Comedy-Hype trifft auf umstrittene Statistik
ByteDance verwende rund 10 Prozent seiner gesamten Rechenkapazität für das Training und den Betrieb von Videogenerierungsmodellen, sagte Liu Xing, PR-Chef von Doubao, am 19. Oktober 2026. Er reagierte damit auf die Behauptung, mehr als die Hälfte der Rechenleistung Chinas werde für die Produktion von Kurzdramen eingesetzt.
Inhalt
- Comedy-Hype trifft auf umstrittene Statistik
- Warum Zhao auf einer internationalen Bühne auftauchte
- Was die Zahlen von Chinese Online tatsächlich erfassten
- Warum Rechenleistung eine andere Messgröße ist
- Was Doubaos Antwort abdeckt
- Wie sich die Behauptung verbreitete
- Warum KI-Dramen wiederholten Rechenaufwand verursachen können
- Hinter dem Produktionsboom steht ein großes Publikum
- Die wichtigsten Punkte
Die Debatte vermischte sich mit einem anderen Internetphänomen: KI-Videos, in denen der chinesische Komiker Zhao Benshan auf Bühnen im Stil von Michael-Jackson-Auftritten zu sehen ist. Clips, die im Oktober auf Bilibili, Douyin und WeChat Channels kursierten, sorgten für Witze darüber, Zhao allein verbrauche die Hälfte der Rechenressourcen des Landes.
Hinter dem Witz stand eine konkrete Zahl: 55 Prozent, die einem Protokoll zu Investor-Relations-Aktivitäten von Chinese Online zugeschrieben wurden. Das Unternehmen erklärte unter Berufung auf Branchenanalysen, KI-Kurzdramen und Videogenerierung machten diesen Anteil des inländischen KI-Tokenverbrauchs aus. Als sich die Zahl verbreitete, wurde in Online-Diskussionen aus dem Tokenverbrauch die Rechenkapazität.
Die beiden Prozentangaben beschreiben unterschiedliche Sachverhalte. Die 55 Prozent von Chinese Online beziehen sich auf einen behaupteten Anteil am Tokenverbrauch im Inland. Lius rund 10 Prozent beziehen sich auf den Anteil der Rechenressourcen eines einzelnen Unternehmens, der für Videomodelle eingesetzt wird. Die unterschiedlichen Einheiten und Abgrenzungen erklären, wie ein Unterhaltungstrend zu einer Debatte über Chinas KI-Branche wurde.
Zhao selbst war an der Erstellung der Clips nicht beteiligt. Sein vertrautes Gesicht diente den Urhebern als Vorlage, während die Angaben zur Rechenleistung aus einer separaten Geschäftsdiskussion über die Nachfrage nach KI-Diensten stammten.
Warum Zhao auf einer internationalen Bühne auftauchte
Die Urheber bezeichneten viele der Videos als Welttournee. Sie kombinierten Zhaos Gesicht mit Michael Jacksons Bühnenauftritt und ergänzten Knoblauch, Mais und andere visuelle Anspielungen auf Nordostchina. In einigen Bearbeitungen tauchten auch Nvidia-Gründer Jensen Huang und Tesla-Chef Elon Musk auf.
Zhaos Popularität beruht auf seiner jahrzehntelangen Präsenz im Fernsehen. Seine Comedy-Sketche bei der Frühlingsfest-Gala und Serien wie Ma Dashuai und Country Love machten ihn über Generationen hinweg bekannt. Die Verlagerung seiner ländlichen Comedy-Figur in die Kulisse eines internationalen Pop-Auftritts schuf den Kontrast, der den Witz ausmacht.
Leichter zugängliche KI-Tools, darunter weithin verfügbare Modelle, halfen gewöhnlichen Nutzern dabei, Variationen zu erstellen und zu verbreiten. Beim Face-Swapping wird die in einem bestehenden oder generierten Bild gezeigte Person ausgetauscht; Bildgenerierung kann die Kostüme, Requisiten und Kulissen ergänzen. Urheber können diese Schritte zu einem kurzen Musikvideo verbinden.
