Die Jungen Nationalisten: Stützpunkt Sachsen auf TikTok

von Bastian Stock & Gideon Wetzel

 

Die Nutzung digitaler Plattformen zur Verbreitung antidemokratischer Ideologien ist ein etabliertes Phänomen der extremen Rechten (Askanius & Keller, 2021; Bogerts & Fielitz, 2019; Castelli Gattinara & Froio, 2024; Ekman, 2014; Gaudette et al., 2022; Hanzelka & Schmidt, 2017; Maarouf et al., 2022; Maly, 2019; Maurer, 2025; McSwiney et al., 2021). Mit dem Aufstieg von TikTok vollzieht sich jedoch ein fundamentaler Strukturwandel: Der Übergang von sozialen Netzwerken zu sogenannten Recommendation Media[1], deren Inhalte algorithmisch den Timelines zugeteilt werdenerfordert eine Neuausrichtung der analytischen Perspektive. Im Zentrum steht nicht mehr die Pflege gewachsener Follower-Netzwerke, sondern die strategische Ausnutzung algorithmischer Kuratierungsmechanismen, die passive Rezeptionsmuster für die Diffusion extremistischer Inhalte operationalisieren.

Sächsische Akteure aus dem extrem rechten Spektrum orientieren sich dabei an der „Metapolitik“, also der Mobilisierung im vorpolitischen Raum, der Identitären Bewegung. Ein zentrales, bisher wenig untersuchtes Instrument ist die Schaffung sogenannter rhizomatischer Soundscapes. TikTok-Sounds fungieren hierbei als primärer Vernetzungsmechanismus, der inhaltlich divergente Videos emotional verknüpft und algorithmisch verstärkt.

Um extrem rechte Inhalte zu verbreiten, werden bestehende virale Trends gekapert und extremistische Codes verschleiert. Die Inhalte werden dabei durch eine spezifische technische Gestaltung der Wahrnehmung angepasst: Durch den präzisen Einsatz von Schnittfrequenzen, Loops und musikalischer Taktung wird eine affektive Wirkung erzeugt, die die Aufmerksamkeit bindet und politische Botschaften emotional auflädt. Diese technisch erzeugte Unmittelbarkeit ermöglicht auch Profilen ohne gewachsene Community eine sofortige Reichweite.

Am Beispiel der Jungen Nationalisten (JN) Sachsen – der Jugendorganisation der Partei Die Heimat – untersuchen wir im Folgenden die strategische Aneignung dieser Sound-Infrastrukturen. Unsere zentrale Fragestellung lautet: Wie nutzen extrem rechte Akteure in Sachsen TikTok-Soundscapes und multimodale Inszenierungspraktiken, um ihre Inhalte zu verbreiten und zu normalisieren?

Zur Beantwortung wenden wir ein Mixed-Methods-Design an, das die netzwerkanalytische Identifikation eines metapolitischen Ökosystems mit einer qualitativen Tiefenanalyse exemplarischer Videos nach Wang (2021) und Traue (2013) verknüpft.

 

Forschungsstand: extrem rechte Nutzung von TikTok

Während frühere digitale Mobilisierungsstrategien primär auf text- und bildbasierten Netzwerken wie Facebook und Instagram fußten, fungierte YouTube bereits früh als zentraler Kanal für audiovisuelle Propaganda. Hier lag der Fokus der Akteure jedoch vornehmlich auf der Bereitstellung längerer Formate, der Inszenierung pseudo-journalistischer Alternativmedien und einer starken Bindung an gewachsene Abonnenten-Strukturen (Ekman, 2014; Heider, 2022). Es geht nicht mehr nur um Vernetzung, sondern um die algorithmische Ausnutzung spezifischer Kuratierungsmechanismen. Diese sogenannten Consumptive Curation Affordances sind technologische Möglichkeiten der sozialen Plattformen, um Inhalte selektiv zu konsumieren und die Feed-Zusammenstellung aktiv oder passiv zu beeinflussen. Extrem rechte Akteure nutzen sie und die damit verbundenen passive Rezeptionsmuster (watch, scroll, repeat), um antidemokratische Ideologien zu verbreiten (Entrena-Serrano, 2025).

