M.A.

Malte Heckelen

Verantwortlicher Website / Wiss. Mitarbeiter Abt. Digital Humanities
Institut für Literaturwissenschaft
Abteilung Digital Humanities

Kontakt

+49 711 685-81282

Website

Herdweg 51
70174 Stuttgart
Deutschland
Raum: 020

Sprechstunde

Terminvereinbarung bitte per Mail (Dienstag bis Donnerstag terminlich am besten).

Fachgebiet

  • Agentenbasierte Modellierung
  • (Soziale) Netzwerkanalyse
  • Social Media Datenanalyse
  • Meinungsdynamiken in großen Netzwerken und in Kleingruppen, Polarisierung
  • Nebenprojekt: Figurennetzwerke in Superheldencomics
  • WS 18/19: Übung zu "Theoretische und informatische Grundlagen für die Digital Humanities"
  • WS 18/19: RVL Informatik stellt sich vor - Einführung für Geisteswissenschaftler
  • SS 19: Projektseminar, Gruppe "Netzwerkanalyse"
  • WS 17/18: Übung zu "Theoretische und informatische Grundlagen für die Digital Humanities"
  • SS 17: Projektseminar, Gruppe "Agentenbasierte Modellierung"
  • WS 16/17: Einführung in die Digital Humanities - Schlüsselqualifikation
  • 05/2016 - jetzt: Universität Stuttgart, wissenschaftlicher Mitarbeiter und Doktorand in der Abteilung Digital Humanities
    • Dissertationsthema: Kommunikationsnormen und Polarisierung - Empirische Untersuchung und Simulation
  • 04/2013 - 09/2015: Universität Bremen, wissenschaftliche Hilfskraft am Institut für Soziologie, Abteilung Soziologische Theorie
  • 10/2012 - 09/2015: M.A. Soziologie und Sozialforschung, Universität Bremen
    • Masterarbeitsthema: Framinganalyse und Erweiterungsmöglichkeiten durch Vorannotation und Topic Modeling
  • 10/2008 - 09/2011: B.A. Soziologie, Universität Osnabrück
    • Bachelorarbeitsthema: Verhältnis sozialer Bewegungen zu den alten und neuen Medien am Beispiel der Internetbewegung Anonymous

Das Dissertationsprojekt beschäftigt sich einerseits mit Polarisierung als Massenphänomen und andererseits mit kognitiven Annahmen aus der Überzeugungsforschung. Menschen benutzen mentale Heuristiken, um zum Beispiel die Komplexität eines Themas herunterzubrechen und bei Bedarf (oder niedrigem Interesse) schnell ein Urteil fällen zu können. Derartige Phänomene werden über verschiedene Wege mit individueller Polarisierung, im Mindesten aber mit sozialem Einfluss und Überzeugung in Verbindung gesetzt. Das Erkenntnisinteresse des Projekts ist es, den Weg von der individuellen Polarisierung hin zum Massenphänomen über empirische Analyse und Simulation nachzuzeichnen.

Die Untersuchung mentaler Heuristiken und von Überzeugung findet im sozialpsychologischen und politikwissenschaftlichen Bereich primär in Kleingruppen -oder Individualexperimenten statt. Effekte sind zwar systematisch erkennbar, aber die Stärke und teilweise die Richtung dieser variiert. Hierfür können einerseits die notwendigerweise kleiner angelegten Studien und interagierende Faktoren verantwortlich sein. Andererseits ist Kommunikation wie andere soziale Phänomene auch sozialen Normen unterworfen. Die lokalen kommunikativen Verhaltensweisen von Bezugsgruppen wirken sich möglicherweise darauf aus, welche kommunikativen Verhaltensweisen ein Individuum als valide und dementsprechend eher überzeugend empfindet. In manchen Bezugsgruppen könnten gegenüber anderen Bezugsgruppen so etwa Argumente von Mitgliedern derselben Gruppe eher überzeugend gefunden werden, als wissenschaftliche Argumentation von Fremden. Andere Gruppen lassen sich demgegenüber möglicherweise und je nach Thema ausschließlich von wissenschaftlicher Beweisführung überzeugen.

Um dies zu untersuchen, wird ein soziologisch orientiertes, aber auf der Heuristics & Bias - Forschung aufgebautes Handlungsmodell beschrieben, in dem sich Individuen der normativen Umgebung bewusst sind und sich dementsprechend kommunikativ verhalten oder abweichen können. Mit diesem Modell als theoretischem Unterbau werden Daten untersucht, die über einen längeren Zeitraum über die Entwicklung von Themen in verschiedenen Twitter-Communities gesammelt werden. Darüber hinaus werden die Massen-Implikationen des eher auf Individuen bezogenen theoretischen Handlungsmodells in einem agentenbasierten Modell untersucht.

Zum Seitenanfang