Jan Fuhse | Literaturessay |

Die Vermessung von Kultur

Literaturessay zu aktuellen Entwicklungen in der US-amerikanischen Kultursoziologie und dem Beitrag von John Mohr

John Mohr / Christopher Bail / Margaret Frye / Jennifer Lena / Omar Lizardo / Terence McDonnell / Ann Mische / Iddo Tavory / Frederick Wherry:
Measuring Culture
USA
New York 2020: Columbia University Press
256 S., $ 26.00
ISBN 9780231180290

Wie lässt sich Kultur untersuchen? Ein neues Buch aus den USA mit dem Titel Measuring Culture formuliert Antworten, die aus deutscher Sicht ungewöhnlich, wenn nicht bilderstürmerisch anmuten: Kultur lässt sich nicht nur hermeneutisch interpretieren, sondern auch quantitativ vermessen und untersuchen. Wir finden sie im Individuum, aber auch in Objekten und in sozialen Beziehungen.[1]

Diese programmatischen Aussagen kommen aus einem reichhaltigen und fruchtbaren kultursoziologischen Diskurs in den USA. Dort stehen sich qualitative und quantitative Ansätze nicht unversöhnlich gegenüber. Kultur wird auch mit Zahlen und statistischen Verfahren untersucht. Insbesondere kommen viele der spannendsten Arbeiten und Befunde zu Kultur aus der Computational Social Science. Dort wird Kultur zunehmend als Netzwerk von Zeichen in Textkorpora und anderen archivarischen Daten rekonstruiert. Nicht nur rücken damit quantitative und netzwerkanalytische Verfahren in den Vordergrund, sondern Kultur wird immer weniger im Individuum und stärker in Diskursen verortet.

Dieser Beitrag gibt einen knappen Überblick über die neuen Entwicklungen in der quantitativ orientierten Kultursoziologie in den USA. Besonderes Augenmerk liegt dabei auf dem Erstautor von Measuring Culture, dem 2019 verstorbenen Soziologen John V. Mohr von der University of California in Santa Barbara. Er hat nicht nur wichtige Impulse für die neuere Untersuchung von Kultur in der Computational Social Science geliefert, sondern auch wichtige Diskussionen über die unterschiedlichen theoretischen und methodischen Ansätze organisiert.[2]

Measuring Culture stellt das Ergebnis einer solchen Diskussion und so etwas wie ein Vermächtnis von John Mohr dar. Hinter Mohr steht auf dem Einband eine ganze Reihe von jüngeren, aber schon renommierten Co-Autor:innen in alphabetischer Listung: Christopher Bail (Duke University), Margaret Frye (Michigan), Jennifer Lena (Columbia University und langjährige Herausgeberin der Zeitschrift Poetics), Omar Lizardo (UCLA und langjähriger Herausgeber des American Sociological Review), Terence McDonnell, Ann Mische (beide University of Notre Dame), Iddo Tavory (NYU und neuer Herausgeber von Sociological Theory) und Frederick Wherry (Princeton University). In den wiederholten Treffen zum Thema (an denen auch Amin Ghaziani, Ashley Mears und Steven Vaisey beteiligt waren) ging es stets um die Frage: Wie können wir Kultur untersuchen? Und zwar nicht nur mit ethnographischen Erkundungen und feuilletonistischen Streifzügen durch den Bücherwald, sondern möglichst auch „messbar“ – und das heißt letztlich auch: quantitativ.

Das Sinnverstehen von Kultur

In der deutschsprachigen Kultursoziologie wäre die im Titel formulierte Ambition einer „Vermessung von Kultur“ schon vermessen. In der Tradition der verstehenden Soziologie wird Kultur erstens im Individuum verortet und zweitens mit Mitteln der Hermeneutik aus der ethnographischen Beobachtung von Verhalten oder der Interpretation von Interviews und Texten mit Blick auf den darunter liegenden subjektiven Sinn erkundet.

In den letzten Jahren wird Kultur unter Rückgriff auf Pierre Bourdieu verstärkt auch in sozialen Praktiken lokalisiert, etwa bei Andreas Reckwitz. Aber ob aus teilnehmender Beobachtung, aus qualitativen Interviews oder aus der Lektüre von Veröffentlichungen – Kultur bleibt die Domäne qualitativ arbeitender Soziolog:innen, und sie ist ausschließlich mit Worten, nicht etwa mit Zahlen abzubilden.

