Big Data in der Radikalisierungsforschung

Abstract

Zusammenfassung. Die Erforschung extremistischer Radikalisierung hat durch digitale Verhaltensspurdaten, wie z. B. Social-Media-Posts oder öffentlich zugänglichen Medien, einen neuen Auftrieb erfahren. Vor dem Hintergrund, dass Big Data als „epistemologische Revolution“ angesehen wird, liefert die vorliegende systematische Literaturübersicht einen Überblick darüber, (i) welche Ziele, Datenquellen und Methoden im Rahmen von Spurdatenstudien in der Radikalisierungsforschung gewählt werden, illustriert exemplarisch einige Ergebnisse dieser Studien und (ii) analysiert welche Gemeinsamkeiten und Unterschiede zu traditionellen Studien wie Fragebogen- oder Experimentalstudien bestehen. Grundlage für den Überblick liefern 63 Studien, von denen allerdings nur eine geringe Anzahl (k = 18) digitale Verhaltensspurdaten nutzten, während der Großteil aus traditionellen Zugängen (k = 52) besteht. Die Ergebnisse zeigen, dass Spurdatenstudien größtenteils darauf abzielten, Personen mit radikalen Einstellungen zu identifizieren und die Entwicklung radikaler Ansichten vorherzusagen. Insgesamt eröffnen sich durch Verhaltensspurdaten bisher ungenutzte Potentiale für die Analyse von Persönlichkeitsprofilen und die Untersuchung dynamischer sozialer Interaktionen derjenigen, die anfällig für extremistische Rekrutierung sind.Eine englische Übersetzung als Rohfassung dieses Artikels finden Sie als Elektronisches Supplement 1.