Absolvent*innen des Master-Studiengangs Medien und Musik und die Themen ihrer Abschlussarbeiten (2023)

(Stand: Januar 2023)

Haufe, Tobias
NFTs im Kontext der Machtstrukturentwicklung in der Musikdistribution. Eine qualitative Analyse zu den Potenzialen und Herausforderungen der Nutzung von NFTs für Musiker:innen im Machtsystem der Musikdistribution
2023
Abstract lesen

Die Entwicklung gesellschaftlicher wie auch ökonomischer Strukturen und somit auch die Entstehung und Konstitution von Machtverhältnissen stehen in einem interdependenten Verhältnis zu der Entwicklung und Nutzung neuer (digitaler) Medien. Das bedeutet, dass mit neuen (digitalen) Medien sowohl Potenziale zur Emanzipation für Musiker:innen als auch Möglichkeiten zur Reproduktion bestehender Machtverhältnisse in den entstehenden digitalen Umgebungen entstehen. Im Kontext der Fachstrukturentwicklung in der Musikdistribution werden gegenwärtig zunehmend Non-Fungible Tokens als Medienentwicklung genannt, welche durch deren inhärente Eigenschaften und die Nutzung zur neuartigen Distribution von Musik Potenziale für Musiker:innen eröffnen machstrukturelle Verhältnisse in der Musikdistribution zu ihren Gunsten zu verändern. Das Ziel dieser Arbeit ist es daher entstehende Potenziale sowie Beschränkungen zur Transformation machstruktureller Verhältnisse in der Musikdistribution zu Gunsten der Musiker:innen durch die Nutzung der Medienentwicklung Non-Fungible Tokens theoretisch wie empirisch zu untersuchen. Hierfür werden zum einen die Grundannahmen zum Einfluss von Medienentwicklung und -nutzung auf die Machstrukturentwicklung sowie die Potenziale und Beschränkungen von Non-Fungible Tokens theoretisch dargestellt. Zum anderen werden halb-standardisierte qualitative problemzentrierte Interviews nach Witzel (1985) mit Musiker:innen geführt, welche im Anschluss mittels einer qualitativen Inhaltsanalyse nach Mayring (2010 & 2015) ausgewertet werden. Die Ergebnisse zeigen, dass sowohl aus der Theorie als auch aus der Empirie heraus Potenziale der Nutzung von NFTs zur Veränderung machstruktureller Verhältnisse in der Musikdistribution zu Gunsten der Musiker:innen identifiziert werden können, welche jedoch gegenwärtig sowohl durch äußere Faktoren als auch durch ein enges Nutzungsverständnis der Musiker:innen beschränkt werden. Die Nutzung von Non-Fungible Tokens ermöglicht es Musiker:innen grundlegend unabhängiger von (Macht-)Strukturen zu agieren, aber für eine zukünftige nachhaltige Transformation machtstruktureller Verhältnisse in der Musikdistribution bedarf es der Überwindung der äußeren Beschränkungen und gleichermaßen einer Öffnung des Nutzungsverständnisses im Umgang mit NFTs aufseiten der Musiker:innen

Lammers, Anica
Transformer gegen die Welt?! Eine Evaluationsstudie zur Eignung von vortrainierten Transformer Modellen im Vergleich zu klassischen manuellen und automatisierten Verfahren zur Sentiment-Analyse von kommunikationswissenschaftlichen Texten
2023
Abstract lesen

Mit der Digitalisierung und dem Aufkommen von Sozialen Netzwerken ist die Menge an verfügbaren Daten in den letzten Jahrzenten exponentiell gewachsen. Dies stellt die Kommunikationswissenschaft mit ihren herkömmlichen Methoden der manuellen Inhaltsanalyse vor große Herausforderungen, weshalb zuletzt vermehrt automatisierte Methoden in den Fokus geraten sind. Trotz der vielen Vorteile mangelt es in der Kommunikationswissenschaft jedoch noch an der Anwendung dieser automatisierten Methoden. Vor allem vortrainierte Machine Learning Modelle wie das von Google entwickelte Transformer Modell versprechen eine leichte Anwendung bei einer gleichzeitig hohen Leistung sowie Zeit- und Kosteneffizienz und bieten somit großes Potenzial für die kommunikationswissenschaftliche Forschung. Am Beispiel der Sentiment-Analyse wird deshalb in der vorliegenden Arbeit eine Evaluationsstudie durchgeführt, die verschiedene automatisierte Verfahren mit der klassischen, manuellen Inhaltsanalyse hinsichtlich ihrer Leistungsfähigkeit und Generalisierbarkeit vergleicht. Dazu wird die Tonalität von N = 197 Beiträgen in Form von Zeitungsartikeln, Facebook-Posts und Tweets mit fünf unterschiedlichen Methoden (Manuelle Codierung, Diktionär, Naive Bayes, Support Vector Machine und Transformer) analysiert und mit der Codierung eines Goldstandards verglichen.1 Die Ergebnisse der Evaluationsstudie zeigen, dass die manuelle Sentiment-Analyse nach wie vor die leistungsstärkste ist, die automatisierten Verfahren jedoch durchaus an diese Leistung herankommen. Bezüglich ihrer Generalisierbarkeit schwanken alle Methoden je nachdem, welche Textsorte analysiert wird – grundsätzlich liegt die Stärke der automatisierten Sentiment-Analyse jedoch in der Codierung von Social Media Beiträgen und die der manuellen Sentiment-Analyse in der Codierung von Zeitungsartikeln. Die empirisch ermittelten Ergebnisse dieser Studie sowie weitere, praxisrelevante Kriterien werden genutzt, um Implikationen für den Einsatz von automatisierten Sentiment-Analyse Methoden in der kommunikationswissenschaftlichen Forschungspraxis zu diskutieren.