Was wir herausfinden wollten
Wenn es um YouTube als DTC-Kanal geht, stehen sich im Ökosystem zwei völlig gegensätzliche Erzählungen gegenüber.
Die ältere stammt aus den DTC-Playbooks von 2018 bis 2022 und lautet: YouTube ist der Ort für lange, vertrauensbildende Inhalte. Beardbrand und Ezra Firestone gelten als die Paradebeispiele. Was hier zieht, ist Storytelling direkt vom Gründer und ausführliche Erklärformate.
Die neuere Erzählung kommt aus dem Operator-Gespräch der Zeit ab 2024: Shorts haben die gesamte Aufmerksamkeit verschluckt. Ernsthafte DTC-Tutorials bekommen schlicht keine Aufrufe mehr. Wer klug ist, sei längst zu LinkedIn und X abgewandert.
Beide Sichtweisen fußen auf Einzelbeobachtungen. Bisher hat niemand systematisch geprüft, wer auf DTC-YouTube tatsächlich gewinnt, wie der Gewinner-Content aussieht und wie groß die Kluft zwischen den großen Kanälen und dem Rest wirklich ist.
Also haben wir uns einen Datensatz gebaut.
Über die YouTube Data API v3 zogen wir 277 Kanäle, die sich als DTC-Operatoren, Educators und Tool-Unternehmen einordnen ließen. Von jedem Kanal holten wir die jüngsten 30 Uploads – zusammen 5.695 Videos. Anschließend klassifizierten wir jedes Video anhand transparenter Regex-Regeln über Titel und Beschreibung in 15 Content-Kategorien. Das Analysefenster beginnt am 1. Januar 2024 und ergab am Ende eine Stichprobe von 4.746 Videos. Der Snapshot entstand am 3. Juni 2026.
Der vollständige Datensatz mit Skripten, Charts und Methodik liegt im Thunderbit Operations US DTC YouTube Atlas repository – für alle, die die Quelle prüfen oder die Analyse neu ausführen wollen.
Die kurze Antwort auf die Frage „Was funktioniert 2026 auf DTC-YouTube?“:
Identität gewinnt. Operator-Taktiken verlieren. Tool-Unternehmen sind unterbewertet. Und die Lücke zwischen Head und Median ist größer, als die meisten offen zugeben.
Die wichtigsten Ergebnisse
Müsste ich diese Studie einem DTC-Marketingteam auf einer einzigen Folie erklären, wären das die Kennzahlen, mit denen ich beginnen würde.
| Ergebnis | Kennzahl |
|---|---|
| Analysierte Kanäle | 277 |
| Analysierte Videos | 5.695 |
| Videos im 16-Monats-Fenster | 4.746 |
| Snapshot-Datum | 2026-06-03 |
| Median-Abonnenten pro Kanal | 265 |
| Median-Views pro Video | 377 |
| Kanäle unter 10k Abonnenten | 74,4 % |
| Kanal auf Platz 1 nach Views | Shopify (offiziell) |
| Vorsprung von Shopify vor Platz 2 (Noah Kagan) | 2,4x |
| Content-Kategorie mit den höchsten Median-Views | tools_ai (1.963 Views) |
| Content-Kategorie mit den niedrigsten Median-Views | metrics_finance (52 Views) |
| Verhältnis Top- zu Bottom-Kategorie | 37x |
Die Zahl, zu der ich immer wieder zurückkehre, steht ganz unten: ein 37-facher Abstand zwischen der Content-Art mit den besten und der mit den schlechtesten Median-Views.
Die schwächste Kategorie ist ausgerechnet der Content, den DTC-Operatoren für besonders wichtig halten: CAC, LTV, AOV, ROAS, Unit Economics, Contribution Margin. Also genau das Material, das auf LinkedIn von jedem Growth Manager in deinem Netzwerk geteilt würde. Auf YouTube liegt der Median bei 52 Views.
Das ist die zentrale Spannung dieses Reports.
Der Kanal auf Platz 1 ist keine Creator-Person, sondern eine Plattform
Das überraschendste Ergebnis sitzt direkt auf Platz 1.
Der offizielle YouTube-Kanal von Shopify erzielte im 16-Monats-Fenster 31.951.830 Views – das 2,4-Fache des Zweitplatzierten Noah Kagan mit 13.233.888 Views.
