Auf der Suche nach Daten-Nuggets
Wie Utopia Nutzerdaten in konkrete Handlungsempfehlungen übersetzt und damit Reichweiten- und Umsatzpotenziale erschließt.
Executive Summary
| Organisation | UTOPIA GmbH |
| Medienangebot | Utopia.de |
| Mitarbeitende | ~ 50 |
Im Strategie Sparring des Media Lab Bayern entwickelte Klara Obermair, ehemals Project Lead bei Utopia, gemeinsam mit Fellow Dominik Meissner ein Data Warehouse inklusive Dashboard, das der Redaktion datenbasierte Handlungsempfehlungen für den Arbeitsalltag bereitstellt.
Hintergrund
Utopia steht wie viele digitale Medienangebote vor der Herausforderung, Reichweite in einem zunehmend umkämpften und von Plattformen geprägten Umfeld zu sichern.
Besonders wichtig ist dabei Google Discover: Schon kleine Anpassungen an Artikeln können dort große Effekte auf die Reichweite haben. Die relevanten Nutzungsdaten waren jedoch über verschiedene Systeme verteilt und im Redaktionsalltag nur schwer nutzbar. Klara bewarb sich deshalb für das Strategie Sparring mit dem Ziel, die vorhandenen Daten zu bündeln und so aufzubereiten, dass die Redaktion daraus konkrete Handlungsempfehlungen ableiten kann.
Die Arbeit im Programm
Klara schärfte zunächst Ziel und Struktur des Vorhabens. Statt von einzelnen Tools und Datenquellen auszugehen, rückte sie konkrete Use Cases in den Mittelpunkt und brachte Redaktion, Business Development und Tech an einem gemeinsamen Zielbild zusammen. Daraus entstanden zwei Projektstränge: ein Data Warehouse für redaktionelle Daten und ein vermarktungsorientierter Ansatz rund um die bestehende Data Management Platform.
Gemeinsam mit Fellow Dominik setzte Klara anschließend den ersten Strang als Pilotprojekt um. Sie bauten eine skalierbare Dateninfrastruktur auf Basis von Google BigQuery – angebunden an Google Search Console, WordPress und Affiliate-Daten und visualisiert in Looker Studio. Automatisierte Prozesse sorgen für tägliche Datenübertragungen und die Anreicherung mit historischen Daten.
Die technische Entwicklung verzahnten sie eng mit redaktionellem Feedback. Ein Testtag und mehrere Feedbackschleifen halfen, Anforderungen zu schärfen und das Dashboard bewusst auf konkrete Use Cases zu fokussieren: Reichweitenpotenziale erkennen und Aktualisierungsbedarf identifizieren.
Parallel entstand eine Kooperation mit dem Partnerverlag inFranken, mit dem Klara und Dominik Zielbild, Metriken und Reporting-Logik abstimmten.
Ergebnisse
- Redaktionelle Verankerung: Das entwickelte Dashboard ist fest in die redaktionellen Routinen integriert und hilft dabei, Reichweitenpotenziale und Aktualisierungsbedarf bei Artikeln zu erkennen.
- Datenbasierte Entscheidungen: Statt Daten nur punktuell auszuwerten, kann die Redaktion sie systematisch für konkrete Entscheidungen nutzen – etwa bei der Auswahl und Überarbeitung von Inhalten.
- Historische Datenbasis: Das Data Warehouse ermöglicht erstmals, Entwicklungen über längere Zeiträume und mit deutlich weniger manuellem Aufwand zu vergleichen und zu analysieren.
- Verlagsübergreifende Zusammenarbeit: Aus dem Austausch mit dem Partnerverlag inFranken entstand eine gemeinsame technische und strategische Basis für Dashboard, Metriken und Reporting.
- Erweiterbare Dateninfrastruktur: Die geschaffene Infrastruktur bildet die Basis für weitere Anwendungen – von zusätzlichen Datenquellen und automatisierten Reportings bis hin zu neuen Vermarktungsansätzen.
Das Projekt-Tandem
Führungskraft
ehem. Project Lead - Utopia
Klara ist Digitalstrategin. Bei Utopia bringt sie ihre Erfahrung in Produktmanagement, Content-Strategie und SEO ein — nutzerzentriert, datenbasiert und mit teamübergreifenden Blick. Ihr Ziel: komplexe Themen verständlich machen und digitale Lösungen entwickeln, die wirklich ankommen.
