Advertisement

Social Media

  • Castulus KoloEmail author
Living reference work entry
Part of the Springer NachschlageWissen book series (SRS)

Zusammenfassung

„Social Media“, verstanden als Anwendungen auf der Basis digitaler, vernetzter und prinzipiell allgemein zugänglicher Technologien, die sozial genutzt werden, um Inhalte unterschiedlicher Art zu kreieren, zu modifizieren oder auszutauschen, sind heute aus kaum einem Lebensbereich wegzudenken. Durch die charakteristischen Netzwerk- und viralen Effekte haben sie sich räumlich und zeitlich mit ungekannter Dynamik verbreitet. Social Media haben dabei nicht nur das Repertoire von Medienangeboten bereichert, sondern ganz generell die Optionen der sozialen Interaktion erweitert, Strukturen der Wertschöpfung verändert und neue Geschäftsmodelle ermöglicht. Die Betreiber dieser Plattformen wurden so über die Medienwirtschaft hinaus zu bedeutenden ökonomischen und politischen Akteuren.

Schlüsselwörter

Netzwerkeffekte Virale Dynamik User Generated Content Long Tail Geschäftsmodellinnovationen 

1 Einleitung und Einordnung von Social Media als (medien)ökonomischem Phänomen

„Social Media“ oder hier synonym „Soziale Medien“ sind heute aus kaum einem Bereich wegzudenken, ob im Berufsleben oder im privaten Alltag. Individuen, Haushalte wie auch Unternehmen und sonstige private aber auch öffentliche Organisationen bis hin zum Staat insgesamt kommen damit auch zunehmend als ökonomische Akteure in Berührung – so auch Medienproduzenten und -konsumenten.

In diesem Beitrag zur medienökonomischen Rolle von Social Media wird eine im wirtschaftlichen Kontext verbreitete Definition von Kaplan und Haenlein (2010, S. 61) zur definitorischen Eingrenzung vorgeschlagen. Sie sprechen vom Basieren sozialer Medien auf „… the ideological and technological foundations of Web 2.0 …“. Als ideologische Prägung wird dort im Wesentlichen die Idee des prinzipiell allgemeinen Zugangs zur Nutzung aber auch Distribution von Inhalten herausgestellt, einer Demokratisierung des ursprünglich unidirektionalen Publisher-Prinzips – ganz im Sinne von O’Reilly (2005), dem Begriffsschöpfer von „Web 2.0“. Die eingesetzten Informationstechnologien gewährleisten dabei verteilte und gleichwohl differenzierbare Rechte der Nutzung von bzw. des Zugangs zu den Inhalten und Kommunikationsakten im Social Web, als sozialem Interaktionsraum oder„social media ecosystem“ (Hanna et al. 2011) im Zusammenspiel der einzelnen sozialen Medien. So verstanden sind Social Media alle Anwendungen auf der Basis digitaler, vernetzter und prinzipiell allgemein zugänglicher Technologien, die sozial genutzt werden, um Inhalte unterschiedlicher Art zu kreieren, zu modifizieren oder auszutauschen. Da das soziale Erleben für sie konstitutiv ist, grenzen sich Social Media dadurch in der Terminologie ab von Medien allgemein, die zumindest teilweise nur individuell genutzt werden (Vorschläge zur Kategorisierung von Social Media siehe etwa Boyd und Ellison 2007 oder Schmidt und Taddicken 2015a). In dieser Hinsicht lassen sich Social Media zeitlich allerdings vor die digitalen Angebote zurückverfolgen (Standage 2013).

Diese Sozialität des Webs bzw. auch anderer Internet-basierter Dienste (Rheingold 1993) war bereits in den Anfängen angelegt (der erste WWW-Browser etwa war gleichzeitig ein Editor), weshalb der zuweilen synonym zu Social Media genutzte Begriff des „Web 2.0“ hier vermieden wird (vgl. dazu Taddicken und Schmidt 2015). Diese Versionierung sollte die Abgrenzung von der nach den Ursprüngen folgenden Kommerzialisierung, dem Web 1.0, suggerieren (O’Reilly 2005). Allerdings knüpften die wiederentdeckten oder zumindest aufs neue betonten partizipativen Elemente des Web an die ursprüngliche Entwicklung des WWW von Berners-Lee an (1989), die dann quasi als Web 0.0 zu bezeichnen, aber in seiner Zielsetzung dem Web 2.0 näher wäre, als dem Web 1.0. Auch aus ökonomischer Perspektive ist mit der Verbreitung sozialer Medien kein abgrenzbarer Phasenübergang auszumachen und die zugrunde liegende technologische Entwicklung ist zwar bis heute sehr dynamisch, aber nicht sprunghaft gewesen. Als Anwendungen auf digitalen Infrastrukturen stellen soziale Medien ferner einen Teilbereich der noch umfassenderen Verbreitung digitaler Technologien dar, einer „Digital Revolution“ (Brynjolfsson und McAfee 2011), „Ubiquitous Digital Society“ (European Parliament 2013), eines „Second Machine Age“ (Brynjolfsson und McAfee 2014) oder zusammenfassend als digitale Transformation (siehe z. B. European Commission 2015) diskutiert – die aktuellste Begriffsschöpfung in diesem Kontext.

Einen ersten konkreten Ausblick auf die generelle ökonomische Bedeutung sozialer Medien gab das sogenannte „Cluetrain Manifesto“, das schon frühere Überlegungen zum Verhältnis zwischen Unternehmen und Verbrauchern (etwa Rheingold 1993 mit seinen „virtual communities“) in den neu entstehenden, vernetzen Märkten in der Aussage „Märkte sind Gespräche“ zusammenfasst (Levine et al. 2001[1999]). Auch O’Reilly hat in seinem begriffsprägenden Essay zum Web 2.0 (2005) bereits die ökonomische Bedeutung sozialer Technologien für veränderte Geschäftsmodelle durch neue Nutzenaspekte bzw. Arten der Wertschöpfung als wesentlich hervorgehoben.

Die heute bereits festzustellenden Impulse sozialer Medien im Unternehmenskontext fallen in einer ersten Bestandsaufnahme je Branche unterschiedlich aus (vgl. Bughin et al. 2011). Während manche der Chancen, wie ein direkterer Zugang zu ausgewählten Experten und damit Wissen im Unternehmen, sehr offenkundig und mit verhältnismäßig geringem Aufwand umsetzbar sind, werden eher indirekte Effekte wie die Reduktion von Kosten, die Innovationsstärke, verkürzte Entwicklungszeiten bis hin zu Umsatzeffekten noch eher kontrovers bewertet. Dies gilt umso mehr für aus der substanziellen Nutzung von Social Media zu vermutenden Veränderungen etwa im Führungsverhalten (Bughin et al. 2016).

Mittlerweile gibt es zwar eine Vielzahl von Publikationen zu einzelnen ökonomischen Aspekten, aber abgesehen von eher populärwissenschaftlichen Arbeiten wie zu „Socialnomics“ (Qualman 2012) oder „Wikinomics“ (Tapscott und Williams 2006) steht die umfassende wissenschaftliche Erschließung einer Ökonomie sozialer Medien noch aus, die systematisch alle davon tangierten Bereiche an der Schnittstelle von Wirtschaft, Gesellschaft und Technologieentwicklung umfasst (vgl. Kolo 2015).

Der vorliegende Beitrag nimmt Bezug auf eine Teilmenge möglicher Effekte, nämlich solche, die traditionelle Medienunternehmen betreffen sowie die medienökonomisch relevanten neuen Akteure in Social Media. Er knüpft damit an eine erste englischsprachige Bestandsaufnahme zu „Social Media Industries“ (Albarran 2013) sowie einen Herausgeberband zum „Social Media Management“, der sich schwerpunktmäßig mit den Veränderungen der Wertschöpfung bzw. Geschäftsmodellen in Medienmärkten beschäftigt (Friedrichsen und Mühl-Benninghaus 2013). Mit seinem medienökonomischen Schwerpunkt setzt sich dieses Kapitel ab von aktuellen Übersichten und Handbüchern ohne Branchen- bzw. Marktfokus (wie etwa Li und Bernoff 2011; van Looy 2016), um jedoch gleichzeitig allgemeingültige Befunde daraus zu antizipieren. Teile des vorliegenden Beitrags sind mit anderer Schwerpunktsetzung und Aufbaulogik im „Handbuch Soziale Medien“ (Schmidt und Taddicken 2015b), das ein weites Spektrum verschiedener Perspektiven auf Social Media integriert, als „Ökonomie sozialer Medien“ (Kolo 2015) erschienen.

Nachfolgend soll in Abschn. 2 zunächst eine Grundlegung der generellen Dynamik und ökonomischen Effekte von Social Media erfolgen. Dazu wird zunächst in den Zusammenhang von Social Media mit ökonomischen Netzwerkeffekten sowie die Rolle von Social Media in der Diffusion von Innovationen (so auch ihrer selbst) eingeführt. Beides wird das hohe Tempo erklären, mit dem sich soziale Medien verbreitet haben. Im Anschluss daran wird die branchenübergreifende Bedeutung sozialer Medien im Wertschöpfungsprozess systematisiert und deren allgemeinen Effekte in den Kernbereichen ökonomischen Handelns erläutert. Darauf folgt in Abschn. 3 die spezielle Perspektive der Medienökonomie mit dem Blick auf die Auswirkungen sozialer Medien in der Wertschöpfungskette von (traditionellen) Medienunternehmen sowie auf deren Geschäftsmodelle insgesamt. In Abschn. 4 folgt die Sicht auf die großen Akteure unter den Plattformanbietern sozialer Medien und deren medienökonomische Bedeutung. Den Abschluss dieses Beitrags bildet in Abschn. 5 ein Ausblick auf mögliche Entwicklungen sowie daraus resultierende bzw. heute schon vorliegende wissenschaftliche Desiderata.

2 Generelle Dynamik und ökonomische Effekte von Social Media

2.1 Netzwerkeffekte und Verbreitungscharakteristika

Der ökonomische Wert, der vom Kunden, einem Produkt oder Service in Form von Zahlungsbereitschaft oder Bereitschaft, Zeit zu investieren, zugemessen wird, hängt in der Regel von den intrinsischen Eigenschaften des Angebots ab. Er kann aber auch außerhalb des Angebots selbst entstehen. Für ein soziales Medium liegt der Wert natürlich zum Teil in den Funktionen, die das Angebot aufweist. Entscheidend ist aber letztlich, ob man mit dem entsprechenden Online-Dienst andere Nutzer erreicht. Erst durch das gemeinsame Nutzen mit Anderen wird das Angebot zu einem sozialen Medium. Es ist klar, dass ein Online-Dienst, der nur einen Nutzer hat, kein soziales Medium sein kann und damit in dieser Hinsicht wertlos ist. Je mehr Nutzer beteiligt sind, desto attraktiver wird also das Angebot auch für neue, zusätzliche Nutzer (siehe Shapiro und Varian 1999, S. 173–184).

