Advertisement

Sozialkontakte online

Identitäten, Beziehungen, Gemeinschaften
  • Nicola DöringEmail author
Living reference work entry
Part of the Springer Reference Sozialwissenschaften book series (SRS)

Zusammenfassung

Nahezu die Hälfte der Online-Kommunikation hat interpersonalen Charakter. Wenn sich Menschen über Emails, Chats, WhatsApp-Nachrichten, Dating-Dienste, Online-Foren, Social-Networking-Plattformen und sonstige Soziale Medien austauschen, geht es immer auch um Identitätsdarstellungen, soziale Beziehungen und Gemeinschaftserleben. Der Beitrag fasst den sozialpsychologischen Forschungsstand zusammen und geht auf zentrale Fragestellungen, Theorien, Methoden und Befunde ein. Es zeigt sich, dass bei der interpersonalen Online-Kommunikation psychosoziale Chancen und Risiken meist Hand in Hand gehen.

Schlüsselwörter

Interpersonale Online-Kommunikation Digitale Individualkommunikation Computervermittelte Kommunikation Soziale Medien Sozialpsychologie des Internet 

1 Einleitung

Im Zuge der wissenschaftlichen Untersuchung der Online-Kommunikation darf die digitale Individualkommunikation nicht zu kurz kommen. Denn von der Gesamtnutzungszeit des Internet entfallen in Deutschland rund 40 % auf zwischenmenschliche Kontakte via E-Mail, Chat, Facebook und andere Soziale Medien (Koch und Frees 2017, S. 442). Tatsächlich werden Online-Sozialkontakte seit über 30 Jahren intensiv erforscht. Bereits in den 1980er-Jahren zeigte eine Analyse von Mailbox-Systemen (bulletin board systems), dass gut 30 % der ausgetauschten Online-Nachrichten interpersonalen Charakter hatten und sich „Computer-Freundschaften“ zwischen den Nutzenden entwickelten (Chesebro 1985, S. 220). Das Interesse an den sozialen Implikationen der Online-Kommunikation zieht sich durch viele technik- und sozialwissenschaftliche Disziplinen. Neben der Kommunikationswissenschaft sind in den Sozialwissenschaften vor allem die Soziologie und die Psychologie zu nennen, insbesondere in ihrem Überschneidungsfeld der Sozialpsychologie (Döring 2003, 2017). Die Sozialpsychologie befasst sich mit dem Verhalten und Erleben von Individuen im interpersonalen Kontext, wobei dies Offline- und Online-Kontexte umfasst.

Der vorliegende Beitrag betrachtet die Online-Individualkommunikation aus sozialpsychologischer Perspektive und greift dabei drei zentrale Konzepte heraus: Identitäten, Beziehungen und Gemeinschaften: Dass Menschen im Internet ihre wahre Identität verbergen und sich ganz anders darstellen als im Offline-Leben, dass sie im Internet neue soziale Beziehungen suchen und dabei oft enttäuscht werden, oder dass sie sich Online-Gemeinschaften anschließen und darüber ihre bestehenden Freundeskreise und Familienbindungen vernachlässigen – diese und weitere Probleme werden nicht nur in der Wissenschaft, sondern auch in der breiten Öffentlichkeit seit Dekaden kontrovers diskutiert.

2 Sozialpsychologie der Online-Kommunikation

Wenn wir nun also die interpersonale Online-Kommunikation in den Blick nehmen und diese sozialpsychologisch untersuchen, welche Forschungsfragen, Theorien und Methoden sind dann besonders einschlägig?

2.1 Forschungsfragen

Fragestellungen der sozialpsychologischen Internet- und Smartphone-Forschung lassen sich auf der Meta-Ebene danach gruppieren, welches Kausalmodell sie zugrunde legen, ob sie sozialpsychologische Aspekte im Online-Offline-Vergleich untersuchen oder sich auf konkrete Online-Plattformen konzentrieren.

2.1.1 Forschungsfragen nach Kausalmodellen

Mit Blick auf das zugrunde gelegte Kausalmodell lässt sich festhalten, dass viele Studien die Online-Kommunikation als unabhängige Variable bzw. Ursachenfaktor behandeln und deren sozialpsychologische Wirkungen untersuchen. Dabei werden sowohl positive als auch negative psychosoziale Wirkungen von interpersonaler Online-Kommunikation nachgewiesen. So zeigte sich beispielsweise, dass Menschen in ihrem Selbstwertgefühl bestärkt werden, wenn sie positives Online-Feedback in Form von Facebook-Likes erhalten (Zell und Moeller 2018, S. 29), dass sie aber auch in ihrem Selbstwertgefühl bedroht werden und Neid empfinden, wenn sie idealisierte Online-Selbstdarstellungen anderer Menschen auf Facebook oder Instagram betrachten (Vogel und Rose 2016, S. 295).

Andere Studien behandeln die Online-Kommunikation als abhängige Variable bzw. Wirkung und ziehen sozialpsychologische Konstrukte heran, um Unterschiede in der Internet- und Smartphone-Nutzung zu erklären: Welcher Bindungsstil führt dazu, dass manche Paare untereinander Sexting betreiben, also erotische Text- und Bildbotschaften per Smartphone austauschen, und andere nicht (Drouin und Landgraff 2012)? Welchen Einfluss haben Berufs- und Geschlechterrollen auf die Art und Weise der Online-Selbstdarstellung auf LinkedIn (Tifferet und Vilnai-Yavetz 2018)?

Darüber hinaus existieren Studien, die mit komplexeren Kausalmodellen operieren und der Online-Kommunikation beispielsweise die Rolle einer Mediator- oder Moderatorvariable zuweisen. So zeigte sich, dass bei Jugendlichen der Kontakt mit Alkoholdarstellungen in Sozialen Medien (unabhängige Variable) vor allem dann mit erhöhtem Alkoholkonsum einhergeht (abhängige Variable), wenn sie sich stark mit der jeweiligen Online-Community identifizieren (Moderatorvariable) und somit der sozialen Norm der Bezugsgruppe entsprechen wollen (Pegg et al. 2018).

2.1.2 Forschungsfragen zur Online-Offline-Differenz

Ausgangspunkt sozialpsychologischer Forschung zur Online-Kommunikation ist oft die analytische Unterscheidung zwischen sozialen Online- und Offline-Kontexten. Hier wird typischerweise ein relevantes sozialpsychologisches Phänomen herausgegriffen und untersucht, welche Unterschiede und Gemeinsamkeiten sich zwischen Offline- und Online-Kontexten zeigen (z B. herkömmliches Mobbing versus Cybermobbing: Cassidy et al. 2013; Eindrucksbildung über eine Person anhand eines persönlichen Gesprächs versus anhand eines Online-Profils: Weisbuch et al. 2009).

Diese Betrachtungsweise hat sich als fruchtbar erwiesen, stößt jedoch dort an Grenzen, wo in der Kommunikationspraxis Online- und Offline-Kommunikationskontexte immer stärker verschmelzen, so dass es weniger um Unterschiede als vielmehr um Wechselwirkungen geht. So findet Mobbing offenbar vielfach in derselben Täter-Opfer-Konstellation gleichzeitig online und offline statt. Ebenso bilden sich Personeneindrücke heute oft durch die Verarbeitung von Informationen, die parallel in Offline- und Online-Interaktionen gesammelt werden.

2.1.3 Forschungsfragen zu konkreten Online-Plattformen

Eine dritte Strukturierung der Forschungsfragen sozialpsychologischer Internetforschung ergibt sich durch den Fokus auf konkrete Online-Plattformen. So haben sich innerhalb der sozialwissenschaftlichen Internetforschung Gebiete wie die Wikipedia-, Twitter-, Tinder-, YouTube- und Facebook-Forschung entwickelt. In diesen Gebieten werden dann aus diversen disziplinären Perspektiven verschiedene Aspekte der plattformspezifischen Online-Kommunikation untersucht, darunter stets auch sozialpsychologische Aspekte der Identitätsdarstellung, Beziehungspflege und Gemeinschaftsbildung.

Eine plattformspezifische Untersuchungsperspektive ist nicht als technikdeterministisch abzutun, da sich jede Online-Plattform durch eine eigene Nutzerpopulation, eigene soziale Regeln und Normen und somit eine eigene Kommunikationskultur auszeichnet, die ggf. noch in Subkulturen ausdifferenziert ist. Betrachtet man etwa die vorliegenden Literaturübersichten zur Facebook-Forschung (Anderson et al. 2012; Caers et al. 2013; Wilson et al. 2012), so finden sich dort Hinweise auf die meistuntersuchten Fragestellungen, darunter stets Fragen zu Identitätsdarstellung und Beziehungsgestaltung auf Facebook.

Zuweilen werden auch Studien durchgeführt, die sozialpsychologische Phänomene im Plattform-Vergleich beleuchten (z. B. Vergleich von Online-Dating-Diensten versus Mobile-Dating-Apps hinsichtlich Mitgliederkreisen: Gatter et al. 2016; Vergleich verschiedener Mobile-Dating-Apps im Hinblick auf die Kontaktchancen: Quiroz 2013).

2.2 Theorien

Eine einheitliche sozialpsychologische Theorie der interpersonalen Online- und Mobil-Kommunikation liegt nicht vor, dazu sind die computervermittelten Kommunikationskontexte zu stark ausdifferenziert. Theoriemodelle zu sozialpsychologischen Aspekten der Online-Kommunikation werden meist in der Weise konstruiert, dass sowohl auf Theorien der computervermittelten Kommunikation als auch auf sozialpsychologische Theorien zurückgegriffen wird.

2.2.1 Theorien der computervermittelten Kommunikation

Theorien der computervermittelten Kommunikation (kurz: CvK-Theorien) betrachten Besonderheiten der Online-Individualkommunikation und werden vor allem dann herangezogen, wenn die Online-Kommunikation als unabhängige Variable untersucht wird. Die verschiedenen CvK-Theorien stehen teilweise in einem Ergänzungs- und teilweise in einem Konkurrenzverhältnis zueinander (siehe zum Überblick Döring 2013). Exemplarisch seien vier CvK-Theorien angeführt:
  • Kritische Auseinandersetzungen mit Online-Kommunikation operieren oft implizit oder explizit mit einem Kanalreduktionsmodell, das davon ausgeht, dass die zwischenmenschliche Online-Kommunikation im Vergleich zur Face-to-Face-Kommunikation um viele Sinneskanäle reduziert ist und der Austausch somit entfremdet, unpersönlich, gar entmenschlicht verläuft (diesem Modell ist keine konkrete Autorschaft zuzuordnen).

  • Gemäß dem Filtermodell der computervermittelten Kommunikation (reduced social cues model: Kiesler et al. 1984; cues filtered out approach: Culnan und Markus 1987) sind bei der Online-Kommunikation soziale Hinweisreize (z. B. auf das Alter, das Geschlecht, die Religion oder den sozioökonomischen Status einer Person) oft herausgefiltert, so dass es zu medialer Enthemmung kommt. Diese mediale Enthemmung wiederum kann gemäß Filtertheorie sowohl positive Effekte (z. B. vorurteilsfreiere Kommunikation, verstärkte Intimität durch unbefangenere Offenbarung persönlicher Informationen) als auch negative Wirkungen (z. B. unkontrollierterer Ausdruck von Aggression) haben.

  • Laut Theorie der medialen Reichhaltigkeit (media richness theory: Daft und Lengel 1984; Sheer und Chen 2004) unterscheiden sich verschiedene Medien in ihrer Eignung für unterschiedliche Kommunikationsaufgaben. Somit hängt gelingende Online-Individualkommunikation von der Wahl des passenden Online-Mediums ab, wobei komplexere Kommunikationsaufgaben reichhaltigere Medien erfordern (z. B. Terminverschiebung per E-Mail oder WhatsApp versus Konfliktklärung per Telefonat oder Videokonferenz).

  • Die Theorie der sozialen Informationsverarbeitung (social information processing theory: Walther 1992) betont, dass mediale Einschränkungen (z. B. fehlende nonverbale Signale) durch das Nutzungsverhalten ausgleichbar sind. Dementsprechend sind bei textbasierter Online- oder Mobil-Kommunikation keineswegs automatisch die Emotionen ausgeblendet oder die sozialen Hinweisreize herausgefiltert, vielmehr werden diese Informationen einfach anders dargestellt, etwa direkt verbal benannt oder durch Smileys bzw. Emojis ausgedrückt.

