Das kann die Verifikationshilfe Socialbearing

Wie das Analyse-Tool Socialbearing bei der Verifikation von Twitter-Accounts hilft

Es gibt etliche Tools, die Twitter-Bots entlarven können. Oft berechnen sie die Wahrscheinlichkeit, mit der ein Account ein Bot ist. Solche Tools sind gut, um sich einen ersten Eindruck von einem User zu verschaffen, aber sie sind fehleranfällig. Viele Bots rutschen durch das Erkennungsraster, weil ihr Verhalten demjenigen echter Menschen zu sehr ähnelt. Oder es passiert, dass echte Accounts als unecht eingestuft werden, nur weil sie sehr aktiv sind.

Socialbearing schlägt viele Bot-Erkennungstools

Deshalb bin ich ein Fan von Socialbearing. Das kostenlose Tool ist nicht explizit für die Bot-Erkennung gedacht, ist aber eine große Hilfe, wenn es darum geht, Twitter-Accounts zu analysieren. Anstatt mich auf eine vorgegebene Gesamtauswertung verlassen zu müssen, habe ich hier alle Details selbst im Blick und kann eigenen Schlüsse daraus ziehen.

Umfassender Überblick über beliebige Twitter-Accounts

Socialberaring AuswertungGibt man auf Socialbearing einen Twitter-Namen ein, bekommt man auf der Ergebnisseite in der linken Spalte einen Überblick über den jeweiligen Account.

Darin finden sich einerseits Informationen, die man auch auf Twitter zu sehen bekommt, wie zum Beispiel das Entstehungsdatum des Accounts oder die Anzahl der Tweets. Zusätzlich wertet Socialbearing aber weitere Daten aus, die zur Verifikation eines Accounts hilfreich sind.

Punktzahl nebensächlich

Direkt unter dem Entstehungsdatum des Accounts findet sich der TUQI Score, der laut Socialbearing die „Qualität des Users“ anhand einer Kombination verschiedener Kriterien auswertet. Je höher der Wert, desto besser.

Allerdings ist diese Angabe mit Vorsicht zu genießen, da sie –  ähnlich wie viele Bot-Erkennungsscores – auch mal daneben liegt. In meinem Test erreichten sowohl sehr aktive Twitter-Nutzer als auch einige sehr aktive Bots einen hohen Wert.

 Verifikationshilfen inklusive

Besser ist es, sich auf die Angaben darunter zu konzentrieren. Die Zahl hinter „Tweets/day“ gibt beispielsweise an, wie viele Tweets ein User pro Tag im Durchschnitt absetzt. So erkennt man auf einen Blick, ob ein Account überdurchschnittlich viel twittert, was ein Anzeichen für einen Bot sein kann.

Auch die Friend/Follower ratio – kurz „Frnd/Fllw ratio“ ist eine wertvolle Angabe. Der Wert zeigt das Verhältnis zwischen der Anzahl von Usern, die einem Account folgen und der Anzahl der Follower des Accounts. Viele Bots folgen deutlich mehr Usern als sie selbst an Followern haben, auch wenn das keine allgemeine Regel mehr ist.

Socialbearing analysiert bis zu 3000 Tweets

Zusätzlich zur allgemeinen Übersicht analysiert Socialbearing die letzten 200 Tweets des jeweiligen Accounts. Mit einem Klick auf „Load more“ können bei Bedarf jeweils 200 weitere Tweets geladen werden.

Socialbearing-Ergebnis

Die Gefühlslagen deutscher User versteht das Tool nicht

Unter der Angabe des Zeitraums, in dem die analysierten Tweets abgesetzt wurden, der Reichweite und der Anzahl der Retweets und Likes, finden sich drei Diagramme.

Das erste ist für deutsche User nutzlos, da es die Tweets nach gefühlsbezogenen, aber ausschließlich englischen Schlüsselbegriffen durchforstet und daraus ein allgemeines Stimmungsbild erstellt. In deutschen Tweets wird beispielsweise der Artikel „die“ jedes Mal als das negativ konnotierte englische Verb sterben („die“) missverstanden, woraus das Tool den Schluss zieht, Deutsche seien beim Tweeten oft schlecht gelaunt.

Dafür sind die anderen beiden Diagramme äußerst verifikationstauglich. Das zweite zeigt das Verhältnis zwischen eigenen Tweets, Retweets und Antworten an andere User. Auffällige Accounts, die nur retweeten oder vor allem direkt mit anderen Accounts kommunizieren, fallen einem somit direkt ins Auge.

Ein Verifikations-Trick, den kaum jemand kennt

Sehr spannend für Verifikationszwecke ist das letzte Diagramm mit dem Titel „Tweets by Source“: Es schlüsselt auf, welche Programme und Geräte ein User nutzt, um seine Tweets abzusetzen und gibt somit einen sehr intimen Einblick in dessen Gewohnheiten und Präferenzen.

So sieht kann man mithilfe von Socialbearing erfahren, dass Donald Trump vor allem mit seinem iPhone twittert. Kanzlerkandidat Martin Schulz nutzt Twitter sowohl vom Computer als auch vom iPhone aus, manchmal wird auch Tweetdeck eingesetzt. Besonders bunt ist das Diagramm zu Frauke Petrys Account. Dieser wird nicht nur vom Computer, sondern auch in etwa gleichen Teilen von einem iPhone und einem Android-Gerät bespielt. Zusätzlich nutzt sie Hootsuite und Buffer.