Unter anderem manifestiert sich diese Entwicklung in der Mobilisierung gegen Demonstrationen im Rahmen des Christopher Street Days (CSD). Bei der Organisation der Gegenproteste nehmen die Jungen Nationalisten seit mehreren Jahren eine zentrale Rolle ein (Volk, 2025; Wetzel & Kiess, 2025; Niendorf & Wetzel, 2026). Strategisch orientieren sie sich dabei an der „Metapolitik“ der Identitären Bewegung (IB) und übernehmen hier insbesondere deren Konzept der „TikTok-Guerilla“. TikTok fungiert in diesem Gefüge nicht als neutraler Kanal, sondern als Affordance-Struktur. Der Algorithmus übernimmt die Auswahl der Inhalte auf Basis der Nutzerinteressen. Dieser Umstand begünstigt spezifische propagandistische Praktiken: Ziel extrem rechter Akteure ist das „Mainstreaming“ extremistischer Inhalte durch die Unterwanderung algorithmischer Kuratierung (O’Conner, 2021). Extremistische Ästhetiken und Codes werden durch die Kopplung an populäre oder harmlose Audio-Trends maskiert, um in den TikTok-Feed (For You Page) auch unpolitischer Nutzer einzudringen (Geboers & Bösch, 2025). Dadurch werden neue Zielgruppen erschlossen und Personen erreicht, welche sonst keine Berührungspunkte mit extremistischen Inhalten hätten. Die dabei eingesetzten Methoden reichen von Talking-Head-Formaten, die durch inszenierte Intimität Authentizität simulieren (Boucher, 2022), bis hin zum Hijacking populärer Diskurse (Ozduzen et al., 2023). Kombiniert wird dies häufig mit der Durchführung eigener Kampagnen (González-Aguilar et al., 2023).

Ein zentraler Verbreitungsweg, der auch von sächsischen Akteuren genutzt wird, ist die Verwendung von TikTok-Sounds (Bösch & Divon, 2024; Geboers & Pilipets, 2024). Diese fungieren nicht bloß als akustische Untermalung, sondern als primärer Mechanismus der Vernetzung und Kuratierung: Sie verknüpfen unterschiedliche Inhalte zu rhizomatischen Soundscapes, die durch eine gemeinsame affektive Konnotation stabilisiert werden (Geboers & Bösch, 2025, 4). Diese Sound-Infrastruktur ermöglicht spezifische propagandistische Taktiken: Zum einen werden populäre Sounds gekapert (Audio Hijacking), um extremistische Inhalte parasitär an virale Trends zu koppeln. Zum anderen werden extremistische Codes visuell oder auditiv hinter harmlosen Popkultur-Referenzen verborgen (Cloaking), um Content-Moderation zu umgehen und eine „Plausible Deniability“ zu erzeugen. Durch Praktiken wie das Remixing (z.B. „Slowed & Reverb“) oder das strategische Umbenennen von „Original Sounds“ wird zudem eine mimetische Aneignung (Wang, 2021) vollzogen. Diese Methode wird auch gezielt in Kampagnen genutzt, um originale Sounds zu kapern, oder Contentsperren zu umgehen. Dies geschieht durch das Umbenennen eigener Sounds oder durch die Abwandlung oder das remixen bereits genutzter Sounds, als eine Methode des Cloaking (Bösch & Divon, 2024, S. 7).

Der Hauptträger dieser Strategie ist User Generated Content (UGC), der eine „Demokratisierung der Propaganda“ ermöglicht, indem nicht mehr nur zentrale Kader, sondern eine breite Basis an Nutzern die Botschaften verstärken. Dadurch kommt es zum manufacturing of consensus (Guinaudeau et al., 2022, 470), also der Konstruktion eines vermeintlich gesellschaftlichen Konsenses. Damit bedienen sie sich einer Form der automatisierten Propaganda (Woolley & Guilbeault, 2017), durch die eine vermeintliche Graswurzel-Unterstützung simuliert wird. Ziel ist die Normalisierung rechter Rituale im digitalen Mainstream (Miller-Idriss, 2018, 2020).