Diese und weitere CvK-Theorien werden herangezogen, um Forschungsfragen oder Hypothesen zu formulieren, bei denen die Online-Kommunikation als Ursachenfaktor für sozialpsychologische Phänomene verstanden wird. Dabei machen die oben eingeführten Theorien teilweise ganz unterschiedliche Vorhersagen, wie das Beispielszenario eines Streits in einer Paarbeziehung zeigt, der sich in wütenden WhatsApp-Nachrichten niederschlägt:
  • Das Kanalreduktionsmodell würde die Defizite der WhatsApp-Kommunikation (Beschränkung der Kommunikation auf kurze Textnachrichten) für das Aufkommen des Streits verantwortlich machen und den grundsätzlichen Verzicht auf WhatsApp und ähnliche Formen der Online-Kommunikation in der Paarbeziehung empfehlen, um derartige Streits zu vermeiden.

  • Das Filtermodell würde anerkennen, dass der Streit vielleicht dadurch entstanden ist, dass bislang verschwiegene Unzufriedenheit im Zuge medialer Enthemmung schriftlich erstmals artikuliert wurde. Das Filtermodell würde somit nicht grundsätzlich von schriftlicher Online-Kommunikation abraten, sondern auch positive Potenziale medialer Enthemmung sehen.

  • Die Theorie der medialen Reichhaltigkeit würde dazu raten, schnellstens von der schriftlichen auf die mündliche Kommunikation (z. B. Telefonat, persönliches Gespräch) zu wechseln, um Missverständnisse auszuräumen.

  • Die Theorie der sozialen Informationsverarbeitung schließlich würde vorhersagen, dass der Streit womöglich sogar per WhatsApp beigelegt werden kann, sofern die Beteiligten willens und in der Lage sind, im Rahmen der medialen Bedingungen der WhatsApp-Kommunikation genügend Informationen über ihre Gedanken und Gefühle bereitzustellen, die erhaltenen Informationen wohlwollend zu interpretieren und eine Konfliktlösung zu suchen.

Aus psychologischer Sicht würde man von einem Attributionsfehler, also einer falschen Ursachenzuschreibung sprechen, wenn soziale Konflikte in der Online-Kommunikation vorschnell immer dem medialen Kommunikationskanal zugeschrieben werden. Denn oftmals ist der Kommunikationskanal zweitrangig: Paare mit guter Kommunikationskultur können sich offline wie online schnell einigen, während es in Paarbeziehungen mit ungünstigem Kommunikationsklima online wie offline schneller und länger zum Streit kommt. CvK-Theorien allein sind deswegen oft nicht ausreichend zur Erklärung sozialpsychologischer Effekte in der Online-Kommunikation.

2.2.2 Sozialpsychologische Theorien

Bei Forschungsfragen, die das interpersonale Online-Kommunikationsverhalten als abhängige Variable behandeln, die auf die Untersuchung von Online-Offline-Differenzen abzielen oder psychologische Phänomene plattformspezifisch untersuchen, werden ergänzend zu oder anstelle von CvK-Theorien oft grundlegende sozialpsychologische Theorien angewendet und in ihrer Gültigkeit für Online-Kontexte geprüft. Seien es Theorien zur Selbstdarstellung, zur Eindrucksbildung, zur interpersonalen Attraktion und Beziehungsanbahnung oder zum Verhalten innerhalb und zwischen sozialen Gruppen (Döring 2003, 2017). Auf einige dieser Theorien wird später in den Abschnitten zu Identitäten, Beziehungen und Gemeinschaften in der Online-Kommunikation zurückgegriffen.

2.3 Methoden

In der sozialpsychologischen Internetforschung kommt das gesamte Arsenal sozialwissenschaftlicher Forschungsmethoden zum Einsatz (siehe Döring und Bortz 2016 sowie für Methoden der Onlineforschung generell den Beitrag von Welker in diesem Band). Disziplinspezifisch sind in der Sozialpsychologie vor allem experimentelle Laborstudien etabliert, die auch in der sozialpsychologischen Internet- und Smartphone-Forschung verbreitet sind (z. B. Dwyer et al. 2017). Unabhängig vom Untersuchungsdesign (experimentell oder nicht-experimentell) sind in der sozialpsychologischen Internet-Forschung Online-Methoden typisch, also Untersuchungsverfahren, bei denen die Datenerhebung im Internet erfolgt, sei es durch Online-Befragung, Online-Beobachtung oder Online-Dokumentenanalyse (Das et al. 2011; Fielding et al. 2017; Gosling und Johnson 2010; Gosling und Mason 2015; Hewson et al. 2016).

Bei Online-Methoden stellen sich teilweise neue erkenntnistheoretische, forschungspraktische und vor allem auch forschungsethische Herausforderungen, etwa dahingehend, welche Bereiche der Internet- und Social-Media-Nutzung als öffentlich und damit für die Forschung frei (z. B. ohne Einholen des ausdrücklichen Einverständnisses der Beteiligten) zugänglich zu betrachten sind und welche nicht. Ethik-Kodizes für die Internet- und Social-Media-Forschung wurden inzwischen von unterschiedlichen Berufsverbänden und wissenschaftlichen Fachgesellschaften herausgegeben (z. B. AoIR 2012; DGOF 2014). Auch existieren Handreichungen für ethisch verantwortungsvolle und gleichzeitig effiziente sozialwissenschaftliche Forschung auf einzelnen Plattformen wie z. B. Facebook (Kosinski et al. 2015).

Vier Felder der Methodenentwicklung werden in der sozialpsychologischen Internetforschung aktuell als besonders vordringlich betrachtet (Döring 2017): Psychometrische Skalen, Ambulantes Assessment mittels Smartphone-Apps, Erhebung und Analyse von Big Data zum Online-Verhalten sowie automatisierte Analyse von nutzergeneriertem Online-Content.

2.3.1 Psychometrische Skalen

Da ein Großteil der sozialpsychologischen Internet-Forschung über schriftliche Befragungsstudien erfolgt, ist es für den Erkenntnisfortschritt wichtig, hier nicht immer wieder mit selbst konstruierten Instrumenten zu operieren, sondern etablierte psychometrische Skalen mit zufriedenstellenden Testgütemerkmalen zu nutzen. Die APA-Datenbank PsycTESTS (http://psycnet.apa.org/PsycTESTS/) weist bereits mehrere Dutzend internetbezogene Skalen aus. So liegen beispielsweise englischsprachige Messinstrumente für Merkmale der Internet-Nutzung (z. B. „Facebook Feature Use Scale“) sowie für sozialpsychologisch relevante Aspekte der Internet-Nutzung vor (z. B. „Facebook Jealousy Scale“; „Facebook Intimacy Measure“). Für die Forschung im deutschsprachigen Raum gilt es, einschlägige englischsprachige Instrumente zu übersetzen und zudem das Spektrum der Skalen zu erweitern.

2.3.2 Ambulantes Assessment mittels Smartphone-Apps

Viele Studien erfassen die Online-Kommunikation und die damit verbundenen sozialpsychologischen Erfahrungen retrospektiv und summarisch zu einem einzigen Untersuchungszeitpunkt per mündlicher oder schriftlicher Befragung. Mit Ambulantem Assessment (ambulatory assessment; ecological momentary assessment) ist dagegen eine kontinuierliche Datenerhebung im Alltag gemeint. So kann eine Forschungs-App auf dem Smartphone mit Einwilligung der Untersuchungspersonen fortlaufend Umwelt-Daten (z. B. Umgebungslärm, Aufenthaltsort), Bio-Daten (z. B. Schrittzahl, Schlafdauer) sowie Kommunikationsdaten (z. B. Anrufe, Textnachrichten) für Forschungszwecke erfassen und zusätzlich die Untersuchungspersonen im Sinne von Zeit- oder Ereignisstichprobenplänen zu Auskünften auffordern (z. B. morgens und abends ein standardisiertes Tagebuch innerhalb der App ausfüllen, in definierten Situationen ein Foto erstellen; Conner und Mehl 2015; Gosling und Mason 2015; Miller 2012). Mit Methoden des Ambulanten Assessments lässt sich ein viel ganzheitlicheres Bild der Online- und Mobil-Kommunikation im Alltag erfassen als mittels einmaliger Befragung. Hier besteht die Herausforderung in der Entwicklung und Bereitstellung von leicht handhabbaren und datenschutzrechtlich unbedenklichen Forschungs-App (siehe Software-Sammlung der Society for Ambulatory Assessment: www.saa2009.org).

2.3.3 Erhebung und Analyse von Big Data zum Online-Verhalten

Digitale Verhaltensspuren, die Menschen durch ihr Nutzungsverhalten massenhaft auf Online-Plattformen hinterlassen, können mit entsprechenden Tools gesammelt und dazu genutzt werden, psychosoziale Merkmale und Prozesse zu beschreiben und vorherzusagen. So konnten Kosinski et al. (2013) mit Hilfe eines Datensatzes von mehr als 50.000 Facebook-Nutzenden allein anhand der Facebook-Likes, die eine Person vergeben hatte, mit recht hoher Zuverlässigkeit vorhersagen, welches Geschlecht und welches Alter sie hat, ob sie Zigaretten raucht und Alkohol trinkt, welche sexuelle Orientierung, parteipolitische Einstellung und religiöse Überzeugung sie hat, und ob sie eher extra- oder introvertiert ist. Dass sich anhand digitaler Verhaltensspuren tatsächlich Persönlichkeitseigenschaften vorhersagen lassen, ist inzwischen auch durch eine Metaanalyse mit 16 Einzelstudien belegt (Azucar et al. 2018). Die Debatte darüber, wie Big Data in den Sozial- und Verhaltenswissenschaften fruchtbar gemacht werden kann, hält an (Landers et al. 2016; Paxton und Griffiths 2017). Es existieren bereits die ersten Online-Repositorien von Big-Data-Datensätzen und Big-Data-Analyse-Tools für die sozialwissenschaftliche Forschung (z. B. www.dataonthemind.org).

Sowohl die Sammlung und Verwaltung von Big Data als auch deren Analyse erfordern eine besondere technische Ausstattung, denn sie übersteigen oft die Leistungsfähigkeit von Einzelplatzrechnern. Zudem verlangen sie methodische Expertise aus den Computerwissenschaften. Langsam, aber stetig, halten computerbasierte Methoden Einzug in die Sozialwissenschaften, einschließlich Kommunikationswissenschaft und Psychologie. Das erste Handbuch zur „Computational Social Psychology“ liegt bereits vor und behandelt auch Big Data aus der Online-Kommunikation (Vallacher et al. 2017).

2.3.4 Automatisierte Analyse von nutzergeneriertem Online-Content

Interpersonale Online-Kommunikation findet mit diversen Kommunikationscodes statt, wobei der schriftliche Text eine zentrale Rolle spielt. Riesige Mengen an nutzergenerierten Forums-Beiträgen, Blog-Einträgen, Online-Profilen, Status-Updates, Fotos und Videos und darauf bezogenen Kommentaren liegen im Internet öffentlich zugänglich vor. Im Unterschied zu einfachen digitalen Verhaltensspuren (z. B. Facebook-Likes, Anzahl von Facebook-Freunden), die direkt statistisch zu verarbeiten sind, muss nutzergenerierter Content zunächst in seinen Bedeutungen erschlossen werden. Dazu werden verstärkt automatisierte Analyseverfahren des Text Mining eingesetzt (Ignatow und Mihalcea 2017; Iliev et al. 2015; Park et al. 2018; Wang et al. 2017).

3 Identitäten in der Online-Kommunikation

On the Internet nobody knows you’re a dog – diese Feststellung aus einem viel zitierten Cartoon des „New Yorker“ aus dem Jahr 1993 spielt auf eine weit verbreitete Skepsis gegenüber Identitäten in der Online-Kommunikation an: Handelt es sich nicht oft um regelrechte Identitäts-Täuschungen bzw. „Fakes“ oder zumindest um stark beschönigte Selbstdarstellungen? Weiß man online überhaupt, mit wem man es zu tun hat? Neben der Frage, wie authentisch und glaubwürdig Online-Identitätsdarstellungen sind, wird oft diskutiert, warum manche Menschen ihre privatesten Identitäten geradezu exhibitionistisch online veröffentlichen und damit selbst ihre Privatsphäre gefährden.

3.1 Wie glaubwürdig sind Online-Identitätsdarstellungen?

Im Zusammenhang mit der Glaubwürdigkeit von Online-Identitätsdarstellungen werden in der psychologischen Fachliteratur vor allem vier Varianten der Selbstdarstellung differenziert.

3.1.1 Authentische Identitätsdarstellungen

Die Forschung zeigt, dass die meisten Internetnutzenden ihre Online-Identitätsdarstellungen weitgehend authentisch gestalten (Back et al. 2010; Marriott und Buchanan 2014). Das heißt, sie beantworten die identitätsrelevante Frage, wer sie sind, in ihren Online-Selbstdarstellungen ausreichend akkurat und vollständig. Dies ist damit erklärbar, dass a) die meisten Online-Kontakte zu Personen gepflegt werden, die man aus dem realen Leben kennt, so dass hier starke Lücken und Verzerrungen in der Selbstdarstellung erkannt und negativ sanktioniert würden, und dass b) beim Online-Kennenlernen neuer Personen eine überzogene Online-Self-Promotion letztlich nur zu Enttäuschung und Zurückweisung bei einem angestrebten realen Treffen führen würden.

