Unternehmenskommunikation und Networking Über die …...uns!“10, möchte das Städel Museum dazu...

Hochschule für Technik, Wirtschaft und Kultur Leipzig Fakultät Medien

Studiengang Museologie

Unternehmenskommunikation und Networking

Über die Nutzung von Microblogging

im deutschen Museumswesen

am Beispiel von Twitter

Diplomarbeit

vorgelegt von Stefan Michael

Leipzig 2010

Michael, Stefan:

Unternehmenskommunkation und Networking :

Die Nutzung von Microblogging im deutschen Museumswesen am Beispiel von Twitter / Stefan

Michael – 2010. – 61 Bl.: Anl.

Leipzig, Hochschule für Technik, Wirtschaft und Kultur, Diplomarbeit, 2010

Das Internet wandelt sich vom Einweg-Informationslieferanten zum interaktiven Medium. Diese

Entwicklung geht auch am Museumswesen nicht vorüber. Social Networks, Weblogs und

Microblogging sind Schlagwörter, die allgegenwärtig scheinen. Dabei geht es längst nicht mehr

ausschließlich darum, auf dem aktuellsten Stand der Technik zu bleiben oder aufkommenden

Trends zu folgen. Vielmehr werden neue, kreative Lösungen gesucht, die Verbindung zwischen

den Museen und ihren Besuchern sowie Geschäftspartnern aufrecht zu erhalten und zu pflegen.

Außerdem geht es darum, Interessenten aufzuspüren und idealerweise als neue Besucher zu

gewinnen. Diese Diplomarbeit befasst sich mit dem Microblogging-Dienst Twitter und dessen

Nutzung im deutschen Museumswesen. Untersucht werden zum ersten die inhaltlichen Aspekte

– also, was die Museen mit Hilfe dieses neuen Mediums verbreiten – und zum zweiten wird die

Frage beantwortet, wen die Museen mit den verbreiteten Informationen derzeit tatsächlich

erreichen können. Dabei wird unterschieden, ob die Empfänger aus privaten oder geschäftlichen

Beweggründen agieren. Die Ergebnisse bilden die Grundlage, Chancen, Probleme und

Perspektiven für die künftige Nutzung von Microblogging im deutschen Museumswesen

abzuleiten.

Abbildungsverzeichnis 3

Inhaltsverzeichnis

Abbildungsverzeichnis ................................................................................................ 5

Tabellenverzeichnis ..................................................................................................... 6

Einleitung .................................................................................................................... 7

1 Museen und Web 2.0 ....................................................................................... 11

1.1 Social Software .................................................................................................................... 12

1.2 Weblogs ................................................................................................................................ 12

1.3 Microblogs ........................................................................................................................... 13

2 Allgemeine Möglichkeiten der Nutzung von Twitter ..................................... 14

2.1 Die Nutzung zur reinen Informationsrecherche ............................................................ 14

2.2 Die Nutzung zur Vernetzung mit anderen Museen ....................................................... 16

2.3 Die Nutzung zur Vernetzung mit Interessenten ............................................................ 16

2.4 Die Nutzung zur Vernetzung mit anderen Kanälen ...................................................... 17

3 Inhaltliche Aspekte der Tweets ....................................................................... 18

3.1 Die Methode ........................................................................................................................ 18 3.1.1 Frage- und Zielstellung für die Themen-Frequenzanalyse ..................................... 18 3.1.2 Hypothesen und Vorüberlegungen ............................................................................ 19 3.1.3 Entwicklung der Kategorien ....................................................................................... 20 3.1.4 Auswahl des Untersuchungsmaterials ........................................................................ 22 3.1.5 Die Stichprobe ............................................................................................................... 22 3.1.6 Durchführung der Codierung ..................................................................................... 23

3.2 Ergebnisse ............................................................................................................................ 24

4 Die Follower der Museen ............................................................................... 26

4.1 Die Methode ........................................................................................................................ 27 4.1.1 Besonderheiten der Online-Befragung ...................................................................... 27 4.1.2 Die Fragen...................................................................................................................... 29 4.1.3 Theoretischer Ablauf der Online-Befragung ............................................................ 32 4.1.4 Die Stichprobe ............................................................................................................... 34 4.1.5 Pretest und Datenerhebung ......................................................................................... 36

4.2 Ergebnisse ............................................................................................................................ 37 4.2.1 Allgemeine Ergebnisse der Online-Befragung ......................................................... 37 4.2.2 Follower mit privaten Interessen ................................................................................ 44 4.2.3 Follower mit geschäftlichen oder kooperativen Interessen .................................... 49

5 Zusammenfassung ......................................................................................... 55

5.1 Momentaufnahme der Nutzung von Twitter im deutschen Museumswesen ............ 55


Glossar ....................................................................................................................... 57

Literaturverzeichnis ................................................................................................... 58

E-Books ...................................................................................................................................... 58 Online-Ressourcen .................................................................................................................... 59

Erklärung ................................................................................................................... 62

Anlage 1: Codierbögen der Inhaltsanalyse ................................................................ 63

Anlage 2: PHP-Quelltext des Online-Fragebogens .................................................. 74


Abbildungsverzeichnis Abbildung 1: US-amerikanische Einzel-Besucher der Twitter-Website bis März 2009 .......... 9 Abbildung 2: Echtzeit-Ergebnisse der Twitter-Suche nach #Museum (Ausschnitt) ............ 15 Abbildung 3: Grafik: Eigene und externe Medien in Museums-Tweets ................................. 25 Abbildung 4: Ablaufplan des Fragebogens mit Filterfragen ...................................................... 33 Abbildung 5: Grafik: Follower nach Altersgruppen .................................................................. 38 Abbildung 6: Grafik: Altersgruppen der weiblichen Follower .................................................. 39 Abbildung 7: Grafik: Altersgruppen der männlichen Follower ................................................ 39 Abbildung 8: Grafik: Verteilung der Account-Typen ................................................................. 41 Abbildung 9: Grafik: Verteilung der Follower auf die Museen ................................................. 42 Abbildung 10: Grafik: Museum vor Twitter unbekannt, Besuch ja ......................................... 43 Abbildung 11: Grafik: Altersgruppen der Follower mit Privat-Account ................................. 44 Abbildung 12: Grafik: Altersgruppen der weiblichen Follower mit Privat-Account ............. 45 Abbildung 13: Grafik: Altersgruppen der männlichen Follower mit Privat-Account ........... 46 Abbildung 14: Grafik: Altersgruppen der Follower mit Corporate- und Misch-Account .... 49 Abbildung 15: Grafik: Altersgruppen der weiblichen Follower

mit Corporate- und Misch-Account ................................................................................ 50 Abbildung 16: Grafik: Altersgruppen der männlichen Follower

mit Corporate- und Misch-Account ............................................................................... 51 Abbildung 17: Grafik: Twitter-Eigenschaft der Follower

mit Corporate- und Misch-Account ................................................................................ 54 Abbildung 18: Grafik: Sonstige Twitter-Eigenschaften von Followern

mit Corporate- und Misch-Account ................................................................................ 54

Tabellenverzeichnis 6

Tabellenverzeichnis Tabelle 1: Daten des Muster-Twitter-Accounts .......................................................................... 14 Tabelle 2: Aus den Hypothesen abgeleitete Fragen .................................................................... 20 Tabelle 3: Übersicht der Kategorien für die Inhaltsanalyse ...................................................... 21 Tabelle 4: Übersicht der Stichprobe für die Inhaltsanalyse ....................................................... 23 Tabelle 5: Übersicht der Stichprobe für die Online-Befragung ................................................ 35 Tabelle 6: Rücklaufstatistiken der Online-Befragung ................................................................. 37 Tabelle 7: Follower nach Bundesland , absteigend sortiert ....................................................... 40 Tabelle 8: Follower nach Herkunftsland ...................................................................................... 40 Tabelle 9: Follower mit Privat-Account nach Bundesland

+ Vergleich mit Gesamtanteil ........................................................................................... 47 Tabelle 10: Follower mit Privat-Account nach Herkunftsland

+ Vergleich mit Gesamtanteil ........................................................................................... 48 Tabelle 11: Follower mit Corporate- und Misch-Account nach Bundesland

+ Vergleich mit Gesamtanteil ........................................................................................... 52 Tabelle 12: Follower mit Corporate- und Misch-Account nach Herkunftsland

+ Vergleich mit Gesamtanteil ........................................................................................... 53

Einleitung 7

Einleitung

Mit den Worten „Verführung zum Besuch …“1 ist ein Vortrag der MAI-Tagung2 2009

überschrieben, in dem der Relaunch der Website des Frankfurter Städel Museums3 vorgestellt

wird. Darin ist die Erweiterung der bestehenden Internetpräsentation um Funktionen zur

Interaktion von Besuchern mit dem Museum, zur Vernetzung mit Interessenten und zur

Integration verschiedener Inhalte4 beschrieben. Der Titel „Verführung zum Besuch …“5 lässt

darauf schließen, dass die umfangreichen Erweiterungen unter anderem mit dem Ziel

durchgeführt wurden, neue Besucher für das Städel Museum zu gewinnen.

Zum besseren Verständnis werden zunächst die Neuerungen etwas näher erläutert. Um den

Lesefluss nicht zu beeinträchtigen, wird in dieser Diplomarbeit auf die weibliche Schreibweise

verzichtet. So meint zum Beispiel die Bezeichnung Benutzer, die Gesamtheit aller Benutzerinnen

und Benutzer.

Integrierter Bestandteil der neuen Städel-Website ist die sogenannte „Mein Städel-Community“6.

Diese bietet für registrierte Benutzer die Möglichkeit, die Optik der Internetpräsentation an ihre

Bedürfnisse und Interessen anzupassen. So sieht der Besucher beispielsweise auf einen Blick

seine Lieblingswerke und seinen Tageskalender7. Zusätzlich können Werke bewertet und

kommentiert werden8. Die Mitglieder der „Mein Städel-Community“ sind somit interaktiv an der

Entwicklung der Inhalte beteiligt.

Unter Integration versteht das Städel Museum unter anderem die Verknüpfung verschiedener

Medien, wie Videos, mit der Website9. Der dritte Punkt, welcher für diese Diplomarbeit von

essentieller Wichtigkeit ist, heißt Vernetzung. Mit der Aufforderung „Vernetzen Sie sich mit

1 bambergerpptmai2009.pdf, S. 1 [Online-Ressource] / Bamberger, Daniela. – Stand: 28.05.2009

http://www.mai-tagung.de/maitagung+2009/bambergerpptmai2009.pdf 2 MAI-Tagung - museums and the internet [Online-Ressource] /Stand: 2010

http://www.mai-tagung.de 3 Städel Museum [Online-Ressource] / Stand: 2010

http://www.staedelmuseum.de 4 vgl. bambergerpptmai2009.pdf, S. 2-19 [Online-Ressource] / Bamberger, Daniela. – Stand: 28.05.2009

http://www.mai-tagung.de/maitagung+2009/bambergerpptmai2009.pdf 5 bambergerpptmai2009.pdf, S. 1 [Online-Ressource] / Bamberger, Daniela. – Stand: 28.05.2009

http://www.mai-tagung.de/maitagung+2009/bambergerpptmai2009.pdf 6 vgl. bambergerpptmai2009.pdf, S. 3 [Online-Ressource] 7 vgl. bambergerpptmai2009.pdf, S. 4 [Online-Ressource] 8 vgl. bambergerpptmai2009.pdf, S. 5 [Online-Ressource] 9 vgl. bambergerpptmai2009.pdf, S. 17-19 [Online-Ressource]

Einleitung 8

uns!“10, möchte das Städel Museum dazu animieren, sich mit ihm zu vernetzen. Facebook,

YouTube und Twitter sind nur drei Plattformen, über die man sich dem Städel Museum als „Fan

anschließen“11, den „staedelmuseum-Video-Kanal“12 abonnieren oder den aktuellen

„staedelmuseum-Tweets“13 „followen“ kann14.

Schwerpunkt dieser Diplomarbeit ist die Nutzung von Microblogging im deutschen

Museumswesen am Beispiel von Twitter, einem Webdienst der ursprünglich dazu gedacht ist,

seiner Umwelt in kurzer Form berichten zu können, was gerade passiert15. Seit 200616 ist Twitter

für die Öffentlichkeit verfügbar. Auch Museen nutzen diesen Service mit steigender Tendenz. In

den USA haben heute 28517 Museen einen Twitter-Account. Bereits 2008 schreibt Leslie Madsen-

Brooks, Ph.D in ihrem Weblog „Museum Blogging“18 über 10 Dinge, die Museen von Twitter

lernen können19. Dazu später mehr. In Deutschland gibt es im März 2010 6220 Museen, die

Twitter nutzen (4721 im Februar 2010).

Der Wiener Kulturmanager Christian Henner-Fehr stellt im Juni 2009 fest, dass sich in letzter

Zeit viele Kultureinrichtungen und Dienstleister in seinem Umfeld einen Twitter-Account

zugelegt haben22. Gleichzeitig zitiert er einen Beitrag des Weblogs „TechCrunch“, der den

Anstieg der us-amerikanischen Einzel-Besucher der Twitter-Website bis März 2009 auf 9,3

Millionen feststellt23, basierend auf einer Studie des Unternehmens ComScore24 (Abbildung 1).

