Header

UZH-Logo

Maintenance Infos

"Best of Both Worlds": Die halbautomatische Inhaltsanalyse


Wettstein, Martin (2014). "Best of Both Worlds": Die halbautomatische Inhaltsanalyse. In: Sommer, Katharina; Wettstein, Martin; Wirth, Werner; Matthes, Jörg. Automatisierung in der Inhaltsanalyse. Köln: Halem, 16-39.

Abstract

Die schnell wachsende Verfügbarkeit von elektronischen Texten, seien dies digitale Ausgaben von Zeitungen, Formen nutzergenerierter Inhalte in Online-Medien oder Textnachrichten in sozialen Netzwerkdiensten, führten in den letzten Jahren zu intensiven Bemühungen, Verfahren der computergestützten Inhaltsanalyse für diverse Fragestellungen der Kommunikationswissenschaft dienstbar zu machen. Diese Verfahren, bei welchen Texte nicht mehr manuell durch geschulte Codierer, sondern automatisch durch spezialisierte Programme erfasst und ausgewertet werden, haben den unstrittigen Vorteil, schnell und effizient große Mengen an Text bearbeiten zu können. Gerade bei der Analyse von Big Data, also großer Mengen von Text, welche über Zeitungsdatenbanken oder über die Beobachtung von Online-Kommunikation gewonnen werden, ist dies von Vorteil. Dennoch bestehen gerade in der Kommunikationswissenschaft noch gewisse Vorbehalte gegenüber vollautomatischen Analyseverfahren. Nach Jahrzehnten der methodologischen Auseinandersetzung mit manuellen Inhaltsanalyseverfahren wurde in diesem Wissenschaftszweig ein Bewusstsein für die Rolle und die Aufgabe menschlicher Codierer geschaffen, welches die Akzeptanz von Computerprogrammen als Ersatz erschwert. In diesem Kapitel soll ein Verfahren vorgestellt und in der inhaltsanalytischen Praxis erprobt werden, welches die Vorteile der manuellen Inhaltsanalyse (insbesondere die Interpretationsfähigkeit, das Weltwissen und die Validität) mit den Vorteilen der computergestützten Inhaltsanalyse (insbesondere die Effizienz und Gründlichkeit) kombinieren. Die daraus resultierende Methode der halbautomatischen Inhaltsanalyse ist für die Codierer mit erheblich weniger Aufwand verbunden, da sie durch computergestützte Verfahren in ihrer Arbeit unterstützt werden. Für den Forscher bedeutet dies, mehr Texte mit demselben Zeitaufwand für Codierer bearbeiten zu können.

Abstract

Die schnell wachsende Verfügbarkeit von elektronischen Texten, seien dies digitale Ausgaben von Zeitungen, Formen nutzergenerierter Inhalte in Online-Medien oder Textnachrichten in sozialen Netzwerkdiensten, führten in den letzten Jahren zu intensiven Bemühungen, Verfahren der computergestützten Inhaltsanalyse für diverse Fragestellungen der Kommunikationswissenschaft dienstbar zu machen. Diese Verfahren, bei welchen Texte nicht mehr manuell durch geschulte Codierer, sondern automatisch durch spezialisierte Programme erfasst und ausgewertet werden, haben den unstrittigen Vorteil, schnell und effizient große Mengen an Text bearbeiten zu können. Gerade bei der Analyse von Big Data, also großer Mengen von Text, welche über Zeitungsdatenbanken oder über die Beobachtung von Online-Kommunikation gewonnen werden, ist dies von Vorteil. Dennoch bestehen gerade in der Kommunikationswissenschaft noch gewisse Vorbehalte gegenüber vollautomatischen Analyseverfahren. Nach Jahrzehnten der methodologischen Auseinandersetzung mit manuellen Inhaltsanalyseverfahren wurde in diesem Wissenschaftszweig ein Bewusstsein für die Rolle und die Aufgabe menschlicher Codierer geschaffen, welches die Akzeptanz von Computerprogrammen als Ersatz erschwert. In diesem Kapitel soll ein Verfahren vorgestellt und in der inhaltsanalytischen Praxis erprobt werden, welches die Vorteile der manuellen Inhaltsanalyse (insbesondere die Interpretationsfähigkeit, das Weltwissen und die Validität) mit den Vorteilen der computergestützten Inhaltsanalyse (insbesondere die Effizienz und Gründlichkeit) kombinieren. Die daraus resultierende Methode der halbautomatischen Inhaltsanalyse ist für die Codierer mit erheblich weniger Aufwand verbunden, da sie durch computergestützte Verfahren in ihrer Arbeit unterstützt werden. Für den Forscher bedeutet dies, mehr Texte mit demselben Zeitaufwand für Codierer bearbeiten zu können.

Statistics

Altmetrics

Additional indexing

Item Type:Book Section, not refereed, original work
Communities & Collections:06 Faculty of Arts > Institute of Mass Communication and Media Research
Dewey Decimal Classification:700 Arts
Uncontrolled Keywords:Inhaltsanalyse; Automatische Inhaltsanalyse; Maschinelles Lernen
Language:German
Date:8 December 2014
Deposited On:09 Dec 2014 17:14
Last Modified:08 Dec 2017 08:53
Publisher:Halem
Series Name:Methoden und Forschungslogik der Kommunikationswissenschaft
ISBN:978-3-86962-145-6

Download

Full text not available from this repository.