In der Ökonomie der Aufmerksamkeit auf TikTok verliert der Social Graph (insbesondere die Zahl der Follower) zugunsten des Interest Graphs (Views, Viewtime, Likes) an Relevanz. Dies begünstigt kurzlebige Account-Strategien, die im Gegensatz zu den auf Langfristigkeit angelegten Backup-Strukturen auf Instagram stehen: Profile werden als taktische Einweg-Instrumente genutzt, da der algorithmische Cold Start neuen Accounts sofortige Sichtbarkeit ermöglicht (Entrena-Serrano, 2025). Technisch basiert dies auf der Transition zu Recommendation Media: Der Algorithmus von TikTok kuratiert die einzelnen Feeds nicht primär basierend auf sozialen Verbindungen, sondern durch die Analyse multimodaler Signale (Computer Vision, NLP, Audio-Analyse) sowie verhaltensbasierter Metriken wie der Retention Rate (Traue, 2013, 120), die Auskunft über die Bindung der User an die Plattform bieten. Mithilfe der Verwendung von Sounds und Schnitten, die auf der Plattform bereits erfolgreich sind, eröffnet dies extremistischen Akteuren die Möglichkeit der „Virality from Nowhere“. Eine solche plattformspezifische Anpassung der Darbietung nennt sich Grammatisierung (ebd.).

 

Methode

Bei der Datenerhebung folgen wir einem Mixed-Methods-Design, das Netzwerkexploration mit qualitativer Tiefenanalyse verknüpft. Ausgangspunkt bildeten 37 Seed-Profile sächsischer JN-Akteure (JN, Mädelbund Sachsen, Deutsche Jugend Voran), welche gezielt ausgewählt wurden. Mittels Snowball-Sampling über die offizielle API identifizierten wir 363 Profile und reduzierten diese nach manueller Bereinigung auf ein Kern-Netzwerk von 301 Profilen (JN, Vorfeld, Influencer). Im zweiten Schritt vollzogen wir einen analytischen Perspektivwechsel vom Akteur zum Soundscape (Geboers & Bösch, 2025): Basierend auf den Metadaten extrahierten wir die 20 am häufigsten genutzten Sounds und wählten aus diesen jene Sounds für die Tiefenanalyse, die eine hohe mimetische Affordanz (Aufforderung zur Nachahmung) oder signifikante audiovisuelle Dissonanz (Cloaking) aufwiesen. Die qualitative Analyse von 30 exemplarischen Videos unternahmen wir deduktiv anhand des Coding-Schemas nach Wang (2021) sowie Traue (2013) zur Bestimmung der Grammatisierung und Atmosphäre.

Mit dem Ziel, den mimetischen Kern des Netzwerks zu isolieren, filterten wir die Daten mithilfe der offiziellen TikTok-API. Um reine Konsumenten (Lurker) von aktiven Multiplikatoren zu trennen, berücksichtigten wir nur Profile, die (a) eigenen Content publizieren und (b) eine hohe In-Group-Verknüpfung aufweisen. Konkret wählten wir nur Follower, die mindestens fünf Seed-Profilen folgten (Indikator für ideologische Festigung), sowie Profile, die von mindestens zwei Seed-Profilen zurück-gefolgt wurden.

Insgesamt stießen wir somit auf 363 Accounts. Die Konsolidierung des Datensatzes erfolgte durch ein manuelles Qualitative Content Audit. Als Ausschlusskriterium für „irrelevante“ Profile diente uns das Fehlen einer multimodalen politischen Codierung: Accounts, die weder visuell (Wang, 2021) noch auditiv (durch Nutzung politisch konnotierter Soundscapes; Geboers & Bösch, 2025) eine Zugehörigkeit zum extrem rechten Spektrum signalisierten, sortierten wir aus.

Das resultierende Kern-Netzwerk (N=301) bildet ein metapolitisches Ökosystem ab: Neben den klassischen Parteistrukturen (54 JN, 9 Die Heimat, 11 AfD, 11 Der III. Weg, 3 Neuer Deutscher Standard) identifizierten wir 15 extrem rechte Influencer, die als mimetische Vorbilder fungieren, sowie 15 Online-Shops. Letztere nehmen eine Schlüsselrolle ein, da sie die materiellen Ressourcen für die inszenierte kollektive Identität bereitstellen und somit die ästhetische Uniformierung der darstellenden Praxis ermöglichen.

