Creator-Zielgruppen analysieren: Audience Fit, Unsicherheit und Datenquellen

Im Mediakit steht „68 % weiblich, Kernzielgruppe 25 bis 34", daneben ein Insights-Screenshot. Die Zahl kann stimmen. Sie kann genauso gut aus dem besten Monat des Kanals stammen, veraltet sein oder von einer anderen Plattform kommen als der, auf der du buchen willst. Dem Screenshot selbst siehst du keinen dieser Fälle an.

Deshalb beginnt jede ernsthafte Zielgruppen-Prüfung mit einer unbequemen Feststellung: Es gibt keine amtliche Zahl. Jede Demografie-Angabe zu einem Creator ist eine Ableitung aus einer bestimmten Quelle, und die Quelle bestimmt, wie viel Vertrauen die Zahl verdient.

Follower sind nicht das Publikum

Wer über „die Zielgruppe" eines Creators spricht, meint eine von drei Gruppen: die Follower, die tatsächlich Erreichten oder die, die interagieren. Diese Gruppen können weit auseinanderliegen.

Auf TikTok und bei Instagram Reels kommt ein großer Teil der Views aus den Empfehlungs-Feeds, also von Menschen, die dem Kanal gar nicht folgen. Umgekehrt schleppt ein über Jahre gewachsener Kanal Follower mit, die längst inaktiv sind oder in einer anderen Lebensphase gefolgt sind. Ein Kanal, der 2016 mit 16-jährigen Fans groß wurde, hat heute eine Follower-Basis Mitte zwanzig, selbst wenn sein aktueller Content wieder Jüngere erreicht.

Für die Kampagnenplanung zählt, wen ein gebuchter Beitrag erreicht. Follower-Demografie ist dafür ein Näherungswert, und je stärker eine Plattform über Empfehlungen ausspielt, desto weiter kann die erreichte Zielgruppe von diesem Näherungswert abweichen.

Die drei Datenquellen im Vergleich

Für die Demografie eines Kanals gibt es drei Quellen. Keine ist in allem überlegen, sie unterscheiden sich in Verfügbarkeit, Tiefe und Prüfbarkeit.

Quelle	Was sie zeigt	Verfügbarkeit	Schwachstelle
Plattform-Insights des Creators	Die Messung der Plattform selbst, inklusive erreichter Accounts	Nur wenn der Creator sie teilt, meist als Mediakit-Screenshot	Zeitraum und Ausschnitt wählt der Creator, unabhängig prüfen kannst du nichts
Follower-Stichprobe	Auswertung öffentlicher Follower-Profile: Alter, Geschlecht, Land, Städte	Auf Anfrage pro Kanal über Analyse-Tools	Misst Follower statt tatsächlich Erreichte, private Profile fehlen
Inhaltsbasierte Prognose	Schätzung aus Sprache, Themen und Reichweiten-Signalen des Contents	Sofort, für praktisch jeden Kanal	Für eine finale Einzelentscheidung zu grob

Dass Stichprobe und Prognose von den offiziellen Insights abweichen, ist kein Fehler, sondern eine Folge der Methode: Sie messen unterschiedliche Gruppen auf unterschiedlichen Wegen. Wie solche Abweichungen zustande kommen und wie du sie einordnest, haben wir im Beitrag zu Abweichungen zwischen externen Analysen und Plattform-Insights aufgeschlüsselt.

Wann welche Quelle reicht

Die drei Quellen konkurrieren nicht, sie gehören an verschiedene Stellen im Auswahlprozess.

Am Anfang, wenn hunderte Kanäle infrage kommen, brauchst du eine Zahl, die sofort da ist. Das leistet nur die Prognose: Sie macht Demografie filterbar, bevor du einen einzigen Creator angeschrieben hast. Für eine Vorauswahl ist „geschätzt 60 % Publikum in Deutschland" eine brauchbare Information, auch wenn die tatsächliche Zahl 52 oder 68 ist.

Für die Watchlist dreht sich das Verhältnis. Jetzt geht es um wenige Kanäle und um eine Empfehlung, an der dein Name hängt. Hier lohnt die Follower-Stichprobe für jeden verbliebenen Kandidaten. Spätestens in der Verhandlung fragst du zusätzlich nach den aktuellen Plattform-Insights: Weichen sie stark von der Stichprobe ab, ist das kein Ausschlussgrund, aber eine Rückfrage wert.

In Nindo stehen beide Stufen zur Verfügung. Die Prognose mit Alter, Geschlecht und Land liegt für Kanäle auf Instagram, TikTok und YouTube sofort vor und funktioniert in der Nindo Discovery als Filter.

Die Follower-Stichprobe startest du per Klick am Kanal, das Ergebnis kommt nach wenigen Minuten. Sie geht tiefer als die Prognose: Städte, die Verteilung der Follower-Reichweite und eine Aufteilung der Follower in echte Follower, Massenfollower, Influencer und verdächtige Accounts. Für laufende Kampagnen aggregiert Nindo die Demografie über alle gebuchten Creator, sodass du die Zielgruppen-Frage für die gesamte Kampagne beantworten kannst statt pro Kanal.

Audience Fit bewerten: Anteile statt Etiketten

Mit belastbaren Zahlen beginnt die eigentliche Arbeit: entscheiden, ob das Publikum passt. Drei Lesefehler kosten dabei am meisten Budget.

• Vorhandensein statt Mindestanteil. „Publikum in Deutschland: vorhanden" sagt nichts. Setze eine Schwelle für den Zielmarkt oder das Zielsegment, zum Beispiel mindestens 60 %, und wende sie auf alle KandidatInnen gleich an. Erst die Schwelle macht Kanäle vergleichbar.
• Anteil ohne absolute Zahl. 75 % Frauen bei 20.000 erreichten Accounts sind 15.000 Personen. Ein Kanal mit 45 % Frauenanteil und 100.000 erreichten Accounts liefert dreimal so viele. Der Anteil bestimmt deinen Streuverlust, die absolute Zahl bestimmt, was die Kampagne bewegen kann.
• Sprache mit Land verwechseln. Ein deutschsprachiger Kanal kann sein Publikum zu großen Teilen in Österreich und der Schweiz haben. Für eine DACH-weite Marke ist das egal, für einen Shop, der nur nach Deutschland liefert, wird es teuer.

Ein vierter Punkt kommt vor allen anderen: Follower-basierte Demografie ist nur so gut wie die Follower-Basis. Ein Kanal mit gekaufter Reichweite hat eine Länderverteilung, die die Klickfarm abbildet statt das Publikum. Prüfe deshalb zuerst, ob der Kanal gekaufte Follower und Likes mitschleppt, bevor du seinen Demografie-Werten traust.

Demografie ist ein Ausschlusskriterium

Belastbare Demografie verhindert die teure Fehlbuchung eines Kanals, dessen Publikum im falschen Land oder in der falschen Altersgruppe sitzt. Mehr leistet sie allerdings auch nicht: Alter, Geschlecht und Wohnort sagen nichts darüber, ob dieses Publikum dein Produkt will.

Das Kaufinteresse steckt im Content-Fit, also in den Themen, die den Kanal prägen, und in der Frage, ob dein Produkt dort glaubwürdig vorkommen kann. Verbinde die Zielgruppenprüfung deshalb mit dem restlichen Auswahlprozess, bevor du dich für einen Creator entscheidest.