Wie der Outset Media Index gängige Annahmen über die Medienanalyse in Frage stellte

Seit seiner Einführung wird der Outset Media Index (OMI) als Referenzpunkt für die Analyse von Medienportalen genutzt. Ruft man ihn auf, zeigt die Plattform sofort Scores, Rankings, Filter und eine übersichtliche Liste von Portalen, die zur Analyse bereitstehen.

In diesem Moment sieht man das fertige Produkt. Was man nicht sieht, ist die Arbeit dahinter: das Recherchieren, die von Grund auf aufgebauten Systeme, die Tests und die manuellen Prüfungen, die den Betrieb aufrechterhalten.

Um einen Eindruck von dieser Grundlagenarbeit zu bekommen, blickt dieser Beitrag auf ein kürzlich geführtes Interview mit Maximilian Fondé zurück, Senior Media Analyst bei OMI, der seit dem ersten Tag Teil des Teams ist.

Die wertvollsten Zahlen waren am schwersten zu bekommen

Um das zu werden, was er heute ist, entstand OMI aus jahrelangen verstreuten Notizen und Aufzeichnungen, die das Team bei der Arbeit mit Medienportalen gesammelt hatte – von Traffic und Preisen bis hin zu Reaktionszeiten, regionaler Reichweite und der Frage, wer wen wahrscheinlich weiterverbreitet. All das in einem System zusammenzuführen, war die einfachere Hälfte. Die schwierigere war der Umgang mit Daten, die in diesen Aufzeichnungen nie wirklich vorhanden waren.

Wie zu erwarten, begann das Team berichten zufolge mit einigen bekannten und praktisch unverzichtbaren Tools. Similarweb lieferte den klarsten und umfassendsten Überblick darüber, wie viel Traffic ein Portal anzog, woher dieser kam und wie sich die Leser verhielten, sobald sie auf der Website landeten. Moz ergänzte die Analyse durch zusätzliche Tiefe, weshalb auch die Domain Authority aufgenommen wurde – laut Fondé jedoch vor allem deshalb, weil die Branche sie aus Gewohnheit als eigenständiges, handlungsleitendes Signal nutzt.

Jedes Tool lieferte einen Teil des Bildes. Was das Team jedoch am dringendsten brauchte, fehlte. Diese Tools konnten ein Portal bewerten, aber nicht beantworten, ob eine dort veröffentlichte Geschichte das Potenzial hatte, Leser zu finden – und genau das ist der wichtigste Faktor.

Deshalb war eines der Themen, das im Gespräch immer wieder auftauchte, wie oft OMI Annahmen hinterfragte, die in der Medienanalyse üblicherweise als selbstverständlich gelten. Ein gutes Beispiel ist die Sichtbarkeit selbst. 

Maximilian argumentierte, dass Veröffentlichung und Entdeckung oft als dasselbe behandelt werden, obwohl sie es nicht sind. 

"Die bloße Existenz eines Artikels auf einem Medienportal bedeutet nicht, dass Nutzer ihn organisch entdecken werden," sagte er. 

Diese Erkenntnis hat letztendlich einen Teil der internen Infrastruktur von OMI geprägt, darunter einen maßgeschneiderten Republishing-Parser, der verfolgt, wie sich Inhalte nach ihrer Veröffentlichung tatsächlich verbreiten.

So kann man beispielsweise einen Beitrag auf einem angesehenen Medienportal veröffentlichen und beobachten, wie er fast niemanden erreicht. Hier sagt eine Traffic-Zahl nur, dass die Plattform aktiv ist – nicht, dass der eigene Beitrag darin aufgetaucht ist. Viele gut platzierte Artikel verschwinden spurlos. Diese Lücke zwischen dem Existieren einer Geschichte und dem Gefundenwerden war eine, auf die Maximilian immer wieder stieß.

