KI-generierte Inhalte und menschliche Kreativität im Vergleich

KI-generierte Katzen erleben erfundene Abenteuer, virtuelle Influencer veröffentlichen Musik und künstliche Persönlichkeiten ziehen auf Instagram und TikTok ein Publikum an. Doch wie schneidet dieser Content im Vergleich zu Posts menschlicher Creator ab?

Ein einfaches Ranking nach dem Muster “KI gegen Mensch” greift zu kurz. Manche KI-Influencer erzielen außergewöhnlich hohes Engagement. Gleichzeitig landen auch menschliche Creator virale Hits und veröffentlichen zahlreiche Posts.

KI-Influencer und echte Creator auf Instagram und TikTok

Unsere Analyse umfasst neun Influencer und Content Creator, die auf Instagram und TikTok mit insgesamt 18 Profilen vertreten sind. Wir haben zwei übergeordnete Themenbereiche untersucht. Im ersten geht es um Unterhaltung mit Katzen: Sickman AI und Casual Chaos AI veröffentlichen KI-generierte Katzeninhalte. Merv the Cat und George the Bengal Cat zeigen dagegen echte Katzen auf Accounts, die von Menschen betreut werden. Der zweite Themenbereich umfasst Mode, Lifestyle und Fitness. Dazu gehören die virtuellen Creatorinnen Milla Sofia und Aitana López, die CGI-basierte virtuelle Influencerin Lil Miquela sowie die menschlichen Creatorinnen Gabriella Athena Halikas und Denise Bobe.

Die Gruppen lassen sich sinnvoll vergleichen, sind aber nicht gleichzusetzen. Eine virtuelle Persönlichkeit mit Musikschwerpunkt bedient andere Interessen als ein Fitness-Creator oder ein Unterhaltungsaccount mit echten Katzen. Besonders wichtig ist eine Unterscheidung: KI-generierte Inhalte sind nicht dasselbe wie automatisierte Social-Media-Accounts. Ein synthetisches Bild oder eine virtuelle Figur verrät etwas über den Content, aber nicht, ob Menschen die kreativen Entscheidungen treffen, Posts veröffentlichen oder das Community Management übernehmen.

KI-Influencer auf Instagram vs. echte Katzen: Sickman, George und Merv

Ein besonders deutlicher Unterschied zeigt sich auf Instagram. Sickman AI und George the Bengal Cat hatten im Untersuchungszeitraum ähnlich große Communitys und bieten damit einen interessanten Ausgangspunkt für einen Engagement-Vergleich. Bei den Instagram Reels, die zwischen dem 9. September und dem 3. Oktober 2026 veröffentlicht wurden und auswertbare Interaktionsraten aufwiesen, lag der Median der Interaktionsraten für Sickmans 10 Reels bei 155,04 %. Georges vier Reels kamen auf 1,23 %. Innerhalb der ausgewählten Stichprobe ist das ein erheblicher Unterschied. Das bedeutet aber weder, dass 155 % von Sickmans Followern interagiert haben, noch beweist es, dass KI-generierte Katzeninhalte grundsätzlich besser abschneiden als Videos echter Katzen. Die Gruppen umfassen unterschiedlich viele Posts, und die Accounts verfolgen unterschiedliche kreative Ansätze.

Sickman setzt auf erfundene Figuren und fantasievolle Szenarien. Bei George stehen eine echte Katze und Alltagserlebnisse im Mittelpunkt. Merv the Cat zeigt wiederum, dass auch von Menschen betreute Accounts mit Katzenunterhaltung eine große, sehr aktive Community aufbauen können. Doch selbst bei einem erfolgreichen KI-Account schwanken die Ergebnisse stark.

Ein am 6. September veröffentlichtes Reel von Sickman erzielte 336.948 öffentliche Interaktionen. Ein weiteres Reel, das nur zwei Tage früher erschienen war, kam auf 1.307 Interaktionen. Ein Blick über einzelne Erfolgsposts hinaus macht das Ausmaß dieser Schwankungen deutlich. Bei den 17 Instagram-Posts von Sickman mit auswertbaren Interaktionsraten lag der Median der öffentlichen Interaktionen bei 47.830, der Durchschnitt dagegen bei rund 111.528. Einige wenige außergewöhnlich erfolgreiche Posts sorgten dafür, dass der Durchschnitt weit über dem typischen Ergebnis lag.

