 Hallo und herzlich willkommen hier wieder im Stream der Chaos Zone, dem Verbund der CCCs in Osten Deutschlands. Jetzt mit einem Talk von Korrektiv und Clemens Comarelle. Kein Filter für rechts. Dieser Talk wird auch übersetzt. Ich rede also kurz Englisch. Diesen Talk wird live Translate. In Ihren Streams wählst du die Translation 1-Sektion und dann bekommst du den Talk in Englisch. Zurück zu Deutsch. Viel Spaß beim Talk. Kein Filter für rechts, von Korrektiv. Viel Spaß. Das Bild wirkt wie ein typischer Insel. Ein weiches hellbraunes Däckchen umwickelt ein blondes Baby, das friedliche Navi geschleft. Umgeben ist es von seinem Spielzeug. Ein kleiner Plüschwolf, ein höllsames Schwert, dazu etwas Dekoration. Das warme Licht trägt perfekt zur Stimmung bei, die pure Unschuld. Mehr als 660 Nutzerinnen und Nutzern gefällt das Bild. Wer es genauer betrachtet, versteht aber, dass es für sie etwas anderes bedeutet. Das Baby ist ein Kämpfer, wie ein Nutzer unteres Bild schreibt. In einigen Jahren werde es für die Frühlingsangriffe bereit sein. Dann sehen wir es auch, dass höllsame Dekorationstück, das rechts neben dem Kopf des Babys, platziert ist. Es soll eine schwarze Sonne darstellen. Eines der bekanntesten deutschen rechtsextremen Erkennungssobole der Neuzeit. Ein Kleinkind neben einem Neonazi-Motiv. Willkommen auf der dunklen Seite Instagrams. Es ist jene Seite der Plattform, in die wir vor etwas mehr als einem Jahr beschlossen haben, einzutauchen, als wir das erste Mal zusammenkamen. Bereits nach einer kurzen Recherche, weil mehr als deutlich, dieser Post ist nur einer von vielen. Erst Teil einer Welt in der gilt, wenn ihr weit, der ist no upgrade, don't mix. Einer Welt, die selbst auf den versucht, objektiven Beobachter eine faszinierte Abscheu auslöst. Einer Welt, die wir im letzten Jahr in unserer Datenrecherche ausgiebig erforscht und kartografiert haben. Wir, das ist ein fünfköpfiges Team aus den drei Reportern und Reporterinnen, Alice Echtermann, Till Eckart und Arne Steinberg sowie Selzer Dias und mir, Clemens, die für die Datenanalysen zuständig waren. Dazu kommt das ganze Korrektivteam von Chefredaktion bis Community, Fact Checking bis Design. Ich selbst bin für dieses Projekt erstmals in die Rolle eines Datenjournalisten geschlüpft und freue mich sehr, heute stellvertretend für dieses Team auf dem RC3 euch einige Einblicke in unsere Recherche kein Filter für rechts zu geben. In den nächsten 40 Minuten soll es auf der thematischen Ebene um die neue Rechte und Instagram gehen. Es geht darum, wie rechte Accounts versuchen insbesondere junge Menschen in ihre Kreise zu ziehen. Es geht um ihre Vernetzung untereinander und wie sie Instagram nutzen, worüber sie schreiben. Zugleich ist der Vorstark ein Werkstattbericht, der euch vor allem zeigen soll, wie wir einen Datensatz von über vierenhalbtausend Instagram-Accounts erhoben und untersucht haben. Warum aber Instagram? Instagram ist eine beliebtesten Apps weltweit. Auf den ersten Blick scheint die Plattform harmlos, ihr Image geprägt von Naturfotos, Reisetipps, Rezepten und Tierbeeren auf der einen und Influencerinnen-Marketing auf der anderen Seite. Mehr als 20 Millionen Deutsche sind auf der Plattform angemeldet, etwa die Hälfte von ihnen sind aber Jugendliche oder junge Erwachsene. Das Potenzial, das hier also insbesondere Heranwachsene in einer Phase ihrer Identitätssuche mit Inhalten der rechten Szene in Beruhrung kommen, ist durchaus sehr groß. Und die Anzer, also wie Bandbreite, rechter bis rechtsextremer Inhalte, ist größer als man es gemein hinannehmen mag. Zumindest ging es mir persönlich so. Das klingt zwar naiv, aber ich war vor Beginn der Recherche noch nie mit rechten Inhalten auf Instagram in Beruhrung gekommen. Ganz anders als beispielsweise auf Twitter, dass hier aufgrund von Antworten und Kommentaren und Threads die Inhalte auch eher, ich würde sagen, bubbleübergreifend präsentiert. Stell fanden wir während unserer ersten Recherche Beispielerechter, Meme-Seiten, Medien, Lifestyle-Accounts, Fan- und Community-Accounts und die Profile vieler Politiker und Politikerinnen aus AfD-Kreisen. Kurzum, alles was es sonst auf Instagram gibt, gibt es auch in rechter Färbung. Teilweise offensichtlich rechts, plump und wirklich abstoßend, aber auch Posts, die auf den ersten Blick harmlos wirken und ihre Botschaft subtil oder nur in der Bildbeschreibung vermitteln. Dieses Bild beispielsweise stammt vom Account von Nieser Lehmann. Sie ist im Vorstand der jungen Alternative in Sachsen. Auf den ersten Blick ein unscheinbarer Instagram-Post, wie auf Tausenden von Timelines zu finden ist, eine junge Frau vor dem Brandenburger Tor mit einem Starbucks-Kaffee in der Hand. Die Bildbeschreibung dazu jedoch, Kaffeepause mit Besatzerkaffee. Das klingt zwar an sich harmlos, bedient aber das gerne von Reichsbürgern genutzte Narrativ, Deutschland sei noch immer von Alliierten besetzt und kein souveränner Staat. Hashtags wie Heimatliebe sind zudem in der Szene weit verbreitet und können als eine Art Erkennungszeichen dienen. Andere Hashtags wie Fototour, Kaffee oder Winter sorgen dafür, dass dieses Bild auch bei der Suche nach den entsprechenden, ganz unverfänglichen Hashtags gefunden wird. Nur ein Beispiel von vielen. Diese vielen Beispiele reichten aus, damit wir uns das Ziel setzen, das Netzwerk der neuen Rechten auf Instagram ausgrüblich zu kartografieren und abzubilden. Und zwar klar, dass wir dafür eine belastbare Stichprobe und vor allem sehr viele Daten benötigen werden. Und damit wollen wir jetzt anfangen. Deswegen schauen wir uns nix einmal an, was für Datemann von so einem Instagram-Profil alles erheben kann. Meiner Meinung nach sind das vor allem vier Säulen. Die erste Säule, das sind Metadaten und allgemeine Profilinformationen. Dazu zählt sowas wie der Name des Profils oder die Beschreibung, die Userbio. Für jeden Post auf der Timeline gibt es darüber hinaus Metadaten wie den Zeitpunkt des Uploads oder den Ort sofern angegeben. Die Anzahl der Likes und Kommentare. Darüber hinaus haben wir Hashtags auf den Bildern und auf manchen Posts auch in den Bildbeschreibungen markierte oder auf den Bild markierte Accounts. Die zweite Säule, das sind Verbindungsdaten, also wem folgt ein Account