In diesem Datensatz hat Shopify 480.000 Abonnenten und liegt damit nur auf Rang 14. Die durchschnittlichen Views pro Video erreichen jedoch 1.065.061 – der höchste Einzelwert der gesamten Stichprobe.
| Rang | Kanal | Abos | Views in 16 Monaten | Ø/Video |
|---|---|---|---|---|
| 1 | Shopify | 480k | 31,95M | 1,07M |
| 2 | Noah Kagan | 1,18M | 13,23M | 827k |
| 3 | Simon Squibb | 2,37M | 8,67M | 289k |
| 4 | Wholesale Ted | 1,47M | 4,41M | 147k |
| 5 | Greg Isenberg | 644k | 4,36M | 145k |
| 6 | The Startup Show | 4,9k | 2,96M | 99k |
| 7 | Colin and Samir | 1,62M | 2,86M | 95k |
| 8 | Spocket | 97,6k | 2,83M | 118k |
| 9 | Oberlo | 344k | 2,73M | 91k |
| 10 | Marko | 85,1k | 2,41M | 80k |
Noch auffälliger ist die Rangliste der einzelnen Videos. Sechs der 15 meistgesehenen Videos im gesamten Datensatz stammen von Shopify. Platz 1 und 2 sind zwei separate Uploads desselben 70-Sekunden-Shorts: „Entrepreneurs: we're built different.“ Zusammen kommen sie auf 23,3 Millionen Views. Das Voice-over besteht buchstäblich nur aus diesem einen Satz.
Die übrigen vier Shopify-Einträge sind Markenmomente rund um den Black Friday: Händler, die an der Nasdaq die Eröffnungsglocke läuten, Shopify auf der Sphere in Las Vegas, Live-Black-Friday-Sales auf der größten LED-Wand der Welt.
All das ist Markenstorytelling. Nichts davon erklärt, wie man Shopify benutzt.
Betrachte die Top 10 nach Archetyp statt nach Namen. Nur vier Kanäle dieser Liste – Wholesale Ted, Greg Isenberg, Marko, Sunny Lenarduzzi – passen zum klassischen Archetyp des „unabhängigen DTC-Educators“. Die übrigen sechs sind Plattform-Accounts (Shopify), persönliche Gründermarken, die auf Identität monetarisieren (Noah Kagan, Simon Squibb, Colin and Samir), oder Accounts von Tool-Unternehmen (Spocket, Oberlo).
Der unabhängige DTC-Lehrer gerät damit von drei Seiten gleichzeitig unter Druck.
Das am leichtesten replizierbare Playbook in diesen Daten ist nicht der Beardbrand-Weg. Beardbrand hat 2,13 Millionen Abonnenten und kam in 16 Monaten auf gerade einmal 1,76 Millionen Views. Die Dynamik ist weg. Das replizierbare Playbook ist der Shopify-Weg: Markenidentität in 70-Sekunden-Shorts packen und niemandem etwas beibringen.
Diese Schlussfolgerung ist unbequem, aber die Daten sind eindeutig.
Harter Operator-Content ist ein Traffic-Black-Hole
Teilt man die Videos in die 15 Content-Kategorien auf und betrachtet die Median-Views, springt sofort eine Zahlengruppe ins Auge, die man kaum übergehen kann.
| Content-Kategorie | Videos | Median-Views | Median-Dauer |
|---|---|---|---|
| tools_ai | 96 | 1.963 | 3:14 |
| news_macro | 19 | 1.924 | 1:15 |
| dropshipping | 148 | 1.799 | 0:51 |
| ads_meta | 293 | 1.584 | 12:23 |
| product_sourcing | 133 | 1.544 | 8:03 |
| case_study | 482 | 1.055 | 14:08 |
| ads_tiktok | 214 | 881 | 10:14 |
| founder_vlog | 33 | 748 | 1:35 |
| interview_pod | 171 | 552 | 14:48 |
| other | 1.752 | 344 | 0:57 |
| shopify_setup | 439 | 251 | 4:32 |
| ads_google | 174 | 193 | 9:54 |
| branding_creative | 197 | 146 | 2:18 |
| email_retention | 448 | 142 | 9:04 |
| amazon_pivot | 41 | 105 | 1:57 |
| metrics_finance | 106 | 52 | 12:15 |
Die vier schwächsten Kategorien sind genau jene, die DTC-Operatoren am ernstesten nehmen sollen: metrics_finance (Median 52), amazon_pivot (105), email_retention (142), branding_creative (146). Diese vier Kategorien umfassen 1.033 Videos, also 21,8 % der Stichprobe. Sie erzeugen aber nur 3,7 % der gesamten Views.
Der Return on Investment ist negativ.