Das gilt letztlich auch für historische Semantik-Studien à la Niklas Luhmann und für die Diskursanalyse nach Michel Foucault. Zwar rekonstruieren beide Kultur aus Texten und entfernen sich damit vom Individuum als Träger von Kultur. Foucault fasst Diskurse als Formation von Aussagen, denen feste Regeln zugrunde liegen. Autor:innen dienen als Zurechnungspunkte im Diskurs. Der Diskurs, und damit auch Kultur, trägt sich selbst. Luhmann geht ähnlich vor, betrachtet jedoch Semantiken als Ergebnis der gesellschaftlichen Differenzierung in Systeme und deren historischer Entwicklung. Kultur liegt hier im System begründet, gilt jedoch letztlich als sekundär. Sowohl Foucault als auch Luhmann verorten aber Kultur in der Kommunikation beziehungsweise in Aussagen und damit in emergenten Prozessen zwischen Individuen. Bezeichnend ist nun die in Deutschland prägende wissenssoziologische Vereinnahmung von Foucault bei Reiner Keller, der Diskurs und Kultur auf Individuen zurückführt. Das entspricht durchaus (und bewusst) nicht der Intention von Foucault, folgt aber bezeichnend dem im deutschen Sprachraum dominanten Verständnis vom Individuum als Träger:in von Kultur.

Kultur in Zahlen I: Survey-Forschung

Eine Alternative zur qualitativ-sinnverstehenden Herangehensweise an Kultur bildete von 1980 bis in die frühen 2000er die Lebensstilforschung. Unter Rückgriff auf Bourdieu erforschten Autor:innen wie Gerhard Schulze, Michael Vester, Jörg Rössel und Gunnar Otte unterschiedliche Milieukulturen mit Hilfe statistischer Auswertungen standardisierter Interviews. Oft wurden dabei auch qualitative und quantitative Beobachtungen kombiniert.

Solche Zugänge werden immer seltener: Heute konzentriert sich die Ungleichheitsforschung wieder auf Zusammenhänge zwischen „harten“ Variablen wie Einkommen, Alter, Beruf, Bildung, ethnische Herkunft und Geschlecht. Das hat auch mit Messproblemen zu tun: Alter und Bildung lassen sich leichter abfragen als Werte und Einstellungen. Fragen wie „Auf einer Skala von 1 bis 10, wie wichtig ist Ihnen Familie?“ stellt man heute aus gutem Grund selten.

Die Situation in der nordamerikanischen Soziologie sieht anders aus. Angetrieben von prominenten Autor:innen wie Paul DiMaggio (bei dem Mohr promovierte) Michèle Lamont, Andreas Wimmer und Marion Fourcade sind Bourdieus Impulse zentral für den aktuellen Diskurs: Kultur ist hier nicht an den Rand der Ungleichheitsforschung gerückt. Sondern Lebensstile, Wertorientierungen und symbolische Abgrenzungen bleiben im Zentrum der Analyse. Das gilt sowohl für die qualitativen Studien Lamonts, als auch für die umfangreichen quantitativen Arbeiten.

Aktuell weisen etwa Kevin Kiley und Stephen Vaisey die weitgehende Stabilität von Wertorientierungen im Zeitverlauf nach.[3] Ein wichtiges Thema ist zudem die in den USA viel stärkere politische Polarisierung.[4] Konservative und „Liberale“ unterscheiden sich nicht nur in ihren politischen Einstellungen. Sie leben zunehmend in getrennten Lebenswelten mit spezifischen Wertvorstellungen, Lebensstilen und sozialen Praktiken. Die US-amerikanische Kulturforschung beleuchtet diese Differenzen aus unterschiedlichen Perspektiven. So argumentieren Daniel DellaPosta, Yongren Shi und Michael Macy, dass die Zusammenhänge zwischen politischen Einstellungen und Lebensstil-Variablen in sozialen Beziehungen gründen: Wir lassen uns von unseren Freund:innen in unserer Präferenz für italienische Kaffee-Spezialitäten ebenso sehr beeinflussen wie in unserer politischen Weltsicht – und in der Empirie korrelieren beide, obwohl man auch als Konservativer „Lattes“ trinken könnte.[5]

Für Amir Goldberg und Sarah Stein sind kulturelle Orientierungen dagegen in Assoziationen verknüpft. Ihnen zufolge braucht es für kulturelle Differenzen keine abgegrenzten Netzwerke, solange Individuen ihre Orientierungen an den vorherrschenden kulturellen Assoziationen festmachen.[6] So sind in den USA etwa ein starker Nationalismus, die Ablehnung von Abtreibung und die Forderung nach freiem Erwerb und Besitz von Schusswaffen miteinander verknüpft. Ähnlich argumentieren Andrei Boutyline und Stephen Vaisey, dass politische Einstellungen als Netzwerk organisiert sind. In diesem gruppieren sich periphere Orientierungen inklusive Wahlentscheidungen um einen stabilen Kern von ideologischer Identität.[7]

