Algorithmus-Grundlagen — was alle Plattformen gemeinsam wollen

Auf Instagram, TikTok, YouTube und LinkedIn wiegen Dwell-Time und Completion-Rate 2026 mehr als Likes.^[1] Shares sind die wichtigste Wachstums-Metrik geworden — TikTok-Shares legten 2025 um 45 Prozent gegenüber Vorjahr zu, Instagram-Shares um 12 Prozent, während Kommentare auf beiden Plattformen zurückgingen.^[2] Wer noch auf Like-Counts optimiert, ist auf einer Metrik aus dem Jahr 2019.

Was hier passiert

Jeder Plattform-Algorithmus folgt derselben Grundlogik: er sortiert Inhalte nach erwartetem Nutzerverhalten und liefert dem Nutzer die Inhalte, bei denen die Wahrscheinlichkeit einer “guten Interaktion” am höchsten ist. Was eine “gute Interaktion” ist, definiert jede Plattform für sich.

Was die Algorithmen 2026 messen, hat sich verschoben. Likes waren in den 2010er Jahren die wichtigste Metrik. 2026 sind sie eine schwache Sekundär-Metrik. Dwell-Time (wie lange Nutzer auf einem Post verweilen), Completion-Rate (bei Videos: schauen sie zu Ende), Share-Rate (teilen sie aktiv weiter) und Save-Rate (markieren sie für später) wiegen heute mehr.^[1]

Vier Hebel, jede Plattform gewichtet sie anders. Sprout Social fasst die Gewichtung 2026 in einer einzigen Faustregel zusammen: auf Instagram baust du Saves, auf TikTok baust du Completion-Rate, auf YouTube baust du Watch-Time, auf X baust du Replies.^[3] Diese Faustregel ist nicht erschöpfend — aber sie ist die kürzeste sinnvolle Beschreibung der vier Plattform-Algorithmen 2026.

Die Mechanik

Erster Hebel: Watch-Time. Die kumulierte Zeit, die Nutzer mit einem Video verbringen. Wichtig vor allem auf YouTube und im YouTube-Algorithmus für Long-Form-Inhalte. Eine Stunde Watch-Time von hundert Nutzern, die je 36 Sekunden geschaut haben, signalisiert anders als eine Stunde Watch-Time von zehn Nutzern, die je sechs Minuten geschaut haben — der Algorithmus bevorzugt die zweite Variante.

Zweiter Hebel: Completion-Rate. Der Anteil der Nutzer, die ein Video bis zum Ende geschaut haben. Wichtigste TikTok-Metrik 2026. Ein 30-Sekunden-Video mit 90 Prozent Completion-Rate erreicht zehnmal mehr Distribution als dasselbe Video mit 30 Prozent Completion.^[2] Auf TikTok ist Completion-Rate die dominanteste Wachstums-Variable.

Dritter Hebel: Engagement-Rate. Interaktionen pro Reichweite. Likes, Kommentare, Shares zusammengezählt, geteilt durch Impressions. Plattform-übergreifend wichtig, aber 2026 mit verschobener Gewichtung: Kommentare und Shares zählen mehr als Likes, Likes zählen mehr als Reaktionen. Die InfluenceFlow-Benchmarks 2026 zeigen TikTok mit durchschnittlich 3,70 Prozent Engagement-Rate — siebenmal höher als Instagram, 25-fach höher als Facebook.^[4]

Vierter Hebel: Share-Rate. Wie oft ein Post aktiv weitergeteilt wird. 2026 die wichtigste Wachstums-Metrik. Socialinsider hat dokumentiert: TikTok-Shares legten 2025 um 45 Prozent gegenüber Vorjahr zu, Instagram-Shares um 12 Prozent. Kommentare gingen auf beiden Plattformen zurück.^[2] Der algorithmische Effekt: ein Share signalisiert dem Algorithmus mehr Vertrauen in den Inhalt als ein Like, weil der Nutzer den eigenen Ruf an den Inhalt knüpft.