Schaut man auf die 15 erfolgreichsten Einzelvideos, fallen elf davon in die Kategorie „other“ – also Content, der zu keiner unserer 14 taktischen Regex-Regeln passt. Die Kategorie „other“ umfasst 1.752 Videos (36,9 % der Stichprobe) und trägt 61,6 % zu allen Views bei.
Die Titel in dieser Top-15 erzählen die eigentliche Geschichte: Entrepreneurs: we're built different, The BEST Part of Being Rich, Millionaires are Nicer Than you Think, Nike HIRED him after this, Why Patrick Bet-David Hired Ronaldo's Coach, A Billionaire Explains Why Private School is Worth Every Penny, How Mark Zuckerberg Became Successful.
Identität. Reichtum. Aufstieg. Prominenz.
Der YouTube-Algorithmus belohnt nicht „Zeig mir, wie ich das mache“. Er belohnt: „Zeig mir, wer ich werden kann.“
Damit kehrt sich die dominante DTC-Content-Annahme um, die lange behauptete, ausführliche Bildung sei der vertrauensstarke Weg. Die Daten zeigen das Gegenteil: Identitäts- und Vermögensnarrative ziehen den Traffic an, während ernsthafter Operator-Content ausgebremst wird.
Wer sechs Monate lang neunminütige Klaviyo-Flow-Tutorials produziert und bei 142 Median-Views landet, sollte aus dem Datensatz nicht ableiten, noch härter zu pushen. Der Datensatz sagt vielmehr: Der Algorithmus belohnt diesen Content-Typ selbst nicht. Dasselbe Material als LinkedIn-Post erreicht auf Basis unserer eigenen Verteilungsdaten meist 4- bis 15-mal so viele Impressions.
Den Markt für ernsthaften DTC-Content gibt es. Er sitzt nur nicht auf YouTube.
AI-Tools-Content hat die höchsten Median-Views
In DTC-Kreisen kursieren zwei Erzählungen über AI-Content: „AI ist gesättigt, niemand klickt mehr darauf“ und „AI-Content gewinnt sowieso nur wegen Shorts“. Die Daten bestätigen keine davon.
Nur 96 Videos unserer Stichprobe fallen in die Kategorie tools_ai – das sind 2,0 %. Doch der Median liegt bei 1.963 Views, dem höchsten Wert aller 15 Kategorien.
Im Vergleich zu den Kategorien, die viele für den sichereren Weg halten, schlägt tools_ai case_study um 86 %, ads_meta um 24 % und shopify_setup um 682 %.
Der Content dieser Kategorie besteht vor allem aus ChatGPT-für-E-Commerce-Videos, AI-Automation-Workflows (n8n, Zapier), kreativen Anwendungsfällen mit Claude oder Midjourney sowie Review-Roundups zu AI-Tools. Die Median-Dauer liegt bei 194 Sekunden, also rund drei Minuten und 14 Sekunden – genau zwischen reinem Short-Format und Long-Form. Der Sweet Spot liegt bei Demo- oder Review-Content zu einem einzelnen Tool mit drei bis fünf Minuten Länge.
Das Traffic-Potenzial – Median-Views mal Videoanzahl – liegt bei tools_ai bei 188k. Das ist dieselbe Größenordnung wie case_study (509k) und ads_meta (464k). metrics_finance kommt dagegen auf 5,5k, also auf nur 3 % des Potenzials von tools_ai.
Die Obergrenze ist hoch. Der Engpass liegt im Angebot, nicht in der Nachfrage. Würde man die Produktion von AI-Tool-Content in dieser Nische verdoppeln, verschöbe sich die Traffic-Verteilung deutlich.
Für Tool-Unternehmen – einschließlich Thunderbit, das selbst dazugehört – ist das derzeit das ertragreichste Content-Format auf DTC-YouTube.
Shorts und Long-Form laufen auf zwei parallelen Gleisen
Sortiert man die 15 Kategorien nach Median-Dauer, zeigt sich eine klare bimodale Verteilung.
Die Shorts-dominierte Zone (Median unter zwei Minuten) umfasst: dropshipping (51 Sekunden), other (57 Sekunden), news_macro (75 Sekunden), founder_vlog (95 Sekunden), amazon_pivot (117 Sekunden), branding_creative (138 Sekunden), tools_ai (194 Sekunden).
Die Long-Form-Zone (Median über fünf Minuten) umfasst: shopify_setup (4:32), product_sourcing (8:03), email_retention (9:04), ads_google (9:54), ads_tiktok (10:14), metrics_finance (12:15), ads_meta (12:23), case_study (14:08), interview_pod (14:48).
Dazwischen – zwischen vier und acht Minuten – passiert fast nichts.
