So liest du Shorts-Analytics

Ein Similarweb-Snapshot vom 18. August 2026 verzeichnete 161.345 monatliche Besuche auf storyshort.ai, davon kamen 50,1 Prozent aus organischer Suche, bei einer Absprungrate von 36,8 Prozent. Diese drei Zahlen stammen aus einem einzigen Dashboard, doch jede beantwortet eine andere Frage, und wer sie als ein einziges Urteil liest, trifft genau dadurch die meisten falschen Kanalentscheidungen. Diese Seite ist eine Methode, um sie zu trennen.

Die kurze Antwort

Lies Shorts-Analytics, indem du zwei Fragen der Reihe nach beantwortest: Wie vielen Menschen wurde das Video gezeigt, und wie viele von ihnen sind geblieben? Impressions und Swipe-away-Rate beantworten die erste Frage, die Retention-Kurve die zweite. Vergleiche jede Zahl mit deinem eigenen Median über aktuelle Uploads, niemals mit einem anderen Kanal und niemals mit einem einzelnen Tag, weil die Shorts-Verteilung spät und ungleichmäßig ankommt. Notiere alongside jeder Messung, was du geändert hast, sonst haben die Zahlen keine Bedeutung.

Die Schritte

1. Trenne die beiden Fragen, die die Zahlen beantworten

Jede Metrik auf dem Shorts-Analytics-Bildschirm gehört zu einer von zwei Fragen. Die erste Frage ist Reichweite: Wie vielen Menschen wurde das Video überhaupt gezeigt. Views, Impressions und Feed-Platzierung gehören hierher. Die zweite Frage ist Halten: Wie viele der Menschen, denen es gezeigt wurde, haben über die ersten Sekunden hinaus weitergeschaut. Durchschnittliche Wiedergabedauer und die Retention-Kurve gehören hierher. Ein Video kann an beiden Stellen aus entgegengesetzten Gründen scheitern, und wer die Lösung für das eine Problem auf das andere anwendet, macht den nächsten Upload schlechter. Bevor du einen Bericht öffnest, schreibe auf, welche Frage die Zahl beantwortet. Wenn du eine Metrik keiner der beiden Fragen zuordnen kannst, ignoriere sie, bis du es kannst.

Ausgabe: eine zweispaltige Liste deiner Metriken, beschriftet mit Reichweite oder Halten.

2. Lies den ersten Einbruch der Retention-Kurve vor allem anderen

Die Retention-Kurve zeigt den Anteil der Zuschauer, die in jedem Moment noch zuschauen. Bei einem Short ist die wichtigste Form der erste Einbruch in den ersten Sekunden. Dieser Einbruch ist die Notiz, die der Hook hinterlassen hat: steil bedeutet, der Anfang hat etwas versprochen, was der Zuschauer nicht geglaubt hat, flach bedeutet, der Anfang hat sich die nächsten zehn Sekunden verdient. Alles nach der Mittellinie beschreibt, ob der Körper gehalten hat, was weniger wichtig ist, weil die meisten Zuschauer früh abspringen. Lies die Kurve vom linken Rand nach innen, notiere, wo der steilste Fall endet, und prüfe dann, ob dieser Punkt mit dem Moment übereinstimmt, in dem dein Skript das Thema wechselt. Wenn die beiden Punkte zusammenfallen, weißt du, was du umschreiben musst.

Ausgabe: ein Zeitstempel, der markiert, wo der erste Einbruch endet, abgeglichen mit dem ersten Themenwechsel des Skripts.

3. Vergleiche ein Video nur mit deinem eigenen Median

Ein Median über deine eigenen aktuellen Uploads ist der einzige faire Maßstab. Die Zahlen eines anderen Kanals tragen eine andere Subscriber-Basis, eine andere Nischen-Sättigung und eine andere Posting-Historie in sich, also überlebt kein Vergleich mit ihnen den Kontakt mit der Realität. Nimm deine letzten zehn Shorts, sortiere ihre durchschnittlichen Wiedergabedauern, nimm den mittleren Wert und behandle ihn als Null. Jedes neue Video liegt über, unter oder nahe deinem Median, nichts weiter. Dasselbe gilt für Views: Das Kontingent an Aufmerksamkeit, das YouTube einem Short gibt, schwankt zwischen Uploads aus Gründen außerhalb des Videos selbst, weshalb die View-Zahl allein deine Arbeit nicht ranken kann.

Ausgabe: eine einzige Median-Zahl pro Metrik, berechnet über deine eigenen letzten zehn Uploads.

4. Lies keinen einzelnen Tag

Die Shorts-Verteilung ist verzögert und ungleichmäßig. Ein heute veröffentlichtes Video kann den Großteil seiner Feed-Platzierungen über die folgenden Tage erhalten, in Schüben, manchmal Wochen auseinander nach einem Resurface. Wer die Zahlen am ersten Tag liest, misst die Verzögerung, nicht das Video. Lege ein festes Auswertungsfenster fest, etwa sieben Tage nach Veröffentlichung, und lies einmal darin. Zwischen den Auswertungen öffne das Dashboard nicht. Tägliches Nachsehen erzeugt Entscheidungen auf Basis von Rauschen, und Rauschen sieht immer wie Signal aus, wenn es sich in die Richtung bewegt, auf die du gehofft hast.

Ausgabe: ein Kalendereintrag mit dem Auswertungsdatum für jeden Upload und keine Dashboard-Sitzungen davor.