Auf Basis der mithilfe der offiziellen API ermittelten Sound-IDs und der damit verknüpften Sounds wurden die 20 dominanten Soundscapes des Netzwerks identifiziert. Aus diesem Cluster erfolgte die selektive Auswahl für die Tiefenanalyse anhand dreier qualitativer Kriterien:

• Mimetische Affordanz: Sounds, die spezifische körperliche Handlungsmuster (Body Movements) evozieren.
• Cloaking-Intensität: Sounds, die eine signifikante Dissonanz zwischen populärkultureller Codierung und extremistischer visueller Nutzung aufweisen.
• Affektive Dichte: Sounds, die eine eindeutige politische Atmosphäre (Traue 2013) – etwa Heroismus oder Bedrohung – durch technische Formung strukturieren und affektiv aufladen.

Insgesamt wählten wir 30 exemplarische Videos (Inhalte der Seed-Profile sowie der verästelten weiteren Inhalte) für die qualitative Analyse aus. Bei dieser folgten wir strikt dem multimodalen Zugang nach Wang (2021) und untersuchten das Zusammenspiel verschiedener Ebenen bei der Inszenierung rechtsextremer Identität – insbesondere Requisiten, Kleidung als Botschaft sowie die räumliche Beziehung der Akteure untereinander und zur Zuschauerschaft. Ziel war die Typologisierung der Content-Producer anhand ihrer Darstellungsmuster: Im Rahmen der Analyse untersuchten wir, inwiefern die verschiedenen Akteursgruppen – vom offiziellen Parteikader bis hin zum szeneinternen Influencer – unterschiedliche Darstellungsmuster nutzen. Hierbei vollzogen wir einen analytischen Pivot: Wir betrachteten nicht nur die Person, sondern analysierten, wie durch spezifische Soundscapes entweder Autorität im Modus des Make-Believe inszeniert oder extremistische Inhalte durch technisches Cloaking verschleiert werden.

 

In-Depth-Analyse ausgewählter Videobeiträge

Anhand des untersuchten Materials lassen sich vier Typen der Inszenierung herauskristallisieren, die von sächsischen Akteuren der Jungen Nationalisten (JN) auf TikTok genutzt werden. Allen gemeinsam ist, dass sie mithilfe spezifischer Soundscapes Inhalte erstellen, die zur Identifikation einladen. Sie unterscheiden sich jedoch hinsichtlich ihrer ästhetischen Gestaltung, ihrer ideologischen Ansprache sowie der verfolgten Mobilisierungsziele. Im Folgenden werden die Ergebnisse der Analyse entlang dieser Typisierung vorgestellt.

 

Völkische Idylle: Die Theatralik der Unschuld

 

Abbildung 1: Beispiele „völkische Idylle“

 

Dieser Typus, der vor allem von extrem rechten Frauen genutzt wird, arbeitet mit dem Prinzip des Make-Believe. Anstatt eine offensichtliche Inszenierung zur Schau zu stellen, wird hier eine ungebrochene, vermeintlich natürliche Realität simuliert, um Authentizität zu suggerieren. Exemplarisch zeigt sich dies in der videografischen Inszenierung einer jungen Frau auf einer Wiese, die durch das Mise-en-scène einer unberührten Natur, weiße „Unschuld“ vermittelnde Kleidung und das Fehlen harter Schnitte eine Atmosphäre der zeitlosen Ruhe und Unschuld generiert. Die Hintergrundmusik fungiert hier als zentrales Element der atmosphärischen Grammatisierung. Durch den Einsatz nostalgischer, ruhiger Klänge aus Songs wie „Golden Brown“ (The Stranglers, 1981) oder „Am Tag, als Conny Kramer starb“ (Juliane Werding, 1972) wird eine Atmosphäre der Geborgenheit geschaffen, die im scharfen Kontrast zur Hektik der digitalen Moderne steht und emotionale Resonanzräume für regressive Sehnsüchte öffnet. Die erwähnten Sounds sind dabei besonders populär, womit der Mechanismus des Audio Hijacking bedient wird.