DTC-Creators haben praktisch keine echte „mittlere Länge“. Entweder du gehst auf Shorts oder auf Long-Form mit mehr als 10 Minuten; die Mitte ist eine tote Zone, in der der Algorithmus dich weder hier noch dort belohnt. Genau dasselbe haben wir im Realtor Atlas gesehen.
In einem Punkt unterscheidet sich DTC aber vom Immobilienbereich: Die Shorts-Kategorien haben im Schnitt höhere Median-Views als die Long-Form-Kategorien. Dasselbe Thema funktioniert als Short oft besser als als Langvideo. Das ist das Gegenteil des Realtor-Atlas-Befunds, wo Home-Tour-Long-Form die Shorts bei den Median-Views übertraf.
DTC-YouTube neigt zu Shorts. Immobilien-YouTube neigt zu Long-Form.
Für Content-Teams heißt das: Kannst du für ein DTC-Thema nur ein Format wählen, nimm standardmäßig Shorts. Die Ausnahme sind Case Studies, Interviews oder tiefgehende Tutorials, für die du wirklich genug Substanz für mehr als zehn Minuten hast. Der Mittelweg ist eine Traffic-Falle.
Der DTC-YouTube-Long-Tail ist extrem
Von den 277 Kanälen unserer Stichprobe haben 206 weniger als 10.000 Abonnenten. Das sind 74,4 %.
| Abonnentenbereich | Anzahl Kanäle |
|---|---|
| Unter 10k | 206 |
| 10k bis 100k | 35 |
| 100k bis 500k | 16 |
| 500k bis 1M | 9 |
| Über 1M | 11 |
Median-Kanal: 265 Abonnenten. Median-Video: 377 Views.
Das steht in scharfem Kontrast zum Realtor Atlas, wo der Median-Kanal 2.030 Abonnenten und 1.068 Median-Views pro Video hatte. DTC-YouTube ist achtmal stärker Long-Tail-lastig als Immobilien-YouTube.
Dafür gibt es zwei strukturelle Gründe.
Erstens ist „DTC“ als Kategorie viel unschärfer als „Realtor“. Jeder, der Dropshipping macht, ein Shopify-Nebengeschäft betreibt oder von Amazon zu Shopify wechselt, nennt sich DTC. So entsteht eine riesige Menge an Mikro-Creators, von denen viele nur sehr dünne Content-Programme haben.
Zweitens hat DTC-YouTube kein Äquivalent zu MLS-Listing-Content, der kleinen Realtor-Kanälen einen Mindest-Traffic-Floor sichert. Ein neuer Makler kann mit Home-Tour-Videos einen kleinen Kanal aufbauen, weil der lokale Markt immer Häuser für Touren liefert. Ein neuer DTC-Creator mit Klaviyo-Tutorials landet bei einem Median von 142 Views und entwickelt daraus keine stabile Zielgruppe.
Dieser Long Tail ist allerdings nicht gleichmäßig verteilt. Die Top 5 Kanäle – Shopify, Noah Kagan, Simon Squibb, Wholesale Ted, Greg Isenberg – kommen zusammen auf 62,6 Millionen Views, also 58 % der gesamten 107,9 Millionen Views der Stichprobe. Die übrigen 247 Kanäle unter 100k Abonnenten teilen sich die restlichen 42 %.
Die Geometrie sieht so aus: Das Verhältnis von Head zu Median bei den Abonnenten liegt bei rund 6.000x. Beim Verhältnis von Head zu Median bei den Video-Views sind es ungefähr 38.000x. Im Realtor Atlas lag dieses Verhältnis bei 3.300x. DTC ist fast doppelt so steil.
Bei einer so extremen Power-Law-Verteilung sind Durchschnittswerte praktisch wertlos. Jeder Bericht, der sagt: „Der durchschnittliche DTC-YouTube-Kanal hat 149k Abonnenten“, wird von einer Handvoll Superkanäle verzerrt.
Für kleine und mittlere Creator heißt das praktisch: Behandle „10k Abonnenten“ nicht als Meilenstein. Das ist der stabile Normalzustand des DTC-YouTube-Long-Tails. Der echte Hebel ist eine konsequente Veröffentlichungsfrequenz über 12 Monate, kein Subscriber-Ziel.
Tool-Unternehmenskonten schlagen über ihr Gewicht
Unter den Top 15 Kanälen nach Views im 16-Monats-Fenster sind Spocket (#8, 97.600 Abonnenten, 2,83 Millionen Views) und Oberlo (#9, 344.000 Abonnenten, 2,73 Millionen Views) Dropshipping-Tool-Unternehmen. Keine Creator.
