Upgrade to Pro — share decks privately, control downloads, hide ads and more …

Nachrichtendiffusion DGPuK 2012

Nachrichtendiffusion DGPuK 2012

Keyling, Till; Karnowski, Veronika; Leiner, Dominik (2012)
Nachrichtendiffusion in der virtuellen MediaPolis: Wie sich Nachrichtenartikel über Facebook, Twitter und Google+ verbreiten.
Vortrag gehalten auf der 57. Jahrestagung der DGPuK "MediaPolis - Kommunikation zwischen Politik und Boulevard", 16.-18.5.2012, Berlin.

Till Keyling

May 16, 2012
Tweet

More Decks by Till Keyling

Other Decks in Science

Transcript

  1. Till Keyling, Veronika Karnowski & Dominik Leiner
    Nachrichtendiffusion in der virtuellen
    MediaPolis:
    Wie sich Nachrichtenartikel über Facebook, Twitter
    und Google+ verbreiten.
    57. Jahrestagung DGPuK:
    „MediaPolis – Kommunikation zwischen Boulevard
    und Parlament“
    16.-18. Mai 2012
    Berlin

    View Slide

  2. 2
    Keyling, Karnowski & Leiner: Nachrichtendiffusion in der virtuellen MediaPolis
    Was wissen wir bereits über soziale Netzwerke und die
    Verbreitung von Nachrichten ? (I)
    • Sozialen Netzwerke (insbesondere Twitter) sind als direkter
    Kommunikationskanal für Kommunikatoren von wachsender Bedeutung
    (Ahmad, 2010; Farhi, 2009; Gleason, 2009)
    • Soziale Netzwerke dienen einer steigenden Zahl an Nutzern als
    Informationsquelle für Nachrichten:
    • 51% der SNS-Nutzer in den USA beziehen auch Nachrichten über diesen
    Kanal (Purcell, Rainie, Mitchell, Rosenstiel & Olmstead, 2010)
    • SNS sind ein zusätzlicher Zugangsweg zu Nachrichten und ersetzen
    keine alten Zugangswege (Mitchell, Rosenstiel & Christian 2012)

    View Slide

  3. 3
    Keyling, Karnowski & Leiner: Nachrichtendiffusion in der virtuellen MediaPolis
    Was wissen wir bereits über soziale Netzwerke und die
    Verbreitung von Nachrichten ? (II)
    SNS verstärken den sozialen (teilenden, empfehlenden) Aspekt der
    Nachrichtendiffusion:
    • Meinungsführer teilen häufiger Nachrichten in sozialen Netzwerken als
    andere Nutzer (Ma, Lee & Goh, 2012)
    • Je häufiger ein Inhalt bereits geteilt wurde, umso höher wird seine
    Wahrscheinlichkeit wieder geteilt zu werden (Information cascades; Sim &
    Fu, 2008)
    • SNS unterstützen die (sofortige) Diskussion von Nachrichten (Gil de
    Zúniga, Jung & Valenzuela, 2012)

    View Slide

  4. 4
    Keyling, Karnowski & Leiner: Nachrichtendiffusion in der virtuellen MediaPolis
    Wie lässt sich Kommunikation in sozialen Netzwerken
    theoretisch einordnen?
    Interpersonale
    Kommunikation
    Interpersonal-
    öffentliche
    Kommunikation
    Individualisierte
    Massenkommu
    nikation
    Massen-
    kommunikation
    Glaubwürdigkeit Meist hoch Variiert Variiert Variiert
    Reichweite Gering Meist gering Teils hoch
    (Longtail)
    Hoch
    Rollentauch,
    Interaktion
    Jederzeit möglich Jederzeit möglich Bedingt möglich Nicht möglich
    Selektive
    Nutzung
    Kaum möglich Möglich Sehr viele
    Möglichkeiten
    Viele
    Möglichkeiten
    Einbringen von
    Inhalten
    möglich Möglich Indirekt (durch
    Aufmerksamkeits
    lenkung)
    Nur in
    Ausnahmefällen
    Quelle: Haas & Brosius, 2011

    View Slide

  5. 5
    Keyling, Karnowski & Leiner: Nachrichtendiffusion in der virtuellen MediaPolis
    Was ist der theoretische Rahmen für interpersonale
    Kommunikation im Nachrichtendiffusionsprozess?
    Diffusion of Innovations/ verkürzter Übernahme-Entscheidungs-Prozess
    (Rogers, 2003)

