Die Forderung ‚Science before statistics!’ – in Anlehnung an die Handlungsmaxime ‚Erst fragen, dann schießen!‘ des Westernhelden John Wayne frei übersetzt mit ‚Erst konzeptuell denken, dann losrechnen!‘ – ist nicht nur in den von McEreath im namensgleichen Vortrag von 2021 genannten Bereichen wie automatische Bildanalyse, autonomes Fahren etc. äußerst hilfreich. Es empfiehlt sich auch für diejenigen, die sich mit der Evaluation von Informations- und Kommunikationskampagnen befassen. Wer sich an die Vorlesung Datenerhebung im BA-Studium KMW in Münster erinnert, wird einfallen, dass eine Kommunikationskampagne nicht automatisch als Erfolg gelten kann, wenn eine Beobachtungsstudie mit Vergleich der Kampagnen- mit einer Kontrollgruppe im Durchschnitt stärkere Effekte (z. B. höhere Conversion-Rates) in der Kampagnengruppe zeigt.

Unser Kurs will der Frage, warum das so ist bzw. warum eine Differenz in Beobachtungsdaten kein hinreichender Beleg für den Erfolg einer Kampagne ist, genauer untersuchen. Dazu werden wir die neuere Kausalforschung nach a) ihren Annahmen und Modellen befragen, b) aktuelle Auswertestrategien wie DID oder Propensity Score Matching kennen lernen und c) dieses Wissen auf Tätigkeiten in Kommunikationskontrolle und Evaluation von PR- und Organisationskommunikation anwenden.

Der Kurs richtet sich explizit an zwei Anspruchsgruppen: Studierende im MA Kowi, die mehr über ‚moderne‘ Kausalforschung kennen lernen wollen, sind herzliche eingeladen, sich mit den Themen zu a) und b) zu befassen. Studierende des MA Strat.Komm., die vielleicht nach Ideen und Lösungen für die praktische Medienarbeit suchen oder lernen möchten, wie sich die aktuelle Kausalforschung etwa in das Wirkungsstufenmodell von DPRG/IVC einfügt und im Kommunikationsmanagement genutzt werden kann, möchten sich vielleicht eher mit Themen zu Teil c) auseinander setzen.

Für eine (ausführlichere) Einführung:

https://www.youtube.com/watch?v=KNPYUVmY3NM

Studienleistung: Vortrag und aktive Mitarbeit bei Diskussionen

Prüfungsleistung: Hausarbeit/eigene Datenanalyse

Kurs im HIS-LSF