Zitieren ist kein harmloses Fussnotenhandwerk. Zitieren ist Allokation von Aufmerksamkeit, Legitimation, Einlasskontrolle. In einem öffentlichen Diskurs, der sich zunehmend über Plattformlogiken, Markennamen und Wiedererkennung organisiert, ersetzt der Verweis den Beweis, das Linkziel wird zur stillschweigenden Autorität, die Gästeliste zur heimlichen Verfassung. Wer verlinkt, signalisiert Zugehörigkeit; wer eingeladen wird, wird normalisiert; wer nicht vorkommt, existiert in der Resonanzökonomie nur noch als Geräusch.
Der Begriff Zitierkartell taugt als Titel, weil er moralisch sticht. Als Behauptung im strafrechtlichen Sinn taugt er nicht. Für eine illegale Absprache gibt es in der vorliegenden Evidenz keine Grundlage, und eine solche Unterstellung wäre methodisch unredlich. Als Metapher für eine geschlossene Binnenreferenz mit Gatekeeping Effekten funktioniert der Ausdruck dagegen präzise: Er benennt eine Struktur, nicht eine Verschwörung. Diese Struktur lässt sich messen, beschreiben, vergleichen.
Die von mir in Auftrag gestellte Deepsearch ist eine OSINT Skizze für das Zeitfenster 01.01.2024 bis 14.01.2026, ergänzt um Stabilitätsindikatoren aus fünf Jahren1. Sie arbeitet mit einem gerichteten Linkgraphen, einem Co Appearance Netz, einem Distributionsnetz sowie einem vorsichtigen Gatekeeping Indikator.2 Zentral ist: Es geht nicht um Wahrheitsgehalt einzelner Inhalte, sondern um Zitations und Amplifikationsverhalten. Genau dort wird es unangenehm, weil das Selbstbild der Szene von Offenheit, Mut und Nonkonformität lebt.
Die Deepsearch beschreibt ein Kernnetz aus alternativen Medien und Kommentatoren mit hoher Binnenreferenz, messbarer Gegenseitigkeit und klarer Clusterung. Der reciprocity Wert, also der Anteil wechselseitiger Verlinkungen innerhalb der betrachteten Akteure, liegt im Kernnetz über 20 %. Parallel dazu wird eine starke Konzentration der Verweisziele berichtet, operationalisiert über einen Herfindahl Index3 auf Ziel Domains, als Indikator für Monokultur statt Vielfalt. Für die Quellenkategorien zeigt die Skizze einen Schwerpunkt auf In Scene und Mainstream Verweisen; externe Primärdokumente, Institutionen und wissenschaftliche Quellen bleiben häufig unter 20 % der Outbound Links.
Die Clusterbildung wird als deutlich beschrieben, mit modularity als Mass für Community Struktur und einem Befund von zwei bis vier stabilen Clustern. Der Newman Wert wird exemplarisch mit über 0,4 genannt und als Hinweis auf starke Community Separation interpretiert. Inhaltlich werden Cluster etikettiert als liberal konservativ, regimekritisch oder skeptisch, sowie russlandfreundlich; die Etikettierung ist eine Heuristik, nicht das Ergebnis einer semantischen Ground Truth Prüfung, aber sie korreliert mit den beobachteten Vernetzungsmustern und den genannten Plattformbeispielen.
Im Co Appearance Netz fällt eine hohe Wiederholungsrate auf. Für ein Beispiel wird genannt: 50 Kontrafunk Interviews im Jahr 2024, davon rund 40 % Gäste Wiederholungen. Als Kontrast wird für Lanz im Jahr 2024 eine Wiederholungsrate von unter 15 % angegeben, als grobe Baseline für weniger repetitives Gästemanagement. Zusätzlich wird ein Muster beschrieben, wonach manche Formate eher liberal konservative Gäste zulassen, während Kontakte zu russlandfreundlichen Kanälen selten sind, was als Hinweis auf interne Grenzziehungen gelesen wird.
