TikTok und Clanpolitik in SomaliaCEFR B1
23. Okt. 2025
Adaptiert nach Said Isse, Global Voices • CC BY 3.0
Foto von Fatima Yusuf, Unsplash
Forscherinnen und Forscher fanden, dass TikTok die somalische Identitätspolitik verändert hat, indem Clanbindung gestärkt und Polarisierung verstärkt wurde. Die Clanidentität, die auf patrilinearen Abstammungslinien beruht, war lange zentral für politische Organisation und Konfliktlösung; früher regelten ältere Männer viele Angelegenheiten in Shir‑Versammlungen.
Mit dem Zerfall des Zentralstaats und der wachsenden Diaspora entstanden digitalisierte Clan‑Interaktionen. TikTok ermöglicht transnationale Verbindungen und gibt jüngeren Nutzerinnen und Nutzern sowie Frauen Raum, Clanidentität öffentlich zu zeigen. Influencer treten in TikTok‑Clan‑Battles gegeneinander an, mobilisieren Anhänger und sammeln digitale Münzen.
Glaubwürdige Medienberichte und die Forschung berichten, dass Münzen aus solchen Battles Konflikte in Somalia finanzierten, unter anderem Gelder, die an Parteien in den 2023 Konflikten in Laasanood town gingen. Der Algorithmus begünstigt emotionale Inhalte, und spaltende Beiträge haben oft mehr Sichtbarkeit als friedensfördernde Clips. Experten fordern kulturell informierte Moderation, digitale Kompetenzschulung und Zusammenarbeit von Politik, Ältesten und Influencern.
Schwierige Wörter
- Identität — Wie jemand sich selbst sieht oder beschreibt.
- Kultur — Die gemeinsamen Bräuche und Traditionen einer Gruppe.kulturell
- Konflikt — Ein Streit oder Problem zwischen Personen oder Gruppen.Konflikte
- einnehmen — Etwas übernehmen oder Platz nehmen.eingenommen
- empowernd — Jemanden stärken oder ermutigen.
Tipp: Fahre über markierte Wörter oder tippe darauf, um kurze Definitionen zu sehen – während du liest oder zuhörst.
Diskussionsfragen
- Wie könnte TikTok für positive Veränderungen genutzt werden?
- Welche Risiken siehst du bei der Nutzung von sozialen Medien?
- Wie kann die Gesellschaft besser mit Clannismus umgehen?
Verwandte Artikel
KI hilft bei der Erkennung von Melanomen
Forscher der University of Missouri trainieren KI-Modelle mit 400,000 Hautbildern, um Melanome schneller zu erkennen. Einzelne Modelle erreichten bis zu 88% Genauigkeit; kombiniert lagen die Modelle über 92% und dienen als Entscheidungsunterstützung.
Xonorika Kira: Menschzentrierte KI kann Ausschluss verstärken
Die Künstlerin Xonorika Kira warnt, dass der Ausdruck „den Menschen in den Mittelpunkt“ eine enge Vorstellung von Menschlichkeit verbergen kann und so viele Formen von Intelligenz ausschließt. Sie schlägt Alternativen für Daten, Modelle und Gemeinschaften vor.