Die Wertschöpfung mit Social Media basiert ganz wesentlich auf der gemeinschaftlichen Nutzung, mithin einem sogenannten „externen Effekt“ – extern zu den intrinsischen Eigenschaften der technischen Plattformen. Aufbauend auf Überlegungen im Kontext von Telefonnetzwerken hat Robert Metcalfe für Computernetzwerke versucht, diesen Zusammenhang des Gesamtnutzens bzw. Gesamtwerts eines technisch vermittelten sozialen Netzwerks mit der Anzahl der Nutzer bzw. „Netzknoten“ zu formalisieren (Shapiro und Varian 1999, S. 173–184). Er berechnete dazu die Anzahl der potenziell knüpfbaren Verbindungen. Für jeden einzelnen von N Nutzern eines Netzwerks sind dies N-1. Das heißt, der Gesamtwert ist proportional zu N(N-1)/2 möglichen Verbindungen (siehe Abb. 1a). Für große N wächst nach Metcalfe der Gesamtwert also näherungsweise quadratisch (proportional N2). Diese Nichtlinearität führt dazu, dass ein bestimmtes prozentuales Wachstum der Nutzer nicht auch zum gleichen prozentualen Wachstum des Gesamtwerts führt, sondern zu einer überproportionalen Zunahme: Eine Verdopplung der Nutzer beispielsweise zu einer Vervierfachung des Wertes. Zieht also ein soziales Medium Wettbewerbern hinsichtlich Nutzerzahl davon, so resultiert daraus schnell ein uneinholbarer Wert- bzw. auf individueller Ebene ein Nutzenzuwachs (zur Frage, ob es hier nicht auch Grenznutzeneffekte gibt siehe weiter unten bzw. Clement und Schreiber 2016, S. 55–77). Es bestehen daher kaum Spielräume für zweite Sieger. Alles strömt zum Marktführer. Eine solche Entwicklung hat etwa Facebook im Wettbewerb mit kleineren und immer weiter abgeschlagenen nationalen Anbietern (bislang) gewonnen. Dahinter steht das von Robert Metcalfe diesbezüglich formulierte „Gesetz“ (vgl. Briscoe et al. 2006) des nicht linearen Wertzuwachses.
Abb. 1

Netzwerkeffekte und „Network laws“. Quelle: Eigene Darstellung

Letzteres blieb nicht unwidersprochen, obgleich es kaum Zweifel gibt, dass der Zusammenhang des Wertzuwachses stärker als linear ist, wie im „Sarnoffschen Gesetz“ für den Wert von traditionellen Massenmedien abgebildet (Proportionalität zur Reichweite N). Manche Kritiker sehen sogar einen noch stärker mit der Zahl der Nutzer progredienten Zusammenhang dadurch begründet, dass letztlich nicht diese für den Wert entscheidend sei, sondern die Zahl der Teilmengen bzw. Untergruppen von Nutzern, die gebildet werden können. Dies würde sogar zu einem exponentiellen Zusammenhang führen (proportional zu 2N), dem sogenannten „Reedschen Gesetz“ (Reed 1999). Verbreiteter ist allerdings die Auffassung, dass die Zunahme eher dadurch moderiert wird, dass jeder Mensch abgestufte Wertschätzungen hat und auch überhaupt nur eine begrenzte Zahl an sozialen Kontakten unterhalten kann (vgl. Briscoe et al. 2006). Letzteren Einwand formalisiert Zipfs „Gesetz“ nach dem mathematischen Prinzip der harmonischen Reihe bzw. dessen Approximation (Odlyzko und Tilly 2005). Die maximale Anzahl Personen, mit denen man eine Beziehung (mit dem dafür notwendigen Wissen zur entsprechenden Person) pflegen kann, hat wohl trotz der prinzipiellen Vereinfachung über Social Media zumindest eine grundsätzliche psychologische Grenze (insofern weisen auch Netzwerkgüter zumindest ab einem gewissen Punkt eine Grenznutzenproblematik auf). Der Evolutionsbiologe Dunbar ermittelte diese Grenze aus Beobachtungen von Menschen und Primaten als etwa 150 (die „Dunbar-Zahl“) (vgl. Hill und Dunbar 2003). Tatsächlich ergab sich ein ähnlicher Mittelwert bei der Untersuchung von Kontakten in sozialen Online-Netzwerken (Dunbar 2016). Abb. 1b stellt die Verläufe der postulierten Gesetzmäßigkeiten gegenüber.

Soweit zum überproportionalen Zusammenhang der Nutzerzahl einer Social Media-Plattform mit der subjektiven Wertzuschreibung bzw. der Motivation, diese auch zu nutzen. Dies alleine erklärt allerdings noch nicht die zumindest zeitweise exponentielle Dynamik des Mitgliederzuwachses erfolgreicher Plattformen. Dazu ist ein Blick auf die selbstbezügliche Rolle von Social Media bei der Verbreitung von Innovationen notwendig. Die Bedeutung von Kommunikation entlang von Netzwerken sozialer Beziehungen für die Verbreitung von Informationen oder allgemeiner der „Diffusion von Innovation“ geht mindestens bis auf Rogers zurück (2003[1962]), der die verschiedenen Anwendungen kommunikationstheoretischer Erkenntnisse auf ganz praktische Fragestellungen erstmalig konsolidierte (vgl. Dearing und Meyer 2006, S. 30). Er definierte Diffusion als „… the process in which an innovation is communicated through certain channels over time among the members of a social system“ (2003[1962], S. 5), wobei er eine Innovation ansah als „ … an idea, practice, or object that is perceived as new by an individual or other unit of adoption“ (Rogers 2003[1962], S. 12).

Die generelle Bedeutung von Netzwerken sozialer Beziehungen für die Ausbreitung von Innovationen wurde schon zuvor in den 1940er-Jahren nachgewiesen und etwa im „Two-step-flow“-Modell (Lazarsfeld et al. 1944) formalisiert, das auch Pate stand für das sogenannte, bis heute in der Absatzprognose (Meade und Islam 2006) eingesetzte, Bass-Modell. Bass (1969) knüpfte an die bei Rogers noch unscharfe Formulierung der für die Verbreitung des Wissens um die Innovation notwendigen Kommunikationsprozesse an und unterschied Innovations- und Imitationseffekte. Die sogenannten „Innovatoren“ erfahren über Massenmedien vom neuartigen Produkt. Deren Zahl ist zunächst hoch und klingt zeitlich rasch ab (wenn z. B. der Werbedruck nach einmaliger Schaltung nicht aufrechterhalten wird). Die sogenannten „Imitatoren“ schließlich erfahren davon erst durch „Mundpropaganda“ (auch „Word of Mouth“, siehe unten) von anderen, die die Innovation schon angenommen haben. Die Anzahl ist zunächst null und nimmt infolge der Verbreitung zunächst zu, bis der Diffusionsprozess der Marktobergrenze nahe kommt (siehe Abb. 2a). Die jeweiligen Anteile an Imitatoren und Innovatoren können dabei je nach Innovation variieren. Mathematisch wird dies durch entsprechende Koeffizienten beschrieben, die somit diverse Verläufe abbilden bzw. diese Verläufe durch verschiedene Kommunikationsprozesse erklären.
Abb. 2

Diffusion von Innovationen in sozialen Netzwerken und virale Dynamik. Quelle: Diffusion nach Rogers (2003[1962]), eigene Darstellung zu viraler Dynamik

Unter anderem Rayport (1996) und Rushkoff (1996) prägten im Zusammenhang mit dem „Word of Mouth“ schließlich den Begriff des „viralen“ Marketing. Der Rückgriff auf eine Metaphorik der Epidemiologie ist dabei sehr naheliegend. Insbesondere die Kontakthäufigkeit oder Multiplizität der Weitergabe sowie die „Infektiosität“ der Innovation bzw. Idee, d. h. die Wahrscheinlichkeit, mit der ein Kontakt oder eine Empfehlung auch zur Annahme führt, sind entscheidend für die Ausbreitungsdynamik (vgl. Ball 2004). In einer gegebenen Netzwerkstruktur schreitet demnach die Diffusion (bzw. „Infektion“) dann umso schneller fort, je höher die Infektiosität ist, d. h. je wahrscheinlicher es ist, dass eine erhaltene Information weiter gegeben wird (bzw. die Krankheit zum Ausbruch kommt) sowie je höher die Multiplizität der Kontakte je Zeiteinheit ist (siehe Abb. 2b). Nach n Iterationen und einem durchschnittlichen Multiplikationsfaktor von k sind kn Personen infiziert bzw. wissen um die Information oder haben die Innovation angenommen. Die Ausbreitung schreitet also exponentiell mit der Zeit fort. In der Tat ist auch der kumulierte Verlauf der Adopterzahlen bei „Nachahmern“ in Abb. 2a unten zunächst exponentiell. Mit zunehmender Durchdringung nimmt die Zahl der noch nicht infizierten bzw. informierten Personen ab. Daher geht der kumulierte Verlauf in die Sättigung.

Die Struktur sozialer Netzwerke scheint dabei (unabhängig davon, ob es sich um computervermittelte handelt oder nicht) dadurch charakterisiert zu sein, dass Verbindungen über alle Teilnehmer des sozialen Netzwerks nicht normalverteilt sind, sondern einen asymmetrischen Ausläufer zu Akteuren mit besonders vielen Kontakten haben (Watts 2003). Watts bestätigte damit für Email-Kommunikation wie auch Leskovec und Horvitz (2007) für Instant Messaging frühere Untersuchungen von Milgram (1967), wonach jeder Mensch zu jedem anderen im Mittel nur über etwa sechs Verbindungen in Kontakt steht, das sogenannte „Small-world“-Phänomen. Bei Normalverteilung der Kontakte wäre diese Zahl deutlich höher.

