Keyword-Monitoring beantwortet die Frage, wo ein Wort auftaucht. Source-First Intelligence beantwortet die Frage, was ein bestimmter Marktteilnehmer selbst sagt. Beide Fragen klingen ähnlich, verlangen aber verschiedene Werkzeuge. Wer Markt und Wettbewerb verstehen will, braucht oft die Antwort auf die zweite Frage. Die verbreiteten Werkzeuge sind für die erste gebaut und leisten dort gute Arbeit. Für die zweite braucht es einen anderen Startpunkt.

Dieser Text vergleicht drei verbreitete Verfahren der Topic-First-Logik, also Keyword-Monitoring mit Google Alerts, Medienbeobachtung und Social Listening, mit dem Source-First-Ansatz. Er zeigt, was jeder Zugang liefert und wo er an Grenzen stößt. Und er nimmt die Einwände ernst, auch den stärksten: Eine Quellenliste enthält nur die Quellen, die man schon kennt.

Zwei Fragen, die gleich klingen

Ein angenommenes Beispiel: Ein Hersteller von Messtechnik will wissen, was sein größter Wettbewerber vorhat. Richtet er einen Stichwort-Alert auf den Namen des Wettbewerbers ein, bekommt er Fundstellen, an denen dieser Name vorkommt. Das können Presseberichte sein, Stellenbörsen, Händlerlisten, ein Forumsbeitrag, eine Namensgleichheit. Den LinkedIn-Post, in dem der Geschäftsführer des Wettbewerbers eine neue Produktlinie ankündigt, bekommt er vielleicht auch. Aber nur, wenn darin das Stichwort steht und die Suchmaschine den Post als Treffer führt.

Die Frage „Was sagt dieser Wettbewerber?“ hat einen Absender als Ausgangspunkt. Die Frage „Wo taucht dieser Name auf?“ hat ein Wort als Ausgangspunkt. Das ist kein Detail der Einstellung, sondern eine andere Anordnung: Im ersten Fall legt man fest, wen man hört, und liest dann alles, was diese Quelle veröffentlicht. Im zweiten Fall legt man fest, welche Wörter man sucht, und erfährt den Absender nebenbei.

Wie drei verbreitete Topic-First-Verfahren arbeiten

Keyword-Monitoring und Google Alerts: Das Wort entscheidet

Google beschreibt seinen Dienst selbst knapp: Man bekommt E-Mails, „wenn in der Google-Suche neue Ergebnisse zu einem Thema erscheinen“ (öffnet in neuem Tab), etwa zu Nachrichten oder zu Erwähnungen des eigenen Namens. Das Thema gibt man als Suchbegriff ein. Das Schulungsmaterial der Google News Initiative empfiehlt Journalisten entsprechend, Benachrichtigungen „für von Ihnen ausgewählte Suchbegriffe“ (öffnet in neuem Tab) einzurichten.

Aufschlussreich sind die Optionen. Die Oberfläche von Google Alerts (öffnet in neuem Tab) fragt nach Häufigkeit („Bei jeder Neuigkeit“, „Höchstens einmal täglich“, „Höchstens einmal wöchentlich“), nach Sprache, Region und Anzahl („Nur die relevantesten Ergebnisse“ oder „Alle Ergebnisse“). Unter „Quellen“ stehen Automatisch, News, Blogs, Web, Video, Bücher, Diskussionen und Finanzen. Das sind Kanaltypen, keine Absender. Das Wort „Quelle“ meint dort etwas anderes als auf dieser Website, wo eine Quelle immer der Sender ist: ein Unternehmen, ein Verband, eine Person. Eine Einstellung für den Absender gibt es in dieser Liste nicht. Google selbst empfiehlt die Option „automatisch“, die laut Schulungstext „News aus den verschiedensten Quellen“ (öffnet in neuem Tab) liefert.

Genau dafür ist der Dienst da: Google Alerts ist gebaut, um neue Treffer für einen Begriff zu melden. Wer den Begriff verwendet, spielt für die Meldung keine Rolle.

