Ihre Meinung zum Thema

Die erforderlichen Felder sind mit * markiert. Ihre E-Mail-Adresse wird nicht veröffentlicht.

5 Kommentare zu “Wie funktioniert Content Curation? Der Einblick in meine Praxis mit Tipps und Tools

  1. Hallo,

    toller Artikel!

    Ich nutzte Data Mining für das „kuratieren“. Ich kuratiere nicht wirklich, sondern informiere mich zu gewissen Themen und dann schreibe ich irgendwann Artikel dazu – ich bin Blogger. Ziel meines Blogs ist aber weniger der Lesegenuss, als das Wissensmanagement – ich schreibe, um mein Wissen zu dokumentieren und stelle es der Öffentlichkeit zur Verfügung. Das hat viele positive Effekte: das Wissen ist bündig dokumentiert, ich kann es überall nachschlagen, ich kann es mit Links in Gesprächen referenzieren, ich rekapituliere mein Wissen regelmäßig.

    Kommen wir zu Data Mining. Ich bin noch nicht in sogenanntes Natural Language Processing eingearbeitet, aber ich kenne mit dem Term-Frequncy-Inverse-Document-Frequency-Verfahren eine Berechnungsmethodik, um Schlagworte zu identifizieren und zu bewerten. Wenn ich z. B. als Bewerber ein Unternehmen kennenlernen möchte, dann lese ich die ganze Homepage automatisch aus und fasse sie im Format Link-Schlagworte zusammen. Oder in Bezug auf Twitter habe ich eine Liste von Hashtags und das Datum der letzten Analyse. Mein R-Script sucht dann alle neuen Tweets und extrahiert alle Links, sodass diese aufgerufen und beschlagwortet werden und letztlich als HTML-Datei ausgespuckt werden. Das Format ist dann Hashtag-Link-Schlagworte, wobei die Schlagworte in der Größe proportional zur relativen Wichtigkeit sind. Man kann das auch so arrangieren, dass die Anzahl der Schlagworte auf die Länge des Artikels hinweist.

    Das ist also das, was bei Ihnen der Feed ist, mit dem Unterschied der Beschlagwortung (und Hashtagzuordnung). Man sieht dann anhand der Schlagworte schnell worum es gehen könnte und erhält einen Einblick, um originelles Material zu erkennen. Das vereinfacht die Auswahl und ist m. E. viel effektiver und effizienter als Titel.

    Dann lese ich also die Artikel zu gewissen Themen oder die Zusammenfassung von einzelnen Seiten. Wenn das Thema für mich neu ist, verschafffe ich mir erstmal einen Überblick über die Schlagworte bevor ich selektiere. Dann fange ich an Artikel, die interessant sein könnten zu lesen und die originellen Anteile zu extrahieren. Ich notiere dann im Format Artikel/URL – originelle Aussagen. Diese Sammlung verwende ich irgenwann in einem Artikel, wenn ich meine ein Thema erfassen zu können. Basiert mein Artikel auf solchen Quellen, werden diese auch refferenziert, sodass Kuration entsteht.

    Meine Artikel verbreite ich (derzeit) manuell über Gruppenbeiträge, Kommentare, Foren und Posts – eher in der Diskussion, als Reichweitenmaximierend. Aber ich arbeite gerade an gewisser Automatisierung. Twitteruser, die Schlagworte benutzen, die in meinen Artikeln relevant sind, werden gelistet. Dann gucke ich wie viele meiner Artikel für jeden User relevant wären. Ist ein User an vielen Artikeln interessiert, schreibe ich ihm eine Blogempfehlung mit Link zur Übersichtsseite – das ganze funktioniert mit wenig manuellen Eingriffen. Ich habe auch vor ein Tweetportfolio zu verwalten, dass dann regelmäßig geupdatet wird, aber automatisch gepostet wird, sodass meine Presenz angemessen ist.

    Ich wollte dir / Ihnen mal zeigen, wie so eine Beschlagwortung ungefähr aussieht. Ich habe technologisch gewisse restriktionen, sonst wäre es schöner, aber es ist schon sehr nützlich.
    Hier der Link: https://marius-a-schulz.de/2019/01/26/we-alliance-twitter-link-scrapping-summary/ .

    Mit freundlichen Grüßen,
    Marius Alexander Schulz.

      1. Wenn die Persönlichkeit mit einfließt ist das grandios.

        Für mich ist das Thema so interessant, weil es ja zu einem gewissen Grad ein konkretes Beispiel für Digitalisierung ist. Digitalisierung soll ja in Zukunft Menschen entlasten und Mehrwert bilden, also wine Synthese aus den Eigentümlichkeiten von Mensch und Maschine hervorbringen.

