Zum Inhalt springen

Glossar Social Listening

Was ist Social Listening?

  • Content Marketing
Definition

Social Listening heißt, systematisch zu suchen und auszuwerten, was in sozialen Netzwerken, Foren und auf anderen öffentlichen Seiten über eine Marke, ihre Produkte oder ihre Branche veröffentlicht wird. Es zählt Erwähnungen und sucht darin Muster, aus denen Entscheidungen folgen.

Auf dieser Seite 5
  1. Was Social Listening bedeutet
  2. Wie es funktioniert
  3. Warum es zählt
  4. Best Practices
  5. Häufige Fehler
Kurz gefasst

Social Listening wertet aus, was über eine Marke oder Branche veröffentlicht wird: Abgrenzung zum Monitoring, Abfragen mit Ausschlüssen, Ironie, Datenzugang.

Was Social Listening bedeutet

In der Kommunikationsforschung haben Margaret C. Stewart und Christa L. Arnold 2017 im International Journal of Listening Social Listening als eine Form des Zuhörens beschrieben, die Informationen über andere Menschen und soziale Intelligenz liefert. Im Marketing steht der Begriff für das Zuhören einer Marke: Was wird über sie gesagt?

Der praktische Unterschied zum Monitoring liegt darin, was mit den Daten geschieht. Monitoring erfasst Erwähnungen einzeln: wie viele es gibt, wo sie stehen, welche eine Antwort brauchen. Listening betrachtet die Gesamtheit: Welche Themen wiederholen sich, welche Beschwerden nehmen zu, wie ändert sich der Ton nach einem Launch? Dieselbe Erwähnung dient beiden. Für das Monitoring ist eine Beschwerde über eine verspätete Lieferung ein Fall, den heute jemand beantworten muss. Für das Listening ist es die dritte Beschwerde im Monat über denselben Versanddienstleister, und daraus folgt eine Entscheidung in der Logistik.

Social Listening findet auch, was die Marke nicht steuert: User-generated Content, der sie nicht markiert, eine unverlinkte Markenerwähnung in einem Forum oder ein Gespräch über einen Wettbewerber. Damit ist es Teil der Messung im Social Media Marketing.

Einzeln verlangt sie eine Antwort, im Zusammenhang eine Entscheidung.

Wie es funktioniert

Die Arbeit hat drei Schritte: Zugang zu den Daten, Bau der Abfrage und Einordnung der Treffer.

Der Zugang hängt von jeder Plattform ab, und die Bedingungen ändern sich. Stand 27. Oktober 2026 laut der Dokumentation der Anbieter: - X: Die API wird nach Nutzung abgerechnet, ohne Abo; das Lesen eines Beitrags kostet 0,005 US-Dollar, mit einer Obergrenze von 3 Millionen gelesenen Beiträgen je Monatszyklus. Darüber braucht es einen Enterprise-Plan. - Meta: CrowdTangle ist seit dem 14. August 2024 nicht mehr verfügbar. Auf derselben Seite verweist Meta auf seine Meta Content Library, die nur akademische Einrichtungen oder gemeinnützige Organisationen mit Forschungszweck zulässt (Seite aktualisiert am 30. April 2026). - Reddit: Die kommerzielle Nutzung der Data API erfordert eine eigene Vereinbarung mit Reddit (Bedingungen überarbeitet am 20. Juli 2026). - TikTok: Die Research API steht Creatorn, Werbetreibenden und kommerziellen Nutzern nicht offen (FAQ aktualisiert am 1. September 2026). - YouTube: Die Data API gewährt standardmäßig 10.000 Einheiten pro Tag, dazu ein eigenes Kontingent von 100 Suchaufrufen täglich.

Das Gesetz über digitale Dienste verpflichtet sehr große Plattformen, öffentlich zugängliche Daten bereitzustellen, aber nur für Forscher, die systemische Risiken in der Union untersuchen (Art. 40 Abs. 12). Für Marketing ist das kein Weg. Was ein Listening-Werkzeug sieht, hängt also von seinen Vereinbarungen mit jeder Plattform ab. Fragen Sie nach, welche Quellen es tatsächlich abdeckt.

