20 Jahre X, ehemals Twitter – Ein faszinierendes Forschungsfeld für die Sozialwissenschaften
„just setting up my twttr“ – Mit diesem legendären ersten Tweet meldete
sich Mitgründer Jack Dorsey am 21. März 2006 auf der neu geschaffenen
Plattform Twitter zu Wort. In den folgenden 20 Jahren entwickelte sich
Twitter, heute X, zu einer zentralen Plattform für Kommunikation und
Interaktion weltweit – und ist längst zu einem wichtigen Gegenstand
sozialwissenschaftlicher Forschung geworden.
GESIS – Leibniz-Institut für Sozialwissenschaften begleitet die
Entwicklungen rund um Twitter/X seit vielen Jahren mit großem Engagement.
Dank umfassender Expertise im Bereich digitaler Verhaltensdaten aus dem
Web, insbesondere auf Social-Media-Plattformen wie X, trägt GESIS
wesentlich zur Erforschung dieses dynamischen Feldes bei.
Zum Jubiläum von Twitter/X veröffentlicht GESIS im eigenen Blog ein
Experten-Interview mit Prof. Axel Bruns, einem renommierten
Twitter/X-Experten und Australian Laureate Fellow am Digital Media
Research Centre der Queensland University of Technology in Brisbane
(Australien): „The anniversary of Twitter/X „marks a bittersweet moment in
social media history”. https://t1p.de/2cs87.
Innerhalb von GESIS setzen sich verschiedene Abteilungen und Expert*innen
aus unterschiedlichen Perspektiven mit Daten aus sozialen Medien,
insbesondere Twitter/X, auseinander.
Prof. Dr. Katrin Weller beschäftigt sich als Leiterin des GESIS-
Datenarchivs mit der langfristigen Verfügbarkeit von Daten aus Plattformen
wie Twitter/X und deren möglicher Rolle als digitale Quellen für die
Erforschung von Zeitgeschichte. Dazu gehören auch Fragen zur
Datenverfügbarkeit, aktuell beispielsweise im Kontext des Digital Services
Act.
Prof. Dr. Stefan Dietze forscht an der Schnittstelle von Information
Retrieval, Natural Language Processing und Machine Learning, insbesondere
mit Fokus auf KI-Methoden für die Gewinnung und Interpretation von Daten
aus dem Web, z.B. Social Media, und deren Nutzung für
sozialwissenschaftliche Forschung oder auch das Training und Benchmarking
von KI-Modellen.
Prof. Dr. Claudia Wagner forscht zu methodischen Herausforderungen beim
Einsatz digitaler Verhaltensspuren zur Modellierung menschlichen
Verhaltens und Einstellungen. Sie analysiert auch die Auswirkungen von
Online-Plattformen und künstlicher Intelligenz auf Gesellschaft und
Wissenschaft.
GESIS hat bereits frühzeitig die Relevanz von Twitterdaten für die
sozialwissenschaftliche Forschung beschrieben (siehe unten 1.) und
Forschungsdatensätze für die sozialwissenschaftliche Forschung mit
Twitter/X bereitgestellt, die auch longitudinale Analysen über große
historische Datenmengen ermöglichen (s. 2.). Analytische Arbeiten nutzen
diese Korpora mit Blick auf die Untersuchung gesellschaftlicher
Fragestellungen, z.B. im Kontext des Kriegs in der Ukraine (s. 3.).
Methodische Arbeiten setzen sich z.B. mit möglichst generalisierbaren
Verfahren zur Analyse von Diskursen auf Twitter auseinander (s. 4.).
1.Twitter/X als (historische) Quelle über Gesellschaft:
Bruns, A., Weller, K.: Twitter as a First Draft of the Present: And the
Challenges of Preserving It for the Future. Proceedings of the 8th
International ACM Web Science Conference (WebSci '16), New York, USA,
2016. https://doi.org/10.1145/290813
2.Twitter/X als Datensatz:
Feger, M., Dietze, S.: TACO — Twitter Arguments from Conversations. Joint
International Conference on Computational Linguistics, Language Resources
and Evaluation (LREC-COLING 2024), Turin, Italien, 2024.
https://aclanthology.org/2024.
Dimitrov, D., Baran, E., Fafalios, P., Yu, R., Zhu, X., Zloch, M., Dietze,
S.: TweetsCOV19 – A Knowledge Base of Semantically Annotated Tweets about
the COVID-19 Pandemic. 29th ACM International Conference on Information &
Knowledge Management (CIKM2020), ACM 2020.
https://doi.org/10.1145/334053
3. Analysen von Twitter/X-Daten:
Hafid, S., Kartal, Y. S., Schellhammer, S., Jacot, V., Bringay, S.,
Dietze, S., Todorov, K.: Disambiguation of Implicit Scientific References
on X. ACM Hypertext 2025 (HT2025), Chicago, USA, 15–19 September 2025.
https://doi.org/10.1145/372055
Khan, M. T., Dimitrov, D., Dietze, S.: Characterization of Tweet Deletion
Patterns in the Context of COVID-19 Discourse and Polarization. ACM
Hypertext 2025 (HT2025), Chicago, USA, 15–19 September 2025.
https://doi.org/10.1145/372055
Schmüser, J., Sri Ramulu, H., Wöhler, H., Stransky, C., Bensmann, F.,
Dimitrov, D., Schellhammer, S., Wermke, D., Dietze, S., Acar, Y., Fahl,
S.: Analyzing Security and Privacy Advice During the 2022 Russian Invasion
of Ukraine on Twitter. ACM CHI Conference on Human Factors in Computing
Systems 2024 (CHI2024), Honolulu, Hawaii, USA, 11–16 Mai 2024.
https://doi.org/10.1145/361390
Boland, K., Starke, C., Bensmann, F., Marcinkowski, F., Dietze, S.:
Themes, Policies and Attention Shifts regarding COVID-19 Vaccinations in
German-Speaking Regions: Infoveillance Study Using Tweets. Journal of
Medical Internet Research 27 (2025), e63909.
https://doi.org/10.2196/63909.
4. Methodische Studien zu Twitter/X-Daten:
Feger, M., Boland, K., Dietze, S.: Limited Generalizability in Argument
Mining: State-Of-The-Art Models Learn Datasets, Not Arguments. Proceedings
of the 63rd Annual Meeting of the Association for Computational
Linguistics (ACL2025), Wien, Österreich, 2025.
https://doi.org/10.18653/v1/20
Feger, M., Dietze, S.: BERTweet’s TACO Fiesta: Contrasting Flavors On The
Path Of Inference And Information-Driven Argument Mining On Twitter.
Findings of the Association for Computational Linguistics: NAACL 2024,
Mexiko-Stadt, Mexiko, 2024. https://doi.org/10.18653/v1/20
naacl.146
