Was ist VTubing? Bedeutung, Technik und Einstieg

VTubing: Wenn virtuelle Avatare zu echten Stars werden

Vor ein paar Jahren war VTubing eine japanische Nische. Heute ist es ein Milliardenmarkt. Der meistabonnierte VTuber der Welt, Gawr Gura, hat Millionen Follower, ohne dass jemals ein echtes Gesicht vor der Kamera war. Die Branche knackte 2025 laut Marktschätzungen die Marke von 5,2 Milliarden US-Dollar und wächst weiter zweistellig pro Jahr.

Aber was steckt eigentlich hinter dem Begriff? In diesem Artikel klären wir, was VTubing bedeutet, wie die Technik hinter den animierten Avataren funktioniert und was du brauchst, wenn du selbst als VTuber starten willst.

Was ist ein VTuber?

VTuber steht für "Virtual YouTuber". Gemeint ist ein Content Creator, der statt einer Webcam einen digitalen Avatar zeigt. Dieser Avatar ist meistens im Anime- oder Manga-Stil gestaltet und wird per Kamera-Tracking in Echtzeit gesteuert. Bewegt sich der Creator, bewegt sich der Avatar mit. Obwohl der Name "YouTuber" enthält, findet der Großteil des Geschehens längst auf Twitch und anderen Streaming-Plattformen statt.

Der Ursprung liegt in Japan. Als Pionierin gilt Kizuna AI, die 2016 debütierte und den Begriff überhaupt erst geprägt hat. Von 2016 bis 2021 war sie der meistabonnierte VTuber auf YouTube. Nach einer dreijährigen Pause nahm sie ihre Aktivität im Februar 2025 wieder auf.

Heute dominieren zwei große Agenturen den Markt: Hololive (Cover Corp) und Nijisanji (Anycolor). Allein Hololive überschritt 2024 die Marke von 80 Millionen Abonnenten über alle Talente hinweg. Was als Randerscheinung für Anime-Fans begann, ist zu einer globalen Unterhaltungsindustrie geworden.

Die Technik hinter VTubing

Das Herzstück jedes VTubers ist das Tracking. Eine Software erfasst Gesicht, Blick und oft auch Hände und Körper und überträgt diese Bewegungen auf den Avatar. Grob unterscheidet man zwei Wege:

Beim 2D-VTubing wird ein illustrierter Charakter mit einer Software wie Live2D Cubism in bewegliche Ebenen zerlegt. Eine gewöhnliche Webcam reicht aus, um Mimik und Kopfbewegungen zu übertragen. Dieser Weg ist günstiger und der häufigste Einstieg.

Beim 3D-VTubing steuerst du ein vollwertiges 3D-Modell, wie du es aus Videospielen kennst. Das ermöglicht freie Bewegung im Raum, kostet aber mehr Rechenleistung und oft zusätzliche Hardware für das Motion Capturing. Manche Creator nutzen zusätzlich eine Software zur Stimmveränderung, um ihre Identität noch stärker vom Avatar zu trennen.

Warum VTubing? Die Vorteile

Der größte Vorteil ist die Trennung von Person und Marke. Der Avatar ist eine eigene Identität. Ein VTuber kann Millionen von Zuschauern haben und trotzdem unerkannt durch die Stadt gehen oder eine Convention besuchen, ohne das Aufsehen anderer Creator zu erleben.

Die persönliche Identität des VTubers bleibt von seinem Avatar getrennt, dadurch bleibt die Privatsphäre im echten Leben geschützt

Dazu kommt ein spannender Business-Aspekt: Der Avatar ist ein Stück geistiges Eigentum. Ein Charakter kann sogar von einem Team gesteuert werden. Eine Person übernimmt Mimik und Gestik, eine andere spricht die Stimme. Solange Aussehen und Persönlichkeit klar definiert sind, lässt sich die Rolle theoretisch weiterreichen oder verkaufen. Bei einem klassischen Streamer, dessen Marke an sein echtes Gesicht gebunden ist, wäre das undenkbar.

