KI für lange Videos: Revolution oder heiße Luft für 80 Euro pro Videoclip?
Man lädt ein Lied hoch, wartet 30 Minuten, und die Maschine liefert einen Videoclip mit Figuren, synchronisierten Lippen und abwechslungsreichen Einstellungen zurück. Ohne Prompts, ohne Referenzfotos, ohne Aufwand. Das Versprechen ist verlockend. Die Realität verschluckt sich derzeit, sobald man mehr als zwanzig Sekunden erzählerische Kohärenz verlangt.
Die Tools, die das Tempo vorgeben
Runway Gen-3 Alpha, Viggle, Haiper und Kuaishou führen die Liste der Plattformen an, mit denen sich Video aus Text oder Audio erzeugen lässt. Die Mechanik ist einfach: Man lädt ein Lied oder einen Text hoch, wählt einen Stil, und das System generiert komplette