    View Slide

  6. 6
    Keyling, Karnowski & Leiner: Nachrichtendiffusion in der virtuellen MediaPolis
    Welche zusätzlichen Hinweise kann uns dieser
    theoretische Rahmen liefern?
    • Die S-Kurve der Diffusion findet sich auch bei der Verbreitung von Nachrichten
    wieder (Deutschmann & Danielson, 1960; Singhal, Rogers & Mahajan, 1999)
    • Interpersonale Kommunikation ist ein möglicher Kanal über welchen
    Nachrichten erhalten werden:
    • Massenmedien sind die wichtigste Informationsquelle für Nachrichten
    (Deutschmann & Danielson, 1960; Adams, Mullen & Wilson, 1969; Budd,
    MacLean & Barnes, 1966)
    • Bei unerwarteten Ereignissen mit großer Bedeutsamkeit (zumeist
    Todesfälle und Katastrophen) sinkt der Stellenwert der
    Massenkommunikation zugunsten der interpersonalen Kommunikation
    (Greenberg, 1964; Funkhouser & McCombs, 1971; Ganzt, 1983)
    • Daneben tritt interpersonale Kommunikation in Nachrichtendiffusionsprozess
    auch in Form der Anschlusskommunikation (Sommer, 2010) auf

    View Slide

  7. 7
    Warum sollte uns das interessieren ?
    Relevanz der Nachrichtendiffusionsforschung heute
    • Der kumuliert Verlauf der Nachrichtenverbreitung kann als Indikator für
    “information equality” dienen (Sinnreich, Chib & Gilbert, 2008)
    • Anschlusskommunikation kann als Erklärung für Medienwirkungen auf
    Nichtnutzer dienen (Maurer 2004, Krause & Gehrau 2007)
    • Kann Argumente in der Substitutions-/ Kannibalisierungsdebatte liefern (Kolo,
    2010)
    Keyling, Karnowski & Leiner: Nachrichtendiffusion in der virtuellen MediaPolis

    View Slide

  8. 8
    Keyling, Karnowski & Leiner: Nachrichtendiffusion in der virtuellen MediaPolis
    Forschungsfragen
    a) Welcher Verlauf lässt sich feststellen?
    b) Wie unterscheidet sich die Verbreitungsgeschwindigkeit zwischen Facebook,
    Twitter und Google+ ?
    c) Wie unterscheidet sich die Verbreitungsgeschwindigkeit zwischen
    verschiedenen Nachrichtenkategorien?
    d) Wie unterscheidet sich die Verbreitungsgeschwindigkeit zwischen den
    verschiedenen Nachrichtenseiten?

    View Slide

  9. 9
    Keyling & Karnowski: Nachrichtendiffusion in der virtuellen MediaPolis
    Datenerhebung: Indikatoren auf Nachrichtenwebsites

    View Slide

  10. 10
    Keyling, Karnowski & Leiner: Nachrichtendiffusion in der virtuellen MediaPolis
    • Artikeltitel
    • Publikationsdatum
    • Feed-Datum
    • Kategorie
    RSS-Parser
    2 Std.
    Shares-Tracker
    Facebook*
    • Likes/Recommends
    • Shares
    • Comments
    Twitter* & Topsy*
    • Anzahl Tweets
    Google+
    • Google +1‘s
    * API-Anfragen
    Bild.de (10)
    SPON (12)
    SZ.de (16)
    CNN.com(13)
    FOXNews (11)
    NYT (11)
    Medien RSS-Feeds
    2 Std.
    Datenerhebung: Ablauf der automatisierten Online-
    Beobachtung

    View Slide

  11. • N= 21.816 Artikel aus 6 Online-Medien [National: bild.de,sueddeutsche.de,spiegel.de;
    US: nyt.com,foxnews.com,cnn.com]
    • Zeitraum: 16.03.2012 – 14.04.2012
    11
    Keyling, Karnowski & Leiner: Nachrichtendiffusion in der virtuellen MediaPolis
    Stichprobenziehung