10 bambergerpptmai2009.pdf, S. 15 [Online-Ressource] / Bamberger, Daniela. – Stand: 28.05.2009

http://www.mai-tagung.de/maitagung+2009/bambergerpptmai2009.pdf 11 Städel Museum | Facebook [Online-Ressource] / Stand: 2010

http://www.facebook.com/staedelmuseum 12 YouTube - Kanal von staedelmuseum [Online-Ressource] / Stand: 26.02.2010

http://www.youtube.com/staedelmuseum 13 staedelmuseum (staedelmuseum) on Twitter [Online-Ressource] / Stand: 25.03.2010

http://twitter.com/staedelmuseum 14 vgl. bambergerpptmai2009.pdf, S. 15 [Online-Ressource] / Bamberger, Daniela. – Stand: 28.05.2009

http://www.mai-tagung.de/maitagung+2009/bambergerpptmai2009.pdf 15 vgl. Simon, [Twitter, 2010], S. 21 16 vgl. Simon, [Twitter, 2010], S. 39 17 vgl. Follow a Museum day – 1st February 2010 [Online-Ressource] / Stand: 01.02.2010

http://www.followamuseum.com/usa.html 18 Museum Blogging [Online-Ressource] / Madsen-Brooks, Leslie (Ph.D). – Stand: 19.03.2010

http://museumblogging.com/ 19 vgl. 10 lessons museums can learn from Twitter [Online-Ressource] / Madsen-Brooks, Leslie (Ph.D). – Stand: 14.02.2008

http://museumblogging.com/2008/02/14/10-lessons-museums-can-learn-from-twitter/ 20 vgl. Twitternde Museen 03/2010 [Online-Ressource] / Stand: 27.02.2010

http://www.visitatio.de/Twitter/Twitternde-Museen-03/2010.html 21 vgl Twittermania in deutschen Museen, S. 4 von 4 [Online-Ressource] / Stand: 27.01.2010

http://www.visitatio.de/Tourismus-in-Deutschland/Twittermania-in-deutschen-Museen/Rankingliste-der-twitternden-Museen/

22 vgl. Twitter: Wiki in Echtzeit? [Online-Ressource] / Henner-Fehr, Christian. – Stand: 12.06.2009 http://kulturmanagement.wordpress.com/2009/06/12/twitter-wiki-in-echtzeit/

23 vgl. Boom! Twitter More Than Doubles Unique U.S. Visitors To 9.3 Million In March [Online-Ressource] /Schonfeld, Erick. – Stand: 15.04.2009 http://techcrunch.com/2009/04/15/boom-twitter-more-than-doubles-unique-visitors-to-93-million-in-march/

Einleitung 9

Abbildung 1: US-amerikanische Einzel-Besucher der Twitter-Website bis März 200925

Es ist festzustellen, dass es sich um ein hochaktuelles Thema handelt, bei dessen näherer

Betrachtung, mit Fokus auf der Nutzung im deutschen Museumswesen, einige Fragen entstehen,

die in den folgenden Kapiteln dieser Diplomarbeit beantwortet werden. Ziel ist es, sowohl eine

Momentaufnahme der derzeitigen Nutzung von Twitter im deutschen Museumswesen zu

erhalten als auch eine Basis zu schaffen, um Potenziale zu erkennen und Anregungen für den

künftigen Einsatz von Twitter für die Museumsarbeit gewinnen zu können.

Für die Bearbeitung werden folgende Kernfragen zugrunde gelegt.

1. Welche Möglichkeiten der Nutzung bietet Twitter für Museen generell?

2. Welche Inhalte verbreiten deutsche Museen mit Hilfe von Twitter?

3. Welche Personen können derzeit von deutschen Museen über Twitter tatsächlich erreicht

werden und wie nutzen diese den Microblogging-Dienst?

Um die Möglichkeiten der Nutzung von Twitter in ihrer Gänze verstehen zu können, erfolgen im

ersten Kapitel einige Ausführungen zum Kontext des Web 2.0. Mit dieser Grundlage wird dann

im zweiten Kapitel die Frage 1 beantwortet.

Im dritten Kapitel liegt der Schwerpunkt auf der Frage 2. Die inhaltlichen Aspekte der „Tweets“

deutscher Museen werden analysiert, ausgewertet und die Ergebnisse entsprechend präsentiert.

Kapitel 4 befasst sich mit der Frage 3. Um etwas über die Personen und ihren Umgang mit

Twitter herauszufinden, die derzeit für Museen über diesen Kanal erreichbar sind, wird eine

24 comScore Media Metrix Ranks Top 50 U.S. Web Properties for March 2009 [Online-Ressource] / Stand: März 2009

http://www.comscore.com/Press_Events/Press_Releases/2009/4/ Twitter_Traffic_More_than_Doubles/%28language%29/eng-US

25 Quelle: Boom! Twitter More Than Doubles Unique U.S. Visitors To 9.3 Million In March [Online-Ressource] /Schonfeld, Erick. – Stand: 15.04.2009 http://techcrunch.com/2009/04/15/boom-twitter-more-than-doubles-unique-visitors-to-93-million-in-march/

Einleitung 10

Online-Befragung durchgeführt, deren Ergebnisse anschließend analysiert, ausgewertet und

entsprechend präsentiert werden.

Schließlich werden die Erkenntnisse der gesamten Bearbeitungen in Kapitel 5 abschließend

resümiert.

Es ist anzumerken, dass sich im sogenannten „Paralleluniversum Web2.0“26 eine eigene

Fachterminologie entwickelt hat, deren Kenntnis für das Verständnis der folgenden Kapitel

hilfreich sein kann. So heißen zum Beispiel die kurzen Textnachrichten die man mit Hilfe von

Twitter versendet, „Tweets“. Daher wurde dieser Diplomarbeit ein Glossar mit den wichtigsten

Begriffen beigefügt. Künftig werden diese nicht mehr in Anführungszeichen gesetzt oder

anderweitig hervorgehoben. Zudem wird davon ausgegangen, dass die Sprache der Oberfläche

von Twitter auf Deutsch eingestellt ist.

26 Zeger, [Paralleluniversum, 2009], Titel

1 Museen und Web 2.0 11

1 Museen und Web 2.0

Die Betrachtung des Internets als Plattform, die es geschäftlich zu nutzen gilt, die Unterstützung

der Benutzer beim Networking sowie die Förderung der Kommunikation und des aufeinander

bezogenen Handelns zwischen den Nutzern, das ist Web 2.027. Auf Grund des sozialen

Charakters, der über die Mensch-Maschine-Interaktion hinausgeht, wird das Web 2.0 in einigen

Publikationen als Social Web28 bezeichnet.

Im Museum ist „... das Finden bzw. die Entwicklung der zielgruppen-adäquaten

Kommunikationsformen zur Übermittlung von Informationen und Bedeutungsinhalten ...“29,

eine wichtige Aufgabe der Kommunikationspolitik. Dabei ist zu beachten, dass Reizüberflutung

möglichst zu vermeiden ist, da diese bei einigen Zielgruppen nachlassende Aufnahmebereitschaft

bis hin zu Reaktanz verursacht30. Mit den Elementen des Web 2.0 kann man, wie auch mit den

Medien der klassischen Online-Kommunikation, Botschaften an relevante Zielgruppen

vermitteln31.

Eine weitere wichtige Aufgabe ist das Networking, so sollten sich Museen mit anderen

Kulturorganisationen, Kooperationspartnern, Unterstützern (Sponsoren, Spendern) und dem

eigenen Publikum, zum Zweck des Informationsaustauschs, vernetzen32.

Die Ausführungen am Beispiel des Frankfurter Städel Museums in der Einleitung dieser

Diplomarbeit deuten darauf hin, dass die Anwendungen des Web 2.0 in der Praxis selten isoliert

voneinander genutzt werden. Viel eher liegt der Schwerpunkt auf der sinnvollen Vernetzung der

Web 2.0-Elemente untereinander. Deshalb im Folgenden eine kurze Einführung in die

wichtigsten Elemente.

27 vgl. Kultur und Web 2.0, S. 4 [E-Book] / Henner-Fehr, Christian. – Stand: 2008 28 vgl. Vorläufer des Web 2.0 [Online-Ressource] / Schmidt, Jan. – Stand: 18.12.2007

http://www.schmidtmitdete.de/archives/50 29 Klein, [Kultur-Marketing, 2005], S. 423 30 vgl. Günter; Hausmann, [Kulturmarketing, 2009], S. 79 31 30 32 vgl. Klein, [Kultur-Marketing, 2005], S. 459


1.1 Social Software

Stellt man Facebook, YouTube und Twitter nebeneinander, haben alle drei etwas gemeinsam: Es

bildet sich ein soziales Netz innerhalb des jeweiligen Online-Portals. Dieses besteht aus den

registrierten Benutzern, die zum ersten die Inhalte des jeweiligen Anbieters konsumieren können,

zum zweiten untereinander kommunizieren können und zum dritten selbst Inhalte beisteuern

können. Alle webbasierten Kommunikationsplattformen, um die sich ein solches soziales

Netzwerk bildet, werden als Social Software bezeichnet33.

Facebook, YouTube und Twitter stehen dabei nur beispielhaft für eine ganze Reihe von

Anwendungen, wie Chats, Foren, Instant-Messaging-Anwendungen, Wikis, Blogs und

Microblogs34. Mittlerweile haben Unternehmen begonnen, die Potenziale von Social Software zu

prüfen und einzusetzen. Anwendungsgebiete von Social Software sind im Bereich der

unternehmensinternen Zusammenarbeit beispielsweise die Nutzung als

Dokumentationswerkzeug zum gemeinsamen bearbeiten von Inhalten und/oder,

unternehmensextern, die Nutzung als Kommunikationswerkzeug um auf den Beziehungen

zwischen Kunden und Geschäftspartnern aufzubauen35.

1.2 Weblogs

Weblogs oder kurz Blogs sind Webinhalte in Form von tagebuchartigen Berichten (Weblog =

Web + Logbuch). Sie können sowohl von Privatpersonen betrieben werden als auch von

Unternehmen. Innerhalb eines Weblogs kann es mehrere Autoren geben. Ein weiteres

Charakteristikum ist die oftmals vorhandene Themenzentrierung. Inhalte können vom Betreiber

selbst erstellte Texte sein, aber auch die Kommentierung fremder Nachrichten. Eine Mischung

aus beidem ist möglich. Werden Beiträge aus anderen Weblogs kommentiert, entsteht durch die

trackback-Technik automatisch ein Link zwischen dem jeweiligen Beitrag und dem Kommentar.

Auf Grund dessen ist es sehr einfach, Weblogs mit ähnlichen Inhalten zu finden36.

33 vgl. Fischer; Hofer, [Lexikon der Informatik], S. 778 34 vgl. Fischer; Hofer, [Lexikon der Informatik], S. 778 35 vgl. Blumauer; Pellegrini, [Social Semantic Web], S. 44-45 36 vgl. Zeger, [Paralleluniversum, 2009], S. 25


Ausgewählte Beispiele aus dem Museumswesen:

• Das Weblog des Deutschen Museums München37. In diesem schreiben Museumsleute aus

unterschiedlichen Bereichen über Neuigkeiten im Deutschen Museum und laden zum

mitlesen und kommentieren ein38.

• Das Städel Museum Frankfurt betreibt ein Weblog, in dem das Projekt „Frankfurt baut

das neue Städel“39 für die Öffentlichkeit dokumentiert wird. Außerdem werden dort

Hinweise zu Aktionen und Veranstaltungen, die mit dem Projekt in Zusammenhang

stehen, veröffentlicht40.

1.3 Microblogs

Bei Microblog handelt es sich, wie der Name schon vermuten lässt, um die Verkleinerungsform

des Weblogs. Es geht um die Verbreitung von kleinsten Informationseinheiten in Textform, die

auf wenige Zeichen, meist 140, begrenzt sind. Bilder, Videos oder andere Medien können nicht

eingebettet werden41. Einzige Ausnahme sind Hyperlinks. Dies liegt darin begründet, dass die

Innovation von Microblogs in der Kombination von Mobiltelefonie und Internet42 liegt. Die

maximale Länge einer SMS beträgt 160 Zeichen. Wenn ein Microblogging-Dienst wie Twitter

von einem Mobiltelefon aus genutzt wird, müssen in eine SMS sowohl die Nachricht als auch

eventuell nötige Steuerbefehle passen. Microblogging-Dienste können zudem über verschiedene

weitere Programme, Plattformen und Geräte angesteuert werden43.

37 Deutsches Museum: Blog [Online-Ressource] / Stand: 25.03.2010

http://www.deutsches-museum.de/blog/ 38 vgl. Deutsches Museum: Über diesen Blog [Online-Ressource] / Stand: 2010

http://www.deutsches-museum.de/blog/ueber-diesen-blog/ 39 Städel-Blog [Online-Ressource] / Stand: 25.03.2010

http://www.das-neue-staedel.de/ 40 vgl. PROJEKT | Das neue Städel [Online-Ressource] / Stand: 2010

http://www.das-neue-staedel.de/konzept/ 41 vgl. Simon, [Twitter, 2010], S. 17 42 vgl. Simon, [Twitter, 2010], S. 140 43 vgl. Simon, [Twitter, 2010], S. 18

2 Allgemeine Möglichkeiten der Nutzung von Twitter 14

2 Allgemeine Möglichkeiten der Nutzung von Twitter

Die wichtigste Plattform für Microblogging ist Twitter44. Aber welche Möglichkeiten bietet

Twitter für Museen tatsächlich? Bevor diese Frage beantwortet wird, sind 3 wichtige Aspekte

voranzustellen. Diese stammen aus dem Artikel „10 Lektionen, die Museen von Twitter lernen

können“45 von Leslie Madsen-Brooks, Ph.D.

• Menschen mögen Informationen in kleinen „Häppchen“

Die Herausforderung besteht darin, die Information in 140 Zeichen zu verpacken.

• Menschen mögen es, einen individuellen „Informations-Strom“ zu haben, der direkt zu

ihnen geliefert wird.

• Menschen mögen es, aus diesem „Informations-Strom“ das für sie Interessante

auszuwählen.

Schließlich können für Museen 4 Möglichkeiten der Nutzung von Twitter interessant sein, die im

Folgenden erläutert werden. Zur Veranschaulichung der weiteren Ausführungen wurde ein

Muster-Twitter-Account angelegt (Tabelle 1).