2.2 Allgemeiner Beitrag von Social Media zur Leistungserstellung in Unternehmen

Nahezu alle Unternehmensbereiche sind heute vom Einsatz sozialer Medien betroffen. Abb. 3 systematisiert die Wirkung sozialer Medien entlang der allgemeinen Wertschöpfungskette einer Unternehmung unabhängig von der Branche: Von der Produktentwicklung über die Produktion, Marketing/Vertrieb bis hin zum Kundendienst können soziale Medien entweder zu Effizienzsteigerung beitragen oder haben das Potential die Gesamtwertschöpfung durch verbesserte Produkteigenschaften oder Servicequalität zu steigern (siehe dazu z. B. Jue et al. 2009; Andriole 2010; Kietzmann et al. 2011 sowie Denyer et al. 2011). Auch in den Bereichen quer zur Wertschöpfung wie dem HR-Management, den verschiedenen Formen der intra- und interorganisationalen Kommunikation und Kooperation sowie der Business Intelligence können Social Media Wirkung zeigen (z. B. Mattern et al. 2012).
Abb. 3

Social Media im allgemeinen Wertschöpfungsprozess. Quelle: Eigene Darstellung nach Wertschöpfung bei Porter (1985); siehe auch Kolo (2015)

In welchen Bereichen der Wertschöpfung und in welchem Umfang jeweils Potenziale für das Unternehmen durch den Einsatz sozialer Medien liegen, hängt allerdings vom speziellen Geschäftsmodell bzw. noch allgemeiner von der Branche ab (z. B. Chui et al. 2012). Neben Großunternehmen können dabei aber gerade auch kleine und mittlere Unternehmen, wie dies typischerweise Medienplayer und deren Zulieferer sind, Abläufe verbessern und neue Märkte mit verbesserten Produkten erschließen (siehe z. B. Bell und Loane 2010 oder Lee et al. 2008) – insbesondere solche, die international operieren und/oder globale Märkte bedienen. Große Unterschiede gibt es allerdings in allen Größenklassen in der Art und Weise, wie die unterschiedlichen Aktivitäten im Bereich sozialer Medien im Unternehmen organisiert sind. Das Spektrum reicht hier von vollständig dezentralen Aktivitäten bis hin zur zentralisierten Fachabteilung (Bughin et al. 2011).

2.3 Spezielle Effekte in Kernbereichen ökonomischen Handelns von Unternehmen

Über den Kontext der einzelnen Unternehmung hinaus wirken Soziale Medien auch in den Kernbereichen ökonomischen Handelns insgesamt, der Innovation, der Produktion, der Distribution und dem Konsum, die nachfolgend insoweit angerissen werden, als sie ursächlich für bestimmte Effekte im Medienbereich sind.

Das Vermögen von Unternehmen, Wettbewerbsfähigkeit zu sichern, indem neue Zielgruppen erschlossen oder durch Produkt- oder Prozessinnovationen Qualitäts- bzw. Kostenführerschaft zu gewährleisten, ist für das nachhaltige Bestehen elementar (Porter 1985). Gerade weil die Interpretation von externen Trends und deren Abgleich mit internen Ressourcen so wettbewerbskritisch ist, haben sich traditionell die meisten Unternehmen in ihren Innovationsvorhaben stark abgeschottet. Demgegenüber setzt unter dem Stichwort „Open Innovation“ seit einiger Zeit ein Umdenken ein (Hippel 2005; Chesbrough et al. 2008, S. 1), das durch den Einsatz von Social Media noch deutlich an Wucht gewinnt. Unternehmen tragen damit zum einen dem steigenden Innovationsdruck durch Globalisierung sowie kürzeren Produktlebenszyklen Rechnung und zum anderen begrenzten Finanzierungsmöglichkeiten. Im Verbund mit anderen Anbietern, Zulieferern oder Kunden, eben mit „Open Innovation“, ergeben sich diesbezüglich Möglichkeiten der Risikominimierung.

Speziell im Zusammenhang mit der Einbindung von Kunden als umfangreicher „crowd“ wird auch von „Crowdsourcing“ gesprochen (Ordanini et al. 2011), ein Prinzip, das bereits bei der Entwicklung von Open-Source-Software-Produkten zum Tragen kam (siehe z. B. Ljungberg 2000), sich aber in Zeiten sozialer Medien deutlich verbreitet (Howe 2006). Im Zusammenhang mit der Software-Entwicklung auf Open Source Plattformen konnte sogar ein Qualitätsvorsprung durch die Blicke vieler Beteiligter nachgewiesen werden (z. B. Ljungberg 2000), ganz im Sinne des „wisdom of the crowd“ (Surowiecki 2004). Obgleich Letzteres in seiner Allgemeingültigkeit durchaus umstritten ist (z. B. Keen 2008).

Ein weiterer Aspekt des externen Engagements zur Neugestaltung von Angeboten ist schließlich das „Crowdfunding“ (Ordanini et al. 2011 oder Moritz und Block 2014), bei dem die Masse der interessierten Personen als Kapitalgeber zur Finanzierung interessanter Projekte angesprochen wird. Das Feedback auf Innovationsvorhaben dient dabei gleichzeitig der Selektion durch (gemeinschaftliche) Bewertung von Erfolgsaussichten (z. B. Mollick 2013). Gerade im Medienumfeld ist Crowdfunding von Filmproduktionen bis hin zu journalistischen Projekten (z. B. Degen und Spiller 2014 oder Kolo und Weichert 2014) ein (bislang eher ergänzendes als alternatives) neues Finanzierungsmodell.

Mit der kollaborativen Wertschöpfung schließlich erzeugt der Nutzer, Bruns (2008) spricht vom „produser“, selbst Wert oder steigert ihn, indem er etwa Content generiert oder durch aktive Aneignung und Umgestaltung (dies oftmals beiläufig und der eigenen wertschöpfenden Tätigkeit nicht bewusst) zu neuartigen Varianten auffächert. In diesem Zusammenhang wird heute allerdings nicht mehr nur nach den Voraussetzungen dafür gefragt, dass Nutzer überhaupt als Produzenten im Social Web tätig werden (Vargo und Lusch 2007), sondern auch, ob das Charakteristikum von User Generated Content, nämlich dessen unentgeltliche Erstellung (OECD 2007, S. 4), nicht eine moderne Form der Ausbeutung (Ritzer und Jurgenson 2010, S. 26) sei.

Abgesehen von direkten und bewussten Beiträgen produziert der Nutzer Sozialer Medien aber allein durch die Nutzung bereits Wert für die Plattformbetreiber, nämlich in Form von Informationen zu den getätigten Interaktionen, die etwa an Marktforscher weiter verkauft werden, der zielgerichteten Werbung dienen („targeted advertising“) oder aber dem Nutzer selbst wieder zu Gute kommen als Empfehlungen für neue Inhalte oder Kaufoptionen. Empfehlungssysteme oder kollaborative Filter (Su und Khoshgoftaar 2009) werden seit den Frühzeiten des WWW diskutiert (Resnick und Varian 1997) und seither kontinuierlich weiter entwickelt (Adomavicius und Tuzhilin 2005). Soziale Medienangebote wie YouTube oder Last.fm nutzen solche Verfahren, um von ausgewählten Texten, Videos oder Musikstücken auf höchstwahrscheinlich ebenfalls vom Nutzer gemochte weitere Angebote zu schließen.

Solche Empfehlungssysteme sind auch ein wichtiges Element elektronischer Märkte, wo zwar keine physischen Begrenzung für die Marktfähigkeit von Gütern und Dienstleistungen bestehen, aber der Nutzer ohne Filter verloren wäre im Dickicht der Vielfalt und Vielzahl. Theoretisch unbegrenzte Produktwelten können auf e-commerce-Plattformen einer theoretisch ebenfalls unbegrenzten Anzahl von Interessenten präsentiert werden. Während auf einem konventionellen Markt die Kosten häufig zu hoch sind, um Nischenprodukte anzubieten, da die Nachfrage danach in einem geografisch begrenzten Gebiet zu gering ist, kann online die Nachfrage global gebündelt werden. Sie trifft dort auf ein ebenso verteiltes Angebot, das durch keine realen Entfernungen begrenzt ist. Anderson (2004) hat dafür den Begriff des „Long Tail“ popularisiert (ob er ursprünglich auf ihn zurückgeht, ist strittig). Dieser Long Tail (langer Ausläufer) bezieht sich auf die speziellen bzw. individuellen Produkte oder Dienstleistungen, die nur für eine kleine Zahl an Konsumenten (Nischenmarkt) interessant ist, im Gegensatz zu Produkten und Dienstleistungen, für die ein großer Absatzmarkt (Massenmarkt) existiert, also eine große Menge potenzieller Käufer vorhanden ist (siehe Abb. 4a,b).
Abb. 4

„Long-Tail“-Effekte. Quelle: Darstellung „Long-Tail“-Effekt sowie Zahlenangaben zu Produktinventaren nach Angaben bei Brynjolfsson et al. (2006); siehe auch Kolo (2015)

Anderson hat dabei zwei nicht nur durch soziale Medien, sondern durch Online-Medien allgemein bedingte Voraussetzungen unterschieden, die die Ausweitung von Märkten in einen Long Tail vorbereiten. Zum einen kommt es dadurch, dass der Nutzer selbst zum Produzenten werden kann, zu einer „Demokratisierung der Produktionsmittel“. Die Demokratisierung beschreibt hier vor allem online ohne größeren Aufwand bereitgestellten User Generated Content, etwa Musik oder Videos. So steigt das Angebot und der Long Tail wird länger und facettenreicher. Neben der Herstellung „demokratisiert“ sich zum anderen aber auch die Verteilung, denn insbesondere mit günstigem breitbandigem Internet kann grundsätzlich jeder zum Anbieter werden. Dies reduziert die Kosten und der Long Tail wird dicker.

Im Bereich der Medienangebote kann sich der Einfluss des Long Tail stark bemerkbar machen, wenn etwa verringerte Kosten für Produktion und Verbreitung von Audio- und Videoinhalten zu einem deutlich reichhaltigeren Angebot an Inhalten für kleinere Zielgruppen führen. Als Beispiele seien die zahlreichen Spartensender (TV und Radio) genannt, die seit der Einführung digitaler Übertragung empfangbar sind. Noch stärker in diese Richtung weisen Internetportale wie YouTube, die es ermöglichen, Selbstproduziertes weltweit verfügbar zu machen.

Andersons Überlegungen zum Long Tail erfahren in der wissenschaftlichen Literatur allerdings eine nicht unkritische Würdigung. Modellrechnungen zu aggregierten Effekten kollaborativer Filter (siehe z. B. Fleder und Hosanagar 2009) zeigen, dass diese verstärkend wirken können, d. h. sie nicht zwingend neue Chancen für Fundstücke im Long Tail bieten und damit auch nicht in jedem Fall zur Vielfaltssicherung beitragen. Eine solche durch Markttransparenz getriebene Konzentrationsbewegung vom „Schwanz“ in den „Kopf“ wurde schon von frühen Ökonomen des 19. Jahrhunderts beschrieben und konnte etwa für Online-Märkte (u. a. Videos) nachgewiesen werden (Elberse 2008).

