#aufschreistat – Statistische Analyse des Aufschreis

Wichtig: Projektkoordination

Trotz der frühen Phase gab es jetzt schon mehr Hilfsangebote, als ich im Kopf behalten kann, und die Kommunikation über Twitter ist, nunja, schwierig. Hier ein paar Links:

Ich selbst komme vor 20 Uhr (Dienstag) nicht dazu, weiter zu koordinieren, etc. – habt bitte etwas Geduld, oder – noch besser – organisiert euch ein wenig untereinander. Danke!

Warum überhaupt auswerten?

Zur Hashtag-Aktion #aufschrei ist viel wahres, kluges und vor allem emotionales geschrieben worden – siehe dazu z.B. die Blogposts, deren Verlinkungen ich in den letzten Tagen retweetet habe (für eine ordentliche Linksammlung hier fehlt mir gerade Zeit und Kraft). Ich stimme all dem nicht nur sachlich zu, sondern kann auch die darin beschriebenen Gefühle nachvollzielen, habe vieles davon in den letzten Tagen selbst so gespürt. Emotion gehört dazu und ist wichtig. Auch Emotionen stoßen Debatten an.

Aber diese Debatten kommen dadurch nicht unbedingt weiter. Dies ist keine Kritik an Emotionen, es ist der Versuch, diese durch sachliche Fakten und Analysen zu ergänzen, zu stützen und rational begreifbar zu machen.

Ich habe in den ersten 70 Stunden seit dem Beginn von #aufschrei mehr als die Hälfte jener Zeit mit dem Lesen der #aufschrei-Tweets verbracht und nur sehr viel weniger mit Schlafen. Soweit ich das abschätzen kann, habe ich fast alle #aufschrei-Tweets, die seit dem direkt in meiner TL landeten, gelesen. Das dürften etwa 1000 solcher Tweets gewesen sein, somit aber deutlich weniger als 2% aller #aufschrei-Tweets überhaupt. Damit habe ich keinen repräsentativen Überblick über alles, was aufgeschie(b)en wurde. Vermutlich hat kein Mensch auf der Welt das in diesem Moment.

Diverse klassische Medien haben #aufschrei-Tweets zitiert, und die jeweilige Auswahl schien zufällig (was ja immerhin repräsentativ ist) oder aus einem sehr kleinen Sample bewusst ausgewählt. Die Medien haben es damit nicht geschafft, die Menge, Vielfalt und Intensität des #aufschrei zu vermitteln.

Neben der Ursprungs-Aussageform – des Kurzberichtes über ein konkretes sexistisches Erlebnis – entstanden schon bald Meta-Aussagen, die versuchten, Verallgemeinerungen zu treffen. Auch ich habe mich darin versucht, erhielt Zustimmung durch Retweets und Kritik in Form von Antworten durch Menschen, die meine Aussage (wohl meist absichtlich) missverstanden. Aber letztlich waren das sowieso immer Aussagen über Momentaufnahmen meiner Filterbubble und somit ohne globale Bedeutung.

Nun möchte ich dazu beitragen, die Debatte auf das nächste Level zu erheben: den Blick auf die Gesamtproblematik, das Abwägen verschiedener Teildimensionen des Problems oder auch der Teilprobleme, und auf die neuartigen Erkenntnisse die nur durch eine solche Gesamtbetrachtung gewonnen werden können.

Ich denke nicht, dass der Erfolg der Aktion nach der folgenden Formel funktioniert: Tweeten -> sammeln -> statistisch anlysieren -> Erkenntnisse -> bessere Welt. Aber ich bin überzeugt, statistisch fundierte Erkenntnisse helfen dazu, dass die Aktion insgesamt erster genommen wird, dass die Debatte intensiver geführt wird, und letztlich, dass sie konstruktiver abläuft und konkretere Ergebnisse hat.

Technisches

Eine bedeutungsvolle Analyse geht nur mit technischen Hilfsmitteln, aber die allein reichen nicht. Vorausgesetzt, die mehr als 60.000 #aufschrei-Tweets lägen mir gebündelt vor – und das wird vermutlich bald der Fall sein – wären vollautomatische Auswertungen nur auf Wortebene praktikabel, z.B.: Wie oft kommt das Wort “Sportlehrer” vor? (Vermutung auf Basis des bisher manuell gelesenen: extrem oft.) Allein die Einteilung in zustimmende Tweets vs. Versuche, die Aktion zu kritisieren, relativieren, ins Lächerliche zu ziehen oder einfach nur zu trollen, halte ich für so gut wie gar nicht automatisierbar. Und selbst damit würden wir nur an der Oberfläche der darin verborgenen Erkenntnisse kratzen.