Dasselbe vertraute Gesicht tauchte in den Feeds immer wieder auf. So konnten Nutzer den Hype leicht beschreiben: In die Zhao-Videos müsse eine enorme Rechenleistung fließen. Die Formulierung verbreitete sich als Übertreibung dessen, was die Leute gerade ansahen, und erhielt durch die unabhängige Behauptung über 55 Prozent nachträglich eine scheinbar zahlenmäßige Grundlage.
Was die Zahlen von Chinese Online tatsächlich erfassten
Im Protokoll zu Investor-Relations-Aktivitäten ordnete Chinese Online Kurzdramen und Videogenerierung 55 Prozent des inländischen KI-Tokenverbrauchs zu, E-Commerce-Werbung oder Marketing 24 Prozent und Forschung und Entwicklung 15 Prozent. Die Beschreibungen der letzten Kategorie variierten; einige bezeichneten sie genauer als Softwareentwicklung.
Das Unternehmen erklärte außerdem, der Tokenverbrauch für KI-Kurzdramen und Videogenerierung sei mehr als doppelt so hoch wie der für Softwareentwicklung. Auf Grundlage der genannten Anteile von 55 und 15 Prozent ist die erste Kategorie etwa 3,7-mal so groß wie die zweite. Zusammengenommen ergeben die drei aufgeführten Anteile 94 Prozent; auf andere Kategorien entfallen demnach 6 Prozent.
Ein Token ist eine kleine Einheit, die ein Modell verarbeitet. Bei einem Sprachmodell kann es sich um ein Wort, einen Wortteil oder ein Satzzeichen handeln. Eingaben, Skripte, Beschreibungen und Untertitel verursachen jeweils Tokenverbrauch. Daher eignen sich Tokenzahlen dazu, die Aktivität vieler KI-Dienste zu messen und abzurechnen.
Videosysteme können auch Darstellungen von Bildern und anderen Medien verarbeiten. Wie viel Rechenaufwand mit einem Token verbunden ist, hängt daher vom Modell und der jeweiligen Aufgabe ab. Um eine zusammengefasste Tokenzahl einordnen zu können, müssen Leser wissen, welche Dienste erfasst wurden und wie ihr Verbrauch gemessen wurde.
Warum Rechenleistung eine andere Messgröße ist
Rechenkapazität bezeichnet die verfügbaren Ressourcen für Berechnungen, darunter die Arbeit von Grafikprozessoren, sogenannten GPUs. Diese Prozessoren können Modelle trainieren, Bilder und Videos erzeugen und zahlreiche andere anspruchsvolle Anwendungen ausführen.
Der Tokenverbrauch misst die von Modellen verarbeiteten Einheiten. Die Rechennutzung misst die für die Verarbeitung von Aufgaben eingesetzten Ressourcen. Das lässt sich mit dem Unterschied zwischen der Zahl der an ein Werk geschickten Aufträge und der Maschinenzeit zu ihrer Erledigung vergleichen: Manche Aufträge erfordern deutlich mehr Arbeit als andere.
Videogenerierung erfordert oft mehr Rechenaufwand als eine Textantwort, weil das System zahlreiche Bilder erstellen und dabei Bewegung, Gesichter und Objekte über die Zeit hinweg konsistent halten muss. Länge, Auflösung und Komplexität der Ausgabe beeinflussen den Arbeitsaufwand.
Die Zahl von 55 Prozent bezieht sich somit auf die Verteilung einer angegebenen Verbrauchsgröße, die Zahl von 10 Prozent dagegen auf die Zuweisung von Rechenressourcen bei ByteDance. Eine direkte Rechnung, die beide Werte als konkurrierende Schätzungen derselben landesweiten Gesamtgröße behandelt, würde unterschiedliche Messgrößen und unterschiedliche Grundgesamtheiten vermischen.