    View Slide

  12. • N= 21.816 Artikel aus 6 Online-Medien [National: bild.de,sueddeutsche.de,spiegel.de;
    US: nyt.com,foxnews.com,cnn.com]
    • Zeitraum: 16.03.2012 – 14.04.2012
    12
    Keyling, Karnowski & Leiner: Nachrichtendiffusion in der virtuellen MediaPolis
    Stichprobenziehung

    View Slide

  13. 13
    Keyling, Karnowski & Leiner: Nachrichtendiffusion in der virtuellen MediaPolis
    Analysierte Parameter
    Zeit
    Anzahl
    Empfehlungen
    (Likes, Shares,
    Comments,
    Tweets, Plusses)
    t0
    Ende der Messung
    (nach 4 Tagen)
    Erreichte Anzahl Empfehlungen
    t50
    50%der
    Anzahl
    Zeit bis zum Erreichen von 50% der Empfehlungen
    Publikation

    View Slide

  14. 14
    Keyling, Karnowski & Leiner: Nachrichtendiffusion in der virtuellen MediaPolis
    Beispiel einer Verbreitungskurve
    • Steiler Anstieg in
    den ersten
    Stunden
    • S-Kurve lässt sich
    vermuten, aber
    nur in der zweiten
    Hälfte bestätigen
    • Tageszeit-
    abhängige Peaks
    im weiteren
    Verlauf

    View Slide

  15. 15
    Keyling, Karnowski & Leiner: Nachrichtendiffusion in der virtuellen MediaPolis
    Korrelation zwischen absolutem Zuwachs in den ersten
    vier Stunden und maximaler Reichweite
    • Klarer Zusammenhang zwischen der Verbreitung in den ersten Stunden und der
    insgesamt erreichten Anzahl an Empfehlungen
    • Höchster Zusammenhang bei Tweets und Google+ da Maximum häufig bereits
    innerhalb der ersten vier Stunden erreicht wird
    r p N
    Facebook Likes 0,46 0,00 21709
    Facebook Shares 0,58 0,00 21708
    Facebook Comments 0,70 0,00 21709
    Tweets 0,77 0,00 21657
    Google+ 0,98 0,00 21690

    View Slide

  16. 16
    Keyling, Karnowski & Leiner: Nachrichtendiffusion in der virtuellen MediaPolis
    Erreichte Empfehlungen nach Medium und Plattform
    Tweets Shares

    View Slide

  17. 17
    Keyling, Karnowski & Leiner: Nachrichtendiffusion in der virtuellen MediaPolis
    Diffusionsgeschwindigkeit nach Rubriken
    Tweets Shares

    View Slide

  18. 18
    Diskussion und Ausblick
    • Die theoretisch angenommene S-Kurve lässt sich für die zweite Hälfte
    bestätigten
    • Datenlücke zu Beginn der S-Kurve
     Erfolgversprechender methodischer Ansatz, aber Optimierung der
    Datenerhebung in den ersten Stunden nötig
    • Die ersten vier Stunden entscheiden über die maximale Reichweite
    • Weniger zeitkritische Nachrichtenkategorien (Ratgeber, Feuilleton & Medien
    und Wissenschaft & Technik) werden deutlich langsamer verbreitet
    • Stärkere Verbreitung von Nachrichten über Tweets für die US-Medien im
    Vergleich zur Facebookdiffusion
    • Insgesamt deutlich schnellere Verbreitung über Twitter als über Facebook:
     Indiz für die bereits mehrfach vermutete Trennung zwischen Twitter als
    primärer Nachrichtenquelle und Facebook als Forum für Diskussion/
    Anschlusskommunikation?
    Keyling, Karnowski & Leiner: Nachrichtendiffusion in der virtuellen MediaPolis

    View Slide

  19. 19
    Vielen Dank für Ihre Aufmerksamkeit
    Till Keyling, Veronika Karnowski & Dominik Leiner
    Institut für Kommunikationswissenschaft und Medienforschung
    LMU München
    Keyling, Karnowski & Leiner: Nachrichtendiffusion in der virtuellen MediaPolis