und von wem wird er gefolgt. Die dritte Säule sind Textdaten. Hierzu zählt die Beschreibung auf den Bildern, aber auch die ganzen Kommentare auf einem Bild. Und die vierte Säule, das sind qualitative Daten, die jetzt nicht direkt gespeichert oder erhoben werden können. Das ist sowas wie der subjektive Eindruck des Betrachters. Also welche Ästhetik nutzt das Profil, welche Tonalität, welche Bildsprache. Diese Säule hilft dabei die anderen Datenpunkte einzuordnen, wenn man sich mit einem bestimmten Profil beschäftigt. Was jetzt hier fehlt in der Aufzählung, sind die Stories. Diese sind nur 24 Stunden verfügbar und waren für uns deswegen schwer zu erheben. Nichtsdestotrotz kann man sich vorstellen, dass da eine ganze Menge an Daten zusammenkommt. Daher haben wir vor der Recherche dann eine Datenbank aufgesetzt, in der wir alle erhobene Daten abgespeichert haben. Das ermöglichte uns auch zum Beispiel Änderungen in den abonnierten Accounts, bestimmten Accounts aufzuzeichnen und eben in unsere Analyse mit einzubeziehen. Was wir aber auch brauchten, war eine Sampling-Methode, weil wir wollten ja eine belastbare Stichprobe generieren. Das heißt, wir konnten nicht einfach wahllos Accounts herausgreifen. Wir haben uns für eine abgewandte Form des sogenannten Exponential Discriminative Snowballs Samplings entschieden. Das klingt jetzt erstmal sehr fancy, ist aber super einfach. Die Methode geht für unser Beispiel davon aus, dass jeder Instagram Account bestimmten Accounts folgt und diesen Verbindungen folgt man dann, denn jeder Account folgt ja wieder anderen Accounts und der folgt ja wieder anderen und so weiter. In der Theorie würde man mit dieser Methode schnell zu einer gigantischen Stichprobe kommen, denn jeder weiß seit diesem Jahr, wie exponentielles Wachstum funktioniert, denn die Verbreitung des Coronavirus funktioniert auf genau die gleiche Atemweise. Wir mussten also an bestimmten Punkten unserer Erhebung dann stoppen und auch filtern. Das haben wir auch gemacht und werden uns gleich ansehen, wie genau. Zunächst aber brauchen wir, wie auf der Foei sehen, rote Punkte, das heißt Ursprungs-Accounts, von denen wir unsere Erhebung aus starten wollten. Dazu haben wir zunächst einmal einen Fake-Account erstellt. Wir haben ihn mit bestimmten Merkmalen, die in der Szene häufig genutzt werden, versehen, damit er sozusagen uns an der Cover einen Einblick in auch privat gestellte Profile gewähren konnte. Für die Auswahl unserer Ursprungs-Accounts starteten wir dann vor allem mit AfD-Politikerinnen sowie Parteiorganisationen, denn Funktionsträger der Partei werden durch öffentliche Gelder finanziert. Ihre Verbindung innerhalb und zur rechten Szene zur Untersuchung erschien uns daher als gesellschaftlich relevant und angemessen. Die Liste haben wir dann ergänzt mit bekannten Accounts der identitären Bewegung, die vom Verfassungsschutz als gesichert rechtsextrem eingestuft wird. Darüber hinaus Accounts aus der rechten Medienzene von Rechtsrockern und Rechtsrappern, Mode-Lables, Kampfsportlerinnen und germanischen Kulten. Bei der Zusammenstellung der Accounts haben wir darauf geachtet, dass jeder Account durch mindestens ein zweites Teammitglied geprüft wurde. Insgesamt hatten wir so eine Liste von 281 Accounts zusammen, die dem Ursprung unseres Netzwerks bilden werden. Der Großteil dieser Accounts, etwa 80%, kam direkt aus der AfD oder im AfD-Umfeld. Diese Stichprobe ist also in gewisser Weise durchaus verzehrt und mit der Auswahl der Start-Accounts kann es sein, dass wir bestimmte andere Gruppen verpasst haben. Parallel zu diesen Ursprungs-Accounts haben wir eine Kontrollgruppe aufgestellt, die 86 Accounts stark war. Sie besteht vor allem aus Prominenten, Influencerinnen und einigen Accounts aus dem Umfeld unseres Teams. Sie dient uns dazu, Inhalte zu filtern, die nicht nur in der rechten Szene vorkommen oder generell häufig auf Instagram zu finden sind. Schauen wir uns also an, wie wir nun von unseren Ursprungs-Accounts zu unserer Stichprobe gekommen sind. Zunächst sind wir allen ausgehenden Verbindungen gefolgt, die die 281 Ursprungs-Accounts haben. Wir sind dabei nur den ausgehenden Verbindungen gefolgt, weil diese aktiv beeinflusst werden können, also ein aktives Folgen des Ursprungs-Accounts bedarfen. Insgesamt folgen diese Ursprungs-Accounts über 58.800 Profilen, was natürlich die ganze Menge ist. Und da sind natürlich auch viele dabei, die dann nur von einer Person gefolgt werden. Wir entschieden uns also, ein Kriterium zu setzen und das besagt, dass ein Account in unserer Stichprobe verbleibt, wenn er von mindestens drei unserer Ursprungs-Accounts gefolgt wird. Insgesamt erfüllen etwas mehr als 4.500 Accounts dieses erste Kriterium. Wir sind nun der Logik unserer Sampling-Methode gefolgt und sind allen weiteren ausgehenden Verbindungen gefolgt, was uns bereits zu über 820.000 Profilen führt. Daher haben wir, wie wir hier auf der Folie zu sehen, ein zweites Kriterium gesetzt. Wir wollten Accounts in unserer Stichprobe behalten, die für unsere Ursprungs-Accounts relevant sind, aber auch für deren Umfeld. Daher erhielt jeder Account unserer Datenbank einen Punkt wert. Ein Punkt für eingehende Verbindung von den Ursprungs-Accounts, 0,1 Punkte für eingehende Verbindung von den 4.500 Accounts, die das erste Kriterium erfüllen. Um in der Stichprobe zu verbleiben, muss sein Account mindestens 2,5 Punkte erreicht. Dieser Wert wirkt beliebig, ist der in gewisser Weise auch. Aber wir mussten abschätzen zwischen handhabarer Stichprobengröße und einer ausreichenden Abdeckung relevanter Accounts. Daher bot uns dieser Wert die bestmögliche Abdeckung. Wir hatten also einen Sample von gut 10.800 Accounts damit. Und zu diesen haben wir alle zugänglichen Informationen erhoben. Gut ein Drittel dieser Accounts war privat und für uns leider nicht zugänglich. Im folgenden dritten Schritt haben wir diese Accounts lo kategorisiert, als relevant oder nicht relevant eingeordnet. Doch nicht nur relevant oder nicht relevant wurde unterschieben. Jeder interessante Account wurde einer Kategorie samt Unterkategorie zugeordnet. Diese Kategorie hatten wir zuvor in einem gemeinsamen Training mit etwas mehr als 150 zufällig ausgewählten Accounts unserer Stichprobe