Ein ähnliches Muster zeigt sich bei Casual Chaos AI. Am 9. März erzielte ein Reel mit einer Katze als Barista 28.383 öffentliche Interaktionen. Ein am selben Tag veröffentlichtes Reel, das in einem Lager spielte, kam auf 105. Beide Posts zeigten erfundene Katzen in vertrauten Arbeitsumgebungen, erzielten aber sehr unterschiedliche Ergebnisse.

Was das fürs Marketing bedeutet: Um das Engagement von KI-Influencern zu beurteilen, solltest du die kreative Idee hinter jedem Post betrachten. KI-generierte Inhalte sind nicht automatisch ansprechend. Wiederkehrende Figuren, vertraute Situationen und fantasievolle Geschichten sind vielversprechende Ansätze für eigene Tests. Die Aufmerksamkeit des Publikums ist ihnen damit aber noch nicht sicher.

Virtuelle Influencer vs. echte Creator: Themen und Formate

Über virtuelle Influencer wird häufig gesprochen, als wären sie eine einheitliche Gruppe. Die Daten zeichnen ein differenzierteres Bild.

Die ausgewiesenen durchschnittlichen Interaktionsraten pro Instagram-Post unterschieden sich bei den drei virtuellen Accounts deutlich:

• Milla Sofia: 2,92 %
• Aitana López: 0,375 %
• Lil Miquela: 0,0161 %

Die Zahlen liefern keine eindeutige Rangliste für das Engagement virtueller Influencer. Die Accounts unterscheiden sich inhaltlich, bei der Größe ihres Publikums und im Umfang der verfügbaren Messdaten.

Milla Sofia zeigt, warum beim Vergleich virtueller Influencer der inhaltliche Schwerpunkt zählt. Obwohl sie häufig den virtuellen Mode- und Lifestyle-Influencern zugeordnet wird, liegt der Fokus ihrer öffentlichen Inhalte zunehmend auf Musik. In der Beschreibung eines Posts vom 1. Januar 2026 nannte sie Musik als Schwerpunkt ihres Feeds.

Deshalb lässt sich ihr Content nur bedingt mit Modeempfehlungen oder Fitness-Inhalten vergleichen. Eine virtuelle Persönlichkeit, bei der Musik im Mittelpunkt steht, bietet ihrem Publikum etwas anderes als ein Account mit Outfits, Workouts oder alltagsnahen Lifestyle-Tipps.

Beim Vergleich von KI-Influencern auf TikTok mit CGI-basierten virtuellen Persönlichkeiten wie Lil Miquela zählt auch das Format. Die Analyse umfasst sämtliche 13 TikTok-Posts von Lil Miquela im Untersuchungszeitraum. Ihre vier Karussell-Posts erzielten im Median 1.563 öffentliche Interaktionen, die neun Videos dagegen 927. Das belegt nicht, dass Karussell-Posts besser abschneiden als Videos. Die Beiträge können sich in Thema, Veröffentlichungszeitpunkt und ihrer Wirkung auf das Publikum unterscheiden. Es spricht aber dafür, nicht nur den Creator, sondern auch das Format zu betrachten.

Für die Content-Strategie heißt das: Eine virtuelle Figur allein ist noch keine Content-Strategie. Lege fest, was der Account seinem Publikum bietet: Unterhaltung, Musik, Inspiration, Informationen oder etwas anderes. Teste dann Formate, die dazu passen.

Echte Creator vs. KI-Influencer: Gabriellas Erfolg und Denises Posting-Frequenz

Starke Engagement-Spitzen gibt es nicht nur bei KI-generierten Inhalten. Wie stark solche Spitzen ausfallen können, zeigt die menschliche Creatorin Gabriella Athena Halikas auf TikTok. Ihr Video vom 25. Mai 2026 zum Geschehen hinter den Kulissen der Swim Week erzielte rund 1,4 Millionen Likes. Auf diesen einzelnen Post entfielen etwa 60,5 % aller erfassten Likes für ihre TikTok-Posts, die zwischen dem 1. Januar und dem 7. Oktober 2026 veröffentlicht wurden.

