Editorial Researcher
Recherchiert und pflegt Datenbanken von Journalisten, Redakteuren und Influencern.
Quick Start
code
Input: Industrie + Thema + Region + Ziel-Publikationen Output: Journalist-Profile + Kontaktdaten + Beat-Analyse + Media List
Workflow
- •Ziel definieren → Welche Coverage brauchen wir?
- •Publikationen identifizieren → Relevante Medien finden
- •Journalisten recherchieren → Wer schreibt über unser Thema?
- •Profile anlegen → Kontaktdaten, Beat, History
- •Priorisieren → Tier 1, 2, 3 Einteilung
- •Pflegen → Regelmäßig aktualisieren
Output Format
json
{
"research_project": {
"name": "MarTech Journalisten DE",
"industry": "Marketing Technology",
"region": "DACH",
"date": "2024-01-15"
},
"publications": [
{
"name": "t3n",
"type": "Fachmedium",
"tier": 1,
"reach": "500k monthly",
"focus": ["Digital Business", "Tech", "Marketing"],
"journalists": [...]
}
],
"journalists": [
{
"id": "JOUR-001",
"name": "Max Mustermann",
"email": "m.mustermann@t3n.de",
"phone": "+49...",
"publication": "t3n",
"position": "Senior Editor",
"beats": ["Marketing Tech", "SaaS", "Automation"],
"social": {
"linkedin": "linkedin.com/in/maxmustermann",
"twitter": "@maxmustermann"
},
"coverage_analysis": {
"topics_covered": ["CRM", "Marketing Automation", "AI in Marketing"],
"recent_articles": [
{
"title": "Die Zukunft von Marketing Automation",
"url": "https://...",
"date": "2024-01-10",
"relevance": "high"
}
],
"writing_style": "analytical",
"preferred_angle": "Trends und Daten"
},
"contact_preferences": {
"best_channel": "email",
"response_likelihood": "high",
"previous_contact": null,
"notes": "Bevorzugt Daten-basierte Pitches"
},
"tier": 1,
"relevance_score": 0.92
}
],
"summary": {
"total_journalists": 45,
"tier_1": 10,
"tier_2": 20,
"tier_3": 15,
"coverage_gaps": ["Podcast-Hosts", "Newsletter-Autoren"]
}
}
Recherche-Methoden
1. Publikations-Analyse
code
Schritt 1: Top-Publikationen identifizieren ├── Google: "[Branche] News" ├── Similar Web: Traffic-Daten ├── LinkedIn: Follower-Zahlen └── Branchenverbände: Empfehlungen Schritt 2: Redaktion analysieren ├── Impressum/Team-Seite ├── Autoren-Verzeichnis ├── LinkedIn Company Page └── Bylines in Artikeln
2. Journalist-Research
code
Pro Journalist sammeln: ├── Name & Position ├── Email (Pattern erkennen) ├── LinkedIn-Profil ├── Twitter/X-Handle ├── Letzte 5-10 Artikel ├── Themen-Fokus (Beats) └── Writing Style
3. Email-Pattern-Erkennung
code
Gängige Formate: - vorname.nachname@publikation.de - v.nachname@publikation.de - vorname@publikation.de - nachname@publikation.de - redaktion@publikation.de (allgemein) Tools zur Verifizierung: - Hunter.io - Voila Norbert - Clearbit Connect - NeverBounce
4. Social-Media-Analyse
code
LinkedIn: - Aktuelle Position - Vorherige Stationen - Posts & Artikel - Connections Twitter/X: - Bio (oft Beat-Beschreibung) - Recent Tweets - Engagement Patterns - DM-Präferenz Mastodon/Threads: - Alternative Kontaktmöglichkeit - Oft offener für Kontakt
Datenbank-Struktur
Journalist-Profil
yaml
Stammdaten: name: "Max Mustermann" email: "m.mustermann@t3n.de" phone: "+49 30 123456" (optional) publication: "t3n" position: "Senior Editor" Social: linkedin: "url" twitter: "@handle" other: [] Beats: primary: "Marketing Technology" secondary: ["SaaS", "Automation", "AI"] avoids: ["Hardware", "Gaming"] Coverage: recent_articles: [] topics_written: [] writing_style: "analytical/narrative/technical" avg_article_length: "1000-2000 Wörter" Contact: preferred_channel: "email" best_time: "mornings" response_history: [] notes: "Freier Text" Classification: tier: 1 relevance_score: 0.92 last_updated: "2024-01-15"
Publikations-Profil
yaml
Stammdaten:
name: "t3n"
url: "https://t3n.de"
type: "Online-Fachmedium"
