Diese Arbeit untersucht das Informationsverhalten von Social-Media-Anwendern aus der Perspektive des Personal Information Management und fokussiert dabei auf Re-finding-Verhalten, also das Wiederfinden von bereits wahrgenommener Information. Als Untersuchungsgegenstand dient die Social-Media-Plattform Twitter. Ziel der Arbeit ist die Beobachtung, Dokumentation, Beschreibung und Interpretation des Nutzerverhaltens beim Wiederfinden von Tweets und die Erarbeitung von Designvorschlägen, um Twitter-Nutzer bei diesem Informationsbedürfnis zu unterstützen. Als Forschungsstrategie dient ein Sequential-Mixed-Methods-Design, welches die sukzessive Erhebung und Auswertung von qualitativen bzw. subjektiven und quantitativen bzw. objektiven Daten in Form von zwei großen Studien --- einer Umfrage und einer Logstudie --- ermöglicht und es schließlich erlaubt, durch Kombination und Diskussion der Einzelergebnisse ein holistisches Bild von Wiederfindensverhalten auf Twitter zu zeichnen. Die Arbeit zeigt, dass Nutzer sehr häufig das Bedürfnis haben, zu bereits gesehenen Tweets zurückzukehren. Twitter, obwohl es einen Fokus auf Echtzeitinformationen legt, besitzt Archivcharakter, da häufig auch ältere Nachrichten wieder aufgerufen werden und persönliche Tweets einen längeren Lebenszyklus besitzen, als man dies von ihnen erwarten würde. Wiederfindensstrategien --- besonders Orienteering-Verhalten --- die bereits in anderen Personal-Information-Management-Kontexten wie mit E-Mails oder bei der Nutzung von Dateimanagern identifiziert werden konnten, treten auch beim Wiederfinden von Tweets auf. Wiederfinden kann eine komplexe Aufgabe sein, die Nutzer frustriert zurücklässt. Darüber hinaus haben Nutzer Schwierigkeiten bei der Einschätzung, ob Tweets in Zukunft von Relevanz sein könnten. Angemessen trainierte Algorithmen können Nutzer beim Wiederfinden von Tweets unterstützen.

The thesis investigates social media information behaviour from a personal information management point of view while focussing on re-finding behaviour. The social media platform Twitter serves as an object of investigation. The thesis aims at observing, documenting, describing and interpreting user behaviour when re-finding Tweets. Based on these observations design implications for supporting users exhibiting this behaviour are presented. A sequential Mixed Methods research design is employed, which allows for successively collecting and analysing qualitative and quantitative data using two approaches: a large-scale survey and a naturalistic log data analysis. The combination and discussion of results from both studies opens up a holistic view of re-finding behaviour on Twitter. The work shows that Twitter users frequently have the need to re-find previously seen Twitter content. Despite Twitter's emphasis on real-time information the service also exhibits characteristics of an archive as a lot of older content is viewed and the life-cycle of Tweets for individual users is much longer than one might expect. Re-finding strategies --- especially orienteering --- which were identified as means to re-find by empirical work in other PIM contexts are also adopted in the context of re-finding on Twitter. Re-finding can be hard work leading to frustration. Moreover users have problems with anticipating future information needs with Tweets. This work shows that appropriately trained standard algorithms can support users with this task and thus facilitate re-finding.