11 min read

Von Zuschauersport bis Sportmannschaft: Identitätsstrategien deutscher Fußballclubs auf LinkedIn

Neue Einblicke in die Online-Strategien deutscher Fußballclubs auf LinkedIn. Unsere Studie zeigt, dass sich die meisten Clubs als "Zuschauersport" präsentieren, was tiefgreifende strategische Entscheidungen für Marketing und Management impliziert.

 

Abstract

In der heutigen digital dominierten Ära ist die Online-Präsenz für professionelle Sportclubs mehr als nur eine Notwendigkeit; sie ist ein zentraler Bestandteil ihrer Marketing- und Branding-Strategien. Diese Studie untersucht, wie sich deutsche Fußballclubs auf LinkedIn darstellen, insbesondere ob sie sich als "Zuschauersport" oder "Sportmannschaft" kategorisieren. Unter Verwendung einer Datenbasis von 48 Fußballclubs aus der 1. Bundesliga, 2. Bundesliga und 3. Liga wurden öffentlich zugängliche Profile auf LinkedIn analysiert, um Muster und Treiber hinter der Selbstdarstellung dieser Clubs zu erkunden. Die Ergebnisse zeigen, dass eine überwältigende Mehrheit der Clubs sich als "Zuschauersport" präsentiert. Weiterhin wurden keine signifikanten Unterschiede in der Selbstdarstellung zwischen den Ligen festgestellt, und die Anzahl der Follower zeigte keinen wesentlichen Einfluss auf die Wahl der Selbstdarstellungskategorie. Diese Befunde deuten darauf hin, dass Clubs unabhängig von ihrer Ligazugehörigkeit und Popularität eine konsequente Strategie verfolgen, sich als Teil der Unterhaltungsindustrie zu positionieren, was potenziell auf eine breitere und diversifizierte Zielgruppenansprache abzielt. Die Studie unterstreicht die Bedeutung einer strategisch durchdachten Online-Identität und liefert wertvolle Einsichten für Clubmanager und Marketingexperten, die darauf abzielen, das Engagement und die Fanbindung in einer zunehmend digitalisierten Welt zu optimieren.

1            Einführung

In der modernen Sportwelt, in der die digitalen Medien eine zentrale Rolle spielen, haben sich die Kommunikationsstrategien von Fußballclubs signifikant gewandelt. LinkedIn, als führende Plattform für berufliche Netzwerke, bietet Vereinen eine einzigartige Bühne, um sich einem globalen Publikum zu präsentieren. Dies ist nicht nur für die Ansprache potenzieller Sponsoren und Geschäftspartner von Bedeutung, sondern auch für die Markenbildung und Fanbindung. Die Art und Weise, wie sich Clubs auf LinkedIn darstellen, kann aufschlussreiche Einblicke in ihre Branding- und Marketingstrategien geben.

Die vorliegende Studie untersucht die Selbstdarstellung deutscher Fußballclubs auf LinkedIn. Der Fokus liegt dabei auf der Frage, ob sich die Vereine primär als "Zuschauersport" oder "Sportmannschaft" identifizieren. Die anfängliche Annahme war, dass sich die meisten Vereine klar als Fußballmannschaften positionieren würden, um ihre sportliche Identität in den Vordergrund zu stellen. Zu meiner Überraschung zeigte sich jedoch, dass eine bedeutende Anzahl von Vereinen sich als "Zuschauersport" kategorisiert. Diese unerwartete Entdeckung wirft interessante Fragen über die strategischen Überlegungen hinter dieser Selbstdarstellung auf.

Die Wahl zwischen der Kategorisierung als "Zuschauersport" oder "Sportmannschaft" mag auf den ersten Blick subtil erscheinen, doch sie spiegelt tiefere strategische Entscheidungen wider. Eine Kategorisierung als "Zuschauersport" könnte darauf hindeuten, dass die Clubs sich stärker als Teil der Unterhaltungsindustrie sehen und weniger als reine Sporteinheiten. Dies könnte strategisch genutzt werden, um eine breitere Zielgruppe anzusprechen, die über die traditionellen Fußballfans hinausgeht. Diese Strategie könnte insbesondere in einer Zeit, in der die Digitalisierung das Fanerlebnis neu definiert, von Vorteil sein.

