Empirische Aufbruchsstimmung? Verdatung und Datafizierung als Impulsgeber kommunikationswissenschaftlicher Forschung?

Inhaltsverzeichnis

Bibliographische Infos

Cover der Ausgabe: M&K Medien & Kommunikationswissenschaft Jahrgang 74 (2026), Heft 1
Open Access Vollzugriff

M&K Medien & Kommunikationswissenschaft

Jahrgang 74 (2026), Heft 1

Autor:innen:
Verlag
Nomos, Baden-Baden
Copyrightjahr
2026
ISSN-Online
2942-3317
ISSN-Print
1615-634X

Kapitelinformationen

Open Access Vollzugriff

Jahrgang 74 (2026), Heft 1

Empirische Aufbruchsstimmung? Verdatung und Datafizierung als Impulsgeber kommunikationswissenschaftlicher Forschung?

Autor:innen:
ISSN-Print
1615-634X
ISSN-Online
2942-3317
Kapitelvorschau:

Der Beitrag untersucht den Einfluss von Verdatung und Datafizierung auf die kommunikationswissenschaftliche Forschungspraxis im deutschsprachigen Raum. Vor dem Hintergrund medialer Wandlungsprozesse wie der Mediatisierung und der Digitalisierung wird gefragt, ob der Anstieg an (prozessproduzierten) Daten in Deutschland nicht nur zu mehr Forschungsmöglichkeiten, sondern auch zu einer empirischen Aufbruchsstimmung im Fach geführt hat? Eine Inhaltsanalyse von 935 Originalbeiträgen in den Zeitschriften Publizistik, M&K und SCM (2003–2023) zeigt einen konstant hohen Anteil empirischer Arbeiten (ca. 70 %), wobei quantitative Methoden dominieren. Gleichzeitig ist ein Rückgang sekundäranalytischer Studien sowie längsschnittlicher Designs zu beobachten – im Gegensatz zur Soziologie, wo diese zunehmen. Computational Methods gewinnen seit 2013 sichtbar an Relevanz, während experimentelle Designs abnehmen. Der Beitrag verweist auf strukturelle Defizite bei der Bereitstellung und Nachnutzung kommunikationswissenschaftlich relevanter Forschungsdaten, trotz punktueller Fortschritte. Die Ergebnisse unterstreichen die Notwendigkeit, institutionalisierte Dateninfrastrukturen zu schaffen, um datennutzende Forschung nachhaltig zu fördern und Anschluss an internationale Entwicklungen zu sichern.

