Hate Speech stellt in sozialen Medien ein offenkundiges Problem dar, welches in der Forschung in den letzten Jahren zunehmend interdisziplinär untersucht wird. In diesem Artikel beleuchte ich das Phänomen aus computerlinguistischer Sicht und beschreibe näherungsweise erprobte Herangehensweisen für Lösungsansätze. Durch eine Diskussion von Anwendungsmöglichkeiten ordne ich das Problem in die computerlinguistische Forschung ein, wobei sich hier die automatische Erkennung von Hate Speech in Kurznachrichten vordergründig als Hauptaufgabe herausgestellt hat. Ich zeige jedoch, dass damit nur ein Teil des Problems untersucht wird. Beispielsweise der Kontext von Nachrichten bleibt in den meisten Forschungen zur Hate-Speech-Erkennung außen vor, was eine Diskrepanz zum realen Vorkommen des Phänomens darstellt. Auch zeige ich, dass es weitere, wenig untersuchte Forschungsrichtungen zum Phänomen Hate Speech gibt, wie zum Beispiel die Analyse von Teiläußerungen. Schließlich schlage ich eine Einteilung von Lösungsansätzen zur Erkennung von Hate Speech in drei Kategorien vor, zu denen ich jeweils einen einleitenden Überblick gebe: Lexikonbasierte Systeme, erklärbare maschinelle Lernsysteme und neuronale Netzwerke.