📊 Data 🔍 Analysis 📊 Author strategy 🇺🇸 US 🇬🇧 UK 🇩🇪 DE

Eine Autorin, sechs von zehn Plätzen: Sarah J. Maas und der Bookfluencer-Katalogeffekt

bookfluencer.ai Research · · 6 Min. Lesezeit
Eine Autorin, sechs von zehn Plätzen: Sarah J. Maas und der Bookfluencer-Katalogeffekt

Sarah J. Maas verschiebt die Bookfluencer‑Landkarte dort hin, wo sonst Verlagsetikette und Serienmastermind bereits zusammenfallen.

Im Export vom 12. Mai 2026 dokumentieren wir 983.052 Posts durch 1 518 Bookfluencer und Buch‑Influencer auf den üblichen BookTok‑-, BookTube‑ und Book‑Instagram‑Pfaden — Sarah J. Maas führt unter den Autoren mit 31 872 Titel‑Nennungen, 106 SKU‑Editionen und über 405 einmalige Creator :innen. Die zusammengerollten Reichweiten knacken etwa 1,38 Mrd. dokumentierter Views ; ihre Inhaltslast entspricht rund 3,4 % aller geführten Influencer‑Posts — ein Katalogmotor, keine Lotteriegrafik aus einem Video.

Auf SKU‑Ebene reiht Fearless erst als erster Nicht‑Maas‑Titel bei Rang 20 mit 683 Nennungen ein — dahinter reihen sich die üblichen Verdächtigen (siehe Top‑Titelliste). Klammern verschiedene ISBN‑Fassungen zu lesenden Marken zusammen, bleiben sechs wiedererkennbare Maas‑Weltenanker Teil des „Top‑10‑Narrativs“, das ohnehin unsere Marketing‑Briefings bestimmen. Für den Artikel zerlegen wir hier die Leitbinder House of Flame and Shadow, Throne of Glass, A Court of Thorns and Roses, A Court of Mist and Fury sowie A Court of Silver Flames — austauschbare algorithmische Schlüssel mehr als duellierende Neuerscheinungsduelle.

6 / 10
Maas‑Top‑Slots (konsolidiert)
Lit‑X Trendanalyse · Mai 2026
31,9 K
Autor :innen‑Nennungen (#1)
405 Creator :innen · ~1,38 Mrd. Views
~3,4 %
Anteil der getrackten Posts
Export · 983 K Postzeilen

Lesetempo jenseits des Maas‑Blocks

Like‑to‑View‑QuoteLikes geteilt durch dokumentierte Views — liegt über alle breiten Produktrollupps bei grob 3,6 % bis 7,2 %. Die vier bis fünf Spitzen‑SKUs kleben bei etwa 6 % bis 7,3 % und zeigen kein Zerfalls­muster eines einmal geboosteten Clips, sondern dauerhafte Leser :innenbindung an die Marke Sarah J. Maas.

YouTube liefert etwa die Hälfte der Nennungen

Wer einen Maas‑Launch nur auf TikTok parkt, kürzt dort ab, wo echte Reichweite entsteht: für jeden der fünf Kern‑SKUs unten im Tisch entfallen 49 % bis 55 % der dokumentierten Nennungen auf YouTube; der Rest splittet sich auf TikTok und Instagram. Dahinter liegen klassische Buch‑Videos, Ranking‑Reihen und Spoiler‑Kapseln — lang laufende Bookfluencer‑Formate, nicht nur Schnell‑Clips.

Repräsentative BookTube‑Kanäle, die im Maas‑Pull wiederkehren: @oliviareadsalatte mit spanischsprachigem ACOTAR‑Fokus und @burcubloyd mit breiter Maas‑Welt‑Abdeckung — illustrativ für die Langformat‑Stapel hinter dem YouTube‑Anteil, nicht für einen einzelnen viralen Clip.

