Wikipedia als Informationsquelle: Eine Analyse der Fachliteratur zu Qualitätssicherungsmechanismen und zur Vertrauenswürdigkeit

Abstract

Wikipedia, als eine der meistgenutzten Online-Enzyklopädien, stellt eine bedeutende Quelle für Informationen dar. Die Plattform basiert auf einer offenen Bearbeitungsstruktur, die es jedem Nutzer erlaubt, Artikel zu bearbeiten, das sowohl eine Stärke als auch eine Schwäche darstellt. Diese Offenheit führt zu Bedenken hinsichtlich der Qualität und Vertrauenswürdigkeit der Informationen, da Vandalismus und unzureichende Quellenangaben potenziell die Qualität der Artikel beeinträchtigen können. Diese Arbeit untersucht die Mechanismen zur Qualitätssicherung und die Faktoren, die die Vertrauenswürdigkeit von Wikipedia beeinflussen, um ein besseres Verständnis der Plattform als Informationsquelle zu erlangen. Die Methodik dieser Untersuchung umfasst eine systematische Analyse der Fachliteratur, die empirische, nicht-empirische sowie Machine-Learning- und Deep-Learning-Artikel zur Qualitätssicherung und Vertrauenswürdigkeit von Wikipedia berücksichtigt. Es wurde eine umfassende Literatursuche in renommierten wissenschaftlichen Datenbanken durchgeführt, gefolgt von einer detaillierten Inhaltsanalyse der relevanten Artikel. Die Arbeit ist in mehrere Kapitel gegliedert, die verschiedene Aspekte der Qualitätssicherung und Vertrauenswürdigkeit beleuchten Die Ergebnisse zeigen, dass die Qualitätssicherung in Wikipedia durch eine Kombination aus manuellen Überarbeitungen und automatisierten Systemen erfolgt. Hochwertige Artikel durchlaufen eine intensive Bearbeitungsphase und enthalten beständige, langlebige Beiträge. Registrierte Benutzer und Kernmitglieder der Community tragen signifikant zur Qualitätsverbesserung und Vandalismus Bekämpfung bei. Die sozialen Netzwerke der Autoren haben ebenfalls einen entscheidenden Einfluss auf die Artikelqualität. Artikel, die von zentral vernetzten Autoren bearbeitet werden, weisen in der Regel eine höhere Qualität auf. Der Einsatz von Machine-Learning- und Deep-Learning-Modellen hat gezeigt, dass diese die Qualität von Artikeln effektiv vorhersagen können. Vertrauensbewertungsmodelle ermöglichen eine präzise Einschätzung der Artikelqualität und -vertrauenswürdigkeit. Die Arbeit zeigt jedoch auch Herausforderungen auf, wie die Schwierigkeit der Qualitätssicherung bei selten aktualisierten Artikeln und die potenziellen Nachteile des Reputationssystems für neue Benutzer. Insgesamt verdeutlicht die vorliegende Arbeit, dass Wikipedia ein komplexes und dynamisches System darstellt, das sowohl Stärken als auch Schwächen aufweist. Die Offenheit der Plattform ermöglicht eine breite Beteiligung und eine schnelle Aktualisierung der Inhalte, was insbesondere in sich schnell verändernden Wissensbereichen von Vorteil ist. Gleichzeitig erfordert diese Offenheit robuste Mechanismen zur Qualitätssicherung, um die Verlässlichkeit der bereitgestellten Informationen zu gewährleisten.

Datum der Bewilligung	2024
Originalsprache	Deutsch (Österreich)
Betreuer/-in	René Riedl (Betreuer*in)