Um einen Kommentar auf YouTube zu schreiben, ist, wie bereits vorher erklärt, das Vorhandensein eines Google-Accounts notwendig. Es ist davon auszugehen, dass nur ein Teil der Personen, welche die hier verwendeten Videos gesehen haben, auch wirklich die Möglichkeit erhielten, einen Kommentar zu schreiben.

Den Personen, die Kommentare schreiben können, ist es zunächst freigestellt zu schreiben, was sie wollen. Ausnahmen können in diesem Kontext Kommentare sein, welche gegen die allgemein gesetzten Richtlinien von YouTube⁷ verstoßen und deshalb von der Plattform entfernt werden oder von Kanalbetreibenden⁸ entweder durch aktive Suche oder automatisch agierende „Blacklists“⁹ gelöscht werden.

Auch das ist in dieser Arbeit eher weniger bis gar nicht zu vermuten, jedoch kann das nicht eindeutig nachgewiesen werden.

In beinahe jeder empirischen Auseinandersetzung mit YouTube-Videos¹⁰ und ihren Kommentaren ist festgestellt worden, dass man aufgrund der hohen Anzahl an Kommentaren sehr schnell dazu neigt, den Überblick zu verlieren. Eine Möglichkeit diesem Problem entgegenzutreten ist die Zuhilfenahme von Analysetools, welche den Datensatz automatisch nach vorher definierten Schlüsselwörtern absuchen und die Kommentare entsprechend definierten Kategorien zuweisen kann. Im Falle von MAXQDA, was auch für diese Arbeit genutzt wurde, wäre das zwar möglich, jedoch liegt die programminterne Grenze bei 10.000 Fällen. In dem Kontext sehr erfolgreicher oder kontroverser Videos ist diese Obergrenze schnell erreicht, wohingegen die Kommentare, welche hier Gegenstand sind, nur einen Bruchteil dieser Grenze darstellen. Somit ist das Problem der Unübersichtlichkeit hier nicht so schwerwiegend.
Dennoch ist es in Bezug auf die Menge an Kommentaren wenig zielführend die Untersuchung auf bestimmte Nutzer*innen zu beschränken. Da hier jedoch nur der Inhalt der Kommentare analysiert wird, soll es an dieser Stelle bei dem Hinweis bleiben.
Neben der absoluten Häufigkeit der Kommentare, welche für sich gesehen überwältigend sein kann, stellt sie im Vergleich zu den eigentlichen Aufrufen¹¹ des Videos nur einen Bruchteil dar. Auf den hiesigen Gegenstand bezogen bedeutet das, dass die Anzahl der Kommentare weniger als 1 % der Aufrufe des Videos entsprechen. Der Frage nach der statistischen Repräsentanz, muss man entgegnen, dass dieses oder ähnlich niedrige Verhältnisse durchaus üblich und „normal“ sind. Für die weitere Auseinandersetzung soll das zwar nicht vergessen werden, aber in erster Linie werden die Kommentare für sich betrachtet.
Gründe für die Diskrepanz können beispielsweise im Konsumverhalten von YouTube-Nutzenden, in der Ermöglichung des Schreibens, der Löschung oder auch in der stellvertretenden Funktion (s.u.) eines Kommentars gesehen werden.

Weiterhin kann vermutet werden, dass eine auffällig geringe Gesamtzahl der Kommentare den Datensatz „instabil“ erscheinen lässt. In solchen Fällen ist eine Auswertung anfälliger für Ausreißer und folglich fällt das Treffen valider Aussagen schwerer.
Ab welcher Kommentaranzahl eine „ausreichende Stabilität“ erreicht ist, kann an dieser Stelle nicht gesagt und würde außerdem den Rahmen dieser Arbeit sprengen. An dieser Stelle sei aber der Hinweis gegeben, dass dieser Umstand in zukünftige Auseinandersetzungen mit diesem oder einem ähnlichen Gegenstand unbedingt zu beachten ist.

