Social Media Data Analyse und Kritik großer Datensätze

Was kann man sinnvoll über etwas sagen, das man nicht überschauen kann? Diese Frage ist das Grundproblem bei der Analyse und Kritik – oder noch allgemeiner – bei der Nutzung großer Datensätze. Man wird es allein nicht schaffen und deshalb holt man sich Hilfe von jemandem, der zumindest alles durchstöbern kann und dies nach einem Muster tut, das man selbst festlegt: Man nutzt Algorithmen. Diese Algorithmen sollen die große, unüberschaubare Menge an Daten so verdichten, dass man eben doch sinnvoll mit ihnen etwas anfangen kann, weil sie einem nur die Daten heraussuchen und komprimiert darstellen, die man braucht. Dieses Prinzip ist nicht weniger als das Grundprinzip des Internet, wie wir es als NutzerInnen kennen. Ob bei Amazon, Twitter oder in den diversen Google-Diensten: Das Grundprinzip ist immer, dass eine unüberschaubare Datenmenge durch Algorithmen so verdichtet wird, dass NutzerInnen mit den Datensätzen Sinn erzeugen können. Datensätze werden so in gewisser Hinsicht überschaubarer. Immer unüberschaubarer, immer mysteriöser werden dabei allerdings die Algorithmen selbst. Wir wagen uns gleich an das größte Mysterium in dieser Kategorie heran, an einen Algorithmus, der keiner mehr ist, weil er sich schneller ändert als das Wetter; der besser behütet ist als das Coca-Cola-Rezept und um den sich eine ganze Industrie entwickelt hat, in der Vertreter einer Disziplin immer häufiger auftreten: der Literaturwissenschaft. Wir sprechen in dem Projektseminar über die Suchmaschine Google und ihren Zusammenhang mit Sozialen-Medien-Praktiken. Dafür bedienen wir uns auf der einen Seite insbesondere bei den Science and Technology Studies, in der es eine größere Debatte über solch -unsicheres Wissen” gab. Wir werden aber, wie es für ein Projektseminar üblich ist, auch ganz konkret in die Praxis einsteigen und uns selbst in Suchmaschinenoptimierung versuchen. Wir befassen uns dann auch mit der Frage, welche literarisch-stilistischen Eigenheiten das Genre des SEO-Textes befördert, das mittlerweile einen großen Teil der Texte des www ausmacht. Gleichzeitig bauen wir auch selbst eine Datenbank auf, für die wir einen Empfehlungs- bzw. Suchalgorithmus erstellen. Sie können in diesem Seminar also eine Menge lernen, was Sie nicht nur zu kompetenten Teilnehmern der vielen Debatten um Big Data und die (finanzielle) Zukunft des Internet macht. Ihnen werden auch ganz konkrete Fähigkeiten vermittelt, die Ihnen für ihre berufliche Zukunft sehr hilfreich sein werden. Programmierkenntnisse sind hilfreich aber nicht notwendig. Notwendig ist allerdings ein hohes praktisches Engagement und die Bereitschaft, auch komplexere englischsprachige Texte zu lesen und regelmäßig selbst kleinere Texte dazu zu verfassen. Eine Kosten-Nutzen-Rechnung in Kreditpunkten würde also enttäuschend ausfallen. Wenn Sie allerdings an berufsqualifizierenden Fähigkeiten auf Basis geistes- und sozialwissenschaftlicher Theorie interessiert sind, ist diese Veranstaltung genau die richtige für Sie. Literatur zur Vorbereitung (einen ausführlichen Syllabus reiche ich Ihnen zu Beginn des Seminars) Delamont, Sara und Paul Atkinson (2001): -Doctoring Uncertainty: Mastering Craft Knowledge-. In: Social Studies of Science, 31, 1, S. 87-107. MacKenzie Donald und Graham Spinardi (1995): -Tacit Knowledge, Weapons Design, and the Uninvention of Nuclear WeaponsAuthor(s)-. In: American Journal of Sociology, 101, 1, S. 44-99. Paßmann, Johannes (2013a): -Forschungsmedien erforschen. Zur Praxis mit der Daten-Mapping-Software Gephi-. In: Knipp, Raphaela, Johannes Paßmann und Nadine Taha (Hrsg.): Vom Feld zum Labor und zurück. Navigationen, Zeitschrift für Medien- und Kulturwissenschaften, Jg. 13, 2, S. 113-130. Paßmann, Johannes (2013b): -Let Data Speak – but not for itself! A footnote to the question 'which knowledge is necessary to produce knowledge with 'big' data'?” Aufsatz für datadenkers.nl, ein Projekt des Rathenau Instituut, Institut der Königlich Niederländischen Akademie der Wissenschaften für Wissenschafts- und Technikforschung. Paßmann, Johannes (2013c): -Fav/Unfav. Or: ‘good’ platform-political reasons for ‘bad’ platform-data”. Vorabversion für Mediale Kontrolle 2/2013. Prommy, Thomas (2008): Grundlagen der Suchmaschinenoptimierung. Online verfügbar unter http://www.omkt.de/wp-content/uploads/grundlagen-der-suchmaschinenoptimierung.pdf Germanistik - Neuere deutsche Literatur- und Medienwissenschaft Universität Siegen WiSe 2013/14 Dr. des. Paßmann Johannes des