Was Doubaos Antwort abdeckt
Liu Xing, PR-Chef von ByteDances KI-Assistent Doubao, widersprach in seiner Antwort vom 19. Oktober der kursierenden Behauptung zur Rechenleistung. Er beschrieb den Einsatz der Ressourcen im Unternehmen mit diesen Worten, aus dem Chinesischen übersetzt:
Am Beispiel ByteDance: Nur etwa 10 Prozent der gesamten Rechenleistung unseres Unternehmens werden für das Training und die Inferenz von Videogenerierungsmodellen eingesetzt.
Training bezeichnet den Prozess, bei dem ein Modell Muster aus Daten lernt. Inferenz ist der Prozess, bei dem das trainierte Modell eine Antwort, ein Bild oder ein Video erzeugt. Lius Prozentangabe umfasst beide Aktivitäten für Videogenerierungsmodelle.
Seine Aussage bezieht sich auf die umfassendere Kategorie der Videomodelle bei ByteDance, nicht auf eine gemessene Zuweisung für die Zhao-Clips. Diese Kategorie kann vielen Arten von Urhebern und Produktionen dienen, von Kurzdramen bis hin zu anderen generierten Videos.
Als die Antwort verbreitet wurde, waren mehrere Details noch offen: Chinese Online hatte weder die zugrunde liegende Forschungsmethode veröffentlicht noch seine Zahlen näher erläutert; Liu hatte weder die Gesamtkapazität von ByteDance noch den Messzeitraum oder die Verwendung der verbleibenden rund 90 Prozent offengelegt; und ein maßgeblicher unabhängiger landesweiter Vergleich lag nicht vor. Das Unternehmen hatte keinen Termin für eine weitere Erklärung genannt.
Wie sich die Behauptung verbreitete
Die zeitliche Abfolge stellt eine Geschäftskennzahl, eine Stellungnahme des Unternehmens und einen Comedy-Trend in denselben Zeitraum. Die Daten helfen zu erklären, warum die Behauptungen in der öffentlichen Diskussion miteinander verknüpft wurden.
- In einem Protokoll zu Investor-Relations-Aktivitäten von Chinese Online wurde unter Berufung auf Branchenanalysen ein Anteil von 55 Prozent des inländischen KI-Tokenverbrauchs für KI-Kurzdramen und Videogenerierung genannt. In den Berichten über die Debatte wurde kein Veröffentlichungsdatum angegeben.
- Um Oktober 2026 kursierten auf Bilibili, Douyin und WeChat Channels Bearbeitungen mit Zhao Benshan auf einer Welttournee.
- Am 19. Oktober 2026 sagte Liu Xing, rund 10 Prozent der gesamten Rechenkapazität von ByteDance entfielen auf Training und Inferenz von Videogenerierungsmodellen.
- Bis zum 8. November 2026 beschrieben Berichte über den Hype um die Zhao-Videos, wie die Token-Statistik mit dem Witz über die Hälfte der Rechenleistung Chinas verknüpft worden war.
Die veränderte Wortwahl war entscheidend. Aus einem Prozentsatz zum Tokenverbrauch wurde ein Anteil an der Rechenleistung, während sich der Gegenstand von Kurzdramen und Videogenerierung im Allgemeinen auf Clips mit einem einzelnen Entertainer verengte.
Warum KI-Dramen wiederholten Rechenaufwand verursachen können
Chinese Online nannte auch einen praktischen Grund für die hohe Nachfrage von Videoproduzenten: wiederholte Generierung. Teams lassen unter Umständen mehrere Versionen einer Szene erstellen, bevor sie Material auswählen, das den Anforderungen des Regisseurs an Erzählweise, Kamerabewegung und Erscheinungsbild entspricht.
Auch eine misslungene oder verworfene Version verbraucht Ressourcen. Ein überzeugendes Gesicht in einem Einzelbild zu erzeugen ist eine Aufgabe; dasselbe Gesicht, seine Mimik und die Umgebung über eine ganze Einstellung hinweg konsistent zu halten, erfordert zusätzliche Arbeit. Durch Überarbeitungen steigt die Zahl der Versuche, die hinter dem fertigen Clip stehen.
