Was Menschen wirklich speichern: eine Datenstudie (2026)

Das meiste, was über was Menschen wirklich speichern geschrieben wird, ist Bauchgefühl. Das hier ist eine Datenbankabfrage. Im Mai 2026 haben wir den ersten Schnappschuss bei 119 Videos veröffentlicht; das hier ist dieselbe Abfrage, ausgeführt am 21. September 2026 auf einem 4,7-mal größeren Korpus, und das Hauptergebnis hat sich umgedreht.

Vier Befunde, nach Überraschungswert sortiert:

1. Der Plattform-Mix hat sich gedreht. Im Mai waren zwei Drittel der Saves YouTube. Heute sind 76 Prozent Kurzvideos und 24 Prozent YouTube.
2. An der Arbeitslast ändert das nichts. YouTube stellt immer noch 90 Prozent des Transkript-Texts und 82 der 89 Stunden gesprochener Inhalte. Menschen speichern viele kurze und wenige sehr lange Videos.
3. Suchen ohne Treffer haben sich halbiert, von 16 Prozent im Mai auf 8 Prozent in den letzten 90 Tagen, ohne dass wir am Ranking etwas geändert hätten. Der Korpus ist in die Anfragen hineingewachsen.
4. Ungefähr jeder achte Save ist ein Duplikat eines Videos, das jemand anderes schon gespeichert hatte. Das ist eine Kostenposition, keine Schmuckzahl.

Der Datensatz hinter der Studie

• Analysierte Videos: 558 mit Status ready, Takedowns ausgeschlossen, Stand 21. September 2026. Drei Zeilen stehen auf failed und bleiben draußen.
• Gespeicherte Videos: 622 gegenüber 539 eindeutigen Inhalten (mehrere Leute können dasselbe Video speichern, das Transkript liegt nur einmal).
• Registrierte Nutzer: 121, davon 52 mit mindestens einem gespeicherten Video.
• Protokollierte Suchen: 358 insgesamt von 31 Nutzern; 119 davon in den letzten 90 Tagen von 17 Nutzern.
• Indexierte Chunks: 24.899, davon 20.703 aus Sprache, der Rest aus visueller Auswertung.

439 der 558 Videos kamen nach dem Mai-Schnappschuss dazu. Genau deshalb lohnt dieser Rerun: vier Fünftel der Daten sind neu.

Ein Vorbehalt, den wir vorne halten. Das ist ein junges B2C-Produkt mit selbstselektierter Nutzerschaft. Muster bei 558 Videos sind als Richtung interessant und statistisch dünn, und der Plattform-Mix beschreibt vor allem, wer sich in diesem Quartal registriert hat.

Plattform-Mix: Kurzvideos gewinnen die Anzahl, YouTube behält den Inhalt

Im Mai stand in derselben Tabelle 66 Prozent YouTube und 28 Prozent Instagram. Die Umkehr ist echt und hat einen genauen Zeitpunkt. Nach Monaten gruppiert: im April und Mai kamen auf jedes Reel rund zwei YouTube-Videos; ab Juni liegt Instagram allein in jedem einzelnen Monat vor YouTube, mit Spitzenwert 87 Reels gegen 4 YouTube-Videos im Juni. Das sagt etwas über die Leute, die diesen Sommer dazukamen, nicht über Video an sich. Die Mediane sind über die 539 Videos mit hinterlegter Dauer gerechnet; bei 19 Videos, überwiegend Instagram, fehlt sie.

Die Mediane sind der Teil zum Merken. Ein gespeichertes Reel dauert 46 Sekunden. Ein gespeicherter TikTok 86 Sekunden. Ein gespeichertes YouTube-Video 21 Minuten und 28 Sekunden, im Mittel sogar 39 Minuten, weil ein Schwanz aus zweistündigen Podcasts zieht.

Das Verhältnis, das die Technik entscheidet

Anzahlen täuschen, also miss den Text. Summe der Zeichen über alle Sprach-Chunks im Korpus:

Eine Plattform hält ein Viertel der Saves und neun Zehntel der Wörter. Diese Lücke macht die Frage, was Menschen wirklich speichern, für sich genommen irreführend: nach Anzahl ist das ein Kurzvideo-Produkt, nach Inhalt ein Langvideo-Produkt, und beide Antworten verlangen völlig unterschiedliche Indizes. Ein Suchtreffer landet deutlich häufiger in einem YouTube-Video, als die Save-Zahlen vermuten lassen, schlicht weil dort die Sätze liegen.

Dauer: die meisten Saves sind kurz, die meisten Minuten nicht

Die im Mai beschriebene Zweigipfligkeit ist noch da, aber der untere Gipfel hat die Verteilung geschluckt: fast die Hälfte von allem Gespeicherten ist kürzer als eine Minute. Der Bereich 1 bis 10 Minuten, den wir im Mai die herrenlose Mitte genannt haben, ist von 24 auf 34 Prozent gewachsen und jetzt der zweitgrößte.