Im Distributionsnetz werden Cross Posts, Retweets, Newsletter Hinweise und Blogroll Effekte als Verstärkermechanik genannt. Als Beispiele werden Retweet Verbindungen zwischen einzelnen Akteuren, Blogroll Nennungen sowie Querverweise über Parteiseiten und themennahe Bloglisten aufgeführt, als Indiz, dass Reichweite weniger aus offener Discovery, sondern stärker aus kuratierten Pfaden entsteht.
Zur Randlage einzelner Akteure wird ein peripheres Profil skizziert: hohe Aussenbezüge, geringe Reciprocity, geringe Einbettung in Co Appearance. Als exemplarischer Randakteur wird Hadmut Danisch genannt; seine External Source Ratio wird als hoch beschrieben, während Rückverweise und Einladungen selten bleiben, was die soziale Anschlussfähigkeit im Szenekern limitiert. Markus Fiedler wird im Gegensatz dazu als teilvernetzt beschrieben, mit einer Brückenrolle über Betweenness Centrality, jedoch selektiv und nicht vollständig kernintegriert.
Ein heikler Teil der Deepsearch ist der „Silence Proxy“, also das Prüfen von Nichtberichten bei thematisch passenden Ereignissen. Die Skizze markiert das selbst als vorsichtig, weil Schweigen in Medienlogik nie eindeutig ist. Das ist richtig. Es ist ein Indikator, kein Beweis. Die Deepsearch bleibt hier auf der Ebene eines Musters, nicht einer Intentionszuschreibung.
Wichtig für die Integrität: Die Deepsearch enthält stellenweise ausdrücklich hypothetische Belege und spricht von exemplarischer, nicht vollständiger Erhebung. Solche Passagen sind als Platzhalter zu behandeln, nicht als harte Evidenz.
Die beobachteten Muster lassen sich in ein schlichtes, robustes Modell übersetzen: Netzwerkclosure in einem Aufmerksamkeitsmarkt. Drei Mechanismen reichen aus, um das meiste zu erklären
Erstens: Homophilie. Akteure verlinken und laden bevorzugt jene ein, deren Ton, Zielgruppe, Feindbild und Risikoappetit kompatibel sind. Das ist effizient. Effizienz ist in Medienproduktion das seltene Gut.
Zweitens: Wiederholung als Vertrauenssubstitut. Wo Vertrauen teuer ist, wird es synthetisch hergestellt: durch Wiedererkennung, stabile Gesichter, wiederkehrende Namen, kreisende Zitate. Co Appearance ist dabei nicht bloss Unterhaltung, sondern auch eine Art informelle Akkreditierung.
Drittens: Konzentration der Verweisziele. Wer wenige Quellen immer wieder nutzt, reduziert kognitive Kosten, senkt juristische Risiken, minimiert Recherchedruck. In ökonomischer Sprache ist das eine Konzentrationsstrategie. Der Herfindahl Index stammt zwar aus Wettbewerbsanalyse, aber als Heuristik für Monokultur im Quellenraum ist er brauchbar.
Die Metriken, die die Deepsearch verwendet, sind Standardinstrumente der Netzwerkanalyse: Modularity als Community Mass nach Newman; Betweenness Centrality nach Freeman als Mass für Brückenpositionen; Reciprocity als Indikator für symmetrische Bindung, samt Out Degree Verteilung als Proxy für Einlass in die Diskursarena.4
Die Szene nennt sich alternativ, weil sie im Selbstbild eine Alternative zur Mainstream Gatekeeper Struktur sei. Der Deepsearch Befund dreht den Spiegel: Die Szene zeigt Gatekeeping, nur in kleinerem Massstab und mit anderen Ritualen. Nicht „Redaktion entscheidet“, sondern „Netzwerk entscheidet“. Nicht „Chefredaktor“, sondern „Einladung“. Nicht „Agenturmeldung“, sondern „Zitierkette“.
