Wie eigens eingerichtete Abteilungen bspw. beim amerikanischen Roten Kreuz demonstrieren, etabliert sich Twitter zunehmend als Quelle zur Gewinnung von Informationen, die die Katastrophenhilfe unterstützen (IFRC 2013). Bisher ist in der Forschung und in der Praxis allerdings unklar, welche relevanten Informationen sich aus Tweets für die humanitäre Logistik gewinnen lassen. Dies betrifft  insb. Informationen über Infrastrukturen und logistische Ressourcen (z.B. durch aktuelle Informationen über das Straßennetzwerk).

Diese Bachelorarbeit soll in einer fallbasierten Analyse die Eignung von Twitter als Quelle von Informationen über Infrastrukturen und Ressourcen für die humanitäre Logistik feststellen. Als Fälle dienen fünf historische Twitter-Datensätze mit Meldungen aus Katastrophengebieten. Die Analyse wird unterstützt von der Software MAXQDA. Darin ist u.a. ein geeigneter Wortschatz für eine Wortschatzanalyse zu entwickeln (MAXQDA 2013), die auf dem am Lehrstuhl entwickelten Kategoriensystem für das Assessment von Infrastrukturen und logistischen Ressourcen in der humanitären Logistik (Link et al. 2013) aufbaut. Hierauf gründet eine quantitative Analyse der Twitter-Datensätze. Die Ergebnisse sind abschließend zu diskutieren, wobei u.a. systematische Abweichungen (engl.: biases) bei der Verwendung von Twitter als Informationsquelle zu reflektieren sind.

Literatur:

• 
  Corbin, J. und Strauss, A. (2008): Basics of Qualitative Research.
• 
  Jahn, D. (2013): Strategien zur Auswahl von Fällen.
• 
  Link, D., Hellingrath, B. und Bültemann, C. (2013): Information Categories for Infrastructure and Logistic Resource Assessments in Humanitarian Logistics – Exploring Practical Sources with Inductive Category Development.
• 
  MAXQDA (2013): MAXQDA mit dem quantitativen Zusatztool MAXDictio.         https://www.maxqda.de/produkte/funktionen
• 
  IFRC (2013) World Disaster Report 2013.