Echtzeiterkennung und Nachweis Hybrider Desinformationskampagnen in Online-Medien (HybriD); Teilprojekt: Hybride Echtzeitentdeckung und Analyse von hybriden Desinformationskampagnen in Online-Medien

Abstract

Das Verbundprojekt HybriD: Echtzeiterkennung und Nachweis Hybrider Desinformationskampagnen in Online-Medien setzte an einer zentralen Forschungslücke an: Während sich frühere Studien vor allem auf die Identifikation von Social Bots oder die Klassifikation einzelner Inhalte als „Fake News“ konzentrierten, verfolgte dieses Vorhaben das Ziel, hybride Desinformationskampagnen als komplexe Gesamterscheinung in Echtzeit zu erkennen. Motivation war dabei die Erkenntnis, dass moderne Desinformationsstrategien typischerweise aus einem hybriden Zusammenspiel von Automatisierung, menschlicher Steuerung und koordinierter Verbreitung bestehen und sich mit bestehenden Verfahren nicht adäquat erfassen oder beschreiben lassen. Anstatt Akteure oder Inhalte isoliert zu klassifizieren, stand daher die Identifikation zeitlicher und struktureller Anomalien im Kommunikationsstrom im Mittelpunkt. Methodisch wurde dies durch ein mehrschichtiges Data-Science-Verfahren realisiert, das Data Stream Mining mit kommunikations-, sozial- und medienwissenschaftlicher Triangulation verband und externe Validierungen systematisch einbezog. Im Zentrum des Teilprojekts Hybride Echtzeitentdeckung und Analyse von hybriden Desinformationskampagnen in Online-Medien der Wirtschaftsinformatik an der Universität Münster (weiterhin als WI bezeichnet) standen zwei Schwerpunkte: der Aufbau einer skalierbaren Infrastruktur zur Erfassung, Ablage und Verarbeitung heterogener Daten sowie die Entwicklung echtzeitfähiger Analyse- und Klassifikationsverfahren. Es wurden verschiedene technische Grundvoraussetzungen und Konzepte evaluiert und so eine Basis geschaffen, die die Erhebung und Speicherung großer Datenmengen ermöglichte. Darauf aufbauend konnten Daten aus Twitter/X, Telegram, Reddit und YouTube erfasst und integriert werden. Unter den generierten Datensätzen befand sich etwa ein (im Projekt erhobener) Twitter-Stream zur russischen Invasion in die Ukraine, der auch später gelöschte Inhalte einschloss und für die internationale Forschungsgemeinschaft aufbereitet wurde. Weitere multimodale Datensätze – etwa zu Klimawandel-Diskursen oder zu Cross-Plattform-Kommunikation – erweiterten die empirische Basis.