Ich halte es für nötig, die Informationen aus den Tweets in eine “maschinenlesbare” Form zu bringen. Das kann prinzipbedingt nicht von Maschinen erledigt werden. Mir schwebt dabei vor, den Tweets per Hand Tags zuzuordnen, welche sich danach auswerten lassen. Tags sind dabei semi-strukturierte Informationen, die einem losen Schema folgen. Dieses legt nahe, dass bereits vorhanden Tags identisch weiter benutzt werden, aber erzwingt dies nicht. Das ist wichtig, damit einerseits ähnliche Tweets mit gleichem Tag versehen werden, aber andererseits neu- bzw. andersartige Tweets, die neue Aspekte betreffen, nicht in ein starres, vorgefertigtes Raster gepresst werden.

Dazu braucht es Menschen, die das tun. Menschen, die all diese (teils schmerzvollen) Tweets nochmal aufmerksam lesen und kategorisieren. Das klappt nur, wenn viele Mitmachen. Und es brauch die Software, um diesen verteilten Aufwand zu koordinieren. Ich werde diese Software schreiben.

Ich möchte hier nicht zu technisch werden. Dies geschieht stattdessen auf der Projekthomepage “aufschreistat” bei GitHub. Viel gibt es dort noch nicht zu sehen, die aktuelle Version kann nichts, außer Tweets in die Datenbank schreiben. Updates zur Aktuellen Entwicklung twittere ich außerdem unter dem Hashtag #aufschreistat.

Die eigentliche Auswertung gilt es dann noch zu klären. Vieles lässt sich direlt als SQL-Abfrage schreiben, vorallem da in der Datenbank fast alle Spalten indiziert sind, incl. Volltext-Index auf den Tweet-Inhalten. Für manche Auswertungen wird spezieller Java-Code nötig sein. Und dann könnte es auch noch Exporte der angereicherten Daten geben, die dann in professionelle Statistik-Software einfließen könnte.

Datenquellen

Die Daten direkt von Twitter zu erhalten ist nicht einfach. Derzeit sieht der Datenbestand wie folgt aus:

  • Freitag 00:00 bis Freitag 11:00 – fehlt
  • Freitag 11:00 bis Montag 11:00 – vollständig durch den Datensatz von Soviet.tv
  • Montag 11:00 bis Dienstag 01:26 – fehlt
  • Dienstag 01:26 bis Dienstag 03:27 – teilweise vorhanden
  • Dienstag 3:27 und danach – vollständig dank eigener Sammlung

Es gibt technisch die Möglichkeit, von Twitter bis zu 150.000 vergangene Tweets zu einem Suchkriterium zu erhalten, was allerdings eine spezielle Genehmigung durch einen hochrangigen Twitter-Mitarbeiter erfordert. Diese habe ich bereits per Mail angefordert, wobei ich versucht habe, die gesellschaftliche Bedeutung von #aufschrei zu erläutern. Hoffen wir mal, dass ein positiver Bescheid kommt, noch bevor die Anzahl der #aufschrei-Tweets 150.000 überschreitet.

Mitmachen

Im Moment ist mir bei der Software-Entwicklung kaum zu helfen – die Software ist noch in einem so embryonalen Zustand, dass eine kooperative Arbeit am Code praktisch nicht möglich ist. Aber das wird sich hoffentlich in 1 bis 2 Tagen ändern. Wie das dann genau aufläuft, wird sich zeigen – dies ist zugegebenermaßen das erste Mal, dass ich ein Open-Source-Projekt auf github leite.

Nachtrag 6:41: Wozu aber jetzt schon jede_r herzlich eingeladen ist: Vorschläge machen, welche Fragestellungen wichtig und interessant sind, die sich evtl. aus den Daten herausziehen lassen. Konkrete Vorschläge, welche Arten von Inhalten getaggt werden könnten. Weitere Wünsche, welche Funktionen die Software erfüllen sollte oder könnte. Alles, was dabei hilft, das grobe Konzept was mir derzeit vorschwebt so zu erweitern, dass nicht nur mein Wissensdurst durch die Ergebnisse befriedigt wird, sondern alle den Erkenntnisgewinn bekommen, den sie sich davon erhoffen.

