Der 700.000-Dollar-YouTube-KI-Hustle

Ein Creator, eine Pipeline und sechsstündige Einschlafvideos

Am 30. Dezember 2025 veröffentlichte Fortune ein Interview mit einem 22-jährigen Creator namens Adavia Davis, der angibt, dass sein Portfolio an gesichtslosen YouTube-Kanälen monatlich etwa 40.000 bis 60.000 US-Dollar einspielt – rund 700.000 US-Dollar pro Jahr – und dabei nur wenige Stunden Aufwand pro Tag erfordert. Die von Fortune geprüften Artikel und Screenshots zeigen lange, kostengünstig produzierte Videos (darunter sechsstündige Dokumentationen des Typs „Geschichte zum Einschlafen“), die automatisierte Skripte, synthetische Vertonung und visuelle Loops verwenden, um Aufrufe zu generieren, während die Zuschauer anderen Dingen nachgehen – oder schlafen.

Anatomie der KI-Content-Pipeline

Was Davis und andere Creator als Geschäft beschreiben, ähnelt weniger einem traditionellen Studio als vielmehr einer Software-Pipeline: ein Satz von Werkzeugen, die Text-Prompts, synthetische Stimmen und Stock-Material oder generierte Bilder zu Videos zusammenfügen, die lang, repetitiv und billig in der Produktion sind. In Davis' Fall umfasst der Stack Berichten zufolge ein internes Tool namens TubeGen zur Orchestrierung der Produktion, Claude von Anthropic zur Generierung von Skripten und ElevenLabs für eine lebensnahe Vertonung – anschließend werden die Teile zu langformatigen Uploads zusammengefügt. Fortune berichtete von Produktionskosten von lediglich 60 US-Dollar pro langem Video bei sehr hohen operativen Margen im Verhältnis zum Monatsumsatz.

Diese Entscheidungen sind kalkuliert. Lange Laufzeiten und ein gleichmäßiger Ton sind ein Mittel, um die Wiedergabezeit (Watchtime) zu maximieren – das wichtigste Signal, das YouTube zur Einstufung und Empfehlung von Inhalten nutzt. Gleichzeitig ermöglichen synthetische Sprachausgabe und Vorlagen für die visuelle Gestaltung es den Creatorn, auf dutzende oder hunderte Uploads zu skalieren, ohne große Teams einstellen zu müssen. Das Ergebnis sind „gesichtslose“ Kanäle, die austauschbar wirken, in der Masse aber dennoch Millionen von täglichen Aufrufen erzielen können.

Wie groß ist das Phänomen?

Unabhängige Untersuchungen legen nahe, dass Davis Teil eines viel größeren Trends ist. Kapwing, ein Unternehmen für Videobearbeitung, das tausende Kanäle analysierte, stellte fest, dass ein erheblicher Teil der Empfehlungen für neue Nutzer mittlerweile als minderwertiger, KI-generierter „KI-Slop“ oder „Brainrot“ einzustufen ist – Formate, die darauf ausgelegt sind, Aufmerksamkeit zu monetarisieren, anstatt originelles Storytelling zu belohnen. Kapwings Stichproben und ein rekonstruierter Feed für neue Accounts identifizierten KI-Slop-Videos unter den ersten paar hundert Empfehlungen und schätzten die kumulierten Aufrufe solcher Kanäle auf Milliarden, bei Werbeeinnahmen in zweistelliger Millionenhöhe. The Guardian und andere Medien fassten diese Forschung Ende Dezember 2025 zusammen.

Die Momentaufnahme von Kapwing ist von Bedeutung, da sie individuelle Erfolgsgeschichten mit einem systemischen Muster verknüpft: Wenn algorithmische Empfehlungen eine hohe Wiedergabezeit belohnen, ungeachtet des Informationsgehalts, verschieben sich die Anreize in Richtung Massenproduktion. Dies erklärt, warum Creator, die Vertonung und Schnitt automatisieren können, einen schnellen First-Mover-Vorteil erlangen.

Das Plattform-Puzzle: Monetarisierung, Moderation und Regulierung

Diese Anreize kollidieren nun mit den Richtlinien der Plattformen. Die Monetarisierungsregeln von YouTube – die im Laufe des Jahres 2025 aktualisiert und präzisiert wurden – schränken inauthentische, repetitive oder massenproduzierte Inhalte explizit von Werbeeinnahmen ein, wenn sie in den einzelnen Uploads keinen eigenständigen Mehrwert bieten. Die öffentlichen Leitlinien des Unternehmens betonen, dass Kanäle Originalität und signifikanten menschlichen Input nachweisen müssen, um für das YouTube-Partnerprogramm berechtigt zu bleiben. Dies schafft einen rechtlichen und kommerziellen Drahtseilakt für Creator, die von automatisierten Pipelines abhängig sind: Geringfügige Anpassungen bei der Durchsetzung der Richtlinien, den Präferenzen der Werbekunden oder dem Empfehlungsalgorithmus können massiv beeinflussen, ob ein Kanal überhaupt noch Einnahmen erzielt.

Fortune berichtete, dass die geprüften Einnahme-Screenshots und AdSense-Belege die Behauptungen des Creators bezüglich des Umsatzes stützen; die Durchsetzung durch die Plattform bleibt jedoch die große Unbekannte. YouTube hat angekündigt, die Kontrollinstrumente zu verfeinern und automatisierte Erkennung mit menschlicher Überprüfung zu kombinieren, um massenproduzierte, minderwertige Uploads zu identifizieren – was die Monetarisierung von Kanälen, die die Grenze überschreiten, reduzieren oder beenden könnte.

