universität wien

Studie
am Institut für Publizistik- und Kommunikationswissenschaft,
Universität Wien, Mag. Axel Maireder, April 2011

Links auf Twitter

pdf
Download der
kompletten Studie

oder über Phaidra-Server

pdf
Pressetext

pdf
Grafik Inhaltstyp
Grafik Produzent
Grafik Bezug Inhalt
Grafik Bezug Thema

pdf
Institut für Publizistik- und Kommunikationswissenschaft

Blog des Studienautors Axel Maireder

Wie verweisen deutschsprachige Tweets auf Medieninhalte?

Internetnutzer/innen beteiligen sich heute in hohem Maße und stetig zunehmend an der Distribution von Medieninhalten. Insbesondere Twitter ist als Kanal zur Verbreitung von Nachrichten und anderen Medieninhalten auch im deutschsprachigen Raum von zunehmender Bedeutung. Neben die klassischen Diffusionsprozesse der Massenmedien treten dabei neue Prozesse der Verbreitung von Medieninhalten in internetbasierten, sozialen und hochgradig vernetzten Kommunikationräumen, deren Erforschung noch in den Anfängen steckt. So gibt es bisher nur vereinzelt wissenschaftliche Erkenntnisse dazu, auf welche Medieninhalte NutzerInnen in Twitter verweisen und in welcher Form sie dies tun. Hier setzt unsere Studie an.

Fragestellungen

Methode

Zentrale Ergebnisse

Es zeigt sich unter anderem, dass klassische Gatekeeper bei Nachrichten von allgemeinem Interesse auch in der Twittersphere relevant bleiben, für spezifische Nachrichten und unterhaltende Inhalte sind jedoch User Generated Content und die Distributionskanäle von Social Media zentral. Dabei liefern Tweets neue Perspektiven auf Medieninhalte und unterstützen so die Einordnung von Nachrichten (u.a.) in ihre thematischen Kontexte und die soziale Konstruktion von Vorstellungen über die Welt.

Die Studie wurde im Rahmen der Lehrveranstaltung Übung Kommunikationsforschung von Axel Maireder im WiSe 2010/11 am Institut für Publizistik- und Kommunikationswissenschaft vorbereitet und mit Hilfe der TeilnehmerInnen bearbeitet.

pdf Download der kompletten Studie
oder über Phaidra-Server

mit freundlicher Unterstützung von
sensemetric