← Zurück zum Blog
Aica. 7 Min. Lesezeit

Sechs Laien, 1.113 Folgen, tausend Yuan Rechenleistung pro Folge: Wie eine KI-Serie in Handarbeit entstand

Veröffentlicht 21. Nov. 2026
Sechs Laien, 1.113 Folgen, tausend Yuan Rechenleistung pro Folge: Wie eine KI-Serie in Handarbeit entstand

Als die Serie am 21. August startete, bemerkte sie niemand. Die ersten vier Tage blieben die Zahlen flach. Das Team analysierte die eigene Arbeit und stellte fest, dass erfolgreiche Serien jede Folge mit einem Hook beenden, einem Cliffhanger von fünf Sekunden, der einen weiterklicken lässt. Sie verabschiedeten ihren flachen, linearen Schnitt, und die Geschichte bekam Auf und Ab. Am 15. November, zum Start der elften Staffel, lagen die ersten zehn Staffeln, rund tausend Folgen, nach Zählung der Plattformen bei über zehn Milliarden Aufrufen.

Die Serie heißt „Bewaffnet in die Song-Dynastie“. Fünf moderne Spezialkräfte landen im vierten Jahr der Xuanhe-Ära der Nördlichen Song. Munition ist knapp, ist das Benzin verbrannt, werden die Fahrzeuge zu Schrott, und um zu überleben, bleibt nur: Land urbar machen, Truppen ausbilden, Waffen verbessern, die Beamtenprüfung ablegen. Das Merkwürdigste daran ist nicht der Stoff. Es sind die Leute, die ihn machen.

Ein 54-jähriger ehemaliger Nudelrestaurant-Besitzer und fünf Leute, die nie Film studiert haben

Gesamtplaner Zhang Hansheng ist 54. Er hatte ein Nudelrestaurant, dann eine Internetfirma, beides ging nicht auf. Im März letzten Jahres kam er zum ersten Mal mit KI in Berührung, lernte täglich über zehn Stunden allein, bezahlte Onlinekurse, lernte Drehbuch, Videogenerierung, Postproduktion. Im Juni bildete er mit ein paar online bekannten KI-Enthusiasten eine kleine Gruppe und begann, Kurzserien zu testen.

Unter den sechs ist eine Hausfrau, der Besitzer eines kleinen Großhandels, ein früherer Ride-Hailing-Fahrer, ein Lieferant und ein normaler Büroangestellter. Keiner hat eine Filmausbildung. Rund dreißig weitere arbeiten im Umfeld mit, über das ganze Land verteilt. Kein Büro: Die Kernleute sitzen zu Hause und tauschen Material über WeChat-Gruppen und Cloud-Laufwerke aus. Auch kein festes Gehalt, die Erlöse werden nach wirksamer Laufzeit geteilt. Zhang nennt das OPC: eine Person, eine Firma, jeder sein eigener Chef.

Die Arbeitsteilung ist klar. Zhang wählt Stoffe und setzt den Ton. Li Zhaohua kümmert sich um Drehbuch und Text. He Xiushan führt die Musterfolgen, setzt den Standard, verteilt die Szenen an die Einzelnen und sammelt am Ende die Abgaben ein und prüft sie. Die Auswahl der Leute dauerte eine volle Woche, mit wiederholtem Ansehen früherer Arbeiten und Abgaben, damit alle dasselbe Urteil darüber haben, was gut ist.

Dieses Urteil wurde später das Teuerste an der ganzen Produktion.

Tausend bis zweitausend Yuan pro Folge, und die Million kam nach und nach

Das von außen kolportierte „Millionenbudget“ ist laut He Xiushan im Wesentlichen zu hundert Prozent Compute, rechnet man die Arbeit nicht mit.

Der Compute-Aufwand liegt bei tausend bis zweitausend Yuan pro Folge. Über die Serie gerechnet sind es über eine Million, aber das Geld kam nicht auf einmal. Es rollte nach und nach herein aus dem, was frühere schnell produzierte Kurzserien eingespielt hatten. Gespart wurde bei Drehort, Licht, Statisten, Gerätemiete und dem schwersten Posten eines klassischen Teams: der Verwaltung.

