Mit Big Data gegen das „Ende der Theorie“?

Merja Mahrt (Uni Düsseldorf)

PANEL 2A | FR 16:00 – 17:30 | Ort: IPK Hörsaal 3 (3. Stock)

> Präsentation

Forschung auf Basis sehr großer, meist digital erhobener Daten hält seit einigen Jahren Einzug in die Kommunikationswissenschaft, was etwa in der Abschlussdiskussion der ICA-Jahrestagung in Phoenix 2012 unter der Frage „das Ende der Theorie?“ durchaus kontrovers diskutiert wurde. Auf der folgenden ICA-Tagung wurde Big Data und ihre Bedeutung für unterschiedliche Forschungsfelder in sieben Sessions als Hauptthema behandelt. Und auch in der Literatur ist die Debatte in der Mitte des Fachs angekommen: Nach Journal of Broadcasting & Electronic Media und International Journal of Communication bereitet das Journal of Communication ein drittes Zeitschriftensonderheft zum Thema vor.

Dabei stehen zwei Beobachtungen nebeneinander: Zum einen pochen Kommunikationswissenschaftler/innen auf den Wert und die zentrale Bedeutung von Theoriediskussion und -entwicklung für die Zukunft des Fachs (boyd & Crawford 2012; Mahrt & Scharkow 2013). Zum anderen werden weiterhin vor allem datengetriebene und deskriptive Analysen veröffentlicht, die etwa Twitter-Meldungen für die Messung von Agenden verwenden (Verdegem & D’heer 2013) oder die Anzahl von Kontakten in Facebook als Maß für Sozialkapital einsetzen (Brooks, Welser, Hogan und Titsworth 2011). Wie in vielen anderen Studien stellt sich im ersten Fall die Frage, welche Aussagekraft eine Analyse von Twitter-Meldungen (etwa im Wahlkampf, wie in der zitierten Studie) hat, wenn nur ein nicht repräsentativer Bruchteil der Bevölkerung den Dienst nutzt. Der zweite Fall ist beispielhaft dafür, wie ein komplexes Konstrukt wie Sozialkapital auf einen einfach zu erfassenden Indikator heruntergebrochen wird, was die Relevanz der Studie für das Forschungsfeld zumindest fragwürdig macht.

Ist es der Reiz des Vorhandenen und Machbaren, der Forschung dieser Art befördert? Eigentlich sollten doch theoretische Überlegungen die Auswahl von relevanten Stichproben und die Operationalisierung von aussagekräftigen Indikatoren leiten. Ansonsten mag das „Ende der Theorie“ zumindest in der Big Data-Forschung tatsächlich nicht weit entfernt erscheinen. Dies liegt aber nicht an Big Data-Arbeiten an sich, die durchaus theoretisch gehaltvoll sein können. Im Vortrag sollen drei Schritte hinsichtlich ihres Werts für die theoretische Weiterentwicklung der Kommunikationswissenschaft durch Big Data diskutiert werden:

Komparative Forschung. Beim jetzigen Stand der Forschung sollte insbesondere die Vergleichbarkeit von durch Big Data-Analysen generierten Ergebnissen mit denen etablierter Verfahren geprüft werden. Mehrmethodenansätze können hier helfen, die zur Zeit eher unklare Bedeutung von etwa Untersuchungen von Twitter- oder Facebooknutzerdaten zu bestimmen.

Kooperation. Die Erhebung sowie die Struktur der Daten von Big Data-Studien unterscheiden sich oft deutlich vom sozialwissenschaftlichen Standardarsenal. Hier kann sich die Kooperation mit anderen Fächern als nützlich erweisen, die etwa für den Umgang mit großen Datenmengen, Programmierung oder automatisierter Sprachverarbeitung Verfahren entwickelt und erprobt haben. Einige der für kommunikationswissenschaftliche Fragen relevantesten Studien sind darüber hinaus in Zusammenarbeit mit Plattformbetreibern entstanden (z.B. Bakshy, Rosenn, Marlow und Adamic 2012; Bond et al. 2012).

Da der Zugang zu Plattformbetreibern beschränkt ist sowie die Forschungsinteressen anderer Fächer auch in Zukunft nicht deckungsgleich mit denen der Kommunikationswissenschaft sein werden, sollte schließlich auch im Fach Kompetenz für die Durchführung von Big Data-Analysen aufgebaut werden:

Ausbildung. Die heutige Ausbildung in Forschungsmethoden der Kommunikationswissenschaft bereitet üblicherweise nicht auf Big Data-Studien vor. Hier ist zu prüfen, inwiefern etwa in forschungsstarken Studiengängen oder an Standorten mit Schwerpunkt auf digitalen Medien die Methodenlehre so erweitert werden kann, dass auch aus dem Fach selbst Methoden- und Theorieentwicklung parallel vorangebracht werden können.

Bakshy, E., Rosenn, I., Marlow, C., & Adamic, L. (2012). The role of social networks in information diffusion. Proceedings of the 21st international conference on World Wide Web, Lyon, France. doi: 10.1145/2187836.2187907. Zugegriffen: 13. Sep. 2013.
Bond, R. M., Fariss, C. J., Jones, J. J., Kramer, A. D. I., Marlow, C., Settle, J. E., et al. (2012). A 61-million-person experiment in social influence and political mobilization. Nature, 489(7415), 295-298.
boyd, d., & Crawford, K. (2012). Critical questions for big data. Provocations for a cultural, technological, and scholarly phenomenon. Information, Communication & Society, 15(5), 662-679.
Brooks, B., Welser, H. T., Hogan, B., & Titsworth, S. (2011). Socioeconomic status updates. Family SES and emergent social capital in college student Facebook networks. Information, Communication & Society, 14(4), 529-549.
Mahrt, M., & Scharkow, M. (2013). The value of big data in digital media research. Journal of Broadcasting & Electronic Media, 57(1), 20-33.
Verdegem, P., & D’heer, E. (2013). The role of Twitter in political agenda-setting during elections: Findings from the 2012 elections in Belgium. Paper presented at the conference Twitter and Microblogging: Political, Professional and Personal Practices, Lancaster, UK. http://hdl.handle.net/1854/LU-3200218. 
> zurück zum Programm ‘Digital Methods’