Medienbeobachtung: Berichterstattung über jemanden

Medienbeobachtung erfasst systematisch, was Presse, Rundfunk und Online-Medien über ein Unternehmen oder Thema berichten. Das Gabler Wirtschaftslexikon ordnet die Auswertung dieser Berichterstattung der Erfolgskontrolle der Öffentlichkeitsarbeit zu: Bei einer Medienresonanzanalyse werden „Clippings (Veröffentlichungen) nach unterschiedlichen Kriterien sortiert“ (öffnet in neuem Tab), etwa nach qualifizierter Erwähnung, einfacher Namensnennung oder Produktnennung.

Der internationale Fachverband für Kommunikationsmessung AMEC nennt diese Art von Berichterstattung „Earned media“ (öffnet in neuem Tab): Berichterstattung Dritter, die man sich durch Beziehungen oder ein berichtenswertes Ereignis verdient, nicht durch bezahlte Werbung. Medienbeobachtung schaut also darauf, was Redaktionen über jemanden schreiben. Was dieser Jemand selbst veröffentlicht, erfasst sie erst, wenn eine Redaktion darüber berichtet.

Social Listening: Gespräche Dritter über eine Marke

Social Listening wertet aus, was Menschen in sozialen Netzwerken und im Web über eine Marke, ein Produkt oder ein Thema sagen, oft mit Stimmungsanalyse. AMEC beschreibt das verwandte Feld „Social analytics“ als das Identifizieren, Verfolgen und Zuhören verteilter Gespräche über eine bestimmte Marke, ein Produkt oder ein Thema (öffnet in neuem Tab), mit Schwerpunkt auf Stimmung und Einfluss. In der Kommunikationswissenschaft beschreiben Margaret C. Stewart und Christa L. Arnold Social Listening als eigenen Hörtyp, als Mittel, um „interpersonal information and social intelligence“ (öffnet in neuem Tab) zu gewinnen, also Wissen über Menschen und ihre Beziehungen.

Die Ausrichtung ist klar: Social Listening hört dem Gespräch über etwas zu. Für die Frage, wie Kunden eine Marke wahrnehmen, ist das genau richtig.

Nicht ihr Gegenstand: die eigenen Kanäle der anderen

AMEC unterscheidet neben Earned Media auch „Owned media“ (öffnet in neuem Tab): Kanäle, die eine Organisation selbst besitzt oder kontrolliert, typischerweise Websites, Unternehmensblogs, Newsletter und Markenkonten in sozialen Netzwerken. Der Verband denkt dabei an die eigene Kommunikation, die man messen will.

Dreht man die Perspektive, entsteht die These dieses Textes. Die drei verbreiteten Werkzeuge beobachten entweder Wörter im offenen Netz oder das, was Dritte über jemanden sagen. Die Owned Media der anderen, also der Newsletter des Wettbewerbers, die Stellenanzeigen auf seiner Karriereseite, der LinkedIn-Post seines Geschäftsführers, das Webinar des Branchenverbands, erfassen sie nur, wenn darin ein Suchbegriff steht, eine Redaktion darüber berichtet oder man ein Werkzeug gezielt auf einzelne Konten einstellt. Source-First Intelligence macht genau diese Kanäle zum Gegenstand: Man legt fest, welche Quellen zählen, und verfolgt deren eigenen Content auf ihren Kanälen. Das ist die Kurzform von „Track who, not what.“, wie sie das Source-First Manifest formuliert.

Warum Stichworte rauschen

Stichwortsuche liefert Fehltreffer, und das folgt aus der Sprache selbst, gleich welches Werkzeug man benutzt. Die Retrieval-Forschung, also die Wissenschaft vom Suchen und Finden in Textbeständen, beschreibt die Mechanik genau. Das Lehrbuch von Manning, Raghavan und Schütze (Cambridge University Press 2008) fasst sie zusammen.

Ein Wort, mehrere Bedeutungen. Polysemie heißt, dass ein Begriff wie „charge“ mehrere Bedeutungen hat (öffnet in neuem Tab). Eine wortbasierte Suche hält dann Dokumente für ähnlicher, als ein Mensch sie empfinden würde. Wer einen Alert auf einen Firmennamen gesetzt hat, der zugleich ein gewöhnliches Wort ist, kennt das Ergebnis.