Die Abfrage entscheidet, was hineinkommt. Sie enthält den Markennamen, seine Varianten und Tippfehler, die Produkte, die Profile und die eigenen Hashtags. Genauso wichtig sind die Ausschlüsse. Eine Automarke namens Jaguar muss das Tier ausschließen: ("Jaguar" OR #jaguar) -zoo -raubkatze -dschungel. Die Dokumentation der X-API legt einige Regeln fest, die als Beispiel für die Syntax taugen: - Ein vorangestellter Bindestrich schließt Beiträge mit diesem Begriff aus. - Klammern gruppieren Operatoren. - Eine ganze Gruppe sollte nicht verneint werden: statt Ski -(Schnee OR Tag) schreibt man Ski -Schnee -Tag. - Ein verneinter Operator darf nicht allein stehen. - Die Abfrage hat eine Längengrenze, je nach Suchart und Zugang zwischen 512 und 4.096 Zeichen.

Bevor eine Abfrage als gut gilt, wird eine Stichprobe der Treffer von Hand geprüft: Was rutscht hinein, was fehlt?

Warum es zählt

Listening liefert Daten, nach denen keine Umfrage fragt: das tatsächliche Vokabular der Kunden, wiederkehrende Probleme und das, was über Wettbewerber gesagt wird. Eine Grenze sollten Sie aber kennen, bevor Sie ein Sentiment-Diagramm lesen.

Die automatische Sentiment-Analyse scheitert an Ironie. Riloff und andere haben es 2013 beschrieben: Stark wertende Wörter, sarkastisch gebraucht, können die Sentiment-Analyse leicht in die Irre führen. „Super, schon wieder kein Akku“ enthält ein positives Wort und eine Beschwerde. In Aufgabe 3 von SemEval-2018, einem wissenschaftlichen Wettbewerb zur Ironieerkennung in englischen Tweets mit 3.834 Trainings- und 784 Test-Tweets, erreichte das beste System einen F1-Wert von 0,71 bei der Frage, ob ein Tweet ironisch ist, und 0,51 bei der Unterscheidung von Ironiearten. F1 verbindet Genauigkeit und Trefferquote; 1 wäre perfekt. Ein Anteil positiver Erwähnungen ohne Prüfung einer Stichprobe von Hand sagt wenig.

Auch der Datenschutz zählt. Ein Beitrag mit Nutzernamen ist ein personenbezogenes Datum, auch wenn er öffentlich ist, und seine Auswertung braucht eine Rechtsgrundlage nach der DSGVO (Art. 6). Stützt sie sich auf das berechtigte Interesse, dürfen die Interessen und Grundrechte der Betroffenen nicht überwiegen (Art. 6 Abs. 1 lit. f). Leitet die Auswertung Daten besonderer Kategorien ab, etwa zu Gesundheit oder politischer Meinung, gelten die Bedingungen des Art. 9.

Best Practices

  • Monitoring mit täglicher Antwort und Listening-Auswertung mit regelmäßigem Bericht trennen.
  • Ausschlüsse vor dem Start der Abfrage festlegen und an einer Stichprobe prüfen.
  • Klären, welche Plattformen das Werkzeug mit welchem Zugang abdeckt.
  • In jedem Zeitraum eine Stichprobe des Sentiments von Hand prüfen.
  • Nur die personenbezogenen Daten speichern, die die Auswertung braucht.

Häufige Fehler

  • Eine Zählung von Erwähnungen Listening nennen.
  • Eine Abfrage für einen mehrdeutigen Namen ohne Ausschlüsse starten.
  • Das automatische Sentiment als genaue Zahl nehmen.
  • Annehmen, das Werkzeug sehe alle Netzwerke gleich gut.
  • Öffentliche Beiträge als Daten ohne DSGVO-Bezug behandeln.
Manuel Riveiro Rodriguez CEO & Digital Strategist

Eine technische Prüfung sieht sich das und alles Weitere in einem Durchgang an.

Audit anfragen

Häufige Fragen

Was ist Social Listening?

Social Listening heißt, systematisch zu suchen und auszuwerten, was in sozialen Netzwerken, Foren und auf anderen öffentlichen Seiten über eine Marke, ihre Produkte oder ihre Branche veröffentlicht wird. Anders als eine bloße Zählung sucht es Muster: wiederkehrende Themen, zunehmende Beschwerden oder einen veränderten Ton.

Was ist der Unterschied zwischen Social Listening und Monitoring?