Tabelle 1: Daten des Muster-Twitter-Accounts46

Name MusterMuseum

Adresse http://www.twitter.com/mustermuseum/

2.1 Die Nutzung zur reinen Informationsrecherche

Die Nutzung von Twitter zu Informationszwecken ist sinnvoll, um herauszufinden, wer über

welche Themen, wie oft twittert. Dazu wird die Suchfunktion auf der Website

http://www.twitter.com47 eingesetzt. Bei gängigen Themen wird dem Suchbegriff ein Raute-

Zeichen vorangestellt, ein sogenanntes Hashtag48. Die Ergebnisse werden in chronologischer

44 vgl. Simon, [Twitter, 2010], S. 18 45 vgl. 10 lessons museums can learn from Twitter [Online-Ressource] / Madsen-Brooks, Leslie (Ph.D). – Stand: 14.02.2008

http://museumblogging.com/2008/02/14/10-lessons-museums-can-learn-from-twitter/ 46 Quelle: Eigene Darstellung 47 Twitter [Online-Ressource] / Stand: 2010

http://www.twitter.com 48 vgl. Simon, [Twitter, 2010], S. 84


Reihenfolge aufgelistet, das jüngste Tweet zuerst (Abbildung 2). Je größer die Zahl der

Suchergebnisse ist, desto populärer ist das Thema. Dies wird dann interessant, wenn

beispielsweise im Anschluss an eine Veranstaltung, die im eigenen Haus stattgefunden hat,

recherchiert wird, ob sie Gesprächsthema auf Twitter ist. Das entsprechende Hashtag könnte

etwa #Museumsfest2010 heißen und es muss im Vorfeld als offizielles Hashtag explizit für diese

Veranstaltung kommuniziert werden. Hashtags sind außerdem direkt in Tweets anklickbar,

woraufhin die Suchfunktion49 von Twitter automatisch aktiv wird.

Abbildung 2: Echtzeit-Ergebnisse der Twitter-Suche nach #Museum (Ausschnitt)50

49 vgl. Simon, [Twitter, 2010], S. 85 50 Quelle: Screenshot http://www.twitter.com


2.2 Die Nutzung zur Vernetzung mit anderen Museen

Twitter ist sehr gut geeignet, um sich mit anderen Museen zu vernetzen. Der klassische Weg

dahin führt über die Funktion „Leute finden“. Diese Funktion ermöglicht es, direkt nach anderen

Museen zu suchen und ihnen dann als Follower beizutreten. In der Hoffnung, dass diese in der

Reaktion dem eigenen Museum ebenfalls als Follower beitreten werden. Ein zusätzlicher Anreiz

dafür, dass die anderen Museen tatsächlich zu eigenen Followern werden, ist die Antwort auf

Beiträge der entsprechenden Museen. Im Idealfall sind die eigenen Beiträge zusätzlich inhaltlich

passend und interessant für den potenziellen Follower.

Ein weiterer Weg ist durch Zufall gefunden zu werden. Dies funktioniert am besten, wenn die

eigenen Beiträge regelmäßig mit aussagefähigen Hashtags versehen werden. Auch Künstler,

Designer, Kooperationspartner oder andere Dienstleister können als potenzielle Follower für

Museen interessant sein.

2.3 Die Nutzung zur Vernetzung mit Interessenten

Ebenfalls sehr gut geeignet ist Twitter für die Vernetzung mit Interessenten des Hauses und

potenziellen Besuchern. Alle Nutzer die sich über Themen austauschen, die zum Inhalt des

eigenen Museums passsen, sind potenzielle Follower und können zu potenziellen

Museumsbesuchern werden. Auch hier kann ein zusätzlicher Anreiz zum Beitritt, durch

Antworten auf entsprechende Tweets, geschaffen werden.

Zusätzlich sollten alle bereits existierenden Interessenten des Museums, die beispielsweise im

Rahmen der Besucherbindung betreut werden, über das Vorhandensein eines Twitter-Accounts

informiert werden, damit sie den neuen Informationskanal bei Bedarf nutzen können. Dies kann

beispielsweise durch die Verlinkung des Microblogs auf der eigenen Website geschehen.


2.4 Die Nutzung zur Vernetzung mit anderen Kanälen

Twitter zeichnet sich nicht zuletzt dadurch aus, dass es mit anderen Kommunikationskanälen

vernetzbar ist. Am einfachsten ist es, Links zur eigenen Website oder anderen Online-Ressourcen

in die Tweets einzubauen. Um Zeichen zu sparen, werden diese mit Webdiensten wie

TinyURL.com51 auf eine akzeptable Länge reduziert. Mit etwas mehr technischem Aufwand ist es

außerdem Möglich neue Artikel aus einem Weblog automatisch zu twittern52. Diese ausgewählten

Exempel sollen in diesem Rahmen genügen.

Der größte Vorteil der generellen Vernetzung mit Interessenten und Kooperationspartnern ist,

dass die eigenen Follower immer in die Lage eines Vermittlers versetzt werden können, indem sie

die Tweets an ihre Follower weiterleiten. Eine solche Weiterleitung ist ein sogenanntes Retweet53.

Theoretisch kann dies unendlich lange fortgesetzt werden, denn die Follower des anderen

Museums können das Retweet wiederum an ihre Follower retweeten und so weiter. Eine einzelne

Person oder ein einzelnes Museum wird so in die Lage versetzt, mit einem Twitter-Account unter

Umständen mehr Menschen erreichen zu können, als mit Hilfe einer Zeitung oder eines TV-

Senders54.

51 TinyURL.com – shorten that long URL into a tiny URL [Online-Ressource] / Stand: 2010

http://www.tinyurl.com 52 vgl. Simon, [Twitter, 2010], S. 148 53 vgl. Simon, [Twitter, 2010], S. 111-115 54 vgl. Hünnekens, [Ich-Sender, 2009], S. 12

3 Inhaltliche Aspekte der Tweets 18

3 Inhaltliche Aspekte der Tweets

3.1 Die Methode

Um herauszufinden, welcher Art die Inhalte der Informationen sind, die deutsche Museen mit

Hilfe von Twitter kommunizieren, müssen die Tweets nach bestimmten Kriterien analysiert

werden. Für diese Aufgabe kommt die Inhaltsanalyse, eine Methode der empirischen

Sozialforschung, zum Einsatz. Dabei wird eine Themen-Frequenzanalyse55, an die

Besonderheiten von Twitter, speziell auch in technischer Hinsicht, angepasst, durchgeführt.

3.1.1 Frage- und Zielstellung für die Themen-Frequenzanalyse

Die zentrale Forschungsfrage für die Themen-Frequenzanalyse ist äquivalent zur Frage 2 in der

Einleitung dieser Diplomarbeit:

• Welche Inhalte verbreiten deutsche Museen mit Hilfe von Twitter?

Auf Grundlage der Analyse-Ergebnisse sollen die Tweets nach bestimmten Kriterien kategorisiert

werden. Um solche Kriterien entwickeln zu können, bedarf es zusätzlicher Indikatoren, die sich

in diesem konkreten Fall nicht vollständig aus der Forschungsfrage ableiten lassen. Zur besseren

Nachvollziehbarkeit werden im Folgenden die zur Kategorienbildung beitragenden Hypothesen

aufgeführt und die jeweils dazugehörigen theoretischen Vorüberlegungen offengelegt56.

55 vgl. Früh, [Inhaltsanalyse, 2007], S. 147 56 vgl. Früh, [Inhaltsanalyse, 2007], S. 147


3.1.2 Hypothesen und Vorüberlegungen

Hypothese 1: Auf Grund der Begrenzung auf 140 Zeichen, sind häufig keine vollständigen Sätze

in Tweets zu finden.

Theoretische Vorüberlegung: Schlechte Orthografie und Grammatik, was auch fehlerhafte

Interpunktion einschließt, sind im Internet häufig anzutreffen, speziell in der Blogosphäre57.

Hypothese 2: Weil Twitter ein Kommunikationskanal ist, der eine große Reichweite erreichen

kann, twittern Museen bevorzugt in eigener Sache, das heißt für Zwecke der Öffentlichkeitsarbeit

oder der Werbung.

Theoretische Vorüberlegung: Ziel der Nutzung von Twitter könnte unter anderem die

Steigerung der Bekanntheit des Museums, mit Hilfe der Erhöhung der Zugriffszahlen auf die

eigene Website, sein58. In der Folge bedeuteten mehr Besucher auf der eigenen Website im

Idealfall mehr Museumsbesucher.

Hypothese 3: Weil in Tweets von Museen selten Hashtags gesetzt werden, können die

entsprechenden Museen in der Twitter-Suche schlecht gefunden werden, was dazu führt, dass

potenzielle Interessenten dem Museum nicht als Follower beitreten können.

Theoretische Vorüberlegung: Fast 75%59 der deutschen Museen die im März 2010 einen

Twitter-Account nutzen, haben unter 500 Followern. Dies kann unter anderem daran liegen,

dass sie ihre Tweets nicht optimal taggen.

Hypothese 4: Die meisten für diese Analyse relevanten Museen, haben eher regionale als

internationale Bedeutung, deshalb ist die bevorzugte Sprache, die in Tweets zum Einsatz kommt,

Deutsch.

Theoretische Vorüberlegung: Subjektive Einschätzung des Autors auf Grundlage der Liste

„Twitternde Museen 03/2010“60.

57 vgl. Ist Rechtschreibung vorgestrig? [Online-Ressource] / Klinger, Claudia. – Stand: 05.10.2007

http://www.webwriting-magazin.de/ist-rechtschreibung-vorgestrig/ 58 vgl. Hünnekens, [Ich-Sender, 2009], S. 13 59 vgl. Twitternde Museen 03/2010 [Online-Ressource] / Stand: 27.02.2010

http://www.visitatio.de/Twitter/Twitternde-Museen-03/2010.html 60 Twitternde Museen 03/2010 [Online-Ressource] / Stand: 27.02.2010

http://www.visitatio.de/Twitter/Twitternde-Museen-03/2010.html


Hypothese 5: Auf Grund der begrenzten Länge der Informationseinheiten, ist es schwer die

gezielte Ansprache spezifischer Personengruppen wahrzunehmen.

Theoretische Vorüberlegung: Ausnahmen könnten hier auftreten, wenn durch den Aufbau

des Inhalts eindeutig auf eine formelle oder persönliche Ansprache zu schließen wäre oder

der Text mit Smileys ergänzt wurde.

3.1.3 Entwicklung der Kategorien

Aus den Hypothesen können nun Fragen abgeleitet werden, aus denen erkennbar ist, welche

theoretischen Konstrukte miteinander in Beziehung stehen, woraus sich schlussendlich die

Kategorien ergeben (Tabelle 2).

Tabelle 2: Aus den Hypothesen abgeleitete Fragen61

Hypothese 1 1. Mit welcher Häufigkeit ist in Tweets von Museen

fehlerhafte Interpunktion zu beobachten?

Hypothese 2 2. Wenn Museen bevorzugt in eigener Sache twittern,

in welchem Maße nutzen sie dann die Möglichkeit,

außerdem externe Inhalte in einer Antwort zu kommentieren oder

andere Tweets an ihre Follower weiterzuleiten (Retweet)?

3. Wie oft nutzen Museen die Möglichkeit, andere Medien

innerhalb eines Tweets zu verlinken?

4. Sind die verlinkten Medien überwiegend eigene, (zum Beispiel

die Museums-Website) oder fremde (etwa die Internetseite

einer Tageszeitung)?

5. Wie häufig twittern Museen Status-Meldungen, wie „Ich mache gerade Pause.“,

die inhaltlich keinerlei Bezug haben?

Hypothese 3 6. Wie häufig taggen Museen ihre Tweets?

Hypothese 4 7. Welche ist die dominierende Sprache, die in Tweets von Museen

zum Einsatz kommt?

Hypothese 5 8. Wie oft ist in Tweets von Museen die gezielte Ansprache bestimmter Personengruppen

in formeller oder persönlicher Form wahrnehmbar?

9. Wie häufig werden die Tweets mit Smileys ergänzt?

61 Quelle: eigene Darstellung


Es ist anzumerken, dass im konkreten Fall der Analyse von Twitter-Nachrichten, absichtlich sehr

viele technische Aspekte Berücksichtigung finden, da diese unmittelbare Auswirkungen auf die

inhaltliche Gestaltung sowie deren Wirkung haben. So könnte beispielsweise das „Tor“ zu einem

aktuellen Blog-Beitrag auf der Museums-Website verschlossen bleiben, wenn das entsprechende

Tweet ausschließlich aus einem Link besteht, der möglichweise auf Grund seines kryptischen

Aussehens nicht zum anklicken einlädt. Der Inhalt des Blog-Beitrags wäre in diesem Fall für den

Follower interessant gewesen, er konnte ihn jedoch – ohne eigenes Verschulden – nicht

konsumieren.

Nachdem die Hypothesen und die daraus abgeleiteten Fragen theoriegeleitet62 analysiert wurden,

ergeben sich folgende Kategorien (Tabelle 3):

Tabelle 3: Übersicht der Kategorien für die Inhaltsanalyse63

Beschreibung Beziehung mit Frage

A vollständiger Satz 1

B eigene Meldung 2, 3, 4

C externe Meldung 2, 3, 4

D Sprache 7

E Link 3

F Hashtag(s) 6

G Retweet/Antwort 2

H eigener Link 4

I externer Link 4

J Status 5

K persönlich 8

L formell 8

M Smiley(s) 9

62 vgl. Früh, [Inhaltsanalyse, 2007], S. 154 63 Quelle: eigene Darstellung


3.1.4 Auswahl des Untersuchungsmaterials

Für die Auswahl des Untersuchungsmaterials ist zunächst eine Grundgesamtheit (GG)64

festzulegen. Die Forschungsfrage lautet: „Welche Inhalte verbreiten deutsche Museen mit Hilfe

von Twitter?“ Dementsprechend gehören alle deutschen Museen mit Twitter-Account zur

Grundgesamtheit. Es handelt sich im März 2010 um 6265 Museen.

