LLMs k\u00f6nnen solche Prozesse perspektivisch vereinfachen, ersetzen aber nicht die Notwendigkeit, Datenkontexte, Modellentscheidungen und Bewertungskriterien transparent zu dokumentieren.<\/p>\n

Jakob J\u00fcnger (Universit\u00e4t M\u00fcnster) schloss das Panel mit einem Beitrag zu Normdaten und Knowledge Graphs als Grundlage f\u00fcr Sekund\u00e4ranalysen. Sein Ausgangspunkt war die Frage, wie geistes- und sozialwissenschaftliche Arbeitspraktiken st\u00e4rker miteinander verbunden werden k\u00f6nnen. W\u00e4hrend klassische Nachweis- und Katalogsysteme Literatur, Daten oder Projekte auffindbar machen, erlauben sie meist keine strukturierte Abfrage wissenschaftlicher Aussagen, Beziehungen und Kontexte. Normdaten, kontrollierte Vokabulare, Ontologien und Knowledge Graphs k\u00f6nnen hier neue Formen der Vernetzung erm\u00f6glichen.<\/p>\n

J\u00fcnger erl\u00e4uterte Normdaten als Identifier, Vokabulare und Ontologien, die Entit\u00e4ten eindeutig beschreibbar und miteinander verkn\u00fcpfbar machen. Knowledge Graphs bilden solche Entit\u00e4ten und ihre Beziehungen als Netzwerk ab. Als bekanntes Beispiel wurde Wikidata herangezogen. F\u00fcr die Kommunikationswissenschaft skizzierte J\u00fcnger drei m\u00f6gliche Beteiligungsformen: bestehende Datens\u00e4tze k\u00f6nnen mit Normdaten angereichert werden, bestehende Wissensbest\u00e4nde k\u00f6nnen um neue fachlich relevante Entit\u00e4ten erweitert werden, und fachnahe Infrastrukturen k\u00f6nnen eigene Knowledge Graphs aufbauen und betreiben.<\/p>\n

Besonders relevant wurde diese Perspektive im Hinblick auf Interoperabilit\u00e4t. Daten werden nicht allein dadurch FAIR, dass sie irgendwo abgelegt werden. Sie m\u00fcssen auffindbar, zug\u00e4nglich, interoperabel und nachnutzbar beschrieben sein. F\u00fcr die Kommunikations- und Medienwissenschaft er\u00f6ffnet dies erhebliche Potenziale. Forschungsprojekte, Datens\u00e4tze, Publikationen, Tagungsbeitr\u00e4ge, Personen, Institutionen, Quellen, Methoden und Untersuchungsgegenst\u00e4nde k\u00f6nnten miteinander verkn\u00fcpft werden. Damit w\u00fcrde nicht nur die Recherche verbessert, sondern auch die Grundlage f\u00fcr Sekund\u00e4ranalysen, fachgeschichtliche Auswertungen und neue Formen der Wissensrepr\u00e4sentation geschaffen.<\/p>\n

Das dritte Panel zeigte insgesamt, dass vernetzte Kommunikationskorpora gro\u00dfe Analysepotenziale er\u00f6ffnen k\u00f6nnen. LLMs, computationale Methoden, Normdaten und Knowledge Graphs erm\u00f6glichen neue Perspektiven auf Kommunikationsdynamiken \u00fcber Plattform-, Medien-, Sprach- und Zeitgrenzen hinweg. Zugleich wurde sichtbar, dass diese Potenziale sich nur dann in wissenschaftlich belastbare Ergebnisse verwirklichen lassen, wenn Datenqualit\u00e4t, Validierung, Interoperabilit\u00e4t, Dokumentation und Bias systematisch reflektiert werden.<\/p>\n

