KI-Videoproduktion in Zahlen: was ein KI-Agent für eine YouTube-Folge verbraucht
Kurz gesagt
Die YouTube-Folgen von HEINER.Academy produziert ein KI-Agent, Claude Code, von der Recherche bis zum Upload. André Heiner prüft und gibt frei. Diese Seite zeigt je Folge, was der Agent dafür verbraucht hat: zwischen 250 Millionen und knapp einer Milliarde Tokens, also Texteinheiten, in denen eine KI liest und schreibt. 98 bis 99 Prozent davon liest der Agent immer wieder aus seinem Zwischenspeicher, dem Cache. Selbst geschrieben hat er je Folge nur 0,5 bis 2 Millionen. Die Langdock-Folge brauchte rund 24 Stunden Agentenarbeit in 122 Arbeitsschritten. Gemessen wird direkt in den Protokollen von Claude Code, jede Zahl mit Quelle und Genauigkeit.
Was der KI-Agent je Folge verbraucht hat
- Grok F1Obergrenze547 Mio.
- Grok F2Obergrenze488 Mio.
- Grok F3Obergrenze796 Mio.
- Grok F5Teilwert250 Mio.
- Langdock F1Endwert977 Mio.
Grok Tutorial deutsch: 3 Büroaufgaben in 11 Minuten
547 Mio.
Tokens gesamt
- Aus dem Zwischenspeicher
- 99 %
- Selbst geschrieben
- 0,8 Mio.
- Agentenarbeit
- rund 12 h
- Arbeitsschritte
- nicht gemessen
- Andrés Prüfzeit
- noch nicht erfasst
- Länge
- 10:25
Ergebnis: Kursfolge mit Avatar, drei Bildschirm-Demos und drei Shorts. Die Werkzeugkette (bewegte Klicks, Avatar im Web-Studio, Upload) entstand erst an diesem Tag.
Gemessen am 26.10.2026 mit ccusage. Ganzer Arbeitstag 05.10.2026 im Projekt, in dem die Folge entstand. Dieselbe Sitzung betreute an dem Tag auch Unterricht, der Anteil der Folge ist also kleiner. Stunden laut Logbuch (08:15 bis 20:30).
Grok Bot für Einsteiger: von null zum ersten Auftrag (und 10 $ sparen)
488 Mio.
Tokens gesamt
- Aus dem Zwischenspeicher
- 99 %
- Selbst geschrieben
- 0,9 Mio.
- Agentenarbeit
- rund 4 h
- Arbeitsschritte
- nicht gemessen
- Andrés Prüfzeit
- noch nicht erfasst
- Länge
- 8:29
Ergebnis: Kursfolge: Grok Bot von null eingerichtet bis zum ersten echten Auftrag. Erstmals hat der Agent den Bildschirm komplett selbst aufgenommen, mit eigenem Desktop-Rekorder, dazu zwei Thumbnails.
Gemessen am 26.10.2026 mit ccusage. Ganzer Arbeitstag 08.10.2026, gleiche Einschränkung wie bei Folge 1: Der Tag enthält auch Unterrichtsarbeit. Stunden laut Logbuch (17:54 bis 21:54).
Grok Bot deutsch: Bus-Beschwerde in 4 Minuten statt einem Abend
796 Mio.
Tokens gesamt
- Aus dem Zwischenspeicher
- 99 %
- Selbst geschrieben
- 1,7 Mio.
- Agentenarbeit
- 6 bis 8 h
- Arbeitsschritte
- nicht gemessen
- Andrés Prüfzeit
- noch nicht erfasst
- Länge
- 5:35
Ergebnis: Kursfolge mit zwei Grok-Bots live am Bildschirm, Beschwerde als PDF und Mail-Entwurf, dazu Teaser und drei Shorts als Chat-Story.
Gemessen am 26.10.2026 mit ccusage. Ganzer Arbeitstag 09.10.2026, gleiche Einschränkung wie bei Folge 1: Der Tag enthält auch Unterrichtsarbeit. Stunden laut Logbuch, über den Tag verteilt (08:40 bis 21:08).
Jobsuche mit KI: Grok Bot sucht 7 Tage lang Stellen
250 Mio.
Tokens gesamt
- Aus dem Zwischenspeicher
- 99 %
- Selbst geschrieben
- 0,5 Mio.
- Agentenarbeit
- knapp 4 h
- Arbeitsschritte
- nicht gemessen
- Andrés Prüfzeit
- noch nicht erfasst
- Länge
- nach dem Schnitt
Ergebnis: Die halbe Folge vor dem 7-Tage-Test: Testfirma-Webseite als Falle, Ton, Avatar in drei Looks und ein Teilschnitt von 3:09, nachts ohne Mensch am Rechner.