Es ist davon auszugehen, dass die Kommentare auf YouTube auch eine stellvertretende Funktion einnehmen. Damit ist gemeint, dass der entsprechende Inhalt des Kommentars genau dem entspricht, was eine Person selbst äußern möchte. Es scheint somit einleuchtend, dass sie es folglich nicht mehr für notwendig erachtet, den Kommentar zu wiederholen. Das Lesen solcher Kommentare kann durch die Möglichkeiten der Anordnungen¹² („Neueste zuerst“, „Top-Kommentare“, „angepinnte Kommentare“), aber auch der Aufmerksammachung durch Kanalbetreibende („Herzen“) beeinflusst werden.

Dieser Eigenschaft ist es verschuldet, dass das gleichwertige Betrachten aller Kommentare ein methodisches Problem darstellt, dessen man sich bewusst sein muss. Viel geeigneter wäre in dem Zusammenhang eine Kategorisierung, in welcher auch Gewichtungen von Kommentaren unternommen werden können.
Grundlage dafür könnte die einsehbare zustimmende Interaktion in Bezug auf die betreffenden Kommentare sein. Das meint einmal die zuordenbaren Antworten (sei es durch Threads oder mittels direkter Ansprache (z.B. „@Kanalname“)) oder die Anzahl der Likes. 

Solche Interaktionen lassen sich mit dem für diese Studie verwendete Programm MAXQDA verhältnismäßig einfach ausfindig machen. Mittels der Suchfunktion lassen sich beispielsweise Indikatoren, wie „@“ suchen. Einfacher lassen sich Threads mit der Spalte „Nr.“ erkennen, die in der tabellarischen Ansicht des Datensatzes zu finden ist. Hierbei handelt es sich nicht um die MAXQDA-interne Nummerierung, sondern um die Zählung, welche über die API von YouTube übernommen wurde. Ein „Haupt“- Kommentar hat beispielsweise die Nummer „005“, wohingegen der erste Antwort darauf die Nummer „005-1“ vergeben wird. Da nur diese Zählung programmübergreifend und damit in MAXQDA, aber auch in den herunterladbaren Excel- und PDF-Exporten gleich ist, wurde sie aus Gründen der besseren Nachvollziehbarkeit für die Nachweise innerhalb dieser Arbeit verwendet. Neben der Zählung lässt sich auch in der Spalte „oberste Ebene“ erkennen, ob es sich um ein „Haupt“- oder „Thread“-Kommentar handelt (Erstes durch die Angabe „Yes“ und Zweites mit der Angabe „No“). Zusätzlich bietet die Spalte „Antworten“ eine Darstellung der Anzahl der auf den Kommentar bezogenen Antworten.
Die zuvor erwähnte Zählung fasst diese beiden anderen Spalten in gewisser Weise zusammen, weswegen sie an dieser Stelle vorgezogen wurde. Die anderen Angaben können jedoch zur Überprüfung herangezogen werden.

Auch Likes lassen sich sehr einfach nachvollziehen, wenn man einen Blick auf die Spalte „Likes“ wirft.

Jedoch fällt bei der genaueren Betrachtung der Likes ein grundsätzliches und oft kritisiertes Problem von YouTube auf. Kommentare können zwar geliked und gedisliked werden, jedoch werden nur Likes öffentlich angezeigt. Lediglich bestimmte Indizien, wie zum Beispiel eine höhere Wertung von Kommentaren mit geringeren Likes unter den „Top-Kommentaren“ lassen das „heimliche“ Mitzählen der Dislikes vermuten.¹³ Und selbst dann bestehen keine konkret auswertbaren Daten. Die Kategorie „Top-Kommentare“ beinhaltet also nicht, die Kommentare, welche am meisten gemocht werden, beziehungsweise durch welche User*innen sich am meisten vertreten fühlen, sondern jene, welche den meisten „Traffic“, also die höchste Interaktionsrate aufweisen. Das lässt die Frage zu, inwieweit diese Kommentare die stellvertretende Funktion tatsächlich einnehmen.
Da es sich hierbei um eine allgemeine Eigenschaft von YouTube handelt, sind auch die hier untersuchten Kommentare davon betroffen.