Teilweise berichten Internutzende sogar, dass sie bei der Online-Kommunikation ihr wahres Ich besser zum Ausdruck bringen können als bei der Face-to-Face-Kommunikation (Bargh et al. 2002). Etwa wenn – im Sinne des vom Filter-Modell beschriebenen Enthemmungs-Effekts – beim Chatten mit Unbekannten anstelle belanglosen Small-Talks sehr rasch anderweitig oft verschwiegene Themen (z. B. Lebenskrisen, sexuelle Wünsche) angeschnitten werden.

Nicht nur ist die Selbstdarstellung online oft authentisch, auch die Eindrucksbildung ist oft realistisch. Online sind Menschen sogar meist weniger täuschungsanfällig als offline. Denn sie haben viele zusätzliche Möglichkeiten, Identitätsangaben zu überprüfen. Tatsächlich googeln sich Privatpersonen häufig gegenseitig, um Hintergrundinformationen zu erhalten und Identitätsangaben zu validieren. Gemäß der sozialpsychologischen Warranting Theory (Walther und Parks 2002; Walther et al. 2009) werden zur Überprüfung von Identitätsangaben vor allem solche Online-Quellen bevorzugt, die ein Garant für zuverlässige Informationen sind. Um beispielsweise die von einer Person selbst auf Facebook oder Xing angegebene Berufsangabe zu prüfen, könnte die Website des genannten Arbeitgebers herangezogen werden (zur Messung des Warranting Value von Online-Informationen liegt auch eine psychometrische Skala vor: DeAndrea und Carpenter 2016).

3.1.2 Idealisierte Identitätsdarstellungen

Dass wir uns in sozialen Kontexten gern von unserer besten Seite zeigen, und somit ein taktisches Selbstdarstellungsverhalten an den Tag legen, ist aus psychologischer Perspektive normal. Sowohl offline als auch online versuchen die meisten Menschen gemäß sozialpsychologischer Selbstdarstellungstheorie, sympathisch und kompetent auf andere zu wirken. In der Online-Selbstdarstellung können Beschönigungen und Idealisierungen nun besonders gut greifen, da man mehr Kontrolle über die textlichen und bildlichen Selbstdarstellungen hat. So lässt sich durch die Vorauswahl und Nachbearbeitung von digitalen Fotos und Videos auf Sozialen Medien leicht der Eindruck erwecken, man sei stets gut gelaunt, perfekt gestylt und topfit mit interessanten Aktivitäten beschäftigt. Vor diesem Hintergrund werden Soziale Medien wie z. B. Facebook und Instagram dafür kritisiert, eine Scheinwelt idealisierter Selbstdarstellungen zu präsentieren, die auf das Publikum verunsichernd und selbstwertschädigend wirken kann (z. B. #fitspiration-Bilder übertriebener Sportlichkeit: Goldstraw und Keegan 2016; Tiggemann und Zaccardo 2016). Ungeklärt ist, ob das Erkennen von Online-Selbstbeschönigungen und retuschierten Fotos das Publikum möglicherweise davor schützt, selbstwertbedrohliche soziale Vergleiche mit Social-Media-Profilen anzustellen.

3.1.3 Identitäts-Täuschungen

Wenn bewusst Identitäts-Täuschungen im Internet vorgenommen werden, dann von wenigen Menschen aufgrund krimineller Motive der finanziellen Bereicherung. Dazu gehören Identitätsdiebstahl (online identity theft; z. B. Online-Bestellungen mit den Bankdaten einer anderen Person) oder Heirats- bzw. Liebesschwindel (online romance/dating scam; online romance/dating fraud; Vorspiegelung einer sich online anbahnenden Liebesbeziehung, um Geldgeschenke zu erhalten). Bestimmte psychische Eigenschaften können anfälliger machen für Online-Dating-Betrug (Whitty 2017). Manche Dating-Portale beschäftigen Mitarbeitende, die sich als Kontaktsuchende ausgeben sollen, um die zahlenden Mitglieder auf der Plattform zu halten. Zuweilen agieren Unternehmen mit Fake-Identitäten, um als vermeintlich unabhängige Internetnutzende positive Produktbewertungen online zu lancieren oder Wikipedia-Einträge über ihr Unternehmen zu beeinflussen.

Neben dem Motiv der ökonomischen Bereicherung kann auch eine übersteigerte bis pathologische Suche nach Aufmerksamkeit und Ruhm das Motiv zum Aufbau von Schein-Identitäten im Netz sein (Feldman 2000; Joinson und Dietz-Uhler 2002). So gab sich eine amerikanische Hausfrau von 1999 bis 2001 als die lebenskluge krebskranke 19-jährige „Kaycee Nicole“ aus, während ein amerikanischer Student von Februar bis Juni 2011 als die lesbische Aktivistin „Amina Abdallah Arraf al Omari“ aus Syrien auftrat. Beide wurden weltberühmt und konnten große Fan-Gemeinden um ihre Blogs scharen, bevor die Täuschungen auffielen (die Fälle sind mit zahlreichen Quellen in der Wikipedia dokumentiert). Auch wird immer wieder von Fakes auf Dating-Portalen berichtet, die mit attraktiven Bildern viele Verehrerinnen und Verehrer anziehen, sich in deren Komplimenten und Kontaktanfragen sonnen, aber letztlich nie zu Offline-Treffen erscheinen. Manche Dating-Portale bieten deswegen als Schutz vor Fakes unterschiedliche Authentifizierungsmaßnahmen für ihre Mitglieder an (z. B. Verifizierung per Ausweis, Identitätsbestätigung durch andere Mitglieder).

Wachsende Bedeutung gewinnen Social Bots, also Computerprogramme, die sich auf Social-Media-Plattformen (z. B. Twitter) als menschliche Internetnutzende ausgeben und z. B. durch ihre Äußerungen ein bestimmtes politisches Meinungsklima simulieren können. Auch hier handelt es sich um soziale Täuschungen, wenn der Social Bot als menschlicher Nutzer wahrgenommen wird (Cook et al. 2014). Aktuelle Schätzungen gehen davon aus, dass 7 %-15 % der aktiven Twitter-Accounts von Bots gesteuert werden (Varol et al. 2017). Auf der Seitensprung-Plattform Ashley Madison wurden mehr als 70.000 Bots entdeckt, die sich als heterosexuelle, Affären suchende Frauen ausgeben und Kontaktanfragen an die männlichen Plattform-Mitglieder senden (Newitz 2015). Sowohl in der Fachliteratur als auch in der Presse werden inzwischen verstärkt Hinweise zum Erkennen von Social Bots gegeben.

3.1.4 Spielerische Identitäts-Experimente

In manchen Internet-Kontexten sind spielerische Identitäts-Experimente normkonform. So wird das anonyme Chatten mit Unbekannten von den Beteiligten häufig als eine theatralische Bühne angesehen, auf der man beim Flirten unverbindlich provokative oder verführerische Rollen ausprobieren kann, weil keine weiteren Kontakte stattfinden. Bei vielen Jugendlichen ist das Chatten zum Erproben romantischer und erotischer Kommunikation in der Pubertätsphase deswegen beliebt.

Grafische Online-Rollenspiel-Umgebungen wie „World of Warcraft“ und virtuelle Welten wie „Second Life“ sind ausdrücklich darauf angelegt, dass die Teilnehmenden in andere Rollen schlüpfen und nicht einfach sie selbst sind. Sie wählen bzw. kreieren dafür Avatare (grafische virtuelle Charaktere), mit denen sie sich durch die virtuellen Welten bewegen und mit anderen Internetnutzenden interagieren. Dabei scheinen Merkmale des genutzten Avatars auf die Fremd- wie auf die Selbstwahrnehmung zu wirken: Wer einen größeren und attraktiveren Avatar nutzt, agiert selbstsicherer (Proteus-Effekt: Yee et al. 2009).

Auch wenn anekdotisch berichtet wird, dass manche Internetnutzende in spielerischen Online-Welten mit völlig neuen Identitäten experimentieren, bleiben die spielerischen Online-Selbstdarstellungen dennoch häufig gewohnten Rollenstereotypen und Selbstbildern aus dem Offline-Leben verhaftet. So etwa, wenn selbstunsichere Menschen sich dann auch unattraktivere Avatare erstellen. Oder wenn Avatare hinsichtlich Aussehen und Rollenverhalten gemäß Geschlechterstereotypen gestaltet werden, so dass man auf unterwürfige, leicht bekleidete weibliche Avatare und aggressive männliche Avatare stößt (Linares et al. 2011; Yee 2014).

3.2 Wie sind Online-Identitätsdarstellungen und Privatsphäre vereinbar?

Anders als bei der Offline-Kommunikation, bei der die Anwesenden direkt ersichtlich sind, können Selbstdarstellungen in der Online-Kommunikation von sehr viel größeren, heterogeneren und von der Person nicht überschaubaren Publika wahrgenommen werden. Damit stellt sich die Frage nach dem Schutz der Privatsphäre in neuer Weise (vgl. hierzu auch die Beiträge von Masur et al. sowie Beck in diesem Band). Als Paradebeispiel des Problems gelten Jugendliche, die Party-Fotos auf Facebook veröffentlichen und dabei nicht bedenken, dass neben ihren Peers (mit denen sie gemeinsam den Party-Exzess zelebrieren wollen), auch Eltern, Lehrkräfte, zukünftige Arbeitgeber und gar die Polizei das Material einsehen können und somit von Trunkenheit über Nacktheit bis zu illegalem Drogengebrauch alle möglichen sensiblen Informationen erhalten.

Jenseits dieses besonders prägnanten Szenarios hat die Forschung bislang gezeigt, dass große Bevölkerungsgruppen unterschiedlichste persönliche Informationen im Web veröffentlichen, obwohl sie sich sehr wohl Sorgen über ihre Privatsphäre machen. Dieser Widerspruch wird als Privacy-Paradox bezeichnet (Barnes 2006). Eine aktuelle Forschungsübersicht zeigt jedoch, dass es mittlerweile eine Reihe plausibler Erklärungen für das angebliche Privatsphären-Paradox gibt, sodass weniger von einem paradoxen als vielmehr einem komplexen Phänomen auszugehen sei (Kokolakis 2017). Gemäß der Privacy-Calculus-Theorie (Dinev und Hart 2006) wägen Menschen beispielsweise die Risiken einer Verletzung ihrer Privatsphäre gegen die Vorteile der Social-Media-Nutzung ab und entscheiden sich daraufhin zum Preisgeben von persönlichen Informationen. Insbesondere wenn sie sehen, dass ihre Bekannten und Freunde dies auch tun (Taddicken 2014).

Unbedarfte Online-Selbstdarstellung wurde anfangs vor allem Heranwachsenden zugeschrieben. Man forderte deswegen die Eltern auf, die Online-Kommunikation ihrer Kinder besser zu begleiten. Inzwischen ist klargeworden, dass Eltern und Großeltern oft selbst die Privatsphäre ihrer Kinder und Enkel verletzen, indem sie identifizierende Textbeiträge, Kinderfotos und Kindervideos auf Sozialen Medien veröffentlichen, ohne dass eine informierte Einwilligung der Kinder vorliegt bzw. vorliegen kann (Parental Sharing = Sharenting: Keith und Steinberg 2017; Leaver 2017). Manche Eltern verbreiten sogar vorgeburtliche Ultraschallbilder im Netz (z. B. unter dem Hashtag #ultrasound auf Instagram: Leaver und Highfield 2018).

Angesichts der möglichen Gefährdung der Privatsphäre durch Online-Selbstdarstellungen und mit Blick auf die Prävention von Datenschutzverletzungen werden drei Ansätze diskutiert.

3.2.1 Technischer Schutz der Privatsphäre

Relativ viel Wert legen Forschung und Praxis auf den technischen Schutz der Privatsphäre in Form von Privatsphäre-Einstellungen auf Social-Media-Plattformen (Lankton et al. 2017, mit psychometrischer Skala). Dementsprechend sollten im obigen Party-Beispiel Jugendliche sicherstellen, dass Fotos, die sie online mit ihren engsten Freunden teilen, nicht gleichzeitig für Eltern, Lehrkräfte oder die breite Öffentlichkeit sichtbar sind. Ebenso sollten Eltern Fotos und Videos ihrer Kinder im Netz nur für Familienmitglieder freischalten. Neben der Förderung der Medienkompetenz der Nutzenden wird von den Plattform-Betreibenden gefordert, möglichst einfach bedienbare Privatsphäre-Einstellungen anzubieten.

