Gegenstand der Analyse

Der Verfasser der Analyse betreibt einen YouTube-Kanal. Nach seinen Angaben hat der Kanal in den letzten zwei Monaten 1,2 Mio. Rubel eingebracht. Zur Untermauerung zeigt er Statistiken und mehrere eigene Kanäle auf dem amerikanischen YouTube:

• Ein Kanal hat einige zehntausend Dollar eingebracht;
• ein anderer hat 788 Tsd. Rubel eingebracht;
• ein dritter hat 125 Tsd. Rubel eingebracht;
• ein vierter hat 2.100 Dollar eingebracht, 160 Tsd. Abonnenten gewonnen und den Silver Play Button von YouTube erhalten.

Die Ausgabe befasst sich mit Videos und Kursen, die Einnahmen durch KI-Inhalte auf YouTube versprechen. Nach Meinung des Autors verzerren diese Materialien die Statistiken, verschweigen Risiken und erzeugen eine finanzielle Abhängigkeit von kostenpflichtigen Diensten.

Überprüfung der angegebenen Ergebnisse

Gegenstand der Analyse ist das Video „Wie man mit einem YouTube-Kanal von null bis 8.655 Dollar im Monat verdient. Schritt-für-Schritt-Anleitung“. Dessen Autor Deymin behauptet:

• Er beschäftigt sich seit mehr als 3 Jahren mit Content;
• er hat mehr als 20 erfolgreiche Kanäle aufgebaut;
• er verdient 5.000 Dollar im Monat;
• er zeigt die Ergebnisse seiner Schüler.

Auswahl der Kanäle

Von den 20 angegebenen Kanälen hat Deymin vier gezeigt. Der Verfasser der Analyse ist der Ansicht, dass die übrigen 16 keine nennenswerten Einnahmen erzielt haben. Seiner Einschätzung nach brachten solche Kanäle etwa 100 Dollar in einem halben Jahr ein.

Von den vier gezeigten Kanälen weisen nur zwei eine stabile Entwicklung auf:

Der Autor weist darauf hin, dass Shorts deutlich schlechter monetarisiert werden als lange Videos: Bei einer viermal so hohen Zahl an Aufrufen lagen die Einnahmen fast fünfmal niedriger.

Die beiden anderen Kanäle zeigten folgendes Bild:

• Der mittlere Kanal brachte 2.700 Dollar ein. Danach kamen in den folgenden sechs Monaten keine Einnahmen mehr.
• Der untere linke Kanal wurde von den Algorithmen von YouTube gesperrt. Seit Januar 2025 gibt es keine Einnahmen mehr. Das letzte Datum in der Statistik ist der 7. Juni.

Der Autor hält Shorts für eine „reine Lotterie“: Der Kanal riskiert ständig eine Sperrung und den Verlust von Empfehlungen.

Beispiel eines Dinosaurier-Kanals

Der Autor analysiert einen Kanal mit Videos über Dinosaurier und andere gefährliche Tiere, der laut vidIQ stetig Aufrufe gewinnt. Die Kennzahlen für ein Jahr:

• insgesamt 7 Mio. Aufrufe;
• Juni: 133.000 Aufrufe;
• Juli: 1 Mio. Aufrufe;
• August: 2 Mio. Aufrufe.

Der Autor geht von einem RPM (Umsatz pro 1.000 Aufrufe) von etwa 5 Dollar aus. Diese Einschätzung begründet er mit der kurzen Laufzeit der Videos. Auf dieser Grundlage errechnet er einen Umsatz von etwa 5.000 Dollar im Juli und etwa 10.000 Dollar im August, also 5 bis 10 Tsd. Dollar pro Monat. Das ist seine Berechnung und keine Daten von YouTube.