festgelegt. Das sollte dazu dienen, die Abweichung und Verhalten zwischen den Teammitgliedern möglichst gering und die Rehabilität damit möglichst hoch zu halten. Um das Kategorieren einfach zu ermöglichen, haben wir ein kleines Interface gebaut. Das heißt, der Teammitglied konnte sich da einloggen und erhielt dann ein Account aus unserer Datenbank mit dem Profil und diversen Metadaten. Der Account konnte auf der rechten Seite einfach in eine Kategorie und eine Unterkategorie eingeordnet werden. Darüber hinaus gab es die Möglichkeit, Kommentare zu vermerken, z.B. ist besonders interessant oder gehört zur identitären Bewegung. Das Team hatte zudem die Möglichkeit einen Account zu überspringen, wenn man nichts dazu herausfinden konnte oder einen anderen Teammitglieder zu delegieren. Bei jedem Account, den wir jetzt nicht interessant oder in die Kontrollgruppe eingeordnet haben, wurden die Gewichtungen in der Datenbank neu berechnet. Dies führte dazu, dass mit der Zeit auch Accounts unserer Stichprobe gefallen sind, obwohl sie gar nicht kategorisiert worden sind, weil wenn das ein bestimmter Account ausscheidet in seine Verbindung, konnte bei anderen Accounts das Kriterium von 2,5 Punkten oder Umständen nicht mehr erfüllt werden. Insgesamt gab es über 100 Coding-Sessions mit 8000 Interaktionen. Jede Session dauerte im Schnitt 73 Minuten. Insgesamt haben wir also etwas mehr als 120 Stunden auf Instagornprofilen der rechten Szene verbracht. Und das Kategorisieren war daher auch sehr wichtig. Wir haben nämlich ein Gefühl für die Ästhetik und diverse Geschichten bekommen und Accounts, die wir vorab gar nicht auf dem Schirm hatten. Insgesamt haben wir 6600 Accounts eingeordnet. Insgesamt führte das zu über etwas mehr als 8000 potenziell relevanten Accounts, von denen wir 4.500 als relevant eingeordnet haben. 80 von diesen 4581 relevanten Accounts wurden mit der Zeit durch Veränderungen Netzwerk irrelevant. Also die haben das Kriterium nicht mehr erfüllt, weil Netzwerke sind ja dynamisch, das heißt Verbindungen konnten auch wegfallen. Und über etwa 3.500 Accounts haben wir nicht kategorisiert. Der Großteil war privat und dementsprechend nicht zugänglich. Einen kleinen Rest haben wir verpasst, weil wir sie nicht rechtzeitig nachgucken ließen. Das heißt, hier war diese Dynamik im Netzwerk, das Accounts mit der Zeit relevant wurden. Zum Glück sind diese alle sehr nah an der Schwelle von 2,5 Punkten und daher insgesamt eher weniger relevant für das Netzwerk. Zu dieser finalen Stichprobe von 4500en einem Instagram-Account erhoben wir dann noch einmal alle relevanten Daten, was uns nun ermöglicht, unseren Untersuchungsgegenstand einmal an Zahlen zu fassen. Wir haben 4501en Instagram-Account, inklusive aller ihrer Information, Profilbeschreibung, Anzahl-Follower, Anzahl-Accounts, wie sie folgen, Anzahl der Posts. Zwischen den Accounts bestanden zum Zeitpunkt des Datenschlusses, der am 1.9.2020 war, über 330.000 aktive Verbindungen. Von dieser Stichprobe haben wir zudem über 830.000 Instagram-Posts in unserer Datenbank mit etwas mehr als 13 Millionen zugehörigen Kommentaren. Und zu guter Letzt haben wir für jeden Account eine Kategorie und eine Unterkategorie. Um dieser Information kommen wir nun zum zweiten Teil des Vortrags. Wir schauen uns zunächst einmal ganz einfach mit ein bisschen diskriptiver Statistik an, wie wir die Accounts unserer Stichprobe zugeordnet haben und schauen uns dann noch mal ein Meter Datum an, weil das ganz interessant ist, um weil man daraus etwas lernen kann. Das ist die Aufteilung der Kategorien in unserer Stichprobe. Der größten Teil an der Accounts machen die Kategorien AfD und Patriotinnen und Verschwörungsideologen aus. Hier versammeln sich jeweils gut 30% der Accounts unserer Stichprobe. Für uns tatsächlich ganz erfreulich, denn wenn wir uns an unsere Ursprungsaccounts erinnern, wird deutlich, dass wir vor gut 80% AfD und AfD-Umfeld nun bei Zucker einem Drittel sind. Die beiden großen Kategorien schauen wir uns gleich noch mal an, weil es da natürlich diverse Unterkategorien gibt. Dann gibt es die nächste größte Kategorie, die Subkulturen. Hier finden sich z.B. rechte Musiker und Musikerinnen Accounts aus den Bereichen Kampfsport und Lifestyle, aber auch Merchandise. Natürlich entsprechend in verschiedenen Unterkategorien. Die weitere mittelgroßen Kategorien sind sowas wie Burschenschaften und Studentenverbindungen, Meme-Accounts der rechten Szene, bekannte Medien-Szene-Accounts sowie Accounts der identitären Bewegung und der jungen Alternative. Eher untergeordnete kleine Rollen ist das Stichprobespieler Accounts, die wir als rechtsextrem oder NPD naheingestuft haben, sowie Accounts anderer europäischer rechter Parteien und der FPÖ. Die haben wir noch mal gesondert gelistet, weil es doch genug für eine eigene Gruppe war, zum Beispiel. Gucken wir zunächst auf die AfD. Hier sehen wir, dass der große Teil der AfD erst mal als Umfeld bezeichnet ist. Das sind Accounts, die wir zwar der AfD zuordnen konnten, die aber kein bestimmtes Mandat haben. Alle Akteure mit einem Mandat sind als Politikerin eingeordnet. Das schließt Kreistagsabgeordnete bis zur Europa-Abgeordneten ein. Dazu haben wir dann noch Parteiaorganisationen, also sowas wie die Accounts von Regional, Landes oder vielleicht auch das Europaverbandes. Eine kleine Gruppe ist darüber hinaus die Fan-Accounts. Das ist sowas wie Alice Weidel vor Kanzler. Also es gibt tatsächlich so einen kleinen Fan-Cult auf Instagram umbestimmte Personen aus der AfD. Die andere große Gruppe sind die Patrioten und Verschwörungsideologen. Hier ist ein Großteil der Accounts nicht näher zugeordnet. Wir konnten sie aber immerhin der Szene zuordnen, indem wir gesehen haben, dass sie bestimmte Emojis wie Deutschland fahren, Reichskriegsflaggen, Emojis, Hashtags wie Patriot, Vaterland oder Themen wie Islamisierung, Bevölkerungsaustausch in ihren Profilen behandeln. Auch ganz viele Corona-Leugner und Leugnerinnen finden sich in dieser großen Gruppe. Interessanter sind da die NDS-Accounts und die jungen Patrioten. Und jung, das ist hier wirklich erschreckend, meint so bis zu einem Alter von 18 bis 20 Jahren. Wir haben sehr, sehr viele jugliche Profile gesehen, die genau die eben angesprochene