3 Medienökonomische Entwicklungen durch Social Media

3.1 Spezielle Effekte sozialer Medien im Wertschöpfungsprozess der Medien

Zunächst gelten mindestens die generell bestehenden Chancen mit Social Media die Wertschöpfung zu steigern (siehe Abschn. 2) auch im Bereich der Medienunternehmen, von der Entwicklung neuer Produkte über Marketing und Vertrieb bis hin zum Kundendienst. Hinzu kommen jedoch die Optionen durch neue Produkteigenschaften bzw. Formen der Produktion. Abb. 5 schließlich fasst für die in Medienunternehmen typischen Produktionsstufen Beispiele aus traditionellen Medienindustrien und potenzielle Veränderungen durch den Einsatz sozialer Medien zusammen. Wobei durch Social Media auch ganz neue Topologien der Wertschöpfung in Ergänzung zum linearen Modell einer Wertschöpfungskette diskutiert werden (z. B. Kunz und Werning 2013).
Abb. 5

Spezielle Effekte sozialer Medien im Wertschöpfungsprozess der Medien. Quelle: Eigene Darstellung nach der Struktur in Wirtz (2006) und Gläser (2010); siehe auch Kolo (2015)

Die Chancen sowie Herausforderungen gegenüber Wettbewerbern reichen von der Konzeption neuer Formate, Titel oder Online-Angebote etwa durch Integration von Lead Usern in den Produktentwicklungsprozess über ganz neue Angebotstypen aus dem Bereich der sozialen Medien, den Beitrag von Nutzern zu Inhalten (vgl. auch OECD 2007) sowie natürlich neue Formen der Distribution etwa über Netzwerkplattformen. Über die Veränderungen der Wertschöpfung hinaus verändern sich freilich auch die Nutzungsmuster von Medienangeboten durch das erweiterte Repertoire mit sozialen Medien (siehe z. B. Busemann 2013); man denke etwa an die Bedeutung des sogenannten „Second Screen“ beim Konsum von Bewegtbildinhalten. Damit wird die Nutzung eines zweiten Bildschirms parallel zum laufenden Fernsehprogramm beschrieben (typischerweise ein mobiles Endgerät), über den der Nutzer zusätzliche Informationen aus dem Internet abruft oder aber z. B. in sozialen Medien Programminhalte mit Anderen diskutiert (siehe z. B. Gleich 2014; Lin et al. 2016). Mit den Publika bzw. deren Nutzungsmustern verändern sich schließlich auch Werbemärkte; wiederum mit Rückwirkungen auf die finanziellen Spielräume von Angeboten (Pusler 2008; VDZ 2013a, b).

Je nach traditioneller Mediengattung sind die Reaktionen auf neue Aspekte der Wertschöpfung sozialer Medien bzw. des Social Web insgesamt unterschiedlich. Während für Buchverlage (siehe dazu speziell Faustino 2013) sowie die Musik- und Filmwirtschaft vor allem neue Vermarktungschancen im Long Tail ein Thema sind, stehen für Zeitungs- und Zeitschriftenverlage und das Free TV vor allem die Erweiterung der Reichweite verbunden mit zusätzlichen Werbeerlösen im Vordergrund (siehe z. B. Hoffmeister 2011 oder VDZ 2013a). Die Einbindung von Nutzern in die Wertschöpfung als Inhalte-Produzenten hingegen ist zumindest in Deutschland noch wenig ausgeprägt, wird aber von neuen Wettbewerbern etwa im Nachrichtenumfeld intensiv verfolgt (siehe dazu zum Beispiel die Huffington Post), allerdings mit sehr unterschiedlichen Bewertungen, was die inhaltliche Qualität anbelangt und noch unklarem publizistischem Erfolg.

3.2 Einfluss von Social Media auf Geschäftsmodelle von Medienunternehmen

Der Einsatz von Social Media im Kontext der Medienunternehmen bzw. deren Alltagsintegration durch die Nutzer hat allerdings nicht nur Auswirkungen auf die Architektur der Leistungserbringung bzw. der Wertschöpfung, er betrifft vielmehr auch die Geschäftsmodelle der Medienunternehmen insgesamt (siehe dazu Brown 2013). Wirtz et al. (2012) schlagen zur Strukturierung der Einflüsse ein Schema vor, das vier Wirkungsdimensionen sozialer Medien auf das Bestandsgeschäft durch neue oder ergänzende Nutzenaspekte beschreibt. Die neuen Möglichkeiten für Nutzer, Interaktion und Kommunikation durch technisch ermöglichte Funktionen zu bereichern, die Möglichkeit der Teilhabe von Partnern des eigenen sozialen Netzwerks am Nutzungserleben, die speziellen Bedürfnisse individueller Nutzer oder von Gruppen zu adressieren oder aber sich als Nutzer selbst direkt an der Wertschöpfung zu beteiligen, liefern demnach zahlreiche Anknüpfungspunkte für Geschäftsmodellinnovationen (Abb. 6a):
Abb. 6

Nutzung sozialer Medien und Geschäftsmodellinnovationen. Quelle: Eigene Darstellung nach Wirtz, Schilke und Ullrich (2010) und Afuah (2014)

  • Direkter Wertschöpfungsbeitrag durch Nutzer: Die Wertschöpfung durch den Nutzer selbst kann von der Ideen-Generierung (sei es durch Kreativ-Prozesse oder aber durch neue Finanzierungsformen wie Crowd Funding, siehe unten) und Open Innovation (vgl. schon Füller et al. 2006) über die Inhalte-Produktion (vgl. schon Daugherty et al. 2008) bis hin zur Vertriebsunterstützung reichen. Sehr spezifisch für Social Media ist auch der implizite Beitrag durch das Generieren von Nutzerdaten zur Ableitung von Marktinformationen und Entscheidungspräferenzen, heute ebenso unter dem Begriff „Big Data“ subsummiert (siehe dazu z. B. VDZ Akademie 2016). In diesem Aspekt des Nutzer-Involvements liegen vermutlich die stärksten und spezifischsten Effekte auf Medienunternehmen, da ganz wesentlich die Medienproduktion betreffend.

  • Neue Formen der Nutzerinteraktion: Diese Wirkungsdimension setzt an der Fähigkeit eines Unternehmens an, einen authentischen Dialog mit dem Nutzer auf Basis einzelner Interaktionen aufzubauen und zu erhalten (Ramani und Kumar 2008) und erfasst damit interaktive Phänomene zwischen Medienunternehmen und Lesern, Hörern oder Sehern (zu Letzteren siehe z. B. Pagani und Mirabello 2012). Auch die Möglichkeiten in kooperativer Weise etwa durch Nutzerfeedback Wert zu generieren ist hierunter zu fassen.

  • Personalisierung für bzw. durch Nutzer: Darunter fallen alle auf in sozialen Medien gewonnenen Hinweise zur bzw. Anforderungen an die Anpassung von Produkt- und Serviceeigenschaften (vgl. Kumar 2007), die vom ganz individuellen Customizing über gruppenbezogene (z. B. innerhalb auf bestimmte Interessen ausgerichteter Communities) bis hin zu Anpassungen reicht, die aus der sozialen Interaktion resultieren. Auch das Einbeziehen der Ortsinformation etwa für „location based services“ oder „hyperlokale“ Medienangebote (z. B. regionaler Zeitungsverlage oder Radiosender), die beispielsweise die lokale Peer-Group der Nutzer zu aktivieren vermag, fällt hierunter.

  • Networking über die Nutzer: Die entsprechenden Elemente eines diesbezüglichen Geschäftsmodells basieren auf dem Teilen von Informationen mit dem sozialen Netzwerk des Nutzers. Letztere spielen dadurch ihre Kundenmacht aus (Constantinides und Fountain 2008) und tragen zur Verbreitung von Marken- bzw. Produktinformation durch das virtuelle „Word of Mouth“ bei (vgl. Dwyer 2007), arbeiten an ihrer eigenen sozialen Identität (Gangadharbatla 2008) oder am Aufbau ihrer Reputation bzw. Vertrauen der Netzwerkkontakte (Valenzuela et al. 2009). Für Medien als Vertrauensgüter haben Social Media diesbezüglich eine herausragende Funktion zur Orientierung der Nutzer (siehe z. B. Sattelberger und Seufert 2015; Lin et al. 2016). Ganz abgesehen davon, wie sehr die Reputation des einzelnen Empfehlenden ins Gewicht schlägt, sind Social Media aber schon rein aufgrund der enormen Reichweite als Vertriebsplattformen für Medienprodukte nicht mehr zu ignorieren (zu Taktiken dafür siehe z. B. Wolter 2016). Das gilt umso mehr dann, wenn die gealterte Klientel traditioneller Medienmarken (insbesondere bei Zeitungen, aber auch im Bereich des traditionellen TV) einer Verjüngung bedarf.

Geschäftsmodellinnovationen (Abb. 6b) wiederum umfassen neben den Fähigkeiten zur Sicherung eines jeweils speziellen Nutzenversprechens je Marktsegment, die das Unternehmen im Wettbewerb auszeichnen, ebenso die Erlösmodelle sowie ein Wachstumsmodell (Afuah 2014). Der Einfluss der unterschiedlichen Formen des Nutzer-Involvements (Abb. 6a) ist dabei nicht jeweils eindeutig zuschreibbar, sondern basiert in der Regel auf der Mischung mehrerer, die in ihren Wirkdimensionen auf Geschäftsmodellinnovationen ohnehin nicht klar abgrenzbar sind.

Die Frage schließlich, ob soziale Medien auf traditionelle Medienanbieter nun eher einen negativen oder einen positiven Gesamteffekt haben, ist noch nicht beantwortet. Das gilt umso mehr für integrierte Medienunternehmen mit Angeboten verschiedener Gattungstraditionen (siehe dazu z. B. Bakker et al. 2013 oder spezifischer zu plattformübergreifenden Kommunikationsstrategien von Medienmarken auch Sattelberger 2015). Werbeerlöse über soziale Medien liegen dabei insgesamt noch deutlich hinter denen mit Suchmaschinenwerbung oder auch klassischer Displaywerbung, holen aber auf (vgl. Comscore 2011; VDZ 2013a; McKinsey 2015). Mit ganz neuen Erlösmodellen wird noch experimentiert (vgl. schon Pusler 2008). Wobei Verlage offenbar immer mehr zu der Einsicht kommen, dass ihre eigene Fähigkeit, systematisch Neugeschäft in den digitalen Medien zu entwickeln, begrenzt ist und sich mindestens auch auf die Akquisition extern gestarteter Unternehmen orientieren (Vogel 2008; VDZ 2013b). Die Erfolge damit waren im Bereich sozialer Medien bislang begrenzt, wie die Beispiele MySpace (Kauf durch NewsCorporation) oder die VZ-Netzwerke (Kauf durch Holtzbrinck) sowie Lokalisten (Kauf durch ProsiebenSat1) zeigen. Wobei das Thema Diversifikation in den Bereich neuer Medien über die Beteiligung an Start-ups im Mediengeschäft zuletzt wieder an Bedeutung gewinnt (z. B. BDZV 2015).