Lotterie der Aufrufe

Der Autor beschreibt die Verteilung der Aufrufe als zufällig:

• etwa 1 % der Videos erreichen eine Million Aufrufe;
• 99 % der Videos erreichen 1.000–2.000 Aufrufe;
• einzelne Videos kommen auch bei den erfolgreichsten KI-Kanälen auf 300.000–400.000 Aufrufe, doch stabile Kanäle mit hohen Werten gibt es nicht;
• die Streuung bei KI-Kanälen reicht von 500 bis zu mehreren Tausend Aufrufen.

Der Autor führt Beispiele für starke Schwankungen an:

• ein Video erzielte 814.000 Aufrufe, das nächste 13.000;
• ein Video erreichte 2.000 Aufrufe, am nächsten Tag waren es 392.000;
• ein Kanal über Fast Food schwankte zwischen 480.000 und 2.000 Aufrufen.

Der Autor vergleicht solche Kanäle mit einer Lotterie und betont, dass der Erfolg eines einzelnen Videos nicht reproduzierbar ist. Außerdem weist er darauf hin, dass Nutzer auf Reddit jahrelang die Schwelle nicht erreichen, ab der wenigstens ein Video durchstartet.

Beispiel einer Prüfung eines Kopie-Videos

Der Autor prüft, ob sich ein erfolgreiches Video mithilfe von KI nachbilden lässt. Er beschreibt das Vorgehen:

1. Der Link zum Originalvideo wird in das neuronale Netz hochgeladen.
2. Anfrage: das Video analysieren, seinen Inhalt wiedergeben und ein Video im ähnlichen Stil vorbereiten, wobei das Drehbuch möglicherweise verändert werden kann.
3. Die Länge wird auf 2 Minuten festgelegt.
4. Das neuronale Netz liefert ein Drehbuch, etwa mit dem Anfang eines morgendlichen Weckerklingelns.
5. Ergebnis: Das Video ist praktisch identisch mit dem Original.

Der Autor merkt an, dass der Kanal mit Videos über die Urmenschen 15 Mio. Aufrufe und stabile Werte hat (280.000, 269.000 und 288.000 Aufrufe bei einzelnen Videos). Seiner Einschätzung nach steckt hinter diesem Kanal ein kreatives Konzept, und KI wird zur Animation eingesetzt. Die meisten ähnlichen Kanäle ordnet der Autor jedoch als schablonenhaft ein.

YouTube-Richtlinien: Änderungen vom 15. Juli 2025

Der Autor zitiert die Hilfeseite von YouTube. Demnach wurde die Richtlinie zu wiederholtem Inhalt in die Richtlinie zu unauthentischen Inhalten umbenannt. Darunter fallen nun Videos, die auf derselben Idee basieren, dieselbe Animation verwenden und sich nur geringfügig unterscheiden.

Die wichtigsten Punkte:

• „Wenn Sie auf YouTube Geld verdienen, muss Ihr Inhalt original und authentisch sein.“
• Wenn Inhalte übernommen werden, müssen sie erheblich verändert werden.
• „Es darf keine Massenproduktion geben. Bei künstlicher Intelligenz geht es um die Massenproduktion von schablonenhaften, sich wiederholenden oder manipulativen Inhalten.“
• Inhalte sollen „zum Vergnügen oder zur Bildung der Zuschauer entstehen, nicht allein um Aufrufe zu generieren“.

Der Autor erklärt, dass die Anfrage „mach etwas Ähnliches“ unter diese Kriterien fällt. YouTube monetarisiert solche Videos nicht.

Laut dem Autor prüft die Moderation Kanäle, wenn versucht wird, die Monetarisierung zu aktivieren. Anzeichen für Massenproduktion sind unter anderem das regelmäßige Veröffentlichen schablonenhafter Videos, etwa täglich.

Experiment mit Kanal-Netzwerken

Der Autor analysiert die Ergebnisse von Kanal-Netzwerken, die nach dem Schema des Infobusiness aufgebaut wurden.

Allgemeine Kennzahlen

Die untersuchte Gruppe umfasste 56 Kanäle:

• Einnahmen: 3 400 (die Maßeinheit wurde in der Analyse nicht angegeben);
• Aufrufe: 2–3 Mio.;
• durchschnittlicher RPM: 1,47;
• Zuwachs an Abonnenten: 12,5 Tsd.

