Filterblasen und der YouTube Algorithmus

Dieser Artikel wurde zuletzt am 23. März 2026 aktualisiert.

Viele stellen sich YouTube wie eine Bibliothek vor: Man sucht etwas, findet ein Video, schaut es an. In der Realität ist YouTube aber eher wie ein dynamischer Pool an Inhalten, bei dem ständig der YouTube Algorithmus entscheidet, was als Nächstes gezeigt wird. Stell dir eine große Bibliothek vor, aber mit einem ständigen persönlichen Begleiter, der dir Vorschläge für geeignete Bücher gibt. Je besser dich dein persönlicher Bibliothekar kennt, desto besser kann er für dich entscheiden und auswählen.

🎓 Dieser Beitrag ist ein Auszug aus unserem Kurs zum Thema „YouTube und Social-Media verstehen„. Der kompakte Online-Kurs ist speziell für Lehrkräfte konzipiert. Du lernst das System hinter YouTube zu durchschauen und im Unterricht kritisch zu behandeln. Im folgenden erkläre ich dir die Grundlogik hinter den Videoempfehlungen und warum die nicht neutral sind.

Was YouTube messen kann: Datenbasis für die Vorschläge

Der YouTube Algorithmus bewertet Videos nicht nur nach dem Inhalt, sondern vor allem wie Menschen darauf reagieren. Folgend einige wichtige Werte und Erklärungen. Alle dieser Daten kann der Kanalinhaber in den Analysedaten auch einsehen und optimieren:

• Impressionen: Ein Video wurde einer Person angezeigt (z. B. auf der Startseite oder in der Seitenleiste). Meist testet YouTube ein Video innerhalb der ersten 48h und spielt es häufig aus. Stimmen die Daten dann, geht es „in die nächste Runde“ oder die Ausspielungen werden reduziert.
• Klickrate (Click Through Rate oder kurz CTR): Verhältnis von Impressionen zu tatsächlichen Klicks. Die CTR hängt stark von Thumbnail und Titel ab, weil diese zuerst sichtbar sind. Durchschnittlich liegt dieser Wert zwischen 2-6 %.
• Wiedergabezeit (Watchtime). Gibt an, wie lange das Video geschaut wird.  Je länger, desto besser – und zwar unabhängig davon, ob ein Video inhaltlich wertvoll oder problematisch ist. Die Wiedergabezeit ist die mit Abstand wichtigste Kennzahl für den Erfolg eines Videos. Um die Werte sinnvoll vergleichen zu können, setzt man die Wiedergabe ins Verhältnis zur Dauer des Videos und ermittelt damit die durchschnittliche Wiedergabezeit. Gute Werte sind hier etwa 30-40%, bei sehr kurzen Videos deutlich mehr.
• Nutzersignale: Likes, Kommentare, Teilen, Abos. Das sind zusätzliche Hinweise, dass ein Video „ankommt“ oder starke Reaktionen auslöst.

Diese Daten (und noch viele mehr) dienen der Videoplattform als Basis für die Empfehlungen. Das Ziel von YouTube ist dabei nicht „richtige“ Inhalte oder eine hohe Qualität, sondern: Aufmerksamkeit. Es geht darum, die Nutzer so lange wie möglich zu halten, um damit Umsatz durch Werbung zu generieren.

Personalisierung: YouTube baut für jede Person eine eigene Plattform

Wichtig zu verstehen ist, dass der YouTube Algorithmus nicht „das beste Video“, sondern das passendste Video ausspielt. Dafür nutzt die Plattform die umfangreichen Daten für die Zuschauer. Das sind u. a. die folgenden:

• Verlauf: Was wurde geschaut, gesucht, wiederholt?
• Themenähnlichkeit: ähnliche Videos, ähnliche Kanäle, ähnliche Formate
• Vergleich mit anderen Nutzern „Menschen, die X schauen, schauen oft auch Y“
• Aktuelle Signale: Worauf reagiert die Person gerade?
• Signale aus anderen Quellen: Google-Suche, Besuch von Webseiten (mit YouTube-Video)

Das erklärt, warum zwei Personen auch völlig unterschiedliche Empfehlungen bekommen können. Weil YouTube nicht eine öffentliche Startseite hat, sondern Millionen personalisierte Startseiten, unterscheiden sich die Inhalte auf der Plattform bei jedem Nutzer deutlich. So erleben die Nutzer oft unterschiedliche Realitäten.