Sobald die Software Form angenommen hat und nutzbar ist, braucht es viele viele fleißige, mutige Helferlein, die sich durch die Tweets durcharbeiten, sie lesen und mit Tags versehen. Um alle Tweets zu zu verarbeiten, bräuchten wir etwa 1000 Stunden an gespendeter Zeit, des entspricht 125 vollen Arbeitstagen. Ich weiß, so viel werden wir nicht bekommen. Aber damit die Ergebnisse repräsentativ werden, reicht es, wenn wir einen signifikanten Anteil davon verarbeiten – das Programm wird die Tweets in zufälliger Reihenfolge anzeigen, um einen repräsentativen Querschnitt abzubilden. Und das können wir schaffen.

Damit das möglich wird, muss das Projekt bekannt werden. Jetzt wäre es zu früh dafür, noch ist es ein Luftschloss. Aber in 1 bis 2 Tagen hoffe ich auch eine Menge Retweets und ähnliches.

Abschließendes

Mich hat die ganze Sache in den letzten Tagen sehr mitgenommen. Ich musste mich zwar nicht erbrechen und habe auch nicht im nennenswerten Maß geweint, aber das war’s auch schon, was ich positives über meinen Zustand sagen kann. Prinzipiell könnte ich viel anderes, nicht-technisches zu diesem Thema schreiben. Aber momentan versuche ich, meine Energie dahin zu kanalisieren, wo es nützlich ist und wo der Aktivismus derzeit unterrepräsentiert ist. Und das ist nun mal gerade #aufschreistat.

Ich hoffe, dass diese Aktion, zusammen mit all dem was andere im Rahmen von #aufschrei leisten, dazu beiträgt, dass die Debatte nicht vorschnell wieder abebbt. Ich wünsche mir einen Protest, der um ein vielfaches größer ist als das, was wir jetzt haben. Das mediale Echo der letzten Tage hat gezeigt, wer die Massengesellschaft repräsentiert und was diese angeblich denkt. Für mich war das schockierender als die durch #aufschrei aufgedeckten Übergriffe selbst, denn bis dahin konnte ich noch glauben, dass nur ein Bruchteil der Menschen in Deutschland offen sexistisch ist. Nun scheint es mir, als ob entweder eine absolute Mehrheit sexistisch motiviert ist – das schließt ausdrücklich auch Frauen mit ein – oder als wenn eine sexistische Minderheit es erfolgreich schafft, sich als Mehrheit zu präsentieren. So oder so ist das ein Zustand, den ich nicht kampflos hinnehmen werde.

Kämpfen, hieß in den letzten Tagen: lesen, hören und fernsehen schauen. Gelegentlich twittern. Kämpfen, das heißt jetzt gerade, Code schreiben und technische Blogposts verfassen. Kämpfen, das wird in den nächsten Tagen heißen, statistische Analysen durchzuführen und Aussagen abzuleiten, um damit viele zu überzeugen, die den #aufschrei noch für einen unnötigen und nervigen Kurzzeittrend halten.

Und dann wird Kämpfen hoffentlich für mich und tausende andere heißen: raus auf die Straßen, einen lauten und sichtbaren Protest veranstalten, der sich mit den monatelangen Studierendenprotesten von 2009 messen kann.

33 thoughts on “#aufschreistat – Statistische Analyse des Aufschreis”

  1. Finde ich eine interessante Idee, hoffe Twitter gibt dir einen positiven Bescheid zurück. Aber mich würde auch interessieren, nach welchen Kriterien du ordnen/sortieren/kategorisieren willst.

    MfG
    Sven

  2. Liebe Lena,
    das klingt großartig!
    Ich hatte eine ziemlich ähnliche Idee, bin aber leider daran gescheitert an die Datensätze ranzukommen. Hab 3-4 * 1500 Posts der letzten paar Tage gesammelt, nicht sehr repräsentativ.
    Ich hoffe so sehr, dass Twitter die gesellschaftliche Relevanz erkennt und dir den Datensatz zur Verfügung stellt!

    Ich würde mich sehr freuen mich an den ganzen Aktion beteiligen zu können!
    Mein Plan war es übrigens das ganze wissenschaftlich fundiert auszuwerten und zu veröffentlichen. Speziell dachte ich an eine quantitative Inhaltsanalyse.
    Aber egal wie es jetzt passiert, Hauptsache es wird ausgewertet und kann dazu beitragen endlich eine tatsächliche Gleichstellung zu erreichen!

