Abschlussprojekt: HerEducation
Wie wird weltweit über Bildungsgerechtigkeit für Mädchen und Frauen gesprochen, und was sagen die Daten?
- Plattform mit 7 Modulen: UNESCO-Bildungsdaten für 196 Länder, Entwicklung von Indikatoren 2019–2025, YouTube-Analyse mit Transkription per Whisper
- NLP-Pipeline für deutsche und englische YouTube-Kommentare: Stimmung (BERT), Emotionen (RoBERTa), Themen (BERTopic)
- Globale Diskursanalyse: erkennt über 50 Länder automatisch, Weltkarte, Ländervergleich
- Die App ist zweisprachig (DE/EN)
- Python
- Streamlit
- Transformers
- BERTopic
- Plotly
- PyDeck
- yt-dlp
Screenshots






Was denken und fühlen Menschen über Bildung?
Unter YouTube-Videos zu Bildungsthemen diskutieren oft Hunderte oder Tausende Menschen. Niemand liest das alles. Die Kommentaranalyse von HerEducation übernimmt das: Sie macht aus einem unübersichtlichen Kommentarbereich ein Bild davon, was die Menschen denken und fühlen.
Fragen, die sich damit beantworten lassen
- Wie ist die Stimmung zu einem Thema: eher zustimmend, neutral oder ablehnend?
- Welche Gefühle stehen dahinter: Freude, Wut, Angst, Trauer, Ekel?
- Worüber wird eigentlich gesprochen? Oft sind es andere Dinge als im Video selbst.
- Welche Gefühle hängen an welchem Thema?
- Was sagen die Menschen zu einem bestimmten Thema, zum Beispiel zu Gleichberechtigung und Gender, und wie fühlen sie sich dabei?
So geht die App vor
- Stimmung: Ein Sprachmodell liest jeden Kommentar und ordnet ihn als positiv, neutral oder negativ ein.
- Gefühle: Ein zweites Modell erkennt das vorherrschende Gefühl, nämlich Wut, Angst, Ekel, Trauer, Freude oder keins davon. Englische Kommentare können zusätzlich Überraschung zeigen.
- Themen: Das Themenmodell findet ohne Vorgaben heraus, worüber in den Kommentaren gesprochen wird, und fasst ähnliche Kommentare zu Themen zusammen.
- Gefühle je Thema: Die App zeigt, welche Gefühle hinter jedem Thema stecken.
- Gezielte Suche: Die Suche arbeitet mit fertigen Suchwort-Listen zu Bildung und Gender oder mit eigenen Suchwörtern. Die App zeigt dann nur die passenden Kommentare, mit ihrer Gefühlsverteilung, ihren Themen und Beispielen. Für Gender sucht sie zum Beispiel nach „Mädchen“, „Frauen“, „Gleichberechtigung“, „Geschlecht“ oder „Diskriminierung“.
Beispiel: Unter der Markus-Lanz-Sendung „Wie Künstliche Intelligenz die Bildung verändert“ (ZDF, 2024) stehen 2.082 Kommentare. Davon sind 57,5 % negativ, 34 % neutral und 8,5 % positiv.
Vom einzelnen Video zum Ländervergleich
Die Globale Diskursanalyse legt Analysen aus mehreren Ländern nebeneinander. Die App erkennt über 50 Länder automatisch und zeigt die Ergebnisse auf einer Weltkarte. Die Themensuche bietet acht fertige Themen: Bildung & Lernen, Gender & Gleichberechtigung, Technologie & KI, Umwelt & Klima, Politik & Gesellschaft, Wirtschaft & Arbeit, Gesundheit & Medizin sowie Kultur & Medien. Eigene Suchwörter sind ebenfalls möglich. Zu jedem Thema sieht man die Stimmung und die Gefühle je Land und eine Rangliste. Die gefundenen Kommentare lassen sich außerdem nachlesen. So wird sichtbar, ob zum Beispiel in einem Land über Gleichberechtigung anders gesprochen wird als in einem anderen.
Zum Ausprobieren: Fertige Beispielanalysen sind sofort sichtbar. Darunter lässt sich eine eigene Kommentardatei (CSV oder JSON) hochladen. Online analysiert die App dabei bis zu 100 Kommentare pro Lauf, weil der kostenlose Hosting-Anbieter die Rechenzeit begrenzt. Lokal installiert gibt es diese Grenze nicht: Auf einem MacBook Air (M4) sind alle 2.082 Kommentare des Lanz-Videos in rund 1,5 Minuten ausgewertet.
Live-App
Die Live-App läuft auf Streamlit Community Cloud und braucht beim ersten Laden 1–3 Minuten zum Aufwachen.