Anwendungsfelder der Politischen Kommunikation

Sitzung 3: Vom Konzept zum Forschungsdesign

1. Einleitung: Von Methodenkentnissen zur strategischen Designentscheidung

Willkommen zurück! In der vorherigen Sitzung haben wir uns eingehend mit Methoden der Datenbeschaffung und insbesondere der computergestützten Analyse auseinandergesetzt. Wir haben das technische Rüstzeug – von APIs und Scraping bis hin zu Sentiment-Analysen und der Potenz von LLMs – beleuchtet.

Heute schließt sich der Kreis: Wir wenden uns von der reinen Methodenkentnnis ab und fokussieren auf die strategische Konzeption von Forschungsdesigns. Wie integrieren wir die verfügbaren Methoden und Werkzeuge zielgerichtet, um substanzielle Antworten auf relevante Forschungsfragen im Bereich der politischen Online-Kommunikation zu finden? Die Aufgabe für heute war, eigene Forschungsideen zu entwickeln oder zu konkretisieren. Diese bilden den Ausgangspunkt und das Zentrum unserer heutigen Diskussion.

Ziele der heutigen Sitzung:

2. Der Forschungsprozess als Reflexionsrahmen

Auch wenn empirische Forschung selten einem streng linearen Pfad folgt, bietet die Gliederung in Prozessphasen einen wertvollen Rahmen für die systematische Planung, Durchführung und vor allem die kontinuierliche Reflexion Ihres Vorhabens. Ob Sie eine qualitative Fallstudie, eine quantitative Befragung oder ein computergestütztes Verfahren planen – die zugrundeliegenden logischen Schritte und die Notwendigkeit ihrer Begründung bleiben bestehen.

Idealtypische Phasen und zentrale Reflexionspunkte:

  1. Problemstellung, Relevanzbegründung & Eingrenzung: Welches spezifische Problem adressiere ich? Warum ist diese Frage relevant (theoretisch, gesellschaftlich)? Wie grenze ich das Thema handhabbar ein?
  2. Theoretische Verankerung & Forschungsstandsynthese: Auf welchem theoretischen Fundament baue ich auf? Welche Konzepte sind zentral? Wie positioniert sich meine Arbeit im aktuellen Forschungsdiskurs (State of the Art)? Wo leistet sie einen Beitrag?
  3. Präzisierung der Forschungsfrage(n) & ggf. Hypothesenableitung: Was genau will ich wissen? Sind die Fragen empirisch überprüfbar formuliert? Lassen sich aus der Theorie spezifische, testbare Hypothesen ableiten?
  4. Strategische Designentscheidung & Methodenauswahl: Welches übergeordnete Design (z.B. explorativ, deskriptiv, explanativ; Längs-/Querschnitt) ist angemessen? Welche konkrete(n) Methode(n) (qualitativ, quantitativ, Mixed Methods) wähle ich und warum sind diese geeignet, die Forschungsfrage(n) zu beantworten? Welche Alternativen gibt es, und warum werden sie verworfen?
  5. Operationalisierung & Messinstrumententwicklung: Wie übersetze ich abstrakte Konzepte in messbare Variablen/Indikatoren? Entwicklung von Codebüchern, Fragebögen, Stimulusmaterial etc. unter Berücksichtigung von Gütekriterien.
  6. Datenerhebungs-/Beschaffungsstrategie: Wie gelange ich an die benötigten Daten? Welche Stichprobenstrategie (bei Primärdaten) oder Auswahlkriterien (bei Sekundärdaten/Online-Daten) wende ich an? Klärung von Zugangsmodalitäten (APIs, Scraping) und ethischen Aspekten (Einwilligung, Datenschutz, Anonymisierung).
  7. Datenaufbereitung & -analyse: Wie bereite ich die Rohdaten für die Analyse vor? Welche spezifischen Auswertungsverfahren (statistisch, interpretativ, algorithmisch) kommen zum Einsatz? Wie stelle ich methodenspezifische Güte sicher (z.B. Reliabilität, Validität, Transparenz)?
  8. Interpretation & Diskussion der Ergebnisse: Was bedeuten die Befunde im Kontext der Forschungsfrage und Theorie? Welche Schlussfolgerungen sind zulässig? Welche Limitationen hat die Studie, und wie beeinflussen sie die Aussagekraft?
  9. Wissenschaftliche Kommunikation: Strukturierte und nachvollziehbare Darstellung des gesamten Prozesses und der Ergebnisse (Hausarbeit, Präsentation).

Zentral ist die Iterativität: Ergebnisse der Datenanalyse können zur Modifikation von Hypothesen führen (Loop 1/2 im Scholl-Modell), Pretests zur Anpassung der Operationalisierung (Loop 3), und die Auseinandersetzung mit dem Material kann die theoretische Rahmung schärfen. Forschung ist ein Prozess ständiger Rückkopplung und Reflexion.

Visualisierung spezifischer Forschungsprozessmodelle

Für etablierte Methoden wie die Inhaltsanalyse, die standardisierte Befragung oder das Experiment existieren detailliertere Prozessmodelle. Diese visualisieren die jeweiligen Spezifika und Feedbackschleifen. Klicken Sie auf die einzelnen Boxen für eine kurze Erklärung.