4 Plattformbetreiber als wesentliche Akteure in der Medienwirtschaft

4.1 Soziale Medien als ökonomische Akteure

Soziale Medien sind aus mehreren Gründen von volkswirtschaftlicher Relevanz. Zum einen konstituieren soziale Medien selbst einen neuen, prosperierenden und auf substanzielle Größe gewachsenen Wirtschaftszweig. Facebook etwa lag bereits 2014 mit großem Abstand vor Comcast, dem damals größten Medienunternehmen weltweit (IFM 2014). Heute, im ersten Halbjahr 2016 liegt seine Marktkapitalisierung bei 300 Mrd. Euro (ycharts.com 2016), fast um einen Faktor zehn über dem der größten traditionellen Player. Die nächstgrößten Sozialen Medien, Twitter, LinkedIn und Snapchat folgen zwar erst im unteren zweistelligen Bereich, sind aber in 2016 erst etwa drei bzw. fünf Jahre an der Börse. Darüber hinaus gibt es eine ganze Reihe weiterer Neugründungen, die in der Milliarden-Euro-Liga spielen.

Das Verhältnis aus Marktbewertung und Nutzerzahl variiert zwar (Abb. 7a), da etwa auch in der Intensität der Nutzung oder der Internationalität ein Einfluss auf die Bewertung zu erwarten ist. Letztere liegt im Mittel bei nicht ganz 70 Euro pro Nutzer, weist nur eine relativ geringe Bandbreite von etwa 30 Euro auf.
Abb. 7

Bewertung sozialer Medien. Quelle: Marktbewertung nach Ycharts (2016) für amerikanische Unternehmen bzw. für Xing nach Unternehmensangaben; Nutzerzahlen nach tagesaktuellen Unternehmensangaben bzw. Durchschnitt für 1. Quartal 2014

Diese relativ ähnliche Bewertung je Nutzer lässt darauf schließen, dass die Reichweite das zentrale Kriterium ist. Abgesehen davon gibt es in den Geschäftsmodellen bzw. Erlösmodellen sozialer Medien eine große Variationsbreite, die in Abb. 8 gegenübergestellt sind.
Abb. 8

Erlösmodelle großer Plattformbetreiber. Quelle: Eigene Darstellung nach Unternehmensangaben sowie Angaben bei Chui et al. (2012)

Für die Betreiber sozialer Medienangebote stehen zwar verschiedene Finanzierungsformen zur Verfügung, doch am weitesten verbreitet ist die Finanzierung durch Display- bzw. Banner-Werbung, die mehr oder weniger gezielt („targeted advertising“) eingesetzt wird. Darüber hinaus bieten manche Betreiber sozialer Medien Suchmaschinenwerbung oder Sonderformen der Werbung an, die spezifische Eigenschaften sozialer Medien ausnutzen. Zu letzteren Formen zählen etwa gesponserte Tweets auf Twitter. Daneben finden sich E-Commerce-Erlöse für digitale sowie auch physische Güter, die als Provisionen oder direkte Erlöse von über die Plattformen vertriebene Produkte erzielt werden. Einige Anbieter profitieren zusätzlich, indem sie Bezahlsysteme zur Verfügung stellen, die ebenfalls am Handelsvolumen partizipieren.

Für die Nutzung der reichweitenstärksten sozialen Medien werden vom Endkunden in der Regel keine Gebühren entrichtet, wofür eine kritische Masse notwendig scheint (vgl. schon Enders et al. 2008). Eine Ausnahme hiervon ist der Messaging-Dienst Whatsapp. Verbreiteter sind Mitgliedsgebühren oder Abosysteme im beruflichen Umfeld. In Letzterem werden auch für spezielle Leistungen zusätzliche Service-Gebühren entrichtet; etwa beim Schalten von Stellenanzeigen in beruflichen Netzwerken oder für die Nutzung ganz spezifischer Online-Dienste etwa zur unternehmensinternen Kollaboration oder der Vertriebssteuerung. Die überwiegend privat genutzten sozialen Medien wiederum nutzen fast durchweg als weitere Erlösquelle den Verkauf von Marktinformationen, der durch die Nutzerinteraktionen anfällt (z. B. zu Interessenkombinationen oder zu Einkaufsverhalten nach speziellen Soziodemografien).

Schon heute ist evident, dass die volkswirtschaftliche Bedeutung Sozialer Medien weit über die Medienwirtschaft hinausgeht. Zum einen haben Soziale Medien enormen Einfluss auf die Leistungserbringung in bestehenden Wertschöpfungsketten. Zum anderen können sie ganz neue Qualitätsaspekte oder Kostenoptimierungen in Geschäftsmodellinnovationen eröffnen. Von diesen beiden Effekten ist prinzipiell keine Branche unberührt, auch wenn sich die Potenziale, damit Wettbewerbsvorteile zu erschließen, sowie die Einfachheit, mit der diese Potenziale zu heben sind, deutlich unterscheiden. Insgesamt ist aus dem Zusammenspiel dieser bereits in Teilen dokumentierten Entwicklungen ein deutlicher Effekt auf gesamtwirtschaftlicher Ebene zu erwarten (Chui et al. 2012), dessen Quantifizierung noch aussteht. Dazu kommt nämlich auch noch die Unsicherheit dadurch, dass neben den oben angeführten direkten Effekten im Bereich der Wirtschaft ebenso indirekte volkswirtschaftliche Auswirkungen durch ganz generelle, von sozialen Medien induzierte Veränderungen in der Art und Weise, wie wir leben und arbeiten, zu erwarten sind.

4.2 Medienökonomische und medienpolitische Bedeutung großer Plattformbetreiber

Unabhängig von den durch soziale Medien ermöglichten bzw. eingeforderten Veränderungen in der Wertschöpfung sind insbesondere die großen Plattformen auch wesentliche neue Kanäle für die Verbreitung der Inhalte traditioneller Medienmarken (Eble 2013). Sie bilden Bühnen für Anschlusskommunikation, mithin neu geartete Öffentlichkeiten. Die großen sozialen Medien sind denn heute neben ihrer in der Börsenbewertung dokumentierten wirtschaftlichen Bedeutung überdies publizistisch bedeutende Akteure. Sie erreichen nationale Bevölkerungsmehrheiten oder zumindest wichtige Multiplikatoren wie etwa in Schwellenländern (etwa denen des Arabischen Frühlings) und bedienen global bisweilen ein Milliardenpublikum, wie etwa facebook im ersten Quartal 2016 mit 1,7 Milliarden Nutzern (facebook 2016). Allerdings entziehen sie sich gerade wegen ihrer Internationalität auch leicht den für den Mediensektor typischen nationalen Regelungen.

Als Medienangebote erweitern sie das Repertoire traditioneller Medienunternehmen, für die sich daraus einerseits Chancen etwa durch potenzielle Innovationen in der Produktion, neue Produkteigenschaften oder aber zusätzliche Distributionskanäle ergeben. Andererseits treten aber auch neue Konkurrenten auf den Plan. Social Media besetzen aber nicht einfach nur einen neuen Markt, sondern bringen durch ihren Erfolg traditionelle Medienunternehmen als Wettbewerber um Aufmerksamkeit bzw. Erlöse zunehmend in Bedrängnis. Insbesondere die für eine prosperierende Medienwirtschaft unabdingbaren Werbeeinnahmen werden diesen angestammten Akteuren zunehmend streitig gemacht.

Die großen Anbieter sozialer Medien sind demnach in zweierlei Hinsicht auch medienökonomisch relevante Akteure: Zum einen stellen sie selbst eigene (nutzergenerierte) Inhalte in kommerziell erfolgreicher Weise bereit, zum anderen setzen sie neue Rahmenbedingungen als schwergewichtige Akteure des Mediensystems, indem sie mit traditionellen Medienunternehmen im Wettbewerb, um Rezipienten sowie um Anzeigenkunden stehen. Weil sie wichtige Multiplikatoren für Inhalte sind, liegt es nicht fern sie auch in ein „Public-Value“-Kalkül zum Beitrag der Medien für Kultur und Gesellschaft (siehe dazu etwa Gundlach 2011) einzubeziehen, was aber noch nicht der Fall ist.

5 Zusammenfassung und Ausblick auf Aspekte des Wandels durch Social Media

Wenn man in die Frühzeit des WWW zurückgeht, dann wird deutlich, dass das, was heute unter Social Media bzw. noch allgemeiner dem Social Web (als Zusammenspiel der diversen Anwendungen Sozialer Medien) subsummiert wird, der eigentliche Ausgangspunkt war. Berners-Lee (1989) konzipierte das WWW von Anfang an im gleichen Maße zum Publizieren wie zum Konsumieren der Inhalte. Die darauf folgenden Zeiten der erstmaligen Kommerzialisierung des WWW mit einer Editor-Nutzer-Trennung (das „Web 1.0“), ganz nach dem Schema der traditionellen Massenmedien, stellten hinsichtlich Grundphilosophie einen Rückschritt dar. Gleichwohl folgt die Entwicklung des WWW insgesamt einem Prozess zunehmender Vernetzung mit dem „Netzwerk“ als zentraler Metapher und dominanter Organisationsform, um das sich Aktivitäten und Strukturen in der Gesellschaft auf der Basis elektronisch vermittelter Kommunikation konstituieren (Castells 2004).

Als weitere qualitativ neue Aspekte der Vernetzung deuten sich schon heute neben der Vernetzung der Webinhalte mit realen Orten (z. B. über „location based services“), die Vernetzung von Artefakten mit Artefakten („das Web der Dinge“ oder „Internet of Things“) (siehe z. B. Greengard 2015) und damit einhergehend die Vernetzung von Nutzern und Artefakten („human machine“ oder „human robot interaction“) (siehe z. B. Soegaard und Dam 2013) bis hin zu neuen Qualitäten der Vernetzung von Nutzern mit Nutzern, insbesondere im Zusammenhang von Bedeutungsstrukturen im „Sematic Web“ (siehe z. B. Blumauer und Pellegrini 2008) an. Netzwerke sozialer Beziehungen treten so neben andere Verknüpfungen und verschränken sich mit diesen. In jedem Fall sind also weitere Typen von in irgendeiner Form auch sozialen Anwendungen zu erwarten, die heute in ihren Funktionen nur erahnt werden können (siehe z. B. PWC 2012; Comscore 2011).