Literaturverzeichnis

  1. Altay, S., Berriche, M., & Acerbi, A. (2023). Misinformation on Misinformation: Conceptual and Methodological Challenges. Social Media + Society, 9(1), 205630512211504. https://doi.org/10.1177/20563051221150412 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-3
  2. boyd, d., & Crawford, K. (2012). Critical Questions for Big Data. Information, Communication & Society, 15(5), 662–679. https://doi.org/10.1080/1369118X.2012.678878 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-3
  3. Couldry, N., & Hepp, A. (2017). The Mediated Construction of Reality. Polity. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-3
  4. Couldry, N., & Mejias, U. A. (2019). The Costs of Connection: How Data Is Colonizing Human Life and Appropriating It for Capitalism. Stanford University Press. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-3
  5. Dijck, J. van. (2014). Datafication, Dataism and Dataveillance: Big Data between Scientific Paradigm and Ideology. Surveillance & Society, 12(2), 197–208. https://doi.org/10.24908/ss.v12i2.4776 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-3
  6. Dijck, J. van, Poell, T., & Waal, M. de. (2018). The Platform Society: Public Values in a Connective World. Oxford University Press. https://doi.org/10.1093/oso/9780190889760.001.0001 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-3
  7. Domahidi, E., Yang, J., Niemann-Lenz, J., & Reinecke, L. (2019). Computational Communication Science | Outlining the Way Ahead in Computational Communication Science: An Introduction to the IJoC Special Section on “Computational Methods for Communication Science: Toward a Strategic Roadmap”. International Journal of Communication, 13, 3876–3884. https://ijoc.org/index.php/ijoc/article/view/10533 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-3
  8. Hase, V., Boczek, K., & Scharkow, M. (2023). Adapting to Affordances and Audiences? A Cross-Platform, Multi-Modal Analysis of the Platformization of News on Facebook, Instagram, TikTok, and Twitter. Digital Journalism, 11(8), 1499–1520. https://doi.org/10.1080/21670811.2022.2128389 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-3
  9. Li, M., Suk, J., Zhang, Y., Pevehouse, J. C., Sun, Y., Kwon, H., Lian, R., Wang, R., Dong, X., & Shah, D. V. (2024). Platform Affordances, Discursive Opportunities, and Social Media Activism: A Cross-Platform Analysis of #MeToo on Twitter, Facebook, and Reddit, 2017–2020. New Media & Society, 28(1), 119–147. https://doi.org/10.1177/14614448241285562 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-3
  10. Mayer-Schönberger, V., & Cukier, K. (2013). Big Data: A Revolution That Will Transform How We Live, Work, and Think (S. 242). Houghton Mifflin Harcourt. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-3
  11. Spirling, A. (2023). Why Open-Source Generative AI Models Are an Ethical Way Forward for Science. Nature, 616(7957), 413. https://doi.org/10.1038/d41586-023-01295-4 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-3
  12. Theocharis, Y., Boulianne, S., Koc-Michalska, K., & Bimber, B. (2023). Platform Affordances and Political Participation: How Social Media Reshape Political Engagement. West European Politics, 46(4), 788–811. https://doi.org/10.1080/01402382.2022.2087410 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-3
  13. Welbers, K., & Opgenhaffen, M. (2019). Presenting News on Social Media: Media Logic in the Communication Style of Newspapers on Facebook. Digital Journalism, 7(1), 45–62. https://doi.org/10.1080/21670811.2018.1493939 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-3
  14. agma (2025a). Das Allmedia-Dach der agma. https://www.agma-mmc.de/medien-analyse [28.01.2026]. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-8
  15. agma (2025b). Aufgaben und Ziele der agma. https://www.agma-mmc.de/ueber/agma/aufgaben-ziele [28.01.2026]. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-8
  16. Averbeck-Lietz, S. & Löblich, M. (2017). Kommunikationswissenschaft vergleichend und transnational. Eine Einführung. In S. Averbeck-Lietz (Hrsg.), Kommunikationswissenschaft im internationalen Vergleich. Transnationale Perspektiven (S. 1–29). Springer. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-8
  17. Bastos, Marco T. (2025). So Long Twitter, and Thanks for all the Tweets (March 05, 2025). http://dx.doi.org/10.2139/ssrn.5206365 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-8
  18. Bönisch, J. (2006). Meinungsführer oder Populärmedium? Das journalistische Profil von Spiegel Online. Lit-Verlag. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-8
  19. Bosnjak, M., Dannwolf, T., Enderle, T., Schaurer, I., Struminskaya, B., Tanner, A., & Weyandt, K. W. (2017). Establishing an Open Probability-Based Mixed-Mode Panel of the General Population in Germany: The GESIS Panel. Social Science Computer Review, 36(1), 103-115. https://doi.org/10.1177/0894439317697949 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-8
  20. Bowman, N. D., Rinke, E. M., Lee, E. J., Nabi, R., & de Vreese, C. H. (2022). How Communication Scholars See Open Scholarship. Annals of the International Communication Association, 46(3), 205–230. https://doi.org/10.1080/23808985.2022.2108880 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-8
  21. Breiter, A., & Hepp, A. (2018). Die Komplexität der Datafizierung: Zur Herausforderung, digitale Spuren in ihrem Kontext zu analysieren. In C. Katzenbach, C. Pentzold, S. Kannengießer, M. Adolf, & M. Taddicken (Hrsg.), Neue Komplexitäten für Kommunikationsforschung und Medienanalyse: Analytische Zugänge und empirische Studien (S. 27–48). Berlin. https://doi.org/10.17174/dcr.v4.2 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-8
  22. Brentel, I., & Jandura, O. (2018). Media-Analyse: Radio. Langfristdaten [Datensatz]. https://doi.org/10.7802/1620 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-8
  23. Brosius, H.-B. (1994). Integrations- oder Einheitsfach? Die Publikationsaktivitäten von Autoren der Zeitschriften „Publizistik“ und „Rundfunk und Fernsehen“ 1983–1992. Publizistik, 39, 73–90. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-8
  24. Brosius, H.-B., & Haas, A. (2009). Auf dem Weg zur Normalwissenschaft. Publizistik, 54, 168–190. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-8
  25. Bruns, A. (2019). After the ‘APIcalypse’: Social Media Platforms and their Fight against Critical Scholarly Research. Information, Communication & Society, 22(11), 1544–1566. https://doi.org/10.1080/1369118X.2019.1637447 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-8
  26. Couldry, N., & Hepp, A. (2017). The Mediated Construction of Reality. John Wiley & Sons. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-8
  27. Debatin, B. & Rath, M. (Hrsg.) (2014). Die Blindheit der Gutachterei. Debatte. Aviso, 59, 2–9. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-8
  28. Dienlin, T., Johannes, N., Bowman, N. D., Masur, P. K., Engesser, S., Kümpel, A. S., Lukito, J., Bier, L. M., Zhang, R., Johnson, B. K., Huskey, R., Schneider, F. M., Breuer, J., Parry, D. A., Vermeulen, I., Fisher, J. T., Banks, J., Weber, R., Ellis, D. A., Smits, T., Ivory, J. D., Trepte, S., McEwan, B., Rinke, E. M., Neubaum, G., Winter, S., Carpenter, C. J., Krämer, N., Utz, S., Unkel, J., Wang, X., Davidson, B. I., Kim, N., Won, A. S., Domahidi, E., Lewis, N. A., & de Vreese, C. (2021). An Agenda for Open Science in Communication. Journal of Communication, 71, 1–26. https://doi.org/10.1093/joc/jqz052 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-8
  29. Domahidi, E., Yang, JH, Niemann-Lenz, J. & Reinecke, L. (2019). Outlining the Way Ahead in Computational Communication Science: An Introduction to the IJoC Special Section on “Computational Methods for Communication Science: Toward a Strategic Roadmap”. International Journal of Communication, 13, 3876–3884. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-8
  30. Donsbach, W., Laub, T., Haas, A. & Brosius, H.-B. (2005). Anpassungsprozesse in der Kommunikationswissenschaft. Themen und Herkunft der Forschung in den Fachzeitschriften „Publizistik“ und „Medien & Kommunikationswissenschaft“. Medien & Kommunikationswissenschaft, 53, 46–72. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-8
  31. Döveling, K., Sommer, D., Robinson, K., & Suter, L. (2024). Mediatization and Entertainment. In N. D. Bowman (Ed.), Entertainment Media and Communication (S. 505–520). DeGruyter | Mouton. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-8
  32. Filipović, A. (2015). Die Datafizierung der Welt. Eine ethische Vermessung des digitalen Wandels. Communicatio Socialis, 48, 6–15. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-8
  33. gesis.org (2025). Datenerhebung mit dem GESIS Panel.dbd. https://www.gesis.org/gesis-panel/datenerhebung/datenerhebung-gesis-paneldbd [08.01.2026]. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-8
  34. Goebel, J., Grabka, M. M., Liebig, S., Kroh, M., Richter, D., Schröder, C. & Schupp, J. (2019). The German Socio-Economic Panel (SOEP). Jahrbücher für Nationalökonomie und Statistik, 239(2), 345–360. https://doi.org/10.1515/jbnst-2018-0022 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-8
  35. Haas, A., Karnowski, V., & Peter, C. (2018). Hans-Bernd Brosius und die deutschsprachige Kommunikationswissenschaft. In P. Rössler & C. Rossmann (Hrsg.), Kumulierte Evidenzen (S. 225–244). Springer. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-8
  36. Hagenah, J. (2005). Der Media-Analyse-Datenservice des Medienwissenschaftlichen Lehr- und Forschungszentrums (MLFZ), Universität zu Köln. Publizistik, 50, 116. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-8
  37. Hagenah, J. (2006a). Möglichkeiten der Nutzung von Media-Analyse Radiodaten für Sekundäranalysen von 1972 bis heute. Medien & Kommunikationswissenschaft, 54, 457–485. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-8
  38. Hagenah, J. (2006b). Möglichkeiten der Nutzung von Media-Analyse Fernsehdaten für Sekundäranalysen von 1972 bis heute. Medien & Kommunikationswissenschaft, 54, 637–653. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-8
  39. Hagenah, J., & Akinci, H. (2003). Sekundäranalysen der Daten der Media-Analyse mit Hilfe des Serviceangebots des Medienwissenschaftlichen Lehr- und Forschungszentrums (MLFZ). ZA-Information 53, 182–190. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-8
  40. Hagenah, J., & Meulemann, H. (2009). The Analytical Potentials of Trend Survey Data from Market Research. The Case of German Media Analysis Data. Historical Social Research, 34, 49–61. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-8
  41. Hagenah, J., & Meulemann, H. (Hrsg.) (2006). Sozialer Wandel und Mediennutzung in der Bundesrepublik Deutschland. LIT Verlag. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-8
  42. Hagenah, J., & Meulemann, H. (Hrsg.) (2008). Alte und neue Medien – Zum Wandel der Medienpublika in Deutschland seit den 1950er Jahren. LIT Verlag. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-8
  43. Hagenah, J., & Meulemann, H. (Hrsg.) (2012). Mediatisierung der Gesellschaft? LIT Verlag. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-8
  44. Hagenah, J., Meulemann, H., & Akinci, H. (2006). German Media-Analyse (MA): A Large-Scale Commercial Data Source Available for Secondary Analyses on Media Use and Social Change. Schmollers Jahrbuch, 126, 129–137. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-8
  45. Hagenah, J., Niemetz, S. & Sommer, D. (2023). Initiative zur Gründung eines Forschungsdatenzentrums Medien [Posterpräsentation] „Stunde der Forschung“ zum 30. Jubiläum der Fakultät Verkehr – Sport – Tourismus – Medien, Ostfalia Hochschule für angewandte Wissenschaften, 06.05.2023, Salzgitter. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-8
  46. Haim, M. (2023). Computational Communication Science. Eine Einführung. Springer. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-8
  47. Haim, M., & Jungblut M. (2023). How Open is Communication Science? Open-Science Principles in the Field. Annals of the International Communication Association. 47(3), 338–357. https://doi.org/10.1080/23808985.2023.2201601 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-8