Solche Fragen werden auch unter Zuhilfenahme aufwendiger methodischer Werkzeuge wie Goldbergs Relational Class Analysis oder den Simulationen von DellaPosta und Ko-Autoren diskutiert, und zwar im Zentrum der Disziplin: im American Sociological Review und im American Journal of Sociology. Wo die deutschsprachige Einstellungsforschung aufgehört hat, läuft die quantitative US-amerikanische Kultursoziologie gerade erst heiß.

Kultur in Zahlen II: Netzwerke

Die Auffassung von Kultur als Netzwerk führt uns zu den Arbeiten von John Mohr und darauf aufbauend zur aktuellen Computational Social Science. Zu Beginn der 1990er-Jahre wandte sich die US-amerikanische Netzwerkforschung kulturellen Mustern als Untersuchungsgegenstand zu. Netzwerke werden hier nicht zwischen Akteuren konstruiert, sondern zwischen Zeichen wie Wörtern oder zwischen sozialen Kategorien. John Mohr leistete hier Pionierarbeit, aber auch etwa Kathleen Carley.[8]

In sozialen Netzwerken sind Akteure (Individuen, auch Organisationen, Kollektive, Staaten) über soziale Beziehungen wie Freundschaft, Bewunderung oder Konflikt miteinander verbunden. Die Verbindungen zwischen Zeichen laufen dagegen über deren gemeinsamen Gebrauch. In der Survey-Forschung gelten zwei Variablen (beispielsweise die Vorliebe für italienische Heißgetränke und politische Orientierungen) als miteinander verbunden, wenn Individuen tendenziell beide Einstellungen angeben oder beide nicht. Auf diese Weise lassen sich wie in Goldbergs relationalen Klassen oder auch in Pfad- und Strukturgleichungsmodellen Netzwerke von Variablen rekonstruieren.

Die Verbindungen, die in kulturellen Netzwerken über den Zeichengebrauch gezogen werden, sind dem gar nicht so unähnlich. Nur liegen die Zusammenhänge nicht unbedingt auf der Ebene von Individuen. Statt ihnen werden eher großflächige kulturelle Assoziationen untersucht, sodass die Subjekte analytisch in den Hintergrund treten. Konkret werden Wörter aufgrund der Häufigkeit ihres gemeinsamen Auftauchens in Dokumenten (Reden, Artikeln), in Sätzen oder innerhalb von „Fenstern“, die eine bestimmte Anzahl von Wörtern beinhalten, miteinander in Beziehung gesetzt.[9]

Dabei wird angenommen, dass die Häufigkeit des gemeinsamen Auftauchens von Zeichen auf deren systematischen Zusammenhang weist – analog zu miteinander korrelierenden Variablen in der Statistik. Kultur wird so als Netzwerk von miteinander verbundenen Zeichen gedacht. So taucht das Wort „Blatt“ häufig zusammen mit „Baum“, „Ast“ und „Blüte“ auf, aber auch mit „Papier“ und „kopieren“ (siehe Abbildung). Die Verbindungen eines Worts zu anderen Wörtern definiert dann auch seine Bedeutung beziehungsweise, wie in diesem Beispiel, seine Bedeutungen.

Abbildung 1: Netzwerk von Wörtern

Das schließt an den linguistischen Strukturalismus von Ferdinand de Saussure an. Allerdings geht es hier weniger um die abstrakten, etwa grammatischen Regeln der Sprache („langue“). Vielmehr steht deren praktische Nutzung („parole“) im Vordergrund.

Mit diesen Mitteln zeigt die bereits erwähnte Kathleen Carley den Wandel von begrifflichen Assoziationen mit Robotern in Science Fiction-Texten des 20. Jahrhunderts auf. Bis 1950 wurden Roboter als fähig zu Emotionen wie Ärger, Abscheu und Angst charakterisiert. Dazu wurden sie mit Handlungen wie kämpfen und töten verbunden und insgesamt als „bad“ bezeichnet. Die Science Fiction-Literatur der 1970er zeichnete ein positiveres Bild. Roboter erhielten nun ein Bewusstsein, sie wurden als loyal und vertrauenswürdig und als „Freunde“ begriffen und insgesamt eher als gut gesehen.[10]

Auch John Mohr untersucht in seinen frühen Arbeiten Kultur als ein sich wandelndes Geflecht von Konzepten. Im New York City Charity Directory wurde festgehalten, welche Kategorien von Hilfsbedürftigen („Soldiers, Mothers, and Tramps“ etc.) auf welche Hilfeleistungen von welchen Organisationen hoffen dürfen. So wurden etwa Soldaten, Witwen und Immigranten gleichermaßen zu Empfängern von „Relief“ in Form von Kleidung und Nahrung, während etwa „Tramps“ Arbeitsangebote erhielten oder ins Gefängnis gebracht wurden.

