Social Media Algorithmen & Distribution

Deine Follower-Zahl entscheidet 2026 nicht mehr darüber, wer deine Beiträge sieht. Diese Entscheidung trifft ein Empfehlungssystem, jedes Mal neu. Jeder Beitrag konkurriert bei jeder einzelnen Auslieferung neu gegen den gesamten Inhalte-Pool der Plattform. Die Entscheidung fällt in Millisekunden, über eine gewichtete Summe vorhergesagter Nutzerreaktionen. Follower verschieben diese Rechnung, sie ersetzen sie nicht.

Dieser Überblick ordnet, was über Distribution auf Instagram, LinkedIn, TikTok, YouTube und X belegt ist, was ein Plattform-Statement ist und was Folklore. Die Trennlinie ist wichtiger als jede Einzelzahl: Nur X hat Ranking-Code offengelegt, und selbst der ist teilweise veraltet. Alles andere sind Aussagen der Plattformen, Engineering-Papers oder Auswertungen von Drittanbietern, die Korrelationen messen und keine Ursachen.

Wie ein Social Media Algorithmus Reichweite verteilt

Die großen Plattformen bauen ihre Empfehlungssysteme nach demselben Muster. Zuerst holt eine Candidate Generation aus Milliarden möglicher Inhalte ein paar tausend Kandidaten, meist über Embedding-Suche. Danach sortiert ein billiges Light-Ranking-Modell vor. Dann bewertet ein teures neuronales Modell die verbliebenen Kandidaten und sagt für jeden mehrere Handlungswahrscheinlichkeiten gleichzeitig voraus: Like, Kommentar, Weiterleitung, Wiedergabedauer, Meldung. Am Ende greift ein Re-Ranking mit Diversitätsregeln, Business Rules und Sicherheitsfiltern.

Die Größenordnungen sind öffentlich dokumentiert. LinkedIn beschreibt in einem Engineering-Paper vom Oktober 2025, wie rund 2.000 Kandidaten aus hunderten Millionen Posts vorselektiert werden, bevor das eigentliche Ranking startet. X zog laut dem Engineering-Blog von 2023 etwa 1.500 Kandidaten pro Session für die For-You-Timeline. Meta Engineering beschreibt für das Retrieval-System Andromeda dieselbe Stufe: aus zig Millionen Anzeigen werden einige tausend Kandidaten, bevor das Ranking-Modell übernimmt.

Der entscheidende Baustein ist das Value Model: eine gewichtete Funktion über die vorhergesagten Handlungswahrscheinlichkeiten. Das arXiv-Paper "Choosing the Right Weights" beschreibt diese Aggregation als lineare Kombination der Einzelsignale und ordnet die von X offengelegten Gewichte ein. Praktisch heißt das: Auszutricksen gibt es nichts. Es gibt eine Zielfunktion, die bestimmte Nutzerreaktionen teurer bezahlt als andere. Wie die Stufen im Detail zusammenspielen, welche Rolle Two-Tower-Modelle spielen und warum Re-Ranking oft mehr verändert als das Ranking selbst, steht im Grundlagenartikel zum Empfehlungsalgorithmus.

Wer aus dem SEO-Umfeld kommt, erkennt die Struktur wieder. Auch Google arbeitet mit Kandidatengewinnung, Bewertung und Nachbearbeitung, nur mit anderen Signalen: Der Vergleich mit den Ranking-Faktoren bei Google und mit Engagement-Signalen wie NavBoost macht klar, wie ähnlich die Logik ist und wo sie sich trennt.

Vom Social Graph zum Content Graph

Die strukturelle Verschiebung der letzten Jahre lässt sich in einem Satz zusammenfassen: Die Ausspielung folgt der Frage, was Nutzer interessiert, die sich verhalten wie du. Wem du folgst, ist dabei ein Faktor unter mehreren geworden. Instagram trennt das inzwischen explizit in Connected Reach (Follower) und Unconnected Reach (Empfehlungen an Nicht-Follower). Beide nutzen dieselben Signale, gewichten sie aber unterschiedlich.