Um diese Phänomene zu verstehen, fokussiert sich diese Arbeit auf drei zentrale Forschungsfragen:

1. Wie unterscheidet sich die Selbstdarstellung von professionellen Fußballclubs in Deutschland auf LinkedIn, insbesondere in Bezug darauf, ob sie sich als "Zuschauersport" oder "Sportmannschaft" kategorisieren?

2. Welche Faktoren beeinflussen die Wahl der Selbstdarstellungskategorie auf LinkedIn durch die deutschen Fußballclubs?

3. Gibt es Unterschiede in der Selbstdarstellung zwischen den Clubs der verschiedenen Ligen (1. Bundesliga, 2. Bundesliga, 3. Liga)?

Die Beantwortung dieser Fragen wird nicht nur Aufschluss über die individuellen Strategien der Clubs geben, sondern auch das Verständnis darüber vertiefen, wie sich professionelle Sportorganisationen in der digitalen Ära positionieren. Die Ergebnisse dieser Studie könnten wertvolle Einblicke für Marketingexperten und Clubmanager bieten, die bestrebt sind, die Online-Präsenz und das Markenimage ihrer Organisationen zu optimieren.

2            Methoden

Datenquelle

Die Daten für diese Studie wurden aus den LinkedIn-Profilen von deutschen Fußballclubs gesammelt, die in der Saison 2023/24 in der 1. Bundesliga, 2. Bundesliga und 3. Liga spielten. Die Erfassung erfolgte am 16. Juni 2024 und zielte darauf ab, die Selbstdarstellung dieser Clubs auf LinkedIn zu untersuchen. Die analysierten Variablen umfassten den Clubnamen, den Slogan, die Beschreibung (Kategorisierung als Zuschauersport oder Sportmannschaft), die Anzahl der Follower und die Anzahl der Beschäftigten. Es ist zu beachten, dass nicht alle Clubs der 3. Liga in die Analyse einbezogen werden konnten. Clubs wie FC Erzgebirge Aue, Spielvereinigung Unterhaching und SC Verl hatten keine aktiven LinkedIn-Seiten. Zudem wurden zweite Mannschaften wie BVB Borussia Dortmund II und SC Freiburg II ausgeschlossen, da ihre Profile nicht die benötigten Informationen boten oder sie als Teil eines größeren Clubs betrachtet wurden.

Datenverarbeitung

Nach der Sammlung wurden die Daten für die Analyse vorbereitet. Dies beinhaltete die Bereinigung von Daten, um Duplikate zu entfernen und fehlende Informationen zu markieren. Die kategorialen Daten, wie die Beschreibung der Clubs als "Zuschauersport" oder "Sportmannschaft", wurden kodiert, um statistische Tests durchführen zu können. Diese vorbereitenden Schritte wurden mithilfe des R-Pakets `dplyr` durchgeführt, das effiziente Methoden zur Datenmanipulation bietet.

Analysemethoden

Für die Analyse der Daten in R wurden deskriptive Statistiken genutzt, um einen Überblick über die Verteilung der Variablen zu geben. Um Zusammenhänge zwischen der Selbstdarstellung der Clubs und anderen Variablen wie Liga-Zugehörigkeit, Follower-Zahlen und Beschäftigtenanzahl zu untersuchen, wurden Korrelationsanalysen und bei Bedarf Chi-Quadrat-Tests für kategoriale Variablen eingesetzt. Weiterhin wurde die `ggplot2`-Bibliothek verwendet, um die Ergebnisse grafisch darzustellen und somit leichter interpretierbar zu machen. Die spezifischen Modelle und statistischen Tests werden im Ergebnisteil genauer beschrieben und begründet.

Ethik und Datenschutz

Die Analyse beschränkte sich auf öffentlich zugängliche Daten von den LinkedIn-Profilen der Clubs. Es wurden keine persönlichen Daten von Individuen erfasst oder analysiert. Alle Daten wurden anonym behandelt, und es wurden keine Rückschlüsse auf einzelne Personen gezogen.