Offen auf dem Tisch gelesen, ist die Zahl leicht misszuverstehen. Billiger Compute heißt nicht billige Folge. Drehbuchbearbeitung, Figurendesign, Prompts, Sichtung, Nacharbeit – nichts davon steht auf der Compute-Rechnung. Das Team sagt, die Vorbereitung habe einen halben Monat gedauert, größtenteils für Drehbuch und Prompts, weil „das der Teil ist, der die meisten Züge spart“. Die Züge, die man nicht macht, sind das gesparte Geld.

Züge: drei für eine normale Einstellung, zwanzig für eine Schlacht

Was die Kosten bestimmt, ist nicht der Stückpreis, sondern die Ausschussquote.

Eine normale Einstellung braucht im Schnitt drei Generierungen, bis sie taugt. Schlachten – viele Figuren, viele Setups, komplexe Regie – liegen routinemäßig über zehn, über zwanzig ist keine Seltenheit. Ihr Abnahmekriterium klingt schlicht: kein Continuity-Fehler, die Darstellung wirkt normal, die Kamera wirkt normal. Aber was „flach“ aussieht, bekommt sechzig Punkte und gilt als Ausschuss.

Dieser Maßstab verdient einen eigenen Absatz. Die meisten Teams hängen bei „kann das Modell es überhaupt erzeugen“. Dieses Team hängt bei „hat es das Richtige erzeugt, und sieht es gut aus“. Das erste Problem lösen die Modelle gerade. Das zweite lösen sie nicht. Also gibt es keinen effizienteren Weg zur Nacharbeit – in Hes Worten: reine Handarbeit.

Und genau dieser Maßstab teilt den Satz „KI-Serien sind billig“ in zwei Hälften: Die Kosten des Machens sind gefallen. Die Kosten des Gutmachens nicht.

Die Asset-Bibliothek: kein Gesicht darf sich wiederholen

Über tausend Folgen, hundert benannte Figuren, unzählige Soldaten und Passanten. Am ehesten bricht es bei den Gesichtern.

Ihre Methode: eine eigene Akte für jede Figur, die auftritt. Frisur, Gesichtsform, Temperament, Herkunft, regionale Merkmale, Punkt für Punkt festgelegt. Nicht nur die fünf Hauptfiguren – Minister mit zwei Auftritten, Soldaten, Dorfbewohner, die junge Witwe haben eigene Assets. Wer ein Segment baut, holt sich Figurendesign und Requisiten aus der Bibliothek. In Massenkampfszenen tauchen doppelte Gesichter am häufigsten auf, und diese Bibliothek hält die Linie.

Die Figur Li Qingzhao ist ein anderes Beispiel. Das Team erzeugte mindestens zweihundert Bilder und war mit keinem zufrieden. Schließlich schlug He Xiushan vor, ein altes Porträt mit KI zu rekonstruieren, und so entstand die Version, die Netznutzer später als „aus einem alten Gemälde gestiegen“ beschrieben.

Der Ansatz klingt unbeholfen, ist aber Ingenieursarbeit, um die Schwäche des Modells auszugleichen. Konsistenz löst kein Satz im Prompt. Sie löst eine wiederverwendbare Asset-Tabelle.

Eine Reihe handgemachter Tonköpfe, jeder mit einem handschriftlich nummerierten Papieretikett versehen, auf dunklen Holzregalen angeordnet.

Die fünfzehn Sekunden des Modells, auf dreißig gestreckt

Wenn die Macher über die Fähigkeiten des Modells sprechen, nennen sie nicht die Bildqualität. Sie nennen zwei sehr konkrete Zahlen.