Themen, Bevölkerungsaustausch, Islamisierung, man müsse das Land zurück erobern, übernehmen. Und das ist wirklich sehr, sehr erschreckend, habe ich so vor dieser Recherche überhaupt nicht erwartet. Die NDS-Accounts sind ebenfalls fast ausschließlich heranwachsende und jugendliche, die sich eindeutig über ihren Namen oder ihre Profilbeschreibung mit dem Song Neuer Deutscher Standard, also kurz NDS, der Rechtsreffer Chris Ares und Prototyp identifiziert, die als beider als eine Art Influenz in der Szene agieren. Wir schauen uns die auch noch mal später genauer an. Ebenfalls eine Gruppe, die uns aufgefallen ist, sind Profile, die die Geschichte verherrlichen, also das NS-Regime und die Kaiserzeit. Hier werden dann Bilder von Generälen oder Panzern gepostet, sowie Grenzausdehnung der ihrer Auffassung nach richtigen Grenzen des Deutschen Reiches. Also sehr, sehr viel absurde Dinge. Wir wollen uns nun mal ansehen, was man mit Metadaten anstellen kann. Und wir haben uns hier mal eines exemplarisch rausgenommen, und zwar die Uhrzeit und den Wochentag von Posts. Weil wir können uns damit ansehen, zu welchen Zeitpunkten, welche Gruppen besonders gerne posten. Als erstes haben wir hier die AfD-Parteiorganisation. Auf der linken Seite des Diagramms, also auf der Y-Achse, haben wir die Wochentage, auf der X-Achse die Stunden der Tage. Je heller ein Feld in der gleich erscheinenden Heatmap ist, desto häufiger wird dort von dieser Gruppe gepostet. Schauen wir uns die Parteiorganisation an, zeigt sich, dass ein relativ wenig überraschendes Muster. Unter der Woche, von Montag bis Freitag wird viel gepostet, am Wochenende sehr wenig. Die ersten Post erscheint fast immer gegen 7 Uhr morgens, am frühen Nachmittag sind diese Accounts besonders aktiv und spätestens ab 18 Uhr nimmt die Aktivität doch spürbar ab. Ein ganz bereit gestreutes Bild hingegen haben wir bei den Politikerinnen. Hier wird tendenziell am Wochenanfang etwas weniger gepostet, aber eigentlich jeden Tag relativ viel und vor allem immer bis in die Abendstunden hinein. Die Verteilung ist vermutlich so breit, weil jeder Politiker, jede Politikerin ihre individuellen Vorlieben hat, wann sie etwas postet, wogegen die Organisationsaccounts halt von Mitarbeitern betreut werden, die bestimmte Arbeitszeiten haben. Interessant im Vergleich ist auch eine andere Berufsstand, zum Beispiel die Medienszene. Hier sehen wir, dass die Accounts der Medienszene ihren Schwerpunkt ebenfalls am Tag haben oder am Wochenende deutlich weniger gepostet wird. Allerdings liegt die Hochzeit eher zwischen 17 und 19 Uhr und die ersten Posts kommen eher so zwischen 10 und 11. Das heißt, in der Medienbranche schläft man gerne etwas länger als bei den Parteierorganisationen. Wir wollen jetzt aber zudem kommen, weswegen wir eigentlich hier sind, zu unseren Netzwerkdaten. Und das ist der wirklich spannende Teil, weil jetzt können wir uns ansehen, wie bestimmte Accounts miteinander verknüpft sind und wie sie miteinander interagieren. Und dazu gibt es zunächst ein ganz kurzes Intro, und zwar, wie funktionieren eigentlich so Netzwerkdaten. Zunächst besteht ein Netzwerk aus Knoten. Knoten, das sind die 4500 Accounts unserer Stichprobe, oder in diesem Fall Alice Weidel, Jörg Meuthen und Beatrix von Storch. Unten Netzwerke bestehen aus Verbindungen, die Kanten genannt werden. Die Verbindungen sind bei uns davon bestimmt, ob ein Account einem anderen Account folgt oder eben nicht. In unserem Beispiel folgen sich fast alle gegenseitig. Nur Frau Weidel folgt nicht Herrn Meuthen. Und da dies möglich ist, sprechen wir bei Instagram-Daten über ein sogenanntes gerichtetes Netzwerk, die Richtung der Verbindung zählt und eine Verbindung kann einseitig oder beidseitig sein. Für die Verbindungen zwischen den Knoten des Netzwerks gibt es unterschiedlich starke Kattengewichte, denn jede Verbindung kann sich wie eine Feder vorgestellt werden, sie sich unterschiedlich stark zusammenziehen oder eben denen lässt. Und je höher das Kattengewicht ist, desto wichtiger sollen zwei Accounts voreinander sein. Das heißt, die Verbindung von Herrn Meuthen zu Frau von Storch ist in diesem Fall stärker als andersherum. Und wir haben uns natürlich auch überlegt, wie dieses Kattengewicht zu Stand bekommt. Es gibt dafür, meines Wissens nach, keine feste Regel. Das heißt, wir haben ein wenig herumprobiert und geschaut, welche Datenpunkte wir dort alle nach logischen Menschenverstandenen einbeziehen können und welche am Ende auch in den Datensinn ergeben. Dabei haben wir die einzelnen Datenpunkte normalisiert, da gehe ich jetzt aber nicht drauf ein, weil das tatsächlich ziemlich viel Zeit in Anspruch nehmen würde. Aber man kann darüber sprechen, was alles in dieses Kattengewicht mit einfließt. Erstens gegenseitiges Folgen, denn gegenseitiges Folgen ist schon mal ein Ausdruck gegenseitigen Interesses. Der nächste Indikator ist die Menge gemeinsam gefolgter Accounts. Wenn hat man eine große gemeinsame Schnittmenge bei gefolgten Accounts, gehört man mutmaßlich zur gleichen Community oder hat an den gleichen Dingen Interesse. Dazu haben wir die Menge der gemeinsam genutzten Hashtags, auch hier ein gemeinsames Themeninteresse sozusagen erkennbar. Und dazu kommen, wie häufig markieren sich Accounts gegenseitig auf Bildern oder wie häufig kommentieren sie unter den Bildern des jeweils anderen Accounts. Diese relativ klare Interaktionsfaktoren und je höher oder häufiger das vorkommt, desto wahrscheinlicher ist es, dass diese Accounts sich kennen oder miteinander interagieren. Und damit entstand in unserer Datenbank für jedes einzelne Verbindungspaar und jede Verbindungsrichtung eine individuell berechnete Verbindungsstärke, also eine Stärke für diese Feder. Das führt am Ende dazu oder in der Grafik, die wir gleich sehen, dass Accounts mit mehr Gemeinsamkeit stärker zueinander hingezogen werden als Accounts mit weniger Gemeinsamkeit. Mit der Berechnung der Verbindungsstärke hatten wir nun alles, um unser Netzwerk und die Stichprobe zu visualisieren. Dazu haben wir Geffig genutzt, was uns zu der folgenden Grafik führt. Die einzelnen Accounts ziehen dabei entsprechend der Stärke dieser Verbindungsfedern voneinander weg. Die stärker, desto näher zusammen, die schwächer, desto