Ich habe mehrere Bots gebaut, die vollautomatisch Kurzvideos produzieren und auf YouTube veröffentlichen. Angefangen hat es aus Neugier: Ich wollte herausfinden, ob man den Shorts Algorithmus wirklich versteht, wenn man ihn statt mit Bauchgefühl mit Zahlen angeht. Aktuell laufen zwei Bots parallel, jeder in einer eigenen Nische, ein dritter entsteht gerade. Alles auf einem Raspberry Pi mit sehr kleinem Budget.

Alles läuft über offizielle Schnittstellen: YouTube Data API für den Upload, Pexels und die NASA Bilddatenbank für Material, Gemini für Texte, Google Trends und Reddit für Themen. Kein Scraping, keine Tricks.

Die Bots:

Nature Bot schneidet Naturaufnahmen exakt auf die Beats eines Songs. Jeder Clip läuft dabei über eine Geschwindigkeitskurve von schnell nach langsam und wieder schnell, dazu ein eigenes Farbgrading. Fünfzehn Themenwelten, von Drohnenaufnahmen über Wasserfälle bis Nordlichter, jeweils mit passenden Suchbegriffen, Titeln und Hashtags. Vier Uploads pro Tag.

Quote Bot produziert Zitatvideos im Bereich Motivation und Lifestyle für englischsprachiges Publikum.

Trend Bot ist noch im Bau. Er holt sich aktuelle Themen aus dem Feld Future Tech und Science, lässt Gemini ein Skript schreiben, erzeugt daraus eine Sprecherstimme und baut ein vertikales Video mit mitlaufenden Untertiteln. Vom Thema bis zum fertigen Upload ohne einen einzigen Klick. Veröffentlicht wird damit bisher nichts.

Was ich verbessert habe

Die erste Version lief, aber die Videos performten mittelmässig. Statt einfach mehr hochzuladen, habe ich die Analytics Exporte aus YouTube Studio ausgewertet und die Erkenntnisse direkt in den Code geschrieben:

• Videolänge: 19 Sekunden schlagen 15 Sekunden deutlich. Die Schnittzeiten habe ich entsprechend neu gesetzt.

• Titel: Kurze, emotionale Titel mit drei bis fünf Wörtern gewinnen klar gegen beschreibende. Beispiel aus meinen Daten: "Earth said WOW today" statt einer sauberen Ortsbeschreibung.

• Wiederholung: Die Reichweite des Quote Bots brach ein, weil dieselben Zitate zu oft kamen. Ich habe den Pool von 42 auf 108 Zitate in sechs Kategorien erweitert, ein Rotationsfenster eingebaut und eine Ähnlichkeitsprüfung, die verhindert, dass Hook und Zitat inhaltlich kollidieren. Beim Nature Bot gilt dasselbe für Titel. Für den Trend Bot ist das Prinzip mit sechs verschiedenen Hook Mustern bereits angelegt.

• Hook: Der Einstieg war das grösste Loch. Fünfeinhalb Sekunden Vorspann bei knapp fünfzehn Sekunden Gesamtlänge, also gut ein Drittel des Videos, bevor überhaupt etwas Neues zu sehen war. Ich habe daraus zweieinhalb Sekunden gemacht und den Hook dafür beschleunigt, statt ihn einfach abzuschneiden. Sonst wäre die Animation nur zur Hälfte gelaufen. Der Anteil am Video fiel damit von 37 auf 18 Prozent. Weil das Schnittraster an den Beats des Songs hängt, setzt die Musik jetzt später ein, sie springt 2,879 Sekunden in den Track hinein. Ein zusätzlicher Clip füllt die frei gewordene Zeit. Alle sechs Schnitte sitzen weiterhin auf die Millisekunde genau auf dem Beat. Ausserdem bewertet der Bot seine Clips nach Farbintensität und sortiert sie strategisch: der zweitstärkste eröffnet, der schwächste verschwindet in der Mitte, der stärkste kommt zum Schluss.

• Differenzierung: Weil gefühlt jeder Nature Kanal dieselben Pexels Clips nutzt, habe ich die NASA Bilddatenbank als zusätzliche Quelle angebunden, inklusive einer eigenen Qualitätsbewertung. Das Material ist frei nutzbar und sieht nach nichts, was sonst im Feed läuft.

• Qualitätsfilter: Clips unter 1080p oder mit Hinweisen auf KI Generierung fliegen automatisch raus.

  
  

Wie ich teste

Bei der Hookänderung habe ich bewusst nur diese eine Sache angefasst. Farbgrading, Geschwindigkeitskurve, Themenauswahl, Titel und Hashtags blieben unverändert, damit hinterher klar ist, woran es lag. Jeder Upload schreibt seitdem einen Eintrag ins Log: Videoid, Theme, verwendete Suchbegriffe, Clipids, Hookdatei, Hookdauer, Gesamtlänge. Über die Videoid lässt sich der Analytics Export von YouTube direkt dagegen legen. Vorher habe ich Vermutungen an Durchschnittswerten geprüft. Jetzt kann ich jedes einzelne Video seinen Parametern zuordnen.

Als Nächstes steht der Ausblendvorgang am Schluss an, der zurzeit über fast zwei Sekunden läuft und damit einen ganzen Clip verschluckt. Danach ein halbsekündiges Einblenden der Musik am Anfang. Und falls zweieinhalb Sekunden Hook funktionieren, der Versuch mit zwei. Eines nach dem anderen, sonst sind die Zahlen wertlos.

Betrieb

Damit das Ganze unbeaufsichtigt läuft, gibt es Sperrdateien gegen Doppelläufe, Logs im JSON Format, ein gemeinsames Benachrichtigungsmodul bei Fehlern und mehrstufige Fallbacks, wenn eine Suche kein brauchbares Material liefert. Temporäre Dateien werden nach dem Rendern gelöscht, weil der Speicher auf dem Pi knapp ist.

Was ich daraus mitnehme

Reichweite ist Handwerk, kein Zufall. Fast jede Verbesserung kam daher, dass ich eine Vermutung hatte, sie in Zahlen geprüft und dann den Code geändert habe. Und ich habe gelernt, wie viel Aufwand hinter Videos steckt, die man in zwei Sekunden weiterwischt.