Bekannte VTuber

Neben den japanischen Größen wie Gawr Gura und Kizuna AI hat auch die westliche Szene ihre Stars. Ein bekanntes Beispiel für technisch aufwendiges VTubing ist CodeMiko. Hinter dem Modell steckt eine Entwicklerin, die im Stream als "die Technikerin" auftritt. Sie nutzt einen professionellen Mocap-Anzug und die Unreal Engine, um Miko anzutreiben, und hat Charakter, Modell und Rigging komplett selbst gebaut. Ein viral gegangener Side-by-Side-Clip ihres Motion-Capture-Prozesses zeigte, wie präzise ihre Bewegungen auf das 3D-Modell übertragen werden.

Was du für den Einstieg brauchst

Die gute Nachricht: Du musst nicht mit einem Studio-Setup starten. Viele erfolgreiche VTuber haben mit einer Webcam und kostenloser Software angefangen. Wichtig ist eine solide Grundausstattung aus Hardware und den passenden Programmen.

Um mit dem VTubing zu starten, braucht es verschiedene Hard- und Software-Komponenten

Für den Einstieg reichen oft kostenlose Tools. VRoid Studio von Pixiv erstellt in kurzer Zeit einen 3D-Avatar und exportiert ihn im VRM-Format. VSeeFace ist ein kostenloses, stark konfigurierbares Programm für Gesichts- und Hand-Tracking, das speziell für virtuelle YouTuber entwickelt wurde und über eine normale Webcam läuft. Als Streaming-Software kommt in der Regel OBS Studio dazu.

Wer es professioneller mag, arbeitet mit einer Spiele-Engine. Die Unreal Engine liefert "out of the box" beeindruckende visuelle Ergebnisse und eignet sich hervorragend, um eine ganze Welt um den Avatar herum zu bauen. Unity wiederum ist die erste Wahl, um in Blender erstellte Modelle über das Plugin UniVRM ins VRM-Format zu bringen, das anschließend in Programmen wie VSeeFace läuft.

Das absolute Minimum ist eine Webcam, um den Charakter zu steuern. Für sauberes Face Tracking eignet sich ein iPhone mit Tiefensensor besonders gut. Wer auch Hände und Arme sichtbar bewegen will, greift zu einem Leap Motion Controller oder zu VR-Trackern. Am oberen Ende steht der volle Mocap-Anzug, der den gesamten Körper erfasst. Für 3D-Streaming solltest du außerdem einen leistungsfähigen Rechner einplanen. Ein aktueller Prozessor mit 32 GB RAM und einer Grafikkarte der RTX-4070-Klasse ist eine realistische Empfehlung.

Als grobe Orientierung: Ein ernsthaftes, komplettes Einsteiger-Setup aus Hardware, Avatar und Software-Lizenzen liegt bei ungefähr 700 bis 1.300 Euro und hält mehrere Jahre. Nach oben ist die Skala offen.

VTubing als Projekt für Unternehmen

VTubing ist längst nicht mehr nur Hobby. Marken nutzen virtuelle Charaktere für Marketing, Community-Aufbau und interaktive Formate. Genau an dieser Stelle wird es technisch anspruchsvoll: Ein überzeugender Avatar braucht sauberes Rigging, stabiles Live-Tracking und ein durchdachtes Engine-Setup, damit alles in Echtzeit und ohne Ruckler über OBS läuft.

Bei Studio Merkas entwickeln wir genau solche interaktiven Echtzeit-Anwendungen mit Unreal Engine und Unity. Wenn du über einen eigenen VTuber-Charakter oder ein VStreaming-Projekt für dein Unternehmen nachdenkst, sprich uns an und wir finden gemeinsam das passende Setup.

Wenn du selbst tiefer einsteigen willst, findest du in unserem Artikel 8 Tipps für deinen VTubing-Erfolg weitere praktische Hinweise für den Start.