Dabei ist der Unterschied zwischen inhaltlicher Kritik und struktureller Kritik entscheidend. Inhaltlich kann man den Mainstream in vielen Fällen kritisieren, man kann ihn sogar mit guten Gründen kritisieren. Strukturell ist das Problem tiefer: Wer eine Szene baut, baut automatisch Grenzen. Grenzen sind sozial, ökonomisch, rechtlich, psychologisch. Der Wunsch, grenzenlos zu sein, ist ein Marketingnarrativ, kein Betriebsmodus.
Die Deepsearch liefert Indikatoren, dass die alternative Szene in ihrem Kern stärker nach innen referenziert als nach aussen, dass Externals, also Primärdokumente, Institutionen und Wissenschaftsquellen, im Linkmix häufig unter 20 % bleiben, während In Scene und Mainstream die grossen Brocken sind. Das ist paradox, weil alternativ im besten Sinn heissen müsste: weg von Agentur und Sekundärkommentar, hin zu Dokument, Protokoll, Primärtext, Originalquelle. Stattdessen produziert man oft eine zweite Sekundärwelt, die sich selbst zitiert und gelegentlich dem Mainstream die Stichworte klaut, nur um sich umgekehrt zu empören.
Die Co Appearance Zahlen verstärken dieses Bild. 40 % Wiederholungen bei 50 Interviews, das ist keine Vielfalt, das ist Kanonisierung durch Rotation. Die Personalisierung wird zum Verstärker, das Format zur Maschine, der Gast zur Währung. Der Kontrast mit einer geringeren Wiederholungsrate in einem Mainstream Format ist dabei kein moralischer Freispruch für den Mainstream, sondern bloss ein Vergleichspunkt: Repetition ist nicht zwangsläufig, sie ist eine Entscheidung oder eine Strukturfolge der jeweiligen Produktionslogik.
Das „Silence Proxy“ Thema ist heikel, aber als Muster in Kombination mit anderen Metriken kann es etwas anzeigen: Grenzen werden nicht nur durch Nein gezogen, sondern (auch) durch Nichtbeachtung. Diese Nichtbeachtung ist sozial elegant, juristisch risikofrei, psychologisch bequem. Sie verhindert Konflikt, sie verhindert aber auch Erkenntnis, weil Konflikt die Reibung ist, an der Hypothesen sterben oder stärker werden. Die Deepsearch formuliert das als Indikator und bleibt korrekt vorsichtig.
Randakteure sind in diesem Modell nicht schlechter, sie sind strukturell anders. Ein Randakteur kann eine hohe External Source Ratio haben, weil er sich stärker an Primärmaterial abarbeitet, weil er weniger auf Szene Bestätigung angewiesen ist, weil er weniger Einladungslogik bedient. Das senkt aber die Anschlussfähigkeit, wenn der Kern seine Legitimität über Binnenbindung definiert. Der Deepsearch Hinweis zu Danisch ist genau diese Konstellation: aussenorientiert, wenig reciprocity, wenig Co Appearance Einbettung. Bei Fiedler ist der Befund subtiler: Brückenfunktion ja, aber selektiv, nicht allseits anerkannt, nicht überall eingeladen.
Damit wird verständlich, weshalb ein gleichgerichtetes Anliegen nicht automatisch Resonanz erzeugt. Gleichgerichtet heisst nicht kompatibel. Kompatibel heisst: passt in den Erregungsrhythmus, in die Markenästhetik, in die Risikoabschätzung, in die Loyalitätsgeometrie. Wer zu präzise ist, zerstört Empörung. Wer zu technisch ist, zerstört Narrativ. Wer zu unbequem ist, zerstört Koalition.