Gemessen am 26.10.2026 mit ccusage. Nur die Nachtschicht 13./14.10.2026 (21:00 bis 00:46), in der genau eine Sitzung lief. Der Test über sieben Tage und der Schnitt danach fehlen noch.
Erscheint am 03.11.2026
Langdock einrichten 2026: Workspace in 15 Minuten, Daten in der EU
977 Mio.
Tokens gesamt
- Aus dem Zwischenspeicher
- 98 %
- Selbst geschrieben
- 2,2 Mio.
- Agentenarbeit
- rund 24 h
- Arbeitsschritte
- 122
- Andrés Prüfzeit
- noch nicht erfasst
- Länge
- 12:07
Ergebnis: Kursfolge mit Avatar, Bildschirmaufnahmen in Langdock, fünf Admin-Einstellungen und drei Anwendungsfällen aus dem Büro, dazu Intro, Kapitelkarten und Thumbnails.
Gemessen am 31.10.2026 mit token-folge.py. Alle Arbeitsschritte vom 19.10.2026 bis kurz vor dem Upload am 31.10.2026, in denen die Folge vorkommt, aus 16 Sitzungen. Schritte mit mehreren Themen zählen ganz, der Wert ist also eher etwas zu hoch. Dieselben Zahlen stehen in der Beschreibung auf YouTube.
+Alle Messwerte als Tabelle
| Folge | Neu eingelesen | Cache-Schreiben | Cache-Lesen | Selbst geschrieben | Summe | Messung |
|---|---|---|---|---|---|---|
| Grok F1 | 1.958 | 4.584.099 | 542.047.507 | 842.835 | 547.476.399 | ccusage, Obergrenze |
| Grok F2 | 2.316 | 4.369.239 | 482.407.767 | 910.309 | 487.689.631 | ccusage, Obergrenze |
| Grok F3 | 3.010 | 9.904.131 | 784.049.166 | 1.709.771 | 795.666.078 | ccusage, Obergrenze |
| Grok F5 | 1.200 | 2.065.900 | 247.859.292 | 500.675 | 250.427.067 | ccusage, Teilwert |
| Langdock F1 | 5.348 | 16.070.085 | 958.325.234 | 2.242.275 | 976.642.942 | token-folge.py, Endwert |
Die Begriffe kurz erklärt
- Token
- Die Texteinheit, in der eine KI liest und schreibt, meist ein Wort oder ein Teil davon. Die Arbeit eines KI-Agenten wird in Tokens gezählt, begrenzt und abgerechnet.
- Cache (Zwischenspeicher)
- Hier hält der Anbieter den bisherigen Verlauf einer Sitzung bereit. Bei jedem Arbeitsschritt liest der Agent Auftrag, Regeln und alles bisher Gesagte erneut. Aus dem Cache geht das schneller und kostet nur einen Bruchteil, es zählt aber mit.
- Cache-Lesen
- Der Teil der Tokens, den der Agent aus dem Zwischenspeicher liest. Je länger eine Sitzung läuft, desto mehr Verlauf wird bei jedem Schritt mitgelesen. Deshalb liegt der Anteil bei 98 bis 99 Prozent.
- Selbst geschrieben
- Die Tokens, die der Agent ausgibt: Drehbuch, Sprechtexte, Code für Schnitt und Grafiken, Beschreibungen und Antworten. Fachlich heißt das Ausgabe (Output).
- Neu eingelesen und Cache-Schreiben
- Neu eingelesen sind Eingaben, die nicht aus dem Zwischenspeicher kommen. Beim Cache-Schreiben legt der Agent neue Inhalte wie Dateien und Werkzeug-Ergebnisse in den Zwischenspeicher, damit spätere Schritte sie günstig wieder lesen.
- Arbeitsschritt
- Ein Auftrag an den Agenten bis zu seiner fertigen Antwort, mit allen Werkzeugaufrufen dazwischen, etwa: Kapitel 3 aufnehmen und auf Fehler prüfen. Ein Schritt kann Minuten oder eine Stunde dauern.
- Agentenarbeit
- Die Zeit, in der der Agent tatsächlich arbeitet. Gezählt werden die Abstände zwischen seinen Einträgen im Protokoll, je höchstens 10 Minuten, damit Wartezeit nicht als Arbeit zählt. Bei den ccusage-Werten stammen die Stunden aus dem Produktionslogbuch.
- Andrés Prüfzeit
- Die Zeit, die André Heiner selbst für eine Folge braucht: Drehbuch lesen und freigeben, Schnitt und Thumbnail prüfen, sich bei Diensten anmelden. Sie wird bisher nicht gemessen.
