Der Aufstieg AI-nativer Medienunternehmen: Ein Blick in die neuen Ein-Personen-Studios

Die meisten Artikel über “AI und die Creator-Economy” beschreiben einen allgemeinen Wandel: Die Tools werden besser, die Workflows schneller, eine Person schafft mehr. Das stimmt, bleibt aber abstrakt. Die interessantere Geschichte ist, was passiert, wenn jemand diesen Wandel konsequent zu Ende denkt — AI nicht nutzt, um einen bestehenden Produktionsprozess zu beschleunigen, sondern den Prozess komplett verwirft und ein Medienunternehmen aufbaut, in dem Generierung nicht ein Schritt der Pipeline ist, sondern die Pipeline selbst. Eine Handvoll realer Akteure hat genau das in den letzten zwei Jahren getan, in ganz unterschiedlichen Größenordnungen und Genres — und ihre Details sind lehrreicher als jeder allgemeine Trendbeitrag.

Neural Viz: eine Person, ein ganzes TV-Universum, keine Crew

Josh Kerrigan war über ein Jahrzehnt lang als Filmemacher tätig — Filmschule, Jahre der Produktionsarbeit in Los Angeles, ein verkaufter TV-Pilot, der nie realisiert wurde. Anfang 2025 machte er sich hauptberuflich an ein Projekt, das als Nebenprojekt begonnen hatte: Neural Viz, ein YouTube-Kanal, der “The Monoverse” produziert — ein kohärentes, fortlaufendes Science-Fiction-Universum, komplett erzählt in AI-generiertem Video, wobei jedes Wort von einem Menschen geschrieben wird.

Die Flaggschiff-Show “Unanswered Oddities” ist eine Mockumentary, angesiedelt nach dem Verschwinden der Menschheit, in der außerirdische Kreaturen namens Glurons im Stil von “Ancient Aliens” über die einstige Herrscherspezies des Planeten spekulieren. Das klingt nach einem Gimmick, bis man sich den Produktionsprozess ansieht, den Kerrigan in Interviews beschrieben hat, unter anderem in einem Wired-Porträt: Er schreibt ein vollständiges Drehbuch mit Szenenüberschriften, Handlung, Dialog und Kamerablocking — genau wie ein klassisches Drehbuch. Er storyboardet jede Einstellung und generiert Schlüsselbilder in Midjourney. Dann folgt der Teil, der Neural Viz von generischem AI-Einheitsbrei unterscheidet: Er spielt jede Figur selbst vor einer Webcam, und Tools auf Basis von Runways Act-One übertragen seine reale Mimik auf die außerirdischen Figuren, sodass das Timing, die Pausen, die spezifischen Entscheidungen eines trainierten Schauspielers die Übersetzung in einen vollständig synthetischen Körper überleben. Die Stimmen entstehen mit AI-Klon- und Synthesewerkzeugen im Stil von ElevenLabs. Für eine fertige Episode von zwei bis drei Minuten braucht Kerrigan nach eigenen Angaben rund zwölf Stunden und etwa hundert Dollar an monatlichen Software-Abos — Zahlen, die er direkt in Interviews genannt hat, nicht aus Marketingmaterial.

Das Ergebnis ist kein Kuriositäten-Account. Einzelne Clips haben auf YouTube hunderttausende Aufrufe erzielt und auf TikTok und Instagram Millionen, und der Kanal hat so viel Aufmerksamkeit auf sich gezogen, dass Hollywood-Produktionsfirmen Kerrigan Berichten zufolge angesprochen haben, um das Monoverse für klassisches Fernsehen zu adaptieren — eine seltsame Umkehrung: ein AI-natives Format, das für ein traditionelles Medium optioniert wird. Was Neural Viz als Fallstudie wertvoll macht, ist nicht, dass AI einen Hit produziert hat, sondern dass Kerrigan jeden Teil der Pipeline behalten hat, der Geschmack und Handwerk erfordert — das Drehbuch, das Blocking, die schauspielerische Leistung — und nur die Teile ersetzt hat, für die früher eine Crew nötig war: Kameraleute, Kreaturenkostüm-Effekte, das Compositing-Team, den Drehort.

Genre.ai: ein Werbe-Studio, das das Agenturmodell komplett umgeht

Die zweite Pipeline-Neugestaltung, die einen genauen Blick lohnt, spielt sich nicht in der Unterhaltung, sondern in der Werbung ab. PJ Accetturo machte sich mit einem viralen Spot für die Prognosemarkt-Plattform Kalshi einen Namen, der während der NBA Finals lief — ein surrealer Clip mit einem Cowboy-Opa und einem bierdrinkenden Alien, produziert in zwei bis drei Tagen für rund 2.000 Dollar. Zum Vergleich: Ein sendefähiger Spot über eine klassische Agentur braucht üblicherweise Wochen an Vorproduktion und ein Budget im sechsstelligen Bereich. Accetturo nutzte ChatGPT fürs Skript, Gemini, um daraus Shotlists zu machen, und Googles Veo-3-Modell, um das eigentliche Filmmaterial zu generieren. Er hat in Interviews klar gemacht, dass die kreative Strategie bewusst auf “seltsame” Konzepte setzt, gerade weil sie sich im Feed anders durchsetzen als ein konventionell glattpolierter Werbespot.