Aus diesen Daten konstruiert Mohr ein 2-Mode-Netzwerk aus Kategorien von Hilfsbedürftigen und Arten von Hilfeleistungen – die Organisationen, die diese Zuordnungen vornahmen, spielen hier genauso wenig eine Rolle wie die Science Fiction-Autor:innen bei Carley. Aus der Gleich- und Ungleichbehandlung von Bedürftigen identifiziert Mohr mit einer Blockmodellanalyse acht Oberkategorien von „strukturell äquivalenten“ Arten von Bedürftigen (Abbildung 2). So werden etwa Soldaten, Witwen und Immigranten in einer Kategorie zusammengefasst.[11]

Abbildung 2: Blockmodell der Kategorien von Hilfsbedürftigen nach Mohr

Mohr interpretiert diese Klassifikation nun im Hinblick auf moralische Bewertungen und Zuschreibungen. So werden Immigranten, Seeleute, Soldaten und Witwen, aber auch Arbeitslose, „Fremde“, ehemalige Gefängnisinsassen, unverheiratete Mütter und Tramps als „achieved status“ eingeordnet, also als Hilfsbedürftige in einer selbst herbeigeführten Notlage (Block 1 bis 4). „Arbeitende“ Frauen, Männer, Jungen und Mädchen, aber auch Blinde mit bestimmtem Geschlecht fallen dagegen unter „ascribed status“ und werden eher als unverschuldet Bedürftige gesehen (Block 5 bis 8). Dabei werden Seeleute, Witwen und Soldaten (Block 4) aber grundlegend anders bewertet als unverheiratete Mütter, Fremde (beide Block 2) und Tramps (Block 1). Ähnliches gilt für arbeitende Männer (Block 6) im Gegensatz zu arbeitenden Frauen, Mädchen und Jungen (Block 7).

Mohrs Arbeit zielt also darauf, den moralischen Diskurs im New York des frühen 20. Jahrhunderts abzubilden. Mohr schreibt hier auch davon, dass die Kategorien spezifische „Rollen“ im Diskurs einnehmen („Diskursrollen“ im Gegensatz zu den sozialen Rollen, die Individuen spielen). In einer späteren Arbeit untersucht Mohr, ebenfalls anhand der New York City Charity Directories, den Wandel der moralischen Bewertungen bis in die Mitte des 20. Jahrhunderts.[12]

Kultur in Zahlen III: Computational Social Science

Eine solche Rekonstruktion von Kultur aus Netzwerken von Zeichen, insbesondere von Wörtern in Texten, steckte in den 1990ern noch in den Kinderschuhen. Heute ist sie Dank der Methoden der Computational Social Science (CSS) weit verbreitet, insbesondere in Form von quantitativen Textanalysen.

Ein Beispiel hierfür sind Community Detection-Verfahren, die Cluster von dicht verbundenen Knoten in Netzwerken identifizieren. In kulturellen Netzwerken werden so zumeist Cluster von Wörtern identifiziert, die häufig gemeinsam auftauchen. Sie können etwa für Themen oder Ideologien stehen. Mit diesem Verfahren untersuchen Alix Rule, Jean-Philippe Cointet und Peter Bearman die State of the Union-Ansprachen der US-amerikanischen Präsidenten der Jahre 1790 bis 2014. Sie fanden über die Zeit eine erstaunliche Kontinuität der behandelten Themen.[13]

In den 2010ern wurde das computer-linguistische Verfahren der Topic Models häufiger verwendet. Anders als bei der Community Detection können einzelne Wörter in mehreren Clustern von häufig gemeinsam verwendeten Wörtern (Topics) auftauchen und haben dabei jeweils unterschiedliche Bedeutung. So gehört das „Blatt“ „Papier“ vermutlich in ein anderes Topic als das „Blatt“ einer „Blüte“ (s. o.). Paul DiMaggio, Manish Nag und David Blei untersuchen mit diesem Verfahren die sich wandelnde Berichterstattung über Kulturförderung in den USA und weisen deren zunehmend kritische Betrachtung und Politisierung nach.[14]

