Wie häufig ist Computerspiel-Sucht? | Stand: Juni 2026

von Dr. Armin Kaser | Psychologe

Die wichtigsten Zahlen im Überblick

Zum Zitieren:
Jede Zahl mit Quelle und Jahr als vollständige Tabelle.
Jüngste Primärdaten: DAK-/UKE, Herbst 2025.

• Deutschland (Gaming): Laut DAK-/UKE-Längsschnittstudie OTTER erfüllten im Herbst 2025 4,5 % der 10- bis 17-Jährigen die Kriterien einer Computerspielstörung (pathologische Nutzung); weitere 6,6 % zeigten ein riskantes Spielverhalten nach ICD-11.
• Gemischter Trend: Spielzeiten und riskante Nutzung sind gegenüber 2024 leicht rückläufig, die pathologische Nutzung stieg dagegen leicht an (2024: 3,4 %). Beide Veränderungen sind statistisch nicht signifikant – belastbar ist daher: die Kernsuchtgruppe verharrt auf hohem Niveau, eine Entwarnung gibt es nicht.
• Hochrechnung: Rund 588.000 Kinder und Jugendliche in Deutschland sind von riskanter oder pathologischer Computerspiel-Nutzung betroffen – etwa 238.000 davon im pathologischen Bereich (DAK/UKE, 2025).
• Jungen fast dreimal häufiger: Beim Gaming sind Jungen mit 6,7 % gegenüber 2,3 % bei Mädchen deutlich häufiger betroffen – und der Abstand hat sich 2025 weiter vergrößert (DAK/UKE). Das deckt sich mit internationalen Geschlechterverhältnissen von 2,5:1 bis 5:1.
• International: Meta-Analysen kommen je nach Diagnose-Kriterium auf gepoolte Prävalenzen von rund 1,4 % bis 3,4 % (alle Altersgruppen). Bei Jugendlichen liegen die Werte höher.
• Kriterien entscheiden über die Zahl: Die strengeren ICD-11-Kriterien der WHO ergeben durchgängig niedrigere Werte als die DSM-5-Kriterien – im direkten Vergleich 1,96 % (ICD-11) gegenüber 4,97 % (DSM-5) bei identischer Stichprobe (Pontes et al., 2022, N = 123.262).
• Österreich: Es fehlen aktuelle repräsentative Daten nach ICD-11. Ältere Jugendstudien fanden zwischen 2,7 % (Batthyány et al., 2009) und 5,4 % (Riedl et al., Tirol 2016).
• Datenbasis dieser Seite: über 70 wissenschaftliche Studien aus mehr als 25 Ländern (vollständige Liste am Seitenende).

Anders als die mediale Berichterstattung nahelegt, betrifft Computerspiel-Sucht (Gaming Disorder) nicht nur Jugendliche, sondern alle Altersgruppen. Wichtig ist die Abgrenzung: Die hohen „jedes vierte Kind betroffen“-Zahlen aus der Presse beziehen sich auf soziale Medien, nicht auf das Computerspielen (siehe Abschnitt weiter unten).

Deutschland

Die belastbarste deutsche Datenreihe stammt aus der jährlichen DAK-/UKE-Längsschnittstudie zur Mediensucht. Sie bildet den Verlauf vor, während und nach der Corona-Pandemie ab.

• DAK/UKE OTTER (Erhebung Herbst 2025, veröffentlicht März 2026): 4,5 % pathologische und 6,6 % riskante Computerspiel-Nutzung bei den 10- bis 17-Jährigen. Die pathologische Nutzung stieg gegenüber 2024 leicht (3,4 %), die riskante sank (8,6 %) – beide Veränderungen sind statistisch nicht signifikant. Jungen (6,7 %) waren fast dreimal so häufig betroffen wie Mädchen (2,3 %).
• Längsschnitt 2019–2025 (pathologische Nutzung): 2,7 % (2019, vor der Pandemie) → Anstieg auf den Corona-Höchststand von 6,3 % (Juni 2022) → 4,3 % (2023) → 3,4 % (2024) → 4,5 % (2025). Die Werte liegen damit weiterhin deutlich über dem Vor-Pandemie-Niveau.
• Lindenberg et al. (2022): In einer Stichprobe von 5.387 Jugendlichen (11–21 J.) lag die Gaming Disorder bei rund 4,6 %, die umfassendere Internetnutzungsstörung bei 6,1 %.
• Michael Dreier et al. (2017): bei 3.967 deutschen Kindern und Jugendlichen 5,2 % Computerspielsüchtige; Fokus auf Free2Play-Spiele.
• Florian Rehbein et al. (2013): zwischen 1 und 4,2 % der deutschen Jugendlichen süchtig nach Videospielen.
• Kai Müller et al. (2012): rund 3 % der Minderjährigen abhängig; in einer Klinik-Stichprobe 11,3 %.
• Klaus Wölfling et al. (2011): 8,4 % von 642 SchülerInnen aus NRW als computerspielsüchtig eingestuft.

