Zusammenfassung
Der Beitrag setzt sich kritisch mit veränderten Formen der journalistischen Repräsentation öffentlicher Meinung im digitalen Wandel auseinander. Während für diese zentrale Aufgabe des Journalismus in der Vergangenheit vornehmlich Meinungsumfragen herangezogen wurden, wird heute in journalistischer Berichterstattung verstärkt auf Online-Trends hingewiesen, die sich etwa in hohen Klickzahlen oder Trending Topics in den sozialen Medien ausdrücken. Angesichts der umfassenden Datafizierung der Online-Kommunikation und der allgemeinen Sichtbarkeit und Zugänglichkeit entsprechender Daten überrascht diese Praxis nicht. Wie der Beitrag herausstellt, erscheint sie dennoch zweifelhaft. Denn Online-Trends werden häufig nicht nur durch lautstarke Minderheiten hervorgebracht, sondern auch durch illegitime und teilweise sogar automatisierte Akteure, wie den sogenannten Socialbots, die eingesetzt werden, um bestimmte Tweets oder Meinungen weiter zu verbreiten und somit auch in nichttransparenter Weise Online-Trends künstlich zu amplifizieren. Deutlich wird damit, dass Online-Trends kaum als vertrauenswürdige Quelle für die Darstellung öffentlicher Meinung gelten können.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Notes
- 1.
Dies gilt für die breite Öffentlichkeit, aber auch für andere Funktionssysteme, insbesondere die Politik.
- 2.
Wenn hier die Faktizität der öffentlichen Meinung betont wird, bedeutet dies in systemtheoretischer Lesart nicht, dass damit verbunden eine Korrespondenz der öffentlichen Meinung „mit einer gegebenen Welt bzw. mit als real angenommenen Sachverhalten“ (Scholl und Völker 2019, S. 211) angenommen würde. Denn die Systemtheorie verfügt als konstruktivistische Theorie nicht über eine Korrespondenz- sondern über eine Kohärenztheorie der Wahrheit (Bora 1997). Faktizität bedeutet in diesem Sinne, dass Aussagen über die Welt nicht willkürlich getroffen werden, sondern „an sozial verbindliche Wirklichkeitsmodelle und ihre Referenzmechanismen gebunden sind“ (Weischenberg 1995, S. 97). Für die Wissenschaft bedeutet dies, dass sie mithilfe von etablierten und nachvollziehbaren Methoden zu wahrheitsfähigen Aussagen gelangt. In der journalistischen Berichterstattung wird Faktizität über die Einhaltung professioneller Normen gesichert.
- 3.
In der einschlägigen Literatur ist durchaus umstritten, ob der Journalismus ein eigenständiges System bildet, ob er zu einem System der Massenmedien gehört oder aber Teil eines Systems der Öffentlichkeit ist (Scholl und Weischenberg 1998, 63 ff.). Da ich mich in diesem Beitrag mit der öffentlichkeitsrelevanten Rolle des Journalismus befasse, folge ich hier der öffentlichkeitstheoretischen Betrachtung des Journalismus.
- 4.
Ob und inwieweit dies gelingt, ist Gegenstand fortwährender Auseinandersetzungen, an denen auch die Wissenschaft beteiligt ist. In diesem Sinne kann der vorliegende Aufsatz auch als Beitrag zu entsprechenden Auseinandersetzungen verstanden werden. Dabei geht es nicht darum herauszufinden, ob die öffentliche Meinung tatsächlich die in der Gesellschaft zirkulierenden Meinungen richtig zusammenfasst und damit als simple „Aggregation der Individualmeinungen“ (Gerhards 1997, S. 11) verstanden werden kann. Denn öffentliche Meinung ist immer ein Komplexität reduzierendes Konstrukt. Vielmehr geht es darum zu betrachten, wie dieses Konstrukt zustande kommt, um dann die Art und Weise der Konstruktion problematisieren zu können.
- 5.