Für diese Mitte baut weiterhin niemand. «Später ansehen» behandelt eine 8-Minuten-Erklärung wie eine 90-Minuten-Vorlesung, und die Highlight-Tools behandeln sie wie einen 30-Sekunden-Clip. Beides passt nicht. Wenn du viele davon speicherst, ist gespeicherte YouTube-Videos durchsuchbar machen der einzige Weg, der skaliert: ein 8-Minuten-Video schaut niemand wegen eines Satzes noch einmal.

Wie in gespeicherten Videos gesucht wird: fünf Wörter, 8 Prozent ohne Treffer

In den letzten 90 Tagen haben 17 Nutzer 119 Suchen ausgeführt. Die Form dieser Anfragen:

• Median-Länge: 5 Wörter. Der Mittelwert liegt bei 5,4, die längste Anfrage hatte 25 Wörter.
• 66 Prozent der Anfragen haben vier Wörter oder mehr. Leute tippen den Satz, an den sie sich halb erinnern, kein Stichwort.
• 19 Prozent sind Einzelwörter, meist ein Thema statt eines Zitats.
• Durchschnittliche Trefferzahl: 10,2.
• Suchen ohne Treffer: 9 von 119, also 8 Prozent. Über die gesamte Laufzeit sind es 13 Prozent.

Dass sich die Null-Treffer-Quote seit Mai halbiert hat, ist die Zahl, die wir am härtesten verteidigen würden, denn dafür haben wir das Ranking nicht angefasst. Eine Anfrage scheitert aus drei Gründen: das Video wurde nie gespeichert, das Transkript ist dünn, oder die Sprache der Anfrage liegt zu weit von der Sprache des Transkripts weg. Der erste Grund schrumpft von allein, während Bibliotheken sich füllen, und genau das ist hier passiert.

Der Median von fünf Wörtern ist der tragende Befund für alle, die in dieser Kategorie bauen. Fünf-Wort-Umschreibungen sind exakt die Anfragen, die ein Stichwort-Index nicht bedienen kann. Deshalb ist die Suche bei uns hybrid statt reiner Keyword-Suche: wer sich an «das mit dem Salzen von Nudelwasser» erinnert, errät den Titel des Creators nicht.

Die Videos ohne etwas zu transkribieren

Nicht alles Gespeicherte enthält Sprache. Im Korpus kamen 30 von 558 Videos, also 5,4 Prozent, ohne nutzbare gesprochene Inhalte zurück: stumme Rezept-Montagen, Listen als Text im Bild, reine Musik.

Null bei langem YouTube, jedes zehnte bei TikTok. Das ist die ehrliche Grenze der Transkriptsuche, und deshalb steckt visuelle Auswertung überhaupt im Index: 4.196 Chunks des Korpus beschreiben, was auf dem Bildschirm zu sehen ist, statt was gesagt wurde. Wenn du ein stummes Reel suchst, rettet dich das Transkript nicht, und jedes Tool, das etwas anderes verspricht, beschreibt eine Demo statt einer Bibliothek.

Nutzerübergreifende Deduplizierung: jeder achte Save ist ein Duplikat

622 gespeicherte Videos zeigen auf 539 eindeutige Inhalte. Das sind 83 Saves, 13 Prozent, bei denen Transkript und Embeddings schon existierten, weil jemand anderes dasselbe Video gespeichert hatte. Das meistgespeicherte Einzelvideo hat 21 Saves. Durchschnitt pro Inhalt: 1,15.

Die Zahl ist klein, der Effekt nicht. Ein Duplikat kostet nichts: kein Transkript-Abruf bei Supadata, keine OpenAI-Embedding-Kosten, und das Video erscheint in der neuen Bibliothek in etwa einer Sekunde statt einer Minute. Im Mai haben wir vorhergesagt, dass diese Quote im Maßstab Richtung 70 Prozent klettert. Vier Monate später hat sie sich kaum bewegt, und der Grund steht in der Plattform-Tabelle: Kurzvideo-Saves sind Long Tail. Zwei Leute speichern selten dasselbe Reel. Der Dedup-Effekt konzentriert sich auf populäre YouTube-Videos und wächst deshalb mit dem Langvideo-Anteil, nicht mit der Nutzerzahl.

Sich öffentlich zu irren ist genau der Sinn davon, die Methodik mitzuveröffentlichen.

Was sich seit Mai geändert hat und was es bedeutet

Die Kategoriefrage lautet nicht «lang oder kurz», sondern «beides zugleich». Ein Tool, das nur Reels indexiert, sieht bei der Anzahl gut aus und ist nutzlos für die 90 Prozent der Inhalte, in denen echte Sätze stecken. Ein Tool nur für YouTube verpasst die Hälfte der Saves. Dieses Argument haben wir im Vergleich der AI-Video-Bookmark-Manager gemacht, und der Korpus sagt es seitdem lauter.

Bibliotheken werden mit dem Wachstum durchsuchbarer, nicht schlechter. Die Null-Treffer-Quote fiel, während der Korpus sich vervierfachte. Retrieval-Qualität ist in dieser Kategorie zuerst ein Korpus-Problem und erst danach ein Modell-Problem.

