Der jährlich stattfindende Workshop brachte eine internationale Gemeinschaft von Forschenden zusammen, die sich mit der visuellen Dimension des Klimawandels beschäftigen. Im Mittelpunkt standen spannende Fach­vorträge, interaktive Spotlight-Präsentationen sowie vertiefende Diskussionen über methodische Ansätze zur Analyse klimabezogener Bilddaten. Die Veranstaltung förderte den interdisziplinären Austausch zwischen Informatik, Kommunikations­wissenschaft, Politik­wissenschaft und weiteren Disziplinen und stärkte die Zusammenarbeit innerhalb des wachsenden CCVision-Netzwerks.

Das Mannheim Center for Data Science freut sich, diese Initiative unter­stützt zu haben. 

Bericht zum CCVision Network Meeting 2026

Datum: 23. Juni 2026
Veranstaltungs­ort: Universität Mannheim, B6 29
Format: Hybrid (Präsenz und Online)
Ausrichtende Institution: Lehr­stuhl für Maschinelles Lernen, Data and Web Science Group, Universität Mannheim
Organisations­team: Katharina Prasse, Anastasia Kanat, Margret Keuper

Über das Netzwerk

Das Climate Change Vision (CCVision) Network ist eine internationale, interdisziplinäre Forschungs­gemeinschaft, die sich der visuellen Dimension des Klimawandels widmet. Das Netzwerk vereint Forschende aus Informatik, Computational Social Science, Geographie sowie Kommunikations- und Medien­wissenschaften und umfasst alle Karrierestufen – von Promovierenden bis hin zu etablierten Professorinnen und Professoren.

Ablauf des Treffens

Das vierte jährliche Netzwerktreffen brachte Forschende aus Deutschland, Großbritannien, den USA und Australien zusammen. Der Tag gliederte sich in zwei thematische Panels, eine Spotlight-Session mit Netzwerk-Updates sowie ein interaktives Methodenmeeting.

Panel 1

Unter dem Vorsitz von Stefanie Walter (TU München) standen drei Beiträge zur multimodalen Analyse von Klimadiskursen in sozialen Medien im Mittelpunkt. Diskutiert wurden verschiedene Methoden der automatisierten Bilderkennung sowie deren Anwendung auf unter­schiedliche Fragestellungen.

Vorträge:

• Nadezhda Ozornina (LMU München): Analysing Multimodal Climate Discourse with Computational Methods: Insights from the KLIMA-MEMES Project
• Shijia Zhou (LMU München): What Media Frames Reveal About Stance: A Dataset and Study about Memes in Climate Change Discourse
• Caroline Gardam (Queensland University of Technology): Exploring the Image Machine's Clusters: Multimodality and Visual Signatures Aligned with Climate Hoax Hashtags

Panel 2

Unter dem Vorsitz von Travis G. Coan (University of Exeter) wurde die Analyse um weitere Dimensionen erweitert. Neben dem Bildinhalt standen die faktische Korrektheit von Aussagen, die Positionierung in Netzwerken sowie die Vollständigkeit der Datengrundlage im Fokus.

Vorträge:

• Isaac Bravo (TU München): Semantic (Mis)Alignment, Climate Mis­information, and Engagement on Social Media: The Case of Twitter/X
• Carly Lubicz-Zaorski (Queensland University of Technology): A Network Speaks 1000 Words: Visualising Division and Delay in Australia's Renewable Energy Trans­ition, and Beyond
• Jill Hopke (DePaul University): Is Climate Journalism in Decline (and Other Questions)? A U.S. Perspective on the Importance of Sampling

Spotlight-Talks

Kurze Einblicke in aktuelle Forschungs­projekte gaben:

• Antal Wozniak (University of Liverpool)
• Travis G. Coan (University of Exeter)
• Bruno Takahashi (Michigan State University)

Methodenmeeting

Im anschließenden Methodenmeeting arbeiteten selbstorganisierte, disziplin­übergreifende Gruppen zu den Themen Validierung und Sampling. Dabei wurden methodische Herausforderungen diskutiert und Unter­schiede zwischen den beteiligten Fach­disziplinen herausgearbeitet.

Wirkung und Ausblick

Das Treffen stärkte den Austausch zwischen quanti­tativer und qualitativer Forschung zur klimabezogenen Bildkommunikation, förderte internationale Kooperationen und schuf Anknüpfungs­punkte für gemeinsame Publikationen und Datensätze. Insbesondere die fokussierten Methodendiskussionen zu Validierung und Sampling ermöglichten einen konkreten projekt­übergreifenden Erfahrungs­austausch. Durch das hybride Format konnten sich auch Forschende aus Über­see aktiv an den Diskussionen beteiligen.

Dank

Wir danken dem Mannheim Center for Data Science (MCDS) sowie dem Lehr­stuhl für Maschinelles Lernen (Prof. Dr.-Ing. Margret Keuper) herzlich für die großzügige Unter­stützung. Ohne diese Förderung wäre die Durchführung des Netzwerktreffens in dieser Form nicht möglich gewesen.

CCVision Network – Lehr­stuhl für Maschinelles Lernen, Data and Web Science Group, Universität Mannheim