Fellow
Co-Founder - 169 Labs
Dominik ist Tech-Stratege mit einem besonderen Blick für das Machbare. Seit über 20 Jahren entwickelt er smarte Lösungen für Medienhäuser. Sein Fokus: Effizienz, Skalierung und redaktionelle Souveränität. Über das Media Tech Lab kam er ins Strategie Sparring und brachte dort tiefes Technologiewissen und strategischen Weitblick ein.
Deep Dive
Die Online-Plattform Utopia steht für nachhaltigen Journalismus in einem zunehmend herausfordernden Umfeld: Sinkende Reichweiten, wachsender Wettbewerbsdruck und die Abhängigkeit von Google & Co. erschweren die dauerhafte Sichtbarkeit. Haltung allein reicht hier nicht mehr. Wer langfristig bestehen will, muss sein Angebot datenstrategisch schärfen.
Ein entscheidender Punkt war, dass ein Großteil des Website-Traffics aus Google Discover stammt. In diesem Umfeld lassen sich bereits durch kleine Änderungen, etwa an den Titeln von Artikeln, teils erhebliche Reichweitengewinne erzielen. Der tägliche Workflow der Redaktion bestand darin, Artikel mit ungenutztem Potenzial zu identifizieren. Doch die dazu nötigen Daten lagen in verschiedenen Systemen verteilt und waren nur schwer zugänglich.
Klara Obermair, damals Project Lead bei Utopia, wollte deshalb herausfinden: Wie lassen sich diese Traffic-Nuggets gezielter identifizieren und ihr Umsatzpotenzial systematisch heben?
Ihre Idee war, vorhandene Nutzerdaten so aufzubereiten, dass sie gezielt genutzt werden können. Nicht nur zur Analyse, sondern auch zur strategischen Weiterentwicklung der Vermarktung und zur aktiven Einbindung in Workflows, um sie direkt in Handlungsaufforderungen zu übersetzen.
Doch die Realität sah anders aus: Zwar lagen Daten aus verschiedenen Systemen wie der Search Console, Google Analytics und Affiliate-Quellen vor. Diese waren jedoch unverbunden, unvollständig, schwer zugänglich und wurden nur punktuell genutzt. Zusätzlich gab es eine interne Data Management Platform, deren Potenzial aber noch nicht systematisch ausgeschöpft wurde.
Was fehlte, war eine strukturierte Strategie: Wie lässt sich das Thema intern verankern, jenseits von technischen Tools? Wie entsteht echter Mehrwert für Redaktion, Produkt und Vermarktung? Und wie gelingt es, datenbasiertes Arbeiten so zu gestalten, dass es journalistische Unabhängigkeit nicht gefährdet, sondern stärkt?
Im Strategie Sparring wollte Klara genau diese Fragen beantworten. Und Utopia so aufstellen, dass die Inhalte strategisch klug platziert werden können.
Mehr anzeigen Weniger anzeigen
Die Strategiephase
Zum Start des Programms war die Idee grob umrissen. Es fehlte aber noch an Struktur, Priorisierung und interner Anschlussfähigkeit.
Bereits im ersten Präsenzworkshop ergab sich ein entscheidender Perspektivwechsel: Klara erkannte das Potenzial, die richtigen Beteiligten zusammenzubringen und dabei die Fäden in der Hand zu halten, um konkrete Use Cases auszuarbeiten. Dieses Verständnis legte den Grundstein für die folgende Strategiearbeit.
|
Alles begann mit Stift und Papier: Die Führungskräfte sollten ihr Projekt skizzieren. Ein erster Schritt, um Ideen sichtbar zu machen.
Im weiteren Verlauf nutzte Klara das Strategie Sparring, um die Zielsetzung zu schärfen. Sie erkannte: Nicht die Technik ist das Problem, sondern der fehlende gemeinsame Bezugsrahmen. Der Austausch mit den Coaches machte sichtbar, dass die größte Herausforderung im Brückenbauen zwischen Disziplinen liegt.
Redaktion, Business Development und Tech sprachen bislang zu selten über dasselbe Zielbild. Es fehlte eine klare Governance. Klara strukturierte deshalb das Vorhaben mit klaren Arbeitspaketen, einem abgestuften Vorgehen und einer verbindlichen Roadmap neu.
|
Im Verlauf der Strategiearbeit kristallisierten sich zwei Stränge heraus:
- Der Ausbau des Data Warehouse und die spätere technische Umsetzung eines Dashboards für die Auswertung redaktioneller Daten.