Visuell wird diese Strategie durch Kostüme unterstützt, die eine traditionelle Weiblichkeit referenzieren – etwa durch Kleider, offenes Haar und den Verzicht auf grelle Modecodes. Damit wir eine Anschlussfähigkeit an die Cottagecore-Ästhetik sowie den Tradwife-Trend, also die Sehnsucht nach einem romantisierten, naturbezogenen, unschuldigen Landleben, hergestellt. Die ideologische Indoktrination erfolgt in diesem Setting nicht konfrontativ, sondern subtil über die Platzierung politischer Codes als scheinbar zufällige Requisiten, wie etwa eine Handyhülle mit der Aufschrift „Heimat“. Diese Form der metapolitischen Normalisierung zielt darauf ab, extremistische Inhalte mit einer vermeintlich schützenswerten kulturellen Tradition zu rahmen und so die Barriere für unpolitische Nutzerinnen zu senken.

 

Lifestyle-Propaganda: Theatralik der Normalisierung

 

Abbildung 2: Beispiele „Lifestyle-Propaganda“

 

Dieser Typus zielt darauf ab, an die zeitgenössische Jugendkultur anzuschließen. Hier manifestiert sich die Strategie des Cloaking am deutlichsten durch eine gezielte audiovisuelle Dissonanz. Ein prägnantes Beispiel liefert ein Video, in dem eine Protagonistin zwar ein T-Shirt der Jungen Nationalisten trägt, jedoch ein gängiges Lip-Sync zu einem harmlosen Schlager performt. Das visuelle Bekenntnis zum Rechtsextremismus wird durch die auditive Harmlosigkeit und die Nachahmung eines viralen Trends maskiert, was die Moderationsmechanismen der Plattform unterläuft und den Inhalt als gutmütigen „Girl-Content“ tarnt. Der Trend ist eng mit dem Schlagerlied verknüpft, welches gehijackt wird. Die Akteure übernehmen den Habitus populärer Influencer, indem sie gängige Formate wie Outfit-Checks oder Tattoos-Showcases adaptieren. So wird beispielsweise politische Symbolik wie die „Schwarze Sonne“ nicht im Kontext politischer Agitation, sondern als rebellisches Lifestyle-Attribut innerhalb einer Schwarz-Weiß-Ästhetik inszeniert, die eher an Musikvideos als an Parteipropaganda erinnert. Durch die Verwendung des Selfie-Modus und den direkten Blick in die Kamera wird in der Beziehung zu den Nutzern zudem eine parasoziale Intimität simuliert. Diese „Girlfriend Experience“ dient der affektiven Bindung an die In-Group, wobei die politische Ideologie als sekundäres Identitätsmerkmal in den Hintergrund tritt, um die Einstiegshürde in das antidemokratische Milieu zu minimieren.

 

Der Politische Soldat: Theatralik der Tat

 

Abbildung 3: Beispiele „Der politische Soldat“

 

Dieser Typus stellt das aktive, wehrhafte Subjekt in den Mittelpunkt und richtet sich vor allem an ein männliches Publikum. Nach Wang (2021) wird hier durch Nachahmung ein idealisiertes Bild von Wehrhaftigkeit dargestellt. Dies manifestiert sich beispielsweise in Spiegelselfies, bei denen sich der Protagonist mit geballter Faust und in Kampfsport-Kleidung inszeniert, wodurch der Körper selbst zur politischen Requisite der Stärke stilisiert wird. Die genutzten Kostüme – oft Merchandise einschlägiger extrem rechter Kampfsportmarken oder taktische Kleidung – fungieren als Uniformierung, um die Zugehörigkeit zu einer militanten „Warrior Community“ zu markieren. Diese Videos nutzen oft aggressive, treibende Hintergrundmusik wie Phonk oder Techno sowie schnelle, harte auf die Hintergrundmusik getimte Schnitte, um ein hohes Maß an Spannung durch diese Präsentation zu erzeugen. Diese technische Grammatisierung zwingt den Nutzer durch audiovisuelle Reizdichte in die Rezeption und hindert das Weiterscrollen. Die Bewegungsmuster sind dabei strikt handlungsorientiert: Gezeigt werden Szenen des Trainings, des Plakatierens bei Nacht oder des Posierens, was den Imperativ der „Tat“ vermittelt. Die Inszenierung zielt darauf ab, politische Arbeit nicht als diskursiven Prozess, sondern als heroischen Akt des eigenen „Widerstands“ gegen die liberale Gesellschaft zu rahmen, der physische Präsenz und Disziplin erfordert.