Es ist also festzuhalten:

GG = 62

Als Untersuchungszeitraum werden mindestens 30 Tage angesetzt, um aussagefähige Ergebnisse

erzielen zu können.

3.1.5 Die Stichprobe

Es ist aus mehreren Gründen nicht möglich, alle Tweets der 62 Museen, die innerhalb der letzten

30 Tage kommuniziert wurden, zu analysieren. Zum ersten wird zu unterschiedlichen Tages- und

Nachtzeiten getwittert. Zum zweiten werden in der Weboberfläche die jüngsten Tweets nicht mit

Datum und Uhrzeit angezeigt, sondern nach dem Schema „about 15 hours ago via web“ und

zum dritten sind nicht nur die Tages- und Nachtzeiten der Tweets verschieden, sondern auch die

Tage, Wochen und Monate. Wenn die Person, die für ein Museum twittert, beispielsweise gerade

Urlaub hat, hieße das „Informationsstopp“ und demzufolge würde das Museum nicht in der

Analyse berücksichtigt werden können, weil es keine entsprechenden Tweets gibt.

Aus diesen Gründen wird die Untersuchung einer repräsentativen Stichprobe angestrebt. Diese

soll dadurch gekennzeichnet sein, dass alle Museen der Grundgesamtheit die gleiche Chance

haben, ausgewählt zu werden. Um dies zu gewährleisten, werden mit Hilfe der Funktion

„ZUFALLSBEREICH(1;62)“ aus der Tabellenkalkulation OpenOffice.org Calc (in Version 3.1)

7 Zufallszahlen zwischen 1 und 62 generiert. Grundlage der Auswahl ist die Liste „Twitternde

Museen 03/2010“66, welche museumsweise durchnummeriert ist, so dient eine generierte

Zufallszahl jeweils als eindeutiger Bezeichner für ein auszuwählendes Museum. In der Folge heißt

das, die Stichprobe umfasst 7 Museen, ein Anteil von 11,29% der Grundgesamtheit (Tabelle 4).

64 vgl. Früh, [Inhaltsanalyse, 2007], S. 149 65 Twitternde Museen 03/2010 [Online-Ressource] / Stand: 27.02.2010




Die Museen der Stichprobe sind aus Deutschland und betreiben einen Twitter-Account, somit

entspricht die Stichprobe den Merkmalen der Grundgesamtheit in allen wesentlichen Punkten

und sie erlaubt den statistischen Induktionsschluss67 auf die Grundgesamtheit.

Eine weitere Auswertung des Datenmaterials der Liste „Twitternde Museen 03/2010“68 ergibt,

dass die Museen durchschnittlich 0,26 Tweets pro Tag kommunizieren. Auf 30 Tage aufaddiert,

wird ein Wert von 7,76 ermittelt. Theoretisch müssten jeweils die letzten 7,76 Tweets der Museen

aus der Stichprobe analysiert werden, um den Zeitraum von 30 Tagen abzudecken. Dieser Wert

wird auf 10 aufgerundet, um besser damit arbeiten zu können. Es ist also festzuhalten, dass

jeweils die 10 letzten Tweets der Museen aus der Stichprobe analysiert werden, insgesamt sind

das 70 Tweets.

Tabelle 4: Übersicht der Stichprobe für die Inhaltsanalyse69

Nr. Twittername Adresse Museum

12 schuhmuseum http://www.twitter.com/schuhmuseum/ Schuhmuseum Salzbergen

25 kunstsammlungen http://www.twitter.com/kunstsammlungen/ Kunstsammlungen Chemnitz

40 neuesfilmmuseum http://www.twitter.com/neuesfilmmuseum/ Deutsches Filmmuseum Frankfurt/Main

53 MainfrMuseum http://www.twitter.com/mainfrmuseum/ Mainfränkisches Museum Würzburg

55 MDBKLeipzig http://www.twitter.com/mdbkleipzig/ Museum der bildenden Künste Leipzig

59 MfVHamburg http://www.twitter.com/mfvhamburg/ Museum für Völkerkunde Hamburg

6 SCHIRN http://www.twitter.com/schirn/ Schirn Kunsthalle Frankfurt/Main

3.1.6 Durchführung der Codierung

Am 22.03.2010 wurde die Codierung durchgeführt. Die jeweils 10 letzten Tweets der Museen aus

der unter 3.1.5 beschriebenen Stichprobe wurden in die Tabellenkalkulation OpenOffice.org Calc

importiert und dort nach den Kategorien von Tabelle 3 codiert. Die vollständigen Codierbögen

sind in dieser Diplomarbeit in „Anlage 1: Codierbögen der Inhaltsanalyse“ beigefügt.

67 vgl. Früh, [Inhaltsanalyse, 2007], S. 105 68 Twitternde Museen 03/2010 [Online-Ressource] / Stand: 27.02.2010

http://www.visitatio.de/Twitter/Twitternde-Museen-03/2010.html 69 Quelle: eigene Darstellung


3.2 Ergebnisse

Die Auswertung der Codierbögen liefert die quantitativen Frequenzen der jeweiligen Kategorien.

Gleichzeitig bilden die Ergebnisse dieser Auswertung die Basis für Folgerungen über den

Wahrheitsgehalt der zugrunde gelegten Hypothesen. Die folgenden Darstellungen enthalten

neben den, auf ganze Zahlen gerundeten (Funktion RUNDEN(), OpenOffice.org Calc Version

3.1), quantitativen Frequenzen der Kategorien, die Antworten auf die aus den Hypothesen

abgeleiteten Fragen als Inferenz. Darüber hinausgehende Interpretationen oder Bewertungen der

Ergebnisse finden an dieser Stelle nicht statt.

Hypothese 1 behauptet, dass in Tweets häufig keine vollständigen Sätze zu finden wären,

woraufhin die Frage gestellt wurde, in welcher Häufigkeit fehlerhafte Interpunktion in Tweets

von Museen auftritt. Tatsächlich sind 36% der analysierten Tweets nur Wortgruppen oder

einzelne Links, ohne Zeichensetzung.

Auch Hypothese 2 bestätigt sich, denn die Museen kommunizieren zu 97% eigene Beiträge und

56% ihrer Tweets sind mit Links versehen, die zu eigenen Medien führen (Abbildung 3). Die

meistverlinkte Ressource ist das eigene Facebook-Profil des jeweiligen Museums, was wohl daran

liegt, dass man mit Hilfe von Facebook auch twittern kann. Jedes zehnte Tweet (10%) enthält

einen externen Link und je 4% enthalten eine externe Meldung oder ein Retweet,

beziehungsweise eine Antwort auf ein fremdes Tweet (Abbildung 3). Somit ist die Antwort auf

Frage 2, dass Museen die Möglichkeiten des Kommentierens und Weiterleitens erst in geringem

Maße nutzen. Summiert man die Prozentwerte der internen und externen Links, wird deutlich,

dass innerhalb von 66% der Tweets andere Medien verlinkt werden (Frage 3). Die Antwort auf

Frage 4 ergibt sich aus den Antworten der Fragen 2 und 3, die verlinkten Medien sind

überwiegend museumseigene. Reine Statusnachrichten, wie „Mittagspause. Lunchtime. #Rice mit

Huhn #Rice with chicken …“70, sind mit 4% vertreten.

Dass Museen wegen der zurückhaltenden Verwendung von Hashtags schlecht über die Twitter-

Suche gefunden werden könnten (Hypothese 3), lässt sich an dieser Stelle nicht zweifelsfrei

beweisen. Mit 17% beinhaltet fast jedes sechste Tweet ein oder mehrere solcher Hashtags

(Frage 6).

Hypothese 4 bestätigt sich eindeutig, denn der Anteil an deutschen Tweets beträgt 90% (Frage 7).

70 Peter Feldmann (schuhmuseum) on Twitter [Online-Ressource] / Feldmann, Peter. – Stand: Tweet vom 08.07.2008, 3:20 AM

via web http://twitter.com/schuhmuseum


Dass die Wahrnehmung der gezielten Ansprache spezifischer Personengruppen bei einer

Zeichenbegrenzung auf 140 sehr schwierig sei, behauptet Hypothese 5. Die Analyse hat jedoch

gezeigt, dass in jedem zehnten Tweet (10%) eindeutig eine persönliche Ansprache wahrnehmbar

ist. In 1% der Tweets gibt es eine formelle Ansprache und 7% enthalten Smileys zur

Unterstützung ihrer Message (Fragen 8 und 9).

eigene Meldungexterne Meldung

eigener Linkexterner Link

Retw eet / Antw ort

97

4

56

104

Angaben in %

Abbildung 3: Grafik: Eigene und externe Medien in Museums-Tweets71


4 Die Follower der Museen 26

4 Die Follower der Museen

Für Museen ist es heutzutage von entscheidender Bedeutung zu wissen, wer ihre Besucher sind,

was sie wollen, wie sie sich verhalten und wie sie sich informieren72. Genauso wichtig ist es zu

wissen, wer die Follower von Museen auf Twitter sind, was diese wollen und wie diese sich

verhalten. Dabei gilt es zunächst zu unterscheiden, aus welchen Beweggründen den Museen auf

Twitter gefolgt wird. Zum ersten ist es denkbar, dass Follower sich aus privatem Interesse über

das Museum auf dem Laufenden halten wollen. Entweder, weil sie es bereits kennen oder, weil

sie sich mittels dieses Kommunikationskanals über das Museum informieren möchten. Zum

zweiten können Unternehmen als Follower auftreten, die entweder bereits eine

Geschäftsbeziehung mit dem Museum haben oder das Museum als potenziellen Kunden

gewinnen möchten. Dazu gehören auch freiberufliche Mitarbeiter oder Künstler. Die dritte

Möglichkeit ist eine Mischung aus privaten und geschäftlichen Interessen, beispielsweise wenn

jemand für ein Unternehmen twittert und mit dem gleichen Account, aus privatem Interesse,

einem oder mehreren Museen folgt.

Für die Untersuchung der Follower deutscher Museen ist eine Primärerhebung erforderlich, da

der Untersuchungsgegenstand derzeit noch kaum erforscht ist. Ziel dieser Untersuchung ist es,

allgemeine Aussagen über Soziodemografie und Twitterverhalten treffen zu können.

Zu letzterem gehören beispielsweise die eben erwähnten Beweggründe, die Frage, ob nur einem

einzigen oder mehreren Museen auf Twitter gefolgt wird sowie die Frage, ob ein Museum

besucht werden würde, weil Twitter als Kommunikationskanal benutzt wird.

Die Ergebnisse sind in verschiedenen Aspekten nützlich. Sie versetzen Museen, die Twitter

bisher noch nicht nutzen in die Lage, einschätzen zu können, ob eine künftige Nutzung dieses

Kommunikationskanals für sie relevant ist. Sei es für Zwecke der Werbung und

Öffentlichkeitsarbeit oder zur Vernetzung mit Kooperationspartnern. Museen die Twitter bereits

nutzen, können künftig ihr individuelles Follower-Relationship-Management73 optimieren und die

Möglichkeiten der Nutzung von Twitter besser ausschöpfen.

72 vgl. Klein, [Kultur-Marketing, 2005], S. 164 73 vgl. Simon, [Twitter, 2010], S. 175


4.1 Die Methode

Die Primärforschung findet unter dieser Problemstellung als Teil der Kultur-Marketingforschung,

direkt am Absatzmarkt statt. Dort, wo sich der Untersuchungsgegenstand – die Follower der

deutschen Museen – befindet. So können die zu erhebenden Daten aus erster Hand gewonnen

werden und die Auswertung kann exakt auf die Fragestellung abgestimmt werden74. Ausgewähltes

Untersuchungsinstrument ist die Online-Befragung, eine Methode der empirischen

Sozialforschung.

4.1.1 Besonderheiten der Online-Befragung

Im Vorfeld ist zu begründen, warum die Online-Befragung zum Einsatz kommt. Es sind mehrere

Aspekte, die für eine Verwendung der Online-Befragung als Untersuchungsinstrument sprechen.

Die Möglichkeiten, in kurzer Zeit sehr viele Daten sammeln zu können und diese anschließend

relativ unkompliziert in entsprechende Software zur Auswertung zu importieren, seien an dieser

Stelle genannt. Ein Einzelaspekt ist dabei ganz besonders zu betonen, weil dieser für den

endgültigen Entscheidungsimpuls verantwortlich ist. Es handelt sich um die Tatsache, dass die

Follower von Museen, als anonyme Personengruppe, ausschließlich online zu erreichen sind. Es

wäre in diesem Fall tatsächlich unmöglich, den zu befragenden Personen etwa einen Fragebogen

in Papierform zukommen zu lassen, weil es nicht möglich ist an die notwendigen Kontaktdaten

zu gelangen.

Obgleich es online möglich ist, in kurzer Zeit sehr viele Daten zu sammeln, ist auch in diesem

Medium die Verbreitung der Befragung mitunter problematisch. Bei der Frage, wie die zu

befragenden Follower am einfachsten auf den Online-Fragebogen zugreifen können, ergibt sich

folgender Ansatz: Die Museen könnten den Link zum Online-Fragebogen über ihren Twitter-

Account an ihre Follower kommunizieren. Dies müsste während der Laufzeit der Befragung in

einer gewissen Regelmäßigkeit geschehen, damit ein einzelnes Tweet nicht in der Masse untergeht

und dadurch nur wenige Follower erreichen kann. So würde das Medium, dessen Nutzer zu

untersuchen sind, selbst als Hilfsmittel in die Untersuchung einbezogen. Soviel zur theoretischen

Vorbetrachtung.

