Nachrichtendiffusion DGPuK 2012

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

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)

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)

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

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)

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

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

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?

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

   Indikatoren auf Nachrichtenwebsites

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

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

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

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

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

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

16. 16 Keyling, Karnowski & Leiner: Nachrichtendiffusion in der virtuellen MediaPolis

    Erreichte Empfehlungen nach Medium und Plattform Tweets Shares

17. 17 Keyling, Karnowski & Leiner: Nachrichtendiffusion in der virtuellen MediaPolis

    Diffusionsgeschwindigkeit nach Rubriken Tweets Shares

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

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

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

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