In der Analyse digitaler Medien galt die Abonnentenzahl über viele Jahre hinweg als der zentrale Maßstab für den Erfolg auf YouTube. Kanäle mit hoher Follower-Zahl stehen im Fokus von Branchenberichten und Werbekampagnen. Bei genauerer Betrachtung der Daten zeigt sich jedoch eine zunehmende Differenz zwischen historisch gewachsenen Abonnentenzahlen und den tatsächlich generierten, aktiven Aufrufen. Im deutschsprachigen Markt führt dies zu Herausforderungen bei der präzisen Einordnung von Reichweiten. Datengestützte Ansätze wie der von Kanalcharts.de versuchen, diese Entwicklung methodisch zu berücksichtigen und realistisch abzubilden.
Die strukturelle Veränderung von Reichweitenmetriken
Dass reine Abonnentenzahlen heute nur noch bedingt Aufschluss über die aktuelle Relevanz eines Kanals geben, hat verschiedene strukturelle Ursachen. Ältere YouTube-Kanäle verfügen oft über einen hohen Anteil inaktiver Abonnements, da Nutzer im Laufe der Zeit ihre Sehgewohnheiten verändern oder Konten nicht mehr nutzen. Dadurch erreicht ein Kanal mit mehreren Millionen Abonnenten bei neuen Publikationen mitunter nur Aufrufzahlen im niedrigen fünfstelligen Bereich. Zudem hat die Einführung von YouTube Shorts die Dynamik der Plattform verändert. Über Kurzvideos lassen sich innerhalb kurzer Zeit hohe Abonnentenzahlen aufbauen. Viele dieser Nutzer konsumieren jedoch vorwiegend Shorts und rufen längere, klassische Videoinhalte desselben Kanals nicht zwangsläufig ab. Auch kumulierte Gesamtaufrufzahlen seit Kanalgründung besitzen begrenzte Aussagekraft für die aktuelle Performance, da sie auch Erfolge weit zurückliegender Jahre widerspiegeln.
Die Funktion der Community für den Empfehlungs-Algorithmus
Obwohl Aufrufzahlen eine direkte Kennzahl für die Nutzung darstellen, spielen Abonnenten und wiederkehrende Zuschauer für die Plattformen weiterhin eine wichtige Rolle. Der Grund liegt in der Funktionsweise moderner Empfehlungssysteme. Da Inhalte Nutzern weitgehend automatisiert über Feeds vorgeschlagen werden, muss die Plattform kontinuierlich einschätzen, welche Videos für welche Zielgruppen relevant sind.
Dabei übernimmt die bestehende Community die Funktion einer ersten Evaluationseinheit. Veröffentlicht ein Kanal ein neues Video, wird dieses zunächst der aktiven Abonnentenschaft und wiederkehrenden Zuschauern ausgespielt. Die Plattform misst in dieser Phase spezifische Interaktionssignale: die Sehdauer, die Klickrate im Feed sowie Reaktionen wie Kommentare oder Interaktionen. Fällt die Rückmeldung dieser Zielgruppe positiv aus, dient dies dem Algorithmus als Indikator, das Video auch Nutzern außerhalb der bestehenden Anhängerschaft vorzuschlagen. Bei geringer Resonanz wird die weitere Verbreitung hingegen begrenzt. Abonnenten fungieren somit vor allem als qualitative Testgruppe, deren Nutzerverhalten die Basis für eine breitere organische Ausspielung bildet.
Herausforderungen bei der Analyse des deutschsprachigen Marktes
Für Werbetreibende, Agenturen und Medienanalysten erschwert die Kombination aus inaktiven Abonnenten und internationalen Shorts-Reichweiten die genaue Bewertung des DACH-Marktes. Herkömmliche, internationale Statistikdienste ordnen Kanäle häufig nach dem im Impressum angegebenen Standort ein. Ein in Deutschland registrierter Kanal, der weitgehend sprachfreie oder englischsprachige Inhalte produziert, wird dadurch in deutschen Ranglisten geführt, obwohl sein Publikum überwiegend international ist. Für Werbekunden mit Fokus auf den deutschsprachigen Raum sind diese Aufrufzahlen jedoch nur eingeschränkt relevant.
Methodische Ansätze zur Datenbereinigung
Um die Transparenz in der Auswertung zu erhöhen, wendet Kanalcharts.de eine Methodik an, die den Fokus von historischen Kennzahlen auf die aktuelle Interaktion verschiebt. Analysegrundlage sind primär die kontinuierlich generierten Aufrufzahlen innerhalb definierter Zeiträume. Gleichzeitig erfolgt eine inhaltliche Filterung nach Sprach- und Zielgruppenbezug, um festzustellen, ob ein Kanal primär den deutschsprachigen Markt bedient. Zudem wird zwischen klassischen Longform-Videos und Kurzformaten unterschieden, um differenzierte Einblicke in die jeweilige Bindung der Zuschauerschaft zu ermöglichen.
Ergebnisse und Marktentwicklung
Der Vergleich unterschiedlicher Auswertungsansätze verdeutlicht die Abweichungen in den Daten. In ungefilterten Gesamtranglisten stehen Kanäle wie „Kurzgesagt – In a Nutshell“ oder reichweitenstarke Shorts-Kanäle an vorderer Stelle. Diese Kanäle erzielen zwar hohe Gesamtabrufe, bedienen jedoch größtenteils ein globales oder sprachneutrales Publikum.
Wendet man Kriterien an, die gezielt auf den deutschsprachigen Markt und kontinuierliche Interaktion abstellen, zeigt sich ein anderes Bild. Etablierte Kanäle wie Gronkh, Paluten oder Julien Bam weisen im direkten Abonnentenvergleich zwar niedrigere Werte auf als internationale Phänomene, erzielen im deutschsprachigen Raum jedoch kontinuierlich hohe Abrufzahlen. Ihre aktive Community liefert dem Empfehlungssystem verlässlich die erforderlichen Signale bei Neuveröffentlichungen. Ebenso zeigen spezialisierte Themenkanäle aus Bereichen wie Technologie, Automobil oder Bildung oft eine überdurchschnittliche Interaktionsrate gemessen an ihrer Abonnentenzahl.
Fazit
Die Entwicklung von klassischen Abonnenten-Modellen hin zu dynamischen Empfehlungssystemen erfordert eine differenzierte Betrachtung von Kennzahlen. Die reine Abonnentenzahl ist als alleiniger Indikator für Reichweite unvollständig geworden. Sie dient heute vor allem als Basis zur Aktivierung des Algorithmus.