Über alle Methoden hinweg liegt die deutsche Prävalenz damit – je nach Kriterium und Erhebungsjahr – grob im Bereich von 2 bis 6 %. Umgelegt auf die Bevölkerung entspricht das einer Größenordnung von 1,6 bis 4,8 Mio. Betroffenen über alle Altersgruppen.

Österreich

Für Österreich fehlt bislang eine große, repräsentative Studie nach den aktuellen ICD-11-Kriterien (Stand: Juni 2026). Die vorhandenen Jugendstudien deuten auf eine Prävalenz von rund 2–5 % hin; hochgerechnet ergibt das grob 0,17–0,35 Mio. Betroffene.

• Dominik Batthyány et al. (2009) (Sigmund Freud Universität): 2,7 % Computerspielsüchtige unter 1.068 Jugendlichen; zusätzlich 9,6 % missbräuchliches Spielen zur Emotionsregulation.
• Tony Durkee et al. (2012): 3,1 % Süchtige unter österreichischen Jugendlichen, vorwiegend männlich.
• David Riedl et al. (2016): 5,4 % süchtig unter 389 Tiroler Jugendlichen – Jungen 5-mal häufiger betroffen; 7,7 % mit problematischem Nutzungsverhalten.
• Klaus Wölfling et al. (2011): 12,3 % von 1.068 Wiener SchülerInnen als süchtig eingestuft (älteres, breiteres Kriterium).

Weltweit: Meta-Analysen

Meta-Analysen fassen viele Einzelstudien zusammen und liefern die robustesten Gesamtschätzungen. Sie zeigen: Die weltweite Prävalenz ist niedriger, als viele Einzelstudien mit Gelegenheitsstichproben nahelegen.

• Kim et al. (2022) – 61 Studien, N = 227.665: gepoolte Prävalenz 3,3 %; bei ausschließlich repräsentativen Stichproben nur 2,4 %, nach Korrektur für Publikationsverzerrung 1,4 %.
• Stevens et al. (2021) – 53 Studien, N = 226.247: weltweit 3,05 %, bei strengen Stichprobenkriterien 1,96 %.
• Pontes et al. (2022) – N = 123.262 Gamer: derselbe Datensatz ergibt 1,96 % nach ICD-11 gegenüber 4,97 % nach DSM-5 – der deutlichste Beleg dafür, wie stark das Kriterium die Zahl bestimmt.
• Bei Jugendlichen liegen die Werte höher: Das DSM-5-TR (APA, 2022) nennt eine gepoolte Jugend-Prävalenz von 4,6 % (Jungen 6,8 %, Mädchen 1,3 %).
• Regionale Unterschiede sind enorm: In einer japanischen Übersicht (Mihara & Higuchi, 2017) reichten die Werte von 0,7 % bis 27,5 %. Besonders hoch sind die Zahlen im asiatischen Raum.

ICD-11 oder DSM-5? Warum die Zahlen so weit auseinandergehen

Wer Statistiken zur Computerspiel-Sucht vergleicht, muss wissen, nach welchem Kriterium gemessen wurde – sonst vergleicht man Äpfel mit Birnen. Es gibt zwei konkurrierende Definitionen:

• ICD-11 (WHO): Seit 2022 offiziell gültig. „Gaming Disorder“ ist hier die einzige anerkannte digitale Verhaltenssucht. Die Kriterien sind eng gefasst (Kontrollverlust, Vorrang des Spielens, Fortsetzung trotz negativer Folgen) und ergeben niedrigere Prävalenzen.
• DSM-5 (APA): Führt „Internet Gaming Disorder“ als Forschungsdiagnose. Einzelne Kriterien (z. B. Toleranzentwicklung, Spielen zur Stimmungsregulation) gelten als zu weit gefasst und können unproblematisches Spielen mitzählen – daher höhere Werte.

Als Faustregel: ICD-11-basierte Schätzungen liegen bei europäischen Jugendlichen meist im Bereich von 1,5–2,5 %, DSM-5-basierte bei 3–5 %. Diese Unterscheidung ist der häufigste Grund, warum seriöse Quellen scheinbar widersprüchliche Zahlen nennen.