Metrics:
monthly_traffic: "500k"
social_followers:
linkedin: 50000
twitter: 100000
domain_authority: 75
Focus:
industries: ["Digital Business", "Tech", "Startups"]
topics: ["Marketing", "Development", "Karriere"]
audience: "Digital Professionals, Entscheider"
Team:
total_journalists: 25
key_contacts: []
Submission:
accepts_pitches: true
pitch_email: "redaktion@t3n.de"
guest_posts: true
advertorials: true
Tier-Klassifizierung
Tier 1 - Priority
code
Kriterien: - Nationale/Internationale Top-Medien - Hohe Reichweite (100k+ monatlich) - Direkter Beat-Match - Nachgewiesene Coverage ähnlicher Themen Beispiele: - Handelsblatt, FAZ, Spiegel - t3n, Gründerszene für Tech/Startup - Branchenführende Fachmedien Outreach: Persönlich, stark personalisiert
Tier 2 - Important
code
Kriterien: - Etablierte Fachmedien - Mittlere Reichweite (20-100k) - Guter Beat-Match - Regelmäßige relevante Coverage Beispiele: - Spezialisierte B2B-Magazine - Regionale Wirtschaftsmedien - Beliebte Branchenblogs Outreach: Semi-personalisiert
Tier 3 - Nice to Have
code
Kriterien: - Nischen-Publikationen - Kleinere Reichweite (<20k) - Partieller Beat-Match - Gelegentlich relevant Beispiele: - Lokale Medien - Kleine Fachblogs - Nischen-Newsletter Outreach: Template-basiert mit leichter Anpassung
Pflege & Updates
Wöchentlich
code
- Neue Artikel der Top-Journalisten prüfen - Social-Media-Aktivität checken - Neue Journalisten identifizieren
Monatlich
code
- Kontaktdaten verifizieren - Positions-Änderungen updaten - Neue Publikationen hinzufügen - Inaktive Profile markieren
Quartalsweise
code
- Tier-Einteilung überprüfen - Coverage-Analyse aktualisieren - Lücken identifizieren - Neue Beats/Themen hinzufügen
Tools & Ressourcen
Research-Tools
code
Journalist-Datenbanken: - Muck Rack (paid) - Cision (enterprise) - Meltwater (enterprise) - Presseportal.de (kostenlos) Email-Finder: - Hunter.io - Voila Norbert - Snov.io - Apollo.io Verification: - NeverBounce - ZeroBounce - Bouncer
Monitoring
code
Google Alerts: - "[Journalist Name]" - "site:publikation.de [Thema]" Social Listening: - Mention.com - Brand24 - Hootsuite News Aggregation: - Feedly - Flipboard - Google News
Quality-Checks
Datenqualität
code
Jeder Eintrag muss haben: ✅ Verifizierte Email ✅ Aktuelle Position (letzte 3 Monate) ✅ Mindestens 2 relevante Artikel ✅ Beat-Klassifizierung ✅ Tier-Einteilung Red Flags: ❌ Keine Artikel in 6+ Monaten ❌ Position geändert (LinkedIn) ❌ Email bouncet ❌ "Do not contact" Notiz
Relevanz-Scoring
code
Score = (Beat Match × 0.4) +
(Recent Coverage × 0.3) +
(Publication Tier × 0.2) +
(Response History × 0.1)
0.8-1.0: Sehr relevant (Tier 1)
0.6-0.8: Relevant (Tier 2)
0.4-0.6: Möglicherweise relevant (Tier 3)
<0.4: Nicht priorisieren
Export-Formate
Media List (CSV)
csv
Name,Email,Publication,Position,Beats,Tier,Score,LinkedIn,Twitter,Notes Max Mustermann,m.mustermann@t3n.de,t3n,Senior Editor,"MarTech,SaaS",1,0.92,url,@handle,Daten-basiert
Pitch-Ready List
markdown
## Tier 1 - Sofort kontaktieren ### Max Mustermann | t3n - **Email:** m.mustermann@t3n.de - **Beat:** Marketing Tech, SaaS - **Recent:** "Die Zukunft von Marketing Automation" (Jan 2024) - **Angle:** Daten und Trends - **Notes:** Antwortet schnell auf gut recherchierte Pitches
Checkliste
Research-Phase
- • Ziel-Publikationen definiert?
- • Journalisten identifiziert?
- • Kontaktdaten verifiziert?
- • Social Profile gefunden?
- • Artikel analysiert?
Datenbank-Qualität
- • Alle Pflichtfelder ausgefüllt?
- • Tier-Klassifizierung?
- • Relevanz-Score berechnet?
- • Duplikate entfernt?
- • Aktualisierungsdatum?
Export-Ready
- • Media List erstellt?
- • Pitch-Notizen ergänzt?
- • Team-Zugang eingerichtet?
- • Tracking vorbereitet?