  48. Hartmann, F. G., Kopp, J., & Lois, D. (2022). Sozialwissenschaftliche Datenanalyse. Springer. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-8
  49. Hauser, R., Wagner, G. G. & Zimmermann, K. F. (1998). Memorandum: Erfolgsbedingungen empirischer Wirtschaftsforschung und empirisch gestützter wirtschafts- und sozialpolitischer Beratung. IZA Discussion Paper No. 14. In Allgemeines Statistisches Archiv, 82, 369–379. https://docs.iza.org/dp14.pdf [08.01.2026]. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-8
  50. Jandura, O., & Brentel, I. (2018). Media-Analyse: Pressemedien – Langfristdaten [Datensatz]. https://doi.org/10.7802/1631 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-8
  51. Kämper E., & Brüggemann, A. (2009). Large Scale Studies in den deutschen Sozialwissenschaften: Stand und Perspektiven. Bericht über einen Workshop der Deutschen Forschungsgemeinschaft (RatSWD Working Paper Series, 114). Berlin. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-8
  52. Koenen, E. & Sanko, C. (2017). Die Mediengesellschaft und ihre Wissenschaft im Wandel. Disziplinäre Genese und Wandelprozesse der Kommunikationswissenschaft in Deutschland 1945–2015. In S. Averbeck-Lietz (Hrsg.), Kommunikationswissenschaft im internationalen Vergleich. Transnationale Perspektiven (S. 113–159). Springer. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-8
  53. konsortswd.de (2025a). Entwicklung des RatSWD. Die Anfänge des RatSWD reichen in das Jahr 1998 zurück. https://www.konsortswd.de/ueber-uns/ratswd/entwicklung/ [08.01.2026]. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-8
  54. konsortswd.de (2025b). Übersicht Datenzentren. Die vom RatSWD akkreditierten Forschungsdatenzentren (FDZ) ermöglichen der Wissenschaft einen flexiblen und umfangreichen Zugang zu sensiblen Daten. https://www.konsortswd.de/angebote/forschende/alle-datenzentren/ [08.01.2026]. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-8
  55. Krotz, F. (2017). Mediatisierung: Ein Forschungskonzept. In F. Krotz, C. Despotović, & M. M. Kruse (Hrsg.), Mediatisierung als Metaprozess. Transformationen, Formen der Entwicklung und die Generierung von Neuem (S. 13–32). Springer. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-8
  56. Krüger, K. (2021). Die Ära der Datafizierung. Medieninnovation als Wandel der Medientypologien. Springer VS. doi.org/10.1007/978-3-658-34019-3 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-8
  57. Lauf, E. (2002). Freiheit für die Daten! Sekundäranalysen und Datenbestände in der deutschen Medien- und Kommunikationswissenschaft. Medien & Kommunikationswissenschaft, 50, 247–260, https://doi.org/10.5771/1615-634x-2002-2-247 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-8
  58. Löblich, M. (2010). Die empirisch-sozialwissenschaftliche Wende: Ein Beitrag zur historischen und kognitiven Identität der Kommunikationswissenschaft. Medien & Kommunikationswissenschaft, 58, 544–562. https://doi.org/10.5771/1615-634x-2010-4-544 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-8
  59. Matthes, J., Kuhlmann, C., Gehrau, V., Jandura, O., Möhring, W., Vogelgesang, J., & Wünsch, C. (2011). Zur Methodenausbildung in kommunikationswissenschaftlichen Bachelor- und Masterstudiengängen. Empfehlungen einer Kommission im Auftrag der Fachgruppe Methoden der Deutschen Gesellschaft für Publizistik- und Kommunikationswissenschaft. Publizistik, 56, 461–481. https://doi.org/10.1007/s11616-011-0133-6 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-8
  60. Matthes, J., Kuhlmann, C., Gehrau, V., Jandura, O., Möhring, W., Vogelgesang, J. & Wünsch, C. (2012). Schwerpunkte ermöglichen – eine Antwort auf die Stellungnahme von Krotz, Keppler, Meyen, Neumann-Braun und Wagner. Publizistik, 57, 225–227. https://doi.org/10.1007/s11616-012-0149-6 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-8
  61. Mauer, R. (2012). Das GESIS Datenarchiv für Sozialwissenschaften. In R. Altenhöner, & C. Oellers (Hrsg.), Langzeitarchivierung von Forschungsdaten: Standards und disziplinspezifische Lösungen (S. 197-215). Scivero. https://nbn-resolving.org/urn:nbn:de:0168-ssoar-46476-7 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-8
  62. Meulemann, H., & Hagenah, J. (2010). Mass Media Research. In RatSWD (Hrsg.), Building on Progress: Expanding the Research Infrastructure for the Social, Economic and Behavioral Sciences, Vol. 2 (S. 1173–1196). Budrich. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-8
  63. Mochmann, E. (2022). Quantitative Daten für die Sekundäranalyse. In N. Baur, & J. Blasius (Hrsg), Handbuch Methoden der empirischen Sozialforschung (S. 283–294). Springer. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-8
  64. Newman, N., Fletcher, R., Kalogeropoulos, A., Levy, D. A. L., & Nielsen, R. K. (2017). Reuters Institute Digital News Report 2017. Reuters Institute for the Study of Journalism. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-8
  65. Pohle, J. (2019). Zu den gesellschaftlichen Auswirkungen zunehmender Verdatung und Automation: Erkenntnisse aus der Frühzeit und Hochphase der Datenschutzdebatte. In N. Burzan (Hrsg.), Komplexe Dynamiken globaler und lokaler Entwicklungen: Verhandlungen des 39. Kongresses der Deutschen Gesellschaft für Soziologie in Göttingen 2018. Deutsche Gesellschaft für Soziologie (DGS). https://doi.org/10.21241/ssoar.101126 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-8
  66. Prinzing, M., & Herczeg, P. (Hrsg.) (2023). Publikationsstrategien in der KoWi: Wie publizieren? Debattenschwerpunkt. Aviso, 77, 3–13. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-8
  67. Quandt, T. (2008). (No) News on the World Wide Web? A comparative content analysis of online news in Europe and the United States. Journalism Studies, 9(5), 717–738. doi.org/10.1080/14616700802207664 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-8
  68. Riffe, D., & Freitag, A. (1997). A Content Analysis of Content Analyses: Twenty-five Years of Journalism Quarterly. Journalism and Mass Communication Quarterly, 74, 515–542. https://doi.org/10.1177/107769909707400306 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-8
  69. Schäfer, M.-S., & Rössler, P. (Hrsg.) (2014). Open Access in der Kommunikationswissenschaft. Debatte. Aviso, 58, 2–11. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-8
  70. Scharkow, M. (2011). Automatische Inhaltsanalyse und maschinelles Lernen. Dissertation: Universität der Künste. https://opus4.kobv.de/opus4-udk/frontdoor/deliver/index/docId/28/file/dissertation_scharkow_final_udk.pdf [08.01.2026]. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-8
  71. Scharkow, M. (2013). Thematic Content Analysis Using Supervised Machine Learning: An Empirical Evaluation Using German Online News. Quality & Quantity, 47, 761–773. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-8
  72. Schneider, I., & Otto, I. (Hrsg.) (2007). Strategien der Verdatung. Formationen der Mediennutzung II. transcript. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-8
  73. Simon, N., & Bernhardt, N. (2008). Twitter, mit 140 Zeichen zum Web 2.0. Open Source Press. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-8
  74. Sommer, D., Hagenah, J., Strippel, C., & Brucks, A.-S. (2025). Frei und FAIR? Der Umgang mit Forschungsdaten in der deutschsprachigen Kommunikations- und Medienwissenschaft. [Posterpräsentation] 70. DGPuK-Jahrestagung, 20.03.25, Berlin. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-8
  75. Strippel, C. (2021). Forschungsinfrastrukturen für die Kommunikations- und Medienforschung im deutschsprachigen Raum: Initiativen, Bedarfe und Perspektiven. Medien & Kommunikationswissenschaft, 69, 136–157. https://doi.org/10.5771/1615-634X-2021-1-136 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-8
  76. Strippel, C., & Domahidi, E. (Hrsg.) (2016). Internationalisierung in der Kommunikationswissenschaft. Debatte. Aviso, 63, 2–11. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-8
  77. Strippel, C., & Paasch-Colberg, S. (2020). Diskursarchitekturen deutscher Nachrichtenseiten. In V. Gehrau, A. Waldherr, & A. Scholl (Hrsg.), Integration durch Kommunikation (in einer digitalen Gesellschaft): Jahrbuch der Deutschen Gesellschaft für Publizistik- und Kommunikationswissenschaft 2019 (S. 153–165). Deutsche Gesellschaft für Publizistik- und Kommunikationswissenschaft e. V. https://doi.org/10.21241/ssoar.68129 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-8
  78. Strippel, C., Bock, A., Katzenbach, C., Mahrt, M., Merten, L., Nuernbergk, C., Pentzold, C., Puschmann, C., & Waldherr, A. (2018). Die Zukunft der Kommunikationswissenschaft ist schon da, sie ist nur ungleich verteilt. Publizistik, 63, 11–27. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-8
  79. Trilling, D. (2014). Weg vom manuellen Speichern: RSS-Feeds in der automatisierten Datenerhebung bei Online-Medien. In K. Sommer, M. Wettstein, W. Wirth, & J. Matthes (Hrsg.), Automatisierung in der Inhaltsanalyse (S. 73–89). Von Halem. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-8
  80. Volk, S., Weinmann, C., & Vowe, G. (Hrsg.) (2022). Forschung im Team: Was bedeutet die „kollaborative Wende“ für die KW? Debatte. Aviso, 74, 3–10. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-8
  81. von Oertzen, C. (2017). Die Historizität der Verdatung: Konzepte, Werkzeuge und Praktiken im 19. Jahrhundert. NTM – Zeitschrift für Geschichte der Wissenschaften, Technik und Medizin, 25, 407–434. https://doi.org/10.1007/s00048-017-0183-6 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-8
  82. Wagner, G. G., Frick, J. R., & Schupp, J. (2007). The German Socio-Economic Panel Study (SOEP) – Scope, Evolution and Enhancements. Schmollers Jahrbuch, 127(1), 139–169. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-8
  83. Waldherr, A. (2019). Messinstrumente und Sinnkonstruktionen. Methoden als Antreiber und Taktgeber der Kommunikationswissenschaft. medien & zeit, 34, 40–47. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-8
  84. Wissenschaftsrat (2021). Stellungnahme zum Antrag auf strategische Erweiterung von GESIS – Leibniz-Institut für Sozialwissenschaften, Mannheim und Köln, großer strategischer Sondertatbestand im Rahmen der Ausführungsvereinbarung WGL. https://www.wissenschaftsrat.de/download/2021/8820-21.pdf?__blob=publicationFile&v=8#page=13 [08.01.2026]. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-8
  85. Adam, S., Makhortykh, M., Maier, M., Aigenseer, V., Urman, A., Gil Lopez, T., Christner, C., de León, E., & Ulloa, R. (2024). Improving the quality of individual-level web tracking: Challenges of existing approaches and introduction of a new content and long-tail sensitive academic solution. https://doi.org/10.1177/08944393241287793 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-31
  86. AlDayel, A., & Magdy, W. (2021). Stance detection on Social Media: State of the art and trends. Information Processing & Management, 58(4), 102597. https://doi.org/10.1016/j.ipm.2021.102597 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-31
  87. Andone, I., Błaszkiewicz, K., Eibes, M., Trendafilov, B., Montag, C., & Markowetz, A. (2016). How age and gender affect smartphone usage. Proceedings of the 2016 ACM International Joint Conference on Pervasive and Ubiquitous Computing: Adjunct, 9–12. https://doi.org/10.1145/2968219.2971451 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-31
  88. Araujo, T., Wonneberger, A., Neijens, P., & de Vreese, C. (2017). How much time do you spend online? Understanding and improving the accuracy of self-reported measures of internet use. Communication Methods and Measures, 11(3), 173–190. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-31
  89. Behre, J., Hölig, S., & Möller, J. (2024). Reuters Institute Digital News Report 2024: Ergebnisse für Deutschland. Verlag Hans-Bredow-Institut. https://www.ssoar.info/ssoar/handle/document/94461 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-31
  90. Bestvater, S. E., & Monroe, B. L. (2023). Sentiment is not stance: Target-aware opinion classification for political text analysis. Political Analysis, 31(2), 235–256. https://doi.org/10.1017/pan.2022.10 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-31
