Moin Gaby 
Unterschiede können sich dadurch ergeben, dass jedes Video erstmal sozusagen Rohdaten und "richtige" Werte hat, die nach bestimmten Kriterien geprüft wurden.
Die Rohdaten-Anzeige beinhalten alle Minuten und Views. Dabei werden auch die mitgezählt, die von Dir selbst oder Mitgliedern deines Haushalts verursacht werden, oder solche von Accounts, die YouTube wegen Botverhalten oder Spam erkannt und eventuell gelöscht hat (gekaufte Views zB). Auch Views von Leuten, die zB einen Browser im Hintergrund laufen lassen oder Playlists ewig lange durchlaufen lassen, und dabei nachweislich gar nicht am Rechner sitzen (zB 0 Mausbewegungen über längere Zeiträume) werden soweit ich weiß mittlerweile erkannt und teilweise zumindest rausgerechnet. Obendrein gibt es auch Plattformen, die deine Videos einbinden, aber die generell YouTubes Werbung unterdrücken (Facebook zB). Auch diese Views werden oft nicht gezählt, da sie als nicht relevant eingestuft werden von YouTube.
Bei der Erfassung der Relevanz geht es nicht darum, ob Werbeblöcke wirklich angezeigt wurden, sondern nur darum, ob eine Anzeige hätte stattfinden können, und ob eine wirkliche Person diese dann hätte sehen können. Werbeblocker werden soweit ich weiß zwar erkannt, aber nicht zum Nachteil des Kanals gerechnet.
In den anderen, den "richtigen" Zahlen sind diese aus YouTube Sicht nicht werberelevanten Views herausgerechnet. Dort werden halt nur die Views und Minuten gezählt, die aus Sicht der KI bei YouTube, die für die Bewertung von Werbeviews zuständig ist, wirklich relevant sind. Erfasst werden also nur die von Menschen gemachten vollwertig werberelevante Views, die nicht von Dir und deinem Haushalt kamen (gleiche IP oder eventuell sogar gleicher Standort).
Dann kommt noch hinzu, dass die Bewertung dieser "richtigen" Zahlen zu Views und Watchtime Zeit beansprucht und von anderen Servern durchgeführt wird, als jene, die die rohen Zahlen erfassen. Dadurch werden die externen Zahlen meistens zeitverzögert aktualisiert (dauert Stunden, manchmal sogar Tage) und in größeren Blöcken, während das meiste intern in Echtzeit oder fast in Echtzeit erfasst wird.