weiter auseinander. Die Farben sind in diesem Fall ausnahmsweise nicht basierend auf den Kategorien unserer Stichprobe, sondern basieren auf den Modularity Class Community Detection Algorithmus. Dieser wird dazu genutzt, um so Gruppen innerhalb von Netzwerk zu identifizieren. Ganz einfach gesagt guckt dieser Algorithmus die Anzahl der Verbindung innerhalb einer Gruppe möglichst hoch und die Anzahl der Verbindungs der Gruppe zu anderen Accounts möglichst gering zu halten. Und darauf entstehen wir dann halt Cluster. Während für diese Übersicht die vom Algorithmus gefundenen Cluster, dann mit den Kategorisierung unseres Teams verglichen und zum Glück eine relativ große Übereinstimmung gefunden. Das heißt, wir konnten den Clustern relativ einfach Namen zuweisen. Wichtig ist aber, Nähe im Netzwerk bedeutete nicht zwangsläufig eine inhaltliche Nähe, aber zumindest, dass potenziell sich mehr Accounts aus dieser Gruppe gegenseitig folgen und die sich dadurch räumlich näher anordnen. Wir sehen hier zum Beispiel auf der linken Seite, dass Accounts aus dem AfD umfällt, die AfD Politiker und die AfD-Partei-Organisation die ganze linke Seite des Netzwerks ausmachen vor allem. Auf der anderen Seite sehen wir zum Beispiel identitäre Bewegung, die nahe Verknüpptes mit den Subkulturen oder auch relativ nahe zu den Burschenschaften und Darmverbindungen. Wenn wir uns aber wirklich anschauen wollen, wer sich für wen interessiert, eignet sich eine deutlich reduzierte Darstellung viel viel besser, denn hier ist ja jeder Account ein Knoten. Wir haben das ganze mal reduziert dargestellt. Jeder Knoten in dieser Grafik entspricht einer Kategorie, also allen Accounts, die wir dieser Kategorie zugeordnet haben. Also diesmal wieder durch das Kategorisieren bestimmt. Die Größe des Knotens basiert auf der Anzahl der zugeordneten Accounts. Jetzt haben wir auch Verbindungen in dieser Grafik. Die Verbindungsstärke zwischen je zwei Kategorien basiert nur noch auf dem Anteil bestehender Verbindung, durch den Anteil möglicher Verbindung zwischen diesen beiden Gruppen. Das Ganze wird dann noch mal multipliziert mit dem durchschnittlichen berechneten Kantengewicht von den Verbindungen, die zwischen diesen Gruppen bestehen. Die Grafik dient also tatsächlich dazu, dass Interesse einer Gruppe an der jeweils anderen zu kennzeichnen, die jetzt hier sichtbaren ausgehenden Verbindung von der AfD sind immer in der entsprechenden Knotenfarbe geferbt. Das heißt, für diese Grafik habe ich für jede Kategorie dann die vier wichtigsten ausgehenden Verbindungen berücksichtigt, damit das Ganze auch gut übersichtlich bleibt. Blicken wir zunächst auf die AfD, sehen wir wenig überraschen eine besonders starke Verbindung zur jungen Alternativen. Das ist jetzt nicht besonders relevant, aber es zeigt uns unsere Daten zumindest auch die Realwelt ganz gut abbilden. Ebenfalls zeigt sich eine recht starke Verbindung zur FPÖ. Wir können das Spiel jetzt weiterspielen und schauen uns zum Beispiel die jungen Alternative an. Diese interessiert sich auch relativ stark für die AfD, allerdings auch für die identitäre Bewegung, was wiederum spannend ist, weil diese als gesichert rechtsextreme eingestuft wird. Guckt mal jetzt zum Beispiel auf die Idee, sieht man auch, dass sich die identitäre Bewegung wiederum stark für die junge Alternative interessiert, aber auch für Accounts, der Medienzene und der Subkultur. Füllt man jetzt die Grafik vollständig, zeigt sich ein weiteres Phänomen. Wir sehen nicht nur wer interessiert sich für wen, sondern wer ist auch besonders häufig unter den Top 4. Und hier sticht zunächst die Medienzene ins Auge. Fast alle Kategorien haben eine Verbindung zur Medienzene hin. Das ist jetzt auch nicht besonders überraschend, aber auch sehr interessant, weil wir tatsächlich die Rolle der Medienzene innerhalb des Instagram-Netzwerks abbilden können. Das heißt, viele, viele Profile konsumieren Inhalte der Medienzene, was natürlich logisch ist, weil die ein Art Sprachwort der Community bilden und Themen aus verschiedensten Bereichen aufgreifen und weiterverbreiten. Aber es ist sehr spannend, dass sich das tatsächlich anhand von Instagram-Daten und dieser Grafik zeigen lässt. Wir können uns aber natürlich nicht nur das gesamte Netzwerk angucken, sondern auch die Rolle einzelner Accounts. Dafür eignen sich zwei Werte besonders gut. Der eine ist die Eigenwechselzentralität, der andere die Between-its-Centralty. Der erste Wert gibt mehr oder weniger an, wie wichtig ein Knoten im Netzwerk ist. Er operiert nach der Logik, jemand ist so wichtig, wie die Accounts, die jemand kennt. Und es ist halt ein Maß für die soziale Bedeutung im Netzwerk. Die Between-its-Centralty ist ein Maß, das angebt und wichtig, ein Account als Verknüpfungsfigur ist. Dazu wird vereinfacht gesagt, berechnet, wie häufig liegt ein Account auf der kürzesten Verbindung zwischen zwei Accounts, die sich nicht gegenseitig folgen. Das heißt, Accounts mit einer hohen Between-its-Centralty sind häufig eine Art Schaltzentrale, die dann eben Kommunikation weiterleiten können oder eben nicht. Sie stehen sozusagen zwischen verschiedenen Accounts. Betrachtet man die Top 10 nach dem jeweiligen Maßfeld bei der Eigenwechselzentralität auf, dass dies vor allem prominente AfD-Accounts sind und der Account der jungen Freiheit, der der Medien Szene zugeordnet ist. Das ist jetzt durchaus interessant, weil sich hier wieder ein sehr realwertliches Abbild zeigt. Also Accounts, die häufig auch in der Realwelt im Rampenlicht stehen, sind hier wiederum dann auch auf dem Instagram-Netzwerk besonders wichtig, weil sie eben natürlich von vielen Accounts gefolgt werden und auch von vielen anderen wichtigen Accounts gefolgt werden. Ein bisschen spannender in Anführungszeichen ist da hingegen die Between-its-Centralty, denn hier finden sich auch einige unbekannterer Accounts, angeführt für so die Liste zum Beispiel vom Freiburger AfD-Stadtrat Dubravko Mandic, der als rechter Hardliner gilt, gefolgt vom Meme-Account-Patriot Peter AfD, über den wir tatsächlich während unserer Recherche relativ wenig herausfinden konnten. Interessant ist auf Platz 3 der Rapper Prototype, der wie gesagt mit seinem Song Neuer Deutscher Standard zusammen mit Chris Ares