    Viel Erfolg und Liebe Grüße
    Julian
    @Josi_Bacchantes
    @QueerSTS

  3. Chapeau, eine fantastische Aktion. Danke.

    Ich bringe noch einen weiteren Vorschlag ein, der sich speziell an die Sozialwissenschaftler, Kommunikationswissenschaftler und Linguisten richtet:

    Die negativen Reaktionen auf den #aufschrei lassen sich meist in 3 Kategorien fassen: Verharmlosung, Ablenkung (Derailing) und Schuldverlagerung auf das Opfer (Victim Blaming). Wenn sich hier Experten kurz die Arbeit machen könnten, exemplarisch Tweets und auch Kommentaren drüben bei den Online-Kollegen der Presse (ZEIT online, FAZ, Süddeutsche) zu finden und auf einer Webseite schlicht & gut visualisiert in die drei Kategorien einzuordnen (inkl. Erscheinungsort, Nickname und Klarnamen – falls ersichtlich), dann wäre das eine gute Sache, auf die man diese Kollegen immer wieder verweisen kann. (“Glückwunsch, du betreibst jetzt gerade Derailing, so wie diese Menschen auch.” -> Link zur Visualisierung)

  4. Gute Idee die vielen Tweets genauer anzuschauen. Kann mir vorstellen mitzuhelfen, insbesondere auch konzeptionell. Bspw. in Bezug auf Auswertungsmethode und weitere methodische Überlegungen , aber auch bei der Fleißarbeit. :-)

  5. Deine Idee der statistischen Auswertung des Tweets finde ich sehr gut, mir geht es ähnlich (ohne dass ich viel gelesen habe), die Debatte muss geführt werden und darf nicht verebben, dazu sind Fakten nunmal besser als Gefühle, Fakten sind beständig, Gefühle leider oder zum Glück nicht.
    Worauf diese statistische Erhebung abzielt ist mir aber nicht ganz klar: Geht es dir um das Aufzeigen des Ausmaßes der spontanen Reaktion, also das angestaute Redebedürnis?
    Geht es um einen Überblick von Kategorien sexueller Über- und Angriffe, also sowas wie Familie, Sport, Arbeit, “Freunde” etc.?
    Ich bin gespannt auf weiteres und helfe sehr gerne (kenn mich aber nicht aus mit Statistik und Programmen…) wo es eght.
    Liebe Grüße, Johanna

  6. super, dass du das machst! habe zeit und würde gerne helfen… kontaktier mich, wenn es so weit ist, dass nicht-programier-tätigkeiten gebraucht werden! :) lg, anna

  7. Ein paar Gedanken von mir dazu:

    Zu einem OpenSource-Projekt wird das ganz e5rst durch eine passende Lizenz. Auch um Missverständnisse zu vermeiden, ist es sinnvoll, möglichst bald passende Lizenz-Informationen dazu zupacken

    Es ist wohl auch sinnvoll, dir Gedanken darüber machen, ob und ggf. in welcher Form und unter welcher Lizenz zu die (Roh)Daten veröffentlichen willst – idealerweise bevor Leute anfangen, die Daten zu bearbeiten.

    Prinzipiell stellt sich die Frage, in ob du die Tweets anonymisieren oder pseudonymisieren willst und welche datenschutzrechtlichen Vorgaben es da ggf. gibt.

    Für das Tagging-Interface ist die Frage, ob du da speichern willst, wer was wie taggt – daraus könnte man evtl. interessante Erkenntnisse über die Rezeption der Tweets gewinnen.

    Es könnte sinnvoll sein, Tweets immer von mehreren Leuten unabhängig voneinander taggen zu lassen, um zu sehen, welche Unterschiede bei der Interpretation ers gibt.

  8. Hey,

    ich kenne mich mit dem technischen Kram überhaupt nicht aus, aber ich hoffe dennoch, wenigstens ein bisschen was beitragen zu können, wenn es soweit ist (soweit ich das verstanden habe, geht es dann praktisch nur um abtippen und einsortieren, das krieg ich hin ;)). Denn die Idee ist absolut genial!

    Ich finde so eine Aktion sehr wichtig, denn solange eine solche Auswertung nicht geschieht, können Sexisten sich hinstellen und behaupten, die meisten Tweets würden Kinkerlitzchen behandeln. Und leider kann man dem nicht gut widersprechen, denn allein die Zahl der Tweets sagt ja leider gar nichts über das Ausmaß des geschilderten Sexismus aus.

