Am 15. Juli 2021 wurde ein neues Datenspende-Tool ver?ffentlicht, das den YouTube-Algorithmus zum Bundestagswahlkampf untersuchte. Beim ersten DataSkop-Datenspendeprojekt wurde untersucht, welche personalisierten Empfehlungen und Suchergebnisse das YouTube-System rund um Themen der Bundestagswahl lieferte. Sechs Wochen lang, vom 15. Juli bis zum 25. August 2021, konnten dazu Daten gespendet werden.

Besonders an dieser Untersuchung des YouTube-Empfehlungssystems war, dass bei den meisten Forschungsprojekten Empfehlungen und Suchergebnisse von YouTube nur von au?en betrachtet wurden, also ohne mit einem pers?nlichen Account eingeloggt zu sein. Mithilfe von DataSkop konnten potenzielle Spender*innen Auswertungen und Erl?uterungen zu den Daten ihres YouTube-Profils direkt sehen. Durch Visualisierungen konnte nach Mustern und Auff?lligkeiten in den Daten gesucht werden. Wenn diese interaktiven Experimente die Spender*innen ¨¹berzeugten, konnten sie ihre Daten spenden.

Die gespendeten Daten wurden von Wissenschaftler*innen der Europa-Universit?t Viadrina (Frankfurt an der Oder) und Datenjournalist*innen von ?Der Spiegel¡° und der ?Stiftung Neue Verantwortung¡° ausgewertet.

Die Masterthesis von Emilia Knabe untersuchte im Rahmen des Forschungsprojekts DataSkop Bed¨¹rfnisse, Einstellungen und Erfahrungen zum Thema der Datenspenden und der digitalen Souver?nit?t. Hierzu wurden zwei Workshops durchgef¨¹hrt. Auf Basis der Erkenntnisse der Workshops wurden drei visuelle Str?nge von Screen-Designs als Vorschl?ge f¨¹r die Gestaltung des Datenspendeprogramms DataSkops ausgearbeitet. Die Screen-Designs wurden anschlie?end in drei moderierten User Tests evaluiert. Schlie?lich wurden auf Basis der Erkenntnisse der Workshops und der User Tests Empfehlungen f¨¹r die Gestaltung des Datenspendeprogramms DataSkops formuliert.

Masterthesis Interfacedesign Emilia Knabe, Fachhochschule Potsdam 
Betreuung: Prof. Constanze Langer, Marie Beuthel, M.A. (Sommersemester 2021)

Begleitend zu den Datenspendeprojekten wurde im Projektverlauf zudem der Simulator ?Plattformdynamiken¡° konzipiert, entwickelt und umgesetzt. Dieser soll die Bildungsarbeit zur digitalen Souver?nit?t unterst¨¹tzen und wurde am 07. M?rz 2022 ver?ffentlicht. 

Fokus im Bearbeitungsprozess war die Erstellung von Simulationsdatens?tzen; Visualisierung der Datenabh?ngigkeiten und Ver?nderung je nach Einwirkung der Nutzer*innen von diversen Plattformeinstellungen; Festlegen der n?tigen Funktionen und Interaktionsmechanismen; Graphical User Interface und UX/UI-Design. 

Hier geht es zum Simulator ?Plattformdynamiken¡°

Im Sinne der F?rderung der digitalen Souver?nit?t von Sch¨¹ler*innen wurde, auf Grundlage unsere Recherche, Lehrlernmaterial in Form einer Informationsgrafik konzipiert und gestaltet. Die Informationsgrafik steht f¨¹r den Schulunterricht als Download zur Verf¨¹gung.

Im Verlauf des Forschungsprojektes wurden 3 Lehrveranstaltungen (Hauptstudium und Master) an der Fachhochschule Potsdam angeboten, die das Thema digitale Souver?nit?t fokussierten.

Die Ergebnisse der Studierenden reichen von erkl?renden Videos, Printmedien, Infografiken und Scrollytellings bis hin zu funktionalen Prototypen f¨¹r Smartphones.

Beispielhaft wird an dieser Stelle das Abschlussprojekt ?Urlosaurus¡° von Frank Rausch (M.A.) abgebildet. In seiner Kursarbeit untersuchte Frank Rausch, wie man Nutzer*innen einen souver?nen Umgang mit URL-Tracking erm?glichen und ein Bewusstsein f¨¹r das Thema schaffen kann. Hierzu wurde ein digitales Werkzeug entworfen, dass es Nutzenden erm?glichen soll, sich gegen URL-Tracking zu wehren, indem Urlosaurus User beim Erkennen von versteckten Trackern, die sich hinter Links verbergen, unterst¨¹tzt.

Was wird TikTok-Nutzer*innen in ihrem For-You-Feed angezeigt? In welche Nischen werden sie geleitet? Diese Fragen standen im Fokus des zweiten Datenspende-Projektes von DataSkop. Bis Ende M?rz 2023 konnten Nutzer*innen ihre Daten dem Projekt freiwillig zur Verf¨¹gung stellen. Mithilfe dieser Datens?tze wurde untersucht, wie der Empfehlungsalgorithmus der Plattform funktioniert.

Nutzer*innen konnten sich die Open-Source-Software unter http://dataskop.net herunterladen, die ihre DSGVO-Daten f¨¹r sie anforderte. Das sind private Nutzungsdaten, die Plattformen aufgrund der Datenschutzgrundverordnung (DSGVO) herausgeben m¨¹ssen. Sobald diese Daten verf¨¹gbar waren, wurden sie automatisiert abgerufen. Die Nutzer*innen sahen daraufhin drei Visualisierungen ihres Nutzungsverhaltens, die das Team der Fachhochschule Potsdam gemeinsam mit AlgorithmWatch gestaltet hat. Danach erhielten Nutzer*innen die M?glichkeit, ihre Daten dem Forschungsprojekt zu spenden.

Ziel der Untersuchung war es, den TikTok-Empfehlungsalgorithmus mit echten Nutzungsdaten zu untersuchen: Wie und wo entstehen Trends und Nischen? Gibt es Hinweise darauf, dass die Plattform bestimmte Inhalte prominent in den For-You-Feeds platziert?

Anhand der anonymisierten gespendeten Daten entstanden im Winter 2023 Visualisierungen am Fachbereich Design, die Ereignisse, wie beispielsweise die Nutzeraktivit?t aller Datenspender*innen untersuchten. Es wurde nach verschiedenen Arten der Nutzung der App gefiltert, die Nutzung der TikTok App pro Stunde, je Tag, mit dem tats?chlichen Konsum von Videos auf der Plattform in Vergleich gesetzt und das Nutzungsverhalten einzelner Datenspender*innen dargestellt.