Eine Sache, mehrere Wörter. Synonymie heißt, dass dasselbe Konzept mit verschiedenen Wörtern bezeichnet wird (öffnet in neuem Tab). Das wirkt sich nach dem Lehrbuch auf den Recall der meisten Suchsysteme aus, also den Anteil der relevanten Dokumente, die überhaupt gefunden werden. Kündigt ein Wettbewerber ein Produkt an, ohne das Stichwort zu verwenden, meldet der Alert nichts.

Genauigkeit oder Vollständigkeit. Precision misst, wie viele Treffer relevant sind, Recall, wie viele relevante Dokumente gefunden werden. Beide stehen im Zielkonflikt: Recall 1 erreicht man immer, indem man alles liefert (öffnet in neuem Tab), dann bei sehr niedriger Precision. Für die boolesche Suche halten die Autoren fest, dass UND-Verknüpfungen zu hoher Precision und niedrigem Recall führen, ODER-Verknüpfungen umgekehrt, und dass ein zufriedenstellender Mittelweg schwer oder unmöglich (öffnet in neuem Tab) zu finden ist.

Die Suchanfrage ist nicht das Informationsbedürfnis. Das Lehrbuch trennt beides ausdrücklich: Relevant ist ein Dokument, wenn der Nutzer darin Wert für sein Informationsbedürfnis sieht, auch wenn es die gesuchten Wörter nicht enthält (öffnet in neuem Tab). Das Informationsbedürfnis „Was hat Wettbewerber X vor?“ lässt sich in Stichworten kaum ausdrücken. Als Liste von Absendern schon.

Source-First löst diese Probleme nicht durch eine bessere Suche. Es verschiebt den Filter. Statt nach der Veröffentlichung aus Millionen Dokumenten die passenden herauszusuchen, legt man vorher fest, wessen Veröffentlichungen man liest. Der Absender ist dann die erste Precision-Stufe, und Synonymie spielt für diese Stufe keine Rolle: Die Produktankündigung erscheint im Newsletter des Wettbewerbers, gleich welche Wörter sie benutzt.

Mehr Treffer heißt nicht mehr Aufmerksamkeit

Ein Einwand liegt nahe: Dann liest man eben mehr. Die Forschung zur Informationsüberlastung legt nahe, dass das nicht aufgeht, und sie beschäftigt sich damit seit Jahrzehnten. Eppler und Mengis haben 2004 die Literatur aus Organisationsforschung, Marketing, Rechnungswesen und Wirtschaftsinformatik zu diesem Begriff ausgewertet und Ursachen, Folgen und Gegenmaßnahmen (öffnet in neuem Tab) aus 30 Jahren Forschung zusammengetragen.

Ein Befund aus einem ganz anderen Feld zeigt, wie sich das im Alltag äußert. In einer 2017 veröffentlichten Studie mit 112 Behandelnden aus der hausärztlichen Versorgung akzeptierten diese die Warnhinweise ihres klinischen Systems im Schnitt umso seltener, je mehr sie davon bekamen (öffnet in neuem Tab), besonders bei wiederholten Hinweisen. Ein Viertel der Arzneimittelwarnungen und ein Drittel der Erinnerungen waren Wiederholungen. Das ist eine Analogie, keine Messung für Marktbeobachtung. Sie beschreibt aber einen Mechanismus, den jedes Team kennt, das einen Ordner voller ungelesener Alerts hat.

Vergleich auf einen Blick

Die Tabelle fasst die Unterschiede zusammen. Die Zellen zu Rauschen und blinden Flecken sind Einordnungen auf Grundlage der oben genannten Belege, keine Messwerte.

