Jetzt können wir es wieder schwarz auf weiss lesen: Es steht schlimm um die Qualität der Schweizer Medien – und Schuld daran sind in erster Linie die Jungen.

Warum? Weil sie mit ihren Freunden lieber amüsante und unterhaltende Videos via Social Media teilen, als die Leitartikel aus der NZZ. Das in einem Satz zusammengefasst (und zugegebenermassen zugespitzt) das Fazit aus dem vorgestern in Bern vorgestellten Jahrbuch 2015 Qualität der Medien.  

Zumindest ist das, was uns einige der renommierten Schweizer Verlagshäuser glauben machen wollen. In bester Clickbait-Manier haben sie die gestern in Bern präsentierten Ergebnisse, des fög nochmal ordentlich textlich aufgebauscht.

Nun, die Diskussion über die Qualität der Medien ist so alt wie die Medien selbst. Während sich wohl alle Kommentatoren einig darüber sind, dass Medienqualität ein wichtiges Thema ist, hört diese Harmonie bei der Frage danach auf, wie genau denn diese “Medienqualität” zu definieren und folglich zu messen sei.

Wie Medienqualität definiert wird, darüber will ich mich nicht äussern. Dafür gibt es weitaus kompetentere Kommentatoren.

Ich will stattdessen kurz aufzeigen wieso das fög teils nicht wirklich misst, was es zu messen vorgibt – und ich will kurz einen Vorschlag skizzieren, wie aus dem “Jahrbuch Qualität der Medien” ein echtes “Data Based Jahrbuch Qualität der Medien” werden könnte.

Problem 1: Der kausale Fehlschluss – was die Schweiz liest entspricht nicht dem, was die Schweiz teilt

Aus der Medienmitteilung zum Jahrbuch Qualität der Medien 2015
Aus der Medienmitteilung zum Jahrbuch Qualität der Medien 2015

So toll ich es finde, dass das fög einen zentralen Aspekt der Analyse für das diesjährige Jahrbuch Qualität der Medien auf den Daten von Themenpuls (ein Projekt, das ich 2013 konzipiert und gemeinsam mit Kuble realisiert habe) abstützt, so falsch sind die Aussagen, die das fög basierend darauf macht.

Themenpuls aggregiert Daten dazu welche Medieninhalte der grössten Schweizer Medienplattformen nicht nur gelesen, sondern geteilt (und kommentiert) werden. Die Leute teilen aber nur einen Bruchteil von dem, was sie lesen. Auch gibt es nach wie vor sehr viele Leute, die nur lesen und nicht teilen. Das fög schaut somit die Ausnahme (Teilen) an und leitet basierend darauf die Regel (Lesen) ab. 

Mediennutzungs-Funnel
Nur ein Bruchteil der gelesenen Inhalte werden auch geteilt.

Problem 2: Die ignorierte Psychologie des Teilens

Wenn Mediennutzer Medieninhalte via Social Media teilen, dann erfüllt dieser Akt immer eine spezifische psychologische und soziale Funktion.

Nutzer teilen also online Inhalte, weil diese Inhalte sie gegenüber ihren Freunden <wähle aus der untenstehenden Liste aus> aussehen lassen:

  • gut
  • smart
  • kontrovers
  • gut vernetzt
  • lustig
  • erhellend
  • als gute Quelle
  • oder was auch immer

(Quelle: http://www.socialfresh.com/sharing-content/ – Geht zurück auf eine Studie zu Word of Mouth aus dem Jahre 1966)

Anders gesagt: Was wir teilen sagt weniger über die Qualität der geteilten Medieninhalte aus, aber viel über die Person, welche die Inhalte teilt. Der geteilte Inhalt erfüllt eine spezifische Funktion. Wenn diese Funktion in der Untersuchung nicht berücksichtigt wird, kann auch keine relevante Qualitätsaussage gemacht werden.

Die Datengrundlage des Jahrbuchs Qualität der Medien 2016 muss mit genaueren Webanalytics angereichert werden

Nun, ich will nicht einfach kritisieren, sondern auch einen Vorschlag skizzieren, wie man das Jahrbuch Qualität der Medien 2016 in Bezug auf die Datengrundlage und deren Aussagekraft verbessern kann.

Das fög sollte seine Methode um einen soliden Webanalytics-Datenpool erweitern. Und zwar um Webanalytics, die bis auf Artikelebene runtergebrochen werden.

Als unabhängiges Forschungsinstitut sollte es möglich sein die grossen Medienplattformen dazu zu bewegen, entsprechende Tracking-Codes in ihre Sites integrieren.

Folgende Webanalytics Daten sollte das fög mindestens sammeln (muss immer bis auf den einzelnen Artikel runtergerbochen erfasst werden):

Traffic Data: Welche einzelnen Medieninhalte werden auf welchen Plattformen wirklich angeklickt

Bounce / Time on Article Data:

  • Bei welchen Medieninhalten springen die User gleich wieder ab
  • Welchen Medieninhalten widmen die Nutzer wie viel Zeit
  • Wie unterscheiden sich diese Muster nach: Referral (kommt Leser via Google, Social oder Organisch?)

Share Data: Welche Medieninhalte werden wie geteilt:

  • in Backchannels (für andere nicht sichtbar)
    • Email
    • WhatsApp
  • Öffentlich sichtbar:
    • Facebook
    • Twitter
    • LinkedIn
    • etc.

Referral Data: Aus welchen Quellen kommen die User auf die Medieninhalte (Social, Organic, Search, Paid, andere)

Erst wenn das fög diese Webanalytics mit den bereits standarmässig erfassten Daten kombiniert und entsprechende Zusammenhänge zwischen diesen neuen Daten und den alten Daten untersucht, erst dann können meiner Meinung nach valide Aussagen in der Form gemacht werden, wie sie jetzt rumgereicht werden.

Und davon bin ich überzeugt: Wenn es das fög für das Jahrbuch 2016 schafft diese Webanalytics-Daten zu integrieren, dann wird das Fazit 2016 anders lauten. Studien wie diese oder diese lassen erahnen, in welche Richtung die Ergebnisse dann gehen dürften.