        Mein Ansatz eignet sich für „Newcomer“-Entdeckung, Trendanalyse, Ausslassungsdetektion (Was fehlt in der Diskussion?) und Stimmungsanalyse. Der Selektionsprozess erfolgt mit mehr Hinweisen auf den Inhalt (Titel, Schlagworte, Struktur, Länge und Sentiment sind denkbar). Der Mensch sollte dann die Lesererfahrung und die Originalität unter die Lupe nehmen und Anmerkungen erfassen. Weiterhin wäre es möglich das Linksharing auszuwerten (Engagement, Rating, Reaktionssentiment) und in das Kuratieren einfließen zu lassen. So werden eventuell auch weitere Informationen kreiert, wie z. B. Hinweise darauf, wie vielen Leuten ein kuratierter Artikel gefällt.

        Wenn ich also Ihre genauen Anforderungen und Bedürfnisse kennen und verstehen würde, könnte man eventuell Tools entwickeln, die Sie unterstützen. In der Informatik arbeitet man heute mit kleinen Innovationen und iteriert funktionierende Lösungen bis hin zur Marktreife: Erzeugen, Abliefern, Feedback, Erzeugen, … Das sind die agilen Methoden.

        Vielleicht ist das ja für Sie oder Ihre Leser relevant? Vielleicht fällt Ihnen noch was ein? Spinnen Sie mit :-)

        Mit freundlichen Grüßen,
        Marius A. Schulz.

        1. Hallo Marius,

          Dein Ansatz geht über Content Curation hinaus. Content Curation bezieht sich auf das detektieren von interessanten Inhalten, die der eigenen Expertise entsprechen, diese erweitern. Die Selektion wird durch den Experten vorgenommen. Geht man soweit, dass dies durch „Maschinen“ stattfindet, leidet die Authentizität. Dann begeben wir uns auf ein Level der Automatisierung, das bereits durch Tools vorgenommen werden kann, aber wo sollte hier der Mehrwert für den Leser liegen? Es geht nicht darum Inhalte zu finden, die möglichst viele Interaktionen aufweisen, sondern möglichst interessant sind. Das ist m.E. Qualität anstelle von Quantität.
          Ein Indikator dafür, wie sehr ein kuratierter Artikel Lesern gefällt, sind Analyse-Daten die von Social-Media-Netzwerken selbst (z.B. Twitter Analytics) ausgegeben werden oder durch z.B. Google Analytics für Blogbeiträge erhoben werden können.

          Was allerdings ein gravierender Punkt ist, der Content Curation überhaupt erst sinnvoll und zielführend macht ist das Teilen von Inhalten. Die User/Follower müssen die Inhalte auch wahrnehmen und dabei führt meines Erachtens nach kein Weg an Tools vorbei, die Content Curation unterstützen. Denn nach dem Sammeln kommt das Teilen.
          Wir nutzen dafür Blog2Social. Mit diesem Tool können wir unsere Beiträge und fremde Inhalte direkt auf Social Media teilen und deren Veröffentlichung planen. Sich auf ein einziges Netzwerk dabei zu beschränken ist ebenfalls nicht ratsam, da man nur durch eine umfassende SoMe-Marketing-Strategie auch tatsächlich die gesamte Zielgruppe erreicht. Nicht jeder ist nur auf Facebook oder nur auf Twitter erreichbar. Hier bietet es sich definitiv an, auch andere Netzwerke, wie Instagram oder Pinterest mit in die Curation einzubinden.

          Beste Grüße,
          Bastian Rappl

          1. Hallo Bastian Rappl,

            Du bist der Meinung, dass der Experte im Zentrum von Content Curation steht und das sehe ich genauso, aber wie kann man den Experten bestmöglich unterstützen?

            Frau Schindler nutzt Feeds und selektiert vor anhand der Titel. Hier geht es um das Informationsparadoxon – man kennt die Qualität erst nach dem Lesen. Analytics Tools erlauben hier mehr Informationen im Vorhinein zu erwerben – Schlagworte, Struktur des Artikels, Sentiment (positiv, negativ, Emotionen). Das erleichtert die Entscheidungsfindung, ob man einen Artikel überhaupt liest.

            Bei der Verbreitung der kuratierten Artikel erlauben Analytics Kennwerte zur Resonanz zu prüfen. Wenn Sie z. B. einen wöchentlichen Newsletter haben, können Sie vorher prüfen, wie einzelne Posts angekommen sind – Sie kuratieren dann unter den Artikeln mit der besten Resonanz und erhalten so Fokus und können effizienter und effektiver Arbeiten.

            Ich möchte Ihnen also widersprechen, es geht nicht um Quantität vs. Qualität, sondern um Quantitätsauswertung, um Qualität zu ermöglichen – das wäre eine Mensch-Maschine-Kooperation. Das ist typisch für die Digitalisierung, dass Mensch und Maschine sich in gelungenen Anwendungen gegenseitig ergänzen.

            Mit freundlichen Grüßen,
            Marius Schulz.

© 2020 mcschindler.com
Beratung und Fachblog zu Online-PR und strategischer Kommunikation

Neuste Beiträge in Ihre Mailbox

Verpassen Sie nichts mehr zu PR im Social Web, Online-PR und digitaler Kommunikation. Abonnieren Sie die Beiträge jetzt als Newsletter.