Vor diesem Hintergrund ergeben sich Desiderata der Forschung auf unterschiedlichem Abstraktionsniveau. Die wohl konkreteste Frage zur Zukunft sozialer Medien ist die, ob die nun über die skizzierten Netzwerkeffekte zur Marktführerschaft gekommenen Angebote in ihrer jeweiligen Dominanz so stabil sind, dass diese Frage auf eine nach der Zukunft mit Facebook, Twitter und Co. hinausläuft oder vielmehr gerade diese Netzwerkeffekte, die die Annahme aber auch den Ausstieg beschreiben können, immer wieder neue Unternehmen an die Spitze führen. Dieses Schicksal hätte nicht nur ökonomische Relevanz, sondern ebenso medienpolitische. Geht doch mit der Herrschaft über die Nutzerdaten nicht nur ein höchst sensibler Einblick in Privatsphären sondern auch die Kontrolle über Öffentlichkeiten einher. In seiner Marktmacht ist Facebook schon längst in die Liga der „Media Ecosystems“ (Englert und Senft 2012) von Apple, Microsoft, Google, Amazon und Co. aufgestiegen, die obgleich mit unterschiedlichen Herkünften (Hardware, Software bzw. soziale oder andere Online-Dienste) gleichermaßen versuchen, ganze Systeme von zum Teil proprietären Angeboten von Endgeräten über Medieninhalte bis zu darauf aufsetzenden Diensten aufzuspannen. So begegnen sich in Zukunft nicht mehr spezialisierte Anbieter auf einzelnen Märkten, sondern Konglomerate mit enormem ökonomischem, gesellschaftlichem und damit medienpolitischem Gewicht zum „game of thrones“ (o.V. 2012).

Aber nicht nur hinsichtlich der Anbieter sozialer Medien selbst gibt es offene Fragen. Ebenso bezüglich der Rolle sozialer Medien im Kontext traditioneller Medienunternehmen ist neben zahlreichen eher anekdotischen Fällen wirkungsvollen Einsatzes auf der einen sowie relativ etablierten Schemata, wie diese Wirkungen entlang der Wertschöpfung zu systematisieren sind, auf der anderen Seite, eine umfassende und aktuelle Bestandsaufnahme noch ausstehend. Auch die organisatorischen Veränderungen, die daraus resultieren, etwa im Zusammenhang informeller Netzwerke zwischen Unternehmen (Cross et al. 2005) warten noch auf weitere Aufklärung. Dies gilt insbesondere für die Medienwirtschaft, für die sich im Kontext sozialer Medien, anders als bei parallelen Entwicklungen im Zusammenhang mit der Digitalisierung, Chancen und Bedrohung zumindest gegenwärtig die Waage halten. Welche Rolle soziale Medien allerdings insgesamt für die über den ökonomischen Kontext hinausgehende Perspektive auf die gesellschaftliche Wohlfahrt im Sinne eines Public Value spielen, ist noch offen. Klar ist, dass sie unternehmerisches Handeln generell herausfordern, indem sie ein Spannungsfeld aufbauen zwischen der Getriebenheit durch individuelle Nutzer und deren Freiheiten einerseits und der Notwendigkeit die Aktivitäten in Social Media auch in irgendeiner Form zu kapitalisieren andererseits (siehe dazu Picard 2013).