F\u00fcnf zentrale Erkenntnisse des Workshops<\/h2>\n

\u00dcber alle drei Panels hinweg zog sich der Befund, dass digitale Kommunikationskorpora keine blo\u00dfen Sammlungen neutraler Daten sind. Sie entstehen durch soziale, rechtliche, wissenschaftliche, technische und ethische Entscheidungen sowie durch die Bedingungen ihrer Erhebung, Verarbeitung und Aufbereitung. Ihre Qualit\u00e4t bemisst sich daher nicht allein an Umfang oder technischer Verf\u00fcgbarkeit, sondern an der Nachvollziehbarkeit ihrer Entstehung, Prozessierung und Kontextualisierung.<\/p>\n

Eine zweite zentrale Erkenntnis war, dass diese Bedingungen der Datenentstehung systematischer dokumentiert werden m\u00fcssen. Dazu geh\u00f6ren Plattformbedingungen, Zugangspfade, Samplingentscheidungen, L\u00f6schungen und Ausschl\u00fcsse, fehlende Daten, Anonymisierungsschritte, Metadatenverluste und ethische Abw\u00e4gungen. Gerade bei Daten aus sozialen Medien, Datenspenden oder digitalisierten Quellen ist entscheidend, welche Teile der Kommunikation sichtbar werden, welche unsichtbar bleiben und wie diese Einschr\u00e4nkungen der Datenbasis nachvollziehbar gemacht werden k\u00f6nnen.<\/p>\n

Drittens zeigte sich, dass Nachnutzung nicht mit vollst\u00e4ndiger Offenheit gleichgesetzt werden darf. Viele digitale Kommunikationsdaten k\u00f6nnen aus guten Gr\u00fcnden nicht frei zug\u00e4nglich gemacht werden. Trotzdem k\u00f6nnen sie durch beschreibende Metadaten, Code, Dokumentationen, Analyseprotokolle, kontrollierte Zugangsmodelle oder Verweise auf geeignete Kontaktstellen wissenschaftlich anschlussf\u00e4hig bleiben.<\/p>\n

Viertens wurde die Bedeutung von Interoperabilit\u00e4t sichtbar. Wenn Forschungsdaten, Publikationen, Projekte, Personen, Institutionen, Quellen und Methoden isoliert voneinander dokumentiert werden, bleiben viele Anschlussm\u00f6glichkeiten ungenutzt. Entit\u00e4tenbasierte Modelle, Normdaten und Knowledge Graphs k\u00f6nnen dazu beitragen, Forschungsergebnisse nicht nur abzulegen, sondern in fachliche Zusammenh\u00e4nge durch die Nutzung von Semantic-Web-Anwendungen einzubetten.<\/p>\n

Eine f\u00fcnfte zentrale Erkenntnis liegt darin, dass Infrastrukturen nicht erst am Ende des Forschungsprozesses relevant werden. Sie k\u00f6nnen bereits in der Planungsphase helfen, Datenerhebungen besser zu koordinieren, rechtliche und ethische Fragen fr\u00fchzeitig zu kl\u00e4ren, Dokumentationsstandards mitzudenken und sp\u00e4tere Nachnutzung vorzubereiten.<\/p>\n

Perspektiven f\u00fcr die Arbeit des FID Media<\/h2>\n

F\u00fcr den FID Media ergaben sich aus dem Workshop mehrere konkrete Handlungsfelder, die bereits in der von Lukas Hohendorf moderierten Abschlussdiskussion aufgegriffen wurden und in der weiteren strategischen Entwicklung gepr\u00fcft und mit der Fachcommunity vertieft werden sollen.<\/p>\n