Nach der Analyse des Unternehmens verbrauchen KI-Dramen, die ein realistisches menschliches Erscheinungsbild anstreben, in der Regel zwei- bis dreimal so viele Tokens wie animierte KI-Dramen. Als Grund nannte es strengere Anforderungen an die Bildanzahl und eine Auflösung von 1080p.
Bei einem angeführten Produktionsbeispiel lagen die Rechenkosten für ein Drama mit zwölf Folgen bei knapp 200.000 Yuan. Das veranschaulicht die möglichen Kosten einer Produktion mit umfangreicher Generierung und Überarbeitung. Die Budgets unterscheiden sich je nach Episodenlänge, visueller Qualität, Modellpreisen und Zahl der verworfenen Versuche. Entsprechend variieren die Kosten von Projekt zu Projekt erheblich.
Hinter dem Produktionsboom steht ein großes Publikum
Im Mai 2026 lag die Zahl der Zuschauer von Kurzdramen in China Berichten zufolge bei 851 Millionen. Damit nutzten annähernd sieben von zehn mobilen Internetnutzern dieses Angebot. Diese Größenordnung bietet Plattformen und Produzenten ein großes potenzielles Publikum für konventionelle Produktionen ebenso wie für KI-generierte Geschichten.
Berichten zufolge wurden in den ersten acht Monaten des Jahres 2026 insgesamt 430.000 Mikrodramen veröffentlicht, etwa 13-mal so viele wie im gesamten Vorjahr. Allein Douyin soll in der ersten Jahreshälfte 2026 220.000 KI-Kurzdramen hinzugefügt haben. Diese Zahlen beziehen sich auf Veröffentlichungen, deren Länge und Format sich stark unterscheiden können.
ByteDances Kurzdrama-Dienst Hongguo hatte Berichten zufolge 168 Millionen täglich aktive Nutzer. Für Tencent Video, iQiyi, Youku und Mango TV zusammen wurden rund 155 Millionen gemeldet. Auf Grundlage dieser Zahlen war das Publikum von Hongguo etwa 13 Millionen größer oder rund 8 Prozent umfangreicher als die zusammengefasste Nutzerschaft der vier anderen Dienste.
Hongguo-Nutzer verbrachten Berichten zufolge außerdem täglich rund 125 Minuten mit dem Dienst. Eine so lange Nutzungsdauer hilft zu erklären, warum es sich kommerziell lohnt, mehr Geschichten zu produzieren und günstigere Produktionsmethoden zu erproben.
Für Kreative erleichtern zugängliche Videotools es, eine bekannte Persönlichkeit oder einen visuellen Witz in etwas Teilbares zu verwandeln. Für Produktionsunternehmen schafft die wiederholte Generierung Nachfrage nach Modelldiensten und Recheninfrastruktur. Das sind konkrete Faktoren hinter der Debatte, auch wenn die landesweite Verteilung der Ressourcen eine eigene Messfrage bleibt.
Die wichtigsten Punkte
- KI-Videos zeigten Zhao Benshan in Auftritten im Stil von Michael Jackson und gaben Anlass zu Witzen über den dafür nötigen Rechenaufwand. Zhao war an der Erstellung der Clips nicht beteiligt.
- Chinese Online verwies auf Branchenanalysen, denen zufolge 55 Prozent des inländischen KI-Tokenverbrauchs auf Kurzdramen und Videogenerierung entfielen.
- Doubaos PR-Chef Liu Xing sagte am 19. Oktober, rund 10 Prozent der gesamten Rechenkapazität von ByteDance würden für das Training und die Inferenz von Videomodellen eingesetzt.
- Die Prozentangaben beziehen sich auf unterschiedliche Messgrößen und Grundgesamtheiten: den gemeldeten Tokenverbrauch im Inland und die Rechenressourcenzuweisung eines einzelnen Unternehmens.
- Wiederholte Versuche, visuelle Konsistenz und Anforderungen an die Auflösung können generierte Videos teuer machen, insbesondere bei Dramen mit realistisch wirkenden Menschen.
- Chinas großes Publikum für Kurzdramen erklärt einen Teil der Nachfrage; im Mai 2026 lag die Zahl der Nutzer Berichten zufolge bei 851 Millionen.
