KI-gestützte Sozialwissenschaft: Labeling-Methoden für TikTok News-Inhalte

Hintergrund

TikTok entwickelt sich zu einer zentralen Plattform für Nachrichten, Werbung, Politik, Online-Shopping und Unterhaltung mit über 20 Millionen monatlichen Nutzern in Deutschland. Vor allem bei jungen Menschen spielt TikTok eine immer größere Rolle in ihrem täglichen Informationsumfeld. Um die Mechanismen der Informationsverbreitung auf TikTok analysieren zu können, ist eine groß angelegte Inhaltsklassifizierung eine wichtige Voraussetzung für die sozialwissenschaftliche Forschung. Aufgrund des multimodalen Datentyps der TikTok-Inhalte (Video, Audio, Text) bleibt die Klassifizierung eine große Herausforderung. In diesem Projekt nehmen wir uns dieser Herausforderung an und erforschen neue methodische Möglichkeiten, um eine solche Klassifizierung in großem Umfang zu ermöglichen.

Ziel

Zunächst werden wir einen von Expertinnen und Experten kodierten Datensatz von über 8.000 TikTok-News-Videos aus dem Jahr 2023 bereitstellen. Die Kodierung wird deskriptive Variablen über den formalen Charakter der Videos und theoretisch abgeleitete Konzepte aus den Kommunikationswissenschaften beinhalten. Aufbauend auf diesem Datensatz untersuchen wir die Fähigkeit generativer KI-Lösungen, multimodale Social-Media-Inhalte zu labeln.