Bei einer menschlichen Creatorin konzentriert sich der Erfolg damit ähnlich stark auf wenige Posts wie bei den KI-generierten Katzen-Accounts. Die Schlussfolgerung ist nicht, dass nur eine bestimmte Gruppe viral gehen kann. Vielmehr können wenige Ausnahmeposts das Gesamtbild eines Accounts prägen und dafür sorgen, dass Durchschnittswerte ein falsches Bild vermitteln.

Auch die Zahlen zur Posting-Häufigkeit stellen eine verbreitete Annahme infrage. KI-Tools können die Content-Produktion beschleunigen. Daraus folgt aber nicht, dass virtuelle Influencer zwangsläufig häufiger posten als menschliche Creator.

Ihre Inhalte ermöglichen außerdem einen Vergleich des Engagements von Carousels und Reels. In einer Stichprobe von 12 Instagram-Posts erzielten die drei Carousels im Median 6.046 öffentliche Interaktionen, die neun Reels dagegen 518. Ein kontrolliertes Experiment ist das zwar nicht, denn die Posts behandelten unterschiedliche Themen und wurden zu unterschiedlichen Zeitpunkten veröffentlicht. Dennoch erinnert der Vergleich daran, dass Videos nicht automatisch für jeden Account das stärkste Format sein müssen.

Was du für deine Planung mitnehmen kannst: Auch menschliche Creator können außergewöhnlich hohe Reichweiten erzielen und häufig posten. Bevor du einen viralen Post oder einen Plattformtrend zum Anlass nimmst, deine Content-Strategie zu ändern, solltest du die Performance mehrerer Posts vergleichen und prüfen, ob sich die Ergebnisse wiederholen lassen.

Fünf Content-Tests für KI-Influencer und echte Creator

Für die Praxis reicht die Frage “KI oder Mensch: Wer erzielt mehr Engagement?” nicht aus. Entscheidend ist, welche kreativen Ansätze zu deinem Publikum passen und wie du sie testen kannst.

Die folgenden Ideen für eigene Tests knüpfen an die Beobachtungen aus unserer Analyse an.

1 – Teste wiederkehrende Figuren und erfundene Geschichten

Sickmans erfundene Katzenabenteuer liefern einen Ansatz: Entwickle eine kurze Serie mit einer wiedererkennbaren Figur.

Vergleiche eine inhaltlich zusammenhängende Serie mit einzelnen, unabhängigen Posts. Achte dabei auf ähnliche Formate und vergleichbare Bedingungen bei der Veröffentlichung. Entscheidend ist das typische Engagement der gesamten Serie, nicht nur ihr erfolgreichster Post.

2 – Probiere Humor in vertrauten Alltagssituationen aus

Casual Chaos versetzt erfundene Katzen in alltägliche Arbeitsumgebungen. Die Barista- und Lager-Posts zeigen, wie unterschiedlich einzelne Szenarien abschneiden können.

Eine Marke könnte mehrere vertraute Umgebungen testen und dabei die Figur, den visuellen Stil und die humoristische Grundidee konstant halten.

Ziel ist, herauszufinden, welche Ideen ankommen. Ein einmal erfolgreiches Szenario ist keine Garantie für künftige Erfolge.

3 – Setze einen klaren thematischen Schwerpunkt

Milla Sofias Ausrichtung auf Musik zeigt, welchen Wert ein klar erkennbarer thematischer Schwerpunkt haben kann.

Ob Wissensvermittlung, Unterhaltung, Produktvorführungen oder Musik: Dein Publikum sollte einen Grund haben, wiederzukommen.

Teste eine zusammenhängende Serie zu einem relevanten Thema, statt zusammenhanglose KI-generierte Inhalte für Social Media zu veröffentlichen, nur weil sie sich leicht produzieren lassen.

