In der vorliegenden Arbeit wurde gezeigt, dass mit Hilfe der neu entwickelten Algorithmen aus einem Echtzeitdatenstrom von georeferenzierten Kurzmitteilungen, eines sozialen Netzwerkes, neue Ereignisse und deren Ort detektiert werden können. So kann die Frage: „Was geschieht gerade?“ durch die Analyse von Daten der sozialen Netzwerke, mit Hilfe der in dieser Arbeit entwickelten Algorithmen, beantwortet werden. Diese Algorithmen sind so entworfen, dass sie verschiedene Arten von Ereignissen detektieren können. Dabei reicht die Spanne der erkannten Ereignisse von Sportereignissen, Kongressen, kulturellen Events und signifikanten Wetterereignissen bis hin zu Katastrophen. Dass der Ansatz der Ereignisdetektionsalgorithmen sich auch auf andere Problemfelder anwenden lässt, wurde mit einer zusätzlichen Stimmungsdetektion gezeigt. Dazu wurde eine sprachunabhängige Stimmungsdetektion konzipiert, die die Bewertung der Terme auf Grundlage von Emoticons vornimmt. Somit konnte eine sprachunabhängige Ereignis- und Stimmungsdetektion implementiert werden, die ohne aufwendige Vorverarbeitung der Daten auskommt.
In this work, it was shown that by means of newly developed algorithms, which analyze the real-time data stream of geo-referenced short messages from an online social network, recent events and their locations can be detected. This way, the question: “What does currently happen?” can be easily answered by those algorithms. Also, they have been designed to detect various kinds of events such as sport events, congresses, cultural events and significant meteorological events. Additionally, it was demonstrated that the presented approach to realize event detection algorithms can be applied to other application scenarios as well. For this purpose, a solution for language-independent sentiment analysis has been conceived which is based on emoticons. Another advantage of the introduced methods for language-independent event detection and sentiment analysis is that they carry out these tasks without potentially complex preprocessing.