Stark, Birgit, Melanie Magin und Stefan Geiß (2022): Meinungsbildung in und mit sozialen Medien. In: Schmidt, Jan-Hinrik und Monika Taddicken (Hrsg.): Handbuch Soziale Medien. Wiesbaden: Springer VS, S. 213–231.
Zusammenfassung
Soziale Medien haben sich zu zentralen Informationsquellen entwickelt und verändern die Voraussetzungen für Meinungsbildung grundlegend. Der Beitrag beschreibt, wie soziale Medien sich von traditionellen Massenmedien unterscheiden, und skizziert die zentralen Chancen und Risiken: einerseits zufällige Nachrichtennutzung und Konfrontation mit unterschiedlichen Ansichten (cross-cutting exposure), andererseits Filterblasen, Echokammern, Fragmentierung, Polarisierung und Desinformation. Empirisch sind viele der befürchteten Risiken weniger ausgeprägt als angenommen – die Forschung ist jedoch noch nicht abgeschlossen.
Schlüsselbegriffe
Meinungsbildung
Freier Austausch von Tatsachen, Interpretationen, Argumenten und Standpunkten zu gesellschaftlich relevanten Themen. Basis demokratischer Willensbildung. Nicht zu verwechseln mit Meinungsverteilungen (Meinungsforschung), sondern Fokus auf den Prozess (Meinungsbildungsforschung).
Meinungsforschung vs. Meinungsbildungsforschung
Meinungsforschung: Welche Meinungen vertritt die Bevölkerung und wie verändern sie sich? Meinungsbildungsforschung: Wie solid ist das argumentative Fundament, auf dem Meinungen beruhen? Letztere orientiert sich am normativen Ideal des informierten, abwägenden Bürgers.
Social Media Logic
Die eigene Kommunikationslogik sozialer Medien (Van Dijck & Poell 2013): spezifische Muster der Produktion, Distribution und Nutzung, die sich von traditionellen Massenmedien unterscheiden. Leitsatz: Generierung von Aufmerksamkeit durch Interaktionen (Likes, Shares, Kommentare).
Algorithmische Personalisierung (implizit)
Automatische Anpassung der Inhalte im Feed anhand von Verhaltensdaten (geklickte Links, Verweildauer, Likes, Shares, Standort). Für Nutzer*innen intransparent ('matching'). Kern des Filterblasenmechanismus.
Explizite/nutzergesteuerte Personalisierung
Nutzer*innen teilen dem System aktiv ihre Präferenzen mit (z. B. durch Liken einer Facebook-Seite oder Folgen eines Twitter-Accounts). Ermöglicht gezielten Inhaltszuschnitt ohne zwingend Algorithmen.
Soziale Filter (Homophily)
Algorithmische Filtermechanismen, die an der menschlichen Tendenz ansetzen, sich mit ähnlichen Menschen zu umgeben. Feeds priorisieren Inhalte von Personen mit ähnlichen sozialen Bindungen ('homophily'; McPherson et al. 2001).
Filterblase
Metapher von Pariser (2011): Individuen werden durch algorithmische und nutzergesteuerte Personalisierung ausschließlich mit einstellungskonsonanten Inhalten versorgt. Entsteht idealtypisch um ein Individuum – soziale Filter spielen keine Rolle. Empirisch kaum nachgewiesen.
Echokammer
Metapher von Sunstein (2018): Gleichgesinnte finden sich zusammen und verstärken durch Gruppendynamik ihre Meinung gegenseitig immer stärker. Entsteht kollektiv in einem Netzwerk Gleichgesinnter. Empirisch unter sehr spezifischen Bedingungen vorhanden, aber weniger verbreitet als angenommen.
Fragmentierung
Auseinanderdriften gesellschaftlicher Themenhorizonte ('common meeting ground'). Zerfällt die Gesellschaft in Teilöffentlichkeiten, die kein gemeinsames Themenspektrum mehr teilen? Bislang wenig empirische Belege für ausgeprägte Fragmentierung.
Polarisierung
Ideologische Spaltung der Gesellschaft in entgegengesetzte oder verfeindete Lager. Unterschieden: (a) attitude polarization, (b) party polarization, (c) issue polarization, (d) affective polarization, (e) perceived polarization. Soziale Medien machen extreme Positionen sichtbar, erzeugen oder verstärken Polarisierung aber nicht zwingend.