 

Der Kollektive Körper: Theatralik der Masse

 

Abbildung 4: Beispiele „Der kollektive Körper“

 

TikTok-Videos dieses Typus visualisieren die angebliche Macht der Bewegung, indem das Individuum vollständig hinter der Formation zurücktritt. In den analysierten Videos von Demonstrationen und Aufmärschen findet eine filmische Formung der Masse statt. Dabei werden die individuellen Teilnehmenden durch technische Mittel, wie harte Schnitte und eine präzise Taktung auf den Rhythmus der Musik, in eine einheitliche, rhythmische Bewegung überführt. Die Masse wird so zu einem rein ästhetischen Objekt ‚grammatisiert‘, bei dem nicht mehr der einzelne Mensch, sondern das wehende Fahnenmeer oder der Gleichschritt als zentrale Bildelemente fungieren. Durch eine strenge Taktung der Bildschnitte auf den Rhythmus militanter Marschmusik oder harter Techno-Beats wird die physische Bewegung der Gruppe filmisch in eine überwältigende ästhetische Erfahrung transformiert. Die Identität der Akteure wird dabei nicht über Gesichter transportiert, die oft vermummt oder verpixelt sind, sondern über die Dominanz von Requisiten: Fahnenmeere, Banner und Fackeln füllen den Bildraum und ersetzen das Subjekt durch das Symbol. Die Position zu den Zuschauern ist videografisch fast ausschließlich durch die Totale oder die Froschperspektive geprägt, was die Gruppe optisch überhöht und den Zuschauer in eine unterlegene Position versetzt. Diese konstruierte Atmosphäre der Stärke ist als Machtdemonstration angelegt, welche die Handlungsfähigkeit der Gruppe im öffentlichen Raum belegen soll. Strategisch zielt diese Inszenierung sowohl auf die Einschüchterung politischer Gegner als auch auf die affektive Selbstvergewisserung der eigenen Anhängerschaft ab.

 

Fazit

Die Analyse der Jungen Nationalisten Sachsen auf TikTok verdeutlicht die Anpassung extrem rechter Akteure an die Logik von Recommendation Media. An die Stelle gewachsener Follower-Strukturen tritt die gezielte Bezugnahme auf algorithmische Kuratierungsmechanismen des Interest Graphs. Dadurch kann Reichweite unabhängig von stabilen Netzwerken generiert und potenziell auch ein Publikum adressiert werden, das über klassische Verbreitungswege nicht erreichbar wäre. Zentral ist der Einsatz von Audio Hijacking und Cloaking. Virale Trends werden aufgegriffen und mit ideologischen Versatzstücken kombiniert, wodurch populäre Sounds zu Trägermedien politischer Botschaften werden. Extrem rechte Inhalte werden in bestehende Soundscapes eingebettet und in die algorithmische Zirkulation integriert. Das Cloaking verschleiert politische Codierungen durch popkulturell anschlussfähige Formate und ermöglicht ihre Einbettung in alltägliche Nutzungskontexte.

Die netzwerkanalytische Rekonstruktion des Ökosystems und die qualitative Tiefenanalyse zeigen eine konsistente Inszenierungslogik. Es konnten vier Typen identifiziert werden: „Völkische Idylle“, „Lifestyle-Propaganda“, „Politischer Soldat“ und „Kollektiver Körper“. Diese nutzen plattformspezifische Affordances wie Soundscapes, Schnittfrequenzen und affektive Verdichtung, um unterschiedliche Identifikationsangebote zu formulieren. TikTok fungiert damit nicht nur als Distributionskanal, sondern als struktureller Möglichkeitsraum, in dem algorithmische Kuration selbst zum Bezugspunkt propagandistischer Praktiken wird. Recommendation Media ermöglichen der extremen Rechten neue Formen metapolitischer Intervention, in denen technische Infrastrukturen, ästhetische Verfahren und affektive Atmosphären eng verschränkt sind. Dadurch schafft es die extreme Rechte, die Grenzen zwischen harmlosem Content und aggressiver Ideologisierung zu vermischen und ihre Inhalte im Mainstream zu verbreiten. Damit einher geht die Gefahr zunehmender Mobilisierung.