Keyword-Monitoring, z. B. Google Alerts Medienbeobachtung Social Listening Source-First Intelligence
Ausgangspunkt Ein Suchbegriff Themen, Namen oder Suchworte in redaktionellen Medien Marke, Produkt oder Thema, über das gesprochen wird Eine Liste von Quellen: wessen Veröffentlichungen man verfolgt
Was man bekommt Neue Fundstellen, in denen das Wort vorkommt, gleich von wem Clippings und Auswertungen der Berichterstattung (Earned Media) Stimmung, Einfluss und Verlauf von Gesprächen Dritter Den eigenen Content bestimmter Marktteilnehmer auf ihren Kanälen (deren Owned Media)
Rauschen Hoch bei mehrdeutigen Begriffen und breiten ODER-Abfragen Mittel, durch Medienauswahl und Codierung vorsortiert Hoch; dazu kommt eine große Datenmenge, die für sich schon Aufwand macht Gering, weil fremde Absender wegfallen; auch Quellen veröffentlichen aber Belangloses
Blinde Flecken Alles, was ohne das Stichwort gesagt wird; der Absender bleibt Nebensache Was Organisationen selbst veröffentlichen, ohne dass Medien darüber berichten Fachkommunikation von Organisationen, die nicht als Gespräch über eine Marke läuft Quellen, die man noch nicht kennt
Typische Verwendung Ein Thema oder einen Begriff im Blick behalten, Neues finden PR-Erfolgskontrolle, Pressespiegel, Issue-Beobachtung Markenwahrnehmung, Kampagnenwirkung, Krisenkommunikation Wettbewerbs- und Marktbeobachtung: was bestimmte Akteure sagen und ankündigen

Dass die Datenmenge Aufwand macht, stützt auch die Forschung. Eine Literaturauswertung zur Social-Media-Analyse von Stieglitz und Kollegen fand, dass das Datenvolumen in der Forschungsliteratur am häufigsten als Herausforderung genannt wird (öffnet in neuem Tab). Dieselbe Arbeit gliedert den Prozess in vier Schritte: Entdeckung, Erhebung, Aufbereitung, Analyse.

Wann die anderen Werkzeuge die richtige Wahl sind

Die Kernbotschaft dieser Website heißt nicht, dass Keyword-Monitoring, Medienbeobachtung und Social Listening nutzlos wären. Sie sind für andere Fragen gebaut, und für diese Fragen sind sie das bessere Werkzeug.

In der Krisenkommunikation zählt gerade, was Dritte sagen. Eine systematische Literaturauswertung von Mats Eriksson (2018) nennt den Einsatz von Social-Media-Monitoring als eine von fünf Lehren (öffnet in neuem Tab), die die Forschung für wirksame Krisenkommunikation in sozialen Medien zieht. Wer wissen muss, wie sich eine Empörung ausbreitet, braucht das Gespräch, nicht den Absender.

Für PR-Erfolgskontrolle ist die Medienresonanzanalyse das etablierte Verfahren. Wer wissen will, ob die eigene Pressearbeit ankommt, will genau die Berichterstattung über sich selbst sehen.

Für Themen, bei denen der Absender egal ist, ist ein Stichwort-Alert der richtige Einstieg: ein neuer Fachbegriff, eine Norm, ein Gesetzesvorhaben, dessen Verbreitung man verfolgen will. Hier ist die Frage wirklich „Wo taucht das auf?“.

Die Grenze verläuft also nicht zwischen guten und schlechten Werkzeugen. Sie verläuft zwischen der Frage nach dem Gespräch über jemanden und der Frage nach dem, was jemand selbst sagt. Für Marktanalyse ist die zweite Frage meist die wichtigere. Die Einordnung in das weitere Feld aus Competitive Intelligence, Market Intelligence und OSINT steht unter Source-First im Feld der Marktbeobachtung.

Einwände

„Google Alerts ist kostenlos und reicht doch.“

Für die Frage „Wo taucht dieses Wort neu auf?“ stimmt das, dafür ist der Dienst gebaut. Für die Frage „Was sagt Wettbewerber X selbst?“ ist der Suchbegriff der falsche Einstieg. Die Optionen fragen nach Kanaltyp, Sprache, Region und Menge, nicht nach dem Absender. Ob der Post des Geschäftsführers dabei ist, entscheidet am Ende, ob er das Stichwort enthält und als Suchtreffer auftaucht. Wer Google Alerts nutzt, sollte es deshalb für das einsetzen, was es kann: Begriffe beobachten und Neues entdecken.