Einige neue Arbeiten wenden dagegen das Verfahren der Word-Embeddings an. Dabei werden Wörter dahingehend untersucht, welche anderen Ausdrücke typischerweise mit ihnen assoziiert werden. So untersuchen Austin Kozlowski, Matt Taddy und James Evans die Assoziationen zwischen verschiedenen Aspekten sozialer Ungleichheit (Bildung, Wohlstand, Kultivierung, Status, Geschlecht, Beschäftigung und Moralität) im Google Books-Korpus des 20. Jahrhunderts. Dabei zeigt sich etwa eine zunehmende Korrelation der Word Embeddings von Bildung, Kultivierung und Wohlstand. Diese werden zunehmend zum Kern des US-amerikanischen Verständnisses von sozialer Ungleichheit, während etwa moralische Bewertungen abnehmen.[15]

Allgemein bleiben die angeführten Methoden bei einem „Bag of words“-Ansatz. Das heißt, sprachliche Dokumente werden nicht bezüglich ihrer Syntax und ihrer grammatischen Struktur betrachtet, sondern nur als „Wörterbeutel“, in denen Ausdrücke mehr oder weniger häufig gemeinsam auftauchen.[16]

Die Computerlinguistik erarbeitet seit einiger Zeit sogenannte „Parser“ – Programme, mit denen Sätze auf ihre grammatische Struktur untersucht werden. Auf diese Weise lässt sich etwa rekonstruieren, welche Arten von Akteuren welche Aktivitäten in Bezug auf welche Objekte vollziehen (und in welchen Kontexten sowie mit welchen Qualifikationen sie das tun). Parser-Programme sind inzwischen recht ausgefeilt und erlauben eine genauere Analyse der Sinngehalte von Dokumenten, inklusive Negationen und der Konstruktion kausaler Zusammenhänge.[17]

John Mohr, Robin Wagner-Pacifici, Ronald Breiger und Petka Bogdanov greifen bei ihrer Untersuchung der National Security Strategy-Dokumente der US-amerikanischen Regierung gewissermaßen auf eine Vorform von Parsern zurück, die mit einer Kombination aus „named entity recognition“ für die Akteure und frühem „part-of-speech-tagging“ für die Verben arbeitet. Damit können sie identifizieren, welche Arten von Akteuren mit welchen Handlungen in Bezug auf welche anderen Akteure dargestellt werden. Sie kombinieren diese noch recht einfache Analyse mit den oben erwähnten Topic Models. Auf diese Weise machen sie themenspezifische Netzwerke von Akteuren und Handlungen in den Dokumenten ausfindig, etwa im Themenfeld „Terrorismus“.[18]

Damit seien nur knapp einige Tendenzen und Highlights aus der Forschung zu Kultur als Netzwerk in der Computational Social Science der letzten Jahre angerissen. Die Frage ist natürlich: Inwiefern können wir mit diesen Verfahren Kultur untersuchen? Oder anders: was für eine Art von Kultur rekonstruieren wir auf diese Weise?

Zunächst benötigen diese Analysen natürlich entsprechende Daten – also Textkorpora oder andere archivierte Daten, in denen wir symbolische Formen möglichst automatisiert identifizieren und zueinander in Beziehung setzen können. Da insbesondere der wissenschaftliche Bereich auf Kommunikation in archivierten Texten (Veröffentlichungen) beruht, lässt er sich gut mit CSS-Verfahren untersuchen. Aber auch politische Kommunikation wird häufig festgehalten, ob in Parlamentsprotokollen, in Parteiprogrammen oder in der politischen Berichterstattung.[19] Journalismus und künstlerische Diskurse wären andere geeignete Bereiche für Analysen mittels CSS, wie die von Carley untersuchte Science Fiction-Literatur. Religiöse Texte sind ein weiteres Beispiel für Textkorpora, die sich gut mit quantitativen Textanalysen untersuchen lassen.[20]

Andere Bereiche wie Wirtschaft, Sport, Kriminalität oder zwischenmenschliche Beziehungen sind sicherlich weniger gut dokumentiert. Kommunikation muss erstens aufgezeichnet und zweitens in Sprache oder anderen Zeichen codifiziert werden, um sie quantitativanalysieren zu können. Deshalb sind Bereiche, in denen ein Großteil der relevanten Kommunikation „ohne Worte“ abläuft – wie Sport, bildende Kunst und Musik – weniger für quantitative Textanalysen geeignet.

