YouTube-Kanal aufbauen mit KI-Agenten

Was genau sind KI-Agenten?

Seit der Veröffentlichung von ChatGPT Ende 2022 ist das Thema Künstliche Intelligenz allgegenwärtig. Was mit einem Sprachmodell begann, das Texte generieren und Fragen beantworten konnte, hat sich mittlerweile zu einem weitreichenden Ökosystem aus spezialisierten Tools entwickelt: MidJourney für Bilder, DALL-E für Illustrationen, ElevenLabs für synthetische Stimmen. Torben Platzer hat viele dieser Tools selbst getestet. Ein wesentliches Problem bleibt jedoch: Die Tools arbeiten isoliert voneinander.

Wer größere Projekte mit KI realisieren will, muss verschiedene Plattformen manuell verknüpfen und die Ergebnisse mühsam synchronisieren.

Genau hier setzen KI-Agenten an. Sie gelten als das nächste große Ding, da sie nicht auf einzelne Benutzereingaben warten, sondern ganze Prozessketten selbstständig durchlaufen – Stichwort: Automatisierung von Arbeitsabläufen. Laut Google Cloud setzen bereits 52 Prozent der Unternehmen weltweit auf solche Agenten, in Deutschland immerhin 12 Prozent, mit 37 Prozent in Pilotversuchen.

Ein YouTube-Kanal ohne Personalisierung

Torben und sein Team wollten es genauer wissen und haben das Konzept eines KI-Agenten praktisch getestet: Sie entwickelten einen autonomen Workflow mit dem Ziel, einen anonymen YouTube-Kanal von Grund auf aufzubauen.

Die größte Herausforderung dabei: Die Inhalte durften nicht von KI generiert oder gefilmt sein – ein Novum in einem Umfeld, in dem mittlerweile jedes fünfte hochgeladene Video auf YouTube ein KI-Short ist.

Das Ziel war klar: Inhalte produzieren, die visuell verblüffen, keine Stimme benötigen und nicht durch generative KI wie Sora oder Veo erstellt wurden. Die Lösung fand Torben in der 3D-Design-Software Blender und seiner Fähigkeit, physikbasierte Simulationen zu rendern. In der 3D-Community haben sich sogenannte Cloth-Simulationsvideos etabliert – beruhigende visuelle Clips, die durch weiche Bewegungsabläufe und Wiederholungen eine Art visuelles ASMR erzeugen.

Technik-Stack: KI-Agent mit Blender, Netend und Python-Bridge

Für die Automatisierung des Prozesses setzte Torben auf die Plattform n8n und einen selbst eingerichteten dedizierten VPS. Das Setup bestand aus:

– Blender (für die Erstellung von 3D-Simulationen)
– BlenderMCP als Vermittler zwischen Blender und n8n
– Python Blender Bridge zur Kommunikation zwischen n8n und BlenderMCP
– ngrok für die Herstellung einer Tunnel-Verbindung zwischen der Cloud und dem lokalen Rechner

Der KI-Agent operiert über Textbefehle und ist dadurch nicht in der Lage, visuell oder per Klick mit dem Interface zu interagieren. Daher war die Kommunikationsbrücke über BlenderMCP und die Python Blender Bridge notwendig, um die Aufgaben korrekt in die Softwareumgebung einzuspeisen. Der Ablauf war vollständig durchautomatisiert – vom Laden der Blender-Datei über die Berechnungen und Speicherung bis hin zum Rendern einzelner Abschnitte.

Unlösbar blieb bislang nur der finale Zusammenschnitt der Videos mit Ton und Übergängen – das erfolgt noch manuell. Dennoch spart der Agent signifikante Zeit bei der Berechnung und Erstellung der Assets.

Wachstum und erste Ergebnisse

Der Kanal wurde im September 2025 gestartet, und bereits das erste Short brachte überraschenderweise Aufrufe und ein erstes Abo – ein Unterschied zu früheren Projekten mit längeren Videos, bei denen es wesentlich länger dauerte, bis der Algorithmus reagierte. Innerhalb einer Woche hatte der Kanal zehn Abonnenten und 17.000 Views.

Zwei Wochen später waren es schon 100 Stunden Wiedergabezeit und 50 von den erforderlichen 500 Abos.

Um in YouTubes Partnerprogramm aufgenommen zu werden, benötigt man 3 Millionen Aufrufe mit Shorts innerhalb von drei Monaten. Auch wenn diese Marke noch nicht erreicht wurde, sprechen die Wachstumsraten für sich: Innerhalb weniger Wochen 321 Abonnenten, fast eine halbe Million Views und mehrere Shorts mit über 20.000 Aufrufen.

Besondere Erwähnung verdient ein Video, das über Nacht mehr als 25.000 Views generierte und mit einer durchschnittlichen Watch-Time von 117,8 Prozent vielversprechendes virales Potenzial zeigte.

Leider unterliegt YouTube jedoch starken Schwankungen, besonders bei neuen Kanälen. Die Ausspielung kann trotz guter Werte plötzlich gedrosselt werden – ein Problem, das Torben bereits von früheren Projekten kennt.

Herausforderungen auf YouTube

YouTube ist kein einfaches Terrain – gerade nicht für neue, automatisiert betriebene Kanäle. Algorithmen sind empfindlich gegenüber Spam-Flags, Fake-Kommentaren oder ungewöhnlichen Nutzersignalen. Die Uploads wurden häufig direkt nach Veröffentlichung wieder zurückgestuft, obwohl die Statistiken gut waren.

Trotzdem haben Torben und sein Team weiter durchgezogen. Dieser Marathon-Ansatz zahlte sich aus: Nach einer Durststrecke kam wieder Schwung in den Kanal. Das Projekt steht mittlerweile bei 321 Abonnenten und knapp 500.000 Views – Tendenz steigend.

KI-Agenten sind kein Allheilmittel, aber ein treibender Faktor

Das Experiment von Torben Platzer zeigt auf eindrucksvolle Weise, was mit KI-Agenten heute bereits möglich ist – und wo ihre Grenzen liegen. Die operative Entlastung durch Automatisierung ist enorm, speziell bei repetitiven, komplexen Prozessen wie dem Rendern von 3D-Simulationen. Gleichzeitig erfordert das Setup technisches Know-how und eine robuste Infrastruktur.

Für kleine und mittelständische Unternehmen oder Content Creator ohne Entwicklerteam mag dies aktuell noch komplex wirken. Doch Plattformen wie n8n, kombiniert mit Tools wie Blender und entsprechenden Bridges, ebnen den Weg in eine Zukunft, in der Prozesse zunehmend automatisiert ablaufen.

Zusätzlich wird deutlich: Erfolg auf YouTube lässt sich nicht vollständig automatisieren – zumindest nicht nachhaltig. Anhaltender Erfolg erfordert Durchhaltekraft, strategisches Denken und Anpassungsfähigkeit. Automatisierung kann dabei aber ein mächtiger Hebel sein, um Zeit und Ressourcen gezielt zu schonen.