Für die Praxis hat das zwei Konsequenzen. Erstens ist die Follower-Zahl als Steuerungsgröße weitgehend entwertet. Zweitens wird jeder Beitrag im Kern neu getestet, unabhängig davon, wie gut der letzte lief. Das erklärt die hohe Varianz, die Teams oft als Algorithmus-Änderung fehldeuten.

Adam Mosseri hat die Instagram-Logik im Januar 2025 offen benannt: Watch Time, Likes und Sends sind die drei wichtigsten Ranking-Signale, wobei Likes leicht stärker für Inhalte an Follower wirken und Sends leicht stärker für Inhalte an Nicht-Follower. Instagram betreibt dabei je Oberfläche ein eigenes Ranking-System: Feed, Reels, Stories, Explore und Suche. Wer "den Instagram-Algorithmus" optimieren will, optimiert also immer auf eine bestimmte Oberfläche.

Gleichzeitig gibt die Regulierung Nutzern mehr Kontrolle über die Verteilung. Der Digital Services Act verpflichtet Plattformen, die Hauptparameter ihrer Empfehlungssysteme verständlich offenzulegen, und sehr große Plattformen zusätzlich, mindestens eine Empfehlungsoption ohne Profiling anzubieten. TikTok hat die Abschaltbarkeit der Personalisierung für europäische Nutzer im August 2023 angekündigt. Instagram rollte im Januar 2026 mit "Your Algorithm" ein Dashboard aus, zunächst weltweit nur auf Englisch, über das Nutzer Themen im Reels-Feed hinzufügen und entfernen können. Je mehr Nutzer davon Gebrauch machen, desto wichtiger werden Inhalte, die auch ohne Personalisierung funktionieren: klar benannte Themen, Suchbegriffe, Evergreen-Substanz.

Signale, die über Plattformgrenzen hinweg zählen

Vier Signalfamilien tauchen in allen dokumentierten Systemen auf.

Verweildauer und Wiedergabezeit: Bei Video ist Watch Time das dominante Signal. Instagram misst die Wiedergabedauer als Gesamtzeit inklusive erneuter Wiedergaben, nicht als Anzahl kurzer Views. LinkedIn nutzt Dwell Time als Qualitätssignal und beschreibt im LiRank-Paper einen eigenen Long-Dwell-Klassifikator für passiven Konsum.

Private Weiterleitungen: Sends per Reach, also Weiterleitungen per Direktnachricht, werden auf Instagram für Reichweite bei Nicht-Followern leicht stärker gewichtet als Likes. Mosseri hat 2025 im Gespräch mit Business Insider darauf hingewiesen, dass deutlich mehr Fotos und Videos in DMs geteilt werden als in Stories oder Feed. Diese Verteilung über private Kanäle taucht in keiner Analytics-Oberfläche vollständig auf. Der Trend ist messbar: Socialinsider zählte über 70 Millionen Posts 45 % mehr Shares pro Post auf TikTok und 12 % mehr auf Instagram, während die Kommentare pro Post auf TikTok um 24 % und auf Instagram um 16 % fielen.

Konversation statt Reaktion: Auf X ist der Effekt im Code sichtbar, auf LinkedIn in Drittanalysen. AuthoredUp kommt auf Basis von über 620.000 Posts zu dem Schluss, dass Kommentare etwa doppelt so stark wiegen wie Likes. Die in Creator-Kreisen kursierende Zahl "Kommentare zählen 15-fach" hat keine belegbare Primärquelle.

Originalität: Reposts und aggregierte Fremdinhalte verlieren Distribution. Instagram nennt als einzige harte Zahl, dass 75 % der Empfehlungen in den USA aus Original-Posts stammen; Accounts, die überwiegend fremde Inhalte hochladen, kommen für Empfehlungen nicht mehr infrage und werden erst wieder empfehlbar, wenn die Mehrheit ihrer Posts im rollierenden 30-Tage-Fenster als original gilt. 2024 nannte Instagram dafür noch eine feste Schwelle: Accounts mit 10 oder mehr Reposts fremder Inhalte in 30 Tagen wurden aus den Empfehlungs-Oberflächen genommen. Die aktuelle Regel arbeitet stattdessen mit dem Mehrheitsanteil im rollierenden Fenster.