Im Internet gibt es verschiedene Anbieter für kostenlose Online-Befragungen, mit

unterschiedlichem Funktionsumfang. Viele dieser Anbieter finanzieren sich durch

Werbeeinblendungen, auch im laufenden Betrieb der Befragung. Ein Online-Fragebogen mit

74 vgl. Klein, [Kultur-Marketing, 2005], S. 165-166


Werbeeinblendungen kommt für diese Untersuchung jedoch nicht infrage, weil diese

möglicherweise etwaige Interessenten davon abhalten könnten, an der Befragung teilzunehmen.

Für die Auswahl eines geeigneten Service-Anbieters für die Online-Befragung, werden folgende

Kriterien zugrunde gelegt:

• Es sollte möglichst viele optische Gestaltungsmöglichkeiten geben.

• Die Fragen sollten in unterschiedlichen Kategorien verwaltet werden können.

• Die Befragung muss, zumindest für die Teilnehmer, werbefrei sein.

• Mehrfachauswahlen und Filterfragen müssen unterstützt werden.

• Die erhobenen Daten müssen exportierbar sein und in einer gängigen Software für

Tabellenkalkulation ausgewertet werden können.

• Es muss die Möglichkeit geben, die Befragung vorab zu testen, Daten probeweise zu

exportieren und auszuwerten.

• Es muss die Möglichkeit geben, die erhobenen Daten des Vorab-Tests zu löschen, ohne

ein neues Befragungsprojekt anlegen zu müssen.

• Es sollte die Möglichkeit geben, die Online-Befragung uneingeschränkt extern zu

verlinken.

Auf Grundlage dieser Kriterien wird schließlich der Onlinefragebogen 2.0 von

http://www.soscisurvey.de75 gefunden. Dieser Service scheint zunächst alle Kriterien zu

erfüllen, ist jedoch eine Betaversion. Deshalb folgt ein umfangreicher Test im Rahmen eines

Probeprojekts vom 15. bis 19. Februar 2010. Alle wichtigen Fragetypen werden getestet

sowie eine Probeauswertung durchgeführt. Erhebliche Probleme konnten nicht festgestellt

werden, somit wird der Onlinefragebogen 2.0 für die Verwendung bei dieser Untersuchung

ausgewählt.

75 oFb – der onlineFragebogen 2.0 [Online-Ressource] / Stand: 2010

http://www.soscisurvey.de


4.1.2 Die Fragen

Nachdem ein Benutzerkonto auf http://www.soscisurvey.de76 eingerichtet wurde, kann nun der

Fragebogen erstellt werden. Dieser Prozess orientiert sich strikt an der Fragestellung. Wie in der

Vorüberlegung unter Gliederungspunkt 4 festgelegt, sollen zum einen soziodemografische Daten

der Follower erhoben werden und zum anderen, Daten über das Twitterverhalten. Es werden

zunächst beide Kategorien im System des Online-Fragebogens angelegt. Danach werden die

einzelnen Fragen entwickelt und kategorienweise eingetragen. Jede Frage enthält einen

eindeutigen Bezeichner in Form einer ID und der Fragetyp wird exakt festgelegt. Um der

Eventualität Rechnung zu tragen, dass einige Follower deutscher Museen, nicht deutschsprachig

sind, werden alle Fragen parallel ins Englische übersetzt.

4.1.2.1 Fragen der Kategorie Soziodemografie

SD01

Zu welcher Altersgruppe gehören Sie? Bitte wählen Sie aus der Liste.

Your age-class? Please choose from the list.

SD02

Ihr Geschlecht:

Your Gender:

SD03

Ihr Wohnort

Your place of residence:

SD04

Land: Bitte wählen Sie das Land, in welchem Ihr Wohnort liegt

Your country:

76 oFb – der onlineFragebogen 2.0 [Online-Ressource] / Stand: 2010

http://www.soscisurvey.de


SD05

Bitte wählen Sie Ihr Bundesland aus. Wenn Ihr Wohnnort nicht in der Bundesrepublik

Deutschland liegt, wählen Sie bitte "mein Wohnort liegt nicht in Deutschland".

If your place of residence is not in Germany, please select "my place of residence is not in Germany".

4.1.2.2 Fragen der Kategorie Twitterverhalten

TV01

Welchen Museen, die an der Studie teilnehmen, folgen Sie auf Twitter?

Bitte wählen Sie das ensprechende Museum, bzw. die entsprechenden Museen aus der Liste aus.

Which museums from the list below are you following on Twitter?

Please select the relevant items.

TV02

Nutzen Sie Ihren Twitter-Account eher privat oder geschäftlich?

Bitte wählen Sie zwischen reiner Privatnutzung, reiner geschäftlichen Nutzung oder der

gemischten Nutzung.

Is your Twitter account basically for private purposes or for business purposes?

Please choose between private, corporate or "mixed".

TV03

Sie Nutzen Ihren Twitter-Account hauptsächlich aus geschäftlichem Interesse bzw. haben einen

Misch-Account: In welcher Eigenschaft twittern Sie?

Your Twitter account is basically for business purposes or you have a mixed-account. In which capacity are you

twittering?


TV04, TV06, TV08, TV10, TV12, TV14, TV16, TV18, TV20

Sie folgen dem Musem "MusterMuseum" - kannten Sie das Museum schon, bevor Sie ihm auf

Twitter gefolgt sind?

You are following the "ExampleMuseum" - did you know the museum before following it on Twitter?

TV05, TV07, TV09, TV11, TV13, TV15, TV17, TV19, TV21

Sie kannten das "MusterMuseum" vorher noch nicht. Würden Sie es besuchen, nachdem

Sie ihm nun auf Twitter als Follower beigetreten sind?

You did not know the "ExampleMuseum" before. Would you visit the museum because

you are attending as a follower on Twitter?


4.1.3 Theoretischer Ablauf der Online-Befragung

Aus den in Abschnitt 4 aufgeführten Beweggründen, ergeben sich drei Möglichkeiten der

Fragestellung. Alle Teilnehmer bekommen die Fragen TV01 und TV02 gestellt. In TV01 wählt

der Teilnehmer aus, welchen Museen er auf Twitter folgt. TV02 ergibt dann die erste

Verzweigung.

1. Der Teilnehmer agiert ausschließlich aus privaten Interessen (Privat-Account)

Er wird umgehend zu den Fragen TV04 bis TV20 weitergeleitet, wo er gefragt wird, ob er

die Museen, denen er auf Twitter folgt, schon kennt. Sollte mindestens eine dieser Fragen

mit „nein“ beantwortet werden, bekommt er die jeweils folgende Frage mit einer

ungeraden Kennung gestellt – also TV05 bis TV21. In diesen wird er gefragt, ob er das

Museum, nachdem er ihm nun auf Twitter folgt, besuchen würde.

2. Der Teilnehmer agiert ausschließlich aus geschäftlichen Interessen (Corporate-Account)

Ihm wird als nächstes die Frage TV03 gestellt, in der er auswählen muss, in welcher

Funktion er twitter. So zum Beispiel für ein anderes Museum, für einen Dienstleister oder

als Künstler.

3. Der Teilnehmer agiert sowohl aus privaten als auch aus geschäftlichen Interessen (Misch-

Account)

Ihm werden sowohl die Frage TV03 als auch die Fragen TV04 bis 20 sowie TV05 bis

TV21 gestellt.

Anschließend werden allen Teilnehmern die Fragen aus der Kategorie Soziodemografie gestellt.

Es ist zum besseren Verständnis anzumerken, dass die Anzeige der Fragen TV04 bis TV20 sowie

TV05 bis TV21 davon abhängt, wie vielen und welchen Museen jeweils gefolgt wird. Insgesamt

gibt es 9 Museen zur Auswahl, wie diese Zahl zustande kommt, wird im Unterkapitel 4.1.4 „Die

Stichprobe“ erläutert. Zur Veranschaulichung der Erklärung über die Möglichkeiten der

Fragestellung dient der vereinfachte Programmablaufplan in Abbildung 4.

Zur technischen Umsetzung der Filterfragen bietet das System des Onlinefragebogen 2.0 die

Möglichkeit vorgefertigte Funktionen für die Programmiersprache PHP zu nutzen. Damit ist die

Realisierung kein Problem. Der komplette, kommentierte Quelltext befindet sich in „Anlage 2:

PHP-Quelltext des Online-Fragebogens“ dieser Diplomarbeit. Es ist anzumerken, dass in den

PHP-Kommentaren mitunter eine vereinfachte Sprache zum Einsatz kommt. So treten

Beispielsweise Konstrukte wie „Besuchsfrage für Privatler“ auf. Diese dienen der Verknappung

und dem besseren Verständnis.


Abbildung 4: Ablaufplan des Fragebogens mit Filterfragen


4.1.4 Die Stichprobe

Nachdem alle theoretischen Vorbetrachtungen und die Entwicklung des Online-Fragebogens

abgeschlossen sind, stellt sich an dieser Stelle die Frage nach einer Voll- oder Teilerhebung. Aus

der Problemstellung ergibt sich die Gesamtheit aller deutschen Museen, die einen Twitter-

Account betreiben als Grundgesamtheit. Basierend auf der „Liste der twitternden Museen

03/2010“77 sind dies derzeit 62 Museen. Da aber Museen darunter sind, die zwar einen Twitter-

Account haben, diesen aber noch nie genutzt haben, kann nicht damit gerechnet werden, dass

jedes Museum bereit ist, den Link an seine Follower zu kommunizieren. Desweiteren kann nicht

davon ausgegangen werden, dass alle Follower, die das entsprechende Tweet erhalten, auch auf

den Link zum Online-Fragebogen klicken. Ein sofortiges Schließen oder frühzeitiges Abbrechen

der Befragung ist außerdem denkbar. Die logische Konsequenz daraus ist eine Teilerhebung mit

der Ziehung einer Stichprobe.

Für die Inhaltsanalyse in Kapitel 3 dieser Diplomarbeit wird bereits eine Stichprobe eingesetzt,

die auf der Grundgesamtheit der 62 deutschen Museen mit Twitter-Account basiert. Für die

Ziehung der neuen Stichprobe für die Online-Befragung ist es zu vermeiden, dass die gleichen

Museen erneut gezogen werden können. Dies dient der Sicherstellung der Zufälligkeit der

Ziehung. Daraus folgt die Verringerung der Grundgesamtheit (GG) um die Größe der

Stichprobe aus Unterkapitel 3.1.5.

Es ist also festzuhalten:

GG = (62 – 7) = 55

Im Mittel haben die Museen der „Liste der twitternden Museen 03/2010“78 242,26 Follower. Das

heißt, um zu gewährleisten, dass die Stichprobe repräsentativ ist, werden 242,26 vollständig

ausgefüllte Online-Fragebögen benötigt. Mit einer Stichprobe, die aus 10 Museen besteht,

können maximal 2422,6 Follower erreicht werden. Bei einer Rücklaufquote von 10% hätte die

Online-Befragung demzufolge repräsentativen Charakter.

Für die Ziehung der Stichprobe werden mit Hilfe der Funktion „ZUFALLSBEREICH(1;55)“

aus der Tabellenkalkulation OpenOffice.org Calc (in Version 3.1), 10 Zufallszahlen zwischen 1

und 55 generiert. Diese sind wiederum eindeutige Bezeichner für die auszuwählenden Museen

aus der Liste. Die Stichprobe aus 10 Museen entspricht einem Anteil von 18,2% der

Grundgesamtheit (Tabelle 5).

77 Twitternde Museen 03/2010 [Online-Ressource] / Stand: 27.02.2010




Es ist anzumerken, dass das Städel Museum Frankfurt kurzfristig nicht an der Unterstützung der

Studie teilnehmen konnte, daher wurde die Stichprobe nachträglich verkleinert. In der

Neuberechnung mit 9 Museen beträgt diese 16,4 % der Grundgesamtheit. Die Zahl der maximal

zu erreichenden Follower liegt mit dieser Stichprobengröße bei 2180,34, was zur Folge hat, dass

die Mindest-Rücklaufquote, welche für die Repräsentativität der Ergebnisse ausschlaggebend ist,

auf 11,2% ansteigt. Die theoretische Überlegung mit 10 Museen als Stichprobe ist jedoch für das

Nachvollziehen des Entwicklungsprozesses der Stichprobenziehung unverzichtbar und wurde

daher vollständig in die Ausführungen aufgenommen.

Tabelle 5: Übersicht der Stichprobe für die Online-Befragung79

Nr. Twittername Adresse Museum

1 Mueritzeum http://www.twitter.com/mueritzeum Müritzeum Waren (Müritz)

[3] [staedelmuseum] [http://www.twiiter.com/staedelmuseum] [Städel Museum Frankfurt/Main]

7 ddrmuseum http://www.twitter.com/ddrmuseum DDR-Museum Berlin

8 Alamannenmuseum http://www.twitter.com/alamannenmuseum Alamannenmuseum Ellwangen

15 Neandertal1 http://www.twitter.com/neantertal1 Neanderthal-Museum Mettmann

21 skdmuseum http://www.twitter.com/skdmuseum Staatliche Kunstsammlungen Dresden

24 LindenMuseum http://www.twitter.com/lindenmuseum Lindenmuseum Stuttgart

26 schaubude http://www.twitter.com/schaubude Schaustellermuseum Essen

30 LWLMuseumArchae http://www.twitter.com/lwlmuseumarchae Westfälisches Landesmuseum für Archäologie Herne

45 MuseumHattingen http://www.twitter.com/museumhattingen Stadtmuseum Hattingen



4.1.5 Pretest und Datenerhebung

Für die Verbreitung des Fragebogens wird nun die theoretische Vorbetrachtung aus Unterkapitel

4.1.1 umgesetzt. Die ausgewählten Museen aus der Stichprobe wurden über Twitter kontaktiert

und gebeten, den Link zum Online-Fragebogen an ihre Follower zu kommunizieren. Zusätzlich

wurde ihnen ein Weg aufgezeigt, dies automatisiert zu realisieren. Wichtig dabei war ein

Zeitpuffer, um dies vorher auf reibungslose Funktionalität zu testen.