Literatur

  1. Adomavicius, G., & Tuzhilin, A. (2005). Toward the next generation of recommender systems: a survey of the state-of-the-art and possible extensions. IEEE Transactions on Knowledge and Data Engineering, 17(6), 734–749. http://www.stanford.edu/class/ee378b/papers/adomavicius-recsys.pdf. Zugegriffen am 20.04.2014.
  2. Afuah, A. (2014). Business model innovation. Concepts, analysis, and cases. New York: Routledge.Google Scholar
  3. Albarran, A. (2013). The social media industries (Media management and economics). New York: Taylor & Francis.Google Scholar
  4. Anderson, Ch. (2004). The long tail. The future of entertainment is in the millions of niche markets at the shallow end of the bitstream. Wired Magazine, 12(10). http://www.wired.com/wired/archive/12.10/tail.html. Zugegriffen am 01.07.2016.
  5. Andriole, J. (2010). Business impact of Web 2.0 technologies. CACM, 53(12), 67–79.CrossRefGoogle Scholar
  6. Bakker, P., Hille, S., & van Kerkhoven, M. (2013). Social media strategies and practices of integrated media companies. In M. Friedrichsen & W. Mühl-Benninghaus (Hrsg.), Handbook of social media management. Value chain and business models in changing media markets (S. 431–442). Berlin/Heidelberg: Springer.Google Scholar
  7. Ball, P. (2004). Critical mass. How one thing leads to another. London: Arrow Books.Google Scholar
  8. Bass, F. (1969). A new product growth model for consumer durables. Management Science, 15(5), 215–227.CrossRefGoogle Scholar
  9. BDZV. (2015). Trends der Zeitungsbranche 2015. Befragung unter Verlegern und Verlagsgeschäftsführern durch Schickler Unternehmensberatung und BDZV. http://www.bdzv.de/fileadmin/bdzv_hauptseite/aktuell/pressemitteilungen/2015/assets/BDZV_Schickler_Zeitungsbranche_Trends_2015.pdf. Zugegriffen am 01.07.2016.
  10. Bell, J., & Loane, S. (2010). „New wave“ global forms: Web 2.0 and SME internationalization. Journal of Marketing Management, 17(1), 99–120.Google Scholar
  11. Berners-Lee, T. (1989). Information management: A proposal. Genf: CERN. http://www.w3.org/History/1989/proposal.html. Zugegriffen am 07.07.2009.
  12. Blumauer, A., & Pellegrini, T. (2008). Social Semantic Web. Die Konvergenz von Social Software und Semantic Web. Berlin: Springer.Google Scholar
  13. Boyd, D. M., & Ellison, N. B. (2007). Social network sites: Definition, history, and scholarship. Journal of Computer Mediated Communication, 13(1), 210–230.CrossRefGoogle Scholar
  14. Briscoe, B., Odlyzko, A., & Tilly, B. (2006). Metcalfe’s law is wrong. IEEE Spectrum, 26–31. http://spectrum.ieee.org/computing/networks/metcalfes-law-is-wrong. Zugegriffen am 18.02.2012.
  15. Brown, C. (2013). Social media, aggregation and the refashioning of media business models. In M. Friedrichsen & W. Mühl-Benninghaus (Hrsg.), Handbook of social media management. Value chain and business models in changing media markets (S. 219–238). Berlin/Heidelberg: Springer.Google Scholar
  16. Bruns, A. (2008). The future is user-led: The path towards widespread produsage. Fibreculture Journal, (11). http://eprints.qut.edu.au/12902/1/12902.pdf. Zugegriffen am 20.04.2014.
  17. Brynjolfsson, E., & McAfee, A. (2011). Race against the machine: How the digital revolution is accelerating innovation, driving productivity, and irreversibly transforming employment and the economy. Digital Frontier Press: Boston.Google Scholar
  18. Brynjolfsson, E., & McAfee, A. (2014). The second machine age: Work, progress and prosperity in a time of brilliant technologies. New York: Norton.Google Scholar
  19. Brynjolfsson, E., Hu, Y., & Smith, M. D. (2006). From niches to riches: Anatomy of the long tail. MIT Sloan Management Review, 47(4), 67–71.Google Scholar
  20. Bughin, J., Hung Byers, A., & Chui, M. (2011). How social technologies are extending the organization. The McKinsey Quarterly. http://www.mckinsey.com/industries/high-tech/our-insights/how-social-technologies-are-extending-the-organization. Zugegriffen am 07.09.2016.
  21. Bughin, J., Chui, M., & Harrysson, M. (2016). How social tools can reshape the organization. McKinsey Global Institute, May 2016. http://www.mckinsey.com/business-functions/mckinsey-digital/our-insights/how-social-tools-can-reshape-the-organization?cid=other-eml-alt-mgi-mgi-oth-1605. Zugegriffen am 25.05.2016.
  22. Busemann, K. (2013). Wer nutzt was im Social Web? Media Perspektiven 7-8/2013, S. 391–399. http://www.ard-zdf-onlinestudie.de/fileadmin/Onlinestudie/PDF/Busemann.pdf. Zugegriffen am 20.04.2014.
  23. Castells, M. (2004). Das Informationszeitalter: Wirtschaft; Gesellschaft; Kultur. Teil 1.: Der Aufstieg der Netzwerkgesellschaft. Opladen: Leske + Budrich.Google Scholar
  24. Chesbrough, H., Vanhaverbeke, W., & West, J. (2008). Open innovation: Researching a new paradigm. New York: Oxford University Press.Google Scholar
  25. Chui, M., et al. (2012). The social economy: Unlocking value and productivity through social technologies. Washington: McKinsey Global Institute.Google Scholar
  26. Clement, R., & Schreiber, D. (2016). Internet-Ökonomie. Grundlagen und Fallbeispiele der vernetzten Wirtschaft (3. Aufl.). Berlin/Heidelberg: Springer.Google Scholar
  27. Comscore (2011). It’s a social world: Top 10 need-to-knows about social networking and where it’s headed. http://www.comscore.com/Insights/Presentations_and_Whitepapers/2011/it_is_a_social_world_top_10_need-to-knows_about_social_networking. Zugegriffen am 20.04.2014.
  28. Constantinides, E., & Fountain, S. J. (2008). Web 2.0: Conceptual foundations and marketing issues. Journal of Direct, Data and Digital Marketing Practice, 9(3), 231–244.CrossRefGoogle Scholar
  29. Cross, R., Liedtka, J., & Weiss, L. (2005). A practical guide to social networks. Harvard Business Review, 1–10Google Scholar
  30. Daugherty, T., Eastin, M., & Bright, L. (2008). Exploring consumer motivations for creating user-generated content. Journal of Interactive Advertising, 8(2), 16–25.CrossRefGoogle Scholar
  31. Dearing, J. W., & Meyer, G. (2006). Revisiting diffusion theory. In A. Singhal & J. W. Dearing (Hrsg.), Communication of Innovations: A journey with Ev Rogers (S. 29–60). New Delhi: Sage.CrossRefGoogle Scholar
  32. Degen, M., & Spiller, R. (2014). Crowdfunding im Journalismus. In L. Frank & G. von Nordheim (Hrsg.), Journalismus ist kein Geschäftsmodell. Aktuelle Studien zur Ökonomie und Nicht-Ökonomie des Journalismus (S. 201–218). Baden-Baden: Nomos.CrossRefGoogle Scholar
  33. Denyer, D., Parry, E., & Flowers, P. (2011). Social, open, and participative? Exploring personal experiences and organizational effects of enterprise 2.0 use. Long Range Planning, 44(5/6), 375–396.CrossRefGoogle Scholar
  34. Dunbar, R. I. M. (2016). Do online social media cut through the constraints that limit the size of offline social networks? Royal Society Publishing. doi:10.1098/rsos.150292. http://rsos.royalsocietypublishing.org/content/3/1/150292. Zugegriffen am 25.05.2016.
  35. Dwyer, P. (2007). Measuring the value of electronic word of mouth and its impact in consumer communities. Journal of Interactive Marketing, 21(2), 63–79.CrossRefGoogle Scholar
  36. Eble, M. (2013). Medienmarken im Social Web – Wettbewerbsstrategien und Leistungsindikatoren von Online-Medien aus medienökonomischer Perspektive. Berlin: LIT Verlag.Google Scholar
  37. Elberse, A. (2008). Should you invest in the long tail? In Harvard business review (Bd. 86(7/8), S. 88–96). Boston: Harvard Business Publishing.Google Scholar
  38. Enders, A., et al. (2008). The long tail of social networking: Revenue models of social networking sites. European Management Journal., 26(3), 199–211.CrossRefGoogle Scholar
  39. Englert, M., & Senft, C. (2012). Digitale Ökosysteme – Neue Werttreiber in der Medienwirtschaft. In C. Kolo, T. Döbler & L. Rademacher (Hrsg.), Wertschöpfung durch Medien im Wandel. Baden-Baden: Nomos.Google Scholar
  40. European Commission. (2015). Background paper for the round-table of leaders of European initiatives on „Digitizing European Industry“, Brussels, 30. June 2015. Brussels: European Commission, DG Connect. https://ec.europa.eu/digital-single-market/en/news/background-documents-and-key-information-why-european-commission-set-strategy-industry. Zugegriffen am 20.05.2016.
  41. European Parliament. (2013). How to build a ubiquitous digital society. Study. European Parliament – Directorate-General for Internal Policies. www.europarl.europa.eu/RegData/…/IPOL-ITRE_ET(2013)518736_EN.pdf. Zugegriffen am 14.04.2014.
  42. Facebook. (2016). Facebook reports first quarter 2016 results and announces proposal for new class of stock. http://investor.fb.com/releasedetail.cfm?ReleaseID=967167. Zugegriffen am 15.05.2016.
  43. Faustino, P. (2013). Book industry business, concentration, internet and social media of management and marketing. In M. Friedrichsen & W. Mühl-Benninghaus (Hrsg.), Handbook of social media management. Value chain and business models in changing media markets (S. 87–124). Berlin/Heidelberg: Springer.Google Scholar
  44. Fleder, D. M., & Hosanagar, K. (2009). Blockbuster culture’s next rise or fall: The impact of recommender systems on sales diversity. Management Science, 55(5), 697–712. http://papers.ssrn.com/sol3/papers.cfm?abstract_id=955984. Zugegriffen am 01.06.2016.
  45. Friedrichsen, M., & Mühl-Benninghaus, W. (Hrsg.). (2013). Handbook of social media management. Value chain and business models in changing media markets. Berlin/Heidelberg: Springer.Google Scholar
  46. Füller, J., Bartl, M., Ernst, H., & Mühlbacher, H. (2006). Community based innovation: How to integrate members of virtual communities into new product development. Electronic Commerce Research, 6(1), 57–73.CrossRefGoogle Scholar
  47. Gangadharbatla, H. (2008). Facebook Me: Collective self-esteem, need to belong, and internet self-efficacy as predictors of the iGeneration’s attitudes toward social networking sites. Journal of Interactive Advertising, 8(2), 1–28.CrossRefGoogle Scholar
  48. Gläser, M. (2010). Medienmanagement (2. Aufl.). München: Vahlen.Google Scholar
  49. Gleich, U. (2014). Second Screen und Social-Media-Nutzung. ARD-Forschungsdienst. Media Perspektiven, 2, 111–117. Zugegriffen am 20.04.2014.Google Scholar
  50. Greengard, S. (2015). The internet of things. Boston: MIT Press.Google Scholar
  51. Gundlach, H. (Hrsg.). (2011). Public Value in der Digital- und Internetökonomie. Köln: Herbert von Halem Verlag.Google Scholar
  52. Hanna, R., Rohm, A., & Crittenden, V. L. (2011). We’re all connected: The power of the social media ecosystem. Business Horizons, 54(3), 265–273.CrossRefGoogle Scholar
  53. Hill, R. A., & Dunbar, R. (2003). Social network size in humans. Human Nature, 14(1), 53–72.CrossRefGoogle Scholar
  54. Hippel, E. v. (2005). Democratizing innovation. Boston/London: MIT Press.Google Scholar
  55. Hoffmeister, C. (2011). Social Media als Herausforderung für Zeitungsverlage. Potenziale – Produkte – Perspektiven. Berlin: Bundesverband Deutscher Zeitungsverleger.Google Scholar
  56. Howe, J. (2006). The rise of crowdsourcing. Wired. Juni 2006. Zugegriffen am 20.04.2014.Google Scholar
  57. IFM. (2014). Media data base – International Media Corporations 2013. Institut für Medien- und Kommunikationspolitik. http://www.mediadb.eu/en.html. Zugegriffen am 01.04.2014.
  58. Jue, A. L., Alcalde Marr, J., & Kassotakis, N. E. (2009). Social media at work: How networking tools propel organizational performance. Hoboken: Wiley.Google Scholar
  59. Kaplan, A. M., & Haenlein, M. (2010). Users of the world, unite! The challenges and opportunities of social media. Business Horizons, 2010(53), 59–68.CrossRefGoogle Scholar
  60. Keen, A. (2008). Die Stunde der Stümper. München: Carl Hanser Verlag.Google Scholar
  61. Kietzmann, J. H., Hermkens, K., McCarthy, I. P., & Silvestre, B. S. (2011). Social media? Get serious! Understanding the functional building blocks of social media. Business Horizons, 54(3), 241–251.CrossRefGoogle Scholar
  62. Kolo, C. (2015). Ökonomie sozialer Medien. In: Schmidt, J.-H. & Taddicken, M. (Hrsg.). Handbuch Soziale Medien. http://link.springer.com/referenceworkentry/10.1007/978-3-658-03895-3_17-1. doi:10.1007/978-3-658-03895-3_17-1. Zugegriffen am 01.06.2016.
  63. Kolo, C., & Weichert, S. (2014). Germany: Evaluating alternatives to finance quality journalism. In P. Murschetz (Hrsg.), State aid for newspapers. Theories, cases, actions (S. 215–235). Wiesbaden: Springer.Google Scholar