5. Schreibe auf, was du geändert hast, neben die Zahlen

Messung ohne Aufzeichnung der Änderungen ist keine Messung. Wenn du den Hook, die Länge, den Caption-Stil oder die Posting-Zeit geändert hast, schreibe die Änderung mit Datum neben die Metriken, die sie beeinflussen könnte. Eine Variable pro Upload ist die Regel: Zwei gleichzeitige Änderungen machen beide Ergebnisse unlesbar. Nach mehreren Zyklen wird dieses Protokoll zum einzigen Teil deiner Analytics, der tatsächlich irgendetwas vorhersagt, weil es dir sagt, welcher deiner eigenen Eingriffe welchen deiner eigenen Mediane bewegt hat. Tools, die die Videos produzieren, können hier helfen, indem sie die Inputs konsistent halten. ViewMade rendert zum Beispiel jeden Short aus archiviertem Footage mit einer Media-Credit-Datei, die die Herkunft jedes Clips auflistet, sodass der visuelle Input über alle Uploads dokumentiert bleibt und das Protokoll Skript und Struktur verfolgt, statt über die Herkunft des Footages zu rätseln.

Ausgabe: eine datierte Changelog-Spalte neben der Metrik-Spalte, eine Änderung pro Zeile.

Was das nicht behebt

Analytics sagt dir, was passiert ist, nicht warum. Die Retention-Kurve zeigt, wo Zuschauer abgesprungen sind; sie zeigt nicht, ob sie abgesprungen sind, weil der Hook schwach war, das Thema für das Publikum, das der Algorithmus ausgewählt hat, falsch war, oder das vorherige Video eine Erwartung gesetzt hat, die dieses gebrochen hat. Nur ein kontrollierter nächster Versuch beantwortet das Warum: Ändere eine Sache, halte alles andere identisch, veröffentliche, warte das Auswertungsfenster ab, vergleiche mit dem Median. Wäre der Grund direkt vom Dashboard ablesbar, würde jeder Kanal, der denselben Bildschirm liest, dasselbe Problem auf dieselbe Weise beheben, und die Retention-Daten würden aufhören, nützlich zu sein. Sie bleiben genau deshalb nützlich, weil die Ursache ein Experiment erfordert, das das Dashboard nicht für dich durchführen kann. Plane dieses Experiment ein, bevor du aus einer einzelnen Kurve Schlüsse ziehst.

Wo es weitergeht

Sobald du einen einzelnen Short ehrlich lesen kannst, erweitert /guides/how-to-measure-whether-a-format-is-working denselben medianbasierten Vergleich auf mehrere Uploads mit einem Format, und das ist die Ebene, auf der Formatentscheidungen getroffen werden sollten. Um zu sehen, ob das Problem vor jedem einzelnen Video liegt, geht /guides/how-to-audit-your-own-channel den ganzen Kanal gegen seine eigene Historie durch, bevor du das nächste Skript anfasst.

<!-- faq -->

Häufig gestellte Fragen

Wie lange sollte ich warten, bevor ich die Performance eines Shorts beurteile?

Sieben Tage sind ein vertretbares Standardfenster, das auf jeden Upload gleich angewendet wird. Shorts erhalten Feed-Platzierungen in verzögerten, unregelmäßigen Schüben, also kann ein Video, das am zweiten Tag tot aussieht, später wieder auftauchen. Entscheidend ist nicht, das perfekte Fenster zu wählen, sondern jedes Mal dasselbe zu verwenden, damit deine Vergleiche über Uploads hinweg gültig bleiben. Trage das Auswertungsdatum in deinen Changelog ein, wenn du veröffentlichst.

Welche einzelne Metrik ist bei Shorts am wichtigsten?

Keine, für sich genommen. Das Swipe-away-Verhalten in den ersten Sekunden korreliert am stärksten damit, wie weit das Video verteilt wird, aber die Reichweite hängt teilweise von Faktoren außerhalb des Videos ab. Lies den ersten Einbruch der Retention-Kurve zusammen mit den Impressions: starke Impressions mit einem steilen frühen Einbruch deuten auf den Hook hin, schwache Impressions mit einem flachen Einbruch deuten darauf hin, dass Verpackung oder Thema den Test gar nicht erst verdient haben.

Sollte ich einen Short löschen, der schlecht abgeschnitten hat?

Löschen entfernt den Datenpunkt aus deinem Median, ohne das zu entfernen, was das Ergebnis verursacht hat. Behalte ihn, beschrifte ihn in deinem Changelog mit dem, was an ihm anders war, und lass ihn die Messlatte ehrlich senken. Ein Median, der nur aus Überlebenden gebaut ist, hört auf, ein Maßstab zu sein, und wird zur schmeichelhaften Fiktion. Die Ausnahme ist Content, der gegen die Plattformrichtlinien verstößt, denn das ist eine Moderationsentscheidung, keine Analytics-Entscheidung.

Wie viele Videos brauche ich, bevor mein Median etwas bedeutet?

Zehn ist die kleinste Stichprobe, die einen brauchbaren Mittelwert ergibt, und selbst dann behandle ihn als vorläufig. Unter zehn zieht ein Ausreißer den Median genug, um ein Urteil umzukehren. Bis du zehn Uploads unter ungefähr ähnlichen Bedingungen erreicht hast, verbringe die Zeit damit, Änderungen aufzuzeichnen und Kurven auszuwerten, statt Videos gegeneinander zu ranken. Der Changelog, den du jetzt aufbaust, ist mehr wert als ein frühes Urteil.

Brauche ich bezahlte Tools dafür?

Nein. Jede Methode auf dieser Seite läuft auf dem nativen Analytics-Bildschirm, einer Tabelle und einem Changelog. Bezahlte Tools fügen Automatisierung rund um Produktion und Planung hinzu, nicht bessere Antworten auf die zwei Fragen nach Reichweite und Halten. Wenn ein Tool behauptet, dir sagen zu können, warum ein Video gescheitert ist, führt es genau dasselbe Ein-Variablen-Raten durch, das du selbst durchführen würdest, nur monatlich abgerechnet.