  91. Böhmer, M., Hecht, B., Schöning, J., Krüger, A., & Bauer, G. (2011). Falling asleep with Angry Birds, Facebook and Kindle: A large scale study on mobile application usage. Proceedings of the 13th International Conference on Human Computer Interaction with Mobile Devices and Services, 47–56. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-31
  92. Bosch, O. J., Sturgis, P., Kuha, J., & Revilla, M. (2024). Uncovering digital trace data biases: Tracking undercoverage in web tracking data. Communication Methods and Measures, 1–21. https://doi.org/10.1080/19312458.2024.2393165 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-31
  93. Breiter, A., & Hepp, A. (2018). The complexity of datafication: Putting digital traces in context. Communicative figurations: Transforming communications in times of deep mediatization, 387–405. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-31
  94. Christner, C., Urman, A., Adam, S., & Maier, M. (2022). Automated tracking approaches for studying online media use: A critical review and recommendations. Communication Methods and Measures, 16(2), 79–95. https://doi.org/10.1080/19312458.2021.1907841 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-31
  95. Clemm von Hohenberg, B., Stier, S., Cardenal, A. S., Guess, A. M., Menchen-Trevino, E., & Wojcieszak, M. (2024). Analysis of web browsing data: A guide. Social Science Computer Review, 42(6), 1479–1504. https://doi.org/10.1177/08944393241227868 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-31
  96. Fan, Y., Tu, Z., Li, T., Cao, H., Xia, T., Li, Y., Chen, X., & Zhang, L. (2021). Understanding the long-term dynamics of mobile app usage context via graph embedding. IEEE Transactions on Knowledge and Data Engineering, 35(3). https://doi.org/10.1109/TKDE.2021.3110141 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-31
  97. Ferreira, D., Kostakos, V., & Dey, A. K. (2015). AWARE: Mobile context instrumentation framework. Frontiers in ICT, 2. https://doi.org/10.3389/fict.2015.00006 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-31
  98. Freelon, D. (2014). On the interpretation of digital trace data in communication and social computing research. Journal of Broadcasting & Electronic Media, 58(1), 59–75. https://doi.org/10.1080/08838151.2013.875018 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-31
  99. Freelon, D. (2018). Computational research in the post-API age. Political Communication, 35(4), 665–668. https://doi.org/10.1080/10584609.2018.1477506 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-31
  100. Freelon, D., Pruden, M. L., Malmer, D., Wu, Q., Xia, Y., Johnson, D., Chen, E., & Crist, A. (2024). What’s in your PIE? Understanding the contents of personalized information environments with PIEGraph. Journal of the Association for Information Science and Technology, 75(10), 1119–1133. https://doi.org/10.1002/asi.24869 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-31
  101. Frisson, C., Malacria, S., Bailly, G., & Dutoit, T. (2016). Inspectorwidget: A system to analyze users’ behaviors in their applications. 1548–1554. https://doi.org/10.1145/2851581.2892388 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-31
  102. Gitelman, L. (Ed.). (2013). “Raw data” Is an oxymoron. MIT Press. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-31
  103. Görland, S. (2020). Medien, Zeit und Beschleunigung: Mobile Mediennutzung in Interimszeiten. Springer. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-31
  104. Guess, A. M., Nyhan, B., & Reifler, J. (2020). Exposure to untrustworthy websites in the 2016 US election. Nature Human Behaviour, 4(5), 472–480. https://doi.org/10.1038/s41562-020-0833-x Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-31
  105. Hasebrink, U., & Popp, J. (2006). Media repertoires as a result of selective media use. A conceptual approach to the analysis of patterns of exposure. Communications, 31(3), 369–387. https://doi.org/10.1515/COMMUN.2006.023 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-31
  106. Hong, J. I., Boriello, G., Landay, J. A., McDonald, D. W., Schilit, B. N., & Tygar, J. D. (2003). Privacy and security in the location-enhanced world wide web. Proceedings of Fifth International Conference on Ubiquitous Computing: Ubicomp, https://scholar.google.com/citations?view_op=view_citation&hl=en&user=MoFbcc0AAAAJ&cstart=300&pagesize=100&sortby=pubdate&citation_for_view=MoFbcc0AAAAJ:4TOpqqG69KYC. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-31
  107. Jungherr, A. (2015). Analyzing political communication with digital trace data: The role of twitter messages in social science research. Springer. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-31
  108. Jungherr, A., & Theocharis, Y. (2017). The empiricist’s challenge: Asking meaningful questions in political science in the age of big data. Journal of Information Technology & Politics, 14(2), 97–109. https://doi.org/10.1080/19331681.2017.1312187 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-31
  109. Jürgens, P., & Stark, B. (2022). Mapping exposure diversity: The divergent effects of algorithmic curation on news consumption. Journal of Communication, 72(3), 322–344. https://doi.org/10.1093/joc/jqac009 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-31
  110. Krieter, P. (2019). Can I record your screen? Mobile screen recordings as a long-term data source for user studies. 1–10. https://doi.org/10.1145/3365610.3365618 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-31
  111. Krieter, P. (2020). Looking inside—mobile screen recordings as a privacy friendly long-term data source to analyze user behavior. Universität Bremen. https://doi.org/10.26092/elib/103 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-31
  112. Krieter, P., Zerrer, P., Puschmann, C., & Geise, S. (2024). Following topics across all apps and media formats: Mobile keyword tracking as a privacy-friendly data source in mobile media research. Adjunct Proceedings of the 32nd ACM Conference on User Modeling, Adaptation and Personalization, 126–131. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-31
  113. Kühnemann, H. (2021). Anwendungen des Web Scraping in der amtlichen Statistik. AStA Wirtschafts- Und Sozialstatistisches Archiv, 15(1), 5–25. https://doi.org/10.1007/s11943-021-00280-5 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-31
  114. Kulshrestha, J., Oliveira, M., Karaçalık, O., Bonnay, D., & Wagner, C. (2021). Web routineness and limits of predictability: Investigating demographic and behavioral differences using web tracking data. 15, 327–338. https://doi.org/10.48550/arXiv.2012.15112 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-31
  115. Liu, B. (2012). Sentiment analysis and opinion mining. Springer International Publishing. https://doi.org/10.1007/978-3-031-02145-9 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-31
  116. Maier, M., Adam, S., Gil Lopez, T., Makhortykh, M., Bromme, L., Christner, C., de León, E., & Urman, A. (2025). Populist radical-right attitudes, political involvement and selective information consumption: Who tunes out and who prefers attitude-consonant information. Mass Communication and Society, 28(1), 101–129. https://doi.org/10.1080/15205436.2024.2310156 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-31
  117. McMillan, D., McGregor, M., & Brown, B. (2015). From in the wild to in vivo: Video Analysis of Mobile Device Use. 494–503. https://doi.org/10.1145/2785830.2785883 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-31
  118. Meijer, C. I., & Kormelink, G. T. (2015). Checking, sharing, clicking and linking: Changing patterns of news use between 2004 and 2014. Digital Journalism, 3(5), 664–679. https://doi.org/10.1080/21670811.2014.937149 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-31
  119. Menchen-Trevino, E., & and Karr, C. (2012). Researching real-world web use with roxy: Collecting observational web data with informed consent. Journal of Information Technology & Politics, 9(3), 254–268. https://doi.org/10.1080/19331681.2012.664966 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-31
  120. Merten, L. (2021). Block, hide or follow—Personal news curation practices on social media. Digital Journalism, 9(8), 1018–1039. https://doi.org/10.1080/21670811.2020.1829978 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-31
  121. Möller, J., van de Velde, R. N., Merten, L., & Puschmann, C. (2020). Explaining online news engagement based on browsing behavior: Creatures of habit? Social Science Computer Review, 38(5), 616–632. https://doi.org/10.1177/0894439319828012 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-31
  122. Muise, D., Markowitz, D., Reeves, B., Ram, N., & Robinson, T. (2024). (Mis) measurement of political content exposure within the smartphone ecosystem: Investigating common assumptions. Journal of Quantitative Description: Digital Media, 4. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-31
  123. Munzert, S., & Nyhuis, D. (2019). Die Nutzung von Webdaten in den Sozialwissenschaften. In C. Wagemann, A. Goerres, & M. Siewert (Eds.), Handbuch Methoden der Politikwissenschaft (pp. 1–25). Springer Fachmedien Wiesbaden. https://doi.org/10.1007/978-3-658-16937-4_22-1 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-31
  124. Naab, T. K., Karnowski, V., & Schlütz, D. (2019). Reporting mobile social media use: How survey and experience sampling measures differ. Communication Methods and Measures, 13(2), 126–147. https://doi.org/10.1080/19312458.2018.1555799 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-31
  125. Ohme, J., Araujo, T., Boeschoten, L., Freelon, D., Ram, N., Reeves, B. B., & Robinson, T. N. (2024). Digital trace data collection for social media effects research: APIs, data donation, and (screen) tracking. Communication Methods and Measures, 18(2), 124–141. https://doi.org/10.1080/19312458.2023.2181319 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-31
  126. Parry, D., Davidson, B., Sewall, C., Fisher, J., Mieczkowski, H., & Quintana, D. (2021). A systematic review and meta-analysis of discrepancies between logged and self-reported digital media use. Nature Human Behaviour, 5, 1535–1547. https://doi.org/10.1038/s41562-021-01117-5 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-31
  127. Parry, D., & Toth, R. (2025). Extracting meaningful measures of smartphone usage from Android event log data: A methodological primer. Computational Communication Research, 7(1), 1. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-31
  128. Peng, T.-Q., & Zhu, J. J. H. (2020). Mobile phone use as sequential processes: From discrete behaviors to sessions of behaviors and trajectories of sessions. J. Comput. Mediat. Commun., 25(2), 129–146. https://doi.org/10.1093/jcmc/zmz029 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-31
  129. Perriam, J., Birkbak ,Andreas, & and Freeman, A. (2020). Digital methods in a post-API environment. International Journal of Social Research Methodology, 23(3), 277–290. https://doi.org/10.1080/13645579.2019.1682840 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-31
  130. Reeves, B., Ram, N., Robinson, T. N., Cummings, J. J., Giles, C. L., Pan, J., Chiatti, A., Cho, M., Roehrick, K., & Yang, X. (2021). Screenomics: A framework to capture and analyze personal life experiences and the ways that technology shapes them. Human–Computer Interaction, 36(2), 150–201. https://doi.org/10.1080/07370024.2019.1578652 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-31
  131. Richter, S., & Stier, S. (2022). Learning about the unknown Spitzenkandidaten: The role of media exposure during the 2019 European Parliament elections. European Union Politics, 23(2), 309–329. https://doi.org/10.1177/14651165211051171 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-31
  132. Riebling, J. (2019). The medium data problem in social science. In C. M. Stützer, M. Welker, & M. Egger (Eds.), Computational Social Science in the Age of Big Data. Concepts, Methodologies, Tools, and Applications (pp. 77–103). Herbert von Halem Verlag. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-31
  133. Scharkow, M. (2016). The accuracy of self-reported internet use—A validation study using client log data. Communication Methods and Measures, 10(1), 13–27. https://doi.org/10.1080/19312458.2015.1118446 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-31
