YouTube Analytics mit No-Code: So baust du deinen eigenen SAS mit AirTable und N8N

YouTube Analytics mit No-Code: Bau dir deinen SAS mit AirTable & N8N

Du hast Bock, deinen eigenen YouTube Analytics SAS hochzuziehen, ohne zigtausend Zeilen Code zu schreiben? No Problem! Ich zeige dir, wie du mit AirTable, N8N (No-Code Automatisierung) und Cloud Code ein cooles Tool baust, das nicht nur Daten sammelt, sondern auch virale Titel und Thumbnails generiert. Und das Coole daran: Du brauchst keine Raketenwissenschaft zu studieren – ich geh das Ganze mit 35 Jahren Erfahrung in Softwareentwicklung und zwei siebenstelligen Tech-Startups an. Wenn du also den üblichen Tools und langweiligen Templates müde bist, leg los!

AirTable: Die Datenbank für deine YouTube Videos

Los geht’s! Zuerst bauen wir eine solide Basis in AirTable auf:

Erstelle eine neue Base namens YouTube Analytics SAS.
Füge folgende Felder hinzu:
Titel (Name des Videos)
Thumbnail als Attachment
Zahl der Views (ohne Dezimalstellen)
Kommentare
Likes
Abonnenten (optional, meist besser über Channel-Daten)
Upload-Datum
Video URL, die wir in einen Button verwandeln („Video öffnen“)
Ein automatisches Feld für Erstellungszeitpunkt (Timestamp)

Das ist mega simpel, aber der Schlüssel für den ganzen Workflow.

Backend bauen mit N8N: YouTube API abfragen und Daten syncen

Jetzt wird’s technisch. N8N rockt als No-Code Backend-Automatisierung. Unsere Weboberfläche ruft N8N auf, das dann:

Über die Google YouTube API nach Videos sucht (z.B. mit dem Suchbegriff „n8n“).
Für jeden Treffer die Details (Titel, Views, Kommentare, Dauer, etc.) holt.
Ergebnisse filtert (nur Videos, keine Channels oder Playlists).
Daten in AirTable unter Vermeidung von Duplikaten speichert (Create or Update mit Video-ID als Schlüssel).

Wichtig: Du brauchst OAuth 2.0 Credentials für YouTube in N8N – einfach den Anweisungen in deren Docs folgen, Scope hinzufügen und ab geht die Post.

Tipp: Teste mit kleinen Anfragen (5 Ergebnisse), denn YouTube setzt Quotas pro Tag. Vorsicht also mit unnötigem Spam.

GitHub & Cloud Code: Frontend mit Next.js aufsetzen

Für den User Interface Teil kannst du:

Ein GitHub Repository anlegen, z.B. no-code-youtube-analytics-sas.
Projekt mit git clone auf dein System holen.
VS Code installieren plus die Extension „Cloud Code“.
Damit das Next.js Projekt erzeugen lassen.

Cloud Code hilft dir, Fixes und Build-Fehler easy zu beseitigen, ohne dich in komplexe Git- oder Terminal-Befehle zu verlieren.

AirTable API & Next.js: Daten abrufen und anzeigen

Als nächstes baust du eine Seite /videos, auf der du alle Videos aus AirTable in einer schön strukturierten Tabelle zeigst. Das Ganze läuft über eine API-Route, die diese Daten serverseitig in Next.js holt.

Wichtig: Du brauchst in deiner .env.local Variablen für die AirTable-API, Base-ID und Tabellennamen. Damit kann deine App sicher drauf zugreifen.

Optimiere die Tabelle, indem du unnötige Spalten ausblendest (z.B. Video-ID oder lange Beschreibungen), Thumbnails als Bilder zeigst und die URL des Videos in klickbare Buttons verwandelst.

Suche und Automatisierung: Videos mit N8N abrufen

Dann bauen wir die Suchfunktion:

Auf der Startseite gibt es ein Suchfeld mit einem Button, der Anfragen an den N8N Webhook schickt.
N8N führt die Abfrage durch, sucht passende YouTube Videos, speichert sie in AirTable.
Nach erfolgreicher Suche wird automatisch auf die Videos-Seite weitergeleitet.

Achte darauf, dass die Anfrage per POST läuft (bessere Erweiterbarkeit als GET). Zeige einen Lade-Spinner oder ähnliches an, um User Experience zu pimpen.

