Writer Newsletter Sept 2025: The path to getting featured on Medium (and new stats coming soon)
Zusammenfassung
Kurz
Medium zufolge erhöhen Leserinteresse und erkennbare persönliche Perspektiven die Chance auf algorithmische Empfehlungen oder redaktionelle Hervorhebungen; eine Garantie gibt der Newsletter nicht. Er berichtet zudem über Verbesserungen an Digest-E-Mails und gibt Hinweise zu KI, Veranstaltungen, Einreichungen und Antworten, während neue Statistiken lediglich angekündigt werden.
Mittel
Der Newsletter von Medium erklärt, welche Faktoren nach Angaben des Unternehmens Empfehlungen und redaktionelle Hervorhebungen beeinflussen. Der Algorithmus berücksichtige Themen, gefolgte Autorinnen und Publikationen, Leseverhalten sowie Reaktionen wie vollständiges Lesen, Antworten und neue Follows. Das Kuratorenteam könne Geschichten zusätzlich für „Boost“ auswählen. Mitarbeitende suchten für redaktionelle Empfehlungen nach nützlichen oder anregenden Beiträgen mit einer persönlichen Perspektive, die erklärt, warum gerade diese Person die Geschichte erzählt. Medium stellt Leserwert als entscheidend dar, verspricht aber keine bestimmte Reichweite.
Zu den Digest-E-Mails berichtet das Entwicklerteam laut Newsletter von sieben Prozent mehr Lesezeit. Außerdem seien die E-Mails zehn Prozent häufiger in zahlende Mitgliedschaften umgewandelt worden und leichter zu betreiben und zu warten. Der Beitrag nennt diese Ergebnisse, erläutert aber nicht die Messmethode. Weitere Themen sind eine Einladung zur Diskussion über KI und menschliches Erzählen, ein Einsteiger-Webinar und der für den 19. September 2025 angekündigte Medium Day. Schreibende können Entwürfe bei Publikationen über Medium einreichen, sofern diese das Verfahren anbieten; andernfalls gelten deren eigene Regeln. Frühere Antworten finden sich in der Library. Eine überarbeitete Statistikseite mit zusätzlichen Kennzahlen wird angekündigt, aber noch nicht näher beschrieben.
Ausführlich lesen
Der Medium-Newsletter vom September 2025 behandelt, was dazu beitragen kann, dass Geschichten auf Medium empfohlen oder von Mitarbeitenden hervorgehoben werden. Außerdem berichtet er über Verbesserungen an den täglichen Digest-E-Mails, kündigt kommende Statistiken an und gibt Hinweise zu Veranstaltungen, Publikationseinreichungen und Antworten auf Geschichten.
Medium unterscheidet zwischen algorithmischen Empfehlungen und redaktionellen Hervorhebungen. Nach Darstellung des Unternehmens berücksichtigt der Empfehlungsalgorithmus unter anderem die Themen einer Geschichte, gefolgte Autorinnen und Publikationen, die bisherige Lesehistorie sowie die Reaktionen auf den Beitrag. Klicks, vollständiges Lesen, Antworten und neue Follows gelten dabei als Hinweise auf Interesse. Werden Geschichten oft angezeigt, aber kaum angeklickt oder schnell verlassen, könne dies dagegen auf geringen Nutzen für die betreffenden Leserinnen und Leser hindeuten. Auch eine Auswahl für „Boost“ durch das Kuratorenteam fließe in die Verbreitung ein.
Für redaktionelle Empfehlungen suche das Medium-Team nach Geschichten, die nützlich, bedeutsam oder anregend seien. Der Newsletter betont dabei den persönlichen Grund für den Beitrag: Eine bloße, gut formulierte Zusammenfassung eines bekannten Themas reiche nicht unbedingt; gefragt sei eine Perspektive, die gerade diese Person einbringen könne. Als Beispiele nennt der Text persönliche Erinnerungen an Hurrikan Katrina, Ratschläge einer Psychologin zum Entrümpeln und Erfahrungsberichte zu Funktionen und Werkzeugen für Schreibende. Die zentrale Aussage des Newsletters lautet, dass Geschichten eher Beachtung finden, wenn sie aus Sicht des Mediums für Leserinnen und Leser wertvoll sind. Das ist eine Beschreibung der redaktionellen und algorithmischen Einschätzung des Unternehmens, keine Garantie für Reichweite oder Hervorhebung.