Wer jetzt reflexhaft „Echo Chamber“ ruft, soll sich disziplinieren. Echo Chamber ist ein Erklärungswort, kein Beweis. Sunstein hat den Mechanismus sozialpsychologisch und demokratietheoretisch beschrieben, aber die konkrete Evidenz muss stets aus dem jeweiligen Netz selbst kommen.5 Die Deepsearch liefert eine erste, unvollkommene, aber messbare Skizze, die in diese Richtung zeigt, ohne mehr zu behaupten als sie tragen kann.
Mehrere Einwände sind naheliegend und müssen stehen bleiben, damit der Text nicht zur Pamphletmaschine wird.
Erstens: Sample Bias. Die Deepsearch arbeitet mit Stichproben und OSINT Zugang. Paywalls, gelöschte Inhalte, geschlossene Newsletter und Telegram Gruppen verzerren jede Messung. Der Befund kann zu stark oder zu schwach wirken, je nach sichtbarer Oberfläche.
Zweitens: Formatbias. Kommentare verlinken anders als Nachrichten. Podcasts haben andere Gästelogiken als Textmedien. Wer Formate mischt, braucht Normalisierung. Die Deepsearch versucht das über separate Netze, aber die Vergleichbarkeit bleibt begrenzt.
Drittens: Kategorienbias. In Scene, Mainstream, Institution, Primärdokument, Science sind operationalisierbare Klassen, aber sie sind nicht ontologisch rein. Ein Dokument kann institutionell und zugleich politisch sein. Ein Mainstream Artikel kann ein Primärdokument enthalten. Eine wissenschaftliche Quelle kann journalistisch popularisiert sein.
Viertens: Schweigen ist ambivalent. Nichtberichten kann Ignoranz sein, es kann Priorisierung sein, es kann Ressourcenmangel sein, es kann strategische Vorsicht sein. Darum taugt der Silence Proxy nur als schwacher Indikator, und nur in Kombination mit anderen Metriken.
Fünftens: Die Deepsearch selbst markiert Teile als hypothetisch oder exemplarisch. Das ist redlich, aber es limitiert die Beweiskraft. Eine belastbare Studie bräuchte reproduzierbare Datensätze, klare Scraping Regeln, versionierte Rohdaten, Interrater Reliability bei Kodierungen und robuste Sensitivitätsanalysen. Die Skizze ist ein Anfang, kein Endurteil.
Trotz aller Vorsicht bleibt der Kern bitter: Obwohl die sogenannten Alternativen Medien die Mainstream Medien in vielen Aspekten zu Recht kritisieren, zeigt ein genauer Blick in den Kreis der alternativen Medien eine abgeschottene Sphäre, die von nicht rudelkonformen Mitbürgern auch bei gleicher Stossrichtung nicht durchbrochen werden kann. Oftmals wird nur Empörung verkauft. Ein ungeschönter Blick auf die Realitäten ist auch in diesen Kreisen nicht gewünscht. Eine Farce.
Der schärfste Punkt ist nicht, dass es Cluster gibt. Cluster sind normal. Der schärfste Punkt ist, dass die Szene ihre eigene Clusterlogik moralisch externalisiert. Sie verurteilt beim Mainstream, was sie selbst als Überlebensstrategie internalisiert: Zirkulation der gleichen Stimmen, die Umwandlung von Verweis in Wahrheit, das Ersetzen von Dokumentarbeit durch Kommentararbeit, die soziale Sanktion über Nichtbeachtung.
Ein Diskurs, der sich alternativ nennt, müsste strukturell anders arbeiten. Er müsste eine höhere Quote an Primärmaterial tragen, gerade bei juristischen und institutionellen Fragen. Er müsste offene Brücken bauen, gerade zu jenen, die zu präzis sind, zu sperrig, zu wenig markenkompatibel. Er müsste das Risiko der Wahrheit akzeptieren, also die Möglichkeit, dass ein eigener Lieblingsnarrativ an einem Dokument stirbt. Genau dort beginnt intellektuelle Hygiene.
