Open Access

Jonathan Kemper

• Die vorliegende Masterarbeit untersucht die Funktion von TikTok als Suchmaschine und analysiert, welche Themen sich in den Suchvorschlägen der Plattform widerspiegeln. Ausgehend von der These, dass sich die Suchvorschläge aus tatsächlich getätigten Suchanfragen der Nutzer:innen ergeben, wird der Frage nachgegangen, welche Rückschlüsse sich aus diesen Vorschlägen auf Nutzer:inneninteressen und Plattformstrategien ziehen lassen. Der theoretische Teil der Arbeit gibt einen fundierten Überblick über relevante Konzepte aus der Informationswissenschaft und Suchmaschinenforschung. Dabei werden die Besonderheiten von TikTok als Plattform und Suchmaschine herausgearbeitet und im Kontrast zu klassischen Websuchmaschinen beleuchtet. Methodisch basiert die Untersuchung auf einer explorativen Analyse von 10.341 Suchvorschlägen mit 1.388 einzigartigen Begriffen, die über einen Zeitraum von zehn Wochen mithilfe einer TikTok-API erhoben wurden. Für die qualitative Auswertung wurde induktiv ein Kategoriensystem mit zwölf Oberkategorien entwickelt. Die Ergebnisse zeigen, dass die Nutzer:inneninteressen auf TikTok stark von Aktualität, Trendthemen und emotionalen Aspekten geprägt sind. Gleichzeitig gibt es Hinweise auf eine aktive Plattformsteuerung durch Hervorhebung oder Zurückhaltung bestimmter Themen.
• This Master's thesis examines the function of TikTok as a search engine and analyzes which topics are reflected in the platform's search suggestions. Based on the hypothesis that the search suggestions result from actual user queries, the question is explored as to what conclusions can be drawn from these suggestions about user interests and platform strategies. The theoretical part of the thesis provides a well-founded overview of relevant concepts from information science and search engine research. In the process, the specifics of TikTok as a platform and search engine are elaborated and examined in contrast to classical web search engines. Methodologically, the study is based on an exploratory analysis of 10,341 search suggestions with 1,388 unique terms collected over a period of ten weeks using a TikTok API. For the qualitative evaluation, a category system with twelve top-level categories was developed inductively. The results show that user interests on TikTok are strongly influenced by topicality, trending themes, and emotional aspects. At the same time, there are indications of active platform control through the emphasis or restraint of certain topics.