Plattform für Plattform: was tatsächlich belegt ist

Instagram und Facebook. Die drei Mosseri-Signale sind die belastbarste Grundlage, die es für Meta gibt. Die häufig zitierte Aussage, Sends wögen drei- bis fünfmal so schwer wie Likes, stammt dagegen aus Guides von Tool-Anbietern und ist eine Interpretation, kein von Meta veröffentlichter Wert. Auf der Werbeseite hat Meta die Infrastruktur umgebaut: Das Foundation-Model GEM ist laut Meta 4-mal effizienter als die Vorgängergeneration und erhöhte die Ad-Conversions auf Instagram im zweiten Quartal 2025 um 5 %. Weil GEM aus organischen und bezahlten Interaktionen gemeinsam lernt, wird organisches Creative-Testing zum direkten Input für Paid-Performance, was die Trennung der Budgets in Frage stellt und in den Paid-Social-Grundlagen genauer behandelt wird. Facebook liegt bei einer durchschnittlichen Reach-Rate von 1,65 % gegenüber 3,50 % auf Instagram und bleibt in DACH nach unserer Einschätzung vor allem für ältere Zielgruppen, Gruppen und lokale Sichtbarkeit relevant. Details zu Signalen, Oberflächen und Originalitäts-Policy stehen im Artikel zum Instagram-Algorithmus 2026.

LinkedIn. Für DACH-B2B ist LinkedIn der zentrale Kanal, und dort hat sich das Ranking am deutlichsten verschoben: weg von Viralität, hin zu thematischer Passung und nachgewiesener Expertise. Daniel Roth, VP und Editor in Chief bei LinkedIn, hat das Ziel so beschrieben: nicht die meisten Menschen erreichen, sondern die richtigen. Operativ heißt das: Nischenklarheit schlägt Breite. Die Datenlage zum Reichweitenverfall ist direktional konsistent, methodisch aber uneinheitlich. Richard van der Blom berichtet für 2025 auf Basis von 1,8 Millionen Posts Views minus 50 %, Engagement minus 25 % und Follower-Wachstum minus 59 %, in seinem Oktober-Update über rund 400.000 Profile Sichtbarkeit minus 47 %, Engagement minus 39 %, Follower-Wachstum minus 42 %. Eine separate Analyse aus Q4 2025 nennt Median-Impressionen minus 65 % seit 2023. Keine dieser Zahlen stammt von LinkedIn selbst, Basisjahre und Methoden unterscheiden sich. Als Trend belastbar, als Zielwert unbrauchbar. Parallel konzentriert sich die Sichtbarkeit: Der Anteil der Top-Creator an der Feed-Sichtbarkeit stieg von 15 % auf 31 %, während der Rest von 57 % auf 28 % fiel. Zeitfenster und Lebensdauer haben sich ebenfalls verändert: Die ersten 30 bis 60 Minuten bestimmen die Reichweiten-Trajektorie, gute Posts bleiben 2 bis 3 Wochen im Feed sichtbar, und LinkedIn testet laut Produktverantwortlichem Gyanda Sachdeva ausdrücklich, ältere, weiterhin relevante Beiträge wieder nach oben zu holen. Was das für Redaktion und Themenwahl bedeutet, steht im Artikel zum LinkedIn-Algorithmus.

TikTok. ByteDance hat 2022 mit Monolith die Architektur seines Empfehlungssystems veröffentlicht: Online-Training und eine kollisionsfreie Embedding-Tabelle. Das Paper nennt weder TikTok noch die For-You-Page. Es beschreibt die Bauweise, die das schnelle Aufgreifen von Trends erklärt: Das Modell lernt laufend nach statt in Batches. TikTok selbst nennt in der Erklärung von 2020 Completion und Wiedergabedauer als stärkste Signale, dazu Shares, Likes und Kommentare. Verschärft wurde die Originalitätsregel: Seit dem 13. September 2025 sind unoriginale oder wiederverwendete Inhalte ohne eigenen Beitrag nicht mehr für den For-You-Feed geeignet. Für Suche liefert TikTok mit Creator Search Insights ein eigenes Keyword-Tool. Architektur, belegte Signale und Traffic-Quellen-Analyse behandelt der Artikel zur TikTok For-You-Page.

