Mit freundlicher Unterstützung von
← Zurück zu Animation & VFX
VTuber (kurz für Virtual YouTuber) sind Personen, die online streamen oder Videos veröffentlichen und dabei statt ihres Gesichts einen digitalen Avatar zeigen. Der Avatar, ein gezeichnetes 2D-Modell oder ein 3D-Modell, wird in Echtzeit über Face-Tracking mit Webcam oder Smartphone gesteuert und übernimmt Kopfbewegung, Mimik und Lippenbewegung der Person.

Rubrik: Animation & VFX · Unterrubrik: Motion Design · Niveau: Einsteiger Synonyme / Auch bekannt als: Virtual YouTuber, virtuelle/r Streamer/in, Vtuberin; verwandt: PNGTuber, Virtual Creator

Was ist ein VTuber?

Ein VTuber ist ein Mensch, der hinter einer animierten Figur auftritt. Stimme, Reaktionen und Inhalte sind echt, nur das Bild ist eine Figur, meist im Anime-Stil. Technisch ist VTubing eine Form von Echtzeit-Animation: Eine Software erkennt die Bewegungen des Gesichts und überträgt sie ohne Verzögerung auf einen vorbereiteten Avatar. VTuber streamen Games, singen, zeichnen oder unterhalten sich mit ihrem Publikum, vor allem auf YouTube und Twitch.

Erklärung

Wie die Szene entstand

Avatare in Videos gab es schon vorher, etwa bei Ami Yamato, die 2011 ihr erstes Video mit einer 3D-Figur hochlud. Der Begriff geht auf die japanische Figur Kizuna AI zurück: Sie veröffentlichte am 29. November 2016 ihr erstes Video und bezeichnete sich als „Virtual YouTuber“. Im Juli 2018 hatte ihr Hauptkanal zwei Millionen Abonnent/innen. Anfang 2018 startete in Japan die Agentur Nijisanji, die auf günstige 2D-Avatare und Livestreams statt aufwendig produzierter Videos setzte. Hololive Production des Unternehmens Cover eröffnete im September 2020 einen englischsprachigen Zweig. Laut dem japanischen Analysedienst User Local gab es im Januar 2020 bereits mehr als 10.000 VTuber.

YouTube widmete dem Thema im Mai 2025 einen eigenen Culture & Trends Report. Danach erreichten Videos rund um VTuber seit 2022 im Durchschnitt etwa 50 Milliarden Aufrufe pro Jahr. Die Szene kennt auch Rückschläge: Die 2020 gegründete westliche Agentur VShojo kündigte im Juli 2025 ihre Schließung an.

Meilensteine der VTuber-Szene
  1. 2011Ami Yamato lädt erstes Avatar-Video hoch
  2. 2016Kizuna AI prägt den Begriff Virtual YouTuber
  3. 2018Agentur Nijisanji startet mit 2D-Avataren
  4. 2020Hololive eröffnet englischen Zweig
  5. 2025YouTube veröffentlicht Report zu virtuellen Creators
Quelle: Eigene Darstellung nach diesem Eintrag, Daten nach YouTube Culture & Trends Report 2025 und zeitgenössischen Berichten, Stand November 2026

Die Technik in vier Bausteinen

  1. Das Modell. Entweder ein 2D-Modell aus einer in Ebenen zerlegten Illustration oder ein 3D-Modell mit Skelett und Gesichtsformen.
  2. Das Rigging. Das Modell wird beweglich gemacht. Bei 2D legt man fest, wie sich Augen, Mund, Haare und Körper verformen, wenn sich ein Regler ändert. Bei 3D steuern Knochen und Blend Shapes die Figur.
  3. Das Tracking. Eine Kamera erfasst das Gesicht. Die Software errechnet daraus Werte wie Kopfneigung, Blickrichtung, Lidschlag und Mundöffnung und gibt sie an das Modell weiter.
  4. Der Stream. Das Avatar-Bild wird mit transparentem Hintergrund in eine Streaming-Software eingebunden und zusammen mit Spielbild, Ton und Einblendungen übertragen.

2D-Modelle mit Live2D

Der Standard für 2D-Avatare ist Live2D Cubism. Der Hersteller beschreibt das Prinzip so: Die Software bewegt die vorhandene Illustration direkt, statt sie als 3D-Figur nachzubauen. Zuerst wird im Modeling der Bewegungsspielraum angelegt, danach die Bewegung innerhalb dieses Spielraums. Es gibt eine kostenlose Fassung und eine PRO-Fassung mit vollem Funktionsumfang, die sich 42 Tage testen lässt. Für das Tracking von Live2D-Modellen ist VTube Studio verbreitet. Laut Hersteller läuft es auf iPhone und iPad, Android und über Steam auf PC und Mac, erfasst das Gesicht per Webcam oder per verbundenem Smartphone und bietet eine Schnittstelle für Erweiterungen.