Ein Vorteil der CSS ist, dass sie nachträglich historische Prozesse und Entwicklungen über die Zeit analysieren kann. In vielen Fällen können wir so Vorher-Nachher-Vergleiche anstellen oder Entwicklungslinien beobachten. Bei der Untersuchung von Social Media-Daten (etwa von Retweets auf Twitter) stehen eher kurzfristige Dynamiken im Vordergrund. Allerdings handelt es sich immer um ein Convenience Sample. Wir können nur untersuchen, was dokumentiert ist, und nicht in Surveys oder mit qualitativen Interviews die Daten schon mit Blick auf bestimmte Fragestellungen generieren.

Kultur wird in den CSS in den archivierten oder veröffentlichten Texten verortet und untersucht. Der subjektive Sinn der Beteiligten bleibt dagegen außen vor. Weder können wir sie nach ihren Orientierungen und Beweggründen fragen, noch erhalten wir Auskunft über diejenigen, die sich im Diskurs nicht zu Wort melden. Die CSS untersucht Kultur als symbolische Muster in der Kommunikation, nicht als dem subjektiven Sinn von Individuen eingeschrieben.

Das muss kein Nachteil sein. Mit den prozessgenerierten Daten aus Protokollen, Publikationen oder auch aus dem Internet beobachten wir das soziale Geschehen gewissermaßen in actu – statt nach dem subjektiven Widerhall oder möglichen Antriebsgründen der Beteiligten zu fragen. Man könnte also auch argumentieren, dass man Kultur so genauer in den Blick bekommt als mit qualitativen oder quantitativen Interviews. Dies entspricht der praxistheoretischen Sichtweise bei Reckwitz ebenso wie der an Foucault und Bourdieu angelehnten Position des US-amerikanischen Soziologen Robert Wuthnow.[21]

Multiple Kultur(en)

Die verschiedenen methodischen Ansätze arbeiten also auch mit unterschiedlichen Konzeptionen von Kultur (siehe Tabelle). Ethnographische Methoden und qualitative Interviews verorten Kultur im Individuum als etwas, das mit hermeneutischem Sinnverstehen zu untersuchen ist. In der Einstellungs- und Lebensstilforschung liegt Kultur ebenfalls im Individuum, besteht dann aber in formalen Verteilungen, die wir statistisch analysieren können. Die Diskursanalyse nach Foucault, Semantik-Studien und Linguistik spüren Kultur dagegen in einem Sinnverstehen von Mustern in der Kommunikation auf. Die oben besprochenen Netzwerkanalysen von Kultur und die daran anknüpfende Richtung der Computational Social Science betrachten Kultur dagegen wieder in quantitativen Mustern, die dann allerdings in der Kommunikation zu finden sind.

Tabelle: Methodologische Herangehensweisen an Kultur

Natürlich liegen nicht alle jüngeren US-amerikanischen Beiträge auf der formal-quantitativen Seite dieser Übersicht. Prominente Arbeiten auf der qualitativ-sinnverstehenden Seite kommen etwa von Nina Eliasoph, Michèle Lamont, Paul Lichterman, Ann Swidler, Iddo Tavory, Robin Wagner-Pacifici, Robert Wuthnow und Viviana Zelizer. Aber die quantitativen Zugänge haben sowohl mit der Forschung zu Einstellungen und Lebensstilen, als auch mit den Netzwerkanalysen von Kultur und der Computational Social Science eine deutlich größere Prominenz in den USA als hierzulande, und sind auch stärker ausgefeilt.

Auch das Buch Measuring Culture nimmt sich Kultur schwerpunktmäßig aus einer quantitativen Perspektive an. Aber schon die diversen methodischen Zugänge der beteiligten Ko-Autor:innen zeigen den Versuch, verschiedene Sichtweisen auf Kultur zusammenzubringen: So sind Computational Social Scientists (Christopher Bail, John Mohr) ebenso vertreten wie Survey- (Jennifer Lena und Omar Lizardo) und qualitative Forscher:innen (Iddo Tavory) sowie Advokat:innen von Mixed-Methods (Margaret Frye, Ann Mische).