Zusätzlich stellt sich bei Online-Identitätsdarstellungen das Datenschutz-Problem gegenüber dem Plattform-Betreiber: Inwiefern sind die Nutzenden davor geschützt, dass ihre privaten Daten von den Plattform-Betreibenden weitergegeben oder für unerwünschte Zwecke missbraucht werden? Dazu müssen die Nutzungsbedingungen klar verständlich und datenschutzfreundlich gestaltet sein. Nicht zuletzt ist relevant, wie gut eine Online-Plattform, die sensible und identitätsrelevante Kundendaten verwaltet, vor Hackerangriffen geschützt ist. So wurde die Seitensprung-Plattform Ashley Madison im Jahr 2015 gehackt. Die Online-Veröffentlichung der Kundendaten und das öffentliche Anprangern der Fremdgehenden belastete diese stark und führte auch zu mehreren Suiziden (Mansfield-Devine 2015).

3.2.2 Verzicht auf riskante Online-Selbstdarstellung

Ein anderer Diskussionsstrang will den Schutz der Privatsphäre dadurch sichern, dass die Nutzenden von vorne herein auf die Online-Preisgabe allzu persönlicher Daten verzichten (Lankton et al. 2017, S. 150 mit entsprechender psychometrischer Kurzskala zu Self-Disclosures S. 161). Zu der zu vermeidenden riskanten Online-Selbstdarstellung zählen laut Fachliteratur etwa Partybilder Jugendlicher, die Alkohol- und illegalen Drogenkonsum zeigen (White et al. 2018), oder auch sexuell freizügige Selfies (Koutamanis et al. 2015).

Sich online und/oder offline über bestimmte soziale Normen hinwegzusetzen, lässt sich indessen nicht nur als Risikoverhalten, sondern auch als authentischer Selbstausdruck verstehen und bietet Chancen der Selbst-Validierung und des Empowerment. So hat sich gezeigt, dass erotische Selbstdarstellung im Netz Menschen unterschiedlichster Körperformen, Altersgruppen und sexueller Orientierungen Identitätsbestätigung und Selbstwertsteigerung vermitteln kann (Lemke und Merz 2018; Tiidenberg 2014). Ebenso hat sich gezeigt, dass Sexting nicht für übertriebenen Exhibitionismus steht, sondern bei Erwachsenen zunehmend normaler Bestandteil der partnerschaftlichen Intimkommunikation ist. Dementsprechend ist es sexualpädagogisch fragwürdig, Jugendlichen, die in ein erwachsenes Sexualleben hineinwachsen, zwar nicht den Sex, aber das Sexting als Risikoverhalten verbieten zu wollen (Döring 2014a). Zumal durch digitale Foto- und Videobearbeitung auch dann authentisch wirkende Nacktbilder einer Person zirkulieren können, wenn sie selbst nie solche angefertigt hat. Die Offenbarung von Depressionen mag aufgrund des Stigmas psychischer Erkrankungen als riskante Online-Selbstdarstellung gelten, doch sie vermittelt Betroffenen neue Formen der Online-Unterstützung und trägt zur Entstigmatisierung der Volkskrankheit bei (Moreno et al. 2011). Da Internet und Smartphone längst im Privat- und Intimleben der Menschen angekommen sind, gehören auch persönlichste Selbstdarstellungen zur privaten und öffentlichen Online-Kommunikation dazu. Das normative Konzept der „riskanten Online-Selbstdarstellung“ (risky online self presentation; White et al. 2018), die zu unterlassen sei, ist somit zu hinterfragen.

3.2.3 Rechtlicher und ethischer Schutz der Privatsphäre

Statt den Online-Selbstausdruck zu beschränken, hebt der dritte Ansatz darauf ab, wie ein Missbrauch privater Identitätsdaten im Netz vermieden werden kann. Dazu zählen rechtliche Regelungen wie die europäische Datenschutz-Grundverordnung, die es z. B. Arbeitgebern verbieten, private Online-Aktivitäten von Bewerbern oder Mitarbeitern auszuspionieren. Auch regelt das Persönlichkeitsrecht, dass Bilder der eigenen Person nicht ohne Einverständnis online (weiter-)verbreitet werden dürfen. Hier steigt in den letzten Jahren die Sensibilität für rechtliche Grenzen. Zudem wurde der rechtliche Schutz verstärkt, so zählt etwa die unbefugte Weitergabe oder Veröffentlichung intimer Sexting-Bilder als Verletzung des höchstpersönlichen Lebensbereichs durch Bildaufnahmen (§201a StGB) und kann seit 2015 mit bis zu zwei Jahren Freiheitsstrafe geahndet werden. Anstatt vor einvernehmlichem Sexting zu warnen, sind somit Jugendliche und Erwachsene eher über die Folgen des illegalen Weiterverbreitens intimer Bilder gegen den Willen der Betroffenen aufzuklären, wie es z. B. in Form sog. Rache-Pornos (revenge porn) stattfindet, um Ex-Partner/innen mit dem während der Beziehung ausgetauschten und erstellten Bildmaterial öffentlich zu diskreditieren. Strafrechtlich sanktioniert ist auch das Verbreiten von gefälschten Nacktbildern und Pornovideos, in die per Bildbearbeitung das Gesicht der zu diskreditierenden Person eingearbeitet wird.

Abgesehen von rechtlichen Normen ist das Respektieren der Privatsphäre anderer Menschen offline wie online eine ethische Frage (vgl. den Beitrag von Beck in diesem Band). Es ist kein Automatismus, dass Eltern oder Lehrkräfte die Facebook-Seiten ihrer Kinder oder Schüler anschauen, sondern eine bewusste Entscheidung. Vieles spricht dafür, auf bestimmte Formen der Online-Kontrolle anderer Menschen zu verzichten und deren Online-Privatsphäre zu respektieren, ebenso wie man im Offline-Leben private Korrespondenz oder Tagebücher Dritter nicht durchstöbert, obwohl sie prinzipiell zugänglich sein mögen. Im professionellen Kontext wird beispielsweise diskutiert, dass Psychotherapeuten ihre Patienten normalerweise nicht googeln sollten, weil das Vertrauensverhältnis in der Therapie am besten auf den freiwillig preisgegebenen Informationen aufbaut (Ashby et al. 2015).

Da Verletzungen der Privatsphäre durch massenmediale Berichterstattung eine neue Ebene erreichen, stellt sich rechtlich und ethisch im Journalismus die Frage, welche Online-Informationen einer Person recherchiert und veröffentlicht werden dürfen, und welche eben zur (Online-)Privatsphäre gehören. Die Gefahr, dass jegliche Information aus der privaten Online-Kommunikation an die Öffentlichkeit gebracht werden kann und dies dann zum Anlass für Häme, Spott, Ausgrenzung und Skandalisierung wird, erzeugt eine neue Form der Überwachungs- und Kontrollgesellschaft. Gesellschaftlich ist es wichtig, sich über den Wert der Privatsphäre, deren potenzielle Bedrohung durch unterschiedliche Akteure (Regierungen, Wirtschaftsunternehmen, Journalisten, Hacker, Privatpersonen) bewusst zu machen und entsprechende ethische und rechtliche Regulierungen für das Digitalzeitalter fortlaufend zu überdenken und zu überarbeiten (Richards 2013). Manche Stimmen behaupten indessen, dass wir uns bereits im Post-Privacy-Zeitalter befinden und die Vorstellung, man könne private Daten vor der Öffentlichkeit geheim halten, überholt sei. Andere sehen die Post-Privacy-Ideologie dagegen als Ausdruck wirtschaftlicher Interessen von Unternehmen (Gruschke 2014).

4 Soziale Beziehungen in der Online-Kommunikation

Bereits in den 1980er-Jahren wurde der Einfluss der computervermittelten Kommunikation auf soziale Beziehungen zwiespältig diskutiert: Studien würdigten die Anbahnung neuer „Computer-Freundschaften“ (Chesebro 1985), Presseartikel warnten vor vereinsamten „Computerwitwen“, deren Ehemänner tage- und nächtelang vor dem PC verharrten (Der Spiegel 1987). Welchen Beitrag Online-Kommunikation zur Anbahnung neuer und zur Pflege bestehender sozialer Beziehungen leistet, wird im Folgenden anhand aktueller Studien skizziert.

4.1 Wie entwickeln sich neue Beziehungen durch Online-Kommunikation?

Durch Online-Kommunikation erweitert sich der Kreis der Personen, die sich in unserer kommunikativen Reichweite befinden. Dadurch wird sowohl das gezielte als auch das beiläufige Online-Kennenlernen gefördert.

4.1.1 Gezieltes Online-Kennenlernen über Dating-Dienste

Eine bevölkerungsrepräsentative Umfrage in Deutschland zeigte, dass 88 % der Internet-Nutzenden Dating-Dienste kennen (Bitkom 2017). Ein Viertel der Internet-Nutzenden (26 %) hat Dating-Dienste bereits in Anspruch genommen, wobei jede/r Vierte auf diese Weise dann den aktuellen Partner bzw. die aktuelle Partnerin kennengelernt hat. Für heterosexuelle und insbesondere für homosexuelle Paare ist das Internet zu einem zentralen Ort des Kennenlernens geworden (Hall 2014; Rosenfeld und Thomas 2012). In den USA werden inzwischen 35 % der Eheschließungen im Internet angebahnt, davon ein Großteil (45 %) über Dating-Dienste (Cacioppo et al. 2013, S. 10136). Internet-Dating hat dazu geführt, dass heute mehr Personen als früher Partnerschaften eingehen, insbesondere in Bevölkerungsgruppen, für die die Partnersuche erschwert ist (z. B. ältere Menschen, sexuelle Minoritäten). So lernen sich in den USA mehr als 60 % der gleichgeschlechtlichen Paare online kennen (Rosenfeld und Thomas 2012, S. 532). Im Internet angebahnte Paarbeziehungen unterscheiden sich in ihrer Dauer und Qualität nicht negativ, sondern allenfalls positiv von offline angebahnten Paarbeziehungen (Cacioppo et al. 2013, S. 10136; Hall 2014, S. 324; Rosenfeld und Thomas 2012, S. 533).

Online-Dating ist somit erfolgreich. Es birgt aber auch diverse Risiken. Dazu gehören u. a. die bereits angesprochenen Identitätstäuschungen und Datenschutzverletzungen, aber auch erleichterte Untreue des Partners oder die Gefahr sexuell übertragbarer Infektionen und sexueller Belästigungen (Wong AnKee und Yazdanifard 2015). Auch erfüllt Online-Dating oft nicht die Marketing-Versprechen der Plattform-Betreibenden. So gibt es keinerlei Belege für die Validität der Matching-Verfahren, mit denen Online-Partnerbörsen ihren zahlenden Mitgliedern angeblich besonders gut passende Partner/innen vorschlagen (Finkel et al. 2012).

Es liegen eine Reihe von Studien vor, die den Prozess des Online-Datings beschreiben, von der Wahl der Online- oder Mobile-Dating-Plattform über die Einrichtung des eigenen Online-Profils, die Auswahl von Kontaktpartnern, die Gestaltung der Online-Kommunikation und schließlich den Übergang zum ersten Offline-Date (Aretz et al. 2017). Anhand einer Zusammenfassung von 86 Studien arbeiteten Khan und Chaudhry (2015) heraus, welche Aspekte der Online-Kommunikation die Wahrscheinlichkeit erhöhen, dass es zum Face-to-Face-Treffen kommt (z. B. Merkmale des selbst gewählten Online-Namens, Komplimente an das Gegenüber, Körpersprache beim Videochat).

Diverse Studien weisen auf Geschlechterdifferenzen im Online-Dating hin (Aretz et al. 2017): So suchen Männer geschlechtsrollenkonform häufiger nach unverbindlichen Sexkontakten, Frauen stärker nach verbindlichen Paarbeziehungen. Ebenso machen Männer auch online bei der Kontaktaufnahme häufiger den ersten Schritt (Kreager et al. 2014). Im Online-Dating wird traditionelles Rollenverhalten also teils beibehalten, teils aber auch verändert, etwa wenn ältere Menschen jetzt stärker als Partnersuchende in Erscheinung treten. Neben der Untersuchung der Merkmale und Ergebnisse von Online-Dating ist nicht zuletzt seine massenmediale Repräsentation ein Forschungsthema. So zeigte eine Inhaltsanalyse von Presseartikeln zum Online-Dating älterer Menschen, dass diesen vermehrt ein aktives Sexualleben zugeschrieben wird (Wada et al. 2015).