Wer noch vielfältigere Diagramme sehen will, kann Socialbearing mit den Accounts von Online-Journalisten oder Social Media-Managern füttern.

Ich habe bis jetzt noch kaum jemanden getroffen, der sich darüber bewusst ist, dass diese Angaben online sind. Also ein echter Geheimtipp für die Verifikation von User Generated Content, zumal Socialbearing auch für jeden einzelnen Tweet des analysierten Users angibt, von welchem Gerät/Programm aus er abgesetzt wurde. Im folgenden Beispieltweet findet sich die Angabe „via iPhone“ (gelb markiert).

Verifikateure müssen den Verfasser eines Tweets jetzt nur noch fragen: „Von welchem Gerät aus haben Sie das denn getweetet?“ Und schon erhalten sie einen (weiteren) Hinweis auf die Glaubwürdigkeit ihrer Quelle.

Anzahl der Tweets im Jahresverlauf

Socialbearing kann noch mehr. Auf der Ergebnisseite findet sich eine Übersicht über die Twitteraktivität des Users im Zeitverlauf (unten für den Account von Martin Schulz), was sehr nützlich ist, um herauszufinden, ob ein Account erst seit kurzem aktiv geworden ist oder nur zu bestimmten Anlässen tweetet.

Zeitverlauf Socialbearing

Die Anzahl der Tweets von Martin Schulz von Oktober 2016 bis Juli 2017

Sahra Wagenknechts Lieblings-Hashtag heißt #erdogan

Wertvoll sind auch die Word und Hashtag Clouds, die visuell darstellen, welche Begriffe ein Account am häufigsten verwendet. Allerdings ist die Word Cloud wieder nur für englischsprachige Accounts zu gebrauchen, auf Deutsch werden Wörter wie „der“, „ich“ oder „für“ nicht herausgefiltert, weshalb die Wolken oft aus diesen nichtssagenden Begriffen bestehen.

Die Hashtag Cloud funktioniert aber sehr gut. Hier die wichtigsten Hashtags ausgewählter Politiker-Accounts (und von Steffen Seibert, da Angela Merkel keinen eigenen Account besitzt) basierend auf einer Analyse von jeweils 1000 Tweets:

Im Verifizierungsalltag würde ich hier statt Politiker-Profilen die Accounts von Usern in den Fokus nehmen, die relevanten User Generated Content gepostet haben. Der Überblick über die von ihnen am häufigsten genutzen Hashtags führt manchmal zu großen Überraschungen und trägt dazu bei, die Person besser einschätzen zu können.

Tweets eines Users beliebig sortieren

Ich kann die Tweets eines Users auch nach verschiedenen Kriterien sortieren, wodurch ich einen noch besseren Einblick in die Twitteraktivitäten eines Accounts bekomme.

Socialbearing erlaubt die Sortierung von Tweets

Das Tool ermöglicht es zum Beispiel, die Tweets nach der höchsten oder niedrigsten Anzahl an Retweets anzuordnen, ebenso nach der Anzahl an Likes und der Reichweite. Außerdem kann ich mir anschauen, mit welchen Tweets am meisten interagiert wurde.

Schade ist, dass dabei auch alle Retweets eines Accounts einbezogen werden. Das hat zur Folge, dass die eigenen Tweets eines normalen Users in der Sortierung selten oben landen, da sie oft nicht an die Reichweite der Retweets (zum Beispiel von Medienhäusern oder bekannten Persönlichkeiten) heranreichen. Dadurch geht die Analysefunktion ein wenig verloren, denn in vielen Fällen möchte ich mich ja mit den Original-Tweets eines Accounts beschäftigen.

Sind meine Follower Bots?

Eine weitere Funktion, die nicht vernachlässigt werden sollte, ist die Follower-Analyse. Hier kann ich mir Details zu den Followern eines bestimmten Accounts ansehen. Das ist besonders dann hilfreich, wenn ich in die Tiefen von Bot-Netzwerken eintauchen möchte.

Die Follower-Analyse erreicht man, indem man auf der Startseite den Button „Followers“ auswählt und einen Twitter-Namen in das Suchfeld eingibt.

Socialbearing lädt nun jeweils 100 Follower des untersuchten Accounts und zeigt zu jedem von ihnen einen allgemeinen Überblick (wie oben beschrieben) an. Die angezeigten Follower können jetzt weiter sortiert werden, zum Beispiel nach der Anzahl an Tweets, der Anzahl an Followern oder dem Alter des Accounts. Wenn ich diese drei Kriterien anwende, stoße ich normalerweise schnell auf Follower, die mit hoher Wahrscheinlichkeit Bots sind.

Follower-Analyse mit Socialbearing

Fazit

Unbedingt ausprobieren! Socialbearing ist ein sehr umfassendes Analyse-Tool, mit dem man sich problemlos mehrere Stunden lang beschäftigen kann. Es hilft bei der Verifikation von User Generated Content und ist noch dazu völlig kostenlos, was bei einem solch großen Funktionsumfang selten der Fall ist.

  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.