Das Aufkommen sozialer Medien im Allgemeinen und sozialer Netzwerkplattformen im Besonderen hat in den letzten Jahren ihre Spuren in der Kommunikationswissenschaft hinterlassen. Die Übernahme des Kurznachrichtendienstes Twitter durch Elon Musk sowie die damit einhergehende Fokussierung auf Community Notes prägte zudem die Diskussion um verschiedene Moderationspraktiken. Es stellt sich hier die Frage, wie die Fülle an Inhalten im Internet bestmöglich moderiert werden kann, ohne zeitgleich das Recht auf freie Meinungsäußerung unnötig zu beschneiden. Eine entscheidende Rolle spielt dabei der Digital Services Act, welcher für die Europäische Union einen einheitlichen Rechtsrahmen schaffen soll. Dieser nimmt Anbieter sozialer Medien vermehrt in die Pflicht.
Die Masterarbeit stellt einen Versuch dar, manuelle sowie automatisierte Moderationsprozesse zunächst darzustellen und mithilfe zweier Umfragen quantitativ zu vergleichen. An dieser Stelle setzt die Forschungsfrage an und unterstreicht das Ziel, durch das Labeln verschiedener Statements die verschiedenen Moderationsverfahren vergleichbar zu machen.
Zunächst wird die Rechtslage näher dargestellt und das Verständnis von sozialen Medien geschärft. Bei der Wahl der Methode wurde auf eine standardisierte Befragung zurückgegriffen, um mögliche Zusammenhänge sowohl zwischen den verschiedenen Moderationsverfahren als auch zwischen den verschiedenen Themenfeldern von Aussagen zu prüfen. Der Aussagenkatalog umfasste insgesamt 15 Statements, welche es im Rahmen einer Personenbefragung sowie durch zwei Large Language Models („Gemini 1.5 Pro“ und „Grok 2“) in „richtig“, „falsch“ und „Grenzfall“ zu unterteilen galt.
Die Auswertung der Ergebnisse zeigt, dass Large Language Models grundsätzlich besser darin sind, verschiedene Aussagen korrekt auf ihren Wahrheitsgehalt einzuordnen als NutzerInnen sozialer Netzwerkplattformen. Weiter lässt sich innerhalb der Personenbefragung kein Zusammenhang zwischen verschiedenen demographischen Merkmalen wie etwa Alter oder Bildungsstand und der korrekten Einordnung von Inhalten erkennen. Für die Implementierung von automatisierten Prozessen im Rahmen der Moderation von Inhalten im Internet können die Ergebnisse der vorliegenden Arbeit einen Mehrwert vermuten lassen – insbesondere in Anbetracht des Umfangs der zu moderierenden Inhalte. Gleichwohl ergeben sich hieraus ebenso relevante Fragen etwa im Bereich der Medienethik, welche es in der Anschlussforschung zu betrachten lohnt.