YouTube. Die Grundformel für Long-Form bleibt Klickrate mal durchschnittliche Wiedergabedauer, ergänzt um den Beitrag zur Session. YouTube schreibt in der eigenen Hilfe, dass eine hohe Klickrate bei kurzer Wiedergabedauer als Clickbait-Signal gilt und zu weniger Empfehlungen führt. Todd Beaupré, Senior Director of Growth and Discovery bei YouTube, stellt dabei nicht das Verhalten der Zuschauer in den Mittelpunkt, sondern ihre Bewertung der investierten Zeit. Shorts werden anders bewertet. Dort zählt statt der Klickrate das Verhältnis von angesehen zu weggewischt plus Completion und Loops. Die kursierenden Retention-Schwellen von rund 65 % unter 30 Sekunden und rund 50 % bei 30 bis 60 Sekunden stammen aus Fachquellen, nicht von YouTube. Für B2B kommt ein Zweitnutzen dazu: YouTube-Material wird von KI-Systemen zitiert. Ahrefs findet in einer Auswertung über 75.000 Marken die stärkste Einzelkorrelation zwischen YouTube-Erwähnungen einer Marke und ihrer KI-Sichtbarkeit, mit 0,737. Gemessen werden Erwähnungen der Marke auf YouTube, nicht die Leistung des eigenen Kanals, und es bleibt eine Korrelation. YouTube ist außerdem mit 23,5 % die drittmeistzitierte Quelle in LLM-Antworten. In der YouTube-Suche kommen auch kleine Kanäle durch: Eine Semrush-Studie von 2021 fand über 15.000 Keywords, dass 18 % der Top-10-Suchergebnisse von Kanälen mit unter 1.000 Abonnenten stammen. Oberflächen-Logik, Satisfaction-Signale und die Entkopplung von Shorts und Long-Form behandelt der YouTube-Artikel.

X. X bleibt die einzige Plattform mit offengelegtem Ranking-Code und damit die beste Referenz für alle, die verstehen wollen, wie ein Value Model aussieht. Die Kandidatenquellen aus In-Network-Suche, Graph-Traversal, SimClusters und TwHIN sind im Repository dokumentiert. Aufschlussreicher sind die Gewichte im Heavy Ranker, Stand der 2023 veröffentlichten Werte: Eine Antwort wiegt 13,5, eine vom Autor beantwortete Antwort 75,0, ein Like 0,5 und ein Repost 1,0, während eine Meldung mit minus 369 zu Buche schlägt. Konversation trägt das Ranking auf X, alles andere ist Beiwerk. Belegt ist außerdem der Abo-Boost: Premium-Accounts erhalten im Code von 2023 einen Multiplikator von 4,0 im Netzwerk und 2,0 außerhalb. Im aktualisierten Hauptzweig existiert dieser Multiplikator unter demselben Namen nicht mehr. Seit einem Commit vom September 2025 sind Grok-basierte Komponenten für Themenzuordnung und Filterung im For-You-Code sichtbar. Was der Code hergibt und was nicht, steht im Artikel zum offengelegten X-Algorithmus.

Formate entscheiden über die Verteilung

Formatwahl ist die Stellschraube mit dem größten Hebel, weil unterschiedliche Formate in unterschiedliche Verteilungssysteme laufen. Buffer misst über mehr als 4 Millionen Posts, dass Reels 36 % mehr Reichweite erzielen als Carousels und 125 % mehr als Einzelbilder. Bei der Median-Engagement-Rate kippt die Reihenfolge: Carousels liegen mit 6,9 % vor Einzelbildern mit 4,4 % und Reels mit 3,3 %.