Aus methodenkritischer Perspektive formuliert bedeutet dies, „der soziale Prozeß öffentlichen Meinens läßt sich niemals pur, sondern immer nur gebrochen, gebrochen durch den sozialen Prozeß der Befragung, erheben“ (Merten und Westerbarkey 1994, S. 203).
- 6.
Veröffentlicht werden in der Regel jedoch nur Meinungen von (Eliten-)Akteuren der Öffentlichkeit, zu denen etwa Repräsentant:innen, Advokat:innen, Intellektuelle, Expert:innen oder Kommentator:innen gehören.
- 7.
https://www.presserat.de/pressekodex.html [Stand: 26.08.2022].
- 8.
Doch auch wenn Meinungsumfragen den Anschein erwecken, sowohl objektiv als auch repräsentativ öffentliche Meinung wiederzugeben, sind sie nicht frei von Kritik. So benennt etwa Krippendorff (2005) einige Kritikpunkte, die verdeutlichen, dass auch Meinungsumfragen selektiv und in spezifischer Weise konstruiert sind. So werden diese nicht nur in artifiziellen Forschungssettings erhoben. Darüber hinaus wird stets vorher festgelegt, welche Themen überhaupt als relevant erachtet werden und welches Meinungsspektrum abgefragt wird. Das heißt, Ergebnisse von Meinungsumfragen spiegeln keineswegs, welche Themen für Menschen in ihren alltäglichen Gesprächen relevant sind und wie sie sich hierzu positionieren. Stattdessen werden die Befragten, wie Krippendorff (2005, S. 137) festhält, „merely used to confirm the categories of the researchers’ preconceived opinions“. Weitere Kritikpunkte resümiert bspw. McGregor (2019, 1071 f.).
- 9.
Gleichzeitig kommt es vor, dass Journalist:innen Wertungen vornehmen, die durch die thematisierten Online-Daten in der Sache nicht gedeckt sind (vgl. Fürst in diesem Band). So werden Twitter-Trends von Journalist:innen gerne mit Wertungen verbunden, die sich aus den in der Berichterstattung angeführten aggregierten Online-Daten nur schwerlich ableiten lassen. Exemplarisch hierfür steht etwa die Berichterstattung mehrerer Nachrichtenmedien nach dem TV-Duell zwischen Angela Merkel und Martin Schulz im September 2017. So verbreiteten das Online-Portal der Welt und weitere Medien auf Grundlage einer AFP-Meldung die Nachricht, dass die damalige Bundeskanzlerin „das TV-Duell am Sonntagabend auch beim Kurznachrichtendienst Twitter für sich entschieden“ habe. Grundlage für diese Einschätzung war die Tatsache, dass die amtierende Bundeskanzlerin „mit 51,5 % der Erwähnungen […] drei Punkte vor ihrem SPD-Herausforderer Martin Schulz“ lag. Aus der schlichten Tatsache, dass ihr Name in Tweets häufiger Erwähnung fand, als der ihres Herausforderers, wurde also ein Sieg der Kanzlerin abgeleitet. Ob die Namensnennungen positiv oder negativ konnotiert waren und in welchem Zusammenhang diese erfolgten, spielte hierfür keine Rolle und wurde auch nicht weiter thematisiert. Ähnliches stellt Fürst (2021a) für das erste TV-Duell zwischen Donald Trump und Hillary Clinton 2016 fest.
- 10.
Aufwand und Kosten für den Einsatz solcher Bots sind relativ überschaubar. Der Politikwissenschaftler Simon Hegelich nimmt etwa an, dass 1000 falsche Accounts bei Twitter bereits zu einem Preis von 45 $ käuflich zu erwerben sind und Software, die 10.000 solcher Accounts steuern kann, nicht mehr als 50 $ kostet (Hegelich 2016).
- 11.
Zu zweifelhafter Berühmtheit schafften es auch die Aktivitäten der in St. Petersburg ansässigen ‚Internet Research Agency‘ (IRA), die nach der US-Präsidentschaftswahl 2016 als ‚Trollfabrik‘ entlarvt wurde (Linvill und Warren 2020). In offensichtlich koordinierter Weise versuchten die Angehörigen der IRA den Social Media-Diskurs rund um die Präsidentschaftswahl zu beeinflussen.
