FoDiRa-Projekt: Regionalisierung rassistischer und diskriminierender Diskurse im Social Web

Rassismus ist eine soziale Praxis, die die Ausgrenzung und Abwertung bestimmter sozial konstruierter Kollektive (re-)produziert (Fields & Fields 2012) und vielfach in der Mitte der Gesellschaft verankert ist (Zick et al. 2016). Formen von Rassismus unterscheiden sich zwischen gesellschaftlichen Gruppen und können sich daher mitunter auch regional deutlich unterscheiden.

Bisher gibt es wenig Forschung, die eine kleinräumige Regionalisierung von Rassismus im deutschsprachigen Social Web in den Blick nimmt. Das hier vorgestellte Projekt hat zum Ziel, verschiedene Rassismen zunächst regional zu quantifizieren und regionale Differenzen durch anschließende Analysen unter Hinzunahme weiterer Kontextindikatoren zu erklären.

Dazu konstruiert das Projektteam einen regionalen Rassismusmonitor, der auf Textdaten, gewonnen aus Social Media Plattformen und Webseiten von Regionalzeitungen, zurückgreift. Bei beiden Datenquellen handelt es sich um “digital trace data”, die Spuren realen menschlichen Verhaltens im digitalen Raum abbilden (Lazer et al. 2009). Social Media Daten sind dabei über sogenanntes Geotagging oder Angaben aus korrespondierenden Nutzerprofilen und anschließendes Geocoding regionalen Entitäten zuordbar, während sich Zeitungen über ihren Regionalbezug geografisch verorten lassen.

Insgesamt hat die Verbreitung von rassistischen Inhalten auf Social Media Plattformen, aber auch auf anderen digitalen Medien wie Online-News-Portalen in den letzten Jahren in der internationalen Forschungslandschaft zunehmend an Bedeutung gewonnen (vgl. Sigurbergsson & Derczynski 2019; für Beiträge zu Deutschland vgl. Jaki, Sylvia, und Tom de Smedt 2018, Darius & Stephany 2019). Zugleich kann die Verbreitung rassistischer und diskriminierender Diskurse als Warnindikator von Prozessen politischer Polarisierung und Radikalisierung verstanden werden. Mit einer Analyse von Rassismus im Netz kann daher ein umfassendes Bild von Rassismus in Deutschland gezeichnet werden, da Rassismus aus vielen Teilen der Gesellschaft auch ins Internet und insbesondere das Social Web getragen wird.

Im Fokus des Projekts steht die Aufdeckung latenter Strukturen, welche durch die eingesetzten Methoden aus dem Bereich des unsupervised learning (Word Embedding-Modelle, verschiedene Clustering-Verfahren) realisiert wird. Diese ermöglichen eine Messung und Differenzierung verschiedener Rassismen innerhalb einer großen Datenmenge (z. B. Social Media Daten aus einer bestimmten Region). In anschließenden Analysen wird mit Hilfe von in den Sozialwissenschaften bewährten und häufig verwendeten statistischen Modellen (generalisierte lineare Modelle, Mehrebenenmodelle) geprüft, ob und inwiefern sich regionale Unterschiede zwischen Rassismen im Netz erklären lassen.

Forschungsfragen

  • Welche Formen rassistischer Stereotype lassen sich regionalisiert im Social Web finden?
  • Kann regionale Variation das Ausmaß bestimmter Rassismen im Netz durch Kontexteffekte (Ungleichheit, demografische Unterschiede etc.) erklären?
  • Wie kann ein Rassismusmonitor basierend auf Social Media Plattformen und Regionalzeitungsartikeln aussehen?

Beteiligte Wissenschaftler*innen

Projektleitung

Mitarbeitende

Studentische Mitarbeitende

  • Sophia Heuer
  • Daniela Wolf

Kontakt

Stefan Knauff
Wissenschaftlicher Mitarbeiter im Bereich Empirische Sozialforschung mit Schwerpunkt quantitative Methoden an der Universität Bielefeldstefan.

stefan.knauff(at)uni-bielefeld.de