Metricool bestätigt die Richtung: In einer Auswertung von 24,3 Millionen Instagram-Posts aus 375.000 Accounts hat sich die durchschnittliche Reels-Watch-Time im Jahresvergleich auf 8,5 Sekunden mehr als verdoppelt, und Carousels erzeugen neunmal mehr Saves als Einzelbilder. Einzelbilder verlieren dagegen auf breiter Front: Reichweite minus 21,96 %, Interaktionen minus 25,41 %, Engagement minus 45,98 % im Vergleich Januar/Februar 2025 zu 2026. Metricools LinkedIn-Auswertung von 673.658 Posts aus 63.108 Accounts zeigt ein anderes Bild: Umfragen erzielen auf Unternehmensseiten die höchsten durchschnittlichen Impressionen, obwohl sie unter 1 % der Beiträge ausmachen, Carousels und Multi-Image-Posts liegen vor Einzelbildern.

Diese Zahlen sind Korrelationen, keine Kausalität. Wer nur Umfragen postet, bekommt keine Reichweite, sondern ein Glaubwürdigkeitsproblem. Die Formatentscheidung für Instagram behandelt der Artikel Reels vs. Carousel, Produktion und plattform-natives Re-Editing die Content-Creation-Übersicht.

Frequenz, Halbwertszeit und was Konsistenz wirklich bringt

Posting-Frequenz ist das Thema mit der besten Datenlage und den meisten falschen Schlüssen. Buffer wertete 2,1 Millionen Instagram-Posts aus 102.000 Accounts aus: 3 bis 5 Posts pro Woche mehr als verdoppeln die Follower-Wachstumsrate gegenüber 1 bis 2 Posts, 6 bis 9 kommen auf rund das 3,7-Fache und 10 oder mehr auf rund das 5,5-Fache, während die Reichweite pro Post nur um 12 % bei 3 bis 5 und um 24 % bei 10 Posts pro Woche steigt. Der Grenzertrag fällt ab 5 Posts deutlich.

Der wichtigere Befund ist der Gegentest: In einer Auswertung von 4,8 Millionen Kanal-Wochen unterperformen Wochen ohne Beiträge die eigene Baseline. Ausfallwochen kosten mehr, als zusätzliche Posts oberhalb der fünf einbringen. Für ein Zwei- bis Fünf-Personen-Marketing-Team in DACH ist das eine Kapazitätsfrage: Zwei Kanäle mit verlässlicher Kadenz sind besser als fünf mit Lücken. Wie sich Frequenz und Content-Halbwertszeit je Plattform unterscheiden und was das für die Redaktionsplanung heißt, steht im Artikel zu Posting-Frequenz und Halbwertszeit.

Personenprofil oder Unternehmensseite

Für DACH-B2B ist das die teuerste Einzelentscheidung, weil sie über Budget, Rollen und Governance entscheidet. Die Datenlage ist eindeutig genug, um sie zu treffen. Van der Bloms Auswertung nennt für Unternehmensseiten 1 bis 2 % organische Reichweite bezogen auf die Follower. Eine Auswertung von Whitehat beziffert den Anteil organischer Company-Page-Posts am Feed auf rund 2 %, während persönliche Profile 2,75-mal mehr Impressionen und 5-mal mehr Engagement erzielen.

Der Mechanismus dahinter ist die Gewichtung von Peer-Interaktionen und früher Konversation. Van der Bloms Analyse zeigt, dass Beiträge mit drei oder mehr Kommentierenden in den ersten 60 Minuten rund 5,2-mal mehr Reichweite bekommen, gemessen an 1,8 Millionen Posts. Genau hier beginnt die Grauzone: Koordination im Team ist legitim, Automatisierung nicht. LinkedIn hat im März 2026 ausdrücklich angekündigt, gegen Kommentar-Automatisierung, Engagement-Pods und nicht autorisierte Drittanbieter-Tools vorzugehen.

Vorsicht bei Advocacy-Zahlen: Die viel zitierten 561 % mehr Reichweite und die 7-fache Lead-Conversion stammen aus Vendor-Analysen mit sehr kleinen Stichproben und sind nicht unabhängig reproduziert. Direktional plausibel, als Business Case unbrauchbar. Auf der Paid-Seite liefert Dreamdata einen der wenigen belastbaren Vergleichswerte für B2B: LinkedIn kommt auf einen ROAS von 121 % gegenüber 67 % bei Google Search und 51 % bei Meta und bindet 41 % der B2B-Werbebudgets. Benchmarks, Peer-Gewichtung und die Frage, wie ein Advocacy-Programm ohne Fake-Engagement funktioniert, behandelt der Artikel Unternehmensseite oder Profil. Zum DACH-Sonderfall XING: Die New Work SE weist 22,5 Millionen registrierte Mitglieder in DACH aus und nennt die Neuausrichtung der Plattform zum Jobs-Netzwerk als strategischen Fokus. Als Content-Kanal für B2B spielt XING nach unserer Einschätzung kaum noch eine Rolle; die Abwägung liefert der Vergleich LinkedIn vs. XING.