- 12.
- 13.
Wenn es Bots überhaupt gelingt, andere Accounts in Interaktionen zu verwickeln, handelt es sich bei diesen zumeist ebenfalls um Bots (Muhle et al. 2019).
- 14.
Beide Accounts existieren mittlerweile (Sommer 2022) nicht mehr, da sie gelöscht bzw. von Twitter gesperrt wurden.
- 15.
In Deutschland nutzten im Jahr 2021 laut der Online-Studie von ARD und ZDF nur 4 % der Bevölkerung über 14 Jahren den Nachrichtendienst Twitter (https://www.ard-zdf-onlinestudie.de/social-media-und-messenger/social-media/ [Stand: 17.08.2022]).
- 16.
Es sind in der Regel immer erst wissenschaftliche Untersuchungen, die im Nachhinein und mit einiger zeitlicher Verzögerung auf die Aktivitäten von Bots hinweisen. Dann ist es aber in Hinblick auf Meinungsbildung und politische Entscheidungsfindung immer schon zu spät.
- 17.
Die Unterscheidung zwischen matters of fact und matters of concern habe ich vom Wissenschaftsforscher Bruno Latour übernommen, vgl. Latour (2004).
Literatur
Abokhodair, N., Yoo, D., & McDonald, D. W. (2015). Dissecting a Social Botnet. In D. Cosley (Hrsg.), Proceedings of the 18th ACM Conference on Computer Supported Cooperative Work & Social Computing (S. 839–851). ACM. https://doi.org/10.1145/2675133.2675208
Anderson, C. W. (2011). Deliberative, Agonistic, and Algorithmic Audiences: Journalism‘s Vision of its Public in an Age of Audience Transparency. International Journal of Communication, 5, (S. 529–547). https://ijoc.org/index.php/ijoc/article/view/884
Bakardjieva, M., & Gehl, R. W. (Hrsg.). (2017). Socialbots and their friends: Digital media and the automation of sociality. London: Routledge.
Bastos, M. T., & Mercea, D. (2017). The Brexit Botnet and User-Generated Hyperpartisan News. Social Science Computer Review, 37(1), (S. 38–54). https://doi.org/10.1177/0894439317734157
Beckers, K., & Harder, R. A. (2016). „Twitter Just Exploded“. Digital Journalism, 4(7), (S. 910–920). https://doi.org/10.1080/21670811.2016.1161493
Bessi, A., & Ferrara, E. (2016). Social bots distort the 2016 U.S. Presidential election online discussion. First Monday, 21(11). https://doi.org/10.5210/fm.v21i11.7090
Bora, A. (1997). Sachhaltigkeit versus Verfahren? Einige methodologische Konsequenzen konstruktivistischer Wissenschaftssoziologie. In T. Sutter (Hrsg.), Beobachtung verstehen, Verstehen beobachten. Perspektiven einer konstruktivistischen Hermeneutik (S. 228–252). Westdeutscher Verlag.