Dabei werden einzelne Textteile nicht den verschiedenen Autor:innen zugerechnet. Das Anliegen ist also eindeutig ein gemeinsames Forschungs-Statement. Das Buch soll die verschiedenen Richtungen der Kultursoziologie zusammenbringen und zueinander in Beziehung zu setzen. Dieses Vorgehen zieht zuweilen das etwas angestrengte Bemühen um Vollständigkeit nach sich. Alle möglichen Ansätze werden weniger unter einen Hut gebracht, als in einen gemeinsamen Text nebeneinandergestellt. Aber immer wieder eröffnet diese Zusammenschau überraschende Einsichten, etwa wenn die teilnehmende Beobachtung und die prozessgenerierten Verhaltensdaten in der CSS als verwandte Verfahren für die Untersuchung sozialer Praktiken eingeordnet werden.[22]

Diese Katalogisierung und Systematisierung von Untersuchungsstrategien erfolgt souverän und überzeugt weitgehend. Insofern lohnt die Lektüre auch für eine Einführung in viele der aktuellen Entwicklungen in der neueren US-amerikanischen Kultursoziologie.

Diese ganz unterschiedlichen analytischen Herangehensweisen konturieren Kultur einmal mehr  als schwierigen Gegenstand.[23] Das Buch ist aus dem Antrieb heraus entstanden, die verschiedenen Perspektiven nicht gegeneinanderzustellen, sondern ihre jeweilige Berechtigung anzuerkennen und in der Kombination fruchtbar zu machen. Ein solcher Zugang fehlt im deutschen Diskurs. Hier lehnen sich unterschiedliche Ansätze schnell gegenseitig ab und proklamieren jeweils Deutungshoheit. Ein solches intellektuelles Miteinander, das sich durch gegenseitige Neugier und das Bemühen um konstruktive Zusammenarbeit auszeichnet, könnte auch die deutschsprachige Kultursoziologie bereichern.