  134. Sen, I., Flöck, F., Weller, K., Weiß, B., & Wagner, C. (2021). A total error framework for digital traces of human behavior on online platforms. Public Opinion Quarterly, 85(S1), 399–422. https://doi.org/10.1093/poq/nfab018 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-31
  135. Spiekermann, S., & Cranor, L. F. (2009). Engineering privacy. IEEE transactions on software engineering, 35(1), 67–82. https://doi.org/10.1109/TSE.2008.88 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-31
  136. Stier, S., Bleier, A., Bonart, M., Mörsheim, F., Bohlouli, M., Nizhegorodov, M., Posch, L., Maier, J., Rothmund, T., & Staab, S. (2018). Systematically monitoring social media: The case of the German federal election 2017 (GESIS Papers). GESIS - Leibniz-Institut für Sozialwissenschaften. https://doi.org/10.21241/ssoar.56149 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-31
  137. Stier, S., Breuer, J., Siegers, P., & Thorson, K. (2020). Integrating survey data and digital trace data: Key issues in developing an emerging field. Social Science Computer Review, 38(5), 503–516. https://doi.org/10.1177/0894439319843669 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-31
  138. Stier, S., Kirkizh, N., Froio, C., & Schroeder, R. (2020). Populist attitudes and selective exposure to online news: A cross-country analysis combining web tracking and surveys. The International Journal of Press/Politics, 25(3), 194016122090701. https://doi.org/10.1177/1940161220907018 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-31
  139. Stier, S., Mangold, F., Scharkow, M., & Breuer, J. (2021). Post post-broadcast democracy? News exposure in the age of online intermediaries. American Political Science Review, 1–7. https://doi.org/10.1017/s0003055421001222 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-31
  140. Tong, L., Mingyang, Z., Hancheng, C., Yong, L., Sasu, T., & Pan, H. (2020). What apps did you use? : Understanding the long-term evolution of mobile app usage. 66–76. https://doi.org/10.1145/3366423.3380095 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-31
  141. Tong, L., Tong, X., Huandong, W., Zhen, T., Sasu, T., Zhu, H., & Pan, H. (2022). Smartphone app usage analysis: Datasets, methods, and applications. IEEE communications surveys and tutorials, 24(2), 937–966. https://doi.org/10.1109/comst.2022.3163176 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-31
  142. Toth, R., & Trifonova, T. (2021). Somebody’s watching me: Smartphone use ttracking and reactivity. Computers in Human Behavior Reports, 4, 100142. https://doi.org/10.1016/j.chbr.2021.100142 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-31
  143. Trezza, D. (2023). To scrape or not to scrape, this is dilemma. The post-API scenario and implications on digital research. Frontiers in Sociology, 8. https://doi.org/10.3389/fsoc.2023.1145038 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-31
  144. von Andrian-Werburg, M. T., Siegers, P., & Breuer, J. (2023). A Re-evaluation of Online Pornography Use in Germany: A Combination of Web Tracking and Survey Data Analysis. Archives of Sexual Behavior, 1–13. https://doi.org/10.1007/s10508-023-02666-8 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-31
  145. Wieland, M. (2023). Informiert oder (doch nur) abgelenkt? Potenziale und Herausforderungen automatisierter Nachrichtenkontakte in mobilen sozialen Medien. Herbert von Halem Verlag. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-31
  146. Wojcieszak, M., de Leeuw, S., Menchen-Trevino, E., Lee, S., Huang-Isherwood, K. M., & Weeks, B. (2023). No polarization from partisan news: Over-time evidence from trace data. The International Journal of Press/Politics, 28(3), 601–626. https://doi.org/10.1177/19401612211047194 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-31
  147. Yee, A. Z. H., Yu, R., Lim, S. S., Lim, K. H., Dinh, T. T. A., Loh, L., Hadianto, A., & Quizon, M. (2023). ScreenLife Capture: An open-source and user-friendly framework for collecting screenomes from Android smartphones. Behavior Research Methods, 55(8), 4068–4085. https://doi.org/10.3758/s13428-022-02006-z Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-31
  148. Zerrer, P. T. (2024). Political action and news use of the Fridays for Future movement in Germany. https://doi.org/10.26092/elib/3604 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-31
  149. Zerrer, P., Puschmann, C., & Pressmann, P. (2025, January 28). German Politics Online: A List of social media accounts. https://doi.org/10.17605/OSF.IO/A7SJD Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-31
  150. Zhu, J. J. H., Chen, H., Peng, T.-Q., Liu, X. F., & Dai, H. (2018). How to measure sessions of mobile phone use? Quantification, evaluation, and applications. Mobile Media & Communication, 6(2), 215–232. https://doi.org/10.1177/2050157917748351 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-31
  151. Barabasi, Albert-László, and Reka Albert. 1999. Emergence of scaling in random networks. Science, 286(5439), 509–512. https://doi.org/10.1126/science.286.5439.509 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-52
  152. Berners-Lee, Tim. 1994. “Universal Resource Identifiers in WWW: A Unifying Syntax for the Expression of Names and Addresses of Objects on the Network as Used in the World-Wide Web.” Request for {{Comments}} RFC 1630. Internet Engineering Task Force. https://doi.org/10.17487/RFC1630 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-52
  153. Berry, David. 2011. The computational turn: Thinking about the digital humanities. CULTURE MACHINE, 12. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-52
  154. boyd, danah m., and Nicole B. Ellison. 2007. “Social Network Sites: Definition, History, and Scholarship.” Journal of Computer-Mediated Communication 13 (1): 210–30. https://doi.org/10.1111/j.1083-6101.2007.00393.x. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-52
  155. Bossetta, Michael. 2019. The Digital Architectures of Social Media: Comparing Political Campaigning on Facebook, Twitter, Instagram, and Snapchat in the 2016 U.S. Election (No. arXiv:1904.07333). arXiv. https://doi.org/10.48550/arXiv.1904.07333 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-52
  156. Breiter, Andreas, and Andreas Hepp. 2018. “The Complexity of Datafication: Putting Digital Traces in Context.” In Communicative Figurations: Transforming Communications in Times of Deep Mediatization, edited by Andreas Hepp, Andreas Breiter, and Uwe Hasebrink, 387–405. Transforming Communications – Studies in Cross-Media Research. Cham: Springer International Publishing. https://doi.org/10.1007/978-3-319-65584-0_16 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-52
  157. Brin, Sergey, Rajeev Motwani, Lawrence Page, and Terry Winograd. 1998. “What Can You Do with a Web in Your Pocket?” IEEE Data Eng. Bull. 21 (2): 37–47. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-52
  158. Brüggemann, Michael, and Hendrik Meyer. 2023. “When Debates Break Apart: Discursive Polarization as a Multi-Dimensional Divergence Emerging in and Through Communication.” Communication Theory 33 (2–3): 132–42. https://doi.org/10.1093/ct/qtad012 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-52
  159. Bruns, Axel. 2008. “Life Beyond the Public Sphere: Towards a Networked Model for Political Deliberation.” Information Polity 13: 71–85. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-52
  160. Bruns, Axel. 2019. After the ‘APIcalypse’: Social media platforms and their fight against critical scholarly research. Information, Communication & Society, 22(11), 1544–1566. https://doi.org/10.1080/1369118X.2019.1637447 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-52
  161. Bruns, Axel. 2023. “From ‘the’ Public Sphere to a Network of Publics: Towards an Empirically Founded Model of Contemporary Public Communication Spaces.” Communication Theory 33 (2–3): 70–81. https://doi.org/10.1093/ct/qtad007 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-52
  162. Bruns, Axel, and Jean Burgess. 2011. “The Use of Twitter Hashtags in the Formation of Ad Hoc Publics.” In Proceedings of the 6th European Consortium for Political Research (ECPR) General Conference 2011, edited by A. Bruns and P. De Wilde, 1–9. United Kingdom: The European Consortium for Political Research (ECPR). Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-52
  163. Bruns, Axel, Kateryna Kasianenko, Vish Padinjaredath Suresh, Ehsan Dehghan, and Laura Vodden. 2025. Untangling the Furball: A Practice Mapping Approach to the Analysis of Multimodal Interactions in Social Networks. Social Media + Society, 11(2). https://doi.org/10.1177/20563051251331748 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-52
  164. Bruns, Axel, and Brenda Moon. 2019. “One Day in the Life of a National Twittersphere.” Nordicom Review 40 (s1): 11–30. https://doi.org/10.2478/nor-2019-0011 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-52
  165. Bruns, Axel, Brenda Moon, Felix Victor Münch, and Troy Sadkowsky. 2017. “The Australian Twittersphere in 2016: Mapping the Follower/Followee Network.” Social Media + Society, 3(4). https://doi.org/10.1177/2056305117748162. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-52
  166. “Common Crawl – Overview.” n.d. https://commoncrawl.org/overview. Accessed January 28, 2026. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-52
  167. Coscia, Michele, and Luca Rossi. 2018. “Benchmarking API Costs of Network Sampling Strategies.” In 2018 IEEE International Conference on Big Data (Big Data), 663–72. https://doi.org/10.1109/BigData.2018.8622486 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-52
  168. Esau, Katharina, Tariq Choucair, Samantha Vilkins, Sebastian F. K. Svegaard, Axel Bruns, Kate S. O’Connor-Farfan, and Carly Lubicz-Zaorski. 2024. “Destructive Polarization in Digital Communication Contexts: A Critical Review and Conceptual Framework.” Information, Communication & Society 0 (0): 1–22. https://doi.org/10.1080/1369118X.2024.2413127 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-52
  169. Freelon, Deen. 2021. “The Post-API Age Reconsidered: Web Science in the ’20s and Beyond.” In 13th ACM Web Science Conference 2021, 3–3. Virtual Event United Kingdom: ACM. https://doi.org/10.1145/3447535.3466177. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-52
  170. Friemel, Thomas N, and Christoph Neuberger. 2023. “The Public Sphere as a Dynamic Network.” Communication Theory 33 (2–3): 92–101. https://doi.org/10.1093/ct/qtad003 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-52
  171. Frischlich, Lena, & Edda Humprecht (2021). Trust, Democratic Resilience, and the Infodemic. https://doi.org/10.5167/UZH-202660 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-52
  172. Goodman, Leo A. 1961. “Snowball Sampling.” The Annals of Mathematical Statistics 32 (1): 148–70. https://doi.org/10.1214/aoms/1177705148 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-52
  173. Guan, Lu, Xiao Fan Liu, Wujiu Sun, Hai Liang, and Jonathan Zhu. 2022. “Census of Twitter Users: Scraping and Describing the National Network of South Korea.” PLOS ONE 17 (November): e0277549. https://doi.org/10.1371/journal.pone.0277549 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-52
  174. Habermas, Jürgen. 1962. Strukturwandel der Öffentlichkeit – Untersuchungen zu einer Kategorie der bürgerlichen Gesellschaft. 1990th ed. Suhrkamp. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-52
  175. Hasebrink, Uwe, and Andreas Hepp. 2017. “How to Research Cross-Media Practices? Investigating Media Repertoires and Media Ensembles.” Convergence, 23(4): 362–77. https://doi.org/10.1177/1354856517700384 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-52
  176. Heft, Annett, Kilian Buehling, Xixuan Zhang, Juni Schindler, and Miriam Milzner. 2024. Challenges of and Approaches to Data Collection across Platforms and Time: Conspiracy-Related Digital Traces as Examples of Political Contention. Journal of Information Technology & Politics, 21(3), 323–339. https://doi.org/10.1080/19331681.2023.2250779 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-52
  177. Helmond, Anne. 2015. “The Platformization of the Web: Making Web Data Platform Ready.” Social Media + Society 1 (2): 205630511560308. https://doi.org/10.1177/2056305115603080 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-52