    Als grobe Kategorisierung würde ich vorschlagen (einfach mal ungeordnet):
    - Alter der betroffenen Frauen laut Schilderung: Kindheit/Jugend/Erwachsenenalter
    –> das vor allem, um das blöde Argument “die können sich doch wehren” zu entkräften, denn vor allem kleine Mädchen und Jugendliche können sich eben je nach Situation NICHT wehren
    - Verhältnis zum Täter: Fremder/Verwandter/Freund/Kollege/Chef
    - Einordnung des geschilderten Sachverhalts in ein auch juristisch relevantes Schema, also von “harmlosen” Sexismus über Beleidigung, sex. Belästigung, Nötigung bis hin zur Vergewaltigung
    - Tatort: Schule/Heim/Straße/öffentliche Verkehrsmittel/Arbeitsplatz etc.

    Nur so als spontane Einfälle…

  9. Ich würde auch sehr gerne helfen. Ich studiere Geschlechterforschung und kenne mich ein wenig mit qualitativer und quantitativer Sozialforschung aus.
    Auf die Mailingliste würde ich auch sehr gerne gesetzt werden.

    Liebe Grüße,
    Mirka
    // @verdachtsmoment

  10. Ich finde das eine Super Idee, und ich möchte Euch unbedingt unterstützen. (Witzigerweiße lerne ich grad für meine Statistikprüfung)

    Ich denke, wir könnten die tweets nach folgenden Kriterien sortieren:

    Zeitlich: Kindheit / Schulzeit / Studium&ausbildung / Beruf / Alter
    (Anzunehmen ist ein sinkendes Machtgefälle mit dem Alter)

    Örtlich: Öffentlicher Raum / Privater Raum // in der Gruppe / zu zweit
    (Anzunehmen ist ein geringere Hemmschwelle mit gerinerer Öfffentlichkeit der Situation)

    Art: Sexueller Übergriff // Sexuelle Anspielung bzw. direkter Sexismus // indirekter Sexismus der Intelligenz oder Fähigkeiten von Frauen in Frage stellt // positiver Sexismus (ala Frauen sind das schöne Geschlecht und müssen sich deswegen auch hübsch machen)

    Dies ist erst mal eine möglichst Wissenschaftliche Kategorisierung. Dann müssen wir uns auch überlegen, wie wir zeigen können, was das für Konzequenzen auf die Frauen und damit auch für die Gesellschaft hat. Und warum diese schlecht sind. Ich weiss nicht, ob man das aus den Tweets rauslesen kann. Nur so als Beispielseinfall: Vielleicht könnte man Argumentieren, wieviele Frauen vom Mathelehrer nicht ernst genommen wurden, und deswegen eventuell keinen Ingenieurberuf ergriffen haben (was ja von der Wirtschaft so gefortert wird).

    Das sind erst mal meine Gedanken auf die Schnelle.

    Also ich würde mich gerne mehr einbringen, bitte setzt mich auf die mailingliste. Toi Toi beim programmieren und haltet uns auf den LAufenden!!! Susanna

    1. Hallo Sanna,

      Das sind gute Vorschläge. Ein paar decken sich mit unseren bisherigen Planungen, und einige sind neu bzw. genauer als das, was wir schon haben. Am meisten würdest du uns daher helfen, wenn du deine Ideen hier in die Auflistung innerhalb dieses Dokuments einarbeiten würdest: http://titanpad.com/1aufschreistats (ist leider schon sehr lang)

      Wenn du dich auch weiterhin einbringen würdest, fände ich das toll. Ich schicke dir gleich mal eine Einladung für die Mailingliste.

      LG, Lena

  11. Ach so… ich habe (hoffentlich) allen, die hier gute Vorschläge für das Projekt kommentiert haben, bereits eine Mail gesendet und darum gebeten, diese nochmal in der Mailingliste einzubringen.

    Auch alle weiteren Leser_innen würde ich bitten, allgemeines Feedback hier, aber spezielle Vorschläge zur Auswertung wenn möglich dort in der ML zu machen. Klar, das ist etwas mehr Aufwand, sich dort anzumelden, aber ihr würdet es uns damit erheblich erleichtern, alle Infos beieinander zu halten!