In der Zeit vom 25.02.2010 bis 28.02.2010 wird der Online-Fragebogen im Status Pretest

getestet. In dieser Zeit ist er nur mit einem Passwort zugänglich, welches den Museen der

Stichprobe übermittelt wurde.

Die eigentliche Datenerhebung findet vom 01.03.2010 bis 16.03.2010 statt. Während dieser Zeit

ist der Online-Fragebogen für alle, die auf einen über Twitter kommunizierten Link klicken,

zugänglich. Der Titel der Online-Befragung lautet: „Studie über die Nutzung von Microblogging

im deutschen Museumswesen“ Der Link wird über die gesamte Laufzeit jeweils 10 Uhr, 15 Uhr

und 20 Uhr automatisiert kommuniziert. Dafür wurden im Vorfeld 3 Tweets vorbereitet und an

die Museen übermittelt:

• Bitte teilnehmen #twitmus: Studie über die Nutzung v. Twitter (Microblogging) im dt.

Museumswesen. Klick: http://tinyurl.com/yzcgvr4 Danke!

• Please participate #twitmus: Survey about usage of Twitter (microblogging) by German

museums. Click: http://tinyurl.com/yzcgvr4 Thank you!

• Studie über die Nutzung von Twitter im dt. Museumswesen. Vielen Dank für die

Teilnahme! #twitmus Klick: http://tinyurl.com/yzcgvr4

Durch den Einsatz des Hashtags #twitmus, kann die Verbreitung der Tweets während des

Befragungszeitraums über die Twitter-Suche beobachtet werden. Der Link zum Online-

Fragebogen, www.soscisurvey.de/twittermuseen/, wurde auf http://tinyurl.com/yzcgvr480

gekürzt. Die Automatisierung der Tweets wird durch den Service von http://www.twaitter.com81

umgesetzt.

80 TinyURL.com – shorten that long URL into a tiny URL [Online-Ressource] / Stand: 2010

http://www.tinyurl.com 81 Twaitter – Twitter Business and Marketing Tools [Online-Ressource] / Stand: 2010

http://www.twaitter.com


4.2 Ergebnisse

Die erhobenen Daten der vollständig ausgefüllten Online-Fragebögen wurden in die

Tabellenkalkulation OpenOffice.org Calc (Version 3.1) importiert und ausgewertet. Folgende

Rücklaufstatistiken sind zu verzeichnen:

Tabelle 6: Rücklaufstatistiken der Online-Befragung82

Gesamtzugriffe 2105

abgebrochene Befragungen 1851

vollständig ausgefüllte Online-Fragebögen 254

Rücklaufquote 12,1 %

Es ist festzustellen, dass die angestrebte Repräsentativität erreicht wurde und der statistische

Induktionsschluss83 auf die Grundgesamtheit möglich ist. Desweiteren ist anzumerken, dass die

Ergebnisse auf ganzzahlige Werte gerundet sind (Funktion RUNDEN(), OpenOffice.org Calc

Version 3.1), außer im Falle von Werten, die kleiner als 1 sind.

4.2.1 Allgemeine Ergebnisse der Online-Befragung

Auswertung der soziodemografischen Daten

Zunächst werden die Soziodemografischen daten der Follower ausgewertet, um zu erfahren

welche Altersgruppen dominieren und wie die Follower regional verteilt sind.

Follower nach Altersgruppe

Die Auswertung der Follower nach Altersgruppen zeigt eine deutliche Dominanz der 20- bis 40-

jährigen, welche mit 63% vertreten sind. Rang 2 belegt die Altersgruppe der 40- bis 60-jährigen,

die mit einem knappen Drittel (31%) vertreten ist. Gleichauf liegen die Gruppen der Unter-20-

jährigen und der 60- bis 80-jährigen, mit je 3%. bilden sie eine Minderheit. Über 80-jährige

Follower sind nicht zu verzeichnen (Abbildung 5). Die Kategorisierung der Altersgruppen

82 Quelle: eigene Darstellung 83 vgl. Früh, [Inhaltsanalyse, 2007], S. 105


erfolgte auf Basis der Daten zur „Bevölkerung nach Altersguppen“84 des Statistischen

Bundesamts.

unter 20 Jahre20-40 Jahre

40-60 Jahre60-80 Jahre

80 Jahre und älter

3

63

31

3 0

Angaben in %

Abbildung 5: Grafik: Follower nach Altersgruppen85

Follower nach Geschlecht

Ein Drittel der Follower der deutschen Museen sind weiblich (34%). Dem stehen zwei Drittel

männliche Follower gegenüber (66%).

Altergruppe nach Geschlecht der Follower

Die weiblichen Follower sind in 76% der Fälle, zwischen 20 und 40 Jahren alt und in 19% der

Fälle, zwischen 40 und 60 Jahren. 2% der Frauen sind unter 20 Jahre und 3% zwischen 60 und 80

Jahren (Abbildung 6).

84 Bevölkerung nach Altersgruppen [Online-Ressource] / Stand: 2008

http://www.destatis.de/jetspeed/portal/cms/Sites/destatis/Internet/DE/Content/Statistiken/Zeitreihen/LangeReihen/Bevoelkerung/Content100/lrbev01ga,templateId=renderPrint.psml



Abbildung 6: Grafik: Altersgruppen der weiblichen Follower86

Die männlichen Follower sind in 57% der Fälle, zwischen 20 und 40 Jahren alt und in 38% der

Fälle, zwischen 40 und 60 Jahren. 3% der Männer sind unter 20 Jahre und 2% zwischen 60 und

80 Jahren (Abbildung 7).

Abbildung 7: Grafik: Altersgruppen der männlichen Follower87

86 Quelle: eigene Darstellung 87 Quelle: eigene Darstellung


Follower nach Bundesland

Tabelle 7: Follower nach Bundesland , absteigend sortiert88

Bundesland Anteil in %

Nordrhein-Westfalen 22

Sachsen 14

Berlin 12

Baden-Württemberg 9

Bayern 7

Mecklenburg-Vorpommern 6

Niedersachsen 4

Hessen 4

Sachsen-Anhalt 3

Thüringen 2

Brandenburg 2

Schleswig-Holstein 2

Hamburg 2

Rheinland-Pfalz 0,79

Saarland 0,79

Bremen 0,4

Wohnsitz nicht in Deutschland 10

Follower nach Land

Tabelle 8: Follower nach Herkunftsland89

Land Anteil in %

Deutschland 90

Österreich 1

Schweiz 0,4



EU-Ausland 5

Nicht-EU-Ausland 3

Auswertung des Twitterverhaltens

An dieser Stelle wird das Twitterverhalten der Follower ausgewertet. Ausgehend von der Art des

Twitter-Accounts, über die Verteilung der Follower auf die einzelnen Museen, bis hin zu den

Fragen, wieviele Twitter-Nutzer mehr als 2 Museen oder allen Museen folgen.

Art des Twitter-Accounts

Prozentual am höchsten sind die Privat-Accounts vertreten (43%). Rang 2 belegen die Misch-

Accounts mit 36% und der Anteil an Corporate Accounts liegt bei 21% (Abbildung 8).

Abbildung 8: Grafik: Verteilung der Account-Typen90



Verteilung der Follower auf die Museen

Betrachtet man die Verteilung der Follower auf die teilnehmenden Museen, so ist das DDR-

Museum Berlin mit 32% an der Spitze, dicht gefolgt von den Staatlichen Kunstammlungen

Dresden (31%). Das Müritzeum Waren (Mürzitz) belegt mit 26% Rang 3, gefolgt vom

Neanderthal-Museum Mettmann mit 24%. Dem Westfälischen Landesmuseum für Archäologie

folgen 22% der Teilnehmer dieser Befragung. 21% halten sich über das Alamannenmuseum

Ellwangen auf dem Laufenden, 15% über das Lindenmuseum Stuttgart, 12% über das

Schaustellermuseum in Essen und 9% über das Stadtmuseum Hattingen

(Abbildung 9).

Abbildung 9: Grafik: Verteilung der Follower auf die Museen91

Museum vor Twitter unbekannt, aber besuchenswert

Ob das Museums noch unbekannt war, bevor deren Follower dessen Tweets auf Twitter

abonniert haben und ob die Follower das Museum besuchen würden, weil sie es auf Twitter

gefunden haben, beleuchtet dieser Teil der Auswertung.

Das Stadtmuseum Hattingen war für 83% seiner Follower vorher unbekannt, 42% derer könnten

sich jedoch vorstellen, es zu besuchen, seitdem sie ihm auf Twitter folgen. Das

Schaustellermuseum Essen war für 71% seiner Follower vorher nicht bekannt. 26% dieser

würden es besuchen, weil sie ihm auf Twitter folgen. 69% der Follower des Alamannenmuseums

kannten dieses bisher nicht. Einen Besuch wagen würden 31% davon. Beim Müritzeum Waren

liegt das Verhältnis bei 65% zu 26%. Beim Lindenmuseum Stuttgart bei 59% zu 21%.



Das Neanderthal-Museum kannten 52% der Follower vorher noch nicht, 15% davon würden es

besuchen. Das westfälische Landesmuseum für Archäologie war für 47% seiner Follower vorher

unbekannt, 20% davon würden es besuchen. Das DDR-Museum Berlin war für 42% seiner

Follower vor der Nutzung von Twitter unbekannt. 14% davon würden es seitdem besuchen.

Schließlich waren die Staatlichen Kunstsammlungen Dresden für 34% ihrer Follower noch nicht

bekannt, 6% von ihnen würden es besuchen, seitdem sie ihm auf Twitter folgen (Abbildung 10).

Aus diesen Werten lässt sich feststellen, dass im Mittel etwa 22% derer, die einem Museum auf

Twitter folgen, das sie vorher noch nicht kannten, es tatsächlich besuchen würden, weil sie ihm

auf Twitter folgen.

Abbildung 10: Grafik: Museum vor Twitter unbekannt, Besuch ja92

Follower von mehr als einem Museum

Es ist festzustellen, dass 38% aller Teilnehmer der Online-Befragung mindestens 2 Museen

gleichzeitig folgen. 4% aller Teilnehmer folgen allen 9 Museen.



4.2.2 Follower mit privaten Interessen

An dieser Stelle werden die Ergebnisse der soziodemografischen Daten mit Bezug auf die

Follower mit Privat-Accounts ausgewertet. Daraus lässt sich erkennen, ob es bei Followern mit

privaten Interessen Verschiebungen in der soziodemografischen Struktur im Vergleich zur

Gesamtheit aller Follower gibt.

Follower mit privaten Interessen nach Altersgruppe

Die Auswertung der Altersgruppen von Followern mit Privat-Account zeigt nur minimale

Abweichungen von der Altersstruktur der Gesamtheit aller Follower (Abbildung 11).

Abbildung 11: Grafik: Altersgruppen der Follower mit Privat-Account93

Follower mit privaten Interessen nach Geschlecht

Der weibliche Anteil ist bei den privaten Followern mit 38% um 4% höher als bei der

Gesamtheit aller Follower. Der männliche Anteil beträgt 62% und ist somit um 4% geringer.



Altersgruppe nach Geschlecht der Follower mit Privat-Account

Bei den weiblichen Followern mit Privat-Account ist die Altersgruppe der 20- bis 40-jährigen

unverändert mit 76% vertreten. Kleinere Verschiebungen um 3% nach oben gibt es jedoch bei

den Altersgruppen der Unter-20-jährigen (5%) und der 60- bis 80-jährigen (5%) zu verzeichnen.

Eine Verschiebung um 4% nach unten ist bei der Altersgruppe der 40- bis 60-jährigen

festzustellen (15%) (Abbildung 12).

Abbildung 12: Grafik: Altersgruppen der weiblichen Follower mit Privat-Account94



Bei den männlichen Followern mit Privat-Account sind in der Altersgruppe der 20- bis 40-

jährigen 6% Reduktion (51%) und in der Altersgruppe der 60- bis 80-jährigen 1% Reduktion (1%)

vorhanden. In der Altersgruppe der 40- bis 60-jährigen sind 2% Anstieg (40%) und in der

Altersgruppe der Unter-20-jährigen ein Anstieg um 4% zu verzeichnen (7%) (Abbildung 13).

Abbildung 13: Grafik: Altersgruppen der männlichen Follower mit Privat-Account95



Follower mit Privat-Account nach Bundesland

Tabelle 9: Follower mit Privat-Account nach Bundesland + Vergleich mit Gesamtanteil96

Bundesland Anteil in % Vergleich

Gesamtanteil

in %

Differenz

in %

Nordrhein-Westfalen 28 22 +6

Sachsen 10 14 -4

Berlin 6 12 -6

Baden-Württemberg 7 9 -2

Bayern 8 7 +1

Mecklenburg-Vorpommern 6 6 0

Niedersachsen 5 4 +1

Hessen 4 4 0

Sachsen-Anhalt 4 3 +1

Thüringen 3 2 +1

Brandenburg 5 2 +3

Schleswig-Holstein 4 2 +2

Hamburg 3 2 +1

Rheinland-Pfalz 2 0,79 +1,21

Saarland 0 0,79 -0,79

Bremen 0 0,4 -0,4

Wohnsitz nicht in Deutschland 6 10 -4



Follower mit Privat-Account nach Land

Tabelle 10: Follower mit Privat-Account nach Herkunftsland + Vergleich mit Gesamtanteil97

Land Anteil in % Vergleich

Gesamtanteil

in %

Differenz

in %

Deutschland 94 90 +4

Österreich 1 1 0

Schweiz 0 0,4 -0,4

EU-Ausland 5 5 0

Nicht-EU-Ausland 1 3 -2

Follower mit Privat-Account von mehr als einem Museum

Es ist festzustellen, dass 27% der Follower mit Privat-Account mindestens 2 Museen gleichzeitig

folgen. Keiner der Follower mit Privat-Account folgt jedoch allen 9 Museen.