Historisches Netzwerk

• Spitzenwerte: 35 000 Aufrufe pro Tag.
• Der Rückgang begann nach der Aktivierung der Monetarisierung und hat sich nicht erholt.
• Ein Kanal aus dem Netzwerk erhielt 93 000 Aufrufe, der nächste etwa 10 000. Die übrigen Videos erreichten etwa 1 000 Aufrufe.
• Ein einziges Video machte 56 % des Kanaltraffics aus. Laut dem Autor ist genau das die Ursache dafür, dass Kanäle zugrunde gehen, selbst wenn sie exklusive Inhalte haben.

Netzwerke zu Philosophie und Weltraum

• Philosophie-Netzwerk: Spitze von 22 000 Aufrufen pro Tag.
• Weltraum-Netzwerk: Spitze von 23 000 Aufrufen pro Tag. Diesen Wert lieferte hauptsächlich ein einziger Kanal.
• Im Weltraum-Netzwerk gibt es sechs Kanäle. Keiner ist monetarisiert, obwohl die Kanäle etwa vier Monate betrieben werden. Einer von fünf Kanälen hat die Schwelle zur Monetarisierung erreicht, diese aber nicht erhalten.
• Ein Kanal des Weltraum-Netzwerks brachte etwa 20 000 Aufrufe pro Tag, was der Autor für einen automatisierten Kanal als hohen Wert betrachtet. Die Inhalte wurden von KI erstellt. Auch für diesen Kanal wurde keine Monetarisierung gewährt.

Frauen-Netzwerk

• Neun Kanäle.
• Zwei Kanäle haben die Schwelle zur Monetarisierung erreicht, die Monetarisierung aber nicht erhalten.

September

Laut dem Autor hat im September kein einziger automatisierter Kanal die Monetarisierung erhalten. Der Autor weist darauf hin, dass in den vorangegangenen Wochen Screenshots über erhaltene Monetarisierung veröffentlicht wurden, im September dagegen keine solchen Veröffentlichungen erfolgten.

Manuelle Kanäle

Der Autor stellt fest, dass die manuellen Kanäle, die sein Partner Pascha betreibt, wachsen. Das manuelle Format erfordert jedoch Zeit: Für ein stabiles Ergebnis braucht man 10, 20 oder 100 Kanäle. In einem der Netzwerke gab es 66 Kanäle. Der Autor ist der Ansicht, dass Pascha der Hauptverantwortliche für diese Kanäle ist, während er selbst etwa 3 000 Dollar erhalten hat. Er betont, dass die Ergebnisse von Pascha nicht seine eigenen sind.

Prognose zur Monetarisierung

Der Autor rechnet damit, dass 30–50 % der Kanäle monetarisiert werden, sofern sie die Schwelle erreichen. Bei der Betreuung von 10 Kanälen würden höchstens 3–5 monetarisiert. Dabei ist die Wahrscheinlichkeit, von den Filtern für automatisierte Inhalte erfasst zu werden, höher.

Ursachen des Rückgangs: Mechanik und Statistik

Algorithmusänderung am 14. September

Der Autor behauptet, dass YouTube ungefähr am 14. September die Anzeigen alter Videos stark reduziert habe. Top-Videos hätten keine Impressionen mehr erhalten. Kanäle, die zuvor Einnahmen generiert hatten, seien um das 5- bis 10-Fache eingebrochen. Laut ihm habe dies alle Kanäle gleichgestellt: Keiner könne mehr die Einnahmen der anderen tragen.

Das Gesetz der großen Zahlen

Der Autor vergleicht die Situation mit einem Casino. Frühe Ergebnisse können gewinnbringend sein, doch auf lange Sicht zeige sich der mathematische Erwartungswert. Er verbindet dies mit dem Gesetz der großen Zahlen und merkt an, dass eine ausführliche Analyse mit Formeln in einem separaten Video veröffentlicht wurde.

