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

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) 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, Sian & Go, 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) Keyling, Karnowski & Leiner: Nachrichtendiffusion in der virtuellen MediaPolis

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

Warum sollte uns das interessieren 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

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

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

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

Stichprobenziehung 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 Keyling, Karnowski & Leiner: Nachrichtendiffusion in der virtuellen MediaPolis

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

Korrelation zwischen absolutem Zuwachs in den ersten vier Stunden und maximaler Reichweite p N Facebook Likes 0,46 0,00 21709 Facebook Shares 0,58 21708 Facebook Comments 0,70 Tweets 0,77 21657 Google+ 0,98 21690 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 Keyling, Karnowski & Leiner: Nachrichtendiffusion in der virtuellen MediaPolis

Erreichte Empfehlungen nach Medium und Plattform Tweets Shares Relativ geringe Unterschiede zwischen Facebook und Twitter ingesamt, aber: LOG-Skalierung Starke Unterschiede in der Twitter Verbreitung  Twitter-Druchringung in den USA offenbar deutlich höher Bias bei den Qualitätsmedien hin zu Twitter In den USA: Bias für die republikanisch-linken Medien CNN, NYT Keyling, Karnowski & Leiner: Nachrichtendiffusion in der virtuellen MediaPolis

Diffusionsgeschwindigkeit nach Rubriken Tweets Shares Verzögerung bei nicht tages- oder stundenaktuellen Themen, Sport,Politik und Boulevardthemen scheinen kurze Halbwertszeit zu haben Verbreitung findet innerhalb des ersten Tages statt, entscheidend sind die ersten 4 Stunden, danach ebbt die Diffusion ab Keyling, Karnowski & Leiner: Nachrichtendiffusion in der virtuellen MediaPolis

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

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