Brosius, H. B. (2016). Warum Kommunikation im Internet öffentlich ist. Publizistik, 61(4), (S. 363–372). https://doi.org/10.1007/s11616-016-0304-6
Chadwick, A. (2013). The hybrid media system: Politics and power. Oxford studies in digital politics. Oxford University Press. https://doi.org/10.1093/oso/9780190696726.001.0001
Dubois, E., Gruzd, A., & Jacobson, J. (2020). Journalists’ Use of Social Media to Infer Public Opinion: The Citizens’ Perspective. Social Science Computer Review, 38(1), (S. 57–74). https://doi.org/10.1177/0894439318791527
Eisenegger, M., Prinzing, M., Ettinger, P., & Blum, R. (Hrsg.). (2021). Digitaler Strukturwandel der Öffentlichkeit. Springer Fachmedien, Wiesbaden. https://doi.org/10.1007/978-3-658-32133-8
Ferrara, E. (2020). Bots, Elections, and Social Media: A Brief Overview. In Disinformation, Misinformation, and Fake News in Social Media (S. 95–114). Springer, Cham. https://doi.org/10.1007/978-3-030-42699-6_6
Fürst, S. (2013). Öffentlichkeitsresonanz als Nachrichtenfaktor – Zum Wandel der Nachrichtenselektion. MedienJournal, 37(2), (S. 4–15). https://doi.org/10.24989/medienjournal.v37i2.122
Fürst, S. (2018). Popularität statt Relevanz? Die journalistische Orientierung an Online-Nutzungsdaten. In Bedeutende Daten (S. 171–204). Wiesbaden: Springer VS. https://doi.org/10.1007/978-3-658-11781-8_9
Fürst, S. (2021a). Neue Öffentlichkeitsdynamiken: Zu selbstverstärkenden, plattformübergreifenden Effekten von ‚Popularität‘. In M. Eisenegger, M. Prinzing, P. Ettinger & R. Blum (Hrsg.), Digitaler Strukturwandel der Öffentlichkeit (S. 339–359). Wiesbaden: Springer Fachmedien. https://doi.org/10.1007/978-3-658-32133-8_19
Fürst, S. (2021b). Verstrickt in der Rhetorik der Technologie-, Daten- und Medienunternehmen? Zu Problematiken im Umgang mit nicht-wissenschaftlichen Nutzungsdaten. Studies in Communication and Media, 10(2), (S. 175–221). https://doi.org/10.5771/2192-4007-2021-2-175
Fürst, S., & Oehmer, F. (2018). „Twitter-Armies“, „Earned Media“ und „Big Crowds“ im US-Wahlkampf 2016: Zur wachsenden Bedeutung des Nachrichtenfaktors Öffentlichkeitsresonanz. In M. Oswald & M. Johann (Hrsg.), Strategische Politische Kommunikation im digitalen Wandel (S. 35–61). Wiesbaden: Springer Fachmedien. https://doi.org/10.1007/978-3-658-20860-8_3
Fürst, S., & Oehmer, F. (2021). Attention for Attention Hotspots: Exploring the Newsworthiness of Public Response in the Metric Society. Journalism Studies, 22(6), (S. 799–819). https://doi.org/10.1080/1461670X.2021.1889396
Gerhards, J. (1997). Diskursive versus liberale Öffentlichkeit: Eine empirische Auseinandersetzung mit Jürgen Habermas. KZfSS Kölner Zeitschrift für Soziologie und Sozialpsychologie, 49, (S. 1–39).
Gerhards, J., & Neidhardt, F. (1991). Strukturen und Funktionen moderner Öffentlichkeit. Fragestellungen und Ansätze. In S. Müller-Doohm & K. Neumann-Braun (Hrsg.), Studien zur Soziologie und Politikwissenschaft. Öffentlichkeit, Kultur, Massenkommunikation: Beiträge zur Medien- und Kommunikationssoziologie (S. 31–90). Bibliotheks- und Informationssystem der Universität Oldenburg.
Görke, A. (2003). Das System der Massenmedien, öffentliche Meinung und Öffentlichkeit. In K.-U. Hellmann (Hrsg.), Das System der Politik: Niklas Luhmanns politische Theorie,1. Aufl. (S. 121–135). Westdt. Verl. https://doi.org/10.1007/978-3-322-80403-7_10
Habermas, J. (2014). Hat die Demokratie noch eine epistemische Dimension? Empirische Forschung und normative Theorie. In Ach, Europa: Kleine politische Schriften IX (S. 138–191). Suhrkamp.
