Dieser Artikel untersucht die Auswirkungen von automated publishing services (APS) auf Facebook-Nachrichteninhalte. Deutsche Nachrichtenverlage nutzen zunehmend die KI-basierte APS Echobox, um sich an die Algorithmen von Social-Media-Plattformen anzupassen und die Arbeitsabläufe von Journalisten zu optimieren. Nachrichtenredaktionen geben mit APS einen erheblichen Teil ihres Einflusses auf die Vielfalt der Nachrichteninhalte, die auf den Social-Media-Plattformen erscheinen, ab. Mit dieser Arbeit untersuchen wir, welchen Einfluss der Einsatz von Echobox auf die geposteten Nachrichteninhalte hat. Zur Beantwortung dieser Forschungsfrage wird mit Hilfe der Methoden 'Sentiment-Analyse' und 'Topic-Modeling' ein CrowdTangle Sample aus 2,7 Mio. öffentlichen Facebook-Beiträgen untersucht. Diese Beiträge sind zwischen 2018 und 2023 von 47 deutschen Nachrichtenanbietern auf Facebook gepostet worden.

Bei der Messung von Wahrnehmung und Wirkungen politischen Online-Microtargetings (PMT) auf Social Media existieren durch seine Dynamik, Personalisierung und unzureichende Werbekennzeichnung methodische Herausforderungen, die in bisherigen Studien nur unzureichend adressiert wurden. Der vorliegende Tagungsbeitrag diskutiert die Möglichkeiten und Herausforderungen einer Messung durch die Methodenkombination und Linkage-Analyse aus mobilem (In-App-)Tracking, Inhaltsanalyse und fünfwelliger Panelbefragung. Eine für deutsche Facebook- und Instagram-Nutzer:innen repräsentative Stichprobe (N = 2200) wurde während des Europawahlkampfs vom 20. Mai bis 10. Juni 2024 in Deutschland untersucht. Erfasst wurden Anzahl, Zeitpunkte und Art der von Studienteilnehmer:innen gesehenen PMT-Botschaften (Tracking) und ihrer personalisierten Inhalte (Inhaltsanalyse). In der Panelbefragung werden Einstellungen und Wahlverhalten in einwöchigem Abstand abgefragt. Im Vortrag wird anhand von Ergebnissen diskutiert, wie erfolgsversprechend die Methodenkombination und das Linkage der Daten ist, um Wahrnehmung von mobilen PMT-Botschaften (Anzahl, Inhalte) und ihrer Wirkungen auf Einstellungen oder Wahlverhalten zu messen.

The study systematically reviews multidisciplinary research on algorithmic news curation in social media, focusing on the concepts of echo chambers and filter bubbles. These metaphors describe environments where algorithms tailor user news feeds, potentially reinforcing existing beliefs and limiting exposure to diverse viewpoints, thus influencing political extremism and social polarization. Despite their popularity, these concepts face criticism for their vague definitions and overemphasis on algorithmic impacts. Empirical evidence suggests their influence on attitudes is limited. The study follows PRISMA-ScR guidelines, analyzing 1,005 research articles from Scopus since 2009, predominantly from social and computer sciences. Initial findings show more frequent use of "echo chamber" than "filter bubbles" and scant use of "algorithmic curation." Social sciences focus on algorithmic impacts on public discourse and polarization, while computer sciences explore the technical mechanisms. The review aims to foster interdisciplinary understanding and identify research gaps in how social media algorithms shape news consumption and societal consequences.

Die eingereichte Studie beschäftigt sich mit der Offenlegung und Diskussion von Social-Media-Daten in Bezug auf die Qualitätskriterien Reliabilität, Validität sowie mit ethischen Fragen, die mit diesen Daten einhergehen. Konkret handelt sich um eine Inhaltsanalyse von Artikeln in deutschsprachigen Fachzeitschriften der Kommunikationswissenschaft, um systematisch zu erheben, wie mit methodischen und ethischen Herausforderungen von Social-Media-Daten im Fach umgegangen wird. Die Datenerhebung steht aktuell kurz bevor, sodass zur Tagung die Ergebnisse präsentiert werden können.