  178. Hepp, Andreas, and Uwe Hasebrink. 2014. Kommunikative Figurationen – ein Ansatz zur Analyse der Transformation mediatisierter Gesellschaften und Kulturen. In Von der Gutenberg-Galaxis zur Google-Galaxis: Alte und neue Grenzvermessungen nach 50 Jahren DGPuK (pp. 343–360). UVK Verlagsgesellschaft. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-52
  179. Hu, Pili, and Wing Cheong Lau. 2013. “A Survey and Taxonomy of Graph Sampling.” arXiv. https://doi.org/10.48550/arXiv.1308.5865 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-52
  180. Jost, Pablo, Annett Heft, Kilian Buehling, Maximilian Zehring, Heidi Schulze, Hendrik Bitzmann, and Emese Domahidi. 2023. “Mapping a Dark Space: Challenges in Sampling and Classifying Non-Institutionalized Actors on Telegram.” M&K Medien & Kommunikationswissenschaft 71(3–4): 212–29. https://doi.org/10.5771/1615-634X-2023-3-4-212 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-52
  181. Kivelä, Mikko, Alex Arenas, Marc Barthelemy, James P. Gleeson, Yamir Moreno, and Mason A. Porter. 2014. “Multilayer Networks.” Journal of Complex Networks, 2(3): 203–71. https://doi.org/10.1093/comnet/cnu016 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-52
  182. Lazer, David, Alex Pentland, Lada Adamic, Sinan Aral, Albert-László Barabási, Devon Brewer, Nicholas Christakis, Noshir Contractor, James Fowler, Myron Gutmann, Tony Jebara, Gary King, Michael Macy, Deb Roy and Marshall van Alstyne. 2009. Computational Social Science. Science, 323(5915), 721–723. https://doi.org/10.1126/science.1167742 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-52
  183. Lazer, David, Alex Pentland, Duncan J. Watts, Sinan Aral, Susan Athey, Noshir Contractor, Deen Freelon, et al. 2020. “Computational Social Science: Obstacles and Opportunities.” Science 369 (6507): 1060–62. https://doi.org/10.1126/science.aaz8170 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-52
  184. Leskovec, Jure, and Christos Faloutsos. 2006. “Sampling from Large Graphs.” In Proceedings of the 12th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, 631–36. Philadelphia PA USA: ACM. https://doi.org/10.1145/1150402.1150479 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-52
  185. Münch, Felix Victor, Ben Thies, Cornelius Puschmann, and Axel Bruns. 2021. “Walking Through Twitter: Sampling a Language-Based Follow Network of Influential Twitter Accounts.” Social Media + Society, 7(1): 2056305120984475. https://doi.org/10.1177/2056305120984475 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-52
  186. Nielsen, Hendrik, Roy T. Fielding, and Tim Berners-Lee (1996). Hypertext Transfer Protocol – HTTP/1.0 (Request for Comments No. RFC 1945). Internet Engineering Task Force. https://doi.org/10.17487/RFC1945 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-52
  187. Ohme, Jakob, Theo Araujo, Laura Boeschoten, Deen Freelon, Nilam Ram, Byron B. Reeves, and Thomas N. Robinson. 2023. “Digital Trace Data Collection for Social Media Effects Research: APIs, Data Donation, and (Screen) Tracking.” Communication Methods and Measures, 0 (0): 1–18. https://doi.org/10.1080/19312458.2023.2181319 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-52
  188. Olteanu, Alexandra, Carlos Castillo, Fernando Diaz, and Emre Kıcıman. 2019. “Social Data: Biases, Methodological Pitfalls, and Ethical Boundaries.” Frontiers in Big Data 2. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-52
  189. Pearce, Wareen, Suay M. Özkula, Amanda K. Greene, Lauren Teeling, Jennifer S. Bansard, Janna Joceli Omena, and Elaine Teixeira Rabello. 2020. Visual Cross-Platform Analysis: Digital Methods to Research Social Media Images. Information, Communication & Society, 23(2), 161–180. https://doi.org/10.1080/1369118X.2018.1486871 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-52
  190. Quandt, Thorsten, Lena Frischlich, Svenja Boberg, and Tim Schatto-Eckrodt. 2019. Fake News. In The International Encyclopedia of Journalism Studies (pp. 1–6). John Wiley & Sons, Ltd. https://doi.org/10.1002/9781118841570.iejs0128 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-52
  191. Rau, Jan Philipp, Philipp Kessling, Gregor Wiedemann, and Felix Victor Münch. 2025. “Research Data Access in the Context of Art. 40 DSA for the German Federal Election: A Mixed Experience at Best.” Frankfurt, Leizig. https://doi.org/10.58079/13ZE0 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-52
  192. Ricaud, Benjamin, Nicolas Aspert, and Volodymyr Miz. 2020. “Spikyball Sampling: Exploring Large Networks via an Inhomogeneous Filtered Diffusion.” arXiv. https://doi.org/10.48550/arXiv.2010.11786. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-52
  193. Rogers, Richard 1996. “The Future of Science and Technology Studies on the Web.” EASST Review 15, 25–27. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-52
  194. Rogers, Richard. 2010. “Mapping Public Web Space with the Issuecrawler.” In Digital Cognitive Technologies: Epistemology and Knowledge Society, edited by Claire Brossard and Bernard Rebers. London, England: Wiley. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-52
  195. Rogers, Richard. 2023. “‘Serious Queries’ and ‘Editorial Epistemologies’.” In The Propagation of Misinformation in Social Media: A Cross-platform Analysis. Amsterdam University Press. https://doi.org/10.5117/9789463720762 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-52
  196. Schmidt, Jan-Hinrik. 2014. “Twitter and the Rise of Personal Publics.” In Twitter and Society, 3–14. New York, Washington, D.C., Bern. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-52
  197. Schmidt, Jan-Hinrik, Lisa Merten, Uwe Hasebrink, Isabelle Petrich, and Amelie Rolfs (2017). Zur Relevanz von Online-Intermediären für die Meinungsbildung. Arbeitspapiere des Hans-Bredow-Instituts, 40, 107 S. https://doi.org/10.21241/SSOAR.71784 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-52
  198. Sen, Indira, Fabian Flöck, Katrin Weller, Bernd Weiß, and Claudia Wagner. 2021. “A Total Error Framework for Digital Traces of Human Behavior on Online Platforms.” Public Opinion Quarterly 85 (S1): 399–422. https://doi.org/10.1093/poq/nfab018 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-52
  199. Strippel, Christian, Annekatrin Bock, Christian Katzenbach, Merja Mahrt, Lisa Merten, Christian Nuernbergk, Christian Pentzold, Cornelius Puschmann, and Annie Waldherr. 2018. “Die Zukunft der Kommunikationswissenschaft ist schon da, sie ist nur ungleich verteilt: Eine Kollektivreplik auf Beiträge im ,,Forum“ (Publizistik, Heft 3 und 4, 2016).” Publizistik 63, 11–27 (Januar). https://doi.org/10.1007/s11616-017-0398-5. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-52
  200. Voudigari, Elli, Nikos Salamanos, Theodore Papageorgiou, and Emmanuel J. Yannakoudakis. 2016. “Rank Degree: An Efficient Algorithm for Graph Sampling.” Proceedings of the 2016 IEEE/ACM International Conference on Advances in Social Networks Analysis and Mining, ASONAM 2016, 120–29. https://doi.org/10.1109/ASONAM.2016.7752223 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-52
  201. Waldherr, Annie. 2017. “Öffentlichkeit als komplexes System. Theoretischer Entwurf und methodische Konsequenzen.” M&K Medien & Kommunikationswissenschaft, 65(3): 534–49. https://doi.org/10.5771/1615-634X-2017-3-534 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-52
  202. Wiedemann, Gregor, Felix Victor Münch, Jan Philipp Rau, Phillip Kessling, and Jan-Hinrik Schmidt. 2023. “Concept and Challenges of a Social Media Observatory as a DIY Research Infrastructure.” Publizistik, 201–223 August. https://doi.org/10.1007/s11616-023-00807-6. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-52
  203. Wolf, J. L., Squillante, M. S., Yu, P. S., Sethuraman, J., & Ozsen, L. (2002, May 7). Optimal Crawling Strategies for Web Search Engines. WWW2002. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-52
  204. Baden, C., Pipal, C., Schoonvelde, M., & Van Der Velden, M. A. C. G. (2022). Three Gaps in Computational Text Analysis Methods for Social Sciences: A Research Agenda. Communication Methods and Measures, 16(1), 1–18. https://doi.org/10.1080/19312458.2021.2015574 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-71
  205. Benoit, K., & Matsuo, A. (2017). spacyr: Wrapper to the “spacy” “NLP” library (1.2.1) [Software]. https://CRAN.R-project.org/package=spacyr [28.01.2026]. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-71
  206. Bentz, C., & Kiela, D. (2014). Measuring and Modelling Lexical Diversity across Languages [Conference presentation]. 5th UK Cognitive Linguistics Conference, Lancaster, UK. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-71
  207. Bernhard-Harrer, J., Ashour, R., Eberl, J. M., Tolochko, P., & Boomgaarden, H. (2025). Beyond Standardization: A Comprehensive Review of Topic Modeling Validation Methods for Computational Social Science Research. Political Science Research and Methods, 1–19. https://doi.org/10.1017/psrm.2025.10008 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-71
  208. Blei, D. M. (2012). Probabilistic Topic Models. Communications of the ACM, 55(4), 77–84. https://doi.org/10.1145/2133806.2133826 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-71
  209. Chan, C.-H., Zeng, J., Wessler, H., Jungblut, M., Welbers, K., Bajjalieh, J. W., van Atteveldt, W., & Althaus, S. L. (2020). Reproducible Extraction of Cross-lingual Topics (rectr). Communication Methods and Measures, 14(4), 285–305. https://doi.org/10.1080/19312458.2020.1812555 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-71
  210. de Vries, E., Schoonvelde, M., & Schumacher, G. (2018). No Longer Lost in Translation: Evidence that Google Translate Works for Comparative Bag-of-Words Text Applications. Political Analysis, 26(4), 417–430. https://doi.org/10.1017/pan.2018.26 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-71
  211. Eisele, A., & Chen, Y. (2010). MultiUN: A Multilingual Corpus from United Nation Documents. Proceedings of the Seventh International Conference on Language Resources and Evaluation (LREC), 2868–2872. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-71
  212. Fortson, B. W. IV. (2011). Indo-European Language and Culture: An Introduction (2nd ed.). John Wiley & Sons. https://www.wiley.com/en-us/Indo-European+Language+and+Culture%3A+An+Introduction%2C+2nd+Edition-p-9781405188968 [28.01.2026]. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-71
  213. Grootendorst, M. (2022). BERTopic: Neural Topic Modeling with a Class-Based TF-IDF Procedure. arXiv. https://arxiv.org/pdf/2203.05794 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-71
  214. Günther, E. (2022). Topic Modeling: Algorithmische Themenkonzepte in Gegenstand und Methodik der Kommunikationswissenschaft. [Topic Modeling: Algorithmic Topic Concepts in the Subject and Methodology of Communication Science.] Herbert von Halem Verlag. https://www.halem-verlag.de/produkt/topic-modeling/ Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-71
  215. Hallin, D. C., & Mancini, P. (Eds.). (2011). Comparing Media Systems Beyond the Western World (1st ed.). Cambridge University Press. https://doi.org/10.1017/CBO9781139005098 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-71
  216. Haim, M. (2023). Computational Communication Science: Eine Einführung. [Computational Communication Science: Introduction.] Springer VS. https://link.springer.com/book/10.1007/978-3-658-40171-9 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-71
  217. Hanitzsch, T., Hanusch, F., Ramaprasad, J., & De Beer, A. S. (Eds.). (2019). Worlds of Journalism: Journalistic Cultures Around the Globe. Columbia University Press. https://doi.org/10.7312/hani18642 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-71
  218. Hase, V., Mahl, D., Schäfer, M. S., & Keller, T. R. (2021). Climate Change in News Media across the Globe: An Automated Analysis of Issue Attention and Themes in Climate Change Coverage in 10 Countries (2006–2018). Global Environmental Change, 70, 102353. https://doi.org/10.1016/j.gloenvcha.2021.102353 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-71
  219. Jacobi, C., van Atteveldt, W., & Welbers, K. (2016). Quantitative Analysis of Large Amounts of Journalistic Texts Using Topic Modelling. Digital Journalism, 4(1), 89–106. https://doi.org/10.1080/21670811.2015.1093271 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-71