4.1.2 Beiläufiges Online-Kennenlernen

Deutlich weniger Forschungsinteresse als das gezielte Online-Kennenlernen über Dating-Dienste hat das beiläufige Online-Kennenlernen geweckt (Döring 2003). Dabei ist belegt, dass Menschen, die sich heute in diversen kommunikativen Online-Kontexten bewegen – etwa auf Netzwerk-Plattformen, in Online-Games, Hobby-Foren oder Online-Selbsthilfegruppen – dabei ungeplant auch neue Bekanntschaften, Freundschaften und nicht zuletzt Partnerschaften anknüpfen: Rund 55 % der Ehepaare in den USA, die sich online kennengelernt haben, nutzten keine Dating-Dienste (Cacioppo et al. 2013, S. 10136).

4.2 Wie verändern sich bestehende Beziehungen durch Online-Kommunikation?

Durch Online-Kommunikation verändern sich bestehende Beziehungen. Dabei werden Internet und Smartphone sowohl als Mittel der Beziehungspflege gewürdigt als auch als soziale Störfaktoren kritisiert.

4.2.1 Online-Kommunikation als Mittel der Beziehungspflege

Die Social-Networking-Plattform Facebook existiert seit 2004. Zunächst gab es eine kritische Diskussion darüber, ob so genannte Facebook-Freunde nun gerade bei den Jüngeren reale Freundschaften verdrängen werden (Verdrängungsthese, Döring 2014b). Schon frühe Befragungsstudien zeigten jedoch, dass Studierende Facebook in erster Linie nutzen, um sowohl mit ihren engen Freunden aus dem Offline-Leben (strong ties; bonding social capital) als auch mit ihren lockeren Bekannten (weak ties; bridging social capital) zu kommunizieren und darüber hinaus noch Kontakt zu alten Kindergarten- und Schulfreunden (maintained social capital) zu halten (Ellison et al. 2007). Aktuelle Studien bestätigen, dass Smartphone und Soziale Medien von großer Bedeutung sind, um bestehende Sozialbeziehungen zu pflegen.

Dementsprechend ergänzt der Online-Kontakt den Offline-Kontakt und trägt dazu bei, Offline-Kontaktschwierigkeiten zu kompensieren (Kompensationsthese, Döring 2014b). So können Kinder heute per Smartphone besser Kontakt zu Großeltern und getrenntlebenden Elternteilen halten (Ivan und Fernández-Ardèvol 2017). Sehr gut belegt ist der Nutzen der Online- und Mobilkommunikation zur Pflege von Freundschafts-, Paar- und Familienbeziehungen über geografische Distanzen hinweg – sei es bei internationalen Studierenden (Bacigalupe und Bräuninger 2017) oder bei unbegleiteten minderjährigen Flüchtlingen in Deutschland (Kutscher und Kreß 2016). Von Kompensationseffekten der Online-Beziehungspflege profitieren u. a. auch Menschen, die unter Schüchternheit oder eingeschränkter physischer Mobilität leiden. Die Vorteile des medialen Kontakthaltens werden in vermehrtem Sozialkapital, verbesserter sozialer Integration und Beziehungsqualität sowie verringerter Einsamkeit gesehen.

4.2.2 Online-Kommunikation als Störfaktor in Beziehungen

Dennoch ist die Verdrängungsthese nicht gänzlich widerlegt. So argumentiert Turkle (2011), dass das Einlassen auf echte soziale Beziehungen zwar menschlich sehr bereichernd, aber auch kostspielig ist, weil man Einsatz zeigen und Verletzbarkeit in Kauf nehmen muss. Diesen Preis seien immer weniger Menschen zu zahlen bereit. Sie würden sich deswegen mit bequemen und sicheren Online-Kontakten oder gar mit Mensch-Computer- oder Mensch-Roboter-Kommunikation zufriedengeben, also mit Pseudo-Nähe, was letztlich in soziale Isolation und Einsamkeit führe. Tatsächlich konnte z. B. experimentell gezeigt werden, dass Menschen, die sich im Alltag auf ihr Smartphone verlassen und dadurch weniger direkte soziale Kontakte erleben (z. B. statt andere Menschen nach dem Weg zu fragen ein Navigationssystem nutzen), sich am Ende weniger sozial eingebunden fühlen (Dwyer et al. 2017).

Doch selbst wenn direkte zwischenmenschliche Interaktionen und Beziehungen nicht durch Online-Nutzung verdrängt werden, sondern weiterhin stattfinden, können Online-Aktivitäten die Beziehungsqualität stören, etwa durch ständige Unterbrechungen und Ablenkungen (digital distraction) von der Face-to-Face-Kommunikation oder einfach dadurch, dass man dem direkten zwischenmenschlichen Kontakt weniger Wert beimisst (Rotondi et al. 2017).

Schließlich wird auch die Qualität der Online-Beziehungspflege in Frage gestellt. So scheint es diverse Probleme mit sich zu bringen, wenn der gesamte Freundes- und Familienkreis heute über Internet und Smartphone ständig kontaktierbar ist. Negativeffekte der Online-Kommunikation im eigenen sozialen Netzwerk umfassen z. B. permanenten Erreichbarkeitszwang, Kontrolle, verstärkte Eifersucht, die Angst etwas zu verpassen (fear of missing out: FOMO), häufigere soziale Aufwärtsvergleiche, Neid, Missgunst, Missverständnisse, Mobbing und Belästigung. Gemäß sozialer Enthemmung treten antisoziale Effekte bei der Online-Kommunikation in verstärkter Weise auf.

Angesichts der genannten Negativeffekte warnen manche Forschende eindringlich vor zu viel Internet- und Smartphone-Nutzung und bringen diese mit Vereinsamung und Suizidalität einer ganzen Generation in Verbindung (Spitzer 2017; Twenge 2017). Indem zwischenmenschliche Beziehungsprobleme, unter denen alle Menschen mehr oder minder oft leiden, eindimensional der Internet- und Smartphone-Nutzung zugeschrieben werden, entsteht eine für den öffentlichen Diskurs attraktive Komplexitätsreduktion. So ist erklärbar, dass Vereinsamungsthesen seit 30 Jahren en vogue sind. Dabei kann die Vereinsamungsthese nicht standhalten angesichts der vielen Belege dafür, dass und wie Internet- und Smartphone-Nutzung eben auch sozial integrierend wirken, etwa im Zuge von Online-Dating älteren Menschen oder Angehörigen von sexuellen Minderheiten zu einer Lebenspartnerschaft verhelfen (Rosenfeld und Thomas 2012).

Seriöse wissenschaftliche Beiträge versuchen zunehmend, Negativ- und Positiv-Effekte der Online-Kommunikation auf soziale Beziehungen ausgewogen zu betrachten (Best et al. 2014; Bolton et al. 2013). Sie argumentieren, dass die Effekte wesentlich von den Prädispositionen der Person (z. B. Sozialkompetenz, chronische Einsamkeit), vom sozialen Kontext (z. B. vorhandene Offline-Beziehungen) und von der Art der Online-Kommunikation (z. B. passive oder aktive Beteiligung an Online-Communitys) abhängen (Hu et al. 2017; Nowland et al. 2018). Somit werden komplexere Kausalmodelle eingeführt. Der starke Einfluss der Prädispositionen schlägt sich auch darin nieder, dass für Internet-Effekte auf die sozialen Beziehungen oft der Matthäus-Effekt (nach dem Matthäusevangelium: „…wer […] hat, dem wir gegeben“) bzw. der rich-get-richer-Effekt gilt: Wer ohnehin besonders attraktiv, gesellig und beliebt ist, kann seine vielfältigen Offline-Kontakte durch Online-Kommunikation am besten stärken und erweitern. Wer dagegen sozial unterprivilegiert ist, läuft eher Gefahr, auch im Netz isoliert oder gar ausgegrenzt zu bleiben (Döring 2014b).

5 Gemeinschaften in der Online-Kommunikation

The WELL (Whole Earth Lectronic Link) ist eine der ältesten und einflussreichsten Online-Communitys. Sie wurde 1985 als Mailbox-System in Kalifornien gegründet. Die Mitgliederzahl stieg von einigen Hundert in den 1980ern auf einige Tausend in den 1990ern – und in dieser Größenordnung liegt sie bis heute (www.well.com). Die Mitglieder tauschen sich in Online-Foren zu verschiedenen Themen wie Politik, Sport, Freizeit und Familie miteinander aus. Manche Mitglieder sind über Jahre hinweg in The WELL aktiv, immer wieder werden auch Offline-Treffen organisiert. Der Psychologe Howard Rheingold war von Anfang an dabei. Er prägte den Begriff der „virtuellen Gemeinschaft“ und beschrieb als erster ausführlich das Gemeinschaftserleben im Netz (Rheingold 1993).

Diese frühen Schilderungen sind von Enthusiasmus geprägt. Kein Wunder, entstammten doch die kalifornischen Pioniere der Online-Gemeinschaftsbildung ausschließlich einer sehr gut gebildeten Bevölkerungsschicht. In den späten 1990er-Jahren äußerte sich Rheingold in den Foren von The WELL dann ernüchtert (Döring 2014b): Das Niveau sei erschreckend gesunken, er sei die zunehmenden Streitereien und Pöbeleien leid und würde sich deswegen von der Plattform zurückziehen. Auch das kein Wunder, denn mit dem Zustrom der Massen ins Internet änderte sich die Kommunikationskultur. Es gab mehr soziale Unterschiede zwischen den Nutzenden, mehr desorientierte Anfänger und mehr aggressive Störenfriede. Doch Rheingold erholte sich von seiner Enttäuschung. Er kam zu dem Schluss, dass für mehr positive Online-Gemeinschaftserfahrungen die Netzkompetenz aller Menschen gefördert werden muss und setzte sich fortan dafür ein (Rheingold 2012).

Die umfassende Forschung zu Gemeinschaftserfahrungen in Online-Communitys, sozialen Online-Netzwerken und Online-Gruppen kann hier nur angerissen werden. Zwei Aspekte stehen im Fokus: Die Strukturen und Prozesse der Gemeinschaftsbildung im Netz sowie deren Effekte.

5.1 Wie erfolgt die Gemeinschaftsbildung im Netz?

Für Forschung wie Praxis ist es wichtig, verschiedene Typen von Gemeinschaften im Netz zu differenzieren, ihre jeweiligen Besonderheiten zu beschreiben, sowie ihre Unterschiede, Gemeinsamkeiten und Wechselwirkungen mit Offline-Gemeinschaften herauszuarbeiten. Strukturelle Fragen betreffen u. a. die jeweilige technische Plattform und ihre Merkmale (z. B. Online-Plattform versus Mobile App), die Zugangsbedingungen (z. B. Mitgliedsbeitrag, Einladung durch Mitglieder), die Mitgliederrollen (z. B. Administrator, Moderator, Basismitglied, Premiummitglied) und die sozialen Regeln (z. B. Netiquette, Forumsregeln). So verlangen es z. B. die Community-Regeln von The WELL, dass alle Mitglieder unter Klarnamen kommunizieren (Motto: „You own your own words“), während in vielen anderen Online-Communitys zum Schutz der Privatsphäre ausschließlich mit Pseudonymen gearbeitet wird. Chancen und Risiken der Klarnamenspflicht (z. B. auch bei Facebook) werden kontrovers diskutiert, und die Rechtslage ist noch unklar. Manche Online-Communitys entstehen selbstorganisiert, andere werden gezielt von bestehenden Gruppen oder Organisationen eingerichtet (z. B. von Vereinen, Bildungseinrichtungen, privatwirtschaftlichen Unternehmen).

Damit Online-Gemeinschaften florieren, benötigen sie eine kritische Masse an aktiv und konstruktiv beitragenden Mitgliedern. Gemäß der 90-9-1-Regel von Jakob Nielsen (2006), beschränken sich rund 90 % der Mitglieder von Online-Communitys auf passives Mitlesen und liefern selbst keine Beiträge (lurkers), 9 % beteiligen sich sporadisch mit einem Kommentar (intermittent contributors; commenters), und nur 1 % partizipieren regelmäßig aktiv am Austausch in der Online-Community (heavy contributors; creators). Auch in den heutigen Sozialen Medien besteht eine große Kluft zwischen den theoretisch niedrigschwelligen Partizipationsmöglichkeiten und dem kleinen Anteil tatsächlich aktiver Content Creators: So zeigt die bevölkerungsrepräsentative ARD/ZDF-Online-Studie, dass nur 3 % der Internetnutzenden zur Wikipedia beitragen, 3 % Videos veröffentlichen und 2 % Weblogs schreiben (Fisch und Gscheidle 2008, S. 361) – die Mehrheit rezipiert lediglich den vorhandenen Content und beteiligt sich allenfalls gelegentlich mit einem Like, Share oder Kommentar. In Forschung und Praxis interessiert man sich deswegen dafür, das Mitgliederverhalten in Online-Communitys noch genauer zu verstehen, zu mehr Partizipation in Online-Communitys anzuregen und durch Moderation destruktive Verhaltensweisen zu stoppen (Lutz und Hoffmann 2017; Malinen 2015).