Spockets durchschnittliche Views pro Video liegen bei 117.735 – doppelt so viel wie Beardbrands 58.706, obwohl Beardbrand 22-mal so viele Abonnenten hat.
Im Realtor Atlas gibt es nichts Vergleichbares. Dort fehlt jeder strukturelle Grund dafür, dass „Tool-Unternehmens-Accounts ebenfalls in die Top 10 kommen“.
Auf DTC-YouTube existiert das, weil Dropshipping ein Bereich ist, in dem das Tool selbst die Demo ist. Ein Spocket-Video, das das Produkt zeigt, ist funktional dasselbe wie ein Creator-Tutorial über Spocket. Da individueller Creator-Dropshipping-Content bereits auf einen Median von 1.799 Views verwässert ist, hat das Unternehmen, das das Tool baut, einen echten Informationsvorsprung. Es weiß, was echte Nutzer tun.
Zieht man den Blick weiter, liefern Shopify, Spocket und Oberlo zusammen 37,5 Millionen Views. Das sind 34,7 % der gesamten 107,9 Millionen Views der Stichprobe. Zählt man noch Shopify Education hinzu (beim Veröffentlichungsrhythmus auf Platz 1 mit 300 Videos pro Monat) und Shopify Launch Lab (180 Videos pro Monat, Platz 3 beim Tempo), sind die offiziellen Shopify-Kanäle in diesem Datensatz im Grunde ein gewaltiger Traffic-Berg.
Für Marketingteams von Tool-Unternehmen sollte das die Annahme verschieben, YouTube sei „zu schwer“ oder „nicht für uns“. Es ist ein brauchbarer Kanal. Die Voraussetzungen sind klar: konkrete Use Cases, die sich in Demo-Videos übersetzen lassen, und ein Rhythmus von 50+ Videos pro Monat.
Ein hilfreiches Gegenbeispiel ist Chew On This Podcast: ein DTC-orientierter Interview-Kanal mit nur 30.500 Abonnenten, aber 1,94 Millionen Views in 16 Monaten und einem Schnitt von 64.551 Views pro Video. Kein Markenwert wie Shopify, kein Tool-Unternehmen, sondern reines Interview-Format mit konstantem Takt. Honest Ecommerce (42,9 Videos pro Monat), DTC Live und DTC Podcast gehören ebenfalls zu den 15 Kanälen mit der höchsten Veröffentlichungsfrequenz.
Der ernsthafte DTC-Content-Markt existiert im Interview-Format – auch wenn er im Single-Presenter-Tutorial-Format nicht existiert. Kann ein Tool-Unternehmen keine Demo-Videos produzieren, ist eine Founder-Interview-Reihe die nächstbeste Strategie.
Veröffentlichungsfrequenz ist der brutale Hebel
Sortiert man die Stichprobe nach Videos pro Monat über das 16-Monats-Fenster, ergeben sich die Top 8: Shopify Education (300 pro Monat), Business E-commerce Guides (240), Shopify Launch Lab (180), Arabia Dropshipping (150), Alex Hormozi (128,6), Dan Martell (128,6), Build Your Personal Brand (112,5), DTC Podcast (75).
Dreihundert Videos pro Monat sind zehn pro Tag. Das ist keine menschliche Produktion mehr, sondern eine SEO-Automation-Fabrik. Shopify Education ist offensichtlich AI-Voiceover plus vorlagenbasiert erzeugter Content.
Interessanter sind allerdings Hormozi und Dan Martell – echte menschliche IPs –, die 128 Videos pro Monat durchhalten. Das sind mehr als vier Videos pro Tag, jeden Tag, 16 Monate lang.
Im Realtor Atlas lag der Top-Kanal beim Veröffentlichungstempo bei etwa 30 pro Monat. Top-Realtors kamen auf 10 bis 15 pro Monat. Das Tempo der führenden DTC-Educators ist vier- bis dreizehnmal höher als das der führenden Immobilienkanäle.
Der Grund ist nicht subtil. Eine Immobilien-Home-Tour braucht dich vor Ort im Haus, ein Gimbal und einen 8-Minuten-Schnitt. DTC-Content kann eine Person allein vor der Kamera im Home Office sein, die drei Minuten lang spricht. Die Grenzkosten der Produktion sind dramatisch niedriger. Top-DTC-Educators können das Tempo ins Extreme treiben und mittlere Kanäle einfach abhängen.