Stattdessen entsteht eine zweite Bühne, auf der Mut als Pose gehandelt wird und Konformität als Loyalität erscheint. Wer nicht mitsingt, wird nicht widerlegt. Er wird wegignoriert. Das ist die bequemste Form der Zensur, weil sie ohne Zensor auskommt.
Ein „Zitierkartell“ ist damit keine Verschwörung. Es ist eine Struktur, die aus Bequemlichkeit, ökonomischem Druck, juristischem Risiko und sozialer Homophilie entsteht. Gerade deshalb ist sie so stabil. Menschen müssen nichts Böses planen, damit sich etwas Schlechtes verfestigt. Sie müssen nur das tun, was sie ohnehin tun: Komfort suchen, Risiken meiden, Zugehörigkeit lieben.
- Prompt: siehe Anhang I. ↩︎
- Deepsearch: siehe Anhang II. ↩︎
- https://de.wikipedia.org/wiki/Herfindahl-Index ↩︎
- https://www.pnas.org/doi/10.1073/pnas.0601602103 ↩︎
- https://www.jstor.org/stable/j.ctt7tbsw ↩︎
Anhang I
ROLLE
Du bist ein methodisch strenger Research-Analyst (Empirie, Netzwerkanalyse, Medienwissenschaft light, OSINT), der ausschliesslich belegbasierte Aussagen macht. Keine Spekulation als Fakt. Keine Diffamierung. Jede belastbare Behauptung braucht Primärquellen, Links, Zitate ≤25 Wörter oder klar markierte Inferenz mit Evidenzkette.
ZIEL
Untersuche, wie "in sich geschlossen" die deutschsprachige alternative Medien- und Kommentatoren-Szene ist (Beispiele: Tichy, Reitschuster, PublicoMag, Klonovsky, Kontrafunk, Markus Krall, Achgut, NachDenkSeiten, Vahrenholt, Atlas Initiative, Oliver Gorus, Der Sandwirt, Steinhöfel, RA Haintz, NIUS, Apollo News, sowie weitere relevante Akteure). Vergleiche die Netzwerkposition von "Aussenseitern", z.B. Hadmut Danisch, und "teilvernetzten" Akteuren, z.B. Markus Fiedler.
FORSCHUNGSFRAGEN (präzise Operationalisierung)
1) Link- und Referenznetz: Wer verlinkt, zitiert wen wie häufig? Wie stark ist die gegenseitige Referenzierung innerhalb der Szene im Vergleich zu Verweisen nach aussen, Mainstream, Wissenschaft, Primärdokumente, Institutionen?
2) Co-Appearance-, Gastnetz: Wer tritt bei wem auf: Podcast, YouTube, Konferenz, Interview, Panel? Wie hoch ist die Wiederholungsrate gleicher Gäste?
3) Plattform- und Distributionsnetz: Welche Cross-Postings, Newsletter-Verweise, Telegram-/X-/YouTube-Pushes existieren? Wer amplified wen?
4) Gatekeeping-Signale: Welche Muster deuten auf "Rudelkonformität" hin? Bsp: Schweigen trotz thematischer Passung, selektive Amplifikation, starke In-Group-Zitierpraxis, geringe Brückenbildung.
5) Double-Gaussian-Plausibilität: Gibt es eine bimodale Struktur, Cluster mit hoher Binnenkohäsion vs. Randakteure, gemessen an Netzwerkmetriken: Modularity, Community detection, Betweenness centrality, Out-degree to external sources, Reciprocity, Assortativity?
ZEITFENSTER
Primäranalyse: letzte 24 Monate, 01.01.2024 bis heute. Sekundär: letzte 5 Jahre für Stabilitätstests, Trend, Persistenz der Cluster.
SCOPE / EINSCHLUSSREGELN
- Ein "Akteur" kann ein Medium, ein Kanal, eine Person oder eine Organisation sein, sofern regelmässig publiziert wird.
- Primärkanäle: Website, Substack, Newsletter, YouTube, Podcast-Feeds, X, Telegram, Rumble, falls genutzt, Eventseiten.