Maas gegen den nächstplatzierten Solo‑Hit

Listeneintrag (SKU‑Rang) Titel Nennungen dok. Aufrufe Creator :innen YouTube Anteil* Like‑to‑View‡
1 House of Flame and Shadow · Sarah J Maas 1 130 51,8 Mio. 233 55 % 7,1 %
2 Throne of Glass · Sarah J Maas 1 091 52,3 Mio. 228 53 % 7,3 %
4 A Court of Thorns and Roses · Sarah J Maas 1 016 41,6 Mio. 233 48 % 6,4 %
5 A Court of Mist and Fury · Sarah J Maas 993 41,1 Mio. 230 47 % 6,4 %
6 A Court of Silver Flames · Sarah J Maas 846 39,0 Mio. 205 49 % 6,8 %
20 Fearless · Elsie Silver 683 21,6 Mio. 155 32 % 7,0 %
* YouTube‑Nennungen geteilt durch alle SKU‑Zählungen;  ‡ aggregierte Likes ÷ dokumentierte Views · Quelle: Lit‑X Trendanalyse · 12. Mai 2026
Imprint‑Takeaway
Budget liegt im Katalog, nicht nur in der Release‑Woche. Wenn Creator :innen irgendeine Maas‑ISBN heben, ziehen Empfehlungssysteme Leser :innen routiniert weiter zu Throne of Glass, A Court of Thorns and Roses und Crescent City — klassischer Katalogeffekt, bei dem Algorithmen Reihen wie vernetzte Warenbestände behandeln. Ohne Platz für BookTube und lange Videoformate schneidet ihr genau dort Budget ab, wo knapp die Hälfte der Nennungen entsteht. Dauer­lizenzierte Schlüsselmotive, strukturierte Spoiler‑Fenster und sauber gebündelte Box‑Metadaten ersetzen keinen Creator‑Briefing‑Plan — aber sie halten Inventar wiederauffindbar, wenn der Feed nachschiebt.Interpretation angelehnt an Lit‑X Trend‑Daten; beschriebene Netzmuster entsprechen beobachtbaren Crosslinks in dokumentiertem Content.

Katalogsprache für Verlage

Katalogeffekt: Neues hebt immer auch ältere Bindungen, weil Feeds Reihen ohnehin gemeinsam spiegeln. Einzelkampagnen ohne Backlist‑Signale verkürzen die Fläche, die Empfehlungsnetze nutzen können. Wer Romantasy startet und das Nachbarfeld BookTube ignoriert, plant nur den halben Erwähnungsteil — keine Kampfansage gegen andere Autor :innen, sondern nüchternes Medien‑Mapping nach Plattformanteilen.

Damit wird die operative Frage konkret: für welche ISBN im Stapel sichert ihr dauerhaft Creator‑Rough‑Cuts, wenn dieselben Feeds ohnehin suggerieren, dass Leser :innen später beim nächsten Band landen?

Quellen & Weiterlesen

Methode

Datengrundlage sind dokumentierte Posts curatorisch erfasster Influencer :innen (TikTok, Instagram Reels & Feed, sowie YouTube inkl. Shorts). SKU‑Ranking nutzt Produktschlüssel (ISBN / Produkt-ID); Aggregationsspalten summieren Likes und Views je Titel. Plattformanteile entstehen aus Post‑Tagging in unserem Export vom 12. Mai 2026. Alle Daten wurden von menschlichen Analyst :innen erhoben und verifiziert.

Lit-X
Basierend auf Lit-X Daten
Diese Daten-Tiefe für Ihre Titel?
Lit-X entdecken →
Daten erkunden
Weitere Insights
data
1.291 Creator, 7 % der Views: Das Bookstagram-Paradox in der Bookfluencer-Ökonomie
14. Mai · 6 min
data
Die Bookfluencer-Engagement-Matrix: Plattform × Tier
8. Apr. · 6 min
data
35 Mega-bookfluencer sitzen auf 42 % aller Views
8. Apr. · 7 min