„Mit guten Suchoperatoren bekomme ich das Rauschen in den Griff.“

Teilweise. Präzise Abfragen verringern Fehltreffer. Aber die Retrieval-Forschung beschreibt den Preis: Jede UND-Bedingung, die Rauschen entfernt, entfernt auch relevante Treffer, und jede ODER-Erweiterung, die mehr findet, bringt mehr Rauschen. Ein Mittelweg ist nach dem Lehrbuch schwer oder unmöglich.

Naheliegend ist der Operator site:. Die Google-Hilfe beschreibt ihn als Weg, nach Ergebnissen von einer bestimmten Website zu suchen (öffnet in neuem Tab). Das kommt dem Absender näher, hat aber nach unserer Beobachtung klare Grenzen. Der Operator sieht nur Webseiten, die die Suchmaschine indexiert hat. Newsletter, die per E-Mail kommen, erscheinen dort nicht, Beiträge auf Social-Media-Konten nur lückenhaft. Eine Quelle hat meist mehrere Kanäle, eine Domain ist nur einer davon. Und der Einstieg bleibt eine Suchanfrage: Was die Suchmaschine unter dieser Domain nicht findet, meldet sie nicht.

Source-First setzt deshalb bei der Reihenfolge an: erst den Absender festlegen, dann lesen, und zwar auf allen Kanälen, auf denen er veröffentlicht.

„Wir brauchen Vollständigkeit, nichts darf durchrutschen.“

Hoher Recall ist ein berechtigtes Ziel. Das Lehrbuch nennt Berufsgruppen wie Paralegals und Intelligence-Analysten (öffnet in neuem Tab), die für möglichst hohen Recall bewusst niedrige Precision in Kauf nehmen. Die Frage ist, ob das Team die Menge dann liest. Vollständigkeit über alle Stellen, an denen ein Wort vorkommt, ist außerdem etwas anderes als Vollständigkeit über das, was die zwanzig wichtigsten Marktteilnehmer veröffentlichen. Die zweite ist erreichbar, die erste kaum.

„Social Listening deckt das doch schon ab.“

Social Listening ist auf Gespräche über eine Marke, ein Produkt oder ein Thema ausgerichtet, mit Schwerpunkt auf Stimmung. Das ist eine andere Frage als die, was ein Wettbewerber auf seinen eigenen Kanälen ankündigt. Wer ein Werkzeug für Social Listening so einstellt, dass es gezielt einzelne Konten verfolgt, arbeitet bereits quellenbasiert. Dann bleibt nur die Frage, ob das Werkzeug die Kanäle abdeckt, auf denen die eigenen Quellen veröffentlichen.

„Und die Quellen, die ich nicht kenne?“

Das ist der stärkste Einwand, und er trifft. Eine Quellenliste enthält nur, wen man kennt. Ein neuer, kleiner Wettbewerber fehlt, bis ihn jemand aufnimmt. George Day und Paul Schoemaker beschreiben in der Harvard Business Review, wie Mattel zwischen 2001 und 2004 20 Prozent seines Anteils im weltweiten Segment für Modepuppen an kleinere Rivalen wie MGA Entertainment verlor (öffnet in neuem Tab) und es nicht kommen sah. MGA hatte nach Darstellung der Autoren einen Kundentrend erkannt, den Mattel übersah: Mädchen vor dem Teenageralter wurden früher erwachsen und wollten Puppen, die wie ihre Geschwister im Teenageralter aussahen. Neue Rivalen, Technologien und Regeln, schreiben die Autoren, wirken für Unternehmen oft, als kämen sie aus dem Nichts.

Die Antwort darauf ist eine Arbeitsteilung: Stichworte zum Finden, Quellen zum Verfolgen. Stichworte und Erwähnungen sind ein gutes Suchwerkzeug für den Rand des Blickfelds. Man setzt sie ein, um neue Akteure zu entdecken, und fragt bei jedem Treffer: Wer hat das gesagt, und gehört dieser Absender auf die Liste? Die laufende Beobachtung dagegen gehört den Quellen. So bekommt der recall-starke Zugang die Aufgabe, für die Vollständigkeit zählt, und der präzise Zugang die Aufgabe, für die Lesezeit zählt. Auch die Forschung zur Social-Media-Analyse führt das Entdecken als eigenen Schritt vor der Datenerhebung (öffnet in neuem Tab).