- Ein Sales-orientierter Use Case rund um die intern verwendete Data Management Platform (DMP) und ein seitenweites Umfragetool. Ziel war es, die dort generierten Nutzungsdaten gezielter für die Vermarktung nutzbar zu machen. Etwa durch bessere Zielgruppenansprache oder die Identifikation von Themen mit Umsatzpotenzial.
Beide Ansätze basierten auf derselben Grundannahme: Daten sollen nicht Selbstzweck sein. Vielmehr müssen sie interne und wirtschaftliche Ziele gleichermaßen unterstützen. Ein zentrales Ziel war daher, im Unternehmen ein Bewusstsein für das Potential datenstrategischer Arbeit, aber auch für ihre Grenzen zu schaffen.
Gleichzeitig erkannte Klara, dass sich einige der ursprünglich getroffenen Annahmen erst im späteren Verlauf bewähren würden. Eine weitere Erkenntnis: Google-Daten können Impulse geben, aber sie reichen nicht aus, um redaktionelle Entscheidungen fundiert zu treffen. Was es zusätzlich braucht, sind ergänzende Datenquellen, flexible Filterfunktionen und ein Dashboard, das einfach und intuitiv bedienbar ist.
All das führte bei Klara zum Bewusstsein, dass datenbasierte Produkte vor allem alltagsfähig und anschlussfähig sein müssen. Und dass eine klare Übersetzungsleistung zwischen Technik, Redaktion und Produktmanagement entscheidend ist. Die Lösungen sollten aber auch die Grundlage für strategisch fundierte Entscheidungen im Alltag sein.
Das Pilotprojekt
Da ihre Arbeitsorte nur 300 Meter voneinander entfernt liegen, konnten sich beide kurzfristig abstimmen. Ein Umstand, den beide rückblickend als entscheidend für den Projekterfolg sehen.
Gemeinsam mit Fellow Dominik Meissner setzte Klara die Pilotphase rund um das Data Warehouse und das angeschlossene Dashboard operativ um. Im Zentrum stand dabei nicht das Tool, sondern der Nutzen: Welche Inhalte lohnen eine Überarbeitung? Wo sind Reichweitenpotenziale? Welche Headlines performen besonders gut?
Dominik strukturierte den Prozess in drei Schritte:
1. Identifikation und Anbindung der Datenquellen
Zunächst identifizierte Dominik die relevanten Datenquellen und stellte deren technische Anbindung sicher. Dazu zählten unter anderem Google Analytics, die Google Search Console, WordPress-Metadaten sowie Affiliate-Umsätze. Ziel war es, eine fundierte Datenbasis zu schaffen, auf der alle weiteren Schritte aufbauen konnten.
Bereits zu Beginn kamen technische Herausforderungen auf, wie zum Beispiel volatile Daten aus der Search Console API oder Datenlimits vonseiten Google Analytics in BigQuery, die eine saubere Aktualisierung erschwerten. Diese Probleme konnten im Laufe der Pilotphase jedoch pragmatisch gelöst werden.
2. Validierung eines ersten Mockups
Aus vielen internen Gesprächen mit den späteren Nutzer:innen des Dashboards bauten Dominik und Klara ein erstes Mockup. Dieses wurde mit Kolleg:innen aus der Redaktion und dem Produktteam validiert. Das Feedback floss direkt in die Spezifikationen für das Minimum Viable Product (MVP) ein, was eine enge Verzahnung zwischen Konzeption und Umsetzung ermöglichte.
Ein wichtiger Impuls kam von Dominik: In einem frühen Gespräch erwähnte Klara den informellen Austausch mit dem Partnerverlag inFranken, der an einem ähnlichen Dashboard-Projekt arbeitete. Dominik stellte die einfache, aber wirkungsvolle Frage: „Warum bauen wir das nicht einfach gemeinsam?“
Aus einer losen Verbindung wurde so eine strukturierte Zusammenarbeit auf Augenhöhe. Gemeinsam stimmten die beiden Verlage technische Grundlagen, Zielbild und Reporting-Logik ab.
|
Eine zusätzliche und wichtige Erkenntnis ergab sich beim Testtag mit der Redaktion: Zwar war das Dashboard in der Tiefe sehr leistungsfähig, aber es zeigte sich, dass die Redaktion mit zu komplexen Ansichten nur begrenzt arbeiten konnte. Im Dashboard wurden einfach strukturierte, klare Visualisierungen und weniger Seiten bevorzugt. Ein entscheidender Hinweis für die Weiterentwicklung des Produkts.