  220. Kettunen, K. (2014). Can Type-Token Ratio be Used to Show Morphological Complexity of Languages? Journal of Quantitative Linguistics, 21(3), 223–245. https://doi.org/10.1080/09296174.2014.911506 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-71
  221. Koltsova, O., & Pashakhin, S. (2020). Agenda Divergence in a Developing conflict: Quantitative Evidence from Ukrainian and Russian TV Newsfeeds. Media, War & Conflict, 13(3), 237–257. https://doi.org/10.1177/1750635219829876 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-71
  222. Kotait, R. (2024). Richness Lost in Machine Translationese. The Egyptian Journal of Language Engineering, 11(1), 66–85. https://doi.org/10.21608/EJLE.2024.267336.1064 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-71
  223. Licht, H. (2023). Cross-Lingual Classification of Political Texts Using Multilingual Sentence Embeddings. Political Analysis, 31(3), 366–379. https://doi.org/10.1017/pan.2022.29 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-71
  224. Licht, H. & Lind, F. (2023). Going Cross-Lingual: A Guide to Multilingual Text Analysis. Computational Communication Research, 5(2), 1–31. https://doi.org/10.5117/CCR2023.2.2.LICH Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-71
  225. Licht, H., Sczepanski, R., Laurer, M., & Bekmuratovna, A. (2024). No More Cost in Translation: Validating Open-Source Machine Translation for Quantitative Text Analysis. OSF. https://doi.org/10.31219/osf.io/9trjs Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-71
  226. Lind, F., Eberl, J., Eisele, O., Heidenreich, T., Galyga, S., & Boomgaarden, H. G. (2022). Building the Bridge: Topic Modeling for Comparative Research. Communication Methods and Measures, 16(2), 96–114. https://doi.org/10.1080/19312458.2021.1965973 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-71
  227. Lucas, C. G., Nielsen, R. A., Roberts, M. E., Stewart, B., Alex, S., & Tingley, D. (2015). Computer-Assisted Text Analysis for Comparative Politics. Political Analysis, 23(2), 254–277. https://doi.org/10.1093/pan/mpu019 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-71
  228. Maier, D., Baden, C., Stoltenberg, D., de Vries-Kedem, M., & Waldherr, A. (2022). Machine Translation vs. Multilingual Dictionaries Assessing Two Strategies for the Topic Modeling of Multilingual Text Collections. Communication Methods and Measures, 16(1), 19–38. https://doi.org/10.1080/19312458.2021.1955845 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-71
  229. Maier, D., Waldherr, A., Miltner, P., Wiedemann, G., Niekler, A., Keinert, A., Pfetsch, B., Heyer, G., Reber, U., Häussler, T., Schmid-Petri, H., & Adam, S. (2018). Applying LDA Topic Modeling in Communication Research: Toward a Valid and Reliable Methodology. Communication Methods and Measures, 12(2–3), 93–118. https://doi.org/10.1080/19312458.2018.1430754 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-71
  230. Reber, U. (2019). Overcoming Language Barriers: Assessing the Potential of Machine Translation and Topic Modeling for the Comparative Analysis of Multilingual Text Corpora. Communication Methods and Measures, 13(2), 102–125. https://doi.org/10.1080/19312458.2018.1555798 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-71
  231. Rinke, E. M., Dobbrick, T., Löb, C., Zirn, C., & Wessler, H. (2022). Expert-Informed Topic Models for Document Set Discovery. Communication Methods and Measures, 16(1), 39–58. https://doi.org/10.1080/19312458.2021.1920008 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-71
  232. Roberts, M. E., Stewart, B., & Tingley, D. (2019). stm: An R Package for Structural Topic Models. Journal of Statistical Software, 91(2), 1–40. https://doi.org/10.18637/jss.v091.i02 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-71
  233. Tiedemann, J. (2012). Parallel Data, Tools and Interfaces in OPUS. Proceedings of the 8th International Conference on Language Resources and Evaluation (LREC 2012), 2214–2218. http://www.lrec-conf.org/proceedings/lrec2012/pdf/463_Paper.pdf [28.01.2026]. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-71
  234. Torres, M. (2024). A Framework for the Unsupervised and Semi-Supervised Analysis of Visual Frames. Political Analysis, 32(2), 199–220. https://doi.org/10.1017/pan.2023.32 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-71
  235. van Atteveldt, W., Trilling, D., & Arcila, C. (2022). Computational Analysis of Communication. Wiley Blackwell. https://cssbook.net/ [28.01.2026]. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-71
  236. Vanmassenhove, E., Shterionov, D., & Way, A. (2019). Lost in Translation: Loss and Decay of Linguistic Richness in Machine Translation. Proceedings of Machine Translation Summit XVII: Research Track, 222–232. https://aclanthology.org/W19-6622/ [28.01.2026]. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-71
  237. Wang, H., Wu, H., He, Z., Huang, L., & Church, K. W. (2022). Progress in Machine Translation. Engineering, 18, 143–153. https://doi.org/10.1016/j.eng.2021.03.023 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-71
  238. Windsor, L. C., Cupit, J. G., & Windsor, A. J. (2019). Automated Content Analysis across Six Languages. PLOS One, 14(11), e0224425. https://doi.org/10.1371/journal.pone.0224425 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-71
  239. Yoo, M. H., Kim, J., & Song, S. (2025). Multilingual Capabilities of GPT: A Study of Structural Ambiguity. PloS one, 20(7), e0326943. https://doi.org/10.1371/journal.pone.0326943 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-71
  240. Agar, M. (2006). An ethnography by any other name ... Forum Qualitative Sozialforschung / Forum: Qualitative Social Research, Vol 7, No 4 (2006): Qualitative Research in Ibero America. https://doi.org/10.17169/fqs-7.4.177 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-88
  241. Allert, H. (2020). Plattformökonomie und Entstaatlichung: Familienorientiert, ortsunabhängig und #freilernend. In V. Dander, P. Bettinger, E. Ferraro, & K. Rummler (Eds), Digitalisierung – Subjekt – Bildung. Kritische Betrachtungen der digitalen Transformation (pp. 183–212). Barbara Budrich. https://doi.org/10.2307/j.ctvvb7n3h.13 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-88
  242. Bates, J., Lin, Y.-W., & Goodale, P. (2016). Data journeys: Capturing the socio-material constitution of data objects and flows. Big Data & Society, 3(2), 2053951716654502. https://doi.org/10.1177/2053951716654502 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-88
  243. Binz, M., Alaniz, S., Roskies, A., Aczel, B., Bergstrom, C. T., Allen, C., Schad, D., Wulff, D., West, J. D., Zhang, Q., Shiffrin, R. M., Gershman, S. J., Popov, V., Bender, E. M., Marelli, M., Botvinick, M. M., Akata, Z., & Schulz, E. (2025). How should the advancement of large language models affect the practice of science? Proceedings of the National Academy of Sciences, 122(5), e2401227121. https://doi.org/10.1073/pnas.2401227121 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-88
  244. Bock, A., Breiter, A., Hartong, S., Jarke, J., Jornitz, S., Lange, A., & Macgilchrist, F. (Eds). (2023). Die datafizierte Schule (1. Auflage 2023). Springer VS. https://doi.org/10.1007/978-3-658-38651-1 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-88
  245. boyd, d., & Crawford, K. (2012). Critical questions for Big Data: Provocations for a cultural, technological, and scholarly phenomenon. Information, Communication & Society, 15(5), Article 5. https://doi.org/10.1080/1369118X.2012.678878 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-88
  246. Breidenstein, G., Hirschauer, S., Kalthoff, H., & Nieswand, B. (2020). Ethnografie: Die Praxis der Feldforschung (3., überarbeitete Auflage). UVK Verlag. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-88
  247. Breiter, A., & Bock, A. (2023). Datafizierte Gesellschaft | Bildung | Schule. In A. Bock, A. Breiter, S. Hartong, J. Jarke, S. Jornitz, A. Lange, & F. Macgilchrist (Eds), Die datafizierte Schule (pp. 1–35). Springer Fachmedien Wiesbaden. https://doi.org/10.1007/978-3-658-38651-1_1 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-88
  248. Breiter, A., & Hepp, A. (2018). The complexity of datafication: Putting digital traces in context. In A. Hepp, A. Breiter, & U. Hasebrink (Hrsg.), Communicative Figurations (pp. 387–405). Springer International Publishing. https://doi.org/10.1007/978-3-319-65584-0_16 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-88
  249. Carrozza, Tiago Santos, & Pereira. Chiarra (2016). Mapping digital methods: Where science and technology studies and communication studies meet? In A. Gradim & C. Moura (Hrsg.), Communicating and Evaluating Science (pp. 203–236). Beira Interior University. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-88
  250. Charles, V., & Gherman, T. (2019). Big data analytics and ethnography: Together for the greater good. In A. Emrouznejad & V. Charles (Eds), Big Data for the greater good (Vol. 42, pp. 19–33). Springer International Publishing. https://doi.org/10.1007/978-3-319-93061-9_2 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-88
  251. Couldry, N. (2017). The Myth of Big Data. In M. T. Schäfer & K. van Es (Eds), The datafied society: Studying culture through data (pp. 235–239). Amsterdam University Press. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-88
  252. Crawford, K., Gray, M. L., & Miltner, K. (2014). Big data| Critiquing big data: Politics, ethics, epistemology | Special Section Introduction. International Journal of Communication, 8(0), Article 0. https://ijoc.org/index.php/ijoc/article/view/2167 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-88
  253. Dander, V., Bettinger, P., Ferraro, E., Leineweber, C., & Rummler, K. (Eds). (2020). Digitalisierung – Subjekt – Bildung: Kritische Betrachtungen der digitalen Transformation (1st edn). Verlag Barbara Budrich. https://doi.org/10.2307/j.ctvvb7n3h Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-88
  254. Decuypere, M. (2021). The Topologies of Data Practices: A Methodological Introduction. Journal of New Approaches in Educational Research, 10(1), Article 1. https://doi.org/10.7821/naer.2021.1.650 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-88
  255. Decuypere, M., Grimaldi, E., & Landri, P. (2021). Introduction: Critical studies of digital education platforms. Critical Studies in Education, 62(1), Article 1. https://doi.org/10.1080/17508487.2020.1866050 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-88
  256. Dieter, M., Gerlitz, C., Helmond, A., Tkacz, N., van der Vlist, F. N., & Weltevrede, E. (2019). Multi-Situated App Studies: Methods and Propositions. Social Media + Society, 5(2), 2056305119846486. https://doi.org/10.1177/2056305119846486 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-88
  257. Eleftheriou, I., Embury, S. M., Moden, R., Dobinson, P., & Brass, A. (2018). Data journeys: Identifying social and technical barriers to data movement in large, complex organisations. Journal of Biomedical Informatics, 78, 102–122. https://doi.org/10.1016/j.jbi.2017.12.001 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-88
  258. Esposito, E. (2024). Kommunikation mit unverständlichen Maschinen. Residenz Verlag. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-88
  259. Eubanks, V. (2019). Automating inequality: How high-tech tools profile, police, and punish the poor (First Picador edition). Picador St. Martin’s Press. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-88
  260. Franken, L. (2022). Digitale Daten und Methoden als Erweiterung qualitativer Forschungsprozesse. Herausforderungen und Potenziale aus den Digital Humanities und Computational Social Sciences. Forum Qualitative Sozialforschung / Forum: Qualitative Social Research, 23(2). https://doi.org/10.17169/fqs-22.2.3818 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-88
  261. Gentzel, P. (2017). Praktisches Wissen und Materialität. Herausforderungen für kritisch- konstruktivistische Kommunikations- und Medienforschung. Medien & Kommunikationswissenschaft, 65(2), 275–293. https://doi.org/10.5771/1615-634X-2017-2-275 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-88