Ein einzelner Artikel bleibt selten auf der Website, die ihn zuerst veröffentlicht. Im Krypto-Bereich kann er innerhalb eines Tages auf einem Dutzend kleinerer Seiten auftauchen, und jede Übernahme bringt Leser, mit denen der ursprüngliche Herausgeber nie gerechnet hat. Behandelt man diese Zweitverwertungen als Hintergrundrauschen, riskiert man, den Großteil der Menschen zu übersehen, die die Geschichte gesehen haben. OMI erfasst diese Übernahmen durch seine Reprints- und Aggregators-Metriken. 

Menschen prüfen noch immer jede Zeile

Warum nicht die Software die gesamte Last tragen lassen? Das ist die naheliegende Frage bei jedem Datenprodukt im Jahr 2026, aber das OMI-Team weigert sich, den einfacheren Weg zu gehen. 

Maximilian liest die Tabellen weiterhin Zeile für Zeile durch und achtet auf Domains, die gegen eine Regel verstoßen, der alle letzten Monat zugestimmt haben. Wenn er auf ein Problem stößt, sucht er sofort selbst nach der Antwort. 

Die Automatisierung kommt danach zum Zug – vor allem, um das aufzufangen, was eine Person möglicherweise übersehen hat. 

"Urteile und Schlussfolgerungen in unserem Prozess werden ausschließlich von Menschen getroffen," so formulierte er es, und das gesamte System ist um diese Reihenfolge herum aufgebaut: Menschen entscheiden, Software unterstützt.

Der Maßstab erzwingt die gleiche Art von Entscheidung. Stellt man ein großes Portal neben ein kleines unabhängiges, gewinnt das große bei rohen Zahlen immer, ob es das verdient oder nicht. Diese Vergleiche fair zu halten, bedeutet, dass eine Person interpretiert, unter welchen Bedingungen was zählt, bevor das Ranking greift.

Krypto verschärft all diese Probleme noch. Viele der verfolgungswürdigen Websites halten sich mit ihren Zahlen bedeckt und teilen zu wenig, um sie daran zu messen – so werden sie abgetan, auch wenn sie liefern.

Wo Zahlen vorhanden sind, bleiben sie Schätzungen, und eine Schätzung sagt nicht, ob das Publikum hinter einem Portal real ist oder aufgebauscht wurde, um besser dazustehen. Die großen Analyseanbieter helfen dabei kaum, da keiner von ihnen Krypto als eigenständigen Bereich behandelt. Alles verschwimmt zu einer unklaren Kategorie, und wer Krypto-Portale vergleicht, arbeitet mit einem Rahmen, den niemand für diesen Zweck entwickelt hat.

Deshalb konnte Krypto-Medien nicht einfach die für die Finanzbranche entwickelte Analyse übernehmen – es brauchte etwas, das auf die eigene Form zugeschnitten war.

Was alles zusammenhält

Laut Maximilian gilt: Je ausgereifter ein Endprodukt wirkt, desto weniger davon wurde jemals von einer Maschine fertiggestellt – zumindest in dieser Nische. Die wichtigsten Daten mussten manuell aufgebaut werden, weil kein Tool sie verkaufte oder bereitstellte, und die Urteile, die die Rankings zusammenfügten, werden noch immer von einem Menschen getroffen, weil keine Formel das gut hinbekommt. 

Was auf dem Bildschirm erscheint, ist ein klarer Score und eine übersichtliche Liste. Was dahintersteckt, ist der langsame Teil: die Suche nach Geschichten, die veröffentlicht, aber nie gefunden wurden, und die Entscheidungen, die verhindern, dass eine kleine Publikation von einem Giganten überrollt wird. Diese verborgene Arbeit ist der eigentliche Grund, warum die sichtbare Hälfte Wert und Glaubwürdigkeit besitzt.

Der Beitrag How Outset Media Index Ended Up Challenging Common Assumptions About Media Analysis erschien zuerst auf TheCryptoUpdates.