Dazu gehört, die Quellenliste regelmäßig zu überprüfen: Wer ist neu auf Messen, in Verbänden, in Ausschreibungen aufgetaucht? Wie man eine Quellenliste aufbaut und pflegt, beschreibt Source-First in der Praxis.

„Quellen reden in eigener Sache.“

Richtig. Eine Pressemitteilung ist Primärquelle, aber nicht neutral. Source-First liefert, was ein Akteur sagt, nicht, ob es stimmt. Genau darin liegt allerdings der Wert für die Marktbeobachtung: Was ein Wettbewerber seiner Zielgruppe verspricht, welche Stellen er ausschreibt, welche Märkte er nennt, ist selbst die Information. Die Bewertung, was davon belastbar ist, bleibt Arbeit, die kein Werkzeug abnimmt. Wie das in konkreten Situationen aussieht, zeigen die Fallbeispiele.

Die Frage bestimmt das Werkzeug

Vor jeder Entscheidung über Werkzeuge lohnt eine einfache Prüfung: Will ich wissen, wo etwas gesagt wird, oder was jemand sagt? Für das Erste sind Keyword-Monitoring, Medienbeobachtung und Social Listening gebaut, und sie leisten es gut. Für das Zweite beginnt man bei den Quellen. Stichworte behalten dabei ihren Platz, als Werkzeug zum Entdecken. Die Beobachtung dessen, was bestimmte Marktteilnehmer sagen und vorhaben, beginnt aber mit der Frage „Wer?“.

Manche Fragen passen in keines der beiden Muster. „Wer stellt gerade ein?“ oder „Wer schreibt Leistungen wie unsere aus?“ fragen weder nach einem Wort noch nach einem bekannten Absender, sondern nach allen Einträgen einer Art an einem Ort. Dafür gibt es neben Topic-First und Source-First eine dritte Logik, Platform-First: Man verfolgt eine Plattform wie ein Stellen- oder Ausschreibungsportal als Ganzes. Wie sich die drei Ansätze unterscheiden und ergänzen, beschreibt Marktbeobachtung: Topic-First, Source-First, Platform-First. Source-First und Platform-First im direkten Vergleich zeigt Quelle oder Plattform?.