Ein erstes m\u00f6gliches Handlungsfeld liegt in der Entwicklung fachspezifischer Dokumentationsvorlagen f\u00fcr digitale Kommunikationskorpora. Diese sollten gemeinsam mit Forschenden erarbeitet werden und unterschiedliche Datentypen ber\u00fccksichtigen: Plattformdaten, Chatdaten, journalistische Inhalte, audiovisuelle Materialien, digitalisierte Quellen und multimodale Korpora. Solche Vorlagen k\u00f6nnten Mindestangaben zu Datenherkunft, Erhebungswegen, Sampling, Plattformbedingungen, Preprocessing, Versionierung, Anonymisierung, rechtlichen Grundlagen und Nutzungsrechten, Zugangsbedingungen und m\u00f6glichen Verzerrungen enthalten. Ziel w\u00e4re keine zus\u00e4tzliche B\u00fcrokratie, sondern eine praxistaugliche Unterst\u00fctzung f\u00fcr Forschende, die ihre Daten nachvollziehbar und nachnutzbar dokumentieren m\u00f6chten. In der Entwicklung derartiger Vorlagen liegt eine Zusammenarbeit mit NFDI-Konsortien nahe, wie sie bereits in der Vergangenheit gepflegt wurde, insbesondere mit dem von NFDI4Culture, Text+, BERD@NFDI und KonsortSWD getragenen Arbeitskreis Social Media-Daten in der Forschungspraxis.<\/p>\n

Ein zweites Handlungsfeld betrifft den Aufbau einer fachnahen Nachweis-, Register- und Vermittlungsinfrastruktur f\u00fcr digitale Kommunikationskorpora. Ein solches Angebot k\u00f6nnte geplante, laufende und abgeschlossene Korpusvorhaben in der Kommunikations- und Medienwissenschaft sichtbar machen: Welche Projekte erheben oder nutzen Daten zu welchen Plattformen, Quellen, Zeitr\u00e4umen und Themen, mit welchen Methoden und unter welchen Zugangsbedingungen? Besonders vielversprechend w\u00e4re dabei eine Funktion f\u00fcr geplante Datenerhebungen. Forschende k\u00f6nnten Vorhaben fr\u00fchzeitig eintragen, wodurch sich Kooperationsm\u00f6glichkeiten erkennen lassen, bevor Daten mehrfach, inkompatibel oder unter hohem Aufwand parallel erhoben werden. Zugleich k\u00f6nnte der FID Media abgeschlossene Projekte, Datens\u00e4tze, Publikationen, Codebooks, Pr\u00e4sentationen, Personen, Einrichtungen, Methoden und Eintr\u00e4ge in externen Repositorien fachlich erschlie\u00dfen und miteinander verkn\u00fcpfen. Der FID Media m\u00fcsste daf\u00fcr nicht alle Daten selbst speichern, sondern Daten k\u00f6nnten dort \u00f6ffentlich publiziert, archiviert oder kontrolliert zug\u00e4nglich gemacht werden, wo die jeweils geeigneten technischen und rechtlichen Voraussetzungen bestehen. Der FID Media k\u00f6nnte durch ein zentrales Forschungsregister erg\u00e4nzend daf\u00fcr sorgen, dass diese Ressourcen f\u00fcr die Kommunikations- und Medienwissenschaft sichtbar, verst\u00e4ndlich kategorisiert und mit weiteren fachlichen Informationen verkn\u00fcpft werden. Das entit\u00e4tenbasierte Modell des Repositoriums des FID Media bietet hierf\u00fcr eine vielversprechende Grundlage und k\u00f6nnte perspektivisch einen Beitrag zu potentiellen fachlichen Wissensgraphen der Kommunikations- und Medienwissenschaft leisten.<\/p>\n

Ein drittes Handlungsfeld besteht in der Weiterentwicklung von Beratung und Vernetzung von Forschenden mit Infrastrukturen. Der Workshop zeigte, dass Forschende bei digitalen Kommunikationskorpora regelm\u00e4\u00dfig mit rechtlichen, ethischen und technischen Fragen konfrontiert sind: Was darf erhoben werden? Was darf gespeichert, geteilt oder ver\u00f6ffentlicht werden? Welche Teile eines Datensatzes k\u00f6nnen offen zug\u00e4nglich sein, welche nur kontrolliert, welche gar nicht? Welche Dokumentation ist sinnvoll, wenn Daten nicht geteilt werden k\u00f6nnen? Hier pr\u00fcft der FID Media, in seinen bestehenden Beratungsangeboten, etwa zu Urheberrecht, Open Access, Open Science und Forschungsdatenmanagement, noch st\u00e4rker die spezifischen Bedarfe digitaler Kommunikationsforschung zu ber\u00fccksichtigen.<\/p>\n