  1. John Mohr / Christopher Bail / Margaret Frye / Jennifer Lena / Omar Lizardo / Terence McDonnell / Ann Mische / Iddo Tavory / Frederick Wherry, Measuring Culture, New York 2020. Ich danke Thomas Lux und Oscar Stuhler für Kommentare und Hinweise zu meinem Text.
  2. Ich kannte John Mohr seit einem E-Mail-Austausch Ende 2005 und war spätestens nach meinem einmonatigen Forschungsaufenthalt Anfang 2013 in Santa Barbara mit ihm befreundet. John hatte aufgrund seiner freundlichen, unprätentiösen, verbindlichen und lustigen Art viele Freunde im Wissenschaftsbetrieb. Diese finden sich etwa in seinem von Camille Roth und Nikita Basov rekonstruierten Netzwerk: The socio-semantic space of John Mohr, in: Poetics 78 (2020), Artikel 101437.
  3. Kevin Kiley / Stephen Vaisey, Measuring Stability and Change in Personal Culture Using Panel Data, in: American Sociological Review 85 (2020), S. 477–506.
  4. Delia Baldassari / Andrew Gelman, Partisans without Constraint: Political Polarization and Trends in American Public Opinion, in: American Journal of Sociology 114 (2008), S. 408–846.
  5. Daniel DellaPosta / Yongren Shi / Michael Macy, Why Do Liberals Drink Lattes?, in: American Journal of Sociology 120 (2015), S. 14731511.
  6. Amir Goldberg / Sarah Stein, Beyond Social Contagion: Associative Diffusion and the Emergence of Cultural Variation, in: American Sociological Review 83 (2018), S. 897–932.
  7. Andrei Boutyline / Stephen Vaisey, Belief Network Analysis: A Relational Approach to Understanding the Structure of Attitudes, in: American Journal of Sociology 122 (2017), S. 1371–1447. Allgemein gehört in diesen Zusammenhang auch die internationale Werteforschung, etwa bei Pippa Norris / Ronald Inglehart, Cultural Backlash: Trump, Brexit, and Authoritarian Populism, New York 2019. Diese untersucht Kultur auch quantitativ, hat aber stark an Prominenz verloren.
  8. Vgl. zum Ansatz allgemein John Mohr, Measuring Meaning Structures, in: Annual Review of Sociology 24 (1998), S. 345–370 und Paul DiMaggio, Cultural Networks, in: John Scott / Peter Carrington (Hg.), The Sage Handbook of Social Network Analysis, London 2011, S. 286–301.
  9. Vgl. James Evans / Pedro Aceves, Machine Translation: Mining Text for Social Theory, in: Annual Review of Sociology 42 (2016), S. 21–50.
  10. Kathleen Carley, Extracting Culture Through Textual Analysis, in: Poetics 22 (1994), S. 291–312, hier S. 299 ff.
  11. John Mohr, Soldiers, Mothers, Tramps, and Others: Discourse Roles in the 1907 New York Charity Discourse, in: Poetics 22 (1994), S. 327–357, Abbildung S. 344.
  12. John Mohr / Vincent Duquenne, The Duality of Culture and Practice: Poverty Relief in New York City, 1888-1917, in: Theory and Society 26 (1997), S. 305–356.
  13. Alix Rule / Jean-Philippe Cointet / Peter Bearman, Lexical shifts, substantive changes, and continuity in State of the Union discourse, 1790–2014, in: Proceedings of the National Academy of Sciences 112 (2015), S. 10837–10844.
  14. Paul DiMaggio / Manish Nag / David Blei, Exploiting Affinities Between Topic Modeling and the Sociological Perspective on Culture: Application to Newspaper Coverage of U.S. Government Arts Funding, in: Poetics 41 (2013), S. 570–606. Zum Verfahren allgemein John Mohr / Petko Bogdanov, Introduction – Topic models: What they are and why they matter, in: Poetics 41 (2013), S. 545–569.
  15. Austin Kozlowski / Matt Taddy / James Evans, The Geometry of Culture: Analyzing the Meanings of Class through Word Embeddings, in: American Sociological Review 84 (2019), S. 905–949.
  16. Vgl. Evans/Aceves, Machine Translation.
  17. Vgl. etwa Wouter van Atteveldt / Tamir Sheafer / Shaul Shenhav / Yair Fogel-Dror, Clause analysis: Using syntactic information to automatically extract source, subject, and predicate from texts with an application to the 2008-2009 Gaza War, in: Political Analysis 25 (2017), S. 207–222.
  18. John Mohr / Robin Wagner-Pacifici / Ronald Breiger / Petko Bogdanov, Graphing the grammar of motives in National Security Strategies: Cultural interpretation, automated text analysis and the drama of global politics, in: Poetics 31 (2013), S. 670–700.
  19. Für ein Beispiel siehe Jan Fuhse / Oscar Stuhler / Jan Riebling / John Levi Martin, Relating Social and Symbolic Relations in Quantitative Text Analysis. A Study of Parliamentary Discourse in the Weimar Republic, in: Poetics 78 (2020), Article 101363.
  20. Vgl. Mark Anthony Hoffman / Jean-Philippe Cointet / Philipp Brandt / Newton Key / Peter Bearman, The (Protestant) Bible, the (printed) sermon, and the word(s): The semantic structure of the Conformist and Dissenting Bible, 1660–1780, in: Poetics 68 (2018), S. 89–103.
  21. Robert Wuthnow, Meaning and Moral Order: Explorations in Cultural Analysis, Berkeley 1989.
  22. Mohr et al., Measuring Culture, S. 45 f.
  23. Ich vermute, dass Kultur kein Gegenstand, sondern eher ein Beobachtungskonstrukt ist. Mit diesem versuchen wir systematische Unterschiede im individuellen Verhalten bzw. in der Kommunikation erklärbar zu machen. Damit wird aber die Untersuchung von Kultur nicht einfacher – weil wir ja auch unterschiedliche Vorstellungen davon haben, was genau erklärt werden soll und wie solche Erklärungen aussehen.

Dieser Beitrag wurde redaktionell betreut von Hannah Schmidt-Ott.

Kategorien: Kultur Methoden / Forschung Gruppen / Organisationen / Netzwerke

Jan Fuhse

Jan Fuhse ist Vertretungsprofessor am Institut für Soziologie der Universität Bremen und Privatdozent am Institut für Sozialwissenschaften der Humboldt Universität zu Berlin.. Neben der Theorie sozialer Netzwerke (insbes. relationale Soziologe) und den Methoden der Netzwerkforschung beschäftigt er sich mit politischer Soziologie, Medien-, Migrations- und Kultursoziologie, sozialer Ungleichheit und Computational Social Science.

Alle Artikel

Empfehlungen

Fabian Link

Expertise für den Ernstfall

Rezension zu „Experts, Social Scientists, and Techniques of Prognosis in Cold War America” von Christian Dayé

Artikel lesen

Martin Vogel

Ein anderes Buch über Aktionsforschung in Organisationen

Rezension zu „Action Research in Organizations. Participation in Change Processes“ von Marianne Kristiansen und Jørgen Bloch-Poulsen

Artikel lesen

Jan Fuhse

Kriminelle Netzwerke untersuchen – aber wie?

Rezension zu „Understanding Criminal Networks. A Research Guide“ von Gisela Bichler

Artikel lesen