Hagen, L., Neely, S., Keller, T. E., Scharf, R., & Vasquez, F. E. (2022). Rise of the Machines? Examining the Influence of Social Bots on a Political Discussion Network. Social Science Computer Review, 40(2), (S. 264–287). https://doi.org/10.1177/0894439320908190
Hardmeier, S., & Luginbühl, M. (2000). Zur Informationsqualität von Zeitungsberichten über Meinungsumfragen: eine exemplarische Studie zur medialen Konstruktion von Realität. Publizistik, 45(2), (S. 180–199). https://doi.org/10.1007/S11616-000-0077-8
Hegelich, S. (2016). Invasion der Meinungs-Roboter. Analysen und Argumente/Konrad-Adenauer-Stiftung e.V: Bd. 221. Konrad-Adenauer-Stiftung. http://nbn-resolving.de/urn:nbn:de:0299-201612ba5ffa-d48a-e611-8f45-005056b963437
Hegelich, S., & Janetzko, D. (2016). Are Social Bots on Twitter Political Actors? Empirical Evidence from a Ukrainian Social Botnet. Proceedings of the International AAAI Conference on Web and Social Media, 10(1), (S. 579–582). https://ojs.aaai.org/index.php/ICWSM/article/view/14764
Heintz, B. (2010). Numerische Differenz. Überlegungen zu einer Soziologie des (quantitativen) Vergleichs/Numerical Difference. Toward a Sociology of (Quantitative) Comparisons. Zeitschrift für Soziologie, 39(3), (S. 162–181). https://doi.org/10.1515/zfsoz-2010-0301
Hepp, A. (2020). Artificial companions, social bots and work bots: communicative robots as research objects of media and communication studies. Media, Culture & Society, 42(7–8), (S. 1410–1426). https://doi.org/10.1177/0163443720916412
Hinz, K. (2017). Kandidaten und ihre Unterstützer im Online-Wahlkampf. Springer Fachmedien Wiesbaden. https://doi.org/https://doi.org/10.1007/978-3-658-15926-9
Hohlfeld, R. (2012). Journalistische Beobachtungen des Publikums. In K. Meier & C. Neuberger (Hrsg.), Journalismusforschung (S. 133–147). Baden-Baden: Nomos Verlagsgesellschaft mbH & Co. KG. https://doi.org/10.5771/9783845236933-133
Holtz-Bacha, C. (2012). Opinion Polls and the Media in Germany: A Productive but Critical Relationship. In C. Holtz-Bacha & J. Strömbäck (Hrsg.), Opinion Polls and the Media (S. 93–112). London: Palgrave Macmillan UK. https://doi.org/10.1057/9780230374959_5
Howard, P. N., Woolley, S., & Calo, R. (2018). Algorithms, bots, and political communication in the US 2016 election: The challenge of automated political communication for election law and administration. Journal of Information Technology & Politics, 15(2), (S. 81–93). https://doi.org/10.1080/19331681.2018.1448735
Jackob, N., Schultz, T., Jakobs, I., Ziegele, M., & Schemer, C. (2019). Medienvertrauen im Zeitalter der Polarisierung. Media Perspektiven (5), (S. 210–220).
Jarren, O. (2008). „Massenmedien als Intermediäre. Zur anhaltenden Relevanz der Massenmedien für die öffentliche Kommunikation“. Medien & Kommunikationswissenschaft, 56(3–4), (S. 329–346). https://doi.org/10.5771/1615-634x-2008-3-4-329
Jarren, O. (2019). Medien- und Öffentlichkeitswandel durch Social Media als gesellschaftliche Herausforderung wie als Forschungsfeld. In M. Eisenegger, L. Udris & P. Ettinger (Hrsg.), Wandel der Öffentlichkeit und der Gesellschaft (S. 349–376). Wiesbaden: Springer Fachmedien. https://doi.org/10.1007/978-3-658-27711-6_17
Keller, T. R. & Klinger, U. (2019). Social Bots in Election Campaigns: Theoretical, Empirical, and Methodological Implications. Political Communication, 36(1), (S. 171–189). https://doi.org/10.1080/10584609.2018.1526238
Kohring, M. (2004). Vertrauen in Journalismus: Theorie und Empirie. Konstanz: UVK-Verl.-Ges.