Fazit<\/h2>\n

Der Workshop hat gezeigt, dass die Frage \u201eWas bleibt von digitalen Kommunikationskorpora?\u201c nicht erst nach Projektende gestellt werden sollte. Sie beginnt bereits bei der Auswahl von Quellen, Plattformen und Zug\u00e4ngen, setzt sich in Sampling, Datenerhebung, Datenbereinigung und Analyse fort und reicht bis zur Publikation, Archivierung und sp\u00e4teren Nachnutzung. Digitale Kommunikationskorpora sind nur dann langfristig wissenschaftlich wertvoll, wenn ihre Entstehungsbedingungen, ihre Einschr\u00e4nkungen und ihre Nutzungskontexte nachvollziehbar bleiben.<\/p>\n

F\u00fcr die Kommunikations- und Medienwissenschaft ergibt sich daraus eine doppelte Herausforderung. Einerseits er\u00f6ffnen digitale Korpora neue Forschungsperspektiven, etwa auf schwer zug\u00e4ngliche Kommunikationsr\u00e4ume, langfristige Medienentwicklungen, plattform\u00fcbergreifende Diskurse oder multimodale Kommunikationsdynamiken. Andererseits entstehen neue Anforderungen an Quellenkritik, Datenethik, Dokumentation, Reproduzierbarkeit, Interoperabilit\u00e4t und Infrastrukturen.<\/p>\n

Der FID Media nimmt aus dem Workshop den Auftrag mit, diese Fragen gemeinsam mit der Fachcommunity weiterzuverfolgen. Ziel ist es, digitale Kommunikationskorpora nicht nur als projektgebundene Datensammlungen zu betrachten, sondern als potenziell vernetzte Forschungsressourcen, die zuk\u00fcnftige Forschung vorbereiten, erleichtern und sichtbar machen k\u00f6nnen. Entscheidend wird sein, hierf\u00fcr niedrigschwellige, fachnahe und zugleich methodisch passende Angebote zu entwickeln. Diese reichen von der Beratung in der Planungsphase \u00fcber Standards in der Dokumentation und der Registrierung laufender Vorhaben bis hin zur Unterst\u00fctzung bei der Publikation, Verzeichnung und Vernetzung abgeschlossener Projekte.<\/p>\n

Der Workshop hat damit den Blick weg vom einzelnen Korpus hin auf die Voraussetzungen seiner wissenschaftlichen Anschlussf\u00e4higkeit gelenkt. F\u00fcr Open Science in der Kommunikations- und Medienwissenschaft folgt daraus, dass nicht allein entscheidend ist, ob Daten ver\u00f6ffentlicht werden k\u00f6nnen, sondern ob ihre Herkunft, Reichweite, Einschr\u00e4nkungen und Beziehungen so beschrieben sind, dass sie in der Forschungscommunity weitergedacht, gepr\u00fcft und kombiniert werden k\u00f6nnen. Hierin liegt die k\u00fcnftige Infrastrukturaufgabe, die Kommunikations- und Medienwissenschaft darin zu unterst\u00fctzen, aus verstreuten Projektspuren einen \u00fcbersichtlichen und m\u00f6glichst vollst\u00e4ndigen Orientierungsraum zu schaffen, in dem neue Forschung nicht immer wieder bei null beginnen muss, sondern auf bereits geleistete Aufw\u00e4nde und vorhandene Erkenntnisse aufbauen und bestehende Ergebnisse produktiv nachnutzen kann.<\/p>\n