- Dokumentiere pro Akteur: offizielle Domains, Hauptkanäle, typische Formate, Impressum, "Über uns", wenn vorhanden.
- Keine Werturteile über Inhalte; Fokus auf Netzwerkstruktur, Zitations- und Amplifikationsverhalten.
DATENERHEBUNG (OSINT, reproduzierbar)
A) Link-/Referenzdaten:
- Für jede Domain: erfasse eine Stichprobe von N=50–200 Beiträgen im Zeitfenster (je nach Volumen), bevorzugt über:
- Site-Suche (Google/Bing): site:DOMAIN (Gast OR Interview OR Podcast OR "bei" OR "zu Gast" OR "spricht mit"), plus "Achgut" etc.
- interne Suchfunktion der Website (falls vorhanden)
- RSS-Feeds, Sitemap (wenn offen)
- Extrahiere aus jedem Beitrag:
- Outbound-Links (Ziel-Domain)
- explizite Nennungen anderer Akteure ohne Link (z.B. "bei X", "wie Y schreibt")
- Quellenkategorie: In-Scene / Mainstream / Institution / Primärdokument / Wissenschaft / Sonstige
B) Co-Appearance-/Gastdaten:
- Sammle Episodenbeschreibungen/Video-Beschreibungen, Gästelisten, Event-Programme.
- Kodierung: Host, Gast, Datum, Thema, Link zur Episode, Medium.
C) Amplifikation/Cross-Posting:
- Suche nach "wie bereits bei", "zuerst erschienen bei", "in Kooperation mit", "Partner", "wir empfehlen", "lesen/hören bei".
- Sammle Newsletter-Hinweise (wenn öffentlich zugänglich) und X-Posts, die auf andere Szene-Akteure verlinken.
D) Kontroll-/Baseline-Vergleich:
- Wähle 5–10 "nicht-alternative" Referenzmedien/Quellen (z.B. grosse Tageszeitungen, öffentlich-rechtliche Formate, Wissenschaftsseiten) und berechne dieselben Metriken auf kleinerer Stichprobe, um zu sehen, ob "Insularität" spezifisch ist oder allgemeines Medienverhalten.
METRIKEN (klar definieren)
Berechne pro Akteur und fürs Gesamtnetz:
1) In-Group Link Ratio = Links zu Szene-Akteuren / alle Outbound-Links
2) External Source Ratio = Links zu Primärdokumenten + Institutionen + wissenschaftlichen Quellen / alle Outbound-Links
3) Reciprocity = Anteil wechselseitiger Verlinkungen zwischen Akteuren
4) Concentration = Herfindahl-Index über Ziel-Domains (zeigt Monokultur vs. Vielfalt)
5) Community/Modularity = Stärke der Clusterbildung
6) Betweenness Centrality = Brückenakteure (Vernetzer)
7) Guest Repetition Index = Anteil wiederkehrender Gäste im Zeitfenster
8) Silence Proxy (vorsichtig, nur als Indikator):
- Definiere "themennahe Ereignisse" (z.B. grosse juristische/politische Ereignisse) und prüfe, ob Akteure, die thematisch stark darauf fokussieren, darüber berichten oder nicht.
- Achtung: Nichtberichten ist nicht beweisend; nur als Muster in Kombination mit anderen Metriken.
KODIERSCHEMA (damit es nicht beliebig wird)
- Szene-Akteur: eindeutig definierte Liste mit IDs (A01, A02 ...), inkl. Aliasse und Domains.
- Quellenkategorien: {InScene, Mainstream, Institution, PrimaryDocument, Science, Other}
- Ereignistypen: {Kommentar, Interview, Nachricht, Analyse, Event, Petition/Legal}
- Themencluster: {Migration, Energie/Klima, Pandemie/WHO, EU/Verfassung, Wirtschaft/Finanzen, Medienkritik, Sonstiges}
HYPOTHESEN (testbar formulieren)
H1: Die Szene zeigt signifikant höhere In-Group Link Ratio als Baseline-Medien.