diese ganze NDS-Community inspiriert hat und er hat für gesorgt hat, dass dieses Kürzel häufig den Namen aufgenommen wird. Spannender sind diese Maße jedoch, wenn man sie in einem bestimmten Kontext setzt. Und wir wollten zum Beispiel wissen, was verbindet Accounts von AfD-Politikern und Politikerinnen mit Accounts der rechtsextremen identitären Bewegung. Wer hat also in einem bestimmten Fall eine hohe Between-its-Centralty? In der Grafik hier sehen wir alle AfD-Politikerinnen als blaue Accounts, die Accounts der IB in gold-gelb. Und wir sehen in Grau alle Accounts, die mindestens einem Account aus beiden Ruppen folgen, also potenziell als Verbindungsknoten operieren. Die AfD-Accounts sind blau, wie gesagt, und rot sind Accounts, die eine besonders hohe Verknüpfungsfunktion haben. Das heißt, in diesem Netzwerk ausschnallt eine hohe Between-its-Centralty. Und viele der Namen haben wir bereits in der Liste gesehen, also Dubrov Gomandic oder den Account der jungen Freiheit. Hier zum Beispiel aber hinzugekommen und sehr, sehr interessant ist der Peripiti-Shop, denn das ist ein Beispiel, wie Recherche und Datenhand in Hand gehen. Den Account hat bevor der Recherche nicht wirklich auf dem Schirm. Peripiti ist ein rechtes Mode-Label oder nach der eigenen Aussage patriotisch-konservative Casual-Kleidung. Und diverse bekannte Personen der Szene wirken als Testimony für den Shop. So posiert z.B. Björn Höcke in einem Polohemd von Peripiti und als bekannter und vor allem rechts außen beliebter Politiker eignet er sich natürlich gut als Werbeträger in der Szene. Aber auch andere Influencer wie Chris Ares oder Prototyp, die beiden Rechtsrapper, sind in Peripiti-Kleidung zu sehen. Die Marke scheint es zeigen also nicht nur die Daten im Netzwerk, sowohl AfD-Politiker als auch Mitglieder der I.B. miteinander zu finden und bei beiden anklang zu finden. Das ist durchaus spannend, denn dieser Phönix auf der Brust, also das Logo der Marke, kann damit wie ein Erkennungssymbol wirken, das von außen jedoch erst einmal vollkommen unverdächtig erscheint, weil es gar nicht so bekannt ist. Wir haben uns dann aber auch nochmal natürlich angesehen, welche AfD-Politiker und Politikerinnen interessieren sich eigentlich besonders für die identitäre Bewegung auf Basis von Instagram-Daten. Das heißt, welche AfD-Politiker folgen besonders vielen I.B.-Accounts. Und das sind hier alle, die rot markiert sind. Jeder rot markierte AfD-Politiker oder Politikerin folgt mindestens drei Accounts der I.B. Wir sollten dabei immer am Hinterkopf halten. Folgen ist ungleich inhaltlicher Übereinstimmung, aber symbolisiert ein irgendwie gerichtetes Interesse, warum auch immer. Interessant sind diese Verbindungen aber vor allem vor dem Hintergrund der sogenannten Unvereinbarkeitsliste der AfD, nach der die Mitglieder der Partei weder Teil der I.B. noch andere rechtsextremer Gruppen oder Parteien sein dürfen. Und gerade die Parteispitze distanziert sich öffentlich von rechtsextremen Positionen sehr häufig. Wir haben also als Korrektiv dann bei Alice Weidel angefragt, was denn das Folgen von I.B.-Anhängern auf Instagram bedeutet. Sie sagte dazu, in wie weit das reine Folgen von Instagram-Accounts mutmaßlicher I.B.-Anhänger gegen Parteitagsbeschlüsse zu widerläuft, ist juristisch zumindest streitig. Es wird der Einzelfall entscheidend sein. Also was wir hier haben, ist eine ganze Reihe an Einzelfällen, die wir im Angebot haben. Die meisten Lokalpolitikerinnen ohne hohes Amt. Allerdings sind da runter auch einige Landtagsabgeordnete zu finden, wie zum Beispiel Dennis Holoch oder Daniel Freier von Lützow, beide immerhin Mitglieder des Brandenburger Landtages. Innerhalb dieses Subnetzwerks erfüllt jedoch der Account Kaiser-AfD von Marie-Thérèse Kaiser, die wichtigste Folgenfunktion. Und dieses Profil ist auch sehr spannend, weil wir es vorher auch nicht wirklich auf dem Schirm hatten, nun aber bereits häufig als wichtigen Verbindungsknoten im Netzwerk gefunden haben. Schauen wir uns doch diesen Einzelfall einmal genauer an. Kaiser war unter anderem das Kampagnenmodel für die NRW Kommunalwahl dieses Jahres, ist aber auch im Vorstand der niedersächsischen Landes-AfD. Vor kurzem gab sie zudem auf Instagram bekannt, sich um ein List-Mandat für die Bundestagswahl 2021 zu bewerben. Von Distanz zur IB hält sie scheinbar zumindest relativ wenig. Sie folgt vielen Accounts auf Instagram und teilte mehrfach Beiträge der Bewegung auf Twitter. Unter anderem auch von der IB-Initiative 1%. Ebenfalls auf Twitter zeigte sie sich durchaus kritisch gegenüber der Unvereinbarkeitsliste der AfD, als der Parteiausschluss von Andreas Kalbens ging. Und was auch sehr spannend ist, oder mittlerweile ja fast wenig überraschend, war auch sie als Model mit einem Pully des Peripatyshops auf Instagram zu sehen. Das heißt, es fügen sich hier tatsächlich verschiedene Verbindungen auf der Plattform zusammen und ergeben auch real weltlich ein Bild. Interessant ist aber auch, dass Kaiser nach der Veröffentlichung unseres ersten Textes alle Posts von ihrem Profil löschte. Unter anderem auch den hier zu sehen. Mittlerweile finden sich wieder einige neue Posts, in denen sie unter anderem zweimal die Rechercheaufgriff oder sich klar gegen Maskepflicht positioniert. Sie startete zudem einige neuen Accounts zu folgen, die wir in unserer ersten Veröffentlichung thematisiert haben. Also eine Distanz zu Rechten bis Rechtsextremen Positionen sieht auf jeden Fall anders aus. Wir wollen uns nun als letzten Teil der Analyse unserer Daten mit Hashtags beschäftigen. Hashtags sind super, um einen Einblick in die Themenwelt der neuen Rechten auf Instagram zu bekommen. Denn sie sind per See inhaltsbeschreibende Schlagworte. Die Folie hier zeigt alle Hashtags, die häufig in unserer Stichprobe, aber selten oder fast gar nicht in der Kontrollgruppe vorkommen. Die Größe eines Wortes entspricht der Anzahl der Accounts, die diesen Hashtag mindestens einmal verwendet haben. Also eine Art Verbreitung des Hashtags in unserer Stichprobe. Diesen verhindert, dass Hashtags sie von einem Account ganz, ganz oft verwendet werden, hier zu dominant werden. Was auffällt, sind zunächst Hashtags wie Merkel muss weg, AfD wählen, Mut zur Wahrheit oder Vaterland, die