 

Über die Autoren

Bastian Stock hat einen Masterabschluss in Politikwissenschaft und arbeitet als Wissenschaftlicher Mitarbeiter an der TU Dresden. Seine Forschungsschwerpunkte liegen in den Bereichen politische Beteiligung, Protestbewegungen und Rechtsextremismus. Aktuell befasst er sich insbesondere mit den diskursiven, ästhetischen und organisatorischen Dynamiken rechter Mobilisierungen sowie deren Wechselwirkungen mit digitalen Öffentlichkeiten.

Gideon Wetzel ist wissenschaftlicher Mitarbeiter am EFBI im Bereich Online-Monitoring.

 

Erstveröffentlichung

Dieser Text ist Teil des EFBI Digital Report 2026-1.

 

Literatur

Askanius, Tina/Keller, Nadine (2021). Murder fantasies in memes: Fascist aesthetics of death threats and the banalization of white supremacist violence. Information, Communication & Society, 24(16), 2522–2539. https://doi.org/10.1080/1369118X.2021.1974517

Bogerts, Lisa/Fielitz, Maik (2019). „Do You Want Meme War?“ Understanding the Visual Memes of the German Far Right. In M. Fielitz & N. Thurston (Hrsg.), Post-digital cultures of the far right. Online actions and offline consequences in Europe and the US (Bd. 71, S. 137–154). transcript. https://doi.org/10.1515/9783839446706-010

Bösch, Marcus/Divon, Tom (2024). The sound of disinformation: TikTok, computational propaganda, and the invasion of Ukraine. New Media & Society, 26(9), 5081–5106. https://doi.org/10.1177/14614448241251804

Boucher, Vincent (2022). Down the TikTok rabbit hole: Testing the TikTok algorithm’s contribution to right wing extremist radicalization. Queen’s University (Canada).

Castelli Gattinara, Pietro/Froio, Caterina (2024). When the Far Right Makes the News: Protest Characteristics and Media Coverage of Far-Right Mobilization in Europe. Comparative Political Studies, 57(3), 419–452. https://doi.org/10.1177/00104140231169029

Ekman, Mattias (2014). The dark side of online activism: Swedish right-wing extremist video activism on YouTube. MedieKultur: Journal of media and communication research, 30(56). https://doi.org/10.7146/mediekultur.v30i56.8967

Entrena-Serrano, Carlos (2025). Watch, Scroll, Repeat: How Interface Design Shapes Consumptive Curation Affordances on TikTok. Social Media + Society, 11(3), 20563051251358529. https://doi.org/10.1177/20563051251358529

Gaudette, Tiana/Scrivens, Ryan/Venkatesh, Vivek (2022). The Role of the Internet in Facilitating Violent Extremism: Insights from Former Right-Wing Extremists. Terrorism and Political Violence, 34(7), 1339–1356. https://doi.org/10.1080/09546553.2020.1784147

Geboers, Marloes/Bösch, Marcus (2025). Malicious earworms and useful memes, how the far-right surfs on TikTok audio trends (Version 1). arXiv. https://doi.org/10.48550/ARXIV.2506.20695

Geboers, Marloes/Pilipets, Elena (2024). Networked masterplots: Music, pro-Russian sentiment, and participatory propaganda on TikTok. Journal of Digital Social Research, 6(1), 90–103. https://doi.org/10.33621/jdsr.v6i1.201

González-Aguilar, Juan Manuel/Segado-Boj, Francisco /Makhortykh, Mykola (2023). Populist Right Parties on TikTok: Spectacularization, Personalization, and Hate Speech. Media and Communication, 11(2). https://doi.org/10.17645/mac.v11i2.6358

Guinaudeau, Benjamin/Munger, Kevin/Votta, Fabio (2022). Fifteen Seconds of Fame: TikTok and the Supply Side of Social Video. Computational Communication Research, 4(2), 463–485. https://doi.org/10.5117/CCR2022.2.004.GUIN