    View Slide

  20. 20
    Literatur
    Adams, J. B., Mullen, J. J. & Wilson, H. M. (1969). Diffusion of a ‚Minor’ News Event. Journalism Quarterly, 46,
    545–551.
    Ahmad, A.N. (2010). Is Twitter a useful tool for journalists?. Journal ofMedia Practice, 11(2), 145-155.
    Budd, R. W., MacLean, M. S. & Barnes, A. M. (1966). Regularities in the Diffusion of Two Major News Events.
    Journalism Quarterly, 43, 221–230.
    Deutschmann, P. & Danielson, W. (1960). Diffusion of a Major News Story. Journalism Quarterly, 37, 345–355.
    Farhi, P. (2009). The Twitter Explosion. American Journalism Review, June/July, 26-31.
    Funkhouser, G. R. & McCombs, M. E. (1971). The Rise and Fall of News Diffusion. The Public Opinion Quarterly,
    35(1), 107–113.
    Gantz, W. (1983). The Diffusion of News about the Attempted Reagan Assassination. Journal of Communication,
    33(1), 56–66.
    Gil de Zúñiga, H., Jung, N., & Valenzuela, S. (2012). Social Media Use for News and Individuals’ Social Capital,
    Civic Engagement and Political Participation. Journal of Computer Mediated Communication, 17(3), 319-336.
    Gleason, S. (2009). Going public. Should journalists express their political views on social networking sites?
    American Journalism Review, Winter, 6/7.
    Greenberg, B. S. (1964a). Person to person communication in the diffusion of news events. Journalism Quarterly,
    41, 498–494.
    Haas, A. & Brosius, H.-B. (2011). Interpersonal-öffentliche Kommunikation in Diskussionsforen -- Strukturelle
    Äquivalenz mit der Alltagskommunikation? In J. Wolling, A. Will & C. Schumann (Hrsg.), Medieninnovationen. Wie
    Medienentwicklungen die Kommunikation in der Gesellschaft verändern (S. 103-119). Konstanz: UVK.
    Keyling, Karnowski & Leiner: Nachrichtendiffusion in der virtuellen MediaPolis

    View Slide

  21. 21
    Kolo, C. (2010). Online-Medien und Wandel: Konvergenz, Diffusion, Substitution. In W. Schweiger & K. Beck
    (Hrsg.), Handbuch Online-Kommunikation (S. 283-307). Wiesbaden: VS Verlag.
    Krause, B. & Gehrau, V. (2007). Das Paradox der Medienwirkung auf Nichtnutzer am Beispiel einer
    Zeitreihenanalyse auf Tagesbasis zu den kurzfristigen Agenda-Setting Effekten von Fernsehnachrichten. Publizistik,
    57, 191-209.
    Ma, L., Lee, C. S. & Goh, H.-L. (2012). Sharing in Social News Websites: Examining the Influence of News
    Attributes and News Sharers. Ninth International Conference on Information Technology: New Generations (ITNG).
    Maurer, M. (2004). Das Paradox der Medienwirkungsforschung. Verändern Massenmedien die
    Bevölkerungsmeinung, ohne Einzelne zu beeinflussen? Publizistik, 49, 405-422.
    Mitchell, A., Rosenstiel, T. & Christian, L. (2012). Mobile Devices and News Consumption: Some Good Signs for
    Journalism. PEW Report [http://stateofthemedia.org/2012/mobile-devices-and-news-consumption-some-good-
    signs-for-journalism/].
    Purcell, K., Rainie, L., Mitchell, A., Rosenstiel, T. & Olmstead, K. (2010). Understanding the Participatory News
    Consumer. PEW Report [http://pewinternet.org/Reports/2010/Online-News.aspx].
    Rogers, E. M. (2003). Diffusion of Innovations (5. Aufl.). New York: Free Press.
    Sim, C., & Fu, W. W. (2008). Riding the “Hits” Wave: Informational Cascades in Viewership of Online Videos. 2008
    Annual Conference of the International Communication Association.
    Singhal, A., Rogers, E. M. & Mahajan, M. (1999). The Gods Are Drinking Milk! Word-of-Mouth Diffusion of a Major
    News Event in India. Asian Journal of Communication, 9(1), 86–107.
    Sinnreich, A., Chib, A. & Gilbert, J. (2008). Modeling Information Equality: Social and Media Latency Effects on
    Information Diffusion. International Journal of Communication, 2, 132-159.
    Sommer, D. (2010). Nachrichten im Gespräch. Wesen und Wirkung von Anschlusskommunikation über
    Fernsehnachrichten. Baden-Baden: Nomos.
    Keyling, Karnowski & Leiner: Nachrichtendiffusion in der virtuellen MediaPolis

    View Slide