Die Datengrundlage für die Analyse bilden öffentlich zugängliche Beiträge aus den Sozialen Medien, zum Beispiel Twitter. Viele Beiträge enthalten Text bis hin zu Links. NewsHawk nutzt Texte und textartige Inhalte sowie verfügbare Metadaten als Grundlage sowohl für das Auffinden von relevanten Beiträgen als auch für deren Analyse.
Die Suche nach relevanten Beiträgen geht von einer Sammlung von Stichwörtern (oder Zeichenketten) aus. Der Nutzer stellt sie in einer Liste zusammen, priorisiert und verknüpft sie ggf. auch miteinander. Die gefundenen Beiträge werden in einer Datenbank abgelegt, dem Nutzer aber auch in Echtzeit angezeigt. Die Präsentation erfolgt in fortwährend aktualisierten Widgets. Diese arbeiten mit unterschiedlichen Priorisierungen und können vom Nutzer gemäß der eigenen Aufgabenstellung konfiguriert werden.
Auf den Datenbankinhalten operieren KI-Algorithmen aus dem Bereich des »Natural Language Processing«. So können die Daten in Clustern und Kategorien, je nach Benutzervorgaben, präsentiert werden. Die Algorithmen können zudem Netzwerke berechnen, die etwa anzeigen, welche Personen, Organisationen, Orte etc. in einem Beitrag zusammen genannt werden oder welche Beitragsautoren von welchen anderen Autoren Inhalte zitieren oder verbreiten. Gerade diese (interaktiven) Netzwerke erlauben Analysten tiefere Einblicke etwa dazu, welche Beitragsautoren Bots sein könnten.