Social MediaDie Stimmung des Netzes erfassen

Was denken die Menschen? Ihre Meinungen können mit automatisierten Verfahren analysiert werden, fast in Echtzeit. Politiker und Unternehmen interessiert das brennend. von Astrid Herbold

Barack Obama nutzt für seinen Wahlkampf auch soziale Medien wie Twitter.

Barack Obama nutzt für seinen Wahlkampf auch soziale Medien wie Twitter.  |  © Brendan Smialowski/Getty Images

Erst mal keine Überraschung: Barack Obamas Net Sentiment , also die Stimmung in den sozialen Netzwerken zu seinen Gunsten, betrug während der drei TV-Duelle im Schnitt plus elf Prozent, Mitt Romney schaffte insgesamt nur minus acht Prozent. Beim republikanischen Herausforderer standen 2,3 Millionen negative Kommentare 1,9 positiven Erwähnungen gegenüber, beim Amtsinhaber waren es 2 Millionen positive versus 1,6 Millionen negative Äußerungen. Die Passion Intensity , also der Aufregfaktor Romneys, lag bei 55. Obama, über den sich die Gemüter insgesamt weniger erhitzten, kam auf einen Wert von 35.

Was sind das für Zahlen und Bewertungen, wer erhebt sie, wie kommen sie zustande? Der Softwarekonzern SAP hat sie zur Verfügung gestellt, das dazugehörige Sentiment Analysis Tool ist eigentlich ein Programm für Werbetreibende – und SAP einer von vielen Anbietern, die gerade mit einem solchen Werkzeug auf den Markt drängen. Fast in Echtzeit lässt sich mit ihnen auswerten, mit welchem Unterton im Internet über ein Thema, ein Produkt, ein Ereignis oder eine Person gesprochen wird.

Anzeige

Bislang analysieren viele Unternehmen das Raunen der Massen noch mit teils manuellen Verfahren, die komplett automatisierte Softwarelösung ist die nächste Generation des Social Media Monitorings . Kein Praktikant mehr nötig, der Facebook-Foren überfliegt oder Twitter nach abwegigen Hashtags durchstöbert.

Kommentare auch verstehen

Nicht nur das Sammeln der gigantischen Datensätze, auch das Lesen und Interpretieren übernimmt nun der Computer. "Beim letzten amerikanischen Wahlkampf vor vier Jahren konnten wir lediglich auswerten, was die Menschen angeklickt oder weiterempfohlen haben", sagt SAP-Manager Craig Downing. "Jetzt können wir verstehen, was sie in ihren Kommentaren schreiben." Und das schon wenige Minuten, nachdem die Diskussion überhaupt stattgefunden hat.

Semantische Analyse heißt das Zauberwort. Interesse haben daran viele, vor allem aus wirtschaftlichen Gründen . Doch ist das weitaus komplexer als das schlichte Zählen von Adjektiven oder Schimpfwörtern. Als Beispiel nennt Downing die Sätze "Das iPhone war noch nie so gut" und "Das iPhone war noch nie gut". "Ein zusätzliches Wort – und der Inhalt der Aussage unterscheidet sich fundamental." Dazukommen Slang oder Abkürzungen, grammatische Besonderheiten und mehrdeutige Modeworte wie sick (das von cool bis abartig alles heißen kann).

Damit nicht genug. Die aus dem Netz millionenfach zusammengeklaubten Mitteilungen müssen auch nach Relevanz gewichtet werden: Wer ist der Absender, wie einflussreich ist seine Meinung, wie oft wird sie gelesen, wie oft wird ihr widersprochen oder zugestimmt? Das Programm liest dazu – zum Teil im Sekundentakt – Hunderte von Newsseiten, Blogs und sozialen Netzwerken aus, bezieht bei der Auswertung der Quellen Informationen wie Seitenaufrufe, geografischer Standort, den Klout-Score und das mutmaßliche Geschlecht des Absenders mit ein. Doch wie korrekt, verlässlich oder vollständig sind diese zusätzlichen Parameter?

Methoden sind noch ungenau

"Aus wissenschaftlicher Sicht sind die Methoden vieler kommerzieller Anbieter intransparent und oft auch ungenau", sagt Stefan Stieglitz, Professor für Wirtschaftsinformatik an der Universität Münster . Er betreut derzeit zwei interdisziplinäre Forschungsprojekte zur Diskursanalyse und Themendynamiken in Social Media, eins davon finanziert das Bundesministerium für Bildung und Forschung , das andere die Deutsche Forschungsgemeinschaft .

Zusammen mit Computerlinguisten und Kommunikationswissenschaftlern will Stieglitz in den kommenden Jahren die dringend nötige Grundlagenforschung betreiben. "Es geht darum, automatisierte Verfahren zu entwickeln, mit denen Meinungsfragmentierung und Konsensbildung im Netz abgebildet werden können." Die Sentiment-Analyse ist dabei nur ein methodischer Baustein, sie wird ergänzt von der sozialen Netzwerkanalyse (wie verbreiten sich Themen?) und einer automatisierten Inhaltsanalyse (welche Schlagworte tauchen gemeinsam auf?).

Schreiben Sie den ersten Kommentar!

    Bitte melden Sie sich an, um zu kommentieren

    Service