Sieben Uploads pro Woche können Tage ohne Upload lassen

Durchschnittlich sieben Uploads pro Woche belegen nicht, dass ein Kanal täglich veröffentlicht hat. Wir haben vier vollständige Wochen für 87 von Mark Studios ausgewählte YouTube-Kanäle mit besonders vielen Abonnenten analysiert. Von den 38 Kanälen mit mindestens 28 erfassten Uploads hatten 26 an allen 28 lokalen Kalendertagen der Quelle mindestens einen Upload; bei 12 gab es mindestens einen Tag ohne erfassten Upload. Die 38 Kanäle umfassen reguläre Videos, Shorts und Livestreams und stehen nicht repräsentativ für alle Creator. Das Ergebnis hilft, einen Plan zu beschreiben; es zeigt nicht, welcher Rhythmus besser funktioniert.

Die 38 Kanäle sind nicht alle Kanäle der Quelle. Mark Studios fand 99 Kanäle aus einer Liste der YouTube-Kanäle mit den meisten Abonnenten. Wir behielten 87, für die die Dateien vier vollständige Wochen beschreiben; 38 davon hatten mindestens 28 erfasste Uploads.

Für die übrigen 12 der 99 lagen in der Quelle keine vier vollständigen Wochen vor: Vier wurden über eine oder zwei vollständige Wochen beobachtet; acht veröffentlichten zu viel, als dass die Grenze von 500 Uploads eine ganze Woche abgedeckt hätte. Der Ausschluss dieser sehr aktiven Kanäle macht die Gruppe mit hohem Volumen besonders selektiv.

Neun der 87 hatten im Vier-Wochen-Zeitraum keinen Upload und konnten daher nicht zur Gruppe mit 28 Uploads gehören. Sie zählen zur Gruppe mit vollständigem Zeitraum; wir haben keine fehlenden Tage für unvollständig erfasste Kanäle ergänzt.

Ein Kalenderdatum hängt von der Zeitzone ab. Mark Studios ordnete jedem Kanal eine Hauptzeitzone anhand seines zuerst genannten Landes zu und nutzte für Kanäle aus den USA und Kanada die Eastern Time. Das macht den Vergleich reproduzierbar; ein Kanal kann jedoch anderswo planen oder ein Publikum in mehreren Zeitzonen erreichen.

Am 30. Oktober 2026 erfasste Mark Studios Upload-Daten für die vier lokalen Wochen vom 1. bis 28. Oktober, begrenzt auf 500 Uploads. Wir nutzten die Kanaldatei für vollständige Vier-Wochen-Zeiträume, verknüpften die Einträge anhand des Kanalrangs und verglichen die Zahl jedes berücksichtigten Kanals mit der Summe der Quelle.

Für jeden berücksichtigten Kanal mit mindestens 28 Uploads zählten wir die unterschiedlichen lokalen Daten mit mindestens einem Eintrag. Eine separate SQLite-Berechnung und eine unabhängige Umrechnung mit IANA-Zeitzonen ergaben dieselbe Verteilung aktiver Daten. Das Reproduktionspaket enthält die Hashwerte der Quelldateien und den Code für die Prüfungen.

Die Quelle beschreibt YouTubes Upload-Playlist, nennt aber nicht das verwendete Zeitstempelfeld. YouTube unterscheidet den Zeitpunkt, zu dem ein Playlist-Eintrag hinzugefügt wird, vom Veröffentlichungszeitpunkt des Videos. Wir wählten nach einer festen Regel 12 Videos von Kanälen mit und ohne Lücken aus; ihre aktuellen Veröffentlichungsdaten auf den öffentlichen Seiten stimmten mit der Quelle überein. Diese Stichprobe belegt weder Zeitstempel noch Vollständigkeit aller Einträge.

Die Quelle erfasst, was bei ihrer Sammlung verfügbar war, nicht jedes Video, das jemals öffentlich gewesen sein könnte. Ein vor der Sammlung gelöschtes oder privat gestelltes Video kann fehlen. Wir beobachten weder den beabsichtigten Plan noch die Reaktion des Publikums oder den Grund für einen Tag ohne Upload.

Benötigt werden Python 3.10 oder neuer, Internetzugang und die IANA-Zeitzonendatenbank. Entpacke das Archiv in einen leeren Ordner und führe die Befehle der Reihe nach aus:

python3 fetch.py
python3 analyze.py
python3 crosscheck.py
python3 verify-zones.py

Vergleiche pilot-results.json mit expected-results.json. Download und Analyse prüfen die SHA-256-Hashes der Eingaben; eine abweichende vorhandene Datei wird nicht überschrieben. Das Archiv enthält Code und aggregierte Ergebnisse, aber keine Quell-CSV-Dateien, Videotitel oder Medien.

Optional prüfen die folgenden zwei Befehle eine Stichprobe von 12 Videos anhand aktueller öffentlicher YouTube-Seiten. Video-IDs und Zeitstempel werden lokal gespeichert. Seiten können sich ändern oder nicht mehr verfügbar sein; die Stichprobe belegt keine historische Vollständigkeit:

python3 select-timestamp-sample.py
python3 verify-public-publishdates.py

Mark Studios — YouTube Upload Time Study — CC BY 4.0
https://www.markstudios.com/research/youtube-upload-time-study
https://github.com/markksantos/markstudios-research-data/tree/365dc2ceb9828fbdbb559ac84dda6e7caa9d0f06/data/youtube-upload-time-study