Desinformation / Fake News
Desinformation: nachweislich falsche Information, die mit der Intention verbreitet wird, Empfänger*innen irrezuführen und ihre Meinungsbildung zu beeinflussen (Wardle & Derakhshan 2017). Misinformation: unabsichtlicher Fehler. Malinformation: faktisch korrekte, aber schädigende Information. 'Fake News' wurde ab 2016 politischer Kampfbegriff; wissenschaftlich vorzuziehen: 'Desinformation'.
Incidental News Exposure
Zufällige Nachrichtennutzung: Nutzer*innen stoßen auf sozialen Medien unbeabsichtigt auf Nachrichten. Kann die wahrgenommene Informationsvielfalt vergrößern und political disengagement reduzieren.
Cross-cutting Exposure
Konfrontation mit abweichenden Ansichten auf sozialen Medien. Möglich, weil viele Menschen heterogene Netzwerke haben, in denen sie auch flüchtige Kontakte ('weak ties') mit anderen Ansichten pflegen. Kann Meinungsbildung positiv beeinflussen.
Theoretische Grundlagen der Meinungsbildung
Das demokratietheoretische Ideal
Leistungsfähige Demokratien brauchen wohlinformierte Bürger*innen. Meinungsbildung basiert auf dem freien Austausch von Tatsachen, Argumenten und Standpunkten – dem „freien Marktplatz der Ideen" (Mill 1998 [1859]).
Individuelle Meinungsprozesse werden beeinflusst durch:
- Motivation: aktuelles Interesse am Thema
- Informationsverhalten: aktive Suche oder Vermeidung von Informationen
- Fundierung: Selbsteinschätzung des Wissensstands, Abwägung von Meinungen
- Bekanntheit des Themas (issue awareness)
- Wahrgenommene Mediensalienz: wie wichtig erscheint das Thema in den Medien?
- Bewertungen des Themas (Neuigkeit, Dynamik, Bedeutsamkeit)
- Generelle Persönlichkeitseigenschaften: need for orientation, Bürgerpflichtgefühl
Öffentliche Meinungsbildung setzt voraus, dass diese Prozesse gleichzeitig in einer größeren Gruppe ablaufen: Einzelne sind sich bewusst, dass fast alle das Thema kennen, und fühlen sozialen Druck, eine fundierte Meinung zu haben.
Funktionen der Nachrichtenmedien
Nachrichtenmedien sollen im Meinungsbildungsprozess folgende Funktionen erfüllen:
| Funktion | Beschreibung |
|---|---|
| Themenauswahl & Synchronisation | Sorgen dafür, dass ein großer Teil der Bevölkerung gleichzeitig dasselbe Thema wahrnimmt (Neuman 1990; Luhmann 1970) |
| Herstellung von Öffentlichkeit | Lenken gesellschaftliche Aufmerksamkeit verlässlich auf wenige Themen; vermitteln Eindruck des gesellschaftlichen Meinungsklimas (Noelle-Neumann 1974) |
| Selektion der Akteur*innen | Bestimmen, wer öffentlich Gehör findet, und verleihen damit Legitimität |
| Selektion von Informationen | Nur medial zentrale Informationen gelangen in breite Meinungsbildungsprozesse; journalistische Normen sollen „Objektivität" sicherstellen |
| Herstellung von Glaubwürdigkeit | Bevölkerung muss darauf vertrauen, dass Journalismus Informationen auf Glaubwürdigkeit prüft |
Soziale Medien und ihre Meinungsbildungslogik
Die veränderte Informationslandschaft
Das Internet hat die Wettbewerbsbedingungen für Nachrichtenmedien verschärft. Informationsintermedäre (Suchmaschinen, soziale Netzwerke, Videoplattformen) sind für viele – besonders Jüngere – die wichtigste Nachrichtenquelle.
Info
Laut Vielfaltsmonitor 2019 informiert sich ein Drittel der Deutschen täglich über mindestens einen Intermediär. Bei unter 30-Jährigen sind soziale Netzwerkplattformen (42 %) nahezu gleichbedeutend wie Suchmaschinen (44 %) – Videoplattformen (22 %) ebenfalls stark verankert.