Der Median der Stichprobe liegt bei 5,2 Videos pro Monat. Die Lücke zwischen Head und Median beträgt das 25- bis 58-Fache.
Als Mid-Tier-DTC-Creator beim Content-Qualitätsniveau mit den großen Namen konkurrieren zu wollen, ist eine Fehlstrategie. Der echte Hebel ist Frequenz. Das kehrt das übliche „Content-Qualität gewinnt“-Mantra um, aber die Daten sind eindeutig.
Ein hilfreicher, kontraintuitiver Hinweis: In den Top 15 beim Veröffentlichungstempo finden sich mehrere Kanäle im Bereich von 10k bis 50k Abonnenten (Build Your Personal Brand mit 112,5 pro Monat, Honest Ecommerce mit 42,9, Ecommerce Paradise mit 50, DTC Live mit 50). Keiner davon ist ein Hormozi-IP auf Mega-Niveau. Trotzdem liegen ihre kumulierten Views über 16 Monate im Bereich von 500k bis 2M. Frequenz ist kein Hebel allein für die oberste Liga. Mid-Tier-Creators, die Frequenz ernst nehmen, können einen echten Sales Funnel aufrechterhalten.
Was DTC-Teams tatsächlich tun sollten
Wäre ich für den Content eines DTC-Operator-Teams verantwortlich, würden mich diese Daten zu drei zielgruppenspezifischen Maßnahmen drängen.
Für Solo-Operator, die mit einem YouTube-Kanal starten
Produziere keinen Content aus den Bereichen metrics_finance oder branding_creative. Median-Views zwischen 52 und 146 sind Traffic-Black-Holes.
Die Kategorie tools_ai mit 1.963 Median-Views ist der Einstiegsbereich mit dem höchsten ROI. Hast du eine echte Case Study (eine Marke von null auf X aufgebaut), geh konsequent auf Long-Form mit 14 Minuten. Das entspricht der Median-Dauer dieser Kategorie und ist im Long-Form-Bereich die Content-Art mit dem höchsten Median.
Für alles andere gilt: Shorts zuerst.
Erwarte nicht, die 10k-Abonnenten-Mauer zu durchbrechen. 206 der 277 Kanäle der Stichprobe hängen unter dieser Marke fest und bleiben dort. Das ist der stabile Zustand dieses Long-Tails.
Für DTC-Tool-Unternehmen und SaaS
YouTube für Tool-Unternehmen ist unterbewertet. Kanäle in der Größenordnung von Spocket und Oberlo erzielen 90.000 bis 117.000 durchschnittliche Views pro Video.
Das Format, das funktioniert, ist ein Demo-Video zu einem einzelnen Tool im Drei- bis Fünf-Minuten-Bereich mit einem Takt von 50+ Videos pro Monat.
Der Shopify-Weg – 70-Sekunden-Shorts mit Markennarrativ – ist die andere Option, setzt aber bereits vorhandene Markenstärke voraus, über die die meisten SaaS-Unternehmen nicht verfügen. Der Demo-Weg ist besser replizierbar.
Für die DTC-Content-Distribution-Strategie
YouTube tendiert zu „weichem“ DTC-Content: Reichtum, Identität, Aufstieg, AI-Tools. LinkedIn tendiert zu „hartem“ DTC-Content: CAC, LTV, E-Mail, Retention. Die beiden Plattformen ergänzen sich, sie ersetzen einander nicht.
Ein Stück metrics_finance-Content, das auf YouTube nur 52 Views als Median schafft, kann auf LinkedIn bei gleichem Produktionsaufwand 5.000 Impressions bringen.
TikTok-Content – also die Kategorie ads_tiktok mit 881 Median-Views – ist die zweite Chancenebene. Der Wettbewerb ist etwa halb so stark wie bei Meta-Ads-Content (ads_meta hat 293 Videos gegenüber 214 bei TikTok).
Ein konkreter plattformübergreifender Workflow: einmal aufnehmen, vielfach schneiden. Starte mit einem 14-minütigen Long-Form-Case-Study-Video, passend zur Median-Dauer der Kategorie case_study. Daraus leitest du drei bis fünf Shorts ab (60 bis 90 Sekunden, im Stil von news_macro oder founder_vlog), einen langen LinkedIn-Post (mit einem metrics_finance- oder branding_creative-Winkel) und ein TikTok-Short.
Die Top-Creators unserer Stichprobe – Hormozi, Dan Martell, Greg Isenberg – haben öffentlich jeweils eine Form dieses „Content-Pyramiden“-Ansatzes beschrieben. Für kleine Teams besteht der Trick nicht darin, überall präsent zu sein. Der Trick ist, einmal aufzunehmen und fünf Outputs zu schneiden. Die Grenzkosten sind viel niedriger, als getrennt für jede Plattform zu produzieren.