3. Technische Umsetzung und Dashboard-Entwicklung
Parallel dazu erstellte Dominik Schnittstellen zu den Datenquellen in BigQuery, unter anderem durch ein passendes Skript. Gemeinsam mit inFranken wurde der erste Entwurf des Dashboards in Looker Studio aufgesetzt und dann anhand des Feedbacks aus der Redaktion iterativ angepasst.
Der Fokus lag klar auf Relevanz statt Datenfülle: Die Redaktion sollte nicht mit Informationen überflutet werden, sondern gezielte, handlungsrelevante Signale erhalten — etwa für Artikel mit hohem Aktualisierungspotenzial.
Bis zum Abschluss der Pilotphase waren die wichtigsten technischen Grundlagen gelegt: Die automatisierte Übertragung von Nutzungsdaten — etwa aus der Google Search Console — funktionierte zuverlässig, erste Tests des Dashboards liefen erfolgreich. Dank kontinuierlicher Feedbackschleifen wurde der Prototyp von Anfang an produktiv in den Redaktionsalltag integriert. Ein zentraler Meilenstein des Projekts. Außerdem wurde der Zugriff auf historische Daten ermöglicht, wodurch retrospektive Auswertungen vereinfacht werden.
|
Klara im Gespräch mit Jason Shen, Programm Manager beim Media Lab Bayern.
Das Pilotprojekt war ein wichtiger Fortschritt, aber noch keine abgeschlossene Lösung. Redaktionelle Routinen wurden zwar hinterfragt, neue Prioritäten sichtbar gemacht. Doch zugleich war es wichtig, darüber zu sprechen, wie sich die Wartung des Dashboards sichern lässt.
Das Wissen lag bislang stark beim Projektteam. Gleichzeitig erwies sich die Integration älterer Daten als aufwändiger als zunächst angenommen. Dominik und Klara nutzten diese Erkenntnisse für eine interne Übergabe: Sie brachten alle Beteiligten auf denselben Stand, erweiterten die Dokumentation und klärten die Zuständigkeiten.
Zum Abschluss der Pilotphase bereitete Klara eine Präsentation für die Geschäftsführung vor. Ihr Ziel: die bisherigen Fortschritte sichtbar machen, die nächsten Schritte für beide Use Cases — Data Warehouse und die Arbeit mit der DMP — skizzieren und die Weichen für eine tragfähige Anschlussfähigkeit stellen. Entscheidend war aus ihrer Sicht vor allem, das entstandene Interesse aufrechtzuerhalten und frühzeitig Klarheit über notwendige Ressourcen und Verantwortlichkeiten zu schaffen.
So wurde das Pilotprojekt zu mehr als einem konkreten Dashboard. Es wurde zum Startpunkt für eine dateninformierte und teamübergreifende Arbeitskultur bei Utopia.
Ausblick
Beide im Strategie Sparring erarbeiteten Stränge waren mit Abschluss des Programms bereit für die langfristige Implementierung in den Teams.
Im Bereich des redaktionellen Dashboards wurde ein weiterer Utopia-Kollege in den Projektstand eingearbeitet. Er übernimmt künftig den Fokus auf die interne Datenaufbereitung. Ein wichtiger Schritt, um die Folgemaßnahmen in sicheren Händen zu wissen. Dazu zählt insbesondere die Anbindung weiterer, bereits identifizierter Datenquellen an BigQuery — nach dem etablierten Schema, um ressortübergreifende Auswertungen zu ermöglichen.
Ergänzend dazu ist eine statische Zwischenspeicherung bestimmter Datensätze in Google Sheets geplant, zur benutzerfreundlichen Analyse und zur Reduktion der Abfragekosten. Auch individuell zugeschnittene, wiederkehrende Reportings lassen sich künftig mit KI-basierten Assistenten wie n8n automatisieren.
Das Dashboard selbst wird regelmäßig überprüft, um etwaige Anpassungsbedarfe frühzeitig zu erkennen. Denkbar wäre hier beispielsweise die Entwicklung einer internen „Artikel-Lifetime-Value“-Metrik zur Bewertung redaktioneller Inhalte.
Durch die gezielte Einbettung von Wissen rund um die Data Management Platform und das Umfragetool in die Teams haben sich bereits weitere Use Cases herauskristallisiert. So wurde etwa eine erste Kooperation mit einem Kunden angestoßen. Mit dem Potenzial, daraus ein skalierbares Werbeprodukt zu entwickeln, das sich auch für andere Kund:innen eignet.
Darüber hinaus unterstützt das Tool künftig auch die Weiterentwicklung der Utopia-Newsletter, ein Ziel mit unternehmensweiter Relevanz.
|