Um diesen Bereich jedoch nicht völlig im Leeren stehen zu lassen, wurde, parallel zu einer Betrachtung aller Kommentare, auch ein erwähnender Blick auf die „Top-Kommentare“ geworfen.

Im ersten Moment scheint es, als würde in der von YouTube vollzogenen, präzisen zeitlichen Einordnung eine große Chance liegen. Als wäre eine chronologische Reihenfolge erkennbar, um daraus relevante Schlüsse zu ziehen.
Dieser grundsätzlich gegebenen Möglichkeit muss jedoch problematisierend entgegnet werden, dass es sich bei der Angabe um den Zeitpunkt des Hochladens handelt (in MAXQDA durch die Spalte „Veröffentlicht am“ zu erkennen). An Simon Meier¹⁴ angelehnt, lässt sich nicht aussagen, ob es sich bei diesem Zeitpunkt um den des Verfassens, des Rezipierens des Videos oder zuletzt auch des Absendens handelt. Man muss also zu dem Schluss kommen, dass der Zeitstempel grundsätzlich problematisch ist, jedoch durchaus eine gewisse Orientierung bieten kann. Beispielsweise lassen sich Antworten, die nicht mittels der Thread-Funktion geschrieben wurden, womöglich einfacher nachvollziehen.

Etwas anders sieht es aus, wenn man die grundsätzlich gegebene Möglichkeit des nachträglichen Bearbeitens einbezieht. Zwar wird das von YouTube mit einem “(bearbeitet)” kenntlich gemacht, jedoch lässt sich in diesen Fällen nicht mehr nachvollziehen, wann, was, wie geschrieben wurde, und somit ist die vollständige Aussagekraft in Frage zu stellen. Ein wenig Abhilfe bietet MAXQDA, welches in der Übersicht aller Kommentare auch die Spalte „Aktualisiert“ aufführt. Damit lässt sich eine Aussage über den genauen Zeitpunkt der Änderungen treffen. Jedoch bleiben die anderen Aspekte der Änderung weiterhin nicht erkennbar.

Eine zentrale Frage, die sich nicht nur im Kontext von YouTube stellt, ist die nach der Motivation der Kommentierenden – warum schreibt jemand das?

Vermuten lassen sich dabei verschiedene Motive, beispielsweise die Suche nach Anerkennung bei der Community oder Kanalbetreibenden durch einen pointierten Witz, das selbstlose Informieren über das Gesehene/Gehörte oder einfach nur die Äußerung der eigenen Anerkennung für den Videoinhalt.
Die Liste ließe sich, auch für den hier analysierten Mit Blick auf die vorhandene Literatur erscheint hier sehr ernüchternd, dass es keine bis wenig konkret(er)e Theorie zu diesem Themenkomplex gibt.

Ein Konzept, welches dieses Thema anschneidet, ist die von Reichert beschriebene kollaborative Bedeutungsproduktion, welche das Erschaffen von Bedeutung im Web 2.0 (darin YouTube) auf das gemeinsame (kollektive) Wirken von Gruppen zurückführt. Angelehnt an dieses Konzept erweitert Hämmerle den Gedanken auch auf die Produktion von Medieninhalten und führt den Begriff des „Produtzers“ ein.¹⁵
Um dieses Phänomen zu beschreiben, untersuchen beide Autor*innen prominente und damit geeignete Beispiele, was bei dem Gegenstand der hier vorliegenden Arbeit sehr schwerfallen sollte.
Was dort beispielsweise durch die Untersuchung regelmäßig content-hochladender „Beauty-Kanäle“ einfacher erscheint, ist in Bezug auf Einzelstücke, die eher in einem fremden Kontext hochgeladen wurden, sehr schwer möglich und nur bedingt vergleichbar.

Eine Auseinandersetzung mit dieser Thematik wäre zwar grundsätzlich möglich, jedoch würde sie den Rahmen dieser Arbeit sprengen. Damit soll an dieser Stelle bei einem Verweis auf eine mögliche tiefergehende Forschung in der Zukunft verblieben werden.