KorRex | Die Netzwerkkarten – Methodik und erste Ergebnisse

Im letzten Blogbeitrag Das Projekt KorRex | Anlass und Vorgehen haben wir Anlass, Vorgehen und Ausgangshypothese des Projekts KorRex vorgestellt. Im folgenden Blogbeitrag sollen nun die genaue Methodik sowie erste Ergebnisse zur Netzwerkanalyse und den Verknüpfungspunkten präsentiert werden.

In einem Netzwerkgraphen werden einzelne Akteur*innen durch Knoten (Punkte) und deren Verbindung zueinander durch Kanten (Linien) dargestellt. Je stärker die Verbindung zwischen zwei Knoten ist, desto näher liegen die Knoten beieinander. Die solchen Netzwerkgraphen zugrundeliegende Idee ist nicht neu in den Sozialwissenschaften, erfuhr aber in der jüngsten Vergangenheit einen erheblichen Bedeutungszuwachs. Schließlich lassen sich mit ihrer Hilfe komplexe Strukturen in der Online-Kommunikation veranschaulichen.

Die Präzision solcher Netzwerkanalysen hängt erheblich von der Qualität des verwendeten Datensatzes ab. Kanäle, die häufig von denselben Zuschauer*innen geschaut werden, sollen im resultierenden Graphen eine stärkere Verbindung zueinander haben, also näher beieinander liegen. Solche, die sich nur selten die Zuschauer*innenschaft teilen, weiter auseinander. Allerdings verbietet YouTube, unter anderem aus Datenschutzgründen, einen direkten Zugriff auf Informationen darüber, welcher User*innen sich welches Video angeschaut haben.

Worauf YouTube allerdings Zugriff gewährt, sind Informationen darüber, welche User*innen welche Kanäle abonniert haben. Da Abonnements manuell getätigt werden, und in aller Regel zumindest ein gewisses Interesse an einem Kanal widerspiegeln, sind diese ein guter Indikator, um Verbindungen zwischen den Zuschauer*innenschaften relevanter Kanäle zu verdeutlichen.

Mithilfe verschiedener Python-Skripts wurden über YouTubes Programmierschnittstelle (API) möglichst viele User*innen ausfindig gemacht, die zunächst ihre Abonnements öffentlich teilen und, weiter einschränkend, mindestens einem der zuvor mit Hilfe von qualitativen Methoden identifizierten Kanälen folgen. In den Kommentaren unter den Videos suchten die Skripts nach entsprechenden User*innen, denn dort ist die Chance, entsprechende Abonnent*innen zu finden, am größten.

Zur qualitativen Auswahl der ausgewählten Kanäle und zur Erschließung der Bezugspunkte wurden zwei Ebenen gewählt: Die Akteur*innen-Ebene sowie die Follower*innen-Ebene. Diese Vorgehensweisen werden wir im weiteren Verlauf noch genauer erläutern.

Es ist wichtig zu betonen, dass die identifizierten englischsprachigen Kanäle bisher nur begrenzt inhaltlich (qualitativ) analysiert wurden und daher vorläufig nicht in der Logik der in ABAT aufgestellten Einordnung der Kanalsammlung behandelt werden können. Das bedeutet, dass zum jetzigen Zeitpunkt unklar ist, ob es sich um Kanäle handelt, die salafistisch geprägte Inhalte verbreiten, um islamistisch geprägte Kanäle der Bewegung Hizb ut-Tahrir, um Hybridkanäle mit zumindest Versatzstücke islamistischer oder salafistischer Glaubensüberzeugungen oder einfach um unverdächtige muslimische Kanäle, die Religion zum Thema haben. Zur Einordnung folgt ein Blogbeitrag zu einem späteren Zeitpunkt.

Auf der Akteur*innen-Ebene wurden mithilfe eines Scripts alle Kanal-Empfehlungen der 220 Kanäle der Peripherie erfasst. Um diese genauer zu filtern, haben wir durch eine weitere Software eine Spracherkennung über die empfohlenen Kanäle laufen lassen, durch welche die englischsprachigen Kanäle identifiziert werden konnten. Auf der Plattform YouTube können Betreiber*innen der Kanäle zwar auch ein Herkunftsland bzw. einen Ländercode angeben, dies ist jedoch nicht verpflichtend. Nicht alle Betreiber*innen machen von dieser Möglichkeit Gebrauch. Daher wurde für unser Vorhaben der direkte Weg über die Sprache der Kanäle gewählt.