Limitationen

Die Hauptlimitation dieser Studie ist das Fehlen von Daten von einigen 3. Liga Clubs, die entweder keine LinkedIn-Präsenz haben oder als zweite Mannschaften nicht separat analysiert wurden. Dies könnte die Generalisierbarkeit der Ergebnisse auf alle deutschen Fußballclubs einschränken.

3            Ergebnisse

In dieser Studie wurden die Selbstdarstellungsstrategien deutscher Fußballclubs auf LinkedIn untersucht, wobei ein besonderes Augenmerk auf die Kategorisierung der Clubs als "Zuschauersport" oder "Sportmannschaften und -vereine" gelegt wurde. Nach der Bereinigung unter Ausschluss der Spalte `Slogan` umfassten die Daten nun vollständige Informationen von allen 48 Clubs aus den ersten drei deutschen Fußballligen.

Verteilung der Selbstdarstellungskategorien

Die Analyse ergab, dass eine dominante Mehrheit der Clubs sich als "Zuschauersport" beschreibt. Konkret kategorisierten sich 44 der 48 Clubs als "Zuschauersport", während nur vier Clubs sich als "Sportmannschaften und -vereine" identifizierten. Diese starke Präferenz für die Selbstdarstellung als "Zuschauersport" könnte darauf hindeuten, dass die Clubs sich eher als Teil der Unterhaltungsindustrie sehen und weniger als traditionelle Sportteams.

Abbildung: Grafische Darstellung der Verteilung der Selbstdarstellungskategorien auf LinkedIn.

Einfluss der Liga auf die Selbstdarstellung

Ein Chi-Quadrat-Test wurde durchgeführt, um zu bestimmen, ob signifikante Unterschiede in der Wahl der Selbstdarstellungskategorien zwischen den verschiedenen Ligen existieren. Die Ergebnisse dieses Tests zeigten keine statistisch signifikanten Unterschiede (p-Wert > 0.05), was darauf hinweist, dass unabhängig von der Liga-Zugehörigkeit die Tendenz, sich als "Zuschauersport" zu beschreiben, konsistent über alle Ligen hinweg ist.

Zusammenhang zwischen Follower-Zahlen und Kategoriewahl

Eine Regressionsanalyse wurde durchgeführt, um den Einfluss der Follower-Zahlen auf die Wahl der Selbstdarstellungskategorie zu untersuchen. Die Analyse zeigte keinen statistisch signifikanten Zusammenhang zwischen der Anzahl der Follower und der Wahrscheinlichkeit, dass ein Club sich als "Zuschauersport" kategorisiert (p-Wert > 0.05). Dieses Ergebnis legt nahe, dass die Anzahl der Follower nicht direkt die Kategoriewahl beeinflusst.

4            Diskussion

Die Ergebnisse dieser Studie bieten aufschlussreiche Einblicke in die Selbstdarstellungsstrategien deutscher Fußballclubs auf LinkedIn. Die überwiegende Mehrheit der Clubs wählt die Kategorisierung als "Zuschauersport", was auf eine signifikante strategische Entscheidung hinweist, sich über den traditionellen Rahmen einer Sportmannschaft hinaus zu positionieren. Dies spiegelt möglicherweise eine breitere Branchentendenz wider, bei der Fußballclubs nicht nur als sportliche Einheiten, sondern zunehmend als facettenreiche Unterhaltungs- und Geschäftsunternehmen betrachtet werden.

Interpretation der Ergebnisse

Die dominante Selbstdarstellung als "Zuschauersport" unterstreicht das Bestreben der Clubs, das gesamte Spektrum des Zuschauererlebnisses zu betonen. Dies könnte darauf abzielen, eine größere und vielfältigere Zielgruppe anzusprechen, die über eingefleischte Fußballfans hinausgeht. Die Präsentation auf LinkedIn als Plattform, die traditionell auf berufliche Netzwerke und Geschäftsentwicklungen ausgerichtet ist, unterstützt diese Interpretation. Clubs mögen diese Plattform nutzen, um potenzielle Sponsoren und Geschäftspartner anzusprechen, indem sie die wirtschaftlichen Aspekte ihres Betriebs und die breite Anziehungskraft ihrer Veranstaltungen hervorheben.

