COMPUTERGESTÜTZTE VISUELLE EMOTIONS ANALYSE IN DER POLITISCHEN KOMMUNIKATION DER PARTEIEN UND SPITZENKANDIDIERENDEN IM BAYERISCHEN LANDTAGSWAHLKAMPF 2023  AUF INSTAGRAM

Im Rahmen der letzten bayerischen Landtagswahl am 08. Oktober 2023 wurde die politische Kommunikation auf Instagram zunehmend relevant. Instagram bietet Politikerinnen und Politikern eine Plattform, um ihre Botschaften visuell ansprechend zu präsentieren und mit potenziellen Wählerinnen und Wählern in Kontakt zu treten.

In bereits existierenden Arbeiten wurden die visuell übertragenen Emotionen von Politikerinnen und Politikern auf ihren Social Media Profilen untersucht, so unter anderem im Rahmen der US Wahl 2020 (Bossetta & Schmøkel, 2023).

Mit der Einführung von gpt-4-vision im Frühjahr 2023 präsentierte OpenAI ein weiteres interessantes Tool, das es ermöglicht, übertragene Emotionen auf Bildern zu identifizieren. Es zeichnet sich durch seine Abweichung von herkömmlicher Gesichtserkennungssoftware aus und hat das Potenzial, präzisere Ergebnisse zu liefern. Angesichts dieser Neuerung und der bisherigen Forschungslücke besteht ein wissenschaftliches Interesse daran, die Genauigkeit und Effektivität von gpt-4-vision in der Erkennung von Emotionen zu untersuchen. 

Darüber hinaus bietet die Landtagswahl 2023 eine neue Ebene, welche in der bisherigen Forschung wenig berücksichtigt wurde. Die Analyse der übertragenen Emotionen während des Wahlkampfs könnte interessante Einblicke in die politische Kommunikation auf Instagram liefern.

Das Hauptziel dieser Abschlussarbeit besteht darin, die übertragenen Emotionen in der politischen Kommunikation im Rahmen der Landtagswahl 2023 auf Instagram zu untersuchen. Dabei werden zwei verschiedene Tools zur Ermittlung der Emotionen eingesetzt (Amazon Recognition und ChatGPT4), miteinander verglichen und analysiert. Des Weiteren werden Erkenntnisse über Unterschiede in Verbreitung, Inhalt und Interaktion der Beiträge herausgearbeitet und untersucht.

1. Datensammlung: Es soll ein Datensatz von Instagram-Inhalten im Zusammenhang mit der bayerischen Landtagswahl erstellt werden. Dabei werden sowohl vergängliche Stories als auch permanente Inhalte erfasst, die von den politischen Akteuren während des Wahlkampfes veröffentlicht werden.
2. Literaturrecherche zur politischen Kommunikation auf Instagram und computergestützte Analyse visueller Social Media Inhalte. Dabei werden relevante theoretische Konzepte und Ansätze untersucht, beispielsweise im Bereich der visuellen Kommunikation.
3. Annotation und Auswertung der Daten: Der existierende Datensatz wird annotiert, um die übertragenen Emotionen zu identifizieren.
4. Computergestützte Datenauswertung: Die Emotionen werden desweiteren mittels Amazon recognition und ChatGPT4 identifiziert
5. Ergebnisinterpretation: Zum einen werden die Ergebnisse der computergestützten Auswertung miteinander verglichen und letztendlich der händischen Annotation gegenübergestellt. Zum anderen werden die gewonnenen Daten interpretiert und auf Unterschiede in Verbreitung, Inhalt und Interaktion untersucht.

• Nicht notwendig, aber von Vorteil: Vorwissen aus der Politik-, Kommunikations- oder Medienwissenschaft
• Interesse am interdisziplinären Arbeiten
• Python Kenntnisse oder die Motivation sich einzuarbeiten

https://wiki.mi.ur.de/arbeiten/nutzung_von_stories_in_social_media_kanaelen_politischer_akteure_waehrend_der_bundestagswahl_2021

Bast, J. (2021). Politicians, Parties, and Government Representatives on Instagram: A Review of Research Approaches, Usage Patterns, and Effects. Review of Communication Research, 9. https://www.rcommunicationr.org/index.php/rcr/article/view/108 Haßler, J., Kümpel, A. S., & Keller, J. (2021). Instagram and political campaigning in the 2017 German federal election. A quantitative content analysis of German top politicians’ and parliamentary parties’ posts. Information, Communication and Society, 1–21. https://doi.org/10.1080/1369118X.2021.1954974 Bossetta, M., & Schmøkel, R. (2023). Cross-Platform Emotions and Audience Engagement in Social Media Political Campaigning: Comparing Candidates’ Facebook and Instagram Images in the 2020 US Election. Political Communication, 40(1), 48–68. https://doi.org/10.1080/10584609.2022.2128949 Towner, T. L., & Muñoz, C. L. (2022). A Long Story Short: An Analysis of Instagram Stories during the 2020 Campaigns. Journal of Political Marketing, 1–14. https://doi.org/10.1080/15377857.2022.2099579