Digitale Methoden für qualitative Forschung

Dr. phil. Lina Franken ist Professorin für Digital Humanities in den Kulturwissenschaften an der Universität Vechta. Zuvor vertrat sie die Professur für Soziologie mit dem Schwerpunkt Computational Social an der LMU München. Sie koordinierte das Digital-Humanities-Projekt „Automatisierte Modellierung hermeneutischer Prozesse“ an der Universität Regensburg und promovierte 2017 in der Vergleichenden Kulturwissenschaft in Regensburg zu Unterrichten als Beruf. Akteure, Praxen und Ordnungen in Schulbildung“.

1. Einleitung: Digitale Methoden in der qualitativen Forschung 9
2. Grundlagen und Entwicklungslinien 19
2 1 Digital Humanities und Computational Social Sciences als Querschnittsaufgaben 19
2 2 Digitale Grundkenntnisse: Datenethik und Datenschutz 29
2 3 Computationelles Denken und Modellieren in den Geistes-, Sozial- und Kulturwissenschaften 38
2 4 Der Forschungsprozess und seine Erweiterungen mit digitalen Methoden 48
2 5 Die Relevanz von digitalen Daten, Software und Programmiercode für qualitative Forschung 58
3. Digitale Datentypen 62
3 1 Erzeugte und vorgefundene Daten im Vergleich 66
3 2 Textdaten 71
3 3 Bild- und audiovisuelle Daten 77
3 4 Social-Media-Daten 84
3 5 Trace Data 96
4. Digitale Daten finden und speichern 101
4 1 Webcrawling und Scraping 108
4 2 Application Programming Interfaces und deren Nutzung mit Software 112
4 3 Datenbanken I: Archivdaten und kulturelles Erbe 118
4 4 Datenbanken II: Forschungsdaten 121
4 5 Normdaten und Vokabulare, Standards und Metadaten 123
4 6 Aufbereitung von digitalen Daten für die eigene Analyse 129
5. Digitale Analyseverfahren 142
5 1 Überblick 145
5 2 Natural Language Processing 152
5 3 Text-Mining-Verfahren 158
5 4 Topic Modeling 166
5 5 Annotieren 172
5 6 Netzwerkanalysen 176
5 7 Sentimentanalyse 182
5 8 Visualisierungen und Aufbereitungen 185
5 9 Digitale Ethnografie als Alternative oder Ergänzung 196
6. Den Forschungsprozess digital unterstützen 201
6 1 Kollaboratives Forschen 202
6 2 Literatur verwalten 204
6 3 Organisationsprozesse strukturieren und begleiten, Ergebnisse präsentieren 207
7. Programmieren lernen? 211
8. Grenzen digitaler Daten und Verfahren 216
9. Zusammenfassung und Ausblick 225
10. Literatur 230
11. Glossar: Software und Repositorien 247
11 1 Repositorien mit nachnutzbaren Datensätzen 248
11 2 Finden und Aufbereiten digitaler Daten 254
11 3 Digitale Analysetools 262
11 4 Tools für Text Mining 264
11 5 Visualisierungstools 268
11 6 Unterstützungstools im Forschungsprozess 270
11 7 Andere Zusammenstellungen von Tools und Verfahren 275
11 8 Lernressourcen für Programmiersprachen 278

Aus: r:k:m - Ralf Spiller - 8.3.2024
Fazit: Die Autorin hat ein kompaktes Einführungswerk zu der Frage geschrieben, wie computationelle Verfahren in der qualitativen Sozialforschung genutzt werden können. Dabei zeigt sie versiert die Stärken und Schwächen bei der Anwendung verschiedener Tools auf - sowohl bei der Datenerhebung als auch der Datenauswertung. Derlei Tools und Methoden werden zunehmend zum Standardwerkzeug in den Sozialwissenschaften gehören. Da sie stetig weiterentwickelt werden und neue hinzukommen, kann ein Buch immer nur den Status Quo wiedergeben. Dies jedoch ist gut gelungen.