Ein weiterer Abschnitt fasst technische Beiträge des Entwicklerteams zu den Digest-E-Mails zusammen. Diese enthalten laut Newsletter personalisierte Auswahlen von 15 Geschichten und erreichen täglich oder wöchentlich Millionen Leserinnen und Leser pro Monat. Das Team berichtet, nach einer Reihe von Änderungen die Lesezeit von Digest-Lesenden um sieben Prozent gesteigert zu haben. Zusätzlich fasst der Newsletter die dort genannten Ergebnisse zusammen: Der Digest habe sich um zehn Prozent häufiger in zahlende Mitgliedschaften umgewandelt, sei günstiger im Betrieb und leichter anzupassen und zu warten; außerdem seien die Empfehlungen hochwertiger geworden. Der Newsletter verweist für Einzelheiten auf vier technische Beiträge, legt die Auswertungsmethode und die zugrunde liegenden Kennzahlen in diesem Text selbst jedoch nicht dar.
Medium bittet Schreibende außerdem um Rückmeldungen dazu, ob und wie KI für menschliche Geschichten eingesetzt werden könne. Der CEO wird mit der Einschätzung zitiert, dass viele KI-Texte schlecht und nachlässig seien, zugleich aber sinnvolle Einsatzmöglichkeiten existierten. Dazu lädt der Beitrag zu Antworten auf seinen Blogartikel oder zu eigenen Beiträgen mit dem Thema „#aiforhumans“ ein.
Praktische Hinweise betreffen ein regelmäßig stattfindendes Webinar für Einsteigerinnen und Einsteiger, den für den 19. September 2025 angekündigten Medium Day mit Workshops und Panels sowie die Einreichung bei Publikationen. Bei teilnehmenden Publikationen können Schreibende ihnen folgen und Entwürfe über die Einreichungsfunktion senden; das Verfahren gilt laut Newsletter nicht für alle Publikationen. Frühere Antworten auf Geschichten lassen sich demnach in der Library unter „Responses“ finden. Abschließend kündigt Medium eine Neugestaltung der Statistikseiten mit zusätzlichen Kennzahlen an, ohne diese im Newsletter schon zu benennen.
Gegengeprüft von Claude Haiku 5.5: kleine Mängel
Die Zusammenfassungen sind weitgehend treu, lassen aber einige Teile des Berichts aus. Die Einordnung stützt sich nur auf den Text; Lunas Stufen und Anteile wurden nicht übernommen.
Im Bericht, aber nicht in der Zusammenfassung
- Die Staff Picks und It Happened on Medium als weitere redaktionelle Auswahlwege
- Die Erklärung, dass Digest-E-Mails Millionen Leser erreichen und jeweils 15 Geschichten enthalten
- Die Erwähnung, dass Medium Day 2025 über 150 Sitzungen bietet
Wie die Modelle den Bericht einordnen
Ansicht
Filter
Fähigkeiten messen
- SF-F1 Wie misst man gefährliche Fähigkeiten eines Modells, vor allem im Cyberbereich, mit gemeinsam anerkannten, wiederholbaren Tests, die keine Sprache, Kultur oder Seite bevorzugen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 38 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Tempo und Grenzen
- SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 44 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 47 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Vertrauen in Modelle
- SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 44 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 45 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 39 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 47 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 50 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Modelle teilen und schützen
- SF-H1 Wo endet die erlaubte Nutzung fremder Modellausgaben, und wo beginnt unerlaubte Destillation, also das Trainieren eines eigenen Modells mit diesen Ausgaben?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 42 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Beteiligung und Gemeinwohl
- SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
- clef 100 %kein Bezug
- Luna 78 %nur am Rande erwähnt
- JEV
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- Haiku-Prüfung gleiches Oberthema, hilft nicht
- SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
- clef 100 %kein Bezug
- Luna 33 %nur am Rande erwähnt
- JEV
- amos 37 %gleiches Oberthema, hilft nicht
- SubQ 48 %gleiches Oberthema, hilft nicht
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- Haiku-Prüfung nur am Rande erwähnt
Information und Öffentlichkeit
- SF-I1 Wie erkennt man KI-erzeugte Inhalte und KI-erzeugte Einflussnahme, ohne die Meinungsfreiheit zu beschneiden?
- clef 100 %kein Bezug
- Luna 75 %nur am Rande erwähnt
- JEV
- amos 39 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 45 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- Haiku-Prüfung nur am Rande erwähnt