Plattform-spezifische Gewichtung 2026 in Reihenfolge:

TikTok: Completion-Rate > Watch-Time > Share-Rate > Engagement-Rate. Ein 30-Sekunden-Video mit harter Hook entscheidet alles.^[2]

Instagram Reels: Save-Rate > Share-Rate > Watch-Time > Engagement-Rate. Saves sind das stärkste Vertrauens-Signal — Nutzer markieren Inhalte, zu denen sie zurückkehren wollen.^[3]

YouTube Long-Form: Watch-Time > Click-Through-Rate auf Thumbnail > Viewer Satisfaction > Share-Rate. Die Mohan-Letter-Daten vom Februar 2026 dokumentieren die Verschiebung zu Satisfaction-Signalen.^[5]

YouTube Shorts: Swipe-Through-Rate > Watch-Time > Share-Rate. Anders als Long-Form ist Watch-Time bei Shorts ein Sekundärsignal — wegswipen ist das primäre Negativsignal.^[5]

X/Twitter: Reply-Rate > Engagement-Rate > Quote-Tweet-Rate. Replies wiegen mehr als Likes, Quote-Tweets mehr als Retweets — beide signalisieren tiefere Diskussion.^[3]

LinkedIn: Comment-Tiefe > Dwell-Time > Share-Rate. LinkedIn-Algorithmus belohnt Tiefe der Diskussion stärker als jede andere Plattform.^[1]

Drei Beispiele

Erstes Beispiel: Heidi Reichinneks Brandmauer-Cut. Die Plenarrede vom 29. Januar 2025 erreichte auf TikTok über 30 Millionen Aufrufe. Operative Mechanik: Hook in den ersten zwei Sekunden (Reichinneks erster Satz “Wir lassen das nicht zu”), hohe Completion-Rate (das Video lief unter 60 Sekunden, viele Nutzer schauten zu Ende), hohe Share-Rate (das Video wurde tausendfach in Stories und Direktnachrichten geteilt).^[6] Lehrstück für die TikTok-Hebel-Stapelung.

Zweites Beispiel: Robert Habecks YouTube-Erklärfilme. Sein Kanal wuchs im Wahlkampf 2025 von 7.500 auf 80.000 Abonnenten.^[7] Operative Mechanik: hohe Watch-Time (Erklärfilme zwischen 8 und 15 Minuten mit klarem Argumentations-Bogen), starke Thumbnails (Click-Through-Rate über dem Plattform-Schnitt), Satisfaction-Boost durch Substanz statt Clickbait. Lehrstück für die YouTube-Long-Form-Hebel-Stapelung — siehe T1-C03 — YouTube-Atlas.

Drittes Beispiel: AfD-Plenarclips auf TikTok. Die FES-Analyse “Swipe, Like, Vote” vom Mai 2025 dokumentiert: AfD-Videos erreichen die plattformbevorzugte Hebel-Stapelung nicht zufällig, sondern systematisch. Hook auf Konfrontation, Schnittfrequenz hoch, klare Aussage in den ersten zehn Sekunden. Die Folge: höhere Completion-Rate als andere Parteien, höhere Share-Rate, algorithmische Belohnung.^[8] Lehrstück, wie eine Partei die Plattform-Mechanik strukturell für sich gewinnt.

Drei verschiedene Lager — Linke, Grüne, AfD. Drei verschiedene Plattformen. Dieselbe Hebel-Logik, andere Gewichtung.

Was schief gehen kann

Drei wiederkehrende Failure-Modes.

Erstens, die Like-Fixierung. Ein Team, das auf Like-Counts optimiert, optimiert auf eine Metrik aus 2019. Die Algorithmen 2026 belohnen Completion, Saves, Shares — Likes sind eine schwache Sekundär-Metrik. Wer KPIs auf Likes setzt, sieht Wachstum, ohne welches zu haben.