Die Bindung an eine Online-Community sowie die Bereitschaft zum eigenen Community-Engagement hängen von unterschiedlichen Faktoren ab. Zu berücksichtigen ist u. a. die sozio-emotionale Ebene (z. B. soziale Beziehungen zu anderen Community-Mitgliedern, Austausch über persönliche Themen), aber auch die instrumentelle Ebene (z. B. Interesse an dem Thema oder der Aufgabe der Community, Wert der ausgetauschten Sachinformationen). Eine Big-Data-Studie erhob für einen Zeitraum von über 10 Jahren (2002 bis 2013) alle 2,8 Millionen öffentlichen Beiträge einer Brustkrebs-Community (https://community.breastcancer.org) und arbeitete mit Text-Mining-Verfahren heraus, welche Form von sozialer Unterstützung die Beiträge lieferten. Es zeigte sich, dass informationelle Unterstützung gegenüber emotionaler Unterstützung dominierte (Wang et al. 2017).

5.2 Welche Effekte hat die Gemeinschaftsbildung im Netz?

Entsprechend der polarisierten Diskussion über psychosoziale Effekte von Online-Identitäten und Online-Beziehungen stehen sich auch bei Online-Communitys positive und negative Wirkungsthesen gegenüber (Döring 2003, 2014b, 2017).

Negative Effekte betreffen z. B. die Tatsache, dass sich Online-Communitys bilden, in denen selbst- und fremdschädigende Verhaltensweisen thematisiert und teilweise auch glorifiziert oder angeleitet werden (z. B. Suizid-Foren; Pädophilen-Foren). Weiterhin können negative Effekte resultieren, wenn Menschen im Zuge der Beteiligung an Online-Communitys beschimpft, gemobbt oder sozial ausgegrenzt werden (Vorderer und Schneider 2017). Ein weiteres Risiko wird darin gesehen, dass manche Menschen sich in Online-Communitys zurückziehen auf Kosten der Pflege realer Sozialkontakte (Nie 2001). Schließlich wird noch problematisiert, dass Menschen sich online handverlesen nur solchen Communitys anschließen, deren Werte und Einstellungen sie teilen, und sich von anderen gesellschaftlichen Gruppen abschotten, so dass es zu einer Zersplitterung der Gesellschaft kommt (cyber-balkanization: Van Alstyne und Brynjolfsson 2005; siehe auch die Forschung zu digitalen Echokammern und Filterblasen).

Positive Wirkungen umfassen Effekte des Empowerment für marginalisierte und diskriminierte gesellschaftliche Gruppen, den Zugang zu sozialer Unterstützung und Hilfe, sowie das Erleben von Gemeinschaft und Anerkennung (Ridings und Gefen 2004). Online-Communitys können um Offline-Communitys erweitert werden, etwa durch lokale Stammtische. Entgegen der These der Cyber-Balkanisierung berichten Internet-Nutzende eher von einer Horizont-Erweiterung im Netz, weil sie niedrigschwellig in verschiedenste Online-Communitys eintreten können und damit Kontakt zu gesellschaftlichen Gruppen bekommen, zu denen sie offline kaum Zugang hätten (Van Alstyne und Brynjolfsson 2005; Wellman et al. 2003).

In der Summe ist festzuhalten, dass es sowohl Hinweise auf negative als auch auf positive Effekte von Online-Communitys gibt. Oftmals ist aber auch von ambivalenten Effekten auszugehen. So würdigt die Fachliteratur einhellig die positive Wirkung von Online-Communitys für nicht-heterosexuelle Jugendliche und Erwachsene (z. B. Identitätsbestätigung, Hilfe beim Coming-Out, Gelegenheit zur Partnersuche). Gleichzeitig ist aber festzustellen, dass der Erfolg der homosexuellen Online-Communitys dazu beiträgt, dass sich die schwule Offline-Szene zurückbildet: Szene-Treffpunkte sterben aus, da man sich via Internet gleich privat verabredet (Simon Rosser et al. 2008).

Neben ambivalenten Effekten stellen Forschungsreviews auch oftmals einen Mangel an Belegen für Kausaleffekte fest. Nicht einmal für die seit 30 Jahren umfassend untersuchten Online-Selbsthilfe-Communitys von und für Krebspatient/innen sind letztlich nennenswerte negative oder positive kausale Effekte beweisbar (Van Eenbergen et al. 2017). Das liegt einerseits an den Forschungsdesigns, die meist nur korrelative und keine kausalen Daten liefern. Andererseits ist aber auch zu fragen, ob wir positive und/oder negative Effekte der interpersonalen Online-Kommunikation auf soziale Phänomene nicht oft überschätzen. Vielleicht sollten wir häufiger auch eine Indifferenzthese in Erwägung ziehen, die Wirkungslosigkeit postuliert. So mögen Krebspatient/innen den Austausch in Online-Communitys durchaus als nützlich und hilfreich, aber letztlich als weitgehend unwichtig empfinden – im Vergleich zur existenziellen Bedeutung der Unterstützung durch Partnerin oder Partner, Freunde und Familie sowie das Ärzteteam.

6 Fazit

Die Sorge, dass Internet- und Smartphone-Nutzung uns auf psychosozialer Ebene schaden, ist weit verbreitet. Und tatsächlich erleben Menschen im Zuge interpersonaler Online-Kommunikation diverse Probleme und Konflikte, etwa Identitätstäuschungen, Beziehungskonflikte oder Hass in Online-Gemeinschaften. Doch eine allzu pessimistische Bewertung vernachlässigt meist Art und Ausmaß der Probleme im Offline-Leben. Empirisch nachgewiesene Hürden beim Kennenlernen über Online- und Mobile Dating-Dienste beispielsweise sind nur dann einschätzbar, wenn man sie mit den Problemen bei anderen Formen des Kennenlernens vergleicht. Oftmals vernachlässigen öffentliche Debatten und empirische Studien aber diese Vergleichsperspektive. Zudem müssen im Zusammenhang mit den unbestreitbaren Problemen der Online-Individualkommunikation auch die neuen Chancen berücksichtigt werden. Hier zeigt die Forschung sehr eindeutig, dass Online-Kommunikation gegenüber Face-to-Face-Kommunikation nicht per se defizitär ist, wie etwa das Kanalreduktionsmodell postuliert. Vielmehr birgt Online-Individualkommunikation eigene Qualitäten, die sich konstruktiv ausschöpfen lassen, etwa für besonders ehrliche Selbstdarstellung, für die Pflege von Freundschafts- und Familienbindungen über Distanzen hinweg oder für soziale Unterstützung in Online-Communitys.

Die Frage, ob Online-Individualkommunikation nun eher negativ oder positiv einzuschätzen ist, wird in aktuellen sozialwissenschaftlichen Einzelstudien sowie in systematischen Forschungsreviews zunehmend ambivalent beantwortet: Vor- und Nachteile gehen demnach Hand in Hand. Und im konkreten Fall entscheiden Personen-, Situations- und Umweltfaktoren über die Gestaltung der Online-Individualkommunikation und die daraus resultierenden größeren oder auch kleineren Konsequenzen.