  12. Helfen kann ich wohl kaum. Bin nicht so gewandert mit dem PC und begreife schon nicht was Datensätze sind.
    Dennoch glaube ich einen kleinen Anstoß geben zu können. Es wird immer gesprochen über sexistische Äußerungen. Das ich davon genug erlebt habe ist wohl klar. Aber ich bin auch als Kind mißbraucht und als Erwachsene vergewaltigt worden. Wenn ihr Daten sammelt wäre es hilfreich auch über die Art des Übergriffes eine Statistik zu führen.
    Kaum eine Frau hat früher den Täter angezeigt. Als ich nach über 25 Jahren darüber sprechen konnte war die Verjährungsfrist abgelaufen. Das bedeutet aber auch, dass die Täter noch immer ihrem “Hobby” fröhnen. Vielleicht kann man auf dem Weg die Politik dazu bewegen die Verjährungsfristen für Sexualtaten aufzuheben. Nur für mich gesprochen, kann ich sagen, dass mein Leben auch 40 Jahre danach noch die Hölle ist. Ich kann nicht darüber sprechen ohne zu Weinen. Als Kind mißbraucht zu werden ist eine Verletzung für das gesamte Leben. Ich glaube auch nicht, dass nur ich so denke und fühle. Ich befürchte die Dunkelziffer ist gewaltig. Dennoch wird dieses Verbrechen so…, ja billig bestraft. Eine weitere Möglichkeit wäre z.B. in den Schulen den Unterricht Anstand, Ehre und Moral zu erweitern.
    Das ist nur durch Politiker zu verwirklichen. Da jetzt endlich mal die Realität Einzug hält und auch in der Politik immer mehr Frauen tätig sind, könnte sich ja tatsächlich mal was ändern.

  13. Mangels google+ kann ich mich nicht auf der Mailingliste anmelden. Faende das auch interessant statistisch auszuwerten. Haette da ein paar Ideen bzgl Modelle (zB LDA, spkmeans, movMF) die man rechnen koennte, evtl gingen die Tweets schon automatisch in homogene Gruppen einteilen und darueber auswerten. Naja muesste man dann sehen, wenn’s die Daten gibt.

  14. hi lena

    du hast recht, von hinten anfangen ist wohl jetzt erst mal besser
    sich fragen: was wollen wir eigentlich erfahren? Und wozu?

    erfahren wollen wir:

    -wieviele sind betroffen von sexuellen übergriffen etc und haben es aufschrei mitgeteilt

    -wieviele haben welche / was für eine konsequenz daraus gezogen?

    - wieviele erhoffen sich durch aufschrei eine veränderung direkt für sich selbst?

    -für wieviele ist dies der anfang einer weitgreifenden veränderung der pol.soz. sitation (in deutschland)?

    das wären für mich mal die wichtigsten fragen.

    ansonsten ist es schwierig die einzelnen tweets zu taggen, man weiss oft nicht auf was sich dieser bezieht, antwortet usw, die ablageorte einer antwort landen zb in einem neuen hashtag, und weg sind sie aus dem “gespräch” usw

    puhh,…lg für olga, die leider nicht mehr lebt

  15. das Ziel einer Statistik zu Aufschrei ist , zu erfahren:

    1 wieviele schreien auf?
    2 weshalb schreien sie auf?
    3 was erwarten sie von Aufschrei?
    4 was hat sich für die Aufschreienden selbst verändert seit ihrem Aufschrei?
    5 was und wie hat sich das direkte Umfeld der Aufschreienden verändert?
    6 was für Veränderungen hat es BRD-weit gegeben seit Aufschrei?
    7 hat sich etwas in den Medien verändert seit Aufschrei?
    8 welche Konsequenzen hat Aufschrei gesellschaftlich gesehen
    9 wer hat was weiterführend unternommen?
    10 wer möchte weitergehend etwas unternehmen?

  16. Ich persönlich würde eine sachliche Grundsatz-Differenzierung begrüßen, was als Sexismus anzusehen ist, und was (evtl. im Vergleich zu Brüderle) einfach Kompliment sein soll. Plump freundliche Äußerungen sind nicht zwingend Sexismus.
    Ausserdem finde ich es fast beschämend, dass die unverholene Anmache von Frauen, um Männer aufzureissen, komplett aus den Diskussionen herausgelassen werden.
    mfG
    Otto

Leave a Reply

Your email address will not be published. Required fields are marked *

You may use these HTML tags and attributes: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>