• „Tinder die Stadt: die App, die Bürger*innen (wieder) mit Lokaljournalismus verkuppelt“, Vortrag im Rahmen des Informatik 4.0 Kolloquium am 11. Oktober 2018 an der Universität Hamburg (zusammen mit Wiebke Loosen).
2. ► Wiebke Loosen, Julius Reimer / Tinder die Stadt / 11. Oktober 2018 3
Das Projektteam
3
Projektleitung:
Prof. Dr. Andreas Hepp, Zentrum für Medien-, KommunikaOons-, und InformaOonsforschung, Bremen
Prof. Dr. Andreas Breiter, InsOtut für InformaOonsmanagement Bremen GmbH, Bremen
Prof. Dr. Wiebke Loosen, Hans-Bredow-InsOtut für Medienforschung, Hamburg
Laufzeit: 10/2017 – 09/2019
Städte: Bremen, Osterholz-Scharmbeck, Weyhe
3. ► Wiebke Loosen, Julius Reimer / Tinder die Stadt / 11. Oktober 2018
Lokale Öffentlichkeit in der Krise
4
• Stadt und Region werden immer weniger als gemeinsamer und
geteilter Kommunikationsraum erlebt.
• Gleichermaßen Ursache und Folge: Relevanzverlust des
Lokaljournalismus, Individualisierung der Mediennutzung, urbane
Entwicklungen wie Gentrifizierung und Segregation
• Regionale Medien sind keine Plattform mehr für gemeinsame
Stadtöffentlichkeit.
• Bisherige Versuche regionaler Medien, junge NutzerInnen zu
gewinnen, waren vielfach nicht erfolgreich.
4. ► Wiebke Loosen, Julius Reimer / Tinder die Stadt / 11. Oktober 2018
Forschungs- und Entwicklungsansatz
5
• Idee: Technologie, die Teil des Problems ist, zu dessen
Lösung nutzen
• Gestützt auf Forschung zum alltäglichen lokalen
Informationsverhalten von Bürger*innen
• Co-kreativer Ansatz: App wird gemeinsam mit
Bürger*innen und Informationsanbieter*innen
entwickelt.
à Informationsbedürfnisse und Nutzungsgewohnheiten
von Bürger*innen ebenso berücksichtigt wie
Anforderungen von Informationsanbieter*innen Lokale Nachrichten- und
InformaOons-App
Medien-
häuser
Bürger-
innen und
Bürger
soziale
Bewe-
gungen,
Vereine,
etc.
5. ► Wiebke Loosen, Julius Reimer / Tinder die Stadt / 11. Oktober 2018
Multimethoden-Design
6
Gruppendiskussionen &
standardisierte Befragung
BürgerInnen
Gruppendiskussionen
„Kollektive“
Interviews Medien &
Informationsanbieter
In Bremen, Weyhe und Osterholz-Scharmbeck
4 GDen, 28 BürgerInnen, 16-36 J.
(standardisierte Befragung folgt)
8 GDen, 42 Mitglieder von Sport-,
& Kulturvereinen, Bürgerinit. usw.
13 Medien, 3 Stadtteilbeiräte,
7 Parteien, 1 Wirtschaftsverband
Wie informieren Sie sich wozu?
à Informationsverständnis
à Informationsgewohnheiten
Wie informieren Sie wen worüber?
à Informationsangebot
à Anschlussmöglichkeit
Einschätzung des Zustands der lokalen Öffentlichkeit
à Defizite, aber auch Potenziale
Ideen für „ideale Öffentlichkeit“ und ein digitales Medienangebot, das sie fördert
Wünsche an Inhalte, UI, UX usw. Möglichkeiten und Wünsche für Kooperation
6. ► Wiebke Loosen, Julius Reimer / Tinder die Stadt / 11. Oktober 2018
Empirische Erkenntnisse – Auszüge –
7
Status Quo des lokalen Informationshandelns
• Kaum Nutzung traditioneller lokaler Medien
• Stattdessen: mobile Gelegenheitsnutzung von Newsfeeds
• Hauptinfoquellen: Facebook, Twitter, ‚Mundpropaganda‘
• Infoflut à wenig Aufmerksamkeit für Lokales
• Push-Mentalität: „Wichtige Nachrichten erreichen mich schon.“
• Aber: Interesse für (einige) lokale Themen vorhanden!