Benchmarks lesen, ohne sich zu belügen

Benchmark-Zahlen streuen dramatisch, weil sie unterschiedliche Nenner verwenden. Socialinsider misst für Instagram eine Engagement-Rate bezogen auf Follower von 0,45 % in Q1 und Q2 2026, Emplifi berichtet für dieselbe Plattform einen Rückgang der Median-Engagement-Rate von 16,9 % in Q1 2024 auf 9,7 % in Q4 2025, Hootsuite nennt 3,5 % für Instagram, 3,4 % für LinkedIn, 1,8 % für X, 1,5 % für TikTok und 1,3 % für Facebook. Die drei Werte messen Unterschiedliches: Engagement pro Follower, Median pro Post innerhalb eines Kundenstamms, Durchschnitt über Branchen.

Die brauchbarere Größe ist Engagement by Reach. Socialinsider begründet das damit, dass diese Formel zeigt, wie relevant ein Inhalt für die tatsächlich erreichten Nutzer war, statt ihn an einer Follower-Zahl zu messen, die mit der Ausspielung immer weniger zu tun hat. Größenordnungen pro Plattform und Format, inklusive Methodik-Spalte, liefert der Artikel Was ist eine gute Engagement Rate; wie du daraus ein KPI-Set baust, mit dem du steuern kannst statt nur zu berichten, behandelt der Analytics- und KPI-Überblick.

Für die DACH-Realität ist die Nutzungsverteilung wichtiger als jede Engagement-Rate. Laut GWI-Daten für Deutschland (Erhebung Q2 2025) nutzen 85,1 % der Internetnutzer ab 16 monatlich WhatsApp, 58,9 % Facebook, 56,2 % Instagram, 48,2 % YouTube und 34,0 % TikTok. Bei der Nutzungsdauer dreht sich das Bild: TikTok kommt auf rund 75 Minuten täglich, YouTube auf über 30, Facebook auf 23, Instagram auf 21,5 und WhatsApp auf 18,2 Minuten. Instagrams potenzielle Werbereichweite in Deutschland liegt bei 31,3 Millionen, ein Minus von 2,3 % zwischen Oktober 2024 und Oktober 2025, YouTube kommt auf eine Ad Reach von 64,7 Millionen. Welche Plattform für welches Buying Center trägt, ordnet der Plattformvergleich.

Ein Beispiel für den sorglosen Umgang mit Zahlen ist die Dauerbrenner-Statistik, 75 % der B2B-Käufer würden Social Media zur Unterstützung von Kaufentscheidungen nutzen. Sie stammt aus einer IDC-Studie von 2014 mit 760 Befragten aus acht Ländern und ist nicht DACH-spezifisch. Als Argument in einer Vorstandsvorlage ist sie wertlos.

Shadowban, Cold Start und andere Folklore

Neue Beiträge werden an kleinen Audiences getestet, und die frühe Signalqualität entscheidet über die Skalierung. Plausibel ist das, primär dokumentiert hat es keine Plattform. Feste Schwellen erst recht nicht. Es gibt keine dokumentierte "Golden Hour" mit fixen Zielwerten, keinen belegten gestuften TikTok-Test-Pool mit 500 Views als Stufe eins und keine plattformübergreifende Reichweitenstrafe für externe Links. TikTok selbst beschreibt in der Erklärung zur Video-Empfehlung keine solchen Schwellen.