Im Internet werden die Rollen von Inhalte-Lieferantinnen, Publikationskanal und Nutzerinnenkontakt häufig voneinander getrennt – Intermediäre sind das neue Schlüsselphänomen.
Social Media Logic
Soziale Medien folgen einer eigenen Kommunikationslogik, die sich in zwei wesentlichen Unterschieden zur klassischen Massenmedienkommunikation zeigt:
1. Personalisierung:
- Kombination aus expliziter (nutzergesteuerter) und impliziter (algorithmischer) Personalisierung
- Algorithmische Personalisierung nutzt Verhaltensdaten: Standort, geklickte Links, Verweildauer, Likes, Shares
- Soziale Filter: Algorithmen priorisieren Inhalte von Personen, denen man ähnlich ist (Homophily)
2. Aufmerksamkeit als Leitprinzip:
- Soziale Medien messen Aufmerksamkeit in Echtzeit an Interaktionen (Likes, Shares, Kommentare)
- Mehr Interaktion → größere Sichtbarkeit → mehr Interaktion (selbstverstärkender Kreislauf + Popularitätsbias)
- Produzent*innen müssen möglichst viel Aufmerksamkeit durch Emotionen generieren: Bilder, Videos, „Clickbaiting"
3. Dialogischer Kommunikationsmodus:
- Rollen von „Senderin" und „Empfängerin" wechseln rasch
- Kommunikation ist „meinungslastiger" (Schmidt 2018) und stärker durch Laien geprägt
- Gefahr: Soziale Medien als „reaktionsschnelle Emotionsmedien" (Eisenegger 2017)
Klausurrelevant
Extreme Meinungsäußerungen generieren besonders viel Aufmerksamkeit – durch den Popularitätsbias sozialer Medien wird ihre Sichtbarkeit weiter verstärkt. Dies kann zu einer verzerrten Wahrnehmung des Meinungsklimas führen und Schweigespirale-Prozesse begünstigen (Noelle-Neumann 1974).
Soziale Medien als Risiko für die Meinungsbildung
4.1 Filterblasen und Echokammern
Info
Wichtige Unterscheidung: Filterblasen entstehen individuell durch algorithmische Personalisierung. Echokammern entstehen kollektiv durch Gruppendynamik unter Gleichgesinnten. Beide Phänomene analytisch getrennt behandeln!
| Filterblase | Echokammer | |
|---|---|---|
| Entstehung | Algorithmisch, individuell | Gruppendynamisch, kollektiv |
| Mechanismus | Algorithmus liefert nur passende Inhalte | Gleichgesinnte verstärken Meinung gegenseitig |
| Ursprung | Pariser (2011) | Sunstein (2018) |
| Empirische Befunde | Kaum nachgewiesen | Selten, unter spezifischen Bedingungen |
Empirische Befunde: Algorithmisch erzeugte Filterblasen existieren laut Studien weitgehend nicht (Zuiderveen Borgesius et al. 2016; Haim et al. 2018; Puschmann 2018). Echokammern sind weniger verbreitet als angenommen und betreffen vor allem eine kleine Minderheit mit extremen Ansichten und homogenen Netzwerken.
Warum? Weil die Prämissen beider Metaphern auf die meisten Nutzer*innen nicht zutreffen:
- Die meisten informieren sich nicht ausschließlich über algorithmisch personalisierte Quellen
- Die meisten sind nicht politisch homogen vernetzt
- Positive Effekte zufälliger Nachrichtennutzung und cross-cutting exposure wirken entgegen
4.2 Fragmentierung und Polarisierung
Fragmentierung beschreibt den Zerfall des gesellschaftlichen „common meeting ground" – Bürgerinnen teilen keine gemeinsamen Themenhorizonte mehr. Bislang fehlen empirische Belege für ausgeprägte Fragmentierungstendenzen, da Nutzerinnen breite Informationsrepertoires haben (Newman et al. 2020).