Die Analyse ergab keine signifikanten Unterschiede in der Selbstdarstellung zwischen den verschiedenen Ligen, was darauf hindeutet, dass die Tendenz, sich als "Zuschauersport" zu kategorisieren, eine übergreifende Strategie ist, die unabhängig von der Liga-Ebene verfolgt wird. Dies könnte die homogene Natur der Marketingstrategien innerhalb der deutschen Fußballligen reflektieren oder darauf hinweisen, dass alle Ligen ähnlichen wirtschaftlichen und sozialen Einflüssen unterliegen.

Der fehlende signifikante Zusammenhang zwischen der Anzahl der Follower und der Wahl der Selbstdarstellung könnte darauf hinweisen, dass die Entscheidung für eine bestimmte Kategorisierung eher von internen strategischen Überlegungen als von der unmittelbaren Reaktion oder Größe der Online-Gemeinschaft abhängt. Dieser Befund fordert die Annahme heraus, dass populärere Clubs möglicherweise eine kommerziellere Ausrichtung in ihrer Selbstdarstellung bevorzugen.

Implikationen für das Management

Für die Clubmanager und Marketingabteilungen bieten diese Erkenntnisse wichtige strategische Richtlinien. Die starke Neigung zur Kategorie "Zuschauersport" könnte als Aufforderung dienen, die Marketingbemühungen zu diversifizieren und Erlebnisangebote zu erweitern, die über den Fußball hinausgehen. Dies könnte die Entwicklung von Fan-Zonen, virtuellen Realitätserfahrungen und anderen innovativen Fan-Engagement-Initiativen umfassen, die das Markenversprechen eines umfassenden Unterhaltungserlebnisses unterstützen.

Empfehlungen für zukünftige Forschungen

Zukünftige Forschungen sollten darauf abzielen, weitere Faktoren zu erkunden, die die Selbstdarstellungsentscheidungen beeinflussen könnten. Dazu gehören detailliertere Untersuchungen der Inhalte, die unter den verschiedenen Kategorien gepostet werden, sowie der Einfluss von kulturellen und ökonomischen Bedingungen auf die strategische Ausrichtung der Clubs. Langzeitstudien könnten ebenfalls aufschlussreich sein, um zu verstehen, wie sich Veränderungen in der Medienlandschaft und im Verbraucherverhalten langfristig auf die Selbstdarstellung der Clubs auswirken.

Schlussfolgerungen

Diese Studie bekräftigt die Bedeutung einer strategisch durchdachten Online-Präsenz in der heutigen digital vernetzten und wettbewerbsorientierten Sportindustrie. Sie zeigt auch, dass die Wahl der Selbstdarstellung auf Plattformen wie LinkedIn ein entscheidender Aspekt des modernen Sportmarketings ist, der weit über traditionelle Ansätze hinausgeht.

Diese Diskussion bietet somit nicht nur praktische Einblicke für die unmittelbar Beteiligten in der Sportbranche, sondern auch wertvolle Anhaltspunkte für akademische Forschungen im Bereich des Sportmanagements und Marketings.

 

Anhang

Anhang A: Takeaways

 

Wie unterscheidet sich die Selbstdarstellung von professionellen Fußballclubs in Deutschland auf LinkedIn, insbesondere in Bezug darauf, ob sie sich als "Zuschauersport" oder "Sportmannschaft" kategorisieren?

Antwort: Die Analyse hat gezeigt, dass eine deutliche Mehrheit der Clubs sich als "Zuschauersport" kategorisiert (44 von 48 Clubs), was darauf hindeutet, dass diese Kategorie bevorzugt wird. Nur eine Minderheit beschreibt sich als "Sportmannschaft".

Welche Faktoren beeinflussen die Wahl der Selbstdarstellungskategorie auf LinkedIn durch die deutschen Fußballclubs?

Antwort: Die Untersuchung der Follower-Zahlen ergab keinen signifikanten Einfluss auf die Wahl der Selbstdarstellungskategorie. Allerdings wurden andere potenzielle Einflussfaktoren wie die Anzahl der Beschäftigten oder spezifische Marketingstrategien nicht untersucht. Um diese Frage vollständig zu beantworten, könnte eine umfassendere Analyse erforderlich sein, die weitere Variablen einbezieht.