Aus diesen Vorarbeiten ergab sich die folgende Liste:

Mit diesen Seed-Kanälen wurde dann im weiteren Verlauf die oben angeführte Netzwerkkarte erstellt. Insgesamt bilden 15.794 Kanäle mit ihren Abonnements die Grundlage der Karte, 1.049 Kanäle werden abgebildet. Diese Kanäle haben alle mehr als 300 Abonnent*innen in der Auswahlgruppe. Die Seed-Kanäle sind in der Karte gelb eingefärbt. Tatsächlich haben es einige dieser Kanäle nicht in die Karte geschafft. Das liegt daran, dass kleinere Kanäle, die zwar in der PrE häufiger erwähnt werden und damit gut begründet als Seed-Kanäle gesetzt wurden, aufgrund ihrer geringen Popularität im internationalen Raum in der Logik der Methodik als nicht (mehr) relevant in der Netzwerkkarte erscheinen.

Die deutlich aussagekräftigere Karte ist die folgende Follower*innen-Karte. Je mehr (große) Seed-Channels dabei in die Karte einfließen, desto filigraner werden die Verbindungen. Trotzdem lässt sich auch auf der Akteur*innen-Ebene bereits eine Blase erkennen, wenn diese auch nicht so exzeptionell erscheint wie in der deutschsprachigen Peripherie. Die wichtigsten Kanäle scheinen MercifulServant, Bayyinah Institute, The ProphetsPath, The Daily Reminder, iLovUAllah, LoveAllah328, Islamic Guidance und Digital Mimbar zu sein, wobei von diesen knapp die Hälfte zuvor als Seed-Kanäle identifiziert wurde.

Die zweite Herangehensweise basiert auf der Netzwerkkarte des Projekts ABAT. Bei diesem wurden die Abonnements der Follower*innen der deutschsprachigen Kanäle aus der Netzwerkkarte ausgewertet (für eine genaue Übersicht der Methodik und der Karte siehe den modus|insight Die Peripherie des Extremismus auf YouTube Seite 13-19 und diesen Blogbeitrag). Auf der Karte des Projekts ABAT wurden für KorRex alle großen englischsprachigen Kanäle identifiziert, die von den Zuschauer*innen der Blase abonniert wurden.

Die untenstehenden Kanäle wurden so identifiziert und als Seed-Kanäle ausgewählt, das Kriterium war die Anzahl der Follower*innen, die Verbindungen zu diesen Kanälen haben.

Insgesamt wurden so 17.768 Kanäle identifiziert, die mit ihren Abonnements die Grundlage der Karte bilden. 1.156 Kanäle sind in der Netzwerkkarte abgebildet, alle haben mindestens 300 Abonnent*innen in der Auswahlgruppe.

Die Karte zeigt auch hier wieder ein Cluster, wenn auch nicht so ausgeprägt wie im deutschsprachigen Raum. Vorstellbar ist, dass die Zuschauer*innenschaft im englischsprachigen Raum größer und deutlich heterogener als im deutschsprachigen Raum ist. Deswegen ist das Cluster nicht ganz so präzise zu fassen. Mit anderen Worten: Das Beziehungsgeflecht ist komplizierter. Auch wenn die englischsprachige Blase noch nicht inhaltlich qualifiziert werden kann und sicher weitaus größer und diverser ist, scheinen zumindest zwei Beobachtungen sowohl für die deutschsprachige, als auch für die englischsprachige Blase zutreffend zu sein:

Eine Trennung nach traditionellen Rollenbildern der Geschlechter („typisch“ weiblich und „typisch“ männlich) lässt sich jedoch beispielsweise nicht so einfach wie auf der ABAT-Netzwerkkarte identifizieren. Vielmehr scheinen diversere Wirkmechanismen Einfluss auf die Anordnung zu haben: So ist die Karte durch den Gephi 2 Algorithmus eher nach kultureller bzw. geographischer Herkunft sortiert worden.

Im nächsten Blogbeitrag vergleichen wir die populärsten deutsch- und englischsprachigen salafistischen YouTube Kanäle und analysieren ihre Content-Strategien und ermitteln Kanaltypen.