Literatur

  1. Anderson, B., Fagan, P., Woodnutt, T., & Chamorro-Premuzic, T. (2012). Facebook psychology: Popular questions answered by research. Psychology of Popular Media Culture, 1(1), 23–37.  https://doi.org/10.1037/a0026452.CrossRefGoogle Scholar
  2. AoIR. (2012). Ethical decision – making and Internet research: Recommendations from the AoIR ethics working committee (Version 2.0). https://aoir.org/reports/ethics2.pdf.
  3. Aretz, W., Gansen-Ammann, D.-N., Mierke, K., & Musiol, A. (2017). Date me if you can: Ein systematischer Überblick über den aktuellen Forschungsstand von Online-Dating. Zeitschrift für Sexualforschung, 30(01), 7–34.  https://doi.org/10.1055/s-0043-101465.CrossRefGoogle Scholar
  4. Ashby, G. A., O’Brien, A., Bowman, D., Hooper, C., Stevens, T., & Lousada, E. (2015). Should psychiatrists ‚Google‘ their patients? BJPsych Bulletin, 39(6), 278–283.  https://doi.org/10.1192/pb.bp.114.047555.CrossRefGoogle Scholar
  5. Azucar, D., Marengo, D., & Settanni, M. (2018). Predicting the Big 5 personality traits from digital footprints on social media: A meta-analysis. Personality and Individual Differences, 124, 150–159.  https://doi.org/10.1016/j.paid.2017.12.018.CrossRefGoogle Scholar
  6. Bacigalupe, G., & Bräuninger, I. (2017). Emerging technologies and family communication: The case of international students. Contemporary Family Therapy, 39(4), 289–300.  https://doi.org/10.1007/s10591-017-9437-7.CrossRefGoogle Scholar
  7. Back, M. D., Stopfer, J. M., Vazire, S., Gaddis, S., Schmukle, S. C., Egloff, B., & Gosling, S. D. (2010). Facebook profiles reflect actual personality, not self-idealization. Psychological Science, 21(3), 372–374.  https://doi.org/10.1177/0956797609360756.CrossRefGoogle Scholar
  8. Bargh, J. A., McKenna, K. Y. A., & Fitzsimons, G. M. (2002). Can you see the real me? Activation and expression of the „true self“ on the Internet. Journal of Social Issues, 58(1), 33–48.  https://doi.org/10.1111/1540-4560.00247.CrossRefGoogle Scholar
  9. Barnes, S. B. (2006). A privacy paradox: Social networking in the United States. First Monday, 11(9).  https://doi.org/10.5210/fm.v11i9.1394.
  10. Best, P., Manktelow, R., & Taylor, B. (2014). Online communication, social media and adolescent wellbeing: A systematic narrative review. Children and Youth Services Review, 41, 27–36.  https://doi.org/10.1016/j.childyouth.2014.03.001.CrossRefGoogle Scholar
  11. Bitkom. (2017). Vorurteile gegenüber Online-Dating verschwinden. https://www.bitkom.org/Presse/Presseinformation/Vorurteile-gegenueber-Online-Dating-verschwinden.html. Zugegriffen am 30.01.2018.
  12. Bolton, R. N., Parasuraman, A., Hoefnagels, A., Migchels, N., Kabadayi, S., & Solnet, D. (2013). Understanding generation Y and their use of social media: A review and research agenda. Journal of Service Management, 24(3), 245–267.  https://doi.org/10.1108/09564231311326987.CrossRefGoogle Scholar
  13. Cacioppo, J. T., Cacioppo, S., Gonzaga, G. C., Ogburn, E. L., & VanderWeele, T. J. (2013). Marital satisfaction and break-ups differ across on-line and off-line meeting venues. Proceedings of the National Academy of Sciences of the United States of America, 110(25), 10135–10140.CrossRefGoogle Scholar
  14. Caers, R., de Feyter, T., de Couck, M., Stough, T., Vigna, C., & Du Bois, C. (2013). Facebook: A literature review. New Media & Society, 15(6), 982–1002.  https://doi.org/10.1177/1461444813488061.CrossRefGoogle Scholar
  15. Cassidy, W., Faucher, C., & Jackson, M. (2013). Cyberbullying among youth: A comprehensive review of current international research and its implications and application to policy and practice. School Psychology International, 34(6), 575–612.  https://doi.org/10.1177/0143034313479697.CrossRefGoogle Scholar
  16. Chesebro, J. W. (1985). Computer-mediated interpersonal communication. In B. D. Ruben (Hrsg.), Information and behavior (1. Aufl., S. 202–222). New Brunswick: Transaction Books.Google Scholar
  17. Conner, T. S., & Mehl, M. R. (2015). Ambulatory assessment: Methods for studying everyday life. In R. A. Scott & M. C. Buchmann (Hrsg.), Emerging trends in the social and behavioral sciences: An interdisciplinary, searchable, and linkable resource (S. 1–15). Hoboken: Wiley.  https://doi.org/10.1002/9781118900772.etrds0010.CrossRefGoogle Scholar
  18. Cook, D. M., Waugh, D., Abdipanah, M., Hashemi, O., & Abdul Rahman, S. (2014). Twitter deception and influence: Issues of identity, slacktivism and puppetry. Journal of Information Warfare, 13(1), 58–71.Google Scholar
  19. Culnan, M., & Markus, M. L. (1987). Information technologies. In F. M. Jablin, L. L. Putnam, K. Hahn Roberts & L. W. Porter (Hrsg.), Handbook of organizational communication: An interdisciplinary perspective. Newbury Park, CA: SAGE.Google Scholar
  20. Daft, R. L., & Lengel, R. H. (1984). Information richness: A new approach to managerial behavior and organizational design. Research in Organizational Behavior, 6, 191–233.Google Scholar
  21. Das, M., Ester, P., & Kaczmirek, L. (Hrsg.). (2011). Social and behavioral research and the internet: advances in applied methods and research strategies. European association of methodology series. New York: Routledge.Google Scholar
  22. De Andrea, D. C., & Carpenter, C. J. (2016). Measuring the construct of warranting value and testing warranting theory. Communication Research, 1–23.  https://doi.org/10.1177/0093650216644022.
  23. Der Spiegel (1987, 16. März). Traum vom perfekten Sklaven. Der Spiegel. http://www.spiegel.de/spiegel/print/d-13522414.html. Zugegriffen am 30.01.2018.
  24. DGOF. (2014). Richtlinie für Untersuchungen in den und mittels der Sozialen Medien (Soziale Medien Richtlinie). http://ratmarktforschung.de/fileadmin/user_upload/pdf/R11_RDMS_D.pdf. Zugegriffen am 30.01.2018.
  25. Dinev, T., & Hart, P. (2006). An extended privacy calculus model for E-Commerce transactions. Information Systems Research, 17(1), 61–80.  https://doi.org/10.1287/isre.1060.0080.CrossRefGoogle Scholar
  26. Döring, N. (2003). Sozialpsychologie des Internet: Die Bedeutung des Internet für Kommunikationsprozesse, Identitäten, soziale Beziehungen und Gruppen (2., vollst. überarb. u. erw. Aufl.). Göttingen: Hogrefe.Google Scholar
  27. Döring, N. (2013). Modelle der Computervermittelten Kommunikation. In R. Kuhlen, W. Semar & D. Strauch (Hrsg.), Grundlagen der praktischen Information und Dokumentation. Handbuch zur Einführung in die Infomationswissenschaft und -praxis (6., völlig neu gefasste Aufl., S. 424–430). Berlin/Boston: Walter de Gruyter.  https://doi.org/10.1515/9783110258264.424.
  28. Döring, N. (2014a). Consensual sexting among adolescents: Risk prevention through abstinence education or safer sexting? Cyberpsychology: Journal of Psychosocial Research on Cyberspace, 8(1), 9.  https://doi.org/10.5817/CP2014-1-9.CrossRefGoogle Scholar
  29. Döring, N. (2014b). Psychische Folgen der Internetnutzung. Psychologische Risiken und Chancen der Internetnutzung. Der Bürger im Staat, 4(2014), 261–267.Google Scholar
  30. Döring, N. (2017). Sozialpsychologie der Internetnutzung. In H.-W. Bierhoff & D. Frey (Hrsg.), Enzyklopädie der Psychologie, Sozialpsychologie: Band 3. Kommunikation, Interaktion und soziale Gruppenprozesse (1. Aufl., S. 341–377). Göttingen: Hogrefe.Google Scholar
  31. Döring, N., & Bortz, J. (2016). Forschungsmethoden und Evaluation in den Sozial- und Humanwissenschaften (5., vollst. überarb., akt. u. erw. Aufl.). Berlin, Heidelberg: Springer.CrossRefGoogle Scholar
  32. Drouin, M., & Landgraff, C. (2012). Texting, sexting, and attachment in college students’ romantic relationships. Computers in Human Behavior, 28(2), 444–449.  https://doi.org/10.1016/j.chb.2011.10.015.CrossRefGoogle Scholar
  33. Dwyer, R., Kushlev, K., & Dunn, E. (2017). Smartphone use undermines enjoyment of face-to-face social interactions. Journal of Experimental Social Psychology.  https://doi.org/10.1016/j.jesp.2017.10.007.
  34. Ellison, N. B., Steinfield, C., & Lampe, C. (2007). The benefits of Facebook „Friends“: Social capital and college students’ use of online social network sites. Journal of Computer-Mediated Communication, 12(4), 1143–1168.  https://doi.org/10.1111/j.1083-6101.2007.00367.x.CrossRefGoogle Scholar
  35. Feldman, M. D. (2000). Munchausen by Internet: detecting factitious illness and crisis on the Internet. Southern Medical Journal, 93(7), 669–672.CrossRefGoogle Scholar
  36. Fielding, N., Lee, R. M., & Blank, G. (Hrsg.). (2017). The SAGE handbook of online research methods (2. Aufl.). London: SAGE.Google Scholar
  37. Finkel, E. J., Eastwick, P. W., Karney, B. R., Reis, H. T., & Sprecher, S. (2012). Online dating: A critical analysis from the perspective of psychological science. Psychological Science in the Public Interest, 13(1), 3–66.  https://doi.org/10.1177/1529100612436522.CrossRefGoogle Scholar
  38. Fisch, M., & Gscheidle, C. (2008). Mitmachnetz Web 2.0: Rege Beteiligung nur in Communitys. Media Perspektiven, 7, 356–364.Google Scholar
  39. Gatter, K., Hodkinson, K., & Kolle, M. (2016). On the differences between tinder versus online dating agencies: Questioning a myth. An exploratory study. Cogent Psychology, 3(1), 1–12.  https://doi.org/10.1080/23311908.2016.1162414.CrossRefGoogle Scholar
  40. Goldstraw, D., & Keegan, B. J. (2016). Instagram’s ‚fitspiration‘ trend and its effect on young women’s self-esteem. In AIS electronic library (Hrsg.), BLED 2016 Proceedings (Bd. 35, S. 190–198). http://aisel.aisnet.org/cgi/viewcontent.cgi?article=1012&context=bled2016.
  41. Gosling, S. D., & Johnson, J. A. (Hrsg.). (2010). Advanced methods for conducting online behavioral research. Washington: American Psychological Association.Google Scholar
  42. Gosling, S. D., & Mason, W. (2015). Internet research in psychology. Annual Review of Psychology, 66, 877–902.  https://doi.org/10.1146/annurev-psych-010814-015321.CrossRefGoogle Scholar
  43. Gruschke, D. (2014). Über Post-Privacy. In C. Kappes, J. Krone, & L. Novy (Hrsg.), Medienwandel kompakt 2011 – 2013. Netzveröffentlichungen zu Medienökonomie, Medienpolitik & Journalismus (S. 79–86). Springer VS: Wiesbaden.  https://doi.org/10.1007/978-3-658-00849-9_12.CrossRefGoogle Scholar
  44. Hall, J. A. (2014). First comes social networking, then comes marriage? characteristics of Americans married 2005–2012 who met through social networking sites. Cyberpsychology, Behavior, and Social Networking, 17(5), 322–326.  https://doi.org/10.1089/cyber.2013.0408.CrossRefGoogle Scholar
  45. Hewson, C., Vogel, C., & Laurent, D. (2016). Internet research methods (2. Aufl.). Los Angeles/London/New Delhi: SAGE.Google Scholar
  46. Hu, X., Kim, A., Siwek, N., & Wilder, D. (2017). The Facebook paradox: Effects of Facebooking on individuals’ social relationships and psychological well-being. Frontiers in Psychology, 8(87).  https://doi.org/10.3389/fpsyg.2017.00087.
  47. Ignatow, G., & Mihalcea, R. F. (2017). Text mining: A guidebook for the social sciences. Los Angeles/London/New Delhi/Singapore/Washington /Melbourne: SAGE Publications.Google Scholar
  48. Iliev, R., Dehghani, M., & Sagi, E. (2015). Automated text analysis in psychology: Methods, applications, and future developments. Language and Cognition, 7(02), 265–290.  https://doi.org/10.1017/langcog.2014.30.CrossRefGoogle Scholar
  49. Ivan, L., & Fernández-Ardèvol, M. (2017). Older people and the use of ICTs to communicate with children and grandchildren. Transnational Social Review, 7(1), 41–55.  https://doi.org/10.1080/21931674.2016.1277861.CrossRefGoogle Scholar
  50. Joinson, A. N., & Dietz-Uhler, B. (2002). Explanations for the perpetration of and reactions to deception in a virtual community. Social Science Computer Review, 20(3), 275–289.  https://doi.org/10.1177/089443930202000305.CrossRefGoogle Scholar
  51. Keith, B. E., & Steinberg, S. (2017). Parental sharing on the Internet: Child privacy in the age of social media and the pediatrician’s role. JAMA Pediatrics, 171(5), 413–414.  https://doi.org/10.1001/jamapediatrics.2016.5059.CrossRefGoogle Scholar
  52. Khan, K. S., & Chaudhry, S. (2015). An evidence-based approach to an ancient pursuit: Systematic review on converting online contact into a first date. Evidence-Based Medicine, 20(2), 48–56.  https://doi.org/10.1136/ebmed-2014-110101.CrossRefGoogle Scholar
  53. Kiesler, S., Siegel, J., & McGuire, T. W. (1984). Social psychological aspects of computer-mediated communication. American Psychologist, 39(10), 1123–1134.  https://doi.org/10.1037/0003-066X.39.10.1123.CrossRefGoogle Scholar
  54. Koch, W., & Frees, B. (2017). ARD/ZDF-Onlinestudie 2017: Neun von zehn Deutschen online. Media Perspektiven, 2017(9), 434–446.Google Scholar
  55. Kokolakis, S. (2017). Privacy attitudes and privacy behaviour: A review of current research on the privacy paradox phenomenon. Computers & Security, 64, 122–134.  https://doi.org/10.1016/j.cose.2015.07.002.CrossRefGoogle Scholar
  56. Kosinski, M., Stillwell, D., & Graepel, T. (2013). Private traits and attributes are predictable from digital records of human behavior. Proceedings of the National Academy of Sciences of the United States of America, 110(15), 5802–5805.  https://doi.org/10.1073/pnas.1218772110.CrossRefGoogle Scholar
  57. Kosinski, M., Matz, S. C., Gosling, S. D., Popov, V., & Stillwell, D. (2015). Facebook as a research tool for the social sciences: Opportunities, challenges, ethical considerations, and practical guidelines. American Psychologist, 70(6), 543–556.  https://doi.org/10.1037/a0039210.CrossRefGoogle Scholar
  58. Koutamanis, M., Vossen, H. G. M., & Valkenburg, P. M. (2015). Adolescents’ comments in social media: Why do adolescents receive negative feedback and who is most at risk? Computers in Human Behavior, 53, 486–494.  https://doi.org/10.1016/j.chb.2015.07.016.CrossRefGoogle Scholar
