Kanal-Verteilung der Top 50 Videos

In einem ersten Schritt wird eine Liste der 50 meistaufgerufenen Videos erstellt. In Abbildung 1 ist die Kanal-Verteilung der 50 meistaufgerufenen Videos zu sehen. Man sieht sehr deutlich, dass “Tim Kellner” die Mehrheit der meistaufgerufenenen Videos produziert und somit einer - wenn nicht sogar - der zentralen Akteure der extremen Rechten auf Youtube ist.

Die 10 meistaufgerufenen Videos

Die folgende Liste zeigt die Titel der 10 meistaufgerufenen Videos. Am erfolgreichsten sind Videos mit hetzerischen Überschriften, in denen Politiker*innen des gegnerischen politischen Spektrums wie Karl Lauterbach oder Annalena Baerbock diffamiert werden. Auf Sarah Wagenknecht wird trotz ihrer Parteizugehörigkeit (Die Linke) positiv Bezug genommen. Darüber hinaus bekommen Redebeiträge der AfD-Fraktion im Bundestag hohe Klickzahlen.

## # A tibble: 1,876 x 3
##    title                                                 author            views
##    <chr>                                                 <chr>             <int>
##  1 Aufruhr im Bundestag, als Alice Weidel mit Merkels R… AfD-Fraktion Bu… 770564
##  2 MARKUS LANZ reagiert auf sichtlich betrunkenen LAUTE… Tim Kellner      683822
##  3 JAN JOSEF LIEFERS zerlegt WDR-Journalisten nach STRI… Tim Kellner      637037
##  4 Karl Lauterbach: Es ist seit Monaten klar, dass wir … Gunnar Kaiser    589128
##  5 WAGENKNECHT zerlegt hilflosen LAUTERBACH!             Tim Kellner      584921
##  6 Rundumschlag von Alice Weidel gegen Lindner, Scholz … AfD-Fraktion Bu… 528064
##  7 ICH SCHMEISSE HIN!                                    Gunnar Kaiser    526189
##  8 GRÜNEN-Chefin erneut total betrunken? War es das mit… Tim Kellner      506915
##  9 Grüne bezeichnen Deutsche als Köterrasse! - Rene Spr… AfD-Fraktion Bu… 484579
## 10 ANNALENA BAERBOCK zittert vor ENTGLEISUNG!            Tim Kellner      482843
## # … with 1,866 more rows

Gesamt-Views der einzelnen Kanäle

Die folgende Abbildung zeigt die Gesamtzahl aller Videoaufrufe der jeweiligen Youtube-Kanäle (es wurden nur Kanäle mit min. 50.000 Gesamt-Views berücksichtigt). Unter den fünf erfolgreichsten fünf Kanälen sind drei “klassischer” Influencer (Tim Kellner, Gunnar Kaiser und Niklas Lotz), der Kanal der AfD-Fraktion im Bundestag und Politik Spezial vom Autor und Redakteur Markus Gärtner (Kopp-Verlag, PI-News, RT Deutsch etc.).

Viewzahlen der Top-Kanäle im Zeitverlauf

Die folgende Abbildung zeigt die Viewzahlen der Topkanäle im Zeitverlauf von April bis Dezember 2021. Die meisten Kanäle weisen nur geringe Schwankungen auf. Lediglich die Viewzahlen der Kanäle von Gunar Kaiser und der AfD-Bundestagsfraktion schwanken deutlich.

## `summarise()` has grouped output by 'author'. You can override using the `.groups` argument.

Analysen auf Basis der Video-Titel

Die folgende Abbildung basiert auf Worthäufigkeitszählungen der Video-Titel. Berücksichtigt wurden die 100 meistaufgerufenen Videos. Mithilfe von Tokenisierung konnten die Titel in Wörter zerlegt werden. Diese wurden anschließend gefiltert, sodass die folgende Abbildung nur inhaltlich relevante Wörter und Begriffe beinhaltet. Die Begriffe lassen sich in verschiedene Kategorien untergliedern: 1. Politische Institutionen und Akteure (Baerbock, AfD etc.), 2. Affektive Wörter/leere Signifikanten (Wahrheit, Wahnsinn etc.), 3. Medien (Lanz, WDR etc.), 4. Corona-Pandemie (Impfpflicht, Infektionsschutzgesetz etc.), 5. Ortsbezüge (Deutschland), 6. Flutkatastrophe (Flutoper).

## Joining, by = "word"
## Joining, by = "word"
## Joining, by = "word"

Die Begriffe lassen sich in verschiedene Kategorien untergliedern: 1. Politische Institutionen und Akteure (Baerbock, AfD etc.), 2. Affektive Wörter/leere Signifikanten (Wahrheit, Wahnsinn etc.), 3. Medien (Lanz, WDR etc.), 4. Corona-Pandemie (Impfpflicht, Infektionsschutzgesetz etc.), 5. Ortsbezüge (Deutschland), 6. Flutkatastrophe (Flutoper)

Mögliche Fragestellungen und Erweiterungen für einen Blogbeitrag

  1. Qualitative Untersuchung der Top10-Videos
  2. Weitere quantitative “Meta”-Analysen
  3. Erklärungen für die unterschiede im Zeitverlauf
  4. Glossar für die Kanäle (Datenschutz?)
  5. Vergleich mit Twitter Analyse
  6. Genauere Beschreibung der Themen-Kategorien
  7. Diskussion über methodische Probleme bei quantitativen Analysen von Youtube (Transkripte unvollständig etc.)
  8. Genauere Analysen des Textkorpus (erscheint mir schwierig. Ich habe erste oberflächliche tf-idf Analysen gemacht, aber die Ergebnisse finde ich wenig aussagekräftig und auch ein bisschen willkürlich -> Was bringen in diesem Kontext solche Analysen?)

Beispiel für erste tf-idf Ergebnisse

## Joining, by = "author"
## Joining, by = "word"
## Joining, by = "word"
## Joining, by = "word"
## # A tibble: 328,846 x 6
##    author           word               n     tf   idf tf_idf
##    <chr>            <chr>          <int>  <dbl> <dbl>  <dbl>
##  1 IdentIT          authenticate       4 0.0161 3.14  0.0506
##  2 Lukreta Official luster             1 0.0143 3.14  0.0448
##  3 Lukreta Official systematischem     1 0.0143 3.14  0.0448
##  4 IdentIT          customers          3 0.0121 3.14  0.0379
##  5 IdentIT          try                3 0.0121 3.14  0.0379
##  6 Lukreta Official flugretter         1 0.0143 2.44  0.0349
##  7 Lukreta Official yorkshire          1 0.0143 2.44  0.0349
##  8 Lukreta Official zirpen             1 0.0143 2.44  0.0349
##  9 IdentIT          to                15 0.0605 0.571 0.0345
## 10 IdentIT          identity           4 0.0161 2.04  0.0329
## # … with 328,836 more rows