Kohring, M. & Hug, D. M. (1997). Öffentlichkeit und Journalismus. MedienJournal, 21(1), (S. 15–33). https://doi.org/10.24989/medienjournal.v21i1.582
Kollanyi, B., Howard, P. N. & Woolley, S. (2016). Bots and Automation over Twitter during the U.S. Election: Data Memo 2016.4. Oxford. Project on Computational Propaganda.
Kreiss, D. (2016). Seizing the moment: The presidential campaigns’ use of Twitter during the 2012 electoral cycle. New Media & Society, 18(8), (S. 1473–1490). https://doi.org/10.1177/1461444814562445
Kreiss, D., Lawrence, R. G., & McGregor, S. C. (2018). In Their Own Words: Political Practitioner Accounts of Candidates, Audiences, Affordances, Genres, and Timing in Strategic Social Media Use. Political Communication, 35(1), (S. 8–31). https://doi.org/10.1080/10584609.2017.1334727
Kreiss, D., & McGregor, S. C. (2018). Technology Firms Shape Political Communication: The Work of Microsoft, Facebook, Twitter, and Google With Campaigns During the 2016 U.S. Presidential Cycle. Political Communication, 35(2), (S. 155–177). https://doi.org/10.1080/10584609.2017.1364814
Krippendorff, K. (2005). The Social Construction of Public Opinion. In E. Wienand, J. Westerbarkey & A. Scholl (Hrsg.), Kommunikation über Kommunikation: Theorien, Methoden und Praxis Festschrift für Klaus Merten (S. 129–149). Wiesbaden: VS Verlag für Sozialwissenschaften. https://doi.org/10.1007/978-3-322-80821-9_10
La Roche, W. von. (2013). Einführung in den praktischen Journalismus: Mit genauer Beschreibung aller Ausbildungswege Deutschland · Österreich · Schweiz (19. Aufl.). Journalistische Praxis. Wiesbaden: Springer Fachmedien; Imprint: Springer VS. https://doi.org/10.1007/978-3-658-01699-9
Latour, B. (2004). Why Has Critique Run out of Steam? From Matters of Fact to Matters of Concern. Critical Inquiry, 30(2), (S. 225–248). https://doi.org/10.1086/421123
Linvill, D. L., & Warren, P. L. (2020). Troll Factories: Manufacturing Specialized Disinformation on Twitter. Political Communication, 37(4), (S. 447–467). https://doi.org/10.1080/10584609.2020.1718257
Loosen, W. (2018). Four Forms of Datafied Journalism: Journalism‘s Response to the Datafication of Society (Communicative Figurations Working Papers Nr. 18). Bremen. „Communicative Figurations“ Research Network, Zentrum für Medien-, Kommunikations- und Informationsforschung.
Luhmann, N. (1970). Öffentliche Meinung. Politische Vierteljahresschrift, 11(1), (S. 2–28). http://www.jstor.org/stable/24194966
Luhmann, N. (2000). Die Politik der Gesellschaft. Berlin: Suhrkamp.
Marcinkowski, F., & Metag, J. (2013). Lassen sich mit dem Internet Wählerstimmen gewinnen? Publizistik, 58(1), (S. 23–44). https://doi.org/10.1007/s11616-013-0168-y
McGregor, S. C. (2019). Social media as public opinion: How journalists use social media to represent public opinion. Journalism, 20(8), (S. 1070–1086). https://doi.org/10.1177/1464884919845458
Merten, K., & Westerbarkey, J. (1994). Public Opinion und Public Relations. In K. Merten, S. J. Schmidt & S. Weischenberg (Hrsg.), Die Wirklichkeit der Medien: Eine Einführung in die Kommunikationswissenschaft (S. 188–211). Wiesbaden: Westdeutscher Verlag.