Forschungsprozess: Inhaltsanalyse (nach Rössler)

Entdeckungszusammenhang Begründungszusammenhang Begründungszusammenhang Verwertungszusammenhang Erkenntnisinteresse wissenschaftlich-theoretisch konkret-situativ Fundierung durch Theorie Forschungsstand Definition zentraler Begriffe Hypothesenbildung METHODENWAHL (Inhaltsanalyse) Problemstellung Projektplanung: Geld, Zeit, Codierer Planungsphase Untersuchungsmaterial (ggf. Hypo- thesen- Bildung) Definition der Analyseeinheiten Entwicklungsphase Kategorienbildung theoriegeleitet empiriegeleitet Probecodierung Codierschulung Testphase Codebuch Codierung Anwendungs- phase Auswertungsphase: Datenerfassung & -aufbereitung; statistische Analyse Interpretation, Inferenz Darstellung der Ergebnisse Publikationen Forschungsbericht

Forschungsprozess: Standardisierte Untersuchung (Befragung nach Scholl)

Fragestellung/ Problemformulierung Konzeptualisierung (eventuell mit Hypothesen oder Theorie) Wahl der Methode (hier: Befragung) Definition der Grundgesamtheit Operationalisierung (hier: Fragebogen) Auswahl der Untersuchungsfälle (hier: Befragte) Pretest Hauptuntersuchung (Datenerhebung) Datenaufbereitung (Datenerfassung und Datenbereinigung) Datenauswertung (inklusive Datenmodifikation) Datenpräsentation (1) (2) (3)

Forschungsprozess: Experiment (nach Brosius et al.)

Entdeckungs- zusammenhang Begründungs- zusammenhang Verwertungs- zusammenhang Lösung des sozialen Problems Phänomen aus sozialer Realität Auftrag: kommerziell, selbstgestellt wissenschaftliche Fragestellung Fundierung der Fragestellung durch geeignete Theorie, Darstellung des For- schungsgegenstandes Definition der zentralen Begriffe Hypothesenbildung Konzeption der Untersuchung: Wahl der Methode Wahl der Messung Wahl der Untersuchungsanlage Indikatorenbildung Datenerhebung Datenanalyse Ergebnisdarstellung Bericht, Publikation

3. Methodische Passung: Forschungsfrage, Daten und Analyse strategisch verknüpfen

Die Wahl der Methode(n) ist keine Geschmacksfrage, sondern eine strategische Entscheidung, die sich primär an der Forschungsfrage und der Art der verfügbaren oder zu generierenden Daten orientieren muss. Die in den letzten Sitzungen diskutierten Werkzeuge sind Mittel zum Zweck der Erkenntnisgewinnung.

Beispiele für die methodische Argumentation:

Forschungsfrage: Unterscheidet sich die Verbreitungsdynamik von politischer Fehlinformation auf Plattform X im Vergleich zu Plattform Y während eines Wahlkampfs?

  • Daten: Posts/Tweets zu spezifischen Themen/Narrativen von beiden Plattformen; Interaktionsdaten (Likes, Shares/Retweets).
  • Datenbeschaffung: API-Zugriff (falls verfügbar und ausreichend), ggf. Scraping (mit hohen technischen und ethischen Hürden). Benötigt klare Definition von "Fehlinformation" und Auswahlstrategie.
  • Mögliche Methoden & Begründung:
    • Netzwerkanalyse: Zur Visualisierung und Quantifizierung von Verbreitungsstrukturen (Wer teilt von wem?). Erlaubt Vergleich von Reichweite, Zentralität, Clusterbildung.
    • Zeitreihenanalyse: Zur Untersuchung der Geschwindigkeit und des Musters der Verbreitung über die Zeit auf beiden Plattformen.
    • Vergleichende Inhaltsanalyse (automatisiert/manuell): Ggf. zur Untersuchung, ob sich die *Art* der Fehlinformation (z.B. Framing) zwischen den Plattformen unterscheidet.
  • Herausforderungen: Datenzugang, Definition/Identifikation von Fehlinformation, Vergleichbarkeit der Metriken über Plattformen hinweg.

Forschungsfrage: Welche Strategien nutzen politische Jugendorganisationen auf TikTok zur Mobilisierung für Klimaproteste?

  • Daten: TikTok-Videos von relevanten Accounts; Nutzerkommentare.
  • Datenbeschaffung: Sehr herausfordernd. Offizielle TikTok API restriktiv. Inoffizielle Scraper instabil und riskant. Ggf. manuelle Sammlung einer fokussierten Auswahl an Videos/Accounts notwendig. Ethische Klärung (Umgang mit Nutzerdaten).
  • Mögliche Methoden & Begründung:
    • Qualitative Inhaltsanalyse (Videos & Kommentare): Zur detaillierten Analyse der visuellen und textuellen Mobilisierungsappelle, Narrative, Calls-to-Action, Interaktionsmuster in Kommentaren. Gut geeignet für tiefes Verständnis der Strategien bei begrenztem Material.
    • Ggf. ergänzende Experteninterviews: Mit Social-Media-Verantwortlichen der Organisationen, um Einblicke in die intendierten Strategien zu gewinnen.
  • Herausforderungen: Primär die systematische und ethisch vertretbare Datenbeschaffung von TikTok.

