Auf der Social-Media-Plattform Twitter werden täglich etwa 500 Millionen Tweets gepostet. Häufig werden dabei Bilder, Videos oder Zeitungsartikel verlinkt. Gerade wenn es um kontroverse und emotionale Themen geht, sind die Meinungen, die in den Tweets geäußert werden, sehr unübersichtlich. In solchen Fällen fällt es den Nutzern schwer, die Themenvielfalt richtig einzuschätzen und zu interpretieren. Um diese Problematik zu lösen, soll im Rahmen dieser Arbeit eine Visualisierung entwickelt werden, die Aufschluss über die verschiedenen Themen geben soll. Da es sich bei Tweets um kleine Online-Texte handelt, bietet es sich an, wortgroße Visualisierungen als Darstellungsform zu nutzen. Für die Entwicklung der Visualisierung wird auf bekanntes Wissen zurückgegriffen und aufgebaut. So wird neben der Erläuterung von grundlegenden Begriffen unter anderem auch auf Theorien des Text-Bild-Verständnisses eingegangen. Im Rahmen dieser Arbeit werden außerdem verschiedene Visualisierungstypen vorgestellt und ihre Vor- und Nachteile abgewogen. Als Datengrundlage für die Visualisierung dienen Tweets, die am 02.06.2020 von der Online- Plattform extrahiert wurden. Diese wurden dann mittels des K-Means++ Clustering gruppiert und später reduziert. Der Datensatz wurde von den Betreuern zur Verfügung gestellt. Um zu untersuchen, ob die Visualisierung das Leseverhalten der Nutzer positiv beeinflusst, wurde eine Online-Studie geplant und durchgeführt. In der Studie wurden drei unterschiedliche Versuchsbedingungen getestet: Für die Teilnehmer der ersten Bedingung wurde eine Darstellung der Tweets mit integrierten Visualisierungen gewählt. Bei der zweiten Bedingung wurden die Tweets je nach Thema unterschiedlich eingefärbt und bei der dritten wurden die Tweets mit einem textuellen Vermerk auf das Thema versehen. Hierdurch sollte untersucht werden, ob und inwiefern die Komplexität der Darstellungsform Einfluss auf das Leseverhalten der Nutzer hat. Die Ergebnisse der Studie zeigten jedoch, dass die gemessenen Unterschiede zwischen den Versuchsbedingungen nicht signifikant genug waren, um Aussagen diesbezüglich treffen zu können.