#Fraccidents

Analyse der Twittermeldungen zum Thema „Fracking“

In einem interdisziplinären Team am FoKoS von Informatikern, Politikwissenschaftlern und Ökonometrikern, das ich mit Jun. Prof. Marcin Grzegorzek  leite, untersuchen wir Twitter-Meldungen zum Thema Fracking.

Die Projektgruppe arbeitet daran, diese Tweets automatisch zu klassifizieren: Wer vertritt eine Pro-Fracking-Position, wer ist gegen Fracking? Wenn es gelingt einen Algorithmus zu entwickeln, der diese Frage automatisch beantworten kann, ließen sich daraus viele Erkenntnisse ableiten, die ansonsten verborgen blieben. Denn die Datenmenge übersteigt längst das, was ein Mensch lesen kann:  Jede Woche fallen ca. 100.000 Tweets an, die sich mit Fracking auseinandersetzen. Die meisten davon in den USA, aber auch zunehmend in Europa.

Interessanterweise lässt sich die Einstellung der Twitter-User nicht über herkömmliche Textanalyseverfahren (Text-Mining und Sentiment-Analyse) ermitteln. Mehr dazu hier.  Denn dieser Ansatz bewertet in erster Linie, wie viele positive und negative Wörter verwendet werden.  Wenn aber z. B. über eine erfolgreiche Anti-Fracking-Aktion berichtet wird, kann dies mit sehr positiven Formulierungen geschehen.

Die Projektgruppe setzt daher inzwischen darauf, die Twitter-Meldungen anhand von so genannten Metadaten zu analysieren: Offenbar unterscheiden sich Fracking-Befürworter und Fracking-Gegner darin, wie viele Freunde sie bei Twitter haben, um welche Uhrzeit sie ihre Meldungen posten u.v.m.

Aus dem Projekt könnte sich auch ein direkter praktischer Nutzen ergeben: Fernziel ist es, über die Analyse von Twitter-Daten ein Frühwarnsystem zu entwickeln, das Fracking-Unfälle lokalisiert. Das klingt zwar nach Science-Fiction, funktioniert aber bei Erdbeben schon recht gut. Die Grafik zeigt in gelb die Gebiete, in denen Gasvorkommen sind, die mit Hilfe von Fracking gefördert werden können. Die grünen Flächen sind die Gebiete, in denen 2011 bereits aktiv gefrackt wurde. Lila Punkte sind offiziell gemeldete Pipelineunfälle aus dem Jahr 2011. Die roten Punkte zeigen inoffiziell gemeldete Umweltschäden in 2014 (www.skytruth.org).