Der Dopamin-Haken

Der Autor beschreibt einen Mechanismus, der die Creator bei der Stange hält. Seiner Meinung nach liefert YouTube einem neuen Kanal ein Video mit hoher Reichweite, etwa beim zehnten Video mit 20.000–30.000 Aufrufen. Der Autor erwarte, dass sich ein solches Ergebnis wiederholt, doch die folgenden Videos erzielen weniger. Er vergleicht dies mit Gewinnen bei Glücksspielen, die das Vertrauen in die Wiederholung eines Ergebnisses erzeugen.

Einnahmen aus einem einzelnen Video

Laut dem Autor hängen die Einnahmen der meisten Kanäle an ein oder zwei Videos. In einem Fall habe ein Kanal nur dank eines einzigen Videos die Monetarisierung erreicht. Die übrigen Videos hätten die Erstellung des Kanals nicht gedeckt.

Der Wert kreativer Arbeit

Der Autor ist der Ansicht, dass automatisierte Inhalte für YouTube keinen Wert haben. Dadurch werde kreative Tätigkeit zum Zufall. Seiner Meinung nach habe YouTube kreative Arbeit ursprünglich mit Aufrufen und Geld belohnt, während Automatisierung diesen Faktor ausschalte.

Verlust von Zeit und Geld

Der Autor weist darauf hin, dass Creator neben der aufgewendeten Zeit auch 100–200 Dollar pro Monat für KI-Dienste bezahlen. Manuelle Arbeit erfordere seiner Einschätzung nach mehr Zeit als die Arbeit als Kurier bei Yandex und bringe weniger Geld ein.

Статистика Frame Loop

Автор разбирает статистику компании Frame Loop, которая разрабатывает видео с помощью ИИ. Согласно ей:

• безликие AI-каналы на YouTube получают от 3 до 15 тыс. долларов в месяц;
• такой доход получают только 3% каналов;
• 97% каналов не окупаются.

Автор отмечает, что эти показатели отражают влияние обновления правил YouTube в 2025 году, которое ограничило монетизацию таких каналов. Значительная часть безликих каналов не проходит одобрение YouTube, даже достигая нужных просмотров.

Тарифы сервисов

По данным из презентации, набор инструментов стоит около 80 долларов в месяц. Автор указывает, что в презентации выплата составляет около 3 долларов за 100 просмотров, при этом в собственных расчётах он использует 3 доллара за 1 000 просмотров.

Berechnung des Break-even-Punkts

Der Autor führt eine Berechnung für ein Ziel von 3.000 Dollar pro Monat durch:

• RPM für lange Videos ohne Gesicht liegt bei etwa 3 Dollar pro 1.000 Aufrufe; die Spanne reicht von 1 bis 4 Dollar;
• für ein Einkommen von 3.000 Dollar sind 1 Mio. monetarisierte Aufrufe pro Monat erforderlich;
• bei 40 Videos pro Monat entfallen auf jedes Video etwa 25.000 Aufrufe.

Die Anforderungen von YouTube für die Monetarisierung:

• 1.000 Abonnenten;
• 4.000 Stunden Wiedergabezeit.

Der Autor hebt zwei Probleme hervor:

1. Bis zur Monetarisierung gibt es kein Einkommen. Die Zahlung für die Dienste läuft monatelang oder jahrelang weiter.
2. Etwa 25.000 Aufrufe pro Video erreichen jeden Monat nur einzelne Videos, die populär werden.

Kurze Videos lösen das Problem nicht. Für eine Million Aufrufe bringen Shorts je nach Nische 50–500 Dollar ein. Der Autor kommt zu dem Schluss, dass ein viral gehendes Video einen Ausschlag, aber kein regelmäßiges Einkommen bringt.

Er formuliert sein Fazit: Das Problem liegt nicht in den 80 Dollar pro Monat, sondern in dieser Summe, multipliziert mit sechs Monaten ohne Zahlung.