  64. Kumar, A. (2007). From mass customization to mass personalization: A strategic transformation. International Journal of Flexible Manufacturing Systems, 19(4), 533–547.CrossRefGoogle Scholar
  65. Kunz, R., & Werning, S. (2013). Media management and social media business: New forms of value creation in the context of increasingly interconnected media applications. In M. Friedrichsen & W. Mühl-Benninghaus (Hrsg.), Handbook of social media management (Value chain and business models in changing media markets, S. 253–268). Berlin/Heidelberg: Springer.CrossRefGoogle Scholar
  66. Lazarsfeld, P. F., Berelson, B., & Gaudet, H. (1944). The people’s choice: How the voter makes of his mind in a presidential campaign. New York: Columbia University Press.Google Scholar
  67. Lee, S. H., DeWester, D., & Park, S. R. (2008). Web2 opportunities for small businesses. Service Business, 2(4), 335–345.CrossRefGoogle Scholar
  68. Leskovec, J., & Horvitz, E. (2007). Planetary-scale views on an instant-messaging network. Microsoft Research Technical Report MSR-TR-2006-186. http://arxiv.org/PS_cache/arxiv/pdf/0803/0803.0939v1.pdf. Zugegriffen am 07.07.2009.
  69. Levine, R., et al. (2001 [1999]). The cluetrain manifesto: The end of business as usual. Cambridge, MA: Basic Books. http://www.cluetrain.com/book/index.html. Zugegriffen am 20.03.2014.
  70. Li, C., & Bernoff, J. (2011). Groundswell: Winning in a world transformed by social technologies. Boston: Harvard Business Review press.Google Scholar
  71. Lin, J., Sung, Y., & Chen, K. (2016). Social television: Examining the antecedents and consequences of connected TV viewing. Computers in Human Behavior, 58(May 2016), 171–178. doi:10.1016/j.chb.2015.12.025. Zugegriffen am 01.06.2016.Google Scholar
  72. Ljungberg, J. (2000). Open source movements as a model for organizing. European Journal of Information Systems, 9(4), 208–216.CrossRefGoogle Scholar
  73. Mattern, F., et al. (2012). Turning Buzz into gold. How pioneers create value from social media. McKinsey & Company. www.mckinsey.de/…/Social_Media_Brochure_Turning_buzz_into_gold.pdf. Zugegriffen am 17.04.2014.
  74. McKinsey. (2015). Global media report 2015. https://www.mckinsey.de/2015-10-20/global-media-report-2015. Zugegriffen am 07.09.2016.
  75. Meade, N., & Islam, T. (2006). Modelling and forecasting the diffusion of innovation – A 25-year review. International Journal of Forecasting, 22(3), 519–545.CrossRefGoogle Scholar
  76. Milgram, S. (1967). The small world problem. Psychology Today, 2, 60–67.Google Scholar
  77. Mollick, E. R. (2013). The dynamics of crowdfunding: An exploratory study. Journal of Business Venturing, 29(1), 1–16, Jan 2014.Google Scholar
  78. Moritz, A., & Block, J. H. (2014). Crowdfunding und Crowdinvesting: State-of-the-Art der wissenschaftlichen Literatur. Zeitschrift für KMU und Entrepreneurship, 62(1), 57–89. doi:10.2139/ssrn.2274141. Zugegriffen am 30.04.2015.Google Scholar
  79. o.V. (2012). Another game of thrones. Google, Apple, Facebook and Amazon are at each other’s throats in all sorts of ways. Economist, Dec 1st 2012. http://www.economist.com/news/21567361-google-apple-facebook-and-amazon-are-each-others-throats-all-sorts-ways-another-game. Zugegriffen am 14.04.2014.
  80. O’Reilly, T. (2005). What is Web 2.0. Design patterns and business models for the next generation of software. http://oreilly.com/web2/archive/what-is-web-20.html. Zugegriffen am 14.04.2014.
  81. Odlyzko, A., & Tilly, B. (2005). A refutation of Metcalfe’s Law and a better estimate for the value of networks and network interconnections. Digital Technology Center, University of Minnesota, 2 Mar 2005. www.dtc.umn.edu/~odlyzko/doc/metcalfe.ps. Zugegriffen am 12.02.2014.
  82. OECD. (2007). Participative web: User-created content. Working party on the information economy. http://www.oecd.org/internet/ieconomy/38393115.pdf. Zugegriffen am 14.04.2014.
  83. Ordanini, A., Miceli, L., Pizzetti, M., & Parasuraman, A. (2011). Crowd-funding: Transforming customers into investors through innovative service platforms. Journal of Service Management, 22(4), 443–470.CrossRefGoogle Scholar
  84. Pagani, M., & Mirabello, A. (2012). The influence of personal and social-interactive engagement in social TV Web sites. International Journal of Electronic Commerce, 16(2), 41–68.CrossRefGoogle Scholar
  85. Picard, R. (2013). What social media are doing and where they are taking us. In M. Friedrichsen & W. Mühl-Benninghaus (Hrsg.), Handbook of social media management. Value chain and business models in changing media markets (S. 835–842). Berlin/Heidelberg: Springer.Google Scholar
  86. Porter, M. E. (1985). Competitive advantage. New York: The Free Press.Google Scholar
  87. Pusler, M. (2008). Medien und Marken im Web 2.0. Erlösmodelle für Medien in der digitalen Welt. Studie von Ernst & Young in Kooperation mit Hubert Burda Media. http://scienceblogs.de/panorama/wp-content/blogs.dir/12/files/2012/07/i-2d16f9cfe30bbf542ef216ad484d8233-MedienundMarkenimWeb2.0.pdf. Zugegriffen am 20.04.2014.
  88. PWC. (2012). Social Media Deutschland. „The winner takes it all“. Studie unter 1.000 Nutzern zu ihrer Einstellung zu sozialen Medien. PricewaterhouseCoopers AG WPG. http://www.pwc.de/de/corporate-governance/social-media-jeweils-eine-plattform-fuehrend.jhtml. Zugegriffen am 20.04.2014.
  89. Qualman, E. (2012). Socialnomics. How social media transforms the way we live and do business. Hoboken: Wiley.Google Scholar
  90. Ramani, G., & Kumar, V. (2008). Interaction orientation and firm performance. Journal of Marketing Management, 72(1), 27–45.CrossRefGoogle Scholar
  91. Rayport, J. (1996). The virus of marketing. Fast Company Magazine. Issue 06, 12. http://www.fastcompany.com/magazine/06/virus.html?page=0%2C1. Zugegriffen am 18.06.2015.
  92. Reed, P. D. (1999). That sneaky exponential – Beyond metcalfe’s law to the power of community building. 1997–2009 Diamond Management & Technology Consultants. http://web.archive.org/web/20100626072513/http://www.contextmag.com/setFrameRedirect.asp?src=/archives/199903/digitalstrategy.asp. Zugegriffen am 20.03.2016.
  93. Resnick, P., & Varian, H. R. (1997). Recommender systems. Communications of the ACM, 40(3), 56–58. http://www.inf.unibz.it/~ricci/ISR/papers/resnick-varian97.pdf. Zugegriffen am 12.02.2016.
  94. Rheingold, H. (1993). The virtual community: Homesteading on the electronic frontier. Reading: Addison-Wesley.Google Scholar
  95. Ritzer, G., & Jurgenson, N. (2010). Production, consumption, prosumption. The nature of capitalism in the age of the digital „prosumer“. Journal of Consumer Culture, March 2010 vol. 10 no. 1, 13–36.Google Scholar
  96. Rogers, E. M. (2003[1962]). Diffusion of innovations 5. Aufl. New York: Fee Press.Google Scholar
  97. Rushkoff, D. (1996). Media virus! New York: Ballantine Books.Google Scholar
  98. Sattelberger, F. (2015). Optimizing media marketing strategies in a multi-platform world: An inter-relational approach to pre-release social media communication and online searching. Journal of Media Business Studies, 12(1), 66–88. doi:10.1080/16522354.2015.1027117. Zugegriffen am 20.03.2016.Google Scholar
  99. Sattelberger, F., & Seufert, W. (2015). Lassen sich mit Social-Media-Analysen die Absatzprognosen für Vertrauensgüter verbessern? Wechselwirkungen bei der Kommunikation über Filme vor dem Kinostart. In A. Maireder, J. Ausserhofer, C. Schumann & M. Taddicken (Hrsg.), Digitale Methoden in der Kommunikationswissenschaft (S. 197–221). doi:10.17174/dcr.v2.9. Zugegriffen am 20.03.2016.Google Scholar
  100. Schmidt, J.-H., & Taddicken, M. (2015). Soziale Medien: Gattungen, Funktionen, Angebotstypen. In: Schmidt, J.-H. & Taddicken, M. (Hrsg.), Handbuch Soziale Medien. http://link.springer.com/referenceworkentry/10.1007/978-3-658-03895-3_2-1. doi:10.1007/978-3-658-03895-3_2-1. Zugegriffen am 20.03.2016.
  101. Schmidt, J.-H., & Taddicken, M. (Hrsg.) (2015). Handbuch Soziale Medien. Wiesbaden: VS Springer. http://link.springer.com/referencework/10.1007/978-3-658-03895-3. doi:10.1007/978-3-658-03895-3. Zugegriffen am 20.03.2016.
  102. Shapiro, C., & Varian, H. R. (1999). Information rules. Cambridge: Harvard University Press.Google Scholar
  103. Soegaard, M., & Dam, R. F. (Hrsg.). (2013). The encyclopedia of human-computer interaction (2. Aufl.). Aarhus: The Interaction Design Foundation.Google Scholar
  104. Standage, T. (2013). Writing on the wall: Social media – The first 2,000 years. Bloomsbury: London.Google Scholar
  105. Su, X., & Khoshgoftaar, T. M. (2009). A survey of collaborative filtering techniques. Advances in Artificial Intelligence, 2009(2009), Article ID 421425. http://dx.doi.org/10.1155/2009/421425. Zugegriffen am 20.03.2016.
  106. Surowiecki, J. (2004). The wisdom of crowds. Why the many are smarter than the few and how collective wisdom shapes business, economies, societies and nations. London: Little, Brown.Google Scholar
  107. Taddicken, M., & Schmidt, J.-H. (2015). Entwicklung und Verbreitung sozialer Medien. In Schmidt, Jan-Hinrik/Monika Taddicken (Hrsg.). Handbuch Soziale Medien. Online-Publikation: http://link.springer.com/referenceworkentry/10.1007/978-3-658-03895-3_1-1. doi:10.1007/978-3-658-03895-3_1-1. Zugegriffen am 20.05.2016.
  108. Tapscott, D., & Williams, A. D. (2006). Wikinomics: How mass collaboration changes everything. New York: B&T.Google Scholar
  109. Valenzuela, S., Park, N., & Kee, K. F. (2009). Is there social capital in a social network site?: Facebook use and college students’ life satisfaction, trust, and participation. Journal of Computer-Mediated Communication, 14(4), 875–901.CrossRefGoogle Scholar
  110. van Looy, A. (2016). Social media management. Technologies and strategies for creating business value. Cham: Springer.Google Scholar
  111. Vargo, S. L., & Lusch, R. F. (2007). Service-dominant logic: Continuing the evolution. Journal of Academic Marketing, 36, 1–10.CrossRefGoogle Scholar
  112. VDZ. (2013a). VDZ White-Paper: Monetarisierung der Sozialen Reichweite auf Facebook durch Werbung und eCommerce. http://www.vdz.de/digital-singlenews/news/monetarisierung-der-sozialen-reichweite-auf-facebook-durch-werbung-und-ecommerce/. Zugegriffen am 20.03.2016.
  113. VDZ. (2013b). Erlösstrategien 2015 – Zukünftige Handlungsfelder, Umsatzpotenziale und Vertriebsstrategien im Verlagswesen. Verband Deutscher Zeitschriftenverleger in Zusammenarbeit mit KPMG und der Hochschule Fresenius. http://www.vdz.de/vertrieb-singlenews/news/vdz-studie-erloesstrategien-2015-printgeschaeft-bleibt-tragende-saeule-fuer-verlagshaeuser/. Zugegriffen am 20.03.2016.
  114. VDZ Akademie. (2016). Studie „Trends im Data-driven Content“. 39. VDZ-White Paper. https://vdz-akademie.de/wp-content/uploads/2016/02/160224_VDZ-white-paper_content-driven-content_final.pdf. Zugegriffen am 20.03.2016.
  115. Vogel, A. (2008). Online-Geschäftsfelder der Pressewirtschaft. Web 2.0 führt zu neuem Beteiligungsboom der Verlage. Media Perspektiven, 5, 236–246.Google Scholar
  116. Watts, D. J. (2003). Six degrees. The science of a connected age. New York: W. W. Norton & Company.Google Scholar
  117. Wirtz, B. W. (2006). Medien und Internet Management (5. Aufl.). Wiesbaden: Gabler.CrossRefGoogle Scholar
  118. Wirtz, B. W., Schilke, O., & Ullrich, S. (2010). Strategic development of business models: Implications of the web 2.0 for creating value on the internet. Long Range Planning, 43(2/3), 272–290.CrossRefGoogle Scholar
  119. Wirtz, B. W., Mory, L., & Piehler, R. (2012). Geschäftsmodelle im Internet. Auswirkungen des Web 2.0 für die Wertschöpfung im Internet. In C. Kolo, T. Döbler & L. Rademacher (Hrsg.), Wertschöpfung durch Medien im Wandel. Baden- Baden: Nomos.Google Scholar
  120. Wolter, L.-C. (2016). Research note: Generating social buzz for media brands: Conceptualizing social network word of mouth. In G. Siegert et al. (Hrsg.), Handbook of media branding (S. 321–334). Cham: Springer.Google Scholar
  121. Ycharts. (2016). Informationsportal für börsenrelevante Daten. http://ycharts.com/. Zugegriffen am 20.03.2016.

Copyright information

© Springer Fachmedien Wiesbaden 2016

Authors and Affiliations

  1. 1.Hochschule MacromediaMünchenDeutschland

Personalised recommendations