  262. Gerlitz, C. (2017). Data point critique. In M. T. Schäfer & K. van Es (Eds), The datafied society: Studying culture through data (pp. 241–244). Amsterdam University Press. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-88
  263. Hepp, A., Jarke, J., & Kramp, L. (Eds). (2022). New Perspectives in Critical Data Studies: The ambivalences of data power. Springer International Publishing. https://doi.org/10.1007/978-3-030-96180-0 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-88
  264. Hillman, V. (2023). Bringing in the technological, ethical, educational and social-structural for a new education data governance. Learning, Media and Technology, 48(1), 122–137. https://doi.org/10.1080/17439884.2022.2052313 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-88
  265. Hintz, A., Dencik, L., & Wahl-Jørgensen, K. (2019). Digital citizenship in a datafied society. Polity Press. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-88
  266. Hirschauer, S. (2014). Un/doing Differences. Die Kontingenz sozialer Zugehörigkeiten. Zeitschrift für Soziologie, 43(3), 170–191. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-88
  267. Houben, D., & Prietel, B. (2018). Datengesellschaft: Einsichten in die Datafizierung des Sozialen. Transcript. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-88
  268. Jarke, J., Hartong, S., Raabe, T., Dabisch, V., Breiter, A., Lange, A., & Zakharova, I. (2023). Zur Erfassung und Modellierung der „Hinterbühne“ von Datenflüssen: Das Beispiel Unterrichtsausfall. In A. Bock, A. Breiter, S. Hartong, J. Jarke, S. Jornitz, A. Lange, & F. Macgilchrist (Eds), Die datafizierte Schule (pp. 61–91). Springer Fachmedien Wiesbaden. https://doi.org/10.1007/978-3-658-38651-1_3 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-88
  269. Katzenbach, C. (2022). Der „Algorithmic turn“ in der Plattform-Governance. KZfSS Kölner Zeitschrift für Soziologie und Sozialpsychologie, 74(S1), 283–305. https://doi.org/10.1007/s11577-022-00837-4 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-88
  270. Keller, T. R., & Klinger, U. (2019). Social Bots in Election Campaigns: Theoretical, Empirical, and Methodological Implications. Political Communication, 36(1), 171–189. https://doi.org/10.1080/10584609.2018.1526238 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-88
  271. Kennedy, H. (2018). Living with data: Aligning data studies and data activism through a focus on everyday experiences of datafication. Krisis 1, 18–30. https://eprints.whiterose.ac.uk/id/eprint/129959/2/Krisis-2018-1-Helen-Kennedy-Living-with-Data-Aligning-Data-Studies-and-Data-Activism-Through-a-Focus-on-Everyday-Experiences-of-Datafication.pdf-18-30.pdf [30.01.2026]. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-88
  272. Kitchin, R. (2014). The data revolution: Big data, open data, data infrastructures & their consequences. Sage Publications. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-88
  273. Knox, H., & Nafus, D. (2018). Ethnography for a data-saturated world. Manchester university press. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-88
  274. Law, J. (2021). From after method to care-ful research (a foreword). In C. Addey & N. Piattoeva (Eds.), Intimate accounts of education policy research (pp. xvi–xx). Routledge. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-88
  275. Law, J., & Lin, W. (2020). Care-ful Research: Sensibilities from STS. 17. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-88
  276. Lengersdorf & M. Wieser (Hrsg.), Schlüsselwerke der Science & Technology Studies (S. 123-132). Wiesbaden: VS. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-88
  277. Light, B., Burgess, J., & Duguay, S. (2018). The walkthrough method: An approach to the study of apps. New Media & Society, 20(3), 881–900. https://doi.org/10.1177/1461444816675438 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-88
  278. Lippert, I., & Mewes, J. S. (2021). Data, methods and writing: Methodographies of STS ethnographic collaboration in practice. Science & Technology Studies, 34(3), 2–16. https://doi.org/10.23987/sts.110597 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-88
  279. Livingston, S. (2018). Audiences in an age of datafication: Critical questions for media research. Television and New Media. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-88
  280. Mahrt, M. (2019). Beyond filter bubbles and echo chambers: The integrative potential of the Internet. ifpuk – Institute for Media and Communication Studies at FU Berlin. (Digital Communication Research; 1). https://doi.org/10.17174/DCR.V5.0 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-88
  281. Mayer-Schönberger, V., & Cukier, K. (2013). Big data: A revolution that will transform how we live, work and think. Murray. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-88
  282. Mol, A. (2002). The Body Multiple: Ontology in Medical Practice. Duke University Press. https://doi.org/10.2307/j.ctv1220nc1 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-88
  283. Parsons, K. M. (Ed.). (2003). The science wars: Debating scientific knowledge and technology. Prometheus Books. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-88
  284. Pentzold, C., Brantner, C., & Fölsche, L. (2019). Imagining big data: Illustrations of „big data” in US news articles, 2010–2016. New Media & Society, 21(1), Article 1. https://doi.org/10.1177/1461444818791326 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-88
  285. Peters, U., & Chin-Yee, B. (2025). Generalization bias in large language model summarization of scientific research. Royal Society Open Science, 12(4), 241776. https://doi.org/10.1098/rsos.241776 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-88
  286. Pink, S., Berg, M., Lupton, D., & Ruckenstein, M. (2022). Everyday automation: Experiencing and anticipating Emerging Technologies (1st edn). Routledge. https://doi.org/10.4324/9781003170884 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-88
  287. Pink, S., Ruckenstein, M., Willim, R., & Duque, M. (2018). Broken data: Conceptualising data in an emerging world. Big Data & Society, 5(1), Article 1. https://doi.org/10.1177/2053951717753228 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-88
  288. Pütz, O., & Esposito, E. (2024). Performance without understanding: How ChatGPT relies on humans to repair conversational trouble. Discourse & Communication, 18(6), 859–868. https://doi.org/10.1177/17504813241271492 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-88
  289. Quinlan, E. (2008). Conspicuous invisibility: Shadowing as a data collection strategy. Qualitative Inquiry, 14(8), 1480–1499. https://doi.org/10.1177/1077800408318318 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-88
  290. Rogers, R. (2017). Foundations of digital methods. Query design. In M. T. Schäfer & K. van Es (Eds), The datafied society: Studying culture through data (pp. 75–94). Amsterdam University Press. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-88
  291. Sahin, A. (2025, March 5). What is Retrieval-Augmented Generation (RAG) in LLM and How it works? Medium. https://medium.com/@sahin.samia/what-is-retrieval-augmented-generation-rag-in-llm-and-how-it-works-a8c79e35a172 [27.01.2025]. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-88
  292. Schäfer, M. S., & Wessler, H. (2020). Öffentliche Kommunikation in Zeiten künstlicher Intelligenz. Publizistik, 65(3), 307–331. https://doi.org/10.1007/s11616-020-00592-6 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-88
  293. Schäfer, M. T., & van Es, K. (Eds). (2017). The datafied society: Studying culture through data. Amsterdam University Press. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-88
  294. Schneider, T., Fuchs, K., & Mayer, S. (2021). Science and Technology Studies: Die Datafizierung von Alltagspraktiken: Datenaktivismus als neue Verantwortung? In A. Henkel (Ed.), 10 Minuten Soziologie: Verantwortung (pp. 183–196). transcript Verlag. https://doi.org/10.14361/9783839451120-012 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-88
  295. Sismondo, S. (2010). An introduction to science and technology studies (Second edition). Wiley-Blackwell. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-88
  296. Stehle, H., Bock, A., Wilhelm, C., Springer, N., Mahrt, M., Lobinger, K., Linke, C., Engelmann, I., Detel, H., & Brantner, C. (2024). In/Visibility in the digital age: A literature review from a communication studies perspective. International Journal of Communication, 18(0), 5471–5493. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-88
  297. Stier, S., Breuer, J., Siegers, P., & Thorson, K. (2020). Integrating survey data and digital trace data: Key issues in developing an emerging field. Social Science Computer Review, 38(5), 503–516. https://doi.org/10.1177/0894439319843669 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-88
  298. Troeger, J., & Bock, A. (2022). The sociotechnical walkthrough – a methodological approach for platform studies. Studies in Communication Sciences, 22(1), 43–52. https://doi.org/10.24434/j.scoms.2022.01.3064 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-88
  299. van Dijck, J. (2014). Datafication, dataism and dataveillance: Big Data between scientific paradigm and ideology. Surveillance & Society, 12(2), 197–208. https://doi.org/10.24908/ss.v12i2.4776 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-88
  300. van Es, K., & de Lange, M. (2020). Data with its boots on the ground: Datawalking as research method. European Journal of Communication, 35(3), 278–289. https://doi.org/10.1177/0267323120922087 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-88
  301. van Es, K., Schäfer, M. T., & Wieringa, M. (2021). Tool criticism and the computational turn. A „Methodological moment” in Media and Communication Studies. M&K Medien & Kommunikationswissenschaft, 69(1), 46–64. https://doi.org/10.5771/1615-634X-2021-1-46 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-88
  302. von Scherenberg, F., Hellmeier, M., & Otto, B. (2024). Data sovereignty in information systems. Electronic Markets, 34(1), 15. https://doi.org/10.1007/s12525-024-00693-4 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-88
  303. Warschauer, M. (2003). Technology and social inclusion: Rethinking the digital divide. MIT Press. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-88
  304. Wiedemann, G. (2013). Opening up to Big Data: Computer-assisted analysis of textual data in social sciences. Forum Qualitative Sozialforschung / Forum: Qualitative Social Research, 14(2). Art. 23. https://doi.org/10.17169/fqs-14.2.1949 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-88
  305. Williamson, B. (2016). Digital education governance: Data visualization, predictive analytics, and ‘real-time’ policy instruments. Journal of Education Policy, 31(2), 123–141. https://doi.org/10.1080/02680939.2015.1035758 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-88
  306. Wollin-Giering, S., Hoffmann, M., Höfting, J., & Ventzke, C. (2024). Automatic transcription of English and German Qualitative Interviews. Forum Qualitative Sozialforschung / Forum: Qualitative Social Research, 25(1) Art. 8. https://doi.org/10.17169/fqs-25.1.4129 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-88
  307. Zakharova, I. (2022). Understanding data studies—A methodological and conceptual inquiry into research on datafication [Universität Bremen]. https://doi.org/10.26092/ELIB/1675 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-88
  308. Zakharova, I., & Bock, A. (2023). Researching in/visibilities and data practices in education. On_education. Journal for Research and Debate, 6(18). https://doi.org/10.17899/on_ed.2023.18.4 Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-88
  309. Zuboff, S. (2019). The age of surveillance capitalism: The fight for a human future at the new frontier of power. Profile books. Google Scholar öffnen DOI: 10.5771/1615-634X-2026-1-88

Zitation

Download RIS Download BibTex

Downloads

Download Kapitel (PDF) Download kompl. Werk (PDF)

Hinweis

Dieses Werk ist urheberrechtlich geschützt und darf nur nach den Vorgaben der Nutzungs- und Lizenzvereinbarung genutzt werden. Jede darüber hinaus gehende Nutzung des Werkes ist ausdrücklich untersagt und wird verfolgt.

Per E-Mail teilen

Medien