Erweiterte Suchkriterien: Videos filtern wie die Profis

Die YouTube API erlaubt eine Menge Filter (Video-Dauer, Erstellungsdatum, Region, Relevanz, max Ergebnisse, uvm.). Ich habe mich für ein pragmatisches Setup entschieden:

Grundsuchfunktion mit freiem Suchtext (Q).
Optionaler „Erweitert“-Bereich für Filter via Dropdowns und Datumsauswahl.
Das Advanced UI klappt per ausklappbarem Bereich (Collapsible Section) – mega Praxis.

So wird die Suche von Noobs bis Pro ziemlich flexibel und du kannst schnell verschiedene Szenarien testen.

Titel generieren: KI tut’s richten lassen

Jetzt kommt der Clou: Das Tool kann anhand deiner gesammelten Videos und ihrer Titel neue, virale Titel für deine eigenen Videos generieren.

So läuft das ab:

Ein Modalfenster mit zwei Eingabefeldern:
Ein großes für die Video-Beschreibung oder Transkription.
Ein kleines für spezielle Anweisungen.
Mit Klick auf „Generate Titles“ geht die Anfrage an den N8N Webhook.
Backend nutzt OpenAI (GPT-4 oder besser), um aus den viralen Beispielen passende Titelvorschläge zu basteln.
Ergebnisse werden im Modal gut lesbar angezeigt, einzeln oder alle Titel auf einmal kopierbar.
Nach Nutzung schließt du das Modal.

Tipp: Nutze system- und user-Prompts so, dass das AI-Modell exakt weiß, wie es zu arbeiten hat (z.B. JSON-Ausgabe). So ersparst du dir Frickelei mit Datenformaten.

Thumbnails generieren: Mehr als nur ein Bild

Auch Thumbnails kannst du mit KI oder imagegen-Tools (z.B. Faw.AI) pimpen:

Klicke auf ein Thumbnail in deiner Videoliste.
Ein Modal öffnet sich mit Eingabefeld für Prompt (Beschreibung, was generiert werden soll).
Starte die Bildgenerierung, die als URL zurückkommt und im Modal angezeigt wird.
Du kannst die Eingabe editieren und Bild neu generieren lassen, so oft du willst.
Das System speichert nicht einfach das Original-Thumbnail, sondern clevere Assets, die du bei Canva oder ähnlichem weiterverwenden kannst.

Technisch läuft das über eine Warteschlange: Upload → Status prüfen → Ergebnis holen.

Löschen & Updates: Du behältst die Kontrolle

Damit deine Datenbank nicht vollläuft oder falsche Videos drinbleiben, gibt’s Buttons:

Delete pro Video
Clear all Results
Add More Results (zurück zur Suche)
Platzhalter für Generate Titles und Generate Thumbnails, die du später ausbauen kannst.

Löschen nutzt direkt die AirTable API, N8N ist nur bei intensiveren Aktionen nötig.

Deployment & Community Support

If du Bock hast, das Ganze live zu schalten, kannst du Vercel nutzen – ein Klick, GitHub Repo verbinden, Umgebungsvariablen reinschmeißen, fertig.

Das meiste Code, Templates und die N8N Workflows findest du übrigens in der No Code Architects Community. Dort gibt’s auch Support, tägliche Calls, Kurse und Hilfestellungen. Das ist der Place to be, wenn du nicht allein auf weiter Flur kämpfen willst.

Fazit und nächste Schritte

Wir haben’s geschafft:

AirTable als zentrale Datenbank aufgesetzt.
N8N als Backend mit YouTube API Integration und Automationen gebaut.
Next.js Frontend mit Videos- und Suchseiten programmiert.
KI-gestützte Titel- und Thumbnail-Generierung ergänzt.
Löschen & Verwaltung eingebaut.
Deployment vorbereitet.

Das Ganze macht dir das Leben leichter, weil du clever datengetrieben arbeitest, ohne dich durch hundert Code-Zeilen zu graben.

Mein Tipp: Bau Schritt für Schritt weiter, optimiere die UI, teste die Suchfilter und spiel mit KI-Prompts, bis dein SAS genau das macht, was du brauchst. Und wenn du mal nicht weiterkommst, hol dir Hilfe in der Community oder an der Cloud Code-Konsole.

Also, ran an den Speck und viel Spaß beim Bauen deines eigenen YouTube Analytics SAS mit No-Code-Power!

Falls du Fragen hast oder den kompletten Code willst – einfach in die No Code Architects Community einsteigen und loslegen. Bis zum nächsten Mal! 🎉🚀

Keywords:
YouTube Analytics, No-Code SAS, AirTable, N8N Automatisierung, Thumbnail Generator