Selbstoptimierung vs. Selbstliebe? Eine vergleichende Inhaltsanalyse von Fitspiration- und Bodypositivity-Bildern auf Instagram mit Methoden der automatischen Bildklassifikation

Julia Glas, Christian Wolff, Bernd Ludwig, Michael Achmann

Abstract: Die zu Selbstoptimierung aufrufende Instagram-Bewegung #fitspiration wird häufig für negative Auswirkungen ihrer schlankheitsidealisierenden Inhalte auf Follower:innen kritisiert. #bodypositivity wirbt in Abgrenzung dazu dafür, für Selbstliebe und Akzeptanz aller Körpertypen einzutreten. Auch ihr wird jedoch vorgeworfen, einen Fokus auf das äußere Erscheinungsbild zu legen sowie klassische Schönheitsideale zu propagieren. Bisherige Bild-Inhaltsanalyse befassen sich entweder mit Fitspiration- oder Bodypositivity-Posts, was einen Vergleich beider Bewegungen erschwert. Daher wurden in der vorliegenden Untersuchung Instagram-Bilder beider Hashtags bezüglich derselben inhaltlichen Kategorien kodiert. Dazu wurden verschiedene Modelle (z.B. SupportVectorMachines, ConvolutionalNeuralNetworks) zur automatischen Bildklassifikation implementiert, sowie versucht, die Klassifikationsergebnisse durch Upsampling der Daten der unterrepräsentierte Klassen und durch Transferlernen (Adaption des an einem großen Datensatz vortrainierten VGG16-Modells) zu optimieren. CNN-Modelle mit Transferlernen erzielten die besten Klassifikationsergebnisse. Es zeigen sich in einigen Kategorien (z.B. Körperbau, Muskulosität, Kleidung) wie erwartet signifikante Abweichungen zwischen Fitspiration und Bodypositivity, wohingegen sich beide Hashtags in anderen Bereichen (z.B. Schönheitsideale, Objektifizierung, Freizügigkeit) nicht unterscheiden." Ein Beitrag zur 9. Tagung des Verbands "Digital Humanities im deutschsprachigen Raum" - DHd 2023 Open Humanities Open Culture.