Muhle, F. (2020). Alles Bots? In S. Breidenbach, P. Klimczak & C. Petersen (Hrsg.), ars digitalis. Soziale Medien (S. 45–70). Wiesbaden: Springer Fachmedien. https://doi.org/10.1007/978-3-658-30702-8_3
Muhle, F. (2022). Socialbots at the Gates. Plädoyer für eine holistische Perspektive auf automatisierte Akteure in der Umwelt des Journalismus. Medien & Kommunikationswissenschaft, 70(1–2), (S. 40–59). https://doi.org/10.5771/1615-634X-2022-1-2-40
Muhle, F., Ackland, R., & Graham, T. (2018). Socialbots in politischen Online-Konversationen. Eine (überschätzte) Gefahr für demokratische Willensbildung im Internet? Zeitschrift für Parlamentsfragen, 49(3), (S. 618–638). https://www.jstor.org/stable/26779541
Muhle, F., Ackland, R., & Graham, T. (2019). Automatisierte politische Kommunikation auf Twitter. Popularität und Einfluss automatisierter Accounts in Online-Konversationen zur US-Präsidentschaftswahl 2016. Komplexe Dynamiken globaler und lokaler Entwicklungen. Verhandlungen des 39. Kongresses der Deutschen Gesellschaft für Soziologie in Göttingen 2018.
Muhle, F., & Wehner, J. (2017). „Online-Audiences“ - zur Publikumsvermessung im Internet. kommunikation@gesellschaft, 18(4: Algorithmen, Kommunikation & Gesellschaft).
Neuberger, C., & Nuernbergk, C. (2015). Verdatete Selbstbeschreibung der. In F. Süssenguth (Hrsg.), Pädagogik. Sexuelle Vielfalt im Handlungsfeld Schule: Konzepte aus Erziehungswissenschaft und Fachdidaktik 1. Aufl., (S. 199–224). Bielefeld: Transcript. https://doi.org/10.1515/9783839427644-009
Parmelee, J. H. (2014). The agenda-building function of political tweets. New Media & Society, 16(3), (S. 434–450). https://doi.org/10.1177/1461444813487955
Rauchfleisch, A., & Kaiser, J. (2020). The False positive problem of automatic bot detection in social science research. PloS one, 15(10), e0241045. https://doi.org/https://doi.org/10.1371/journal.pone.0241045
Ross, B., Pilz, L., Cabrera, B., Brachten, F., Neubaum, G., & Stieglitz, S. (2019). Are social bots a real threat? An agent-based model of the spiral of silence to analyse the impact of manipulative actors in social networks. European Journal of Information Systems, 28(4), (S. 394–412). https://doi.org/10.1080/0960085X.2018.1560920
Scholl, A., & Völker, J. (2019). Fake News, aktuelle Desinformationen und das Problem der Systematisierung. Anmerkungen zum Aufsatz von Fabian Zimmermann & Matthias Kohring „‘Fake News‘ als aktuelle Desinformation – systematische Bestimmung eines heterogenen Begriffs“ in M&K 4/2018. Medien & Kommunikationswissenschaft, 67(2), (S. 206–214). https://doi.org/10.5771/1615-634X-2019-2-206
Scholl, A., & Weischenberg, S. (1998). Journalismus in der Gesellschaft: Theorie, Methodologie und Empirie. Wiesbaden: VS Verlag für Sozialwissenschaften.
Schrape, J.‑F. (2021). Irritationsgestaltung in der Plattformöffentlichkeit. In Digitaler Strukturwandel der Öffentlichkeit (S. 183–198). Wiesbaden: Springer VS,. https://doi.org/10.1007/978-3-658-32133-8_11
Schroeder, A. (2017). Presidential debates: Risky business on the campaign trail (Third edition). Columbia University Press.
