fbpx
Köln.Sport
Home / KÖLNSPORT-News / 1. FC Köln / Fehler, Chaos, verzweifelt

Fehler, Chaos, verzweifelt

Quelle: IMAGO

Die Stimmung in Sozialen Netzwerken wie Twitter ist genauso schlecht wie die von Lukas Podolski nach dem Augsburg-Spiel

Die  meistgebrauchten Begriffe der FC-Fangemeinde in Sozialen Netzwerken gibt leidvoll Aufschluss über die Stimmungslage rund um den Club. Die Fußball Bundesliga lässt auch die Emotionen vieler Social-Media-Nutzer hochkochen. Allein im Monat März gab es über eine Viertelmillion Aussagen zu den Vereinen der 1. Bundesliga bei Facebook, Twitter und Co.

Im Ranking der 18 Clubs der ersten Fußballbundesliga belegen die Fans des 1. FC Köln einen ausgezeichneten vierten Platz. Der meistgenannte Verein in den Foren ist der FC Bayern München (51.946) – mit großem Abstand folgt Titelverteidiger Borussia Dortmund (33.958). Dritter ist Werder Bremen mit 25.532 Nennungen, gefolgt vom FC mit 16.107 Erwähnungen.

Meister der Herzen ist allerdings der BVB: 1.706 User äußern sich positiv zur Klopp-Truppe. Die Bayern kommen „nur“ auf 1.359 positive Nennungen. Davon kann der FC (229 positive Nennungen) nur träumen. Die meistgebrauchten Worte der Fangemeinde im Zusammenhang mit dem 1. FC Köln: „Fehler“, „Chaos“, „verzweifelt“ und „Pleite“.

So schreibt Köln-Fan Lupe etwa: „22 Jahre Leidenszeit sind genug.“, Köln-Fan Atreju pflichtet bei: „Die Spiele sind eine unerträgliche Folter.“ Insgesamt waren im März 65 Prozent der exakt zuzuordnenden Meldungen (insg. 629) zum 1. FC Köln in Sozialen Netzwerken tendenziell negativer Natur. Die Dunkelziffer dürfte angesichts des Chaos der zurückliegenden Woche weitaus höher sein.

Dies ist das Ergebnis des Online-Analyse-Tools Web-Analyzer.com, das Suchbegriffe nicht nur quantitativ erfasst, sondern auch nach ihrer Tonalität untersucht. Web-Analyzer.com wurde vom Münchener Technologieexperten für semantische Internetanalysen, Valuescope, mit US-amerikanischen IT-Spezialisten für den deutschen Markt entwickelt. Valuescope hat eine eigene Technologie im Bereich „natural language processing“ entwickelt, mit der es automatisiert Texte inhaltlich analysiert.