Zum einen die Referenzbilder. Seedance 2.5 hat sie von neun auf mehrere Dutzend erweitert, was Gruppen und großen Szenen am meisten hilft, weil sich Aussehen und Kostüm von mehr Figuren gleichzeitig festnageln lassen. Zum anderen die Einstellungslänge, von fünfzehn auf dreißig Sekunden. Bei fünfzehn braucht ein Dialog hin und zurück zwei Schnitte, und jeder Schnitt ist ein weiteres Risiko, dass es nicht anschließt. Dreißig fasst eine komplette Inszenierung, und die Nacharbeit sinkt mit.

Beides ist keine „Sprunginnovation“. Aber für ein Team mit gut tausend Yuan Compute pro Folge verändert es, was sich drehen lässt. Dreißig Sekunden bedeuten: eine Konfrontation am Stück spielen, statt drei Bruchstücke zusammenzukleben.

Das ist auch der Grund, warum die Serie stabiler wirkt als die meisten KI-Serien. Nicht das bessere Modell, sondern eine klarere Karte seiner Grenzen, und ein Design, das innerhalb bleibt.

221.900 Titel und ein halbes Prozent

Die Branchenzahlen liegen auf dem Tisch. Im ersten Halbjahr 2026 gingen auf Douyin 221.900 KI-Serien online, weniger als 0,5 Prozent überschritten hundert Millionen Aufrufe. Die Produktionskosten einer KI-Comicserie fielen von knapp 15.000 Yuan pro Minute auf rund 500, die Kosten pro Titel von 500.000 bis 800.000 Yuan bei Realserien auf 50.000 bis 240.000. Hongguos „Guoran-Plan“ steckt 30 bis 100 Prozent des Projektbudgets in ausgewählte Premiumtitel, fördert seit der zweiten Jahreshälfte KI-Mikroserien und hat fast zwanzig in Vorbereitung.

Das Angebot ist bereits im Überschuss, die Aufmerksamkeit ist nicht gewachsen. In so einer Lage kommt eine Sechser-Gruppe nicht wegen billigerem Compute durch, sondern weil sie vorher festgelegt hat, was als gut gilt.

Ein paar Dinge davon lassen sich mitnehmen.

Stoffe ohne Cheat wählen. Zhang hat viele Titel in der Rechtebibliothek durchgesehen; er nahm diesen nicht wegen der Reichweite, sondern weil er kein System hat. Keine unendliche Versorgung, keine Wiederbelebung, Figuren werden nur durch Lernen stärker. Diese Wahl zwang das Team, Kraft in Figuren und Details zu stecken statt darin, den Cheat cooler zu inszenieren.

Vorbereitung schwer, Züge leicht. Je genauer Figur, Set und Prompt festgelegt sind, desto weniger Ausschuss später. Der halbe Monat am Anfang kauft Zeit für die nächsten tausend Folgen.

Dem Modell eine Grenze lassen. Wenn man weiß, dass es dreißig Sekunden hält und mit ein paar Dutzend Referenzen Gesichter festnagelt, dann lässt man es keine komplizierte Regie über vierzig Sekunden machen. Gespart wird die Nacharbeit.

Die Zahlen genau lesen. Vier Milliarden, 6,6 Milliarden, zwölf Milliarden sind alle genannt worden – kumulierte Aufrufe zu verschiedenen Zeitpunkten, kein Widerspruch. Die gerüchteweisen zehn Millionen im Monat und massiver Traffic-Einkauf haben die Macher dementiert, und für den kommerziellen Ertrag gibt es bis heute keine Standardzahlen zur Gewinnbeteiligung.

Technik kann einen Tod erzeugen. Einen echten Abschied nicht. In Staffel sechs fällt Qin Hongying im Kampf, die Beerdigung in Folge 39 sammelte über vierzigtausend Kommentare, und der Macher dieser beiden Folgen schrieb ein Lied für die Szene. Als Zhang das Lied sah, wusste er, dass es ihn getroffen hatte.

Dieser Satz ist wohl der am wenigsten „methodische“ Teil der ganzen Geschichte, und der am schwersten zu kopierende.

Verwandte Artikel