Was wir 2026 verifizieren können
Aktuelle Branchenberichte und Studien zum Nutzerverhalten zeigen:
- Etwa 60 % der Hörzeit auf Spotify sind „programmiert“. Dazu gehören algorithmische Playlists sowie Empfehlungen nach dem Muster von Radio, Autoplay und Smart Shuffle.
- Algorithmisch programmierte Streams sind ungefähr doppelt so zahlreich wie redaktionell programmierte Streams. Der übrige programmierte Anteil stammt aus Nutzer-Playlists und Mischformen aus beiden Kategorien.
Diese Zahlen stammen aus Messungen Dritter auf Grundlage großer Hörerpanels und der Beobachtung von Spotify-Oberflächen. Die Daten aus Spotifys eigenem Newsroom bestätigen die Größenordnung algorithmischer Oberflächen, insbesondere von Discover Weekly.
Aufschlüsselung der programmierten Streams
| Programmierte Quelle | Richtungswert für 2026 | Hinweise |
|---|---|---|
| Algorithmische Playlists und Mixes | ca. 40 % | Discover Weekly, Release Radar, Daily Mix und Smart-Shuffle-Einblendungen |
| Redaktionelle Playlists | ca. 20 % | Von Spotify-Redakteuren kuratiert, oft in der ersten Woche besonders stark |
| Sonstige programmierte Quellen | ca. 0 bis 5 % | Hybride Oberflächen und Experimente |
Auch wenn die genauen Prozentsätze je nach Genre und Markt variieren, bleibt die Reihenfolge stabil.
Was Spotify über algorithmische Entdeckung sagt
Spotify berichtet, dass Discover Weekly allein im Laufe seiner Geschichte mehr als 100 Milliarden Streams ermöglicht hat und jede Woche mehrere Dutzend Millionen neue Künstlerentdeckungen hervorbringt. Das ist der deutlichste öffentliche Hinweis darauf, dass algorithmische Oberflächen die wichtigste Entdeckungsmaschine im großen Maßstab sind.
Was das für Künstler und Labels bedeutet
Tip Redaktionelle Spitzen, algorithmische Verstärkung. Redaktionelle Playlists können in der ersten Woche für einen starken Schub sorgen. Das nachhaltigere Wachstum kommt jedoch meist von algorithmischen Oberflächen, die Tracks noch Monate später erneut ausspielen.
Die Qualität der Startzielgruppe ist wichtiger als die Jagd nach Playlist-Plätzen. Algorithmische Systeme lernen daraus, wer sich engagiert. Eine kleine, aber passende Startgruppe ist wertvoller als eine große, ungenaue.
Optimiere auf Signale der Hörerabsicht. Speicherungen, Playlist-Adds und Shares bringen dich vom Test zur Skalierung.
Der Katalog ist zuerst algorithmisch. Das Wiederaufleben älterer Tracks erfolgt überwiegend über Radio, Autoplay und Smart Shuffle – nicht über redaktionelle Ergänzungen.
Die Umsatzrechnung: algorithmisch vs. redaktionell
Die Dominanz algorithmischer Streams hat direkte Auswirkungen auf den Umsatz. Bei Spotifys $3.02 RPM (pro 1.000 Streams, basierend auf Dynamoi-Erstanbieterdaten) geht es nicht nur darum, welche Oberfläche mehr Streams erzeugt, sondern auch darum, welche Oberfläche nachhaltigere Einnahmen bringt.
Redaktionelle Playlists erzeugen frontgeladene Spitzen. Ein Track, der in eine große redaktionelle Playlist aufgenommen wird, kann in der ersten Woche 50.000 Streams erzielen und danach stark abfallen. Algorithmische Oberflächen erzeugen langsamere, aber beständige Streams. Derselbe Track könnte durch Radio und Discover Weekly 12 Monate lang monatlich 10.000 Streams erzielen – insgesamt 120.000 Streams und $362 an Tantiemen, verglichen mit $151 durch den redaktionellen Peak.
Zum Vergleich: Auf anderen Plattformen entwickelt sich dieselbe Katalogdynamik anders. Amazon Music ($9.02/1K), Apple Music ($5.43/1K) und YouTube Music ($5.28/1K) zahlen zwar höhere Beträge pro Stream, bieten aber nicht Spotifys Tiefe bei der algorithmischen Entdeckung. Ein Künstler mit starker algorithmischer Traktion auf Spotify macht seinen Nachteil beim Betrag pro Stream auf anderen Plattformen oft durch das größere Volumen wett.
Wenn du tiefer in algorithmische Oberflächen und ihre Auslöser einsteigen möchtest, lies den Hauptleitfaden: So funktioniert der Spotify-Algorithmus.