Was dieser Report nicht behauptet
Dieser Report ist keine Vollerhebung aller DTC-Creator auf YouTube. Er ist eine Stichprobe von 277 Kanälen, die als DTC-Operatoren, Educators und Tool-Unternehmen klassifiziert wurden, zusammengestellt aus 32 Seed-Handles und 14 Sucherweiterungen, gefiltert auf Ländercodes in {US, GB, CA, AU, leer}.
Die Stichprobe ist zugunsten englischsprachiger DTC-Creator verzerrt. Sie ist zugunsten von Educators verzerrt, weil die Seeds aus Kanälen gewählt wurden, die DTC lehren. Sie ist zugunsten von Dropshipping-Content verzerrt, weil die Sucherweiterungen Begriffe wie „shopify dropshipping“ und „tiktok shop seller“ enthalten. Und sie ist head-lastig, weil die YouTube-Such-API Kanäle unter ungefähr 500 Abonnenten nicht zurückgibt – der echte Long Tail (experimentelle Accounts mit null Abonnenten) bleibt also unsichtbar.
Das Shopify-Ökosystem erscheint innerhalb dieser Stichprobe durch die Datenquelle selbst verstärkt. Shopify ist ein Seed-Kanal, und fünf der vierzehn Suchanfragen enthalten ausdrücklich „shopify“ oder „dropshipping“. Das sollte nicht als Marktanteil von Shopify am DTC-YouTube-Content interpretiert werden.
Das Feld viewCount von YouTube trennt Shorts und Long-Form nicht. Die in diesem Report verwendeten Median-View-Zahlen sind daher gemischte Counts und gewichten Shorts-lastige Creator etwas stärker.
Das 16-Monats-Fenster bedeutet, dass Kanäle, die vor 2024 langsamer wurden oder das Posten eingestellt haben, automatisch aus Cadence und Statistik herausfallen. Die Cadence-Werte sind dadurch leicht zugunsten aktuell aktiver Creator verzerrt.
Der Content-Klassifikator basiert auf Regex, nicht auf einem LLM. 36,9 % der Videos landen in der Kategorie „other“. Das ist der Preis für transparente, reproduzierbare Regeln statt einer genaueren, aber undurchsichtigen Klassifikation.
Die sicherste Form der Kernaussage lautet daher: In unserer 277-Kanal-Stichprobe von US-marktdominanten DTC-YouTube-Kanälen hat AI-Tool-Content 37-mal so viele Median-Views wie Operator-Finance-Content. Das ist ein Signal, das stark genug ist, um einen DTC-Content-Kalender zu ändern.
Die größere Lehre
Je länger ich mit diesem Datensatz arbeite, desto weniger sehe ich darin nur eine YouTube-Story.
Es ist eine Geschichte darüber, was Plattformen belohnen – und was Profis für wertvoll halten.
DTC-Operatoren schätzen Sorgfalt. Sie schätzen Unit Economics. Sie schätzen Contribution Margin. Sie schätzen Retention-Raten, E-Mail-Flow-Optimierung und Signale für Product-Market-Fit. Die eigentliche Arbeit am Markenaufbau ist für Konsumenten oft unsichtbar, für Profis aber zentral.
YouTube optimiert nicht auf das, was Profis schätzen. YouTube optimiert auf das, worauf Zuschauer klicken und was sie anschauen. Das ist nicht dasselbe. Oft ist es sogar das Gegenteil.
Genau diese Lücke erklärt, warum metrics_finance-Content bei 52 Median-Views landet und Entrepreneurs: we're built different 14,3 Millionen Views erreicht.
Die Antwort für Operatoren lautet nicht, auf seriösen Content zu verzichten. Sie lautet: Distribution und Tiefe sind zwei verschiedene Probleme, die unterschiedliche Werkzeuge brauchen. YouTube ist für Distribution. LinkedIn ist für Tiefe. TikTok ist für Reichweite mit Ausbruchspotenzial. Ein gut geführtes DTC-Content-Programm nutzt alle drei Plattformen – mit jeweils passendem Content für den jeweiligen Algorithmus.
Das klingt einfach. In der Praxis behandeln die meisten DTC-Teams alle Plattformen wie eine einzige Kiste und wundern sich dann, warum ihr YouTube-Kanal nicht wächst. Die Daten in diesem Report erklären ziemlich genau, warum.
