Qualitätsjournalismus im digitalen Zeitalter. Verifizierungsmethoden von Nachrichtenmaterial aus Sozialen Netzwerken am Beispiel Twitter und YouTube (PDF)
Bachelorarbeit aus dem Jahr 2016 im Fachbereich Medien / Kommunikation - Journalismus, Publizistik, Note: 1,7, ( Middlesex University in London ), Sprache: Deutsch, Abstract: Das Ziel dieser Forschungsarbeit ist es, herauszufinden, ob die derzeit...
sofort als Download lieferbar
eBook (pdf)
Fr. 37.00
inkl. MwSt.
- Kreditkarte, Paypal, Rechnung
- Kostenloser tolino webreader
Produktdetails
Produktinformationen zu „Qualitätsjournalismus im digitalen Zeitalter. Verifizierungsmethoden von Nachrichtenmaterial aus Sozialen Netzwerken am Beispiel Twitter und YouTube (PDF)“
Bachelorarbeit aus dem Jahr 2016 im Fachbereich Medien / Kommunikation - Journalismus, Publizistik, Note: 1,7, ( Middlesex University in London ), Sprache: Deutsch, Abstract: Das Ziel dieser Forschungsarbeit ist es, herauszufinden, ob die derzeit verfügbaren Methoden und Programme zur Prüfung des Wahrheitsgehalts von Nachrichtenmaterial aus sozialen Netzwerken für die Arbeit in Nachrichtenredaktionen, vor allem in "Breaking-News-Situationen", ausreichen. Deshalb gilt es, die Funktionen der Programme kritisch zu durchleuchten, um zum einen die derzeitigen Möglichkeiten zur Verifizierung zu überprüfen und zum anderen, um mögliche Fehlerquellen bei den Tools und Arbeitsmethoden aufzudecken.
Die These für die Arbeit lautet: Die aktuellen technischen Methoden und Programme reichen für die Verifizierung des Nachrichtenmaterials aus Sozialen Netzwerken aus. Diese Fragestellungen werden mit der Methode von Experteninterviews und der auf einer qualitativen Inhaltsanalyse gestützten Auswertung beantwortet. Dafür wurden zunächst drei leitfadengestützte Experteninterviews durchgeführt. Die Interviewpartner waren: Konrad Weber, der zurzeit als Multimedia-Journalist beim Schweizer Radio und Fernsehen (SRF) arbeitet und dort das News Lab leitet; Ulrich Lang vom Südwestrundfunk (SWR) und Trainer für den Umgang mit Nachrichtenmaterial aus Sozialen Netzwerken; und schliesslich Michael Wegener, Leiter der ARD-Einrichtung Content Center. Aus diesen Ergebnissen liess sich ein Fazit für die Überprüfung von Nachrichtenmaterial aus Sozialen Netzwerken ziehen.
Die Dichte an sogenannten "Breaking-News-Ereignissen" hat sich in den letzten Jahren explosionsartig vermehrt. Nachrichtensender, Zeitungen und auch Online-Publikationen wollen von Beginn an über ein Ereignis vollumfassend berichten können. Dabei stossen sie auf ein Problem: Inhalte aus klassischen Quellen, wie Nachrichtenagenturen, schaffen es nicht, schnell genug an Informationen, aber auch an Bild- und Filmmaterial heranzukommen. Dennoch sind Bilder zu sehen. Diese stammen oft von Nutzern aus Sozialen Netzwerken, also keinen Journalisten im klassischen Sinn, die aber meist schneller am Ort des Geschehens sind, als es ein klassisches Team der aktuellen elektronischen Berichterstattung (EB-Team) überhaupt schaffen würde. Doch wie kann man als Nutzer sichergehen, dass die Aufnahmen der Realität entsprechen? Bildmanipulationsprogramme wie Photoshop sind den Mediennutzern kein Fremdwort mehr. Und vor allem: Wie lässt sich eine solche Bearbeitung oder gar eine Fälschung nachweisen?
Die These für die Arbeit lautet: Die aktuellen technischen Methoden und Programme reichen für die Verifizierung des Nachrichtenmaterials aus Sozialen Netzwerken aus. Diese Fragestellungen werden mit der Methode von Experteninterviews und der auf einer qualitativen Inhaltsanalyse gestützten Auswertung beantwortet. Dafür wurden zunächst drei leitfadengestützte Experteninterviews durchgeführt. Die Interviewpartner waren: Konrad Weber, der zurzeit als Multimedia-Journalist beim Schweizer Radio und Fernsehen (SRF) arbeitet und dort das News Lab leitet; Ulrich Lang vom Südwestrundfunk (SWR) und Trainer für den Umgang mit Nachrichtenmaterial aus Sozialen Netzwerken; und schliesslich Michael Wegener, Leiter der ARD-Einrichtung Content Center. Aus diesen Ergebnissen liess sich ein Fazit für die Überprüfung von Nachrichtenmaterial aus Sozialen Netzwerken ziehen.
Die Dichte an sogenannten "Breaking-News-Ereignissen" hat sich in den letzten Jahren explosionsartig vermehrt. Nachrichtensender, Zeitungen und auch Online-Publikationen wollen von Beginn an über ein Ereignis vollumfassend berichten können. Dabei stossen sie auf ein Problem: Inhalte aus klassischen Quellen, wie Nachrichtenagenturen, schaffen es nicht, schnell genug an Informationen, aber auch an Bild- und Filmmaterial heranzukommen. Dennoch sind Bilder zu sehen. Diese stammen oft von Nutzern aus Sozialen Netzwerken, also keinen Journalisten im klassischen Sinn, die aber meist schneller am Ort des Geschehens sind, als es ein klassisches Team der aktuellen elektronischen Berichterstattung (EB-Team) überhaupt schaffen würde. Doch wie kann man als Nutzer sichergehen, dass die Aufnahmen der Realität entsprechen? Bildmanipulationsprogramme wie Photoshop sind den Mediennutzern kein Fremdwort mehr. Und vor allem: Wie lässt sich eine solche Bearbeitung oder gar eine Fälschung nachweisen?
Bibliographische Angaben
- Autor: Philipp Huber
- 2020, 1. Auflage, 110 Seiten, Deutsch
- Verlag: GRIN Verlag
- ISBN-10: 3346165191
- ISBN-13: 9783346165190
- Erscheinungsdatum: 12.05.2020
Abhängig von Bildschirmgrösse und eingestellter Schriftgrösse kann die Seitenzahl auf Ihrem Lesegerät variieren.
eBook Informationen
- Dateiformat: PDF
- Grösse: 0.68 MB
- Ohne Kopierschutz
- Vorlesefunktion
Kommentar zu "Qualitätsjournalismus im digitalen Zeitalter. Verifizierungsmethoden von Nachrichtenmaterial aus Sozialen Netzwerken am Beispiel Twitter und YouTube"
0 Gebrauchte Artikel zu „Qualitätsjournalismus im digitalen Zeitalter. Verifizierungsmethoden von Nachrichtenmaterial aus Sozialen Netzwerken am Beispiel Twitter und YouTube“
Zustand | Preis | Porto | Zahlung | Verkäufer | Rating |
---|
Schreiben Sie einen Kommentar zu "Qualitätsjournalismus im digitalen Zeitalter. Verifizierungsmethoden von Nachrichtenmaterial aus Sozialen Netzwerken am Beispiel Twitter und YouTube".
Kommentar verfassen