Bei X ist eine Abwertung im Suchranking über eine Spam-Scoring-Funktion im Code angelegt. Im 2023 veröffentlichten For-You-Code steht dagegen kein genereller Link-Penalty; explizit dort steht der Premium-Multiplikator. Auf LinkedIn und Instagram wird eine Link-Strafe breit berichtet, empirisch ist sie uneinheitlich. Der pragmatische Umgang bleibt, den Link in den ersten Kommentar oder die Bio zu setzen, ohne den Effekt zu überhöhen.

Die Shadowban-Erzählung selbst ist meist eine Fehlinterpretation von Cold-Start-Varianz. Plattformen reduzieren Reichweite regelbasiert und benennen die Regeln teilweise, etwa bei unoriginalen Inhalten oder bei nicht gekennzeichneten KI-Inhalten. Welche Effekte belegt sind und welche nicht, trennt der Artikel Was ist ein Shadowban.

Suche ist der zweite Verteilungsweg

Discovery verlagert sich vom Feed in die Suche, und zwar sowohl in den Plattformen als auch davor. SparkToro misst für die ersten vier Monate 2026, dass 68,01 % der US-Google-Suchen ohne Klick enden, gegenüber 60,45 % im Jahr 2024. Wer Distribution plant, kann sich nicht mehr darauf verlassen, dass Aufmerksamkeit in Website-Traffic konvertiert. Der Wert muss auf der Plattform selbst entstehen.

Innerhalb der Plattformen sieht das so aus: TikTok gibt an, dass 23 % der Nutzer innerhalb von 30 Sekunden nach dem Öffnen eine Suche starten und 57 % die TikTok-Suche nutzen, und hat dort auch Search-Ads-Kampagnen mit Keyword-Vorschlägen eingeführt. In den USA haben laut einer im Februar 2026 veröffentlichten Adobe-Erhebung 49 % der Befragten TikTok schon als Suchmaschine genutzt, nach 41 % im Jahr 2024, während der Anteil der Gen Z, der TikTok gegenüber Google bevorzugt, von 8 % auf 4 % fiel. Social Search wächst, ersetzt Google aber nicht. Für DACH fehlen belastbare Vergleichszahlen.

Instagram hat Ende 2024 die Möglichkeit entfernt, Hashtags zu folgen, und ist seither stärker keyword-getrieben. LinkedIn beschreibt sein Retrieval seit 2025 als LLM-basiert. Praktisch heißt das für alle drei Plattformen dasselbe: Begriffe gehören in Caption, On-Screen-Text, gesprochenen Text und Dateinamen, nicht in eine Hashtag-Wolke am Ende. Wie die Such-Oberflächen je Plattform arbeiten, behandelt der Artikel zu Social SEO.

Regulierung ist Teil der Distributionslogik geworden

Zwei Rechtsakte greifen direkt in die Verteilung ein. Der DSA verpflichtet zur Offenlegung der Hauptparameter und sehr große Plattformen zur profilfreien Feed-Option. Der EU AI Act verlangt in Artikel 50 ab dem 2. August 2026 Transparenz- und Kennzeichnungspflichten für KI-generierte Inhalte. Das ist keine reine Compliance-Frage: Nicht gekennzeichnete KI-Inhalte riskieren zusätzlich Sanktionen der Plattform. YouTube stellt in der eigenen Dokumentation klar, dass die Kennzeichnung weder die Reichweite noch die Monetarisierung eines Videos einschränkt, während wiederholt fehlende Angaben ein aufgezwungenes Label, die Entfernung des Videos oder den Ausschluss aus dem Partnerprogramm nach sich ziehen können. Was in der Produktion mit KI funktioniert und was Distribution kostet, ist in der Bestands-KB unter AI-gestützter Content-Erstellung beschrieben.

Was daraus für die Steuerung folgt

Aus der Beleglage lässt sich eine kurze Entscheidungsroutine ableiten. Sie ersetzt keine Strategie, aber sie verhindert die häufigsten Fehlinvestitionen.

Der praktische Kern ist unspektakulär: Produziere Signale, die das Value Model teuer bezahlt, und miss sie an der Reichweite, nicht an der Follower-Zahl. Alles andere ist Interpretation von Zahlen, die niemand außerhalb der Plattformen wirklich kennt. Die Prinzipien halten länger als die Einzelwerte, und die Einzelwerte in diesem Text haben den Stand August 2026.