- Obergrenze, Teilwert, Zwischenstand, Endwert
- Obergrenze: Die Messung umfasst mehr als die Folge, etwa einen ganzen Arbeitstag. Teilwert: nur ein Abschnitt der Produktion. Zwischenstand: Die Folge ist noch nicht fertig. Endwert: gemessen nach dem Upload.
Was es bringt
Wer ein KI-produziertes Video kauft, sieht meist nur das Ergebnis. Diese Seite zeigt den Aufwand dahinter: wie viele Tokens der KI-Agent je Folge verbraucht, wie viele Stunden er arbeitet und in wie vielen Arbeitsschritten. Bei jeder Zahl steht, wie sie gemessen wurde und ob sie eine Obergrenze, ein Teilwert oder ein Zwischenstand ist.
Der größte Posten ist nicht der Text, den die KI schreibt, sondern das Lesen. Bei jedem Arbeitsschritt liest der Agent den bisherigen Verlauf erneut, meist aus dem Zwischenspeicher. Deshalb macht das Cache-Lesen 98 bis 99 Prozent aus, selbst geschrieben sind je Folge nur 0,5 bis 2 Millionen Tokens. Der Hebel: eine neue Sitzung je Etappe statt einer Sitzung über Tage.
Schätzen reicht nicht. Am 24.10.2026 lag die eigene Schätzung bei 30 bis 55 Millionen Tokens je Folge. Die Messung zwei Tage später ergab 250 Millionen für eine einzige Nachtschicht und bis knapp 800 Millionen für einen ganzen Produktionstag. Wer KI-Agenten plant, misst deshalb von Anfang an mit, statt mit Faustregeln zu rechnen.
Der Mensch bleibt an den Stellen, an denen Verantwortung liegt: André Heiner gibt das Drehbuch frei, prüft Schnitt und Thumbnail, und den Knopf Veröffentlichen klickt die KI nie. Alles dazwischen erledigt der Agent: Recherche, Bildschirmaufnahmen, Stimme und Avatar, Grafiken, Schnitt, Untertitel, Beschreibung und Upload.
Das Problem — und die Lösung
Problem
Videos mit KI klingen nach einem Knopfdruck. In der Praxis stellt jeder Auftraggeber dieselben Fragen: Was macht die KI wirklich, was macht der Mensch, und wie viel Aufwand steckt dahinter? Belastbare Zahlen dazu findet man kaum, und Schätzungen liegen weit daneben. Unsere eigene lag um ein Vielfaches unter dem, was wir danach gemessen haben.
Lösung
Jede Folge wird direkt in den Protokollen des KI-Agenten gemessen und hier mit Quelle veröffentlicht: Tokens gesamt, Anteil Cache-Lesen, selbst geschriebene Tokens, Stunden Agentenarbeit und Arbeitsschritte, dazu Länge und Ergebnis der Folge und der Link zum Video. Bei jedem Wert steht, ob er eine Obergrenze, ein Teilwert, ein Zwischenstand oder der Endwert ist.
98 %
der Tokens einer Folge liest der KI-Agent aus seinem Zwischenspeicher. Selbst geschrieben hat er für die Langdock-Folge rund 2 von 977 Millionen Tokens.
Messung mit token-folge.py in den Protokollen von Claude Code (31.10.2026)
Aus der Praxis
Grok Folge 1 an einem Tag produziert, von 08:15 bis 20:30: Claude Code hat recherchiert, das Drehbuch geschrieben, Grok am Bildschirm bedient, den Avatar im HeyGen-Web-Studio erzeugt, geschnitten und hochgeladen. Die Werkzeugkette dafür entstand am selben Tag. ccusage zählt für diesen Tag 547 Millionen Tokens, davon 99 Prozent Cache-Lesen.
Beleg ansehenNachtschicht ohne Mensch am Rechner: Zwischen 22:00 und 00:50 baute der Agent für Grok Folge 5 eine Testfirma-Webseite als Falle, vertonte, erzeugte den Avatar in drei Looks und legte einen Teilschnitt von 3:09 an. Der Fünf-Stunden-Block, in dem nur diese eine Sitzung lief, ergibt 250 Millionen Tokens.
Making-of veröffentlicht: Die Folge „YouTube-Videos mit KI erstellen“ zeigt die acht Rollen des KI-Teams, je Rolle einen echten Fehler und die Rechnung. Alle Abos zusammen kosten rund 235 Euro im Monat, bei acht Folgen knapp 30 Euro je Folge.
Beleg ansehenSchätzung gegen Messung: Am 24.10.2026 lag die Schätzung bei 30 bis 55 Millionen Tokens je Folge. Die Auswertung der Protokolle mit ccusage ergab 250 Millionen für eine Nachtschicht und 490 bis 800 Millionen für ganze Produktionstage. Treiber zu 98 bis 99 Prozent: Cache-Lesen in Sitzungen, die drei bis vier Tage am Stück liefen.