Gibt es Unterschiede in der Selbstdarstellung zwischen den Clubs der verschiedenen Ligen (1. Bundesliga, 2. Bundesliga, 3. Liga)?

Antwort: Der Chi-Quadrat-Test zeigte keine signifikanten Unterschiede zwischen den Ligen in Bezug auf die Selbstdarstellungskategorien. Dies deutet darauf hin, dass die Liga-Zugehörigkeit keinen direkten Einfluss auf die Wahl der Selbstdarstellung hat.

Anhang B: R Code zur Datenanalyse

# Daten einlesen
data <- X24_Clubs_LinkedIn

# Bereinigen der Daten, Ausschluss von Datensätzen mit fehlenden Informationen in Schlüsselspalten
data <- data[complete.cases(data[c("Beschreibung", "Follower", "Liga")]), ]

# Umwandeln der Beschreibung in einen Faktor für die Analyse
data$Beschreibung <- factor(data$Beschreibung)

# Erstellen einer Tabelle der Kategorien zur Überprüfung der Verteilung
table(data$Beschreibung)

# Grafische Darstellung der Kategorienverteilung
library(ggplot2)
ggplot(data, aes(x = Beschreibung)) +
  geom_bar(fill = "blue") +
  theme_minimal() +
  labs(title = "Verteilung der Selbstdarstellungskategorien", x = "Kategorie", y = "Anzahl der Clubs")

# Durchführung eines Chi-Quadrat-Tests zur Überprüfung von Unterschieden in der Kategorisierung über die Ligen
chisq.test(table(data$Liga, data$Beschreibung))

# Regressionsanalyse zur Untersuchung des Einflusses der Follower-Zahlen auf die Kategoriewahl
glm_model <- glm(Beschreibung ~ Follower, family = binomial, data = data)
summary(glm_model)

 

Anhang C: Datensatz

Der folgende Datensatz enthält die Informationen, die für die in der Studie durchgeführten Analysen verwendet wurden. Die Daten wurden am 16. Juni 2024 erhoben und umfassen Clubs aus der Saison 2023/24. Sie beinhalten die Liga-Zugehörigkeit, den Namen des Clubs, die Selbstdarstellungskategorie, die Anzahl der Follower und die Anzahl der Beschäftigten. 

Datenerhebung: 16. Juni 2024 

Saison: 2023/24

 

Datenstruktur:

- Liga: Die Liga, in der der Club spielt (1. Bundesliga, 2. Bundesliga, 3. Liga).

- Club: Name des Fußballclubs.

- Beschreibung: Kategorisierung des Clubs auf LinkedIn (Zuschauersport oder Sportmannschaft).

- Follower: Anzahl der Follower des Clubs auf LinkedIn.

- Beschäftigte: Anzahl der Beschäftigten im Club.

 

Datentabelle:

LigaClubBeschreibungFollowerBeschäftigte
BundesligaFC Bayern MünchenSportmannschaften und -vereine156.0001.000 bis 5.000
BundesligaBorussia DortmundZuschauersport77.000501 bis 1.000
BundesligaBayer 04 LeverkusenZuschauersport21.000201 bis 500
BundesligaSport-Club Freiburg e.V.Sportmannschaften und -vereine23.000201 bis 500
BundesligaSV Werder Bremen GmbH & Co KG aASportmannschaften und -vereine23.000201 bis 500
BundesligaFC Augsburg 1907Zuschauersport7.00051 bis 200
Bundesliga1. FC Union BerlinZuschauersport13.00051 bis 200
BundesligaVfB StuttgartZuschauersport33.00051 bis 200
BundesligaRB LeipzigZuschauersport22.00051 bis 200
BundesligaEintracht FrankfurtZuschauersport58.000201 bis 500
BundesligaTSG Hoffenheim Fußball-Spielbetriebs GmbHZuschauersport10.000201 bis 500
BundesligaVfL WolfsburgZuschauersport9.000201 bis 500
Bundesliga1. FSV Mainz 05 e.V.Zuschauersport9.000501 bis 1.000
BundesligaBorussia VfL 1900 Mönchengladbach GmbHZuschauersport18.000201 bis 500
BundesligaVfL Bochum 1848 GmbH & Co. KGaAZuschauersport10.000201 bis 500
Bundesliga1. FC KölnZuschauersport23.000201 bis 500
BundesligaSV Darmstadt 1898 e.V.Zuschauersport6.00011 bis 50
2.BundesligaFC St. Pauli von 1910 e.V.Zuschauersport20.000201 bis 500
2.BundesligaHolstein KielZuschauersport4.00051 bis 200
2.BundesligaFortuna DüsseldorfZuschauersport9.00051 bis 200
2.BundesligaHSVZuschauersport17.000201 bis 500
2.BundesligaKarlsruher SC GmbH & Co. KGaAZuschauersport6.00051 bis 200
2.BundesligaHannover 96Zuschauersport5.00051 bis 200
2.BundesligaSC Paderborn 07 GmbH & Co. KGaAZuschauersport2.00051 bis 200
2.BundesligaSPVGG GREUTHER FÜRTHZuschauersport4.00011 bis 50
2.BundesligaHertha BSC GmbH & Co. KGaAZuschauersport11.00051 bis 200
2.BundesligaFC Schalke 04Zuschauersport21.000501 bis 1.000
2.BundesligaSV 07 Elversberg e.V.Zuschauersport2.00051 bis 200
2.Bundesliga1. FC NürnbergZuschauersport8.00051 bis 200
2.Bundesliga1. FC KaiserslauternZuschauersport6.00051 bis 200
2.Bundesliga1. FC MagdeburgZuschauersport3.00051 bis 200
2.BundesligaEintracht BraunschweigZuschauersport4.00051 bis 200
2.BundesligaSV Wehen 1926 Wiesbaden GmbHZuschauersport2.00051 bis 200
2.BundesligaF.C. Hansa RostockZuschauersport2.00051 bis 200
2.BundesligaVfL OsnabrückZuschauersport5.00051 bis 200
3.LigaSSV Ulm 1846 FußballZuschauersport3.0002 bis 10
3.LigaSC Preußen MünsterZuschauersport2.00051 bis 200
3.LigaSSV Jahn Regensburg GmbH & Co. KGaAZuschauersport3.00051 bis 200
3.LigaSG Dynamo Dresden e.V.Zuschauersport2.00051 bis 200
3.Liga1. FC SaarbrückenZuschauersport40011 bis 50
3.LigaSV Sandhausen 1916 e.V.Zuschauersport2.00011 bis 50
3.LigaFC Ingolstadt 04Zuschauersport3.00051 bis 200
3.LigaFC Viktoria Köln 1904 e.V.Zuschauersport2.00011 bis 50
3.LigaDSC Arminia BielefeldZuschauersport6.00051 bis 200
3.LigaTSV 1860 MünchenZuschauersport5.00051 bis 200
3.LigaHallescher Fußballclub e.V.Sportmannschaften und -vereine80011 bis 50
3.LigaMSV Duisburg GmbH & Co KGZuschauersport1.00051 bis 200
3.LigaVfB Lübeck v. 1919 e. V.Zuschauersport70051 bis 200

Ethische Überlegungen:

Alle Daten wurden aus öffentlich zugänglichen Quellen gesammelt. Es wurden keine persönlichen Daten von Einzelpersonen erfasst. Die Veröffentlichung der Daten erfolgt in Übereinstimmung mit den Richtlinien zur ethischen Veröffentlichung wissenschaftlicher Forschung.

Bitte beachten sie auch unseren Disclaimer:

Disclaimer
Disclaimer zur Nutzung von Künstlicher Intelligenz und Haftungsausschluss Die Inhalte dieser Website wurden teilweise mit Unterstützung von Künstlicher Intelligenz (KI) generiert, überarbeitet und verbessert. Hierbei kamen verschiedene Versionen von KI-Modellen wie ChatGPT, Google Gemini, Perplexity sowie andere Modelle je nach Anwendungsfall zum Einsatz. Wir bemühen uns um größtmögliche Genauigkeit und