Aus diesem einen viralen Spot wurde Genre.ai, das Studio, das Accetturo heute als CEO leitet und das mit Marken wie Oracle, Popeyes, Qatar Airways und der von David Beckham unterstützten Wellness-Marke IM8 zusammenarbeitet. Nach eigenen Angaben von Genre.ai liegen die kombinierten Kampagnen-Views bei über 275 Millionen, mit mehr als 300 Millionen erreichten Menschen innerhalb weniger Monate — Zahlen, erzielt mit Produktionsteams, die nur einen Bruchteil der Größe einer normalen Werbeagentur haben, auf Zeitrahmen von Tagen statt der Monate, die eine klassische Pipeline von Konzept bis Ausstrahlung braucht. Das Studio hat Berichten zufolge Angebote für klassische Super-Bowl-Werbespots abgelehnt und setzt stattdessen darauf, dass schnelle, günstige, bewusst “schräge” Kreation, nativ auf Social-Plattformen verbreitet, einen einzelnen teuren Sendemoment übertrifft.

Das Muster: Abteilungen fallen weg, statt nur schneller zu werden

Was Neural Viz und Genre.ai gemeinsam haben, ist nicht das Genre — das eine ist serialisierte Fiktion, das andere sind 30-sekündige Markenspots —, sondern dass beide ganze Berufskategorien eliminiert haben, statt die Menschen in diesen Rollen nur schneller zu machen. Ein klassischer TV-Pilot braucht Showrunner, Regisseur, Kameramann, Szenenbildner, ein VFX-Haus und ein Postproduktions-Team, jeweils mit Übergabe an den nächsten. Eine klassische Werbekampagne braucht eine Kreativagentur, eine Produktionsfirma, einen Casting Director, einen Location Scout und ein Media-Buying-Team. In beiden Fallstudien oben hält eine Person (oder ein sehr kleines Team) die kreative Vision vom Skript bis zum fertigen Bild, während generative Modelle jede Abteilung ersetzen, die früher eigenes Personal, einen eigenen Zeitplan und eine eigene Budgetzeile brauchte.

Das zeigt sich auch in größerem Maßstab, wo finanzierte Studios dieselbe strukturelle Idee verfolgen, nicht nur einzelne Creator. Asteria, gegründet vom zweifachen Oscar-Nominierten Bryn Mooser, hat sich mit Moonvalley zusammengetan, um “Marey” zu bauen — ein Videomodell, das ausschließlich mit lizenziertem Material trainiert wurde, um klassischen Studios einen rechtlich saubereren Einstieg in generative Produktion zu ermöglichen. Secret Level, gegründet vom Regisseur Jason Zada mit der ehemaligen Netflix- und DreamWorks-Führungskraft Christina Lee Storm als Studioleiterin, baut ein internes Tool namens Liquid Engine, explizit um die eigene Produktionspipeline für Film, Fernsehen und Games zu verdichten. Die Showrunner-Plattform von Fable Studio — unterstützt vom Alexa Fund von Amazon — lässt Nutzer ganze individuelle TV-Episoden aus Textvorgaben generieren und demonstrierte das Konzept mit neun nicht autorisierten AI-generierten “South Park”-Episoden, die vor ihrer Entfernung über acht Millionen Aufrufe erzielten. Keines davon sind Ein-Personen-Betriebe, aber sie verfolgen dieselbe Verschmelzung von Abteilungen zu einer einzigen generativen Pipeline, die Kerrigan und Accetturo bereits solo betreiben.

Was in der Highlight-Reel nicht auftaucht

Es lohnt sich, ehrlich über die Grenzen zu sprechen. Neural Viz brauchte bei Kerrigan ein Jahrzehnt klassisches Filmhandwerk, um ein Drehbuch so gut schreiben und blocken zu können, dass AI-Generierung es überzeugend umsetzen konnte — die Tools haben nicht das Können ersetzt, sondern die Crew, die nötig war, um es umzusetzen. Das Modell von Genre.ai hängt davon ab, dass Marken bereit sind, wirklich schräge Kreation zu fahren, eine Wette, die nicht für jede Kategorie und jeden Kunden aufgeht — und “Off-Brand-Schrägheit” ist eine Strategie mit begrenzter Haltbarkeit, je mehr Werbetreibende sie kopieren und Publikum sich an die Ästhetik gewöhnt. Plattformen wie YouTube bewegen sich zudem in Richtung sichtbarerer AI-Content-Kennzeichnung und in manchen Fällen algorithmischer Abwertung von wenig aufwendigen synthetischen Inhalten, was die Messlatte für alle erhöht, die das mit weniger Handwerk und weniger menschlichem Urteilsvermögen nachbilden wollen, als diese beiden Akteure investiert haben. Das Ein-Personen-Studio ist real, aber es ist keine Abkürzung — es ist eine andere Verteilung desselben zugrundeliegenden Könnens, angewendet über eine Pipeline, die niemand anderen mehr zur Ausführung braucht.