7. ► Wiebke Loosen, Julius Reimer / Tinder die Stadt / 11. Oktober 2018
Empirische Erkenntnisse – Auszüge –
8
Status Quo lokale Themenagenda
• (zu) wenig zu einigen Kollektiven & sozialen Gruppen sowie ihren
Standpunkten
• (zu) wenig aus Randbezirken & aus/in Peripherie-Gemeinden
Status Quo Themenaufbereitung
• keine individualisierte Ansprache
• keine Berichte in unterschiedlicher/angemessener ‚Tiefe‘
8. ► Wiebke Loosen, Julius Reimer / Tinder die Stadt / 11. Oktober 2018
Empirische Erkenntnisse – Auszüge –
9
App-Wünsche der Bürger*innen
• Oben genannte Defizite mindern
• Personalisierung, aber mit Kontrolle, Überblick & Überraschung
• Push-Nachrichten, aber nicht zu viele
• Sharing-FunkOon & SOchwortsuche
9. ► Wiebke Loosen, Julius Reimer / Tinder die Stadt / 11. Oktober 2018
Empirische Erkenntnisse – Auszüge –
10
App-Wünsche der Infoanbieter*innen
• Oben genannte Defizite mindern
• Ökonomische Interessen berücksichtigen: ‚kritische Masse‘ an Publikum,
keine Konkurrenz,
• ‚Hochwertiges Umfeld‘ für die eigenen Inhalte
• Kein Zusatzaufwand für ‚Bespielung‘ der App
• Intuitiv bedienbare Eingabeplattform, die alle Medienformate
unterstützt & schnell ansehnliche Ergebnisse produziert
10. ► Wiebke Loosen, Julius Reimer / Tinder die Stadt / 11. Oktober 2018
Weitere App-Anforderungen
11
• Open Source: Entwicklung sollte Open Source sein
• Dokumentation: Strukturierte Dokumentation, so dass eine OS Community
nach Abschluss des Projekts weiterentwickeln kann
• Plattform für alle: Software sollte verschiedenen Anbieter*innen zur
Verfügung gestellt werden können (Städten und Gemeinden, aber eventuell
auch Medienhäusern und alternativen Medienprojekten)
• Reflektierter Umgang mit Daten: Software sollte Normen von
AlgorithmWatch entsprechen, gewissermaßen „AlgorithmWatch-Siegel-
fähig“ sein)
11. ► Wiebke Loosen, Julius Reimer / Tinder die Stadt / 11. Oktober 2018
Die App: molo.news
17
App
Medium 1:
Lokalzeitung
Medium 2:
Radiosender
Kollektiv 1:
Bürgerinitiative
Kollektiv 2:
Sportverein
Nachrichten via RSS Termine via Facebook Spielberichte via Backend
NutzerIn 1 NutzerIn 2 NutzerIn 3
Selbstlernender Algorithmus: personalisierter Feed
Hub-Redaktion: ausgewählte Inhalte an alle
12. ► Wiebke Loosen, Julius Reimer / Tinder die Stadt / 11. Oktober 2018
Stand Co-Creation-Workshops
19
Feed & Interaktion
• Swipe right:
interessant/speichern
• Swipe left:
uninteressant/löschen
• Tap: Detailansicht des
Beitrags öffnen
• Long press:
mehrere markieren
13. ► Wiebke Loosen, Julius Reimer / Tinder die Stadt / 11. Oktober 2018
Stand Co-Creation-Workshops
20
Detailansicht
• Tap: Beitrag in
Browser öffnen
14. ► Wiebke Loosen, Julius Reimer / Tinder die Stadt / 11. Oktober 2018
Stand Programmierung
21
15. ► Wiebke Loosen, Julius Reimer / Tinder die Stadt / 11. Oktober 2018
Problem Algorithmisierung
22
• Wie kann ein Algorithmus arbeiten, der den Feed zuverlässig nach den
Interessen der/s jeweiligen Nutzer*in personalisiert, aber dabei auch
solche Inhalte auswählt, die förderlich für die Stadtöffentlichkeit sind?
• Nach welchen Kriterien kann man ihn in diesem Sinne optimieren und
welche Signale könnten das sein, aus denen ein Algorithmus dann was
genau lernt?
• Welche Art und welchen Umfang von Daten braucht man hierfür?
• Was bedeutet das für die Verschlagwortung der in die App einfließenden
Beiträge?