Hanzelka, Jan/Schmidt, Ina (2017). Dynamics Of Cyber Hate In Social Media: A Comparative Analysis Of Anti-Muslim Movements In The Czech Republic And Germany. https://doi.org/10.5281/zenodo.495778

Maarouf, Abdurahman/Pröllochs, Nicolas/Feuerriegel, Stefan (2022). The Virality of Hate Speech on Social Media. https://doi.org/10.48550/ARXIV.2210.13770

Maly, Ico (2019). New Right Metapolitics and the Algorithmic Activism of Schild & Vrienden. Social Media + Society, 5(2). https://doi.org/10.1177/2056305119856700

Maurer, Moritz (2025). Conspirituality and meme culture: Transgressive dynamics in right-wing esoteric social media discourse. Religion, 55(1), 43–66. https://doi.org/10.1080/0048721X.2024.2317865

McSwiney, Jordan/Vaughan, Michael/Heft, Annett/Hoffmann, Matthias (2021). Sharing the hate? Memes and transnationality in the far right’s digital visual culture. Information, Communication & Society, 24(16), 2502–2521. https://doi.org/10.1080/1369118X.2021.1961006

Miller-Idriss, Cynthia (2018). The Extreme Gone Mainstream. Princeton University Press. https://doi.org/10.1515/9781400888931

Miller-Idriss, Cynthia (2020). Hate in the Homeland. Princeton University Press. https://doi.org/10.1515/9780691234298

Naderifar, Mahin/Goli, Hamideh/Ghaljaie, Fereshteh (2017). Snowball sampling: A purposeful method of sampling in qualitative research. Strides in development of medical education, 14(3), 1–6.

Niendorf, Johanna/Wetzel, Gideon (2026). Angriffe auf Vielfalt. Anti-CSD-Proteste und die Mobilisierung rechter Jugendlicher in Sachsen. In O. Decker/J. Kiess/P. Kocyba (Hrsg.), Demokratie in Sachsen. Jahrbuch des Else-Frenkel-Brunswik-Instituts für 2025 (S. 111–126). Leipzig: edition überland.

O’Connor, Ciarán (2021). Hatecape: An In-Depth Analysis of Extremism and Hate Speech on TikTok. https://www.isdglobal.org/wp-content/uploads/2021/08/HateScape_v5.pdf (11.03.2026).

Ozduzen, Ozge/Ferenczi, Nelli/Holmes, Isabel (2023). ‚Let us teach our children‘: Online racism and everyday far-right ideologies on TikTok. Visual Studies, 38(5), 834–850. https://doi.org/10.1080/1472586X.2023.2274890

Traue, Boris (2013). Visuelle Diskursanalyse: Von programmatischer Vorschlag zur Untersuchung von Sicht-und Sagbarkeiten im Medienwandel. URL: https://opus.bibliothek.uni-augsburg.de/opus4/frontdoor/index/index/docId/99374 (11.03.2026).

Volk, Sabine (2025). Pride im Visier: Rechtsextremismus, Queerfeindlichkeit und die aktuelle Bewegungsforschung. Forschungsjournal Soziale Bewegungen, 38(3), 518–528. https://doi.org/10.1515/fjsb-2025-0047

Wang, Yiting (2021). Multimodal analysis: Researching short-form videos and the theatrical practices. Proceedings of the 104th Association for Education in Journalism and Mass Communication, 1, 1–19.

Wetzel, Gideon/Kiess, Johannes (2025). TikTok im Bunderstagswahlkampf 2025 und extrem Rechte Jugendmobilisierung. EFBI Digital Report 2025-1. https://efbi.de/files/efbi/pdfs/Digital%20Reports/2025_1_EFBI_Digital%20Report_V05_final.pdf (11.03.2026).

Woolley, Samuel C./Guilbeault, Douglas R. (2017). Computational Propaganda in the United States of America: Manufacturing Consensus Online (Working Paper). University of Oxford.

 

Fußnoten

[1] Recommendation Media bezeichnet den distributionslogischen Wandel von sozialer Vernetzung hin zu algorithmischer Auswahl. Inhalte werden hierbei primär durch maschinelles Lernen auf Basis individueller Verhaltensdaten und statistischer Wahrscheinlichkeiten ausgespielt, anstatt durch aktive Suche oder soziale Bindungen.