Politische Kommunikation auf Social Media geht weit über Parteiposts und Nachrichtenartikel hinaus. Nur 4,6% der Inhalte in Feeds junger Nutzer:innen waren bei der Bundestagswahl 2025 explizit politisch (Bertelsmann, 2025). Aber was ist mit dem Rest?
Tradwife-Ästhetik, Grindset-Memes, Wellness-Content – scheinbar unpolitische Inhalte transportieren oft politische Botschaften. Ein paar Beispiele:
Nutzer:innen (und Eltern) haben keine zugänglichen Werkzeuge, um zu verstehen, wie politisch verzerrt ihre Feeds sind. Während Filter-Blasen und Algorithmen viel diskutiert werden, fehlen konkrete Tools, um die eigene Informationsdiät zu analysieren. Eltern sorgen sich um die Social-Media-Nutzung ihrer Kinder, können aber nicht nachvollziehen, was Algorithmen ihnen tatsächlich zeigen.
Gleichzeitig fehlen Forscher:innen die Methoden, um diese versteckten politischen Inhalte systematisch zu erfassen. Klassische Keyword-Ansätze übersehen Dogwhistles, visuelle Symbolik und kontextabhängige Bedeutungen.
Wie identifizieren wir politische Inhalte?
Der PSMM entwickelt ein KI-gestütztes Klassifikationssystem, das subtile politische Signale in Social-Media-Inhalten über alle Plattformen hinweg erkennt. Aktuell testen wir verschiedene LLM-Modelle mit unserem PSMM-Datensatz von über 10 Millionen Posts auf TikTok, Instagram, YouTube und X.
Diese Seite gibt einen Vorgeschmack auf unser geplantes Forschungsprojekt Mapping Hidden Political Content in Algorithmic Feeds. Wir entwickeln Werkzeuge für Forscher:innen und ein öffentliches Tool, mit dem Nutzer:innen ihre eigenen Feeds analysieren können.
Interesse geweckt?
Kontakt für Forschungskooperationen →