Zweitens, die Cross-Posting-Falle. Ein Post, der auf TikTok auf Completion-Rate optimiert ist, wird auf Instagram nicht auf Saves optimiert sein. Die KAS-Politsnack-Analyse “1 Swipe to Power” vom Mai 2025 hat empirisch dokumentiert: plattformnative Produktion gewinnt, 1:1-Cross-Posting verliert.^[9] Wer einen Edit drei Mal verwendet, optimiert auf drei verschiedene Hebel — das geht nur mit drei verschiedenen Schnitten.

Drittens, die Engagement-Bait-Falle. Wer im Caption “Kommentiere unten X” schreibt, generiert Pseudo-Engagement. TikTok und Instagram werten Engagement-Bait inzwischen ab — die Algorithmen erkennen Muster und kürzen die Reichweite. Authentische Diskussion bringt mehr als künstliche Provokation.

Eine vierte, weniger sichtbare Falle: die algorithmische Verzerrungs-Asymmetrie. Wer als Mittel- oder linke Stimme auf TikTok oder X plant, kämpft gegen die strukturelle Bevorzugung rechter Inhalte — Global Witness hat 2025 für TikTok 78 Prozent pro-AfD-Posts dokumentiert, für X 64 Prozent.^[10] Die Hebel-Stapelung funktioniert nur dann gleichmäßig, wenn die Plattform parteiagnostisch wäre. Sie ist es nicht.

Wo das hingehört

Die plattformspezifischen Hebel-Stapelungen im Detail: T1-C01 — TikTok-Atlas, T1-C02 — Instagram Reels-Atlas, T1-C03 — YouTube-Atlas.

Codex Content-Produktion Parteien Sektion 3 hat den vollständigen Plattform-Atlas mit detaillierter Algorithmus-Mechanik pro Plattform und Beispielen aus mehreren internationalen Kampagnen.

Was du als nächstes tust

Heute prüfst du deine letzten zwanzig Posts pro Plattform gegen die plattformspezifische Primär-Metrik. Auf TikTok: was war die durchschnittliche Completion-Rate? Auf Instagram: was war die durchschnittliche Save-Rate? Auf YouTube: was war die durchschnittliche Watch-Time-Quote?

Wenn du diese Daten nicht hast, fehlt die operative Grundlage. Du baust die Tracking-Pipeline auf — Plattform-Analytics-Export plus eigene Sheets. Wenn die Daten da sind und schwach aussehen, fängst du beim Hook an. Hebel eins ist die Hook-Qualität, danach kommt alles andere.

Quellen

1. InfluenceFlow, Engagement Metrics Across Different Social Networks — A 2026 Guide, Permalink, Abruf 17.05.2026.

2. Socialinsider, Social Media Engagement Statistics 2026 — Platform Benchmarks, Video Performance and Algorithm Trends, zitiert nach AutoFaceless Blog, Permalink, Abruf 17.05.2026.

3. Sprout Social, The Social Media Metrics to Track in 2026, Permalink, Abruf 17.05.2026.

4. InfluenceFlow, Engagement Rate and Reach Metrics — The Complete 2026 Guide, Permalink, Abruf 17.05.2026.

5. OutlierKit Resources, YouTube Algorithm Updates 2026 — Every Confirmed Change Explained, Permalink, Abruf 17.05.2026.

6. Wikipedia, Heidi Reichinnek — Biographie, Stand 17.05.2026, Permalink, Abruf 17.05.2026.

7. Universum AG, Social-Media-Analyse der Bundestagswahl 2025, Permalink, Abruf 17.05.2026.

8. Bösch, Marcus / Geusen, Jolan, Swipe, Like, Vote — Analyse des Bundestagswahlkampfs 2025 auf TikTok, Friedrich-Ebert-Stiftung, Mai 2025, Permalink (PDF), Abruf 17.05.2026.

9. Konrad-Adenauer-Stiftung, 1 Swipe to Power — Was der Bundestagswahlkampf über TikTok lehrt, KAS-Politsnack, Mai 2025, Permalink (PDF), Abruf 17.05.2026.

10. Global Witness, Algorithmische Bevorzugung rechter Inhalte auf TikTok und X im Bundestagswahlkampf 2025, zitiert nach netzpolitik.org, Permalink, Abruf 17.05.2026.