Ökonomie, Skalierung und Fragilität

Die finanzielle Logik hinter einem KI-gesteuerten Kanal ist simpel: niedrige variable Kosten pro Video, eine hohe Hebelwirkung durch Werberaten und, in bestimmten Nischen, vorhersehbare, zeitlose Sehgewohnheiten (Schlaf, Ambiente, Kompilationen). Fortune berichtete für Davis von geschätzten Betriebskosten von etwa 6.500 US-Dollar pro Monat bei Einnahmen im fünfstelligen Bereich, was auf ungewöhnlich hohe Margen hindeutet. Diese Art der Rentabilität erklärt, warum Creator in ausnutzbare Formate drängen.

Doch dieselbe Hebelwirkung sorgt für Fragilität. Das Geschäft hängt von drei externen Systemen ab, die sich über Nacht ändern können: dem Empfehlungsalgorithmus, der Nachfrage der Werbetreibenden und der Durchsetzung der Plattform-Richtlinien. Große Mediengruppen oder finanzstarke Akteure könnten dieselben Formate schneller und in größerem Maßstab industrialisieren und unabhängige Creator in einen Preiskampf drängen. Und sollten Werbekunden oder YouTube beschließen, den Pool an monetarisierbaren KI-generierten Inhalten zu verkleinern, könnten die Margen schnell verschwinden.

Ethik, Publikumsschaden und Kinderschutz

Jenseits der Ökonomie wirft der Aufstieg von KI-Slop ethische Fragen auf. Einige Kanäle ahmen Kinderprogramme nach oder verwenden kulturelles Material mit wenig Aufsicht wieder; andere Uploads nutzen Shock-Bait oder Mikromanipulationen (wie absichtliche Rechtschreibfehler oder Frame-für-Frame-Blitze, um zum Zurückspulen zu animieren), um Engagement-Metriken zu manipulieren. Diese Taktiken untergraben das Vertrauen und können Kinder sowie gefährdete Zuschauer unangemessenen Inhalten aussetzen. Plattform-Moderatoren und politische Entscheidungsträger ringen noch immer damit, wie sie die kreative Nutzung synthetischer Werkzeuge gegen jene Schäden abwägen können, die entstehen, wenn Skalierung und automation das redaktionelle Urteilsvermögen ersetzen.

Was Creator als Nächstes tun

Für Creator, die derzeit von automatisierten Pipelines profitieren, lautet die kurzfristige Strategie Diversifizierung und Verteidigungsfähigkeit: Aufbau direkter Publikumsbeziehungen abseits von YouTube, Verkauf von Kursen oder Dienstleistungen und die Einführung von Formaten, die einen deutlichen menschlichen Input zeigen. Davis selbst hat angedeutet, dass Authentizität wieder an Seltenheitswert gewinnen wird, sobald der Markt mit KI-Inhalten gesättigt ist; dies ist eine gängige Strategie unter Creatorn, die Plattform-Schocks überstehen.

Für Plattformen und Regulierungsbehörden besteht die Herausforderung technischer und normativer Natur darin, minderwertige automation zu erkennen und zu begrenzen, ohne legitime Anwendungen generativer Werkzeuge zu ersticken. Die aktualisierten Richtlinien von YouTube versuchen, diese Grenze zu ziehen, aber die Durchsetzung wird ein ständiges Wettrüsten zwischen Erkennungssystemen und Creatorn bleiben, die auf undurchsichtige Engagement-Signale optimieren.

Wohin sich dieser Markt entwickeln könnte

Davis und andere sehen ein enges Zeitfenster der Profitabilität, bevor finanzstarke Konkurrenten dieselben Formate industrialisieren. Er sagte gegenüber Fortune, er erwarte, dass Einzelpersonen noch bis etwa 2027 Zeit hätten, bevor „die Haie“ eintreffen – womit größere Firmen mit Kapital und Infrastruktur gemeint sind, die Einzelbetreiber ausstechen könnten. Ob dies eintritt, hängt von den Werbemärkten, der Intensität der Durchsetzung durch die Plattformen und der Frage ab, ob die Zuschauer beginnen, algorithmisch optimierte, minderwertige Inhalte abzulehnen. Klar ist, dass die Ökonomie, die aus einem Creator ein berichtetes 700.000-Dollar-Unternehmen machte, ein sichtbares Symptom für tieferliegende Fehlanreize zwischen Plattformen, Werbetreibenden und dem öffentlichen Interesse ist.

Vorerst ist die Geschichte eine Fallstudie darüber, wie neue KI-Bausteine – große Sprachmodelle für das Scripting, hochwertige Text-to-Speech-Systeme für die Vertonung und automatisierte Schnitt-Pipelines – zu profitablen Unternehmen mit geringem Betreuungsaufwand zusammengefügt werden können. Sie ist auch eine Erinnerung daran, dass die Dynamik der Plattformen und nicht allein Genie oder Fleiß darüber entscheidet, ob diese Unternehmen von Dauer sind.

Quellen

• Kapwing (Forschungsbericht: „AI slop“-Analyse)
• Anthropic (Claude-Modelle und Dokumentation)
• ElevenLabs (Produktdokumentation für KI-Sprachgenerierung)
• YouTube / Google (Dokumente zur Kanalmonetarisierung und zum YouTube-Partnerprogramm)