Kurzvideo-Saves sind ein persönliches Archiv, kein gemeinsames. Die flache Dedup-Quote sagt, dass das durchschnittlich gespeicherte Reel niemand sonst gespeichert hat. Dieses Kostenprofil sollte man kennen, bevor man baut.

Was wir erneut rechnen

Dieselbe Abfrage, dasselbe Tabellenformat, bei 1.000 und bei 10.000 Videos, damit sich die Zahlen sauber gegen diesen und gegen den Mai-Schnappschuss diffen lassen. Drei Dinge beobachten wir: ob der Kurzvideo-Anteil weiter steigt oder zurückgeht, ob die Null-Treffer-Quote mit volleren Bibliotheken weiter fällt, und ob die Dedup-Quote flach bleibt, jetzt wo wir Grund haben, das zu erwarten.

SavedThat ist in der Beta kostenlos: 100 Saves pro Monat, 2 Stunden pro Video, 30 Stunden Bibliothek. Wenn du im nächsten Schnappschuss auftauchen willst, fang an zu speichern und du wirst mitgezählt.

Die Rohdaten

Alles oben leitet sich aus dieser Tabelle ab, veröffentlicht, damit jede Aussage überprüfbar ist.

Schnappschuss vom 21. September 2026. Vorheriger Schnappschuss: 11. Mai 2026, 119 Videos.

Keep reading

guides

Search inside saved videos: the complete 2026 guide

Search inside saved videos by what was actually said — across YouTube, Instagram, and TikTok. How transcript search works in 2026, and four tools that do it.

guides

Best apps to search saved Instagram Reels (2026)

Best apps to search saved Instagram Reels in 2026, compared honestly: SavedThat, ReelRecall, Quiki, BetterSave, Stasht, Dewey, Collections and DIY.

guides

Best video bookmark manager with transcript search (2026)

The best video bookmark manager with transcript search in 2026: seven tools compared honestly, from SavedThat and Quiki to Raindrop Pro, Mymind and Glasp.

Frequently asked questions (2026)

Was speichern Menschen am meisten: YouTube, Instagram oder TikTok?+

Nach Anzahl Instagram Reels: 349 von 558 Videos in diesem Korpus, also 62,5 Prozent, gegen 23,8 Prozent YouTube und 10,9 Prozent TikTok. Nach Inhalt YouTube: dort liegen 90,2 Prozent der Transkript-Zeichen und 82 der 89 indexierten Stunden. Welche Plattform gewinnt, hängt davon ab, ob du Videos oder Minuten zählst.

Reichen 558 Videos für Schlussfolgerungen?+

Sie reichen, um diesen Korpus zu beschreiben, mehr nicht. Die Nutzerschaft ist klein und selbstselektiert, also lies den Plattform-Mix als Aussage über SavedThat-Nutzer im Jahr 2026, nicht über Video-Speichern allgemein. Methodik und exakte Zahlen sind veröffentlicht, damit der nächste Schnappschuss bei 1.000 Videos vergleichbar ist.

Warum hat sich der Plattform-Mix seit Mai gedreht?+

Wegen der Nutzerschaft, nicht wegen geändertem Verhalten. 439 der 558 Videos kamen nach Mai dazu, und wer in diesem Zeitraum dazukam, speichert Kurzvideos. In den Monatszahlen ist der Umschwung scharf: April und Mai führte YouTube, seit Juni führt Instagram jeden Monat, und TikTok wurde erst ab August ein nennenswerter Anteil.

Wie lang ist eine typische Suchanfrage in einer Bibliothek gespeicherter Videos?+

Fünf Wörter im Median über die letzten 90 Tage, 5,4 im Schnitt, und 66 Prozent der Anfragen haben vier Wörter oder mehr. Das ist Umschreibung statt Stichwort, weshalb ein reiner Keyword-Index bei so einer Bibliothek meist scheitert.

Wie viele gespeicherte Videos haben kein nutzbares Transkript?+

30 von 558, also 5,4 Prozent. Bei TikTok sind es 9,8 Prozent, bei Instagram Reels 6,6 Prozent, bei langem YouTube null. Übliche Fälle sind stumme Montagen, Posts mit Text im Bild und Clips mit reiner Musik. Auffindbar macht die eher visuelle Indexierung als das Transkript.

Wie wurde das Volumen gesprochener Inhalte diesmal berechnet?+

Als Summe der Zeichenlängen aller sprachbasierten Chunks je Plattform, nicht als Anzahl mal Durchschnittsdauer wie im Mai-Schnappschuss. Das ist eine direkte Messung des indexierten Texts, die 90,2 Prozent sind also gemessen und nicht geschätzt.

Kann ich die Rohdaten sehen?+

Nein. Gespeicherte Videos und Suchanfragen sind private Nutzerdaten und werden nicht exportiert. Jede Zahl in diesem Beitrag ist eine Aggregation über anonymisierte Zeilen, und nichts in der veröffentlichten Tabelle lässt sich auf eine Person oder ein Video zurückführen.