💡Der Algorithmus arbeitet nicht aus Kanalsicht (sucht also Zuschauer für ein Video), sondern genau umgekehrt. Er sucht für jeden Nutzer das passende Video. Das kann nur gelingen, wenn viele Daten über den Nutzer vorliegen.

Die Suche ist nicht neutral, aber anders als Empfehlungen

Man unterscheidet auf YouTube zwischen Empfehlungen (z. B. auf der Startseite oder nächstes Video) und der aktive Suche durch den Nutzer:

• Suche: Der Nutzer hat eine Absicht („Ich will etwas finden“). YouTube sortiert die Ergebnisse trotzdem, aber nicht nur nach Stichworten, sondern auch nach Relevanzsignalen (z. B. bisherige Interessen, Popularität, Qualitätssignale, Aktualität).
• Empfehlungen: YouTube macht Vorschläge ohne konkrete Suchabsicht („Das könnte dich interessieren“) und hält so die Zuschauer auf der Plattform.

ℹ️ Sowohl die Suche als auch die Empfehlungen werden von YouTube sortiert und für den Nutzer ausgewählt. Übrigens: Über 70% der Watchtime auf YouTube stammt aus Empfehlungen. Die Suche ist lange nicht so wichtig, wie viele denken.

Der YouTube Algorithmus erzeugt Filterblasen

Das größere Risiko auf YouTube liegt oft nicht in einem einzelnen problematischen Video, sondern in der Logik der Empfehlungen. Wer bestimmte Themen häufiger schaut, bekommt leichter weitere ähnliche Inhalte vorgeschlagen. So können Filterblasen entstehen, auch ohne dass bewusst ein Kanal abonniert wurde. Gerade bei emotionalen, vereinfachten oder stark polarisierenden Themen kann das dazu führen, dass sich ein bestimmter Blick auf die Welt immer weiter verfestigt. Genau deshalb ist es wichtig, Empfehlungen nicht für neutral zu halten.

Diese Filterblasen sind besonders bei politischen Inhalten erkennbar und das plattformübergreifend. Wie stark dieser Effekt ist, zeigt beispielsweise ein Blick auf TikTok: Laut einer Studie der Bertelsmann Stiftung hat die AfD den größten Anteil, aller im Feed aufgetretenen Videos. Auch die LINKE ist überproportional vertreten. Dass gerade die beiden politischen Extreme so stark sind, ist kein Zufall. Zum einen sind die Themen hier oft zugespitzt und polarisierend aber es lässt sich ein Zusammenhang zwischen der Zielgruppe und deren Interessen zu den Empfehlungen herstellen.

Online-Kurs zum Thema YouTube und Social-Media

Ich habe dir aufgezeigt, wie YouTube Inhalte sortiert und personalisiert ausspielt. Die Videos auf der Videoplattform erscheinen nicht zufällig und werden immer (auch in der Suche) auf den Nutzer ausgerichtet. Das ermöglicht zum einen wirklich passenden Inhalte aus der riesigen Auswahl auszuwählen, bringt aber auch Gefahren, da eine Maschine entscheidet, was wir konsumieren.

Im Online-Kurs für Lehrkräfte gebe ich dir einen detaillierten Einblick in die Welt von YouTube. Ich nehme dich mit hinter die Kulissen und gebe dir wertvolles Wissen an die Hand, das du direkt im Unterricht einsetzen kannst. Es geht darum auf Augenhöhe mit den Jugendlichen zu sprechen und nicht pauschal die Risiken aufzuzählen. So Kann gute Medienbildung gelingen.

🎓 Den Kurs findest du hier. Für Schulen bieten wir zudem Workshops oder Einheiten mir deiner Klasse.