Die Vermessung der Creator Economy auf YouTube - Einzelansicht

Literatur

Arriagada, A., & Ibáñez, F. (2020). “You Need At Least One Picture Daily, if Not, You’re Dead”: Content Creators and Platform Evolution in the Social Media Ecology. Social Media + Society, 6(3), 2056305120944624. https://doi.org/10.1177/2056305120944624

Bishop, S. (2019). Managing visibility on YouTube through algorithmic gossip. New Media & Society, 21(11-12), 2589-2606. https://doi.org/10.1177/1461444819854731

Duffy, B. E. (2015). The romance of work: Gender and aspirational labour in the digital culture industries. International Journal of Cultural Studies, 19(4), 441-457.

Duffy, B. E. (2020). Algorithmic precarity in cultural work. Communication and the Public, 5(3-4), 103-107. https://doi.org/10.1177/2057047320959855

Duffy, B. E., & Meisner, C. (2023). Platform governance at the margins: Social media creators’ experiences with algorithmic (in)visibility. Media, Culture & Society, 45(2), 285-304. https://doi.org/10.1177/01634437221111923

He, A., Zink, N., Moquin, E., Roeschke, L., Tassin, C., & Tran, K. (2023). How Brands Can Succeed at Influencer Marketing.

Kojah, S. A., Zhang, B. Z., Are, C., Delmonaco, D., & Haimson, O. L. (2025). " Dialing it Back:" Shadowbanning, Invisible Digital Labor, and how Marginalized Content Creators Attempt to Mitigate the Impacts of Opaque Platform Governance. Proceedings of the ACM on Human-Computer Interaction, 9(1), 1-22.

Kuehn, K., & Corrigan, T. F. (2013). Hope labor: The role of employment prospects in online social production. The political economy of communication, 1(1).

Rieder, B., Borra, E., Coromina, Ò., & Matamoros-Fernández, A. (2023). Making a Living in the Creator Economy: A Large-Scale Study of Linking on YouTube. Social Media + Society, 9(2), 20563051231180628. https://doi.org/10.1177/20563051231180628

Sen, I., Flöck, F., Weller, K., Weiß, B., & Wagner, C. (2021). A total error framework for digital traces of human behavior on online platforms. Public Opinion Quarterly, 85(S1), 399-422.

Thomas, K., Kelley, P. G., Consolvo, S., Samermit, P., & Bursztein, E. (2022). “It’s common and a part of being a content creator”: Understanding How Creators Experience and Cope with Hate and Harassment Online Proceedings of the 2022 CHI Conference on Human Factors in Computing Systems, New Orleans, LA, USA. https://doi.org/10.1145/3491102.3501879

Verwiebe, R., Buder, C., Weissmann, S., Osorio-Krauter, C., & Philipp, A. (2024). “The algorithm is like a mercurial god”: Exploring content creators’ perception of algorithmic agency on YouTube. New Media & Society, 0(0). https://doi.org/10.1177/14614448241307931

Verwiebe, R., Orosio-Krauter, C., Fritsch, N.-S., Weißmann, S., Philipp, A., Buder, C. (2025). Working on an algorithm-controlled platform as a content creator: What explains unequal earnings on YouTube? European Societies.

Weißmann, S., Philipp, A., Verwiebe, R., Krauter, C. O., Fritsch, N. S., & Buder, C. (2025). Clicks, comments, consequences: Are content creators' socio-structural and platform characteristics shaping the exposure to negative sentiment, offensive language, and hate speech on YouTube?. arXiv preprint arXiv:2504.07676.

Teilnehmende sollten ein grundlegendes Interesse an und Verständnis von quantitativen sozialwissenschaftlichen Methoden mitbringen. Vorkenntnisse in R sind von Vorteil.

-          Teilnahme am Modul Grundlegende Methoden der empirischen Sozialforschung

-          fortgeschrittenes BA-Semester

-          ein Laptop zur Installation von RStudio (https://posit.co/download/rstudio-desktop/)

-          Lesen von Pflichttexten, aktive Beteiligung an Diskussion, gemeinsames Arbeiten

-          Seminarteilnahme in Präsenz

Durch verschiedene Übungslektionen (im Kurs und Zuhause) sollen Kenntnisse in R routiniert werden. Ziel des Seminars ist die Entwicklung einer eigenen Projektidee. Die Prüfungsleistung besteht aus einem Vortrag (mit Diskussion) und einer schriftlichen Ausarbeitung im Stil eines Journal-Beitrags.

Die digitale Transformation durch Social-Media-Plattformen hat nicht nur unsere Kommunikationsformen verändert, sondern auch tiefgreifende gesellschaftliche Auswirkungen z. Bsp. auf den Arbeitsmarkt und damit zusammenhängende ökonomische Prozesse und Möglichkeiten. Computational Social Sciences ermöglichen durch den Zugang zu neuen Datenquellen sowie deren Analyse mit innovativen Methoden, sozialwissenschaftliche Forschung im digitalen Raum. Anhand von YouTube-Daten aus dem TubeWork-Projekt (https://www.uni-potsdam.de/de/sozialstrukturanalyse/index/forschung/tubework) zeigen wir anwendungsbezogen das Potential und die Grenzen von Social-Media-Daten, um soziologische Fragestellungen nach sozialer Zusammensetzung, Ungleichheiten und Prekarität zu beantworten.

In diesem Modul wird in den Forschungsstand zur Creator Economy und Plattformarbeit eingeführt. Es wird gezeigt, wodurch sich die aufstrebende Berufsgruppe der Content Creators charakterisiert und mit welchen Herausforderungen diese, u.a. durch die Einbettung in algorithmische Systeme, oder Konfrontation mit Hatespeech ausgesetzt sind. Es wird gezeigt, wie neue Social-Media-Daten von der YouTube API zugänglich gemacht werden können und in der Soziologie quantitativ analysiert werden können. Ein Schwerpunkt liegt auf der Konzeptionierung und Operationalisierung digitaler Daten, z. Bsp. zur Messung von Produktivität und Erfolg. Folgend soll mithilfe von explorativen (strukturentdeckenden) und multivariaten (strukturprüfenden) Verfahren ein Einblick in die Analysemöglichkeiten gegeben werden.

Parallel dazu sollen Grundkenntnisse im statistischen Arbeiten mit R vermittelt werden, sodass die Daten im Seminar bearbeitet und analysiert werden können. Bestandteil sind das Einlesen und Aufbereiten von Daten, die Grafikerstellung, das Berechnen von statistischen Maßzahlen und einfache multivariate Verfahren.