Diese Seite bietet einen Einblick in die methodische Grundlage unseres Projekts. Das Projekt basiert auf sechs integrierten Bausteinen.
Der erste Baustein unseres Projekts ist die Sammlung digitaler Verhaltensdaten durch Datenspenden. Dabei handelt es sich um persönliche TikTok-Nutzungsdaten, die ursprünglich von TikTok selbst im Rahmen der Nutzung generiert wurden und nun von den Plattformnutzer:innen den Forschenden freiwillig zur Verfügung gestellt werden.
Wir nutzen zwei verschiedene Wege, um Datenspenden zu ermöglichen – jeweils auf der Grundlage europäischer Datenschutzvorschriften:
Beide Wege führen theoretisch zu derselben Datengrundlage. Der zweite Weg ist jedoch deutlich nutzerfreundlicher und weniger aufwendig für die Teilnehmenden. Allerdings sind die Fragen der Datenvollständigkeit und qualität bei der Nutzung der Portability-API noch weitgehend unerforscht und unter anderem auch Gegenstand der Analyse dieses Projektes.
Die von den Nutzer:innen gespendeten Daten beziehen sich ausschließlich auf Aktivitäten rund um Inhalte und Akteure auf der Plattform. Dazu gehören beispielsweise:
Zusätzlich erfassen wir die Zeitpunkte von privaten Nachrichten, wobei die Inhalte dieser Nachrichten nicht gesammelt werden. Account-Namen werden anonymisiert, lediglich Links zu geteilten Videos werden erfasst.
Alle gesammelten Daten werden streng nach den Grundsätzen der Datensparsamkeit, Anonymisierung und Sicherheit verarbeitet. Die Teilnahme ist freiwillig und kann jederzeit widerrufen werden.
Neben den digitalen Verhaltensdaten aus den Datenspenden sammeln wir zudem Daten über einen standardisierten Online-Fragebogen. Diese Informationen dienen dazu, die Teilnehmenden in einen breiteren gesellschaftlichen Kontext einzuordnen, Methodenforschung zu betreiben, und Forschungsfragen zu beantworten, die über eine reine Analyse der Nutzungsdaten hinausgehen.
Der Fragebogen erfasst folgende Angaben:
Diese Daten ermöglichen es uns, die Teilnehmer:innenpopulation zu beschreiben und beispielsweise zu untersuchen, ob bestimmte Altersgruppen, Bildungsabschlüsse oder Regionen verstärkt teilnehmen.
Darüber hinaus erheben wir:
Diese Angaben sind entscheidend, um zusammen mit den Verhaltensdaten Rückschlüsse auf die Rolle von TikTok bei der politischen Meinungsbildung ziehen zu können. Alle Angaben werden anonymisiert und DSGVO-konform gespeichert. Die Teilnahme ist freiwillig und jederzeit widerrufbar.
Die Daten aus den Datenspenden enthalten zwar Informationen darüber, was eine Nutzer:in getan hat (z. B. ein Video gesehen, geliked, geteilt), aber nicht, was für ein Video es war. Für eine tiefgehende Analyse von Inhalten – etwa: Welche Themen werden verbreitet? Welche politischen Positionen finden sich in Videos? – ist eine zusätzliche Anreicherung der Daten notwendig.
Daher werden für alle Videos, die im Rahmen der Datenspenden analysiert werden, zusätzliche Inhalts- und Metadaten gesammelt. (z.b., Veröffentlichungsdatum des Videos
Diese Anreicherung ermöglicht es uns, den inhaltlichen Kontext der Nutzer:innen-Aktivitäten zu verstehen. Die Daten werden ausschließlich für Forschungszwecke verwendet und unter strikter Einhaltung der Datenschutzbestimmungen verarbeitet.
Neben den Videos, die durch die Datenspenden der Teilnehmenden erfasst werden, führen wir eine kontinuierliche, aktive Überwachung politischer Inhalte auf TikTok durch. Ziel ist es, ein zeitnahes Bild der politischen Kommunikation auf der Plattform zu erhalten – unabhängig von den Teilnehmenden.
Jeden Tag werden automatisiert neue Videos gesammelt, die entweder von offiziellen politischen Accounts veröffentlicht wurden, oder politische Schlüsselwörter (z. B. Hashtags, Begriffe) enthalten, die auf politische Themen verweisen.
Die Sammlung der Daten erfolgt über die offizielle TikTok Research API. Diese ermöglicht den Zugriff auf Metadaten und Video-Informationen – jedoch mit einer Verzögerung von ca. vier Tagen zwischen Video-Veröffentlichung und Datensammlung.
Um eine tiefgehende, inhaltsbasierte Auswertung der gesammelten Videos zu ermöglichen – beispielsweise nach politischen Themen, Stimmungen oder Kommunikationsformen – setzen wir auf eine zweistufige, künstliche Intelligenz-gestützte Klassifizierungs-Pipeline.
Für eine schnelle und kontinuierliche Erkennung politischer Inhalte werden alle neu gesammelten Videos – insbesondere jene aus der letzten Woche pro Datenspende – zunächst mithilfe eines textbasierten, lokal laufenden Large Language Models klassifiziert. Dazu übermitteln wir dem Modell: den Video-Titel, die Video-Beschreibung, den Namen des Accounts, der das Video veröffentlicht hat.
Das Modell analysiert den Textinhalt und ordnet das Video einer oder mehreren politischen Themenkategorien zu (z. B. „Klimapolitik“, „Wahlkampf“, „Soziale Gerechtigkeit“).
Diese Klassifizierung dient zwei zentralen Zwecken:
Im zweiten Schritt wird jedes Video, das in den Datensätzen vorkommt, mithilfe einer multimodalen KI-Pipeline analysiert – basierend auf einem Modell, das sowohl visuelle als auch sprachliche Informationen verarbeitet.
Die Prozesskette sieht wie folgt aus:
Der letzte Baustein unseres Projekts ist der personalisierte Instant Report – ein direkter, individueller Einblick in die eigene Nutzung von TikTok, speziell im Kontext politischer Inhalte. Er verbindet wissenschaftliche Tiefe mit Nutzer:innen-Transparenz und macht die Forschung sichtbar – für jede:r Teilnehmende.
Der Report zeigt Ihnen, was in Ihrem persönlichen TikTok-Feed passiert – ganz konkret:
Der Report ist in wenigen Sekunden verfügbar, sobald Ihre Datenspende verarbeitet wurde und ist ist – und bleibt vollständig anonym. Ihre Daten werden niemals an Dritte weitergegeben.
1. Datensynchronisation:
Die Video-IDs aus Ihrer Datenspende werden mit der zentralen Datenbank der bereits gesammelten und klassifizierten politischen Videos abgeglichen.
2. Anreicherung mit Inhalten:
Für jedes Video in Ihrem Feed werden automatisch:
3. Analyse und Auswertung:
Auf einem sicheren Server werden Ihre Daten analysiert. Dabei werden:
Der Instant Report ist mehr als nur eine Statistik:
Der Instant Report ist der Mittelpunkt der Nutzer:innen-Partizipation in unserem Projekt. Er verbindet: