ABSTRACT (DEUTSCH): Auch Jahrzehnte nach ihrem Ende sind die Erinnerungen an die DDR vielfältig und werden kontrovers diskutiert. Ein großer Teil der DDR-Erinnerungsdiskurse spielt sich heute in sozialen Medien ab, empirische Studien dazu fehlen aber. Um das zu ändern, analysiere ich beispielhaft die Kommentare unter zwei aktuellen YouTube-Videos zur innerdeutschen Grenze auf die Frage hin, wie User:innen die DDR und auch die (gegenwärtige) Bundesrepublik Deutschland konstruieren, und finde Erklärungen für diese Konstruktionen. Es zeigt sich, dass die meisten die DDR vor allem als Diktatur sehen (‚Diktaturgedächtnis‘), wie in herkömmlichen deutschen Medien üblich. Die Plattform gestattet aber, dass auch mehr Menschen ihre davon abweichenden Positionen kundtun: Viele sprechen von einem normalen Alltagsleben trotz Diktatur (‚Arrangementgedächtnis‘). Noch mehr User:innen drücken ihre Unzufriedenheit mit der gegenwärtigen Bundesrepublik durch diffamierende Vergleiche mit der DDR aus (‚DDR-2.0-Gedächtnis‘).

ABSTRACT (ENGLISH): Even decades after its end, memories of the GDR remain diverse and are the subject of controversial debate. A large part of the memory discourses about the GDR now takes place on social media, yet there is a lack of empirical studies on the subject. To address this, I analyse, by way of example, the comments under two recent YouTube videos on the inner-German border to find out how users construct the GDR and also the (present-day) Federal Republic of Germany, and identify explanations for these constructions. It turns out that most people view the GDR primarily as a dictatorship (‘dictatorship memory’), as is common in traditional German media. However, the platform also allows more people to express views which diverge from this: many talk about a normal everyday life despite the dictatorship (‘arrangement memory’). Even more users express their dissatisfaction with the present-day Federal Republic through defamatory comparisons with the GDR (‘GDR 2.0 memory’).

HINWEISE ZUM DATENSATZ (DEUTSCH): Die Daten wurden am 07. November 2025 mithilfe der Software MAXQDA 24 auf YouTube gesammelt. Für die beiden YouTube-Videos wurde innerhalb der Datei jeweils ein eigenes Arbeitsblatt erstellt. Zu jedem der insgesamt 4.562 Kommentare sind dort folgende Informationen tabellarisch aufgeführt: NUMMER: Jedem Kommentar ist eine für das jeweilige Video einmalige Nummer zugewiesen. Kommentare der ersten Ebene erhalten eine vierstellige Nummer, die ihrer Position in der Upload-Reihenfolge entspricht: Der erste Kommentar erhält die Nummer 0001, der zweite die 0002 etc. Kommentare, die als Antwort auf Kommentare erster Ebene oder wiederum als Antwort auf solche Antwortkommentare verfasst wurden, sind unter dem jeweiligen Kommentar erster Ebene eingeordnet. Die Nummer setzt sich dann aus der Nummer des Kommentars erster Ebene und der chronologischen Position der Antwort zusammen, also z. B. 0005-3 für die dritte Antwort auf den fünften Kommentar erster Ebene. KOMMENTAR: Hier ist der Kommentartext wiedergegeben, wie er zum Zeitpunkt des Datensammelns auf YouTube zu sehen war. Eingegriffen wurde einzig durch die Pseudonymisierung von User:innen-Namen. AUTOR:IN Die Namen der Kommentierenden, die in der ursprünglichen Form des Datensatzes an dieser Stelle erschienen, wurden durch eindeutige Pseudonyme ersetzt. Das schützt auf der einen Seite die Autor:innen davor, mühelos identifiziert zu werden. Auf der anderen Seite bleibt im Datensatz aber ersichtlich, welche Kommentare von denselben Autor:innen stammen und welche User:innen sich aufeinander beziehen. OBERSTE EBENE?: Handelt es sich um einen Kommentar erster Ebene, steht hier ein "Yes"; ist es ein Antwortkommentar, steht hier ein "No". ANTWORTEN: Anzahl der Antworten auf den Kommentar. LIKES: Anzahl der Likes für den Kommentar. VERÖFFENTLICHT AM: Tag und Uhrzeit der Erstveröffentlichung des Kommentars. AKTUALISIERT AM: Tag und Uhrzeit eventueller Bearbeitungen des Kommentars.

INFORMATION ABOUT THE DATA SET (ENGLISH): The data was collected on 7 November 2025 on YouTube using the MAXQDA 24 software. A separate worksheet was created within the file for each of the two YouTube videos. The following information is listed in tabular form for each of the 4,562 comments: NUMBER (NUMMER): Each comment is assigned a unique number for the respective video. First-level comments are given a four-digit number corresponding to their position in the upload sequence: the first comment is numbered 0001, the second 0002, and so on. Comments written in response to first-level comments, or in turn as replies to such reply comments, are listed below the respective first-level comment. The number is then composed of the number of the first-level comment and the chronological position of the reply, e.g. 0005-3 for the third reply to the fifth first-level comment. COMMENT (KOMMENTAR): The comment text is reproduced here as it appeared on YouTube at the time of data collection. The only modification made was the pseudonymisation of user names. AUTHOR (AUTOR:IN): The names of the commenters, which appeared in this position in the original form of the dataset, have been replaced with unique pseudonyms. On the one hand, this protects the authors from being easily identified. On the other hand, however, it remains clear in the dataset which comments originate from the same authors and which users are referring to one another. TOP LEVEL? (OBERSTE EBENE?): If it is a first-level comment, this field contains "Yes"; if it is a reply comment, it contains "No". REPLIES (ANTWORTEN): Number of replies to the comment. LIKES (LIKES): Number of likes for the comment. PUBLISHED ON (VERÖFFENTLICHT AM): Date and time of the comment's initial publication. UPDATED ON (AKTUALISIERT AM): Date and time of potential edits to the comment.