Belege

  1. Google: Alert erstellen. Google Suche-Hilfe, ohne Datum. https://support.google.com/websearch/answer/4815696?hl=de (öffnet in neuem Tab) (abgerufen am 23.09.2026)
  2. Google: Google-Suchanfragen optimieren. Google Suche-Hilfe, ohne Datum. https://support.google.com/websearch/answer/2466433?hl=de (öffnet in neuem Tab) (abgerufen am 23.09.2026)
  3. Google: Google Alerts, Oberfläche mit Optionen (Häufigkeit, Quellen, Sprache, Region, Anzahl). Ohne Datum. https://www.google.com/alerts?hl=de (öffnet in neuem Tab) (abgerufen am 23.09.2026)
  4. Google News Initiative: Google Alerts: ständig informiert sein. Schulung, ohne Datum. https://newsinitiative.withgoogle.com/de-de/resources/trainings/google-alerts-stay-in-the-know/ (öffnet in neuem Tab) (abgerufen am 23.09.2026)
  5. Reisewitz, Perry: Public Relations (PR). Gabler Wirtschaftslexikon, Revision 267522. https://wirtschaftslexikon.gabler.de/definition/public-relations-pr-44206/version-267522 (öffnet in neuem Tab) (abgerufen am 23.09.2026)
  6. AMEC (International Association for Measurement and Evaluation of Communication): Glossary. Ohne Datum. https://amecorg.com/glossary/ (öffnet in neuem Tab) (abgerufen am 23.09.2026)
  7. Stewart, Margaret C.; Arnold, Christa L.: Defining Social Listening: Recognizing an Emerging Dimension of Listening. International Journal of Listening 32 (2), S. 85–100, 04.05.2018, DOI 10.1080/10904018.2017.1330656. https://scholars.unf.edu/en/publications/defining-social-listening-recognizing-an-emerging-dimension-of-li/ (öffnet in neuem Tab) (abgerufen am 23.09.2026)
  8. Manning, Christopher D.; Raghavan, Prabhakar; Schütze, Hinrich: Introduction to Information Retrieval, Abschnitt 18.4 „Latent semantic indexing“. Cambridge University Press 2008. https://nlp.stanford.edu/IR-book/html/htmledition/latent-semantic-indexing-1.html (öffnet in neuem Tab) (abgerufen am 23.09.2026)
  9. Manning; Raghavan; Schütze: Introduction to Information Retrieval, Kapitel 9 „Relevance feedback and query expansion“. Cambridge University Press 2008. https://nlp.stanford.edu/IR-book/html/htmledition/relevance-feedback-and-query-expansion-1.html (öffnet in neuem Tab) (abgerufen am 23.09.2026)
  10. Manning; Raghavan; Schütze: Introduction to Information Retrieval, Abschnitt 8.3 „Evaluation of unranked retrieval sets“. Cambridge University Press 2008. https://nlp.stanford.edu/IR-book/html/htmledition/evaluation-of-unranked-retrieval-sets-1.html (öffnet in neuem Tab) (abgerufen am 23.09.2026)
  11. Manning; Raghavan; Schütze: Introduction to Information Retrieval, Abschnitt 1.4 „The extended Boolean model versus ranked retrieval“. Cambridge University Press 2008. https://nlp.stanford.edu/IR-book/html/htmledition/the-extended-boolean-model-versus-ranked-retrieval-1.html (öffnet in neuem Tab) (abgerufen am 23.09.2026)
  12. Manning; Raghavan; Schütze: Introduction to Information Retrieval, Abschnitt 1.1 „An example information retrieval problem“. Cambridge University Press 2008. https://nlp.stanford.edu/IR-book/html/htmledition/an-example-information-retrieval-problem-1.html (öffnet in neuem Tab) (abgerufen am 23.09.2026)
  13. Eppler, Martin J.; Mengis, Jeanne: The Concept of Information Overload: A Review of Literature from Organization Science, Accounting, Marketing, MIS, and Related Disciplines. The Information Society 20 (5), S. 325–344, 01.05.2004, DOI 10.1080/01972240490507974. https://www.alexandria.unisg.ch/54792 (öffnet in neuem Tab) (abgerufen am 23.09.2026)
  14. Ancker, Jessica S. et al.: Effects of workload, work complexity, and repeated alerts on alert fatigue in a clinical decision support system. BMC Medical Informatics and Decision Making 17, 36, 2017, DOI 10.1186/s12911-017-0430-8. https://pmc.ncbi.nlm.nih.gov/articles/PMC5387195/ (öffnet in neuem Tab) (abgerufen am 23.09.2026)
  15. Stieglitz, Stefan; Mirbabaie, Milad; Ross, Björn; Neuberger, Christoph: Social media analytics – Challenges in topic discovery, data collection, and data preparation. International Journal of Information Management 39, S. 156–168, 30.04.2018, DOI 10.1016/j.ijinfomgt.2017.12.002. https://www.research.ed.ac.uk/en/publications/social-media-analytics-challenges-in-topic-discovery-data-collect/ (öffnet in neuem Tab) (abgerufen am 23.09.2026)
  16. Eriksson, Mats: Lessons for Crisis Communication on Social Media: A Systematic Review of What Research Tells the Practice. Zusammenfassung des Autors beim Institute for Public Relations, 23.10.2018 (Originalartikel: International Journal of Strategic Communication 12 (5), S. 526–551, 2018). https://instituteforpr.org/lessons-for-crisis-communication-on-social-media-a-systematic-review-of-what-research-tells-the-practice/ (öffnet in neuem Tab) (abgerufen am 23.09.2026)
  17. Day, George S.; Schoemaker, Paul J. H.: Scanning the Periphery. Harvard Business Review, November 2005. https://hbr.org/2005/11/scanning-the-periphery (öffnet in neuem Tab) (abgerufen am 23.09.2026)

Autor: Dr. Karsten Richter, Geschäftsführer der Picasi GmbH. Die Picasi GmbH gibt diese Website heraus. Über diese Website