Toxicainment – Die Wirkung von toxischen Unterhaltungsangeboten auf sozialen Medien [SoSe2025_WiSe2526]

Developing, testing, fielding, and analysing a survey of journalists on AI and automation in the news [WiSe 24/25]

Computational journalism has been defined as the advanced application of computing, algorithms, and automation to the gathering, evaluation, composition, presentation, and distribution of news. Examples include the use of tools that automatically find and filter newsworthy information from social media platforms, the use of natural language generation to write news texts, and automated news personalization where stories are distributed to users according to their preferences. There have been few (if any) comprehensive and representative surveys of journalists on the topic of computational journalism. Amongst many other things, such a survey could find out, for example, how widespread the use of automated journalism is in newsrooms; to what extent journalists are worried that automated journalism could make them redundant; and what correlations, if any, exist between the two. In this project, you will design, pre-test, field, and analyse a survey of journalists on the subject. A database of the contact details of approximately 25,000 journalists (in the UK) will be made available for use in survey recruitment as will user accounts for the professional Qualtrics survey platform. The project's results have the potential to make a significant, original contribution to the understanding of how AI and automation are used in journalism and the consequences of that use. The project will be taught, conducted, and examined in English.


MP Meinungsfreiheit: Toleranz? Akzeptanz? Reaktanz? Ursachen und Folgen von Identitätsbedrohungen und Freiheitseinschränkungen in (öffentlichen) Diskursen

Burning (Out) for Journalism

Deutungshoheit durch Memes?

Developing, testing, fielding, and analysing a survey of journalists on AI and automation in the news [SoSe 24]

Computational journalism has been defined as the advanced application of computing, algorithms, and automation to the gathering, evaluation, composition, presentation, and distribution of news. Examples include the use of tools that automatically find and filter newsworthy information from social media platforms, the use of natural language generation to write news texts, and automated news personalization where stories are distributed to users according to their preferences. There have been few (if any) comprehensive and representative surveys of journalists on the topic of computational journalism. Amongst many other things, such a survey could find out, for example, how widespread the use of automated journalism is in newsrooms; to what extent journalists are worried that automated journalism could make them redundant; and what correlations, if any, exist between the two. In this project, you will design, pre-test, field, and analyse a survey of journalists on the subject. A database of the contact details of approximately 25,000 journalists (in the UK) will be made available for use in survey recruitment as will user accounts for the professional Qualtrics survey platform. The project's results have the potential to make a significant, original contribution to the understanding of how AI and automation are used in journalism and the consequences of that use. The project will be taught, conducted, and examined in English.

Quo vadis, ARD?

Computational Methods in der politischen Kommunikationsforschung: Fallstudien im Wahljahr 2020

Die schiere Masse und stete Verfügbarkeit digitaler Kommunikationsdaten – beispielsweise digitale Verhaltensspuren der Nutzer*innen von sozialen Medien oder umfassende Textarchive von Nachrichtenmedien – hat zur Herausbildung des Fachbereichs Computional Communication Science und damit zusammenhängend zur (Weiter-)Entwicklung sogenannter computationaler Methoden geführt. Damit gemeint sind methodische Ansätze, die kommunikationswissenschaftliche Theorien anhand großer Datensätze „natürlich auftretender“ Daten mittels algorithmischer Verfahren überprüfen und weiterentwickeln.

Im Masterprojekt untersuchen wir mit diesem methodischen Zugang die Merkmale und Veränderungen der Wahlkampfkommunikation im Internet. Hierzu sollen Fallstudien im Wahljahr 2020 (z. B. zur US-Präsidentschaftswahl) konzipiert und durchgeführt werden, die sich dem Themenkomplex aus drei Perspektiven nähern:

  1. Bürgerinnen und Bürger: Informationsverhalten vor Wahlen online, z. B.: Welche Rollen spielen soziale Medien für die Wahlinformation? Welche Inhalte präsentieren Suchmaschinen im Vorfeld von Wahlen?
  2. Journalismus: Wahlkampfberichterstattung online, z. B.: Welche Tendenzen gibt es in der Wahlkampfberichterstattung online (Framing, Personalisierung)? Wie unterscheidet sich die Wahlkampfberichterstattung in unterschiedlichen Kontexten (z. B. Ländervergleiche, soziale Medien/Website)?
  3. Politik: Parteienkommunikation online, z. B.: Welche Strategien der Wähleransprache verfolgen Parteien und Politiker in SNS? Welche Inhalte finden sich in der Parteienwerbung in sozialen Medien?

Das Seminar beginnt mit einem Blockseminar zur Einführung in die Computational Communication Science und zur theoretischen Einführung in die aktuelle politische Kommunikationsforschung. Darauf aufbauend werden im Sommersemester in Gruppen Forschungsprojekte konzipiert (theoretische Konzeption, Erstellen und Testen von Erhebungsinstrumenten etc.), die dann im Wintersemester durchgeführt und ausgewertet werden. Die notwendigen Methodenkenntnisse werden in der zugehörigen methodischen Vertiefung praxisnah und anschaulich vermittelt.

Verifizierungspraktiken im Journalismus