Eigenes Messwerkzeug token-folge.py: Es zählt nur die Arbeitsschritte, in denen eine Folge vorkommt, auch die von Unteragenten, und rechnet Wartezeit heraus. Langdock Folge 1, Zwischenstand: 898 Millionen Tokens, 108 Arbeitsschritte aus 14 Sitzungen, rund 22 Stunden Agentenarbeit. Seitdem steht diese Statistik in jeder Folgenbeschreibung, und die Protokolle bleiben 365 Tage erhalten.
Langdock Folge 1 veröffentlicht, Endwert direkt vor dem Upload gemessen: 977 Millionen Tokens, 98 Prozent davon Cache-Lesen, 2,2 Millionen selbst geschrieben, 122 Arbeitsschritte aus 16 Sitzungen und rund 24 Stunden Agentenarbeit. Dieselben Zahlen stehen im Absatz „So ist dieses Video entstanden“ der YouTube-Beschreibung.
Beleg ansehenHäufige Fragen
+Wie viele Tokens braucht ein KI-Agent für ein YouTube-Video?
In unseren Messungen zwischen 250 Millionen und knapp einer Milliarde Tokens je Folge, je nachdem, wie viel Bildschirmarbeit, Avatar und Schnitt dazugehören und wie lange die Sitzungen laufen. 98 bis 99 Prozent davon sind Cache-Lesen, selbst geschrieben hat der Agent je Folge nur 0,5 bis 2 Millionen Tokens.
+Warum sind es so viele Tokens, wenn die KI nur ein Video macht?
Weil der Agent bei jedem Arbeitsschritt seinen ganzen bisherigen Verlauf erneut liest: Auftrag, Regeln, Dateien und Werkzeug-Ergebnisse. Bei 100 und mehr Schritten über mehrere Tage summiert sich das auf Hunderte Millionen. Der Großteil kommt aus dem Zwischenspeicher und kostet nur einen Bruchteil. Kürzere Sitzungen je Etappe senken den Verbrauch am stärksten.
+Was kostet ein Video, das ein KI-Agent produziert?
Der Agent läuft bei uns im Pauschal-Abo mit Wochenlimit, es wird also nicht je Token abgerechnet. Alle Abos für Agent, Stimme, Avatar und Aufnahme kosten zusammen rund 235 Euro im Monat, bei acht Folgen knapp 30 Euro je Folge. Dazu kommt die Prüfzeit des Menschen. Was ein Video für dein Unternehmen kostet, hängt von Länge, Aufnahmen und Abstimmung ab und klären wir im Gespräch.
+Was macht die KI, und was macht der Mensch?
Der Agent recherchiert, schreibt das Drehbuch, bedient Programme am Bildschirm und nimmt auf, erzeugt Stimme und Avatar, baut Grafiken, schneidet, schreibt Untertitel und Beschreibung und lädt das Video hoch. André Heiner gibt das Drehbuch frei, prüft Schnitt und Thumbnail und übernimmt Anmeldungen bei Diensten. Den Knopf Veröffentlichen klickt die KI nie.
+Wie genau sind die Zahlen?
So genau, wie die Messung es erlaubt, und das steht bei jeder Folge dabei. ccusage zählt nur ganze Tage oder Blöcke, bei den ersten Grok-Folgen ist der Wert deshalb eine Obergrenze, weil am selben Tag auch anderes lief. token-folge.py zählt nur die Arbeitsschritte, in denen die Folge vorkommt. Schritte mit mehreren Themen zählen ganz, der Wert ist also eher etwas zu hoch.
+Kann ich solche Videos für mein Unternehmen produzieren lassen?
Ja. Typisch sind Schulungen für Mitarbeitende, Produkt-Demos am Bildschirm und eigene Kursreihen, auf Wunsch mit Avatar und Stimme nach deinem Vorbild. Der Agent produziert, André Heiner prüft und verantwortet jede Folge. Ein erstes Gespräch klärt Thema, Umfang und Ablauf: heiner.io/termin.
Du möchtest solche Videos für dein Unternehmen?
Etwa Schulungen, Produkt-Demos oder eine eigene Kursreihe: Der KI-Agent produziert, ich prüfe jede Folge und gebe sie frei. Im Gespräch klären wir Thema, Umfang und Ablauf.
André Heiner— GenAI & LLM Expert aus Wiesbaden, tätig im Rhein-Main-Gebiet. Agentic AI, RAG, Workflow-Automatisierung und KI in den Produktivbetrieb. Mehr im KI-Labor.
Lass uns sprechen