Monitoring erfasst Erwähnungen einzeln und entscheidet, welche eine Antwort brauchen. Listening wertet die Gesamtheit aus, um Muster zu finden. Dieselbe Beschwerde ist für das Monitoring ein Fall, der heute beantwortet wird, und für das Listening ein Datenpunkt in einem Trend, etwa die dritte Beschwerde im Monat über dieselbe Lieferung.

Wie baut man eine Social-Listening-Abfrage?

Mit dem Markennamen, Varianten und Tippfehlern, Produkten, Profilen und Hashtags, dazu mit Ausschlüssen für Bedeutungen, die nicht gemeint sind. Eine Marke namens Jaguar muss das Tier ausschließen. In der X-API schließt ein Bindestrich einen Begriff aus, Klammern gruppieren, und ein verneinter Operator darf nicht allein stehen.

Ist die Sentiment-Analyse verlässlich?

Nur teilweise. Ironie führt die automatische Analyse in die Irre, weil sie positive Wörter für eine Beschwerde nutzt. Im Wettbewerb SemEval-2018 erreichte das beste System einen F1-Wert von 0,71 bei der Frage, ob ein Tweet ironisch ist, und 0,51 bei der Unterscheidung von Ironiearten. Prüfen Sie deshalb in jedem Zeitraum eine Stichprobe von Hand.

Sind die Daten sozialer Netzwerke frei zugänglich?

Nein. Stand 27. Oktober 2026 berechnet X jeden gelesenen Beitrag, Reddit verlangt für kommerzielle Nutzung eine Vereinbarung, und Meta Content Library sowie die Research API von TikTok lassen nur nichtkommerzielle Forschung zu. Außerdem sind Beiträge mit Nutzernamen personenbezogene Daten, deren Auswertung eine Rechtsgrundlage nach der DSGVO braucht.

Quellen

  1. Margaret C. Stewart und Christa L. Arnold, „Defining Social Listening: Recognizing an Emerging Dimension of Listening“, International Journal of Listening 32(2), online am 14. Juni 2017, Abstract (englisch). Quelle für die wissenschaftliche Begriffsbestimmung.
  2. X, API-Dokumentation, Preise, ohne Datum, abgerufen am 27. Oktober 2026 (englisch). Quelle für die Abrechnung nach Nutzung, den Preis je Lesevorgang und die Monatsgrenze.
  3. Meta, Seite zu CrowdTangle, aktualisiert am 16. August 2024 (englisch). Quelle für die Einstellung am 14. August 2024.
  4. Meta, Meta Content Library and API, aktualisiert am 30. April 2026 (englisch). Quelle für die Zugangsvoraussetzungen.
  5. Reddit, Data API Terms, gültig seit 19. Juni 2023, überarbeitet am 20. Juli 2026 (englisch). Quelle für die nötige Vereinbarung bei kommerzieller Nutzung.
  6. TikTok for Developers, FAQ zur Research API, aktualisiert am 1. September 2026 (englisch). Quelle für den Ausschluss kommerzieller Nutzer.
  7. Google, YouTube Data API, Kontingentkosten, ohne Datum (englisch). Quelle für die 10.000 Einheiten pro Tag und das Suchkontingent.
  8. Verordnung (EU) 2022/2065 (Gesetz über digitale Dienste), Art. 40 Abs. 12. Quelle für den Datenzugang für Forscher.
  9. X, API-Dokumentation, „Build a query“, ohne Datum, abgerufen am 27. Oktober 2026 (englisch). Quelle für Ausschluss, Gruppierung, Verneinung und Längengrenzen.
  10. Ellen Riloff und andere, „Sarcasm as Contrast between a Positive Sentiment and Negative Situation“, EMNLP 2013 (englisch). Quelle für die Aussage zu Sarkasmus und Sentiment-Analyse.
  11. Cynthia Van Hee, Els Lefever und Véronique Hoste, „SemEval-2018 Task 3: Irony Detection in English Tweets“, Juni 2018 (englisch). Quelle für den Datensatz und die F1-Werte 0,71 und 0,51.
  12. Verordnung (EU) 2016/679 (DSGVO), Art. 4 Nr. 1, Art. 6 Abs. 1 lit. f und Art. 9. Quelle für den Begriff personenbezogener Daten, das berechtigte Interesse und die besonderen Kategorien.