3D-Modelle mit VRM

Für 3D-Avatare hat sich das Dateiformat VRM durchgesetzt, ein plattformübergreifendes Format für menschenähnliche Figuren auf Basis von glTF, betreut vom VRM Consortium. Solche Modelle lassen sich etwa mit VRoid Studio von pixiv erstellen oder in Blender bauen. Ein verbreitetes kostenloses Tracking-Programm ist VSeeFace. Nach Angaben des Projekts läuft es unter Windows (64 Bit, ab Windows 8), erfasst Gesicht, Blick, Lidschlag, Augenbrauen und Mund über eine normale Webcam, unterstützt Handtracking mit einem Leap-Motion-Gerät und lädt Modelle im Format VRM 0.x, aber keine Live2D-Modelle.

PNGTuber als einfachste Form

PNGTuber kommen ohne Rigging aus. Sie wechseln zwischen wenigen Standbildern, etwa „schweigt“, „spricht“ und „blinzelt“, gesteuert über die Lautstärke des Mikrofons.

Drei Arten von VTuber-Avataren
2D-Modell3D-ModellPNGTuber
GrundlageIllustration in Ebenen3D-Figur mit Skelettwenige Standbilder
Typisches WerkzeugLive2D CubismVRM-ModellBildwechsel per Mikrofon
TrackingGesicht per KameraGesicht und Körperkeines
Aufwandmittel bis hochhochgering
Quelle: Eigene Darstellung nach diesem Eintrag und Herstellerangaben (Live2D, VRM Consortium, VSeeFace), Stand November 2026

Beispiele

  • Kizuna AI: prägte 2016 den Begriff, pausierte ab Februar 2022 und kehrte am 26. Februar 2025 zurück.
  • Agentur-VTuber: Talente von Hololive oder Nijisanji treten mit Figuren auf, die der Agentur gehören, und werden bei Technik, Musik und Vermarktung unterstützt.
  • Unabhängige VTuber: Viele arbeiten ohne Agentur, geben Illustration und Rigging in Auftrag oder bauen ihr Modell selbst.
  • Ironmouse: Die englischsprachige VTuberin erreichte im September 2024 auf Twitch mehr als 320.000 aktive bezahlte Abonnements, damals ein Rekord der Plattform.
  • Schulprojekt: Eine Klasse zeichnet eine Figur in Ebenen, macht sie beweglich und lässt sie ein Referat halten. So werden Rigging und Echtzeit-Animation greifbar.

In der Praxis

Was man braucht. Einen Computer, ein Mikrofon, eine Webcam oder ein Smartphone für das Tracking, ein Modell, ein Tracking-Programm und eine Streaming-Software. Der Ton ist wichtiger als bei anderen Formaten, weil die Stimme die Figur trägt.

Ablauf vom Entwurf zum Stream.

  1. Figur entwerfen: Charakter, Farben, Wiedererkennbarkeit. Das Design soll auch als kleines Vorschaubild funktionieren.
  2. Zeichnen in Ebenen: Für Live2D wird jedes bewegliche Teil getrennt angelegt, zum Beispiel Ober- und Unterlid, Iris, Mund, Haarsträhnen. Auch verdeckte Bereiche müssen gemalt sein, damit bei Bewegung keine Lücken entstehen.
  3. Rigging: Bewegungen für Kopfdrehung, Augen, Mund und Körper anlegen, dazu Physik für Haare und Kleidung.
  4. Tracking einrichten: Kamera auf Augenhöhe, gleichmäßiges Licht von vorn, Kalibrierung in neutraler Haltung.
  5. Stream aufbauen: Avatar, Spielbild und Einblendungen in der Streaming-Software anordnen.

In der Szene heißen die Illustrator/innen eines Modells oft „Mama“ und die Rigger/innen „Papa“. Beide Leistungen werden häufig getrennt beauftragt.

Typische Fehler.

  • Zu wenige Ebenen: Ist das Gesicht nicht fein genug zerlegt, wirken Mund und Augen starr.
  • Schlechtes Licht: Gegenlicht oder ein dunkles Zimmer lassen das Tracking zittern.
  • Lippenbewegung nur über Lautstärke: Wirkt mechanisch. Besser ist Tracking der Mundform, siehe Lip Sync.
  • Nutzungsrechte ungeklärt: Vor dem Start sollte schriftlich feststehen, wofür das beauftragte Modell verwendet werden darf, etwa für Streams, Merchandise oder Werbung.
  • Format verwechselt: Ein Live2D-Modell läuft nicht in einem 3D-Programm wie VSeeFace und umgekehrt.