Entscheidend ist nicht nur die Wahl der Methode, sondern die Begründung ihrer Eignung für die spezifische Forschungsfrage und die kritische Reflexion ihrer jeweiligen Stärken und Schwächen im gewählten Kontext.

4. Werkstatt: Ihre Forschungsprojekte im Fokus

Der heutige Kern ist die gemeinsame Arbeit an Ihren Forschungsideen. Nutzen wir die Zeit, um Ihre Konzepte zu schärfen, methodische Wege zu diskutieren und potenzielle Herausforderungen frühzeitig zu identifizieren.

Leitfragen zur kritischen Reflexion Ihres Projekts:

Nehmen Sie sich Zeit, Ihr (geplantes) Hausarbeitsprojekt anhand dieser Fragen zu durchleuchten:

  • Forschungsfrage & Beitrag: Welchen spezifischen Beitrag leistet meine Frage zum aktuellen Forschungsstand? Ist sie klar abgegrenzt und empirisch untersuchbar?
  • Theoretische Verankerung: Wie leitet die gewählte Theorie meine Annahmen, die Auswahl der Variablen/Konzepte und potenziell das methodische Vorgehen an?
  • Untersuchungsgegenstand & Daten: Was genau untersuche ich (Plattform, Akteure, Zeitraum, Inhalte)? Welche Daten benötige ich dafür? Welche potenziellen Biases oder Limitationen weisen diese Daten auf (z.B. Plattform-Bias, Selbstselektion)?
  • Datenzugang & Ethik: Wie realistisch und methodisch vertretbar ist der Zugang zu den benötigten Daten (API-Verfügbarkeit/-Kosten, Scraping-Machbarkeit/-Legalität, Rekrutierungsaufwand)? Welche ethischen Implikationen (Datenschutz, Anonymität, Informed Consent, ggf. Umgang mit sensiblen Inhalten) sind zu berücksichtigen und wie adressiere ich sie?
  • Methodische Validität & Reliabilität: Warum ist die gewählte Methode(nkombination) die geeignetste? Welche spezifischen Herausforderungen für Gütekriterien (z.B. Intercoder-Reliabilität bei Inhaltsanalyse, interne/externe Validität bei Experimenten, Repräsentativität bei Umfragen, Transparenz bei computational methods) ergeben sich, und wie begegne ich ihnen?
  • Operationalisierung: Sind meine zentralen Konzepte präzise operationalisiert? Sind die Messinstrumente (Codebuch, Fragebogen etc.) valide und reliabel (oder wie stelle ich dies sicher)?
  • Analyseplan: Welche konkreten Analyseschritte sind geplant? Sind diese geeignet, um die Forschungsfrage(n)/Hypothesen zu beantworten?
  • Ressourcen & Machbarkeit: Ist der Scope des Projekts im Rahmen einer Masterarbeit (Zeit, eigene Fähigkeiten, technische Ressourcen) realistisch umsetzbar?

Aufbau der heutigen Sitzung:

  1. Individuelle Reflexion (ca. 10 Min): Arbeiten Sie die Leitfragen für Ihr eigenes Projekt durch.
  2. Diskussion & Q&A: Geben Sie sich gegenseitiges, konstruktives Feedback: Wo liegen Stärken? Wo sehen Sie Klärungsbedarf, potenzielle Herausforderungen oder alternative Zugänge? Wir greifen zentrale Fragen, wiederkehrende Herausforderungen (z.B. Datenzugang für spezifische Plattformen, methodische Fallstricke) oder exemplarische Projektideen im Plenum auf. Nutzen Sie diese Phase für spezifische Fragen und zum gemeinsamen Lernen.

Ziel: Ziel ist die gemeinsame kritische Auseinandersetzung zur Weiterentwicklung Ihrer individuellen Forschungsdesigns.

5. Nächste Schritte & Ausblick

Die heutige Sitzung sollte Ihnen Impulse für die weitere Konkretisierung Ihrer Hausarbeit gegeben haben. Die nächsten Schritte umfassen typischerweise:

Ausblick auf Sitzung 4: Je nach den heute identifizierten Bedarfen werden wir uns in der nächsten Sitzung gezielt mit spezifischen Themen befassen. Mögliche Schwerpunkte könnten sein: Vertiefung qualitativer Analyseverfahren, ethische Fallstricke und Lösungsansätze in der Online-Forschung, ein Deep Dive in eine spezifische API (z.B. Reddit, YouTube Data API) oder die praktische Anwendung von Topic Modeling.

Zögern Sie nicht, individuelle Sprechstundentermine zu vereinbaren oder Fragen per Mail zu schreiben um Ihr Projekt im Detail zu diskutieren und spezifische Fragen zu klären!