4.2.3 Follower mit geschäftlichen oder kooperativen Interessen

An dieser Stelle werden die Ergebnisse mit Bezug auf die Follower mit Corporate-Accounts und

Misch-Accounts ausgewertet. Zunächst geht es wieder um die soziodemografischen Daten zum

Vergleich mit der Gesamtheit aller Follower. Bei den Followern mit geschäftlichen oder

kooperativen Interessen geht es jedoch ganz speziell um die Frage, in welcher Funktion getwittert

wird. Daraus lässt sich erkennen, welche Arten der Geschäftsbeziehungen die Follower zu den

Museen pflegen, beziehungsweise, welche Arten der Kooperation oder Geschäftspartnerschaft

sie anstreben.

Follower mit Corporate- und Misch-Account nach Altersgruppe

Die Auswertung der Altersgruppen von Followern mit Corporate- und Misch-Account zeigt

einige Abweichungen gegenüber der Gesamtheit aller Follower. Die Altersgruppe der Unter-20-

jährigen ist übehaupt nicht vertreten, ebenso die Altersgruppe der 80-jährigen und älteren. Mit

65% dominieren die 20- bis 40-jährigen. Die 40- bis 60-jährigen sind mit 32% dabei und die 60-

bis 80-jährigen mit 3% (Abbildung 14).

unter 20 Jahre20-40 Jahre

40-60 Jahre60-80 Jahre

80 Jahre und älter

0

65

32

30

Angaben in %

Abbildung 14: Grafik: Altersgruppen der Follower mit Corporate- und Misch-Account98



Follower mit Corporate- und Misch-Account nach Geschlecht

Der weibliche Anteil bei den Followern mit Corporate- und Misch-Account ist mit 31% um 3%

geringer als bei der Gesamtheit aller Follower. Der männliche Anteil beträgt 69% und ist somit

um 5% höher.

Altersgruppe nach Geschlecht der Follower mit Corporate- und Misch-Account

Bei den weiblichen Followern mit Corporate- und Misch-Account ist die Altersgruppe der 20- bis

40-jährigen unverändert mit 76% vertreten. Die Altersgruppe der 60- bis 80-jährigen (2%) hat 3%

weniger Anteil. Eine Verschiebung um 7% nach oben ist bei der Altersgruppe der 40- bis 60-

jährigen festzustellen (22%) (Abbildung 15). Die Altersgruppe der Unter-20-jährigen ist nicht

vertreten.

Abbildung 15: Grafik: Altersgruppen der weiblichen Follower mit Corporate- und Misch-Account99

Bei den männlichen Followern mit Corporate- und Misch-Account sind in der Altersgruppe der

20- bis 40-jährigen 61% vertreten und in der Altersgruppe der 40- bis 60-jährigen 31%. In der

Altersgruppe der 60- bis 80-jährigen (3%) ist 2% Anstieg zu verzeichnen. Die Altersgruppe der

Unter-20-jährigen ist nicht vertreten (Abbildung 16).



Abbildung 16: Grafik: Altersgruppen der männlichen Follower mit Corporate- und Misch-Account100



Follower mit Corporate- und Misch-Account nach Bundesland

Tabelle 11: Follower mit Corporate- und Misch-Account nach Bundesland + Vergleich mit Gesamtanteil101

Bundesland Anteil in % Vergleich

Gesamtanteil

in %

Differenz

in %

Nordrhein-Westfalen 17 22 -5

Sachsen 17 14 +3

Berlin 17 12 +5

Baden-Württemberg 10 9 +1

Bayern 6 7 -1

Mecklenburg-Vorpommern 6 6 0

Niedersachsen 3 4 -1

Hessen 3 4 -1

Sachsen-Anhalt 3 3 0

Thüringen 1 2 -1

Brandenburg 1 2 -1

Schleswig-Holstein 0 2 -2

Hamburg 1 2 -1

Rheinland-Pfalz 0 0,79 -0,79

Saarland 1,39 0,79 +0,6

Bremen 0,69 0,4 +0,29

Wohnsitz nicht in Deutschland 13 10 +3



Follower mit Corporate- und Misch-Account nach Land

Tabelle 12: Follower mit Corporate- und Misch-Account nach Herkunftsland + Vergleich mit Gesamtanteil102

Land Anteil in % Vergleich

Gesamtanteil

in %

Differenz

in %

Deutschland 88 90 -2

Österreich 1 1 0

Schweiz 0,69 0,4 +0,29

EU-Ausland 6 5 +1

Nicht-EU-Ausland 5 3 +2

Follower mit Corporate- und Misch-Account von mehr als einem Museum

Es ist festzustellen, dass 47% der Follower mit Corporate- und Misch-Account mindestens 2

Museen gleichzeitig folgen. 8% der Follower mit Corporate- und Misch-Account folgen allen 9

Museen.

Twitter-Eigenschaft der Follower mit Corporate- und Misch-Account

Die Auswertung der Follower mit Corporate- und Misch-Accounts ergibt, dass 28% für einen

Dienstleister twittern, 27% als „sonstiger Freiberufler“, 13% für ein Museum, 10% für eine

andere Kultureinrichtung und 8% als freischaffender Künstler (Abbildung 17). 15% haben

„sonstiges“ ausgewählt und dies wie folgt näher bezeichnet: 3% twittern aus wissenschaftlichen

Gründen, ebenfalls 3% twittern für eine Versicherung. Je 0,69% twittern für eine Band, eine

Werbeagentur, als Student oder für alle in Abbildung 17 aufgeführten Institutionen

(Abbildung 18).



Museum

Dienstleister

freischaffender Künstler

sonstiger Freiberufler

Sonstiges

andere Kultureinrichtung

13

28

8

27

15

10

Angaben in %

Abbildung 17: Grafik: Twitter-Eigenschaft der Follower mit Corporate- und Misch-Account103

all above

w issenschaftliche Gründe

Informand

Selbstständig

Student

Versicherung

Werbeagentur

for a band

eigenes Unternehmen

keine Angabe

0,69

3

0,69

1

0,69

3

0,69

0,69

0,69

2

Angaaben in %

Abbildung 18: Grafik: Sonstige Twitter-Eigenschaften von Followern mit Corporate- und Misch-Account104


5 Zusammenfassung 55

5 Zusammenfassung

5.1 Momentaufnahme der Nutzung von Twitter im deutschen Museumswesen

Nach Abschluss aller Bearbeitungen und eingehender Betrachtung der Auswertungen lässt sich

feststellen, dass sehr viel Bewegung in der „musealen Twittersphäre“ herrscht. Einige Museen

nutzen regelmäßig die Möglichkeit, Inhalte über Twitter zu verbreiten. Bevorzugt verlinken sie

dabei ihre eigenen vorhandenen Kommunikationskanäle, wie die Museums-Website, das

Facebook-Profil oder den YouTube-Kanal. Bei der Verfassung von Tweets wird in den meisten

Fällen ein deutschsprachiges Publikum angesprochen, wobei selten zu erkennen ist, ob eine

explizite Zielgruppe gemeint ist. Wenn beispielsweise die Information über eine geplante

Kinderveranstaltung kommuniziert wird, geschieht dies in neutraler Form. Weder die Kinder

selbst, noch die Eltern werden durch die Verwendung spezieller Satzstrukturen oder anderer

sprachlicher Mittel direkt angesprochen.

Mitunter ist der Versuch der gezielten persönlichen Ansprache zu erkennen. Dabei bleibt jedoch

in der Regel offen, ob eher eine junge Zielgruppe oder ein „langjähriger Museumsfreund“, der

durchaus einer älteren Personengruppe angehören kann, angesprochen wird. Es sind Ansätze zu

erkennen, die Möglichkeiten von Twitter dahingehend zu optimieren, um zu bestimmten

Themen besser gefunden zu werden. Einige Tweets sind dafür mit Hashtags versehen. Meistens

handelt es sich dabei um populäre Begriffe und eher selten um Hashtags in eigener Sache.

Zusammenfassend lässt sich sagen, dass der Schwerpunkt in den inhaltlichen Aspekten der

Tweets deutscher Museen, zum Zeitpunkt in den Bereichen der Öffentlichkeitsarbeit zu suchen

ist. Zusätzlich gibt es mitunter Anzeichen dafür, dass experimentell ausprobiert wird, was die

Möglichkeiten von Twitter noch bieten.

Betrachtet man den Bereich der Follower deutscher Museen auf Twitter, muss man feststellen,

dass das Verhältnis zwischen reinem Privatinteresse und dem geschäftlichen Fokus relativ

ausgeglichen ist. Männliche Nutzer im Alter zwischen 20 und 40 Jahren bilden den Großteil der

Follower deutscher Museen. Mit etwas Abstand gefolgt von der Altersgruppe der 40- bis 60-

jährigen. Das bedeutet, im Moment ist der durchnittliche Follower deutscher Museen jünger, als

der durchschnittliche Twitter-Nutzer. Denn laut einer aktuellen Studie der Firma ComScore, die

5 Zusammenfassung 56

kürzlich von der Frankfurter-Allgemeinen-Zeitung-Online105 vorgestellt wurde, ist die

dominierende Altersgruppe auf Twitter, 55+.

Abschließend ist festzuhalten, dass die Menge der Follower, die deutschen Museen aus

geschäftlichem Interesse folgen, größer, als es die Inhalte der Tweets von selbigen Sendern

vermuten lassen.

105 F.A.Z.-Community [Online-Ressource] / Stand: 18.03.2010

http://faz-community.faz.net/blogs/netzkonom/archive/2010/03/16/facebook-nutzer-sind-aelter-als-vz-nutzer.aspx

Glossar 57

Glossar

Facebook Derzeit größtes soziales Netzwerk im Internet.

YouTube Portal zur kostenfreien Verbreitung von Videomaterial im Internet.

Relaunch Veröffentlichung einer Internetseite nach Überarbeitung.

Tweet Informationseinheit von Twitter, auf 140 Zeichen begrenzt.

Follower Derjenige, der die Tweets konsumieren will und dafür dem jeweiligen Sender

“folgt”.

Retweet Weiterleitung einer Nachricht eines anderen Twitter-Nutzers an seine eigenen

Follower.

Antwort Kommentar zu einem Tweet. Wird mit einem vorangestellten @ versandt.

taggen Verschlagwortung von Blogbeiträgen oder Tweets.

Hashtag Spezielle Form der Verschlagwortung in Tweets, dem Begriff wird ein Raute-

Zeichen vorangestellt. Unterstützt die Suchfunktion auf Twitter.

Twittersphäre Die Gemeinschaft aller Nutzer von Twitter und aller Service-Anbieter und

Kanäle, die auf Twitter zugreifen können.

Blogosphäre Die Gemeinschaft aller Weblogs und Blogger, derjenigen, die die Beiträge

verfassen.

trackback Automatisches Verfahren zur Setzung von rückführenden Links, z.B. in

Weblogs.

Literaturverzeichnis 58

Literaturverzeichnis

Blumauer, Andreas [Hrsg.]

Social Semantic Web : Web 2.0 – Was nun? / Andreas Blumauer ; Tassilo Pellegrini.-

Berlin ; Heidelberg : Springer, 2009.- XV, 509 S. : Ill., graph. Darst.

Fischer, Peter

Lexikon der Informatik / Peter Fischer ; Peter Hofer.- 14., überarb. Aufl.- Berlin ; Heidelberg :

Springer, 2008.- XVIII, 966 S.

Früh, Werner

Inhaltsanalyse : Theorie und Praxis / Werner Früh.- 6., überarb. Aufl.- Konstanz :

UTB/BRO, 2007.- 310 S. : 15 schw.-w. Ill.

Günter, Bernd

Kulturmarketing / Bernd Günter ; Andrea Hausmann.- 1. Aufl.- Wiesbaden : VS, Verl. für

Sozialwiss.- 2009.- 131 S. : graph. Darst.

Hünnekens, Wolfgang

Die Ich-Sender : das Social Media-Prinzip ; Twitter, Facebook & Communitys erfolgreich

einsetzen / Wolfgang Hünnekens.- Göttingen : BusinessVillage,- 2009.- 156 S. : Ill.

Klein, Armin

Kultur-Marketing : das Marketingkonzept für Kulturbetriebe / von Armin Klein.- 2., aktualisierte

Aufl.- München : Dt. Taschenbuch-Verl.- 2005.- VII, 536 S. : graph. Darst.

Zeger, Hans G.

Paralleluniversum Web 2.0 : wie Online-Netzwerke unsere Gesellschaft verändern / Hans G.

Zeger.- Wien : K & S.- 2009.- 159 S.

E-Books

Henner-Fehr, Christian

Kultur und Web 2.0 : Wie sie das Web 2.0 für Ihre Arbeit nutzen können [E-Book] / Christian

Henner-Fehr.- Stuttgart : Dr. Josef Raabe Verlag.- 2008.- 22 S. : Ill.