Polarisierung hat mehrere Dimensionen:
- Attitude polarization: Parteienpräferenzen driften auseinander
- Affective polarization: emotionale Feindseligkeit gegenüber anderen Gruppen
- Perceived polarization: subjektiver Eindruck vom Polarisierungsgrad der Gesellschaft
Soziale Medien und extremere Nutzer*innenkommentare erzeugen ein verzerrtes Bild des gesellschaftlichen Meinungsklimas. Im schlimmsten Fall verstärken sich Schweigespirale-Prozesse: die vermeintliche Mehrheit äußert sich lauter, die (vermeintliche) Minderheit schweigt immer mehr.
Empirische Befunde Deutschland: Wenige Hinweise auf Polarisierungseffekte sozialer Medien im deutschsprachigen Raum (Hagen et al. 2017; Stark et al. 2017; Schweiger et al. 2019). Soziale Medien machen extreme Positionen sichtbar, erzeugen aber nicht zwingend Polarisierung.
4.3 Desinformation und „Fake News"
Begriffsdifferenzierung nach Gelfert (2018) und Wardle & Derakhshan (2017):
| Begriff | Definition |
|---|---|
| Misinformation | Tatsächliche Fehler ohne Täuschungsabsicht (z. B. „Zeitungsenten") |
| Malinformation | Faktisch korrekte, aber strategisch schädigende Information |
| Desinformation | Nachweislich falsche Information mit der Intention zu irrezuführen |
| „Fake News" | Ursprünglich Synonym für Desinformation – seit 2016 politischer Kampfbegriff, wissenschaftlich zu vermeiden |
Warum soziale Medien Desinformation begünstigen:
- Verbreitung ohne Rücksicht auf Fakten optimierbar (Empörung, Negativität, Sexualität)
- Meist ökonomische oder politisch-ideologische Motive der Urheber*innen
- Falschmeldungen verbreiten sich auf sozialen Medien besser und schneller als seriöse Nachrichten (Vosoughi et al. 2018)
- Social Bots beschleunigen Verbreitung
Wirkung und Grenzen:
- Desinformation bestätigt in erster Linie die Weltbilder bereits überzeugter Rezipient*innen
- Faktenchecks helfen, aber: Zielgruppe wird nicht immer erreicht; Korrekturen werden mangels Quellenvertrauen nicht wahrgenommen; im schlimmsten Fall verstärken Korrekturen den Glauben an Falschinformationen (Walter et al. 2020; Nyhan et al. 2020)
- „Postfaktisches Zeitalter": Die öffentliche Diskussion über bewusst lancierte Falschmeldungen kann wirkmächtiger sein als die Falschmeldungen selbst (Müller & Denner 2019, S. 24)
Fazit
Klausurrelevant
Viele der diskutierten Risiken (Filterblasen, Polarisierung, Desinformation) sind nicht neu, könnten durch soziale Medien aber ein bisher unbekanntes Ausmaß erreichen. Eine abschließende Bewertung ist schwierig, weil viele Daten aus sozialen Medien für die Forschung nicht zugänglich sind und geeignete Methoden fehlen.
Soziale Medien können Meinungsbildung auf zwei Ebenen beeinflussen:
Kollektive Ebene:
- Themen setzen und öffentliche Aufmerksamkeit schaffen (Chance)
- Zur Fragmentierung und Polarisierung beitragen, wenn algorithmisch-personalisierte Informationen einseitige Realitätsvorstellungen vermitteln (Risiko)
Individuelle Ebene:
- Bewusstsein für Öffentlichkeit und Eindruck des gesellschaftlichen Meinungsklimas vermitteln (Chance)
- Diesen Eindruck verzerren, da extreme Nutzer*innenkommentare dominieren (Risiko)
Die Spezifika sozialer Medien beeinflussen die Qualität des politischen Diskurses auch außerhalb sozialer Medien. Kritische Distanz ist geboten – weder Alarmismus noch Verharmlosung ist angemessen.
Lernkarten
Übungsfragen
Was ist das leitende Prinzip der 'Social Media Logic'?
Welcher Begriff beschreibt nachweislich falsche Information, die mit Täuschungsabsicht verbreitet wird?
Was ist 'Incidental News Exposure' und warum ist es für die Meinungsbildung relevant?
Welche Aussage zu Polarisierungseffekten sozialer Medien im deutschsprachigen Raum ist korrekt?