\u00a0<\/p>\n

\n

1<\/a> In der Diskussion wurde au\u00dferdem die \u00f6ffentliche Verf\u00fcgbarkeit der Daten unter ethischen Gesichtspunkten zur Debatte gestellt, da sie sich als Trainingsmaterial f\u00fcr b\u00f6swillige Chatbotbetreibende eignen w\u00fcrden.<\/p>\n<\/div>\n

\n

2<\/a> Wilkinson, M., Dumontier, M., Aalbersberg, I. et al. (2016). The FAIR Guiding Principles for scientific data management and stewardship. <\/span>Scientific Data 3, 160018. https:\/\/doi.org\/10.1038\/sdata.2016.18<\/p>\n<\/div>\n

\n

3<\/a> Anmerkung: Nach dem Workshop k\u00fcndigte das Center for Open Science an, den Bereich OSF Projects wegen fehlender Finanzierung auslaufen zu lassen, so dass ab November 2026 keine neuen Projekte mehr angelegt werden k\u00f6nnen. Diese Entwicklung zeigt, dass Open Science nicht allein niedrigschwellige Werkzeuge, sondern wissenschaftsgeleitete, institutionell fest verankerte und dauerhaft finanzierte Infrastrukturen ben\u00f6tigt, um die langfristige Verf\u00fcgbarkeit von Forschungsinhalten sicherstellen und die FAIR-Prinzipien umzusetzen.<\/p>\n<\/div>\n

Der Text dieses Beitrags steht unter der Lizenz Creative Commons Namensnennung 4.0 International (CC BY 4.0). Die Abbildungen sind von dieser Lizenz ausgenommen; alle Rechte vorbehalten.<\/p>\n<\/div>\n","protected":false},"excerpt":{"rendered":"

Von Lukas Hohendorf, Kai Matuszkiewicz, Lydia Riedl und Paula Rinke Ausgangspunkt In digitalen R\u00e4umen werden fortlaufend Daten produziert, die f\u00fcr die Kommunikations- und Medienwissenschaft von hoher Relevanz sind, darunter Beitr\u00e4ge und Kommentare in sozialen Medien, Kommunikationsverl\u00e4ufe in Messenger-Diensten, audiovisuelle und auditive Inhalte, digitale Zeitungsarchive und digitalisierte historische Quellen oder journalistische Online-Angebote. In Forschungsprojekten entstehen daraus […]<\/p>\n","protected":false},"author":464,"featured_media":24186,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[773,5,4],"tags":[1013,97,1998,1785],"class_list":["post-24183","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-forschungsdaten","category-forschungsinfrastruktur","category-veranstaltungen","tag-digitale-forschungsinfrastrukturen","tag-forschungsdaten","tag-kommunikationswissenschaft","tag-medienwissenschaft"],"_links":{"self":[{"href":"https:\/\/dhd-blog.org\/index.php?rest_route=\/wp\/v2\/posts\/24183","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/dhd-blog.org\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/dhd-blog.org\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/dhd-blog.org\/index.php?rest_route=\/wp\/v2\/users\/464"}],"replies":[{"embeddable":true,"href":"https:\/\/dhd-blog.org\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=24183"}],"version-history":[{"count":4,"href":"https:\/\/dhd-blog.org\/index.php?rest_route=\/wp\/v2\/posts\/24183\/revisions"}],"predecessor-version":[{"id":24189,"href":"https:\/\/dhd-blog.org\/index.php?rest_route=\/wp\/v2\/posts\/24183\/revisions\/24189"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/dhd-blog.org\/index.php?rest_route=\/wp\/v2\/media\/24186"}],"wp:attachment":[{"href":"https:\/\/dhd-blog.org\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=24183"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/dhd-blog.org\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=24183"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/dhd-blog.org\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=24183"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}