Online-Ressourcen

bambergerpptmai2009.pdf [Online-Ressource] / Bamberger, Daniela. – Stand: 28.05.2009

Adresse: http://www.mai-tagung.de/maitagung+2009/bambergerpptmai2009.pdf

Gesehen: 18.03.2010

MAI-Tagung - museums and the internet [Online-Ressource] /Stand: 2010

Adresse: http://www.mai-tagung.de

Gesehen: 18.03.2010

Städel Museum [Online-Ressource] / Stand: 2010

http://www.staedelmuseum.de

Gesehen: 18.03.2010

Städel Museum | Facebook [Online-Ressource] / Stand: 2010

Adresse: http://www.facebook.com/staedelmuseum

Gesehen: 18.03.2010

YouTube - Kanal von staedelmuseum [Online-Ressource] / Stand: 26.02.2010

Adresse: http://www.youtube.com/staedelmuseum

Gesehen: 18.03.2010

staedelmuseum (staedelmuseum) on Twitter [Online-Ressource] / Stand: 25.03.2010

Adresse: http://twitter.com/staedelmuseum

Gesehen: 18.03.2010

Follow a Museum day – 1st February 2010 [Online-Ressource] / Stand: 01.02.2010

Adresse: http://www.followamuseum.com/usa.html

Gesehen: 01.03.2010

Museum Blogging [Online-Ressource] / Madsen-Brooks, Leslie (Ph.D). – Stand: 19.03.2010

Adresse: http://museumblogging.com/

Gesehen: 19.03.2010

10 lessons museums can learn from Twitter [Online-Ressource] / Madsen-Brooks, Leslie (Ph.D).

– Stand: 14.02.2008

http://museumblogging.com/2008/02/14/10-lessons-museums-can-learn-from-twitter/

Gesehen: 19.03.2010


Twitternde Museen 03/2010 [Online-Ressource] / Stand: 27.02.2010


Gesehen: 23.03.2010

Twittermania in deutschen Museen [Online-Ressource] / Stand: 27.01.2010

http://www.visitatio.de/Tourismus-in-Deutschland/Twittermania-in-deutschen-

Museen/Rankingliste-der-twitternden-Museen/

Gesehen: 23.03.2010

Twitter: Wiki in Echtzeit? [Online-Ressource] / Henner-Fehr, Christian. – Stand: 12.06.2009

http://kulturmanagement.wordpress.com/2009/06/12/twitter-wiki-in-echtzeit/

Gesehen: 18.03.2010

Boom! Twitter More Than Doubles Unique U.S. Visitors To 9.3 Million In March [Online-

Ressource] /Schonfeld, Erick. – Stand: 15.04.2009

http://techcrunch.com/2009/04/15/boom-twitter-more-than-doubles-unique-visitors-to-93-

million-in-march/

Gesehen: 18.03.2010

comScore Media Metrix Ranks Top 50 U.S. Web Properties for March 2009 [Online-Ressource]

/ Stand: März 2009

Adresse: http://www.comscore.com/Press_Events/Press_Releases/2009/4/

Twitter_Traffic_More_than_Doubles/%28language%29/eng-US

Gesehen: 18.03.2010

Vorläufer des Web 2.0 [Online-Ressource] / Schmidt, Jan. – Stand: 18.12.2007

Adresse: http://www.schmidtmitdete.de/archives/50

Gesehen: 18.03.2010

Deutsches Museum: Blog [Online-Ressource] / Stand: 25.03.2010

Adresse: http://www.deutsches-museum.de/blog/

Gesehen: 25.03.2010

Deutsches Museum: Über diesen Blog [Online-Ressource] / Stand: 2010

Adresse: http://www.deutsches-museum.de/blog/ueber-diesen-blog/

Gesehen: 18.03.2010

Städel-Blog [Online-Ressource] / Stand: 25.03.2010

Adresse: http://www.das-neue-staedel.de/

Gesehen: 25.03.2010


PROJEKT | Das neue Städel [Online-Ressource] / Stand: 2010

Adresse: http://www.das-neue-staedel.de/konzept/

Gesehen: 25.03.2010

Twitter [Online-Ressource] / Stand: 2010

Adresse: http://www.twitter.com

Gesehen: 25.03.2010

TinyURL.com – shorten that long URL into a tiny URL [Online-Ressource] / Stand: 2010

Adresse: http://www.tinyurl.com

Gesehen: 18.03.2010

Ist Rechtschreibung vorgestrig? [Online-Ressource] / Klinger, Claudia. – Stand: 05.10.2007

Adresse: http://www.webwriting-magazin.de/ist-rechtschreibung-vorgestrig/

Gesehen: 23.03.2010

Peter Feldmann (schuhmuseum) on Twitter [Online-Ressource] / Feldmann, Peter. – Stand:

Tweet vom 08.07.2008, 3:20 AM via web

Adresse: http://twitter.com/schuhmuseum

Gesehen: 18.03.2010

oFb – der onlineFragebogen 2.0 [Online-Ressource] / Stand: 2010

Adresse: http://www.soscisurvey.de

Gesehen: 25.03.2010

Twaitter – Twitter Business and Marketing Tools [Online-Ressource] / Stand: 2010

Adresse: http://www.twaitter.com

Gesehen: 23.03.2010

Bevölkerung nach Altersgruppen [Online-Ressource] / Stand: 2008

Adresse: http://www.destatis.de/jetspeed/portal/cms/Sites/destatis/Internet/DE/Content/

Statistiken/Zeitreihen/LangeReihen/Bevoelkerung/Content100/lrbev01ga,templateId=renderPr

int.psml

Gesehen: 27.02.2010

F.A.Z.-Community [Online-Ressource] / Stand: 18.03.2010

Adresse: http://faz-community.faz.net/blogs/netzkonom/archive/2010/03/16/facebook-

nutzer-sind-aelter-als-vz-nutzer.aspx

Gesehen: 23.03.2010

Erklärung 62

Erklärung

Hiermit erkläre ich, dass ich die vorliegende Diplomarbeit selbständig angefertigt habe. Es

wurden nur die in der Arbeit ausdrücklich benannten Quellen und Hilfsmittel benutzt. Wörtlich

oder sinngemäß übernommenes Gedankengut habe ich als solches kenntlich gemacht.

Ort, Datum Unterschrift

Anlage 1: Codierbögen der Inhaltsanalyse 63

Anlage 1: Codierbögen der Inhaltsanalyse

Anlage 2: PHP-Quelltext des Online-Fragebogens 74

Anlage 2: PHP-Quelltext des Online-Fragebogens <?php  <page ident="ST" intID="1"> <info>Startseite</info> <text id="BG" intID="2" />  </page>  <page ident="FBS1" intID="3"> <info>Fragebogen Seite 1</info> <text id="S1" intID="19" /> <question id="TV01" intID="4" /> <question id="TV02" intID="6" /> </page>  <page ident="FBS2" intID="5"> <info>Fragebogen Seite 2</info> <php intID="7"> switch (value('TV02')) { case 1: //Bekanntheitsfrage für Privatler if (value('TV01_01') == 2) { question('TV04'); } if (value('TV01_02') == 2) { question('TV06'); } if (value('TV01_03') == 2) { question('TV08'); } if (value('TV01_04') == 2) { question('TV10'); } if (value('TV01_05') == 2) { question('TV12'); } if (value('TV01_06') == 2) { question('TV14'); } if (value('TV01_07') == 2) { question('TV16'); } if (value('TV01_08') == 2) { question('TV18'); } if (value('TV01_09') == 2) { question('TV20'); } break; case 2: //TwitterEigenschaft Frage für Corporatler question('TV03'); break; case 3: //TwitterEigenschaft Frage für Misch-Accountler question('TV03'); break; } </php> </page>

<page ident="FBS4" intID="8"> <php intID="9"> $items = 10; // Anzahl der auswählbaren Museen +1 $qk1 = 'TV0'; // Kennung der Fragen für TV01 - TV09 $qk2 = 'TV'; // Kennung der Fragen ab TV10 $zaehler_qk = 4; // interner Zähler switch (value('TV02')) { case 1: //Besuchsfrage für Privatler for ($i=1; $i<=$items; $i++) // Äußere Schleife, die alle Fragen durchlaufen // soll. { for ($i=1; $i<=4; $i++) // Schleife für 1. bis 4. Durchlauf. { $item=$qk1.$zaehler_qk; // Kennung der Frage, z.B. TV04, generieren. if ($zaehler_qk < 10) // Prüfen, ob interner zähler kleiner als 10 ist. { if (value($item) == 2) // Prüfen, ob Frage "vorTwitter" mit "NEIN" // beantwortet wurde. { // Wenn dem so ist: $item_f=$qk1.($zaehler_qk+1); // Kennung Folgefrage, // z.B. TV05 generieren. question($item_f); // Folgefrage mit ungerader Kennung ausgeben! $zaehler_qk=($zaehler_qk+2); // Internen Zähler um 2 erhöhen, damit // im nächsten Durchlauf wieder eine Frage // mit gerader Kennung bearbeitet werden kann. } else { $zaehler_qk=($zaehler_qk+2); // Falls Frage "vorTwitter" mit "JA" // beantwortet wurde, // muss nur der interne Zähler // um 2 erhöht werden. } } // end if } // end for for ($i=5; $i<=$items; $i++) // Schleife für 5. bis letzten Durchlauf. { $item=$qk2.$zaehler_qk; // Kennung der Frage, z.B. TV10, generieren. if (value($item) == 2) // Prüfen, ob Frage "vorTwitter" mit "NEIN" // beantwortet wurde. { // Wenn dem so ist: $item_f=$qk2.($zaehler_qk+1); // Kennung Folgefrage, // z.B. TV11 generieren. question($item_f); // Folgefrage mit ungerader Kennung ausgeben! $zaehler_qk=($zaehler_qk+2); // Internen Zähler um 2 erhöhen, damit // im nächsten Durchlauf wieder eine Frage // mit gerader Kennung bearbeitet werden kann. } else { $zaehler_qk=($zaehler_qk+2); // Falls Frage mit "vorTwitter" mit "JA" // beantwortet wurde, // muss nur der interne Zähler // um 2 erhöht werden. if ($zaehler_qk > 20) { goToPage('FBS6'); } } } // end for } // end for break; case 2: //Weg zur Soziodemographie für Corporatler goToPage('FBS6'); break;

case 3: //Bekanntheitsfrage für Misch-Accountler if (value('TV01_01') == 2) { question('TV04'); } if (value('TV01_02') == 2) { question('TV06'); } if (value('TV01_03') == 2) { question('TV08'); } if (value('TV01_04') == 2) { question('TV10'); } if (value('TV01_05') == 2) { question('TV12'); } if (value('TV01_06') == 2) { question('TV14'); } if (value('TV01_07') == 2) { question('TV16'); } if (value('TV01_08') == 2) { question('TV18'); } if (value('TV01_09') == 2) { question('TV20'); } break; } </php> </page>  <page ident="FBS5" intID="10"> <php intID="16"> $items = 10; // Anzahl der auswählbaren Museen +1 $qk1 = 'TV0'; // Kennung der Fragen für TV01 - TV09 $qk2 = 'TV'; // Kennung der Fragen ab TV10 $zaehler_qk = 4; // interner Zähler switch (value('TV02')) { case 3: //Besuchsfrage für Misch-Accountler for ($i=1; $i<=$items; $i++) // Äußere Schleife, die alle Fragen durchlaufen // soll. { for ($i=1; $i<=4; $i++) // Schleife für 1. bis 4. Durchlauf. { $item=$qk1.$zaehler_qk; // Kennung der Frage, z.B. TV04, generieren. if ($zaehler_qk < 10) // Prüfen, ob interner zähler kleiner als 10 ist. { if (value($item) == 2) // Prüfen, ob Frage "vorTwitter" mit "NEIN" // beantwortet wurde. { // Wenn dem so ist: $item_f=$qk1.($zaehler_qk+1); // Kennung Folgefrage, // z.B. TV05 generieren. question($item_f); // Folgefrage mit ungerader Kennung ausgeben! $zaehler_qk=($zaehler_qk+2); // Internen Zähler um 2 erhöhen, damit // im nächsten Durchlauf wieder eine Frage // mit gerader Kennung bearbeitet werden kann. } else { $zaehler_qk=($zaehler_qk+2); // Falls Frage "vorTwitter" mit "JA" // beantwortet wurde, // muss nur der interne Zähler // um 2 erhöht werden. }

} // end if } // end for for ($i=5; $i<=$items; $i++) // Schleife für 5. bis letzten Durchlauf. { $item=$qk2.$zaehler_qk; // Kennung der Frage, z.B. TV10, generieren. if (value($item) == 2) // Prüfen, ob Frage "vorTwitter" mit "NEIN" // beantwortet wurde. { // Wenn dem so ist: $item_f=$qk2.($zaehler_qk+1); // Kennung Folgefrage, z.B. TV11 generieren. question($item_f); // Folgefrage mit ungerader Kennung ausgeben! $zaehler_qk=($zaehler_qk+2); // Internen Zähler um 2 erhöhen, damit // im nächsten Durchlauf wieder eine Frage // mit gerader Kennung bearbeitet werden kann. } else { $zaehler_qk=($zaehler_qk+2); // Falls Frage "vorTwitter" mit "JA" // beantwortet wurde, // muss nur der interne Zähler // um 2 erhöht werden. if ($zaehler_qk > 20) { goToPage('FBS6'); } } } // end for } // end for break; default: //alle anderen sollen hier schon zur Soziodemographie goToPage('FBS6'); break; } </php> </page>  <page ident="FBS6" intID="17"> <info>Soziodemographie</info> <text id="ST" intID="20" /> <question id="SD01" intID="11" /> <question id="SD02" intID="12" /> <question id="SD03" intID="13" /> <question id="SD05" intID="15" /> <php intID="18"> preset('SD04',1); //Voreinstellung auf Deutschland </php> <question id="SD04" intID="14" /> </page> ?>  <h1>Danke für Ihre Teilnahme!</h1> <p>Ich möchte mich ganz herzlich für Ihre Mithilfe bedanken.</p> <h1>Thank you very much!</h1> <p>Have a nice day.</p> <h1><i>Let's tweet...</i></h1>  <div style="padding-bottom: 20px"></div>

Unternehmenskommunikation und Networking Über die …...uns!“10, möchte das Städel Museum dazu...

Documents

Transcript of Unternehmenskommunikation und Networking Über die …...uns!“10, möchte das Städel Museum dazu...