Rolle von Werkzeugen und Automatisierung

Der Autor argumentiert, dass die Wahl des Werkzeugs das Ergebnis nicht bestimmt. Der Vergleich von ElevenLabs, ChatGPT, Claude und anderen Diensten ändere seiner Aussage nach nichts an der Situation. Belohnt werde seiner Meinung nach nur ein einzigartiger Standpunkt und ein redaktioneller Grund für die Existenz des Videos. Genau das, so seine Einschätzung, verkaufen Gurus in ihren Kursen nicht.

Der Autor stellt fest, dass Betreiber, die KI einsetzen, um die Kosten pro Video auf 1–5 Dollar zu senken, Einnahmen von über 10.000 Dollar erzielen. Seiner Einschätzung nach wären die Kosten für diese Arbeit, würde sie ein Mensch ausführen, 10- bis 20-mal höher. Automatisierung sei laut Autor ein Mittel zur Steigerung des Gewinns und kein Produkt.

Der Autor fügt hinzu, dass Ergebnisse, die Infobusiness-Anbieter als persönliche ausgeben, häufig das Einkommen eines Teams darstellen. Ein Jahreseinkommen von 50.000 Dollar kann sich beispielsweise auf fünf Personen verteilen.

Prognose und Schlussfolgerungen des Autors

Der Autor prognostiziert:

• Bis 2027 wird es äußerst schwierig sein, die Monetarisierung zu aktivieren;
• Die YouTube-Filter und die Schwelle für die Monetarisierung werden aufgrund des wachsenden Volumens ähnlicher Inhalte strenger;
• Schon nach wenigen Monaten wird niemand, der jetzt anfängt, eine Monetarisierung erhalten.

Seiner Meinung nach verpacken Infobusiness-Anbieter das Schema neu, indem sie aktuelle Erfolgsgeschichten ihrer Schüler präsentieren. Diese Schüler seien laut dem Autor nicht anhand einer Anleitung, sondern durch einzigartige Inhalte und persönlichen Zeitaufwand zur Monetarisierung gelangt. Der Autor vergleicht das Versprechen einer „automatisierten Farm“ mit der Ausgabe einer Spitzhacke für den manuellen Kohleabbau.

Der Autor beschreibt den typischen Weg eines Teilnehmers des Schemas:

1. Die Monetarisierung wird nicht aktiviert.
2. Die Kanäle gewinnen keine Aufrufe, die Gründe bleiben unklar.
3. Der Teilnehmer kauft kostenpflichtige Materialien und Werkzeuge.
4. Etwa 90 % der Teilnehmer verdienen nichts.
5. Etwa 10 % erhalten kleine Beträge, die schnell sinken, zum Beispiel von 1.000 Dollar nach drei Monaten auf 100 Dollar.

Der Autor behauptet, die Erfolgsgeschichten stammten aus einer Stichprobe von 100–300 Personen: Veröffentlicht würden die Ergebnisse von zehn, spätere Einnahmen würden nicht gezeigt. Seiner Einschätzung nach beruht das Schema auf der Manipulation von Statistiken und der Ausnutzung kognitiver Verzerrungen und nicht auf der Arbeit der YouTube-Algorithmen.

Fazit

Nach Einschätzung des Autors des Beitrags gilt für die Verdienstmodelle mit KI-Videos auf YouTube Folgendes:

• Sie stützen sich auf eine Auswahl erfolgreicher Beispiele und legen die Ergebnisse der meisten Teilnehmer nicht offen;
• sie erfordern laufende Zahlungen für Dienste, obwohl vor der Monetarisierung kein Einkommen fließt;
• sie fallen unter die Beschränkungen von YouTube, die seit dem 15. Juli 2025 gelten;
• sie bergen ein hohes Risiko der Kanalsperrung.

Der Autor vertritt die Ansicht, dass in solchen Modellen nur diejenigen Einnahmen erzielen, die die Methodik verkaufen.