Gaming Disorder ist nicht Social-Media-Sucht

In der öffentlichen Diskussion werden beide oft vermengt – epidemiologisch sind es verschiedene Phänomene mit gegensätzlicher Geschlechterverteilung:

• Computerspiel-Sucht betrifft überwiegend Jungen (2025: 6,7 % vs. 2,3 % bei Mädchen). Pathologische Nutzung: 4,5 %.
• Problematische Social-Media-Nutzung liegt deutlich höher: 21,5 % riskante plus 6,6 % pathologische Nutzung (2025). Die oft zitierte „jedes vierte Kind“-Schlagzeile meint diesen Wert – nicht das Gaming. Bei Social Media holen die Mädchen zudem auf (Verdopplung der pathologischen Prävalenz unter Mädchen 2024→2025).
• Online-Videos (z. B. TikTok, YouTube) sind das am schnellsten wachsende Risiko: Die riskante Nutzung stieg 2025 um knapp 60 % auf 21,4 %, die pathologische auf einen Höchststand von 4,0 % (DAK/UKE).

Beide Störungen treten zwar häufig gemeinsam auf, sind aber eigenständige Phänomene. Auf dieser Seite geht es ausschließlich um die Computerspiel-Sucht.

Corona: Anstieg, Höhepunkt – und Rückgang

Während der Lockdowns 2020/21 stiegen Spielzeiten und Suchtwerte messbar an. Eine Studie von Balhara zeigte, dass 50 % der Spieler ihre Spielzeit deutlich erhöhten. Die DAK-Reihe belegt für Deutschland einen Anstieg der pathologischen Nutzung von 2,7 % (2019) auf den Corona-Höchststand.

Entscheidend ist aber die Entwicklung danach. Hier zeigt der Längsschnitt ein differenziertes Bild: Die durchschnittlichen Spielzeiten und die riskante Nutzung sind gegenüber dem Corona-Höchststand rückläufig. Die pathologische Nutzung – also die eigentliche Suchtgruppe – sank dagegen nicht durchgängig, sondern bewegt sich seit 2023 auf erhöhtem Niveau (4,3 % → 3,4 % → 4,5 % in 2025) und liegt damit weiterhin klar über dem Vor-Pandemie-Wert von 2,7 %.

Die ehrliche, differenzierte Botschaft lautet also nicht „die Sucht explodiert“ und auch nicht „alles wird besser“, sondern: Die breite Vielspieler-Gruppe geht zurück, während sich die Kernsuchtgruppe verfestigt – überwiegend männlich und mit häufigen Begleitproblemen wie ADHS, Angst oder depressiver Symptomatik. Internationale Längsschnittdaten stützen das (z. B. Savander et al., Schweden 2026: eine kleine „problematisch-ansteigende“ Gruppe von rund 4 % mit anhaltenden Symptomen bis ins junge Erwachsenenalter).

Eine Sucht unterscheidet sich von exzessivem, aber unbedenklichem Gebrauch vor allem dadurch, dass das Spielen als Bewältigungsmechanismus (Coping) eingesetzt wird – etwa um Traurigkeit (Depression), Stress oder Aggression abzuwenden. Besonders gefährdet sind jene, die schon vorher psychische Schwierigkeiten hatten (Wu et al., 2022).

Unbedenkliches vs. süchtiges Spielen

Um Süchtige von jenen abzugrenzen, die zwar viel, aber ohne Probleme spielen, hält man sich an die offiziellen WHO-Kriterien (oder an einen Online-Test, der darauf basiert). Die reine Spielzeit ist kein ausreichender Hinweis. Wer Vielspieler pauschal mit Süchtigen gleichsetzt, macht sich unglaubwürdig.

Die PINTA-Studie rechnet für Deutschland mit 9 % Nichtnutzern, 31 % unregelmäßigen Nutzern, 54,1 % regelmäßigen Nutzern, 4,6 % Suchtgefährdeten und 1 % Süchtigen – der überwiegende Teil der Menschen entwickelt also keine Abhängigkeit, selbst bei langen Spielzeiten.

Einordnung und Ausblick

Mit einer Prävalenz im Bereich von 2–4 % ist Computerspiel-Sucht ähnlich häufig wie Essstörungen oder Angststörungen – ein ernst zu nehmendes, aber kein flächendeckendes Phänomen. Auffällig bleibt das starke Gefälle zwischen Europa (meist 2–6 %) und Asien, wo besonders Südkorea deutlich höhere Werte aufweist und 2007 die weltweit ersten Spezialkliniken entstanden.