Öffentliche Daten nehmen einem nicht die Urteilskraft ab. Sie verbessern die Diskussion. Sie zeigen, wo die Intuition danebenliegt, welche Formate mehr Tests verdienen und wann „Best Practice“ eigentlich nur Gewohnheit im schicken Jacket ist.
Für DTC-Operatoren ist die praktische Schlussfolgerung direkt: Hör auf, ernsthaften Operator-Content auf YouTube zu veröffentlichen und dich dann zu wundern, dass ihn niemand sieht. Pack ernsthafte Inhalte auf LinkedIn, wo die Zielgruppe sitzt. Nutze YouTube für Identität, Aufstieg und AI-Tool-Demos, weil dort der Algorithmus sitzt. Und wenn du auf YouTube beides machen musst, dann ist das Long-Form-Case-Study-Format dasjenige, das überlebt.
Das ist der Unterschied zwischen 52 Median-Views und 14,3 Millionen.
Deshalb machen wir überhaupt originale Forschung mit öffentlichen Daten. Nicht, um eine hübschere Tabelle zu bauen. Sondern, um die nächste operative Entscheidung weniger vom Bauchgefühl abhängig zu machen.
FAQs
Wie viele YouTube-Videos wurden analysiert?
Wir haben 5.695 Videos von 277 DTC-nahen YouTube-Kanälen analysiert. Das Analysefenster beginnt am 1. Januar 2024 und ergibt eine finale Stichprobe von 4.746 Videos. Der Snapshot entstand am 3. Juni 2026.
Welche Art von DTC-YouTube-Content hatte die höchsten Median-Views?
AI-Tool-Content (die Kategorie tools_ai) hatte mit 1.963 die höchsten Median-Views. In diese Kategorie fallen ChatGPT-für-E-Commerce-Videos, AI-Automation-Tutorials und Einzeltool-Reviews. Das ideale Format sind drei- bis fünfminütige Demos zu einem einzelnen Tool.
Welche Art von DTC-Content hat am schlechtesten abgeschnitten?
Content zu Finanzkennzahlen (metrics_finance) kam nur auf einen Median von 52 Views – der schlechteste Wert aller Kategorien. Dazu gehören CAC-, LTV-, AOV-, ROAS-, Unit-Economics- und Contribution-Margin-Inhalte. Dasselbe Material funktioniert auf LinkedIn meist deutlich besser, wird auf YouTube aber vom Algorithmus ausgebremst.
Sollten DTC-Operatoren aufhören, ernsthaften Tactical-Content auf YouTube zu veröffentlichen?
Die Daten sprechen dafür, taktischen Operator-Content (CAC, LTV, E-Mail-Retention, Branding-Grundlagen) eher auf LinkedIn zu verlagern. Dort erzielt ähnliches Material vier- bis fünfzehnmal so viele Impressions. YouTube sollte für AI-Tool-Demos, Case Studies und identitätsgetriebene Shorts genutzt werden.
Warum ist Shopifys offizieller Kanal der DTC-YouTube-Kanal auf Platz 1?
Shopifys Kanal veröffentlicht kurze, identitätsgetriebene Brand-Inhalte (z. B. 70-Sekunden-Shorts wie „Entrepreneurs: we're built different“) in Plattform-Größe. Der Content ist eher aspirativ als lehrreich. Sechs der 15 meistgesehenen Einzelvideos unserer gesamten Stichprobe stammen von Shopify.
Wie wurden die Daten erhoben?
Wir nutzten die öffentliche YouTube Data API v3. Erfasst wurden nur Kanal- und Videometadaten – keine Videos, Thumbnails oder privaten Daten. Die gesamte Pipeline läuft innerhalb des kostenlosen täglichen API-Limits (10.000 Einheiten) und verbrauchte rund 1.500 Einheiten. Code, Seed-Liste, Suchanfragen und die Regex zur Content-Klassifikation sind vollständig öffentlich im GitHub repository.
Ist dieser Datensatz reproduzierbar?
Ja. Das Repository enthält die sechs Pipeline-Skripte (Aufbau des Kanal-Pools, Video-Abfrage, Statistikberechnung, Chart-Rendering und Daten-Audit), die Seed-Liste mit 40 Kanal-Handles, die 14 Suchanfragen und die Regex für die 15 Kategorien. Jeder mit einem kostenlosen YouTube-Data-API-Key kann die Analyse neu ausführen. Die numerischen Ergebnisse verschieben sich leicht, weil sich YouTube-View-Zahlen täglich ändern, aber die strukturellen Befunde sollten innerhalb eines Quartals stabil bleiben.