sehr beliebt sind, häufig von der AfD genutzt werden und von ihr als Thema gesetzt werden und dann in andere Gruppen defundieren. Präsenz sind aber auch Hashtags aus dem Umfeld der Burschenschaft und Darmverbindung, so dass wie Studentenverbindung, Burschenschaft oder auch Stiftungsfest, was hier häufiger mal auftaucht. Das ist durchaus interessant, erklärt sich aber auch daraus, dass viele IB-Mitgliederbeziehungen zu diesen Burschenschaften und Darmverbindungen haben und auch einige Politiker oder Umfelds-Accounts früher Teil dieser Studentenverbindung waren. Dazu kommen Begriffe wie Linksextremismus, Fakantifa, Patrioten oder Konservativ, die sich eigentlich durch alle Gruppen hinweg finden. Wenn man sich das Ganze dann mal nach Gruppen anschaut, kann man tatsächlich einen ziemlich guten Eindruck über die Themen eines bestimmten Teil unseres Netzwerks gelangen. Zum Beispiel haben wir hier auf der linken Seite die beliebtesten Hashtags der AfD. Tatsächlich findet man dort einen gewissen Selbstbezug. Also man findet sich wieder mit Hashtags wie Altparteien, Merkel muss weg, holt ihr dein Land zurück, AfD wählen, AfD wirken. Man sieht so die ganze Bandbreite der klassischen AfD-Naration. Wir sind die einzige Partei, die weiß, was gut für Deutschland ist. Wir sind gegen das Establishment. Nur mit uns wird man wieder sich das Land zurückerobern. Das ist tatsächlich, ja, also wäre das nicht irgendwie so schlimm, wäre es tatsächlich ein bisschen langweilig, weil es tatsächlich genau das Gleiche ist, was man immer zu hören bekommt. Auf der rechten Seite haben wir dann die Patrioten und Verschwörungsideologen. Hier liegt der Fokus etwas mehr, würde ich sagen, auf Deutschland, also sowas wie Vaterland, Preußen, Volk, was durch verwunderlich ist, weil die Gruppe hier eben so zusammengestellt ist. Interessant ist aber zum Beispiel der Hashtag, die von Europe hier so präsent ist. Der ist von der identitären Bewegung initiiert und steht für die Abschottung Europas und für eine ziemlich menschenverachtende Aktion, wo die IB versucht hat, die Seenotrettung zu behindern. Das heißt, dieser Hashtag von einer rechtsextremen Gruppe ist mittlerweile stark in die rechte Community defundiert. Zudem fällt natürlich auch auf, dass es hier wieder viel um das Kaiserreich und Geschichte geht, also auch die Geschichtsliebhaber sind präsent. Gleiches gilt für den Hashtag NDS, der eben wieder für die Gruppe dieser NDS-Account steht und viele Accounts entsprechend dieser Rechtsrepszene zuordnet. Was man mit Hashtags dann aber auch machen kann, ist, sich anzuschauen, wie häufig sie gemeinsam vorkommen. Und das habe ich mir auch mal angesehen. Wir mussten uns natürlich ein bisschen begrenzen und haben dann geguckt, auf wie viele Posts bestimmte Hashtags gemeinsam vorkommen. Damit ein Hashtag hier auftaucht, musste er für mindestens 5% der Accounts einer Kategorie relevant sein und damit haben wir Hashtags gefiltert, die in sehr wenigen Accounts sehr häufig vorkommen, weil das sonst hier zu zu starken Verbindungen geführt hätte. Und was wir dann ersehen, ist eine Art thematische Landkarte der neuen Rechtenlauf-Instagramm. Zunächst im Zentrum haben wir viele Hashtags, die wir gerade schon beim AfD umfällt oder generell als hauptsächlich beschreibt für unsere Community gesehen haben. Merkel muss weg, konservativ, Patrioten. Räumlich links davon haben wir dann Hashtags, die hauptsächlich von der FPÖ verwendet werden und die hier vom Community-Detection-Algorithmus auch als eine Gruppe zusammenfinden. Interessant ist hier zum Beispiel, dass es eher auch um das Wort Heimat, Heimatschutz, Heimatliebe geht so und gegen bei den AfD-Sachen oder generell in der deutschen Community dann häufiger das Wort Vaterland tatsächlich zu finden ist. Darüber hinaus haben sich dann darüber englischsprachige Hashtags zusammengefunden und welche aus dem Umfeld der IB, die hier zum Beispiel golden markiert sind oder rosa wie die Fed Europe. Das rote Cluster sind diverse klassische Insta-Hashtags, die irgendwie den Weg in diese Stichprobe gefunden haben, weil sie scheinbar nicht häufig genug in der Kontrollgruppe vorkamen. Die rosafahrende Gruppe zumindestens umfasst dann auch Hashtags aus den Bereichen Subkultur und die haben häufiger einen starken Bezug zum germanischen oder kultuschen. Und das letzte große Cluster ist hauptsächlich verbunden durch den Hashtag Vaterland mit dem Hauptcluster und beschreibt Hashtags, die fast ausschließlich mit von Burschenschaften oder Damenverbindung genutzt werden. Wir haben jetzt also ganz viele Einblicke in verschiedene Datenpunkte gesehen. Aber wir haben natürlich auch viel nicht messbares erfahren. Viele Stunden Recherche, Interviews mit Insidern, Insiderinnen, Experten, Expertin. Und diese natürlich genauso unschätzbar wichtig und ebenso essentieller Bestandteil der Recherche. So viel zum Beispiel das folgende Phänomen auf. Während rund um den Blackout Tuesday gefühlt ganz Instagram wie auf der linken Seite seine Solidarität mit George Floyd und der Black Lives Matter Bewegung ausdrückte, bekamen wir unter dem Hashtag White Lives Matters viele Posts zu sehen, die einfach weiß gefärbte Quadrate waren. Oder es wurden Verschwörungstheorien verbreitet, wie zum Beispiel das nur noch 6% weiße Menschen auf der Erde leben würde. Man selbst sei eine rassistisch bedrohte Minderheit. Auch in unseren Daten zeigt sich dieses Phänomen parallel zu dem Hashtag Black Lives Matter. Der wurde der Hashtag White Lives Matter in unserer Stichprobe immer verbreiteter. Und der beiden Hashtags zeigt sich wieder einmal das klassische unterrechten vorherrschende Gefühl. Wir werden angegriffen. Wir werden ersetzt. Wir sind die Opfer. Das ist nur ein kleines Beispiel von ganz ganz vielen. Und insgesamt entstanden während unserer Recherche und Datenamuser fünf ausführliche Geschichten, die auf kein Filter für rechts die nachzulesen. Sie beschreiben die Rolle junger Frauen als Gesichter der Bewegung, die Bedeutung von Rechtswerb, Kampfsport und Merchandise, aber auch die Verbindung von AfD und identitärer Bewegung und diverse Meme-Accounts. Kommen wir noch einmal zurück zum Anfang. Das Bild mit dem Baby und der schwarzen Sonne war etwas mehr als 11 Monate online. Erst als wir