  59. Kreager, D. A., Cavanagh, S. E., Yen, J., & Yu, M. (2014). „Where have all the good men gone?“: Gendered interactions in online dating. Journal of Marriage and the Family, 76(2), 387–410.  https://doi.org/10.1111/jomf.12072.CrossRefGoogle Scholar
  60. Kutscher, N., & Kreß, L.-M. (2016). „Internet is the same like food“ – An empirical study on the use of digital media by unaccompanied minor refugees in Germany. Transnational Social Review, 6(1), 1–4.  https://doi.org/10.1080/21931674.2016.1184819.CrossRefGoogle Scholar
  61. Landers, R. N., Brusso, R. C., Cavanaugh, K. J., & Collmus, A. B. (2016). A primer on theory-driven web scraping: Automatic extraction of big data from the internet for use in psychological research. Psychological Methods, 21(4), 475–492.  https://doi.org/10.1037/met0000081.CrossRefGoogle Scholar
  62. Lankton, N. K., McKnight, D. H., & Tripp, J. F. (2017). Facebook privacy management strategies: A cluster analysis of user privacy behaviors. Computers in Human Behavior, 76, 149–163.  https://doi.org/10.1016/j.chb.2017.07.015.CrossRefGoogle Scholar
  63. Leaver, T. (2017). Intimate surveillance: normalizing parental monitoring and mediation of infants online. Social Media + Society, 3(2), 1–10.  https://doi.org/10.1177/2056305117707192.CrossRefGoogle Scholar
  64. Leaver, T., & Highfield, T. (2018). Visualising the ends of identity: Pre-birth and post-death on Instagram. Information, Communication & Society, 21(1), 30–45.  https://doi.org/10.1080/1369118X.2016.1259343.CrossRefGoogle Scholar
  65. Lemke, R., & Merz, S. (2018). The prevalence and gratification of nude self-presentation of men who have sex with men in online-dating environments: Attracting attention, empowerment, and self-verification. Cyberpsychology, Behavior and Social Networking, 21(1), 16–24.  https://doi.org/10.1089/cyber.2016.0691.CrossRefGoogle Scholar
  66. Linares, K., Subrahmanyam, K., Cheng, R., & Guan, S.-S. A. (2011). A second life within second life. International Journal of Cyber Behavior, Psychology and Learning, 1(3), 50–71.  https://doi.org/10.4018/ijcbpl.2011070104.CrossRefGoogle Scholar
  67. Lutz, C., & Hoffmann, C. P. (2017). The dark side of online participation: Exploring non-, passive and negative participation. Information, Communication & Society, 20(6), 876–897.  https://doi.org/10.1080/1369118X.2017.1293129.CrossRefGoogle Scholar
  68. Malinen, S. (2015). Understanding user participation in online communities: A systematic literature review of empirical studies. Computers in Human Behavior, 46, 228–238.  https://doi.org/10.1016/j.chb.2015.01.004.CrossRefGoogle Scholar
  69. Mansfield-Devine, S. (2015). The Ashley Madison affair. Network Security, 2015(9), 8–16.  https://doi.org/10.1016/S1353-4858(15)30080-5.CrossRefGoogle Scholar
  70. Marriott, T. C., & Buchanan, T. (2014). The true self online: Personality correlates of preference for self-expression online, and observer ratings of personality online and offline. Computers in Human Behavior, 32, 171–177.  https://doi.org/10.1016/j.chb.2013.11.014.CrossRefGoogle Scholar
  71. Miller, G. (2012). The smartphone psychology manifesto. Perspectives on Psychological Science, 7(3), 221–237.  https://doi.org/10.1177/1745691612441215.CrossRefGoogle Scholar
  72. Moreno, M. A., Jelenchick, L. A., Egan, K. G., Cox, E., Young, H., Gannon, K. E., & Becker, T. (2011). Feeling bad on Facebook: depression disclosures by college students on a social networking site. Depression and Anxiety, 28, 447–455.  https://doi.org/10.1002/da.20805.CrossRefGoogle Scholar
  73. Newitz, A. (2015). Ashley madison code shows more women, and more bots. https://gizmodo.com/ashley-madison-code-shows-more-women-and-more-bots-1727613924. Zugegriffen am 30.01.2018.
  74. Nie, N. H. (2001). Sociability, interpersonal relations and the Internet: reconciling conflicting findings. American Behavioral Scientist, 45(3), 420–435.CrossRefGoogle Scholar
  75. Nielsen, J. (2006). The 90-9-1 rule for participation inequality in social Media and online communities. https://www.nngroup.com/articles/participation-inequality/. Zugegriffen am 30.01.2018.
  76. Nowland, R., Necka, E. A., & Cacioppo, J. T. (2018). Loneliness and social Internet use: pathways to reconnection in a digital world? Perspectives on Psychological Science, 13(1), 70–87.  https://doi.org/10.1177/1745691617713052.CrossRefGoogle Scholar
  77. Park, A., Conway, M., & Chen, A. T. (2018). Examining thematic similarity, difference, and membership in three online mental health communities from reddit: A text mining and visualization approach. Computers in Human Behavior, 78, 98–112.  https://doi.org/10.1016/j.chb.2017.09.001.CrossRefGoogle Scholar
  78. Paxton, A., & Griffiths, T. L. (2017). Finding the traces of behavioral and cognitive processes in big data and naturally occurring datasets. Behavior Research Methods, 49(5), 1630–1638.  https://doi.org/10.3758/s13428-017-0874-x.CrossRefGoogle Scholar
  79. Pegg, K. J., O’Donnell, A. W., Lala, G., & Barber, B. L. (2018). The role of online social identity in the relationship between alcohol-related content on social networking sites and adolescent alcohol use. Cyberpsychology, Behavior and Social Networking, 21(1), 50–55.  https://doi.org/10.1089/cyber.2016.0665.CrossRefGoogle Scholar
  80. Quiroz, P. A. (2013). From finding the perfect love online to satellite dating and ‚loving-the-one-you’re near‘: A look at Grindr, Skout, Plenty of Fish, Meet Moi, Zoosk and assisted serendipity. Humanity & Society, 37(2), 181–185.  https://doi.org/10.1177/0160597613481727.CrossRefGoogle Scholar
  81. Rheingold, H. (1993). The virtual community:homesteading on the electronic frontier. A William Patrick book. New York: Basic Books.Google Scholar
  82. Rheingold, H. (2012). Net smart: How to thrive online (First MIT paperback edition). Cambridge, MA: MIT Press.Google Scholar
  83. Richards, N. M. (2013). The dangers of surveillance. Harvard Law Review, 126(7), 1934–1965. https://harvardlawreview.org/2013/05/the-dangers-of-surveillance/.Google Scholar
  84. Ridings, C. M., & Gefen, D. (2004). Virtual community attraction: Why people hang out online. Journal of Computer-Mediated Communication, 10(1).  https://doi.org/10.1111/j.1083-6101.2004.tb00229.x.CrossRefGoogle Scholar
  85. Rosenfeld, M. J., & Thomas, R. J. (2012). Searching for a mate: The rise of the Internet as a social intermediary. American Sociological Review, 77(4), 523–547.  https://doi.org/10.1177/0003122412448050.CrossRefGoogle Scholar
  86. Rotondi, V., Stanca, L., & Tomasuolo, M. (2017). Connecting alone: Smartphone use, quality of social interactions and well-being. Journal of Economic Psychology, 63, 17–26.  https://doi.org/10.1016/j.joep.2017.09.001.CrossRefGoogle Scholar
  87. Sheer, V. C., & Chen, L. (2004). Improving media richness theory: A study of interaction goals, message valence, and task complexity in manager-subordinate communication. Management Communication Quarterly, 11(1), 76–93.CrossRefGoogle Scholar
  88. Simon Rosser, B. R., West, W., & Weinmeyer, R. (2008). Are gay communities dying or just in transition? Results from an international consultation examining possible structural change in gay communities. AIDS Care, 20(5), 588–595.  https://doi.org/10.1080/09540120701867156.CrossRefGoogle Scholar
  89. Spitzer, M. (2017). Cyberkrank! Wie das digitalisierte Leben unsere Gesundheit ruiniert. München: Droemer.Google Scholar
  90. Taddicken, M. (2014). The ‚privacy paradox‘ in the social web: The impact of privacy concerns, individual characteristics, and the perceived social relevance on different forms of self-disclosure. Journal of Computer-Mediated Communication, 19(2), 248–273.  https://doi.org/10.1111/jcc4.12052.CrossRefGoogle Scholar
  91. Tifferet, S., & Vilnai-Yavetz, I. (2018). Self-presentation in linkedIn portraits: Common features, gender, and occupational differences. Computers in Human Behavior, 80, 33–48.  https://doi.org/10.1016/j.chb.2017.10.013.CrossRefGoogle Scholar
  92. Tiggemann, M., & Zaccardo, M. (2016). ‚Strong is the new skinny‘: A content analysis of #fitspiration images on Instagram. Journal of Health Psychology.  https://doi.org/10.1177/1359105316639436.
  93. Tiidenberg, K. (2014). Bringing sexy back: reclaiming the body aesthetic via self-shooting. Cyberpsychology: Journal of Psychosocial Research on Cyberspace, 8(1).  https://doi.org/10.5817/CP2014-1-3.
  94. Turkle, S. (2011). Alone together: Why we expect more from technology and less from each other. New York: Basic Books.Google Scholar
  95. Twenge, J. M. (2017). iGEN: Why today’s super-connected kids are growing up less rebellious, more tolerant, less happy – and completely unprepared for adulthood and what this means for the rest of us. New York: Atria Books.Google Scholar
  96. Vallacher, R. R., Read, S. J., & Nowak, A. (Hrsg.). (2017). Computational social psychology. frontiers of social psychology. New York/London: Routledge.Google Scholar
  97. Van Alstyne, M., & Brynjolfsson, E. (2005). Global village or cyber-balkans: Modeling and measuring the integration of electronic communities. Management Science, 51(6), 851–868.  https://doi.org/10.1287/mnsc.1050.0363.CrossRefGoogle Scholar
  98. Van Eenbergen, M. C., van de Poll-Franse, L. V., Heine, P., & Mols, F. (2017). The impact of participation in online cancer communities on patient reported outcomes: Systematic review. JMIR Cancer, 3(2), e15.  https://doi.org/10.2196/cancer.7312.CrossRefGoogle Scholar
  99. Varol, O., Ferrara, E., Davis, C. A., Menczer, F., & Flammini, A. Online human-bot interactions: Detection, estimation, and characterization. In The 11th International AAAI Conference On Web and Social Media (ICWSM17), Montreal, Canada, 15.-18. Mai 2017. https://arxiv.org/abs/1703.03107.
  100. Vogel, E. A., & Rose, J. P. (2016). Self-reflection and interpersonal connection: Making the most of self-presentation on social media. Translational Issues in Psychological Science, 2(3), 294–302.  https://doi.org/10.1037/tps0000076.CrossRefGoogle Scholar
  101. Vorderer, P., & Schneider, F. M. (2017). social media and ostracism. In K. D. William & S. A. Nider (Hrsg.), Ostracism, exclusion, and rejection (S. 240–257). New York: Routledge.Google Scholar
  102. Wada, M., Hurd Clarke, L., & Rozanova, J. (2015). Constructions of sexuality in later life: Analyses of canadian magazine and newspaper portrayals of online dating. Journal of Aging Studies, 32, 40–49.  https://doi.org/10.1016/j.jaging.2014.12.002.CrossRefGoogle Scholar
  103. Walther, J. B. (1992). Interpersonal effects in computer-mediated interaction. A relational perspective. Communication Research, 19(1), 52–90.  https://doi.org/10.1177/009365092019001003.CrossRefGoogle Scholar
  104. Walther, J. B., & Parks, M. R. (2002). Cues filtered out, cues filtered in: Computer mediated communication and relationships. In M. L. Knapp & J. A. Daly (Hrsg.), The Sage handbook of interpersonal communication (S. 529–563). Los Angeles: SAGE.Google Scholar
  105. Walther, J. B., van der Heide, B., Hamel, L. M., & Shulman, H. C. (2009). Self-generated versus other-generated statements and impressions in computer-mediated communication: A test of warranting theory using facebook. Communication Research, 36(2), 229–253.  https://doi.org/10.1177/0093650208330251.CrossRefGoogle Scholar
  106. Wang, X., Zhao, K., & Street, N. (2017). Analyzing and predicting user participations in online health communities: A social support perspective. Journal of Medical Internet Research, 19(4), e130.  https://doi.org/10.2196/jmir.6834.CrossRefGoogle Scholar
  107. Weisbuch, M., Ivcevic, Z., & Ambady, N. (2009). On being liked on the web and in the „real world“: Consistency in first impressions across personal webpages and spontaneous behavior. Journal of Experimental Social Psychology, 45(3), 573–576.  https://doi.org/10.1016/j.jesp.2008.12.009.CrossRefGoogle Scholar
  108. Wellman, B., Quan-Haase, A., Boase, J., & Chen, W. (2003). The social affordances of the internet for networked individualism. Journal of Computer-Mediated Communication, 8(3).  https://doi.org/10.1111/j.1083-6101.2003.tb00216.x.CrossRefGoogle Scholar
  109. White, C. M., Cutello, C. A., Gummerum, M., & Hanoch, Y. (2018). A cross-cultural study of risky online self-presentation. Cyberpsychology, Behavior, and Social Networking, 21(1), 25–31.  https://doi.org/10.1089/cyber.2016.0660.CrossRefGoogle Scholar
  110. Whitty, M. T. (2017). Do you love me? psychological characteristics of romance scam victims. Cyberpsychology, Behavior, and Social Networking.  https://doi.org/10.1089/cyber.2016.0729, [vor Druck].
  111. Wilson, R. E., Gosling, S. D., & Graham, L. T. (2012). A review of Facebook research in the social sciences. Perspectives on Psychological Science, 7(3), 203–220.  https://doi.org/10.1177/1745691612442904.CrossRefGoogle Scholar
  112. Wong AnKee, A., & Yazdanifard, R. (2015). The review of the ugly truth and negative aspects of online dating. Global Journal of Manaement and Business Research, 15(4), 1–7.Google Scholar
  113. Yee, N. (2014). The Proteus paradox: How online games and virtual worlds change us – And how they don’t. New Haven: Yale University Press.Google Scholar
  114. Yee, N., Bailenson, J. N., & Ducheneaut, N. (2009). The Proteus effect: Implications of transformed digital self-representation on online and offline behavior. Communication Research, 36(2), 285–312.CrossRefGoogle Scholar
  115. Zell, A. L., & Moeller, L. (2018). Are you happy for me … on Facebook? The potential importance of „likes“ and comments. Computers in Human Behavior, 78, 26–33.  https://doi.org/10.1016/j.chb.2017.08.050.CrossRefGoogle Scholar

Copyright information

© Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2018

Authors and Affiliations

  1. 1.IfMK (Institut für Medien und Kommunikationswissenschaft)Technische Universität IlmenauIlmenauDeutschland

Personalised recommendations