Entscheidungshilfe. 2D passt, wenn ein gezeichneter Look gewünscht ist und vor allem Oberkörper und Gesicht zu sehen sind. 3D lohnt sich für Ganzkörperbewegung, Tanz oder virtuelle Räume. PNGTuber sind der einfachste Einstieg, um das Format auszuprobieren.

Was man dabei lernt. VTubing bündelt Fähigkeiten, die auch in Animation und Game-Produktion gebraucht werden: Figurendesign, Rigging, Gesichtsanimation und Echtzeit-Technik. Beim 3D-Avatar ist das Prinzip dasselbe wie beim Motion Capture im Film, nur ohne Nachbearbeitung.

Vergleich & Abgrenzung

MerkmalVTuberKlassische/r Streamer/inVirtuelle/r Influencer/in
Im BildAvatarreale Personcomputererzeugte Figur
Wer sprichtreale Person in Echtzeitreale Personmeist ein Team, vorproduziert
Animationlive per Trackingkeinevorab gerendert
Interaktionlive mit dem Chatlive mit dem Chatüber Beiträge

VTuber sind keine KI-Figuren: Hinter dem Avatar steht in der Regel ein Mensch, der live spricht und reagiert. Von Vocaloid-Figuren wie Hatsune Miku unterscheiden sie sich dadurch, dass dort eine Gesangssoftware und keine auftretende Person die Stimme liefert.

Häufige Fragen (FAQ)

Was bedeutet VTuber? VTuber ist die Kurzform von Virtual YouTuber. Gemeint sind Menschen, die mit einem digitalen Avatar statt mit ihrem Gesicht streamen oder Videos machen. Der Begriff stammt von der japanischen Figur Kizuna AI, die sich Ende 2016 so nannte.

Wie funktioniert ein VTuber-Avatar? Eine Kamera erfasst das Gesicht der Person. Eine Tracking-Software übersetzt Kopfbewegung, Blick, Lidschlag und Mundform in Steuerwerte und bewegt damit in Echtzeit ein vorbereitetes 2D- oder 3D-Modell. Das Bild des Avatars wird dann in den Stream eingebunden.

Welche Software brauchen VTuber? Für 2D-Modelle sind Live2D Cubism zum Erstellen und VTube Studio zum Tracking verbreitet. Für 3D-Modelle im Format VRM gibt es kostenlose Programme wie VSeeFace. Dazu kommt eine Streaming-Software.

Was ist der Unterschied zwischen Live2D und einem 3D-Modell? Ein Live2D-Modell ist eine in Ebenen zerlegte Zeichnung, die verformt wird und deshalb wie handgezeichnet wirkt. Ein 3D-Modell ist eine räumliche Figur mit Skelett, die sich frei drehen und mit dem ganzen Körper bewegen kann, aber mehr Aufwand in Bau und Einrichtung verlangt.

Ist ein VTuber eine KI? In der Regel nein. Stimme und Reaktionen stammen von einem Menschen, nur die Darstellung ist animiert. Daneben gibt es einzelne Kanäle, deren Figur von einem KI-System gesprochen wird; sie sind die Ausnahme und werden meist ausdrücklich so bezeichnet.

Verwandte Einträge

Weiterführend

  • YouTube Culture & Trends (2025): The rise of virtual creators: a new frontier on YouTube, Report vom Mai 2025.
  • Live2D Inc. (2026): About Live2D Cubism, Herstellerseite.
  • DenchiSoft (2026): VTube Studio, Herstellerseite.
  • VSeeFace (2026): VSeeFace, Dokumentation und Download.
  • VRM Consortium (2026): VRM, 3D Avatar File Format for VR.
  • Nagata, Kazuaki (2018): Japan's latest big thing: 'virtual YouTubers'. The Japan Times, Juli 2018.
← Zurück zu Animation & VFX
Infotag

Sei am Freitag dabei.
Bring Eltern oder Freunde mit.

Ein halber Nachmittag, der dir drei Jahre Klarheit bringen kann. Kostenlos, unverbindlich, ehrlich.

  • Rundgang durch Studios, Schnitträume und Tonstudio
  • Echte Absolventenfilme sehen
  • 1:1-Beratung zu Bewerbung & BAföG
  • Studierende direkt fragen
  • Kaffee, kein Sales-Pitch
  • Auch online möglich

Platz beim Infotag reservieren

Dauert 30 Sekunden. Bestätigung per E-Mail.
100 % kostenlos · keine Verpflichtung · jederzeit absagbar