Instagram mit dem Foto konfrontiert haben, wurde es entfernt. Laut Instagram sei ein Team von 350 Experten und Experten damit beauftragt, extremistische Personen, Gruppen oder Inhalte zu identifizieren und zu löschen. Doch unsere Recherche zeigt, dass dies oft nicht oder nicht ausreichend gelingt. Eine Sprecherin kündigte an, die Hashtags different Europa und Heimat verliebt zu untersuchen. Hashtags auf die wenigstens beim Hingewiesen hatten. Die Hashtag different Europe hingegen, sei schon einige Zeit gesperrt. Aus irgendeinem Grund taucht er dennoch häufig in unseren Daten auf. Etwas, das eigentlich nicht funktionieren sollte. Instagram merkte zudem an, es wäre hilfreich, wenn wir noch weitere Accounts nennen können. Funktionierende Filter gegen Recht sehen auf jeden Fall anders aus. Was wir daraus lernen, ist vor allem zweierlei. Zunächst ist es wichtig, solche Inhalte zu melden. Denn sonst werden sie nicht oder erst sehr spät entfernt. Auch wenn es mühsam wirkt, eventuell wird das am Ende ein Effekt erreichen. Und noch wichtiger, wir brauchen eine vielstärke Media Latency. Es muss wirklich rein in die Schulen dieses Thema. Dieses Thema muss behandelt werden. Also was sind Codes der Szene? Was verbirgt sich hinter scheinbar harmlosen Hashtags? Und wie agiert die neue Rechte auf Instagram? Mir bleibt nur noch zu sagen, vielen Dank fürs Zuhören. Schön, dass ihr dabei wart. Als Empfehlung wirklich noch mal die ausführlichen Geschichten auf keinfilterfürrechts.de. Und ich steu' euch jetzt im Anschluss gerne noch für Fragen zur Verfügung. Und ansonsten könnt ihr mich heute klick kommen auf Twitter erreichen oder hier in der RC3 World Shrathen. Vielen, vielen Dank. Danke. Danke, danke. Clemens für den tollen Vortrag und jetzt haben wir Möglichkeit, Fragen zu beantworten. Denn Clemens ist hiermit live auf der Bühne. Und ein paar Fragen sind auch zusammengekommen. Die erste Frage ist, wie definiert ihr rechte Konfrontation eines Symbols? Gibt es dafür so was wie ein Überblick? Also schönen guten Abend erst mal zusammen. Ja, Symbol, das ist eine gute Frage. Also was wir zum Beispiel haben, sind wir haben dann ganz viele verschiedene Emojis zusammengefasst. Also zum Beispiel eben dieses Reichskriegsflaggen-Emoji. Das heißt, da wurden dann halt eine rote, eine weiße und eine schwarze Kugel in der sprechenden Anordnung zusammengefasst, zum Beispiel. Das haben wir dann als Symbol. Wir haben ganz viele verschiedene Emoji-Kombination zum Beispiel kombiniert. Es ging auch zum Beispiel um so bestimmte Tier-Emoji-Kombination, wenn es um Wildschweine oder Ähnliches ging. Also wir haben da ganz interessante Sachen tatsächlich gefunden, die man dann halt genau mit ein bisschen Recherche zuordnen kann, die man vorab erst mal gar nicht so auf dem Schirm hat, zum Beispiel. Okay. Eine nächste Frage, die ja vielleicht ein bisschen anschließend daran ist. Habt ihr bei eurer Untersuchung herausgefunden, dass sich da eine Art von Neuerestätik ausmachen lässt? Also die jetzt quasi nur unter Rechten auf Instagram entstanden ist und die sich generell von der gängigen Instagram-Aestätik unterscheidet? Ich würde sagen nicht. Es ist eher das Gefährlich, dass die Ästhetik tatsächlich an die ganz klassische Instagram-Aestätik anknüpft. Also das, wo ich auch ein paar Beispiel-Posten mit drin hatte. Das könnte so auf jeder Mainstream-Instagram- Timeline sein und verbindet sich eben durch die ja, es werden ganz normale Hashtags genutzt und dann werden aber bestimmte szenisch-pezifische Hashtags zum Beispiel benutzt und die Ästhetik ist aber eine ganz normale. Was wir natürlich haben, sind so ganz krasse Meme-Seiten, die halt sich ganz stark an der AfD-Aestätik von diesen klassischen AfD-Sherpics orientieren, die ganz viel generiert wird. Das haben wir auch sehr verbreitet in der Community. Noch mal eine Frage, auch aus dem Internet zum Software, die du und die ihr verwendet habt. Welche, du hattest Gefi genannt in der, im Talk. Welche Software habt ihr jetzt verwendet, um zu diesen tollen Slides zu kommen, um das besser verarbeitbar zu machen, um das besser zu verstehen, das ganze Feld? Also zur Datenerhebung darf ich tatsächlich leider aus rechtlichen Gründen nicht viel sagen. Wir haben am Ende die Daten gespeichert in einer Postgres-Instanz, die halt einfach auf einem Server, auf einem Ubuntu-Server dann lief. Und zum Beispiel dieses Frontend ist dann halt einfach ein bisschen JavaScript und Node.js API, die ich dann gebaut habe, womit dann das ganze sozusagen halt lief. Und in der Datenbank haben wir dann halt alles über diverse Cronjobs aktualisiert. Und für die Analysen haben wir halt ganz klassisch Pfeifen verwendet für alles, was nicht Gefi war. Und Gefi haben wir halt für diese Netzwerkdaten verwendet. Ja, und die schönen Slides sind am Ende Keynote. Eine weitere Frage aus dem Internet sind auch Likes und Kommentare mit in die Interaktionsanalysen eingeflossen oder nur Connections zwischen den Anwesenden? Kommentare sind mit eingeflossen. Likes jedoch nicht, weil Likes konnten wir nicht erheben, weil das auch einfach zu große Mengen sind. Wenn da teilweise X 1000 Likes auf so einem Bild sind, ist das einfach schwer zu erheben. Also selbst mit Software. OK. Und vielleicht als letzte Frage auch ein bisschen aktuell, wie sieht es mit den Verbindungen zu den Querdenkern aus? Möchte jemand wissen? Also war das da schon ein Thema oder kam es erst auf? Oder? Das wäre so ich jetzt spannend, wenn wir aktuelle Daten hätten. Die haben wir leider nicht. Es war so, dass wir diverse Querdenken Accounts gefunden haben. Und wie ich im Vortrag schon kurz erwähnt habe, die sind der Taubzeichen dieser Gruppe der Patriotin und Verschwörungsideologen gelandet und sind da ein bisschen untergegangen. Das ganze Querdenken Thema hatten wir zwar schon auf dem Schirm, aber es hat jetzt nicht so herausgestochen in der Stichprobe. Okay, dann danke ich dir noch mal für die Q&A-Session, für den Vortrag natürlich, dem kompletten Korrektivteam. Wir freuen uns, wenn ihr auch weiter dran bleibt hier bei ChaosZoneTV. Heute gibt es noch DevOpsDisasters als Nächstes, ein wunderschönen Techno-Abend haben wir auch noch für euch da mit lokalen DJs. Also bleibt dran hier bei der Chaoszone. Bis bald.