H2: Es existieren 2–4 stabile Cluster (Modularity hoch), mit wenigen Brücken (Betweenness auf wenige Knoten konzentriert).
H3: Co-Appearance-Netze sind stärker repetitiv (Guest Repetition Index höher) als Baseline.
H4: Randakteure (z.B. Danisch) haben hohe External Source Ratio, aber geringe Reciprocity und geringe Einbettung in Co-Appearance-Netze.
H5: Teilvernetzte Akteure (z.B. Fiedler) fungieren als Brücken (höhere Betweenness), jedoch mit selektiver Clusterbindung.
ANALYSEPLAN (Schritte)
1) Liste der Akteure finalisieren (inkl. "weitere" durch systematische Suche: "alternatives Medium Deutschland Podcast", "Kontrafunk Gäste", "Achgut Interview Gast" usw.).
2) Datensample pro Akteur ziehen und Rohdaten tabellieren (Beitrag/Datum/Links/Nennungen/Gäste).
3) Netzwerkgraph bauen:
- Linkgraph (gerichtet, Gewicht = Häufigkeit)
- Co-Appearance-Graph (Host-Gast, Gewicht = gemeinsame Auftritte)
4) Metriken berechnen und Cluster identifizieren.
5) Qualitative Evidenz: Beispiele für starke In-Group-Zitierketten, "Kreisverweise", wiederkehrende Gäste, Kooperationen.
6) Gegenargumente prüfen:
- Formatunterschiede (Kommentar vs. Nachrichten)
- Sample bias
- Plattformabhängigkeiten
7) Schluss: Plausibilitätsurteil zur Double-Gaussian-These:
- nicht "wahr/falsch", sondern: "empirisch konsistent mit Indikatoren X,Y,Z" oder "nicht konsistent, weil ...".
OUTPUTS (verlangt, sauber strukturiert)
A) Executive Summary (max. 12 Sätze), mit 3–5 Kernergebnissen.
B) Methodikteil (reproduzierbar, inkl. Suchstrings).
C) Ergebnisse:
- Top-Cluster (wer mit wem) als beschreibender Text, keine unbelegten Zuschreibungen.
- Brückenakteure und Randakteure (mit Metriken).
D) Evidenzanhang:
- Liste der wichtigsten Primärquellenlinks (nach Akteur geordnet)
- 10–20 repräsentative Beispiele von gegenseitigen Verweisen und Gastauftritten (mit Datum/Link)
E) Limitationen und Robustheitstests.
F) Empfehlung für weitere Datenerhebung (falls Lücken).
SUCHSTRINGS (Starter, variieren!)
- "site:DOMAIN Interview" OR "zu Gast" OR "Podcast" OR "spricht mit"
- "DOMAIN" + ("Kooperation" OR "Partner" OR "erschien zuerst" OR "wir empfehlen")
- ("Kontrafunk" AND "zu Gast") OR ("Achgut" AND "Interview" AND Gastname)
- ("Hadmut Danisch" AND ("Interview" OR "Podcast" OR "zu Gast"))
- ("Markus Fiedler" AND ("Interview" OR "Podcast" OR "zu Gast"))
- ("Atlas Initiative" AND ("Podcast" OR "Event" OR "Panel"))
SICHERHEIT / ETHIK
- Kein Framing als "Kartell" ohne Beleg. Beschreibe Muster neutral: "hohe Binnenreferenz", "geringe Brückenbildung", "starke Clusterung".
- Keine Unterstellung von Absicht. Nur beobachtbares Verhalten.
- Wenn Datenlage zu dünn: transparent sagen "insufficient evidence".
WICHTIG
Nutze ausschliesslich Quellen, die öffentlich zugänglich sind. Wenn du paywalled Inhalte triffst, arbeite mit frei sichtbaren Metadaten (Titel/Teaser/Datum) und markiere Einschränkung.