4 – Biete persönliche Perspektiven und Einblicke hinter die Kulissen

Menschliche Creator können unmittelbare Einblicke in persönliche Erfahrungen, Arbeitsabläufe und reale Erlebnisse geben.

Marken könnten eine kurze Serie mit Einblicken hinter die Kulissen testen. Im Mittelpunkt stehen Mitarbeitende, Creator oder Menschen, die an der Herstellung ihrer Produkte beteiligt sind.

Gabriellas herausragendes TikTok-Ergebnis erinnert allerdings daran, die ganze Serie auszuwerten. Ein einzelnes virales Video ist kein Beweis dafür, dass ein Ansatz immer funktioniert.

5 – Vergleiche das Engagement von Carousels und Videos

Denises Ergebnisse auf Instagram und Lil Miquelas TikTok-Posts geben beide Anlass, die Formatwahl genauer zu untersuchen.

Methodik: Grenzen des Engagement-Vergleichs

Die Analyse beruht auf einer gezielten, nicht zufälligen Auswahl von neun Creator-Persönlichkeiten auf Instagram und TikTok. Der Benchmark soll dazu dienen, Auffälligkeiten zu entdecken. Er ist keine repräsentative Studie über KI-generierte oder von Menschen geführte Social Media Accounts.

Der Hauptauswertungszeitraum umfasst Posts, die zwischen dem 1. Januar und dem 7. Oktober 2026 veröffentlicht wurden. Für den Reel-Vergleich zwischen Sickman und George wurde das engere Zeitfenster vom 9. September bis zum 3. Oktober verwendet.

Die Zahl öffentlicher Interaktionen und die ausgewiesenen Interaktionsraten messen nicht dasselbe. Aus einer Interaktionsrate lässt sich nicht ablesen, wie viel Prozent der Zuschauer oder Follower interagiert haben. Der Median ist der Wert in der Mitte einer sortierten Datenreihe. Der Durchschnitt kann dagegen von außergewöhnlich erfolgreichen Posts stark beeinflusst werden.

Auch der Umfang der vorliegenden Daten variiert. Bei den untersuchten Instagram-Posts waren für sechs von Aitanas 12 Posts und acht von Gabriellas 12 Posts keine Like-Zahlen verfügbar. Fehlende Messwerte bedeuten nicht, dass es keine Interaktionen gab.

Eine Unstimmigkeit in den TikTok-Daten verdient ebenfalls Beachtung: Casual Chaos verzeichnete bei acht Posts insgesamt 566 öffentliche Interaktionen, obwohl auf Profilebene eine Interaktionsrate von 0 % angezeigt wurde. Warum diese Angaben voneinander abweichen, lässt sich aus den verfügbaren Daten nicht ableiten.

Die Formatvergleiche stützen sich auf Beobachtungen, nicht auf kontrollierte Experimente. Die Ergebnisse von Instagram und TikTok wurden getrennt ausgewertet.

Aus Engagement-Zahlen geht nicht hervor, wie Prompts formuliert oder Inhalte bearbeitet, freigegeben, veröffentlicht und moderiert wurden. Sie können daher nicht belegen, dass ein Account autonom geführt wird.

Fazit: Content-Ideen testen statt auf das KI-Label setzen

Accounts mit KI-generierten Inhalten können hohes Engagement erzielen. Doch auch menschliche Creator können virale Hits landen, häufig posten und mit unterschiedlichen Formaten gut abschneiden. Fanpage Karma Analyse zeigt zwar große Unterschiede in der Performance einzelner Posts, aber keine generelle Überlegenheit von KI oder Mensch.

Für Social Media Manager lohnt es sich, von den kreativen Ansätzen hinter den Posts zu lernen. Teste passende Ideen, vergleiche die Ergebnisse mehrerer Posts und beurteile typische Werte ebenso wie einzelne Ausreißer nach oben. Erfolg mit KI auf Social Media heißt nicht, dass ein Account autonom läuft. Beurteile deshalb die Content-Performance und den Automatisierungsgrad des Accounts getrennt. Setze die Theorie direkt in die Praxis um, indem du Fanpage Karma kostenlos testest, und vertiefe das Thema anschließend in unserem Webinar.