Shao, C., Ciampaglia, G. L., Varol, O., Yang, K. C., Flammini, A., & Menczer, F. (2018). The spread of low-credibility content by social bots. Nature Communications, 9(1), 4787. https://doi.org/10.1038/s41467-018-06930-7
Stark, B., & Magin, M. (2019). Neuer Strukturwandel der Öffentlichkeit durch Informationsintermediäre: Wie Facebook, Google & Co. die Medien und den Journalismus verändern. In M. Eisenegger, L. Udris & P. Ettinger (Hrsg.), Wandel der Öffentlichkeit und der Gesellschaft (S. 377–406). Wiesbaden: Springer Fachmedien. https://doi.org/10.1007/978-3-658-27711-6_18
Strömbäck, J. (2012). The Media and Their Use of Opinion Polls: Reflecting and Shaping Public Opinion. In C. Holtz-Bacha & J. Strömbäck (Hrsg.), Opinion Polls and the Media (S. 1–22). London: Palgrave Macmillan UK. https://doi.org/10.1057/9780230374959_1
Sutter, T. (2013). Mediensoziologie: Theorien, Bezugsprobleme und Forschungsfelder. In D. Meister, F. Gross & U. Sander (Hrsg.), Enzyklopädie Erziehungswissenschaft Online: Medienpädagogik. Die Nachbardisziplinen der Medienpädagogik. Weinheim: Beltz Juventa. https://doi.org/10.3262/EEO18130307
Thieltges, A. & Hegelich, S. (2018). Falschinformationen und Manipulation durch social bots in sozialen Netzwerken. In J. Behnke, A. Blätte, K.-U. Schnapp & C. Wagemann (Hrsg.), Computational Social Science (S. 357–378). Baden-Baden: Nomos Verlagsgesellschaft mbH & Co. KG. https://doi.org/10.5771/9783845286556-357
Toff, B. (2019). The ‘Nate Silver effect’ on political journalism: Gatecrashers, gatekeepers, and changing newsroom practices around coverage of public opinion polls. Journalism, 20(7), (S. 873–889). https://doi.org/10.1177/1464884917731655
Vollmer, H. (2013). Fantastische Zahlen. In J.-H. Passoth & J. Wehner (Hrsg.), Quoten, Kurven und Profile (S. 27–45). Wiesbaden: Springer Fachmedien. https://doi.org/10.1007/978-3-531-93139-5_2
Wehner, J. (2020). „Numerical Coupling“. Zum Verhältnis von Massenmedien und Internet. In S. Maasen & J.-H. Passoth (Hrsg.), Soziologie des Digitalen - Digitale Soziologie? (S. 176–197). Baden-Baden: Nomos Verlagsgesellschaft mbH & Co. KG. https://doi.org/10.5771/9783845295008-176
Weischenberg, S. (1995). Journalistik. 2: Medientechnik, Medienfunktionen, Medienakteure. Wiesbaden: VS Verlag für Sozialwissenschaften. https://doi.org/10.1007/978-3-663-10432-2
Wendelin, M. (2014). Transparenz von Rezeptions- und Kommunikationsverhalten im Internet. In W. Loosen & M. Dohle (Hrsg.), Journalismus und (sein) Publikum: Schnittstellen zwischen Journalismusforschung und Rezeptions- und Wirkungsforschung (2014. Aufl., S. 73–89). Wiesbaden: Springer Fachmedien. https://doi.org/10.1007/978-3-531-19821-7_5
Woolley, S. C. (2016). Automating power: Social bot interference in global politics. First Monday, 21(4). https://doi.org/10.5210/fm.v21i4.6161
Author information
Authors and Affiliations
Corresponding author
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2023 Der/die Autor(en), exklusiv lizenziert an Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature
About this chapter
Cite this chapter
Muhle, F. (2023). Sichtbares Publikum?. In: Muhle, F., Sutter, T., Wehner, J. (eds) Das sichtbare Publikum?. Springer VS, Wiesbaden. https://doi.org/10.1007/978-3-658-41172-5_7
Download citation
DOI: https://doi.org/10.1007/978-3-658-41172-5_7
Published:
Publisher Name: Springer VS, Wiesbaden
Print ISBN: 978-3-658-41171-8
Online ISBN: 978-3-658-41172-5
eBook Packages: Social Science and Law (German Language)