Eine Computerspiel-Sucht entsteht aus dem Zusammenwirken von Ursachen in drei Bereichen: den Persönlichkeitsmerkmalen des Betroffenen, den suchterzeugenden Mechanismen der Spiele und dem Einfluss von Gesellschaft und Umwelt.

Quelle der aktuellen deutschen Zahlen (zitierfähig)

Die aktuellen Prävalenzdaten für Deutschland stammen aus der achten Erhebungswelle der OTTER-Längsschnittstudie (DZSKJ am UKE Hamburg, gefördert durch die DAK-Gesundheit), Befragung September/Oktober 2025, repräsentativ für 1.005 Kinder und Jugendliche von 10 bis 17 Jahren. Offizieller Zitationsvorschlag:

Wiedemann, H., Busch, K., Schlichter, N., Gebhardt, L., Paschke, K. (2026). Problematische Mediennutzung bei Kindern und Jugendlichen in Deutschland: Ergebnisbericht 2025/2026. Ausgewählte Ergebnisse der achten Erhebungswelle im September/Oktober 2025. DAK-Gesundheit. Verfügbar unter: www.dak.de/mediensucht

Was diese Zahlen für Eltern bedeuten und was Sie konkret tun können, lesen Sie im Eltern-Ratgeber.

Liste der Studien

Jahr	Land	Forschergruppe	Anteil Süchtiger
2010	Australien	Thomas et al.	5,0 %
2020	Brasilien	Severo et al.	18,2 %
2007	China	Deng et al.	5,5 %
2007	China	Cao et al.	2,4 %
2008	China	Xu and Yuan	21,5 %
2010	China	Cao et al.	8,1 %
2014	China	Wang et al.	15,7 %
2015	China	Yu et al.	4,8 %
2020	China	Liao et al.	17,0 %
2001	Deutschland	Hahn et al.	3,2 %
2005	Deutschland	Grüsser et al.	9,3 %
2007	Deutschland	Grüsser et al.	11,9 %
2008	Deutschland	Rumpf et al.	1,0 %
2009	Deutschland	Müller et al.	5,1 %
2010	Deutschland	Rehbein et al.	3,3 %
2010	Deutschland	Rehbein et al.	2,8 %
2010	Deutschland	Rehbein et al.	1,7 %
2011	Deutschland	Rumpf et al.	2,1 %
2011	Deutschland	Wölfling et al.	7,9 %
2012	Deutschland	Müller et al.	11,3 % (nur Patienten in psy. Behandlung)
2013	Deutschland	Rehbein et al.	1,3 %
2014	Deutschland	Müller et al.	2,1 %
2017	Deutschland	Dreier et al.	5,2 %
2017	Deutschland	Wartberg et al.	2,4 %
2018	Deutschland	Paulus et al.	1,9 %
2022	Deutschland	Lindenberg et al.	4,6 %
2023	Deutschland	DAK	4,3 %
2025	Deutschland	DAK/UKE (OTTER, Welle 8)	4,5 %
2017	Finnland	Männikkö et al.	9,1 %
2019	Finnland	Männikkö et al.	1,3 %
2015	Frankreich	Coëffec et al.	17,7 %
2020	Ghana	Miezah et al.	12,2 %
2008	Griechenland	Siomos et al.	5,9 %
2014	Großbritannien	Lopez‐Fernandez et al.	14,6 %
2019	Indien	Singh et al.	3,6 %
2008	Iran	Ghassemzah et al.	3,8 %
2010	Iran	Zamani et al.	17,1 %
2020	Irland	Columb et al.	2,4 %
2007	Italien	Bayraktar et al.	5,4 %
2017	Italien	Milani et al.	2,1 %
2012	Kanada	Turner et al.	15,1 %
2019	Mexiko	Borges et al.	5,2 %
2009	Niederlande	van Rooij et al.	1,5 %
2013	Niederlande	Haagsma et al.	1,3 %
2015	Niederlande	Lemmens et al.	5,5 %
2006	Nordzypern	Pallanti et al.	7,5 %
2004	Norwegen	Johansson et al.	1,9 %
2009	Norwegen	Bakken et al.	1,0 %
2010	Norwegen	Arnesen et al.	2,3 %
2010	Norwegen	Mentzoni et al.	0,6 %
2016	Norwegen	Wittek et al.	1,4 %
2009	Österreich	Batthyany et al.	2,7 %
2012	Österreich	Durkee et al.	3,1 %
2016	Österreich	Riedl et al.	5,4 %
2020	Saudi-Arabien	Rajab et al.	5,0 %
2015	Schweden	Vadlin et al.	2,9 %
2010	Singapur	Choo et al.	8,7 %
2011	Singapur	Gentile et al.	9,0 %
2002	Spanien	Tejeiro et al.	9,9 %
2014	Spanien	Lopez‐Fernandez et al.	7,7 %
2023	Spanien	Nogueira-López et al.	3,1 %
2006	Südkorea	Kim et al.	1,6 %
2006	Südkorea	Hur et al.	50 %
2007	Südkorea	Lee et al.	2,5 %
2008	Südkorea	Park et al.	10,7 %
2011	Südkorea	Jeong et al.	2,2 %
2007	Taiwan	Ko et al.	7,7 %
2018	Taiwan	Wan et al.	34 %
2020	Türkei	Karaka et al.	5,7 %
2013	Ungarn	Pápay et al.	4,6 %
2009	USA	Gentile et al.	8,5 %
2010	USA	Desai et al.	4,9 %
2019	Weltweit (Meta)	Suguya et al.	1,2–5,9 %
2021	Weltweit (Meta)	Stevens et al.	3,05 % (1,96 % streng)
2022	Weltweit (Meta)	Kim et al.	3,3 % (1,4 % bereinigt)
2022	Weltweit (Meta)	Pontes et al.	1,96 % (ICD-11) / 4,97 % (DSM-5)

Warum unterscheiden sich die Zahlen?

Je aktueller die Studie, desto präziser sind in der Regel die Ergebnisse. Das hängt mit zwei Faktoren zusammen: Erstens orientieren sich Studien seit der einheitlichen Festlegung der Kriterien (DSM-5, später ICD-11) an diesen Definitionen. Zweitens nutzten frühere Studien oft die reine Spielzeit als Kriterium – diese ist zur Unterscheidung süchtig vs. nicht-süchtig aber schlecht geeignet; moderne Studien stützen sich auf bessere Merkmale wie Kontrollverlust und Craving.

Quellen

Wiedemann, H., Busch, K., Schlichter, N., Gebhardt, L., Paschke, K. (2026). Problematische Mediennutzung bei Kindern und Jugendlichen in Deutschland: Ergebnisbericht 2025/2026. DAK-Gesundheit. link.

Kim HS, Son G, Roh EB, Ahn WY, Kim J, Shin SH, Chey J, Choi KH. Prevalence of gaming disorder: A meta-analysis. Addictive Behaviors. 2022;126:107183. doi.

Stevens MW, Dorstyn D, Delfabbro PH, King DL. Global prevalence of gaming disorder: A systematic review and meta-analysis. Aust N Z J Psychiatry. 2021;55(6):553-568. doi.

Pontes HM, et al. The interplay between time spent gaming and disordered gaming: A large-scale world-wide study. Soc Sci Med. 2022. doi.

Nogueira-López A, et al. Prevalence of problematic gaming using DSM-5 and ICD-11 frameworks in adolescents. 2023. doi.

Sugaya N, Shirasaka T, Takahashi K, Kanda H. Bio-psychosocial factors of children and adolescents with internet gaming disorder: a systematic review. Biopsychosoc Med. 2019;13:3. doi.

Batthyány D, Müller KW, Benker F, Wölfling K. Computerspielverhalten: Klinische Merkmale von Abhängigkeit und Missbrauch bei Jugendlichen. Wien Klin Wochenschr. 2009;121(15-16):502-9. doi.

Riedl D, Stöckl A, Nussbaumer C, et al. Nutzungsmuster von Internet und Computerspielen. Neuropsychiatr. 2016;30:181–190. doi.

Dreier M, Wölfling K, Duven E, Giralt S, Beutel ME, Müller KW. Free-to-play: About addicted Whales, at risk Dolphins and healthy Minnows. Addict Behav. 2017;64:328-333. doi.

Rehbein F, Mößle T, Arnaud N, et al. Computerspiel- und Internetsucht. Nervenarzt. 2013;84:569–575. doi.

Müller KW, Ammerschläger M, Freisleder FJ, Beutel ME, Wölfling K. Suchtartige Internetnutzung als komorbide Störung im jugendpsychiatrischen Setting. Z Kinder Jugendpsychiatr Psychother. 2012;40(5):331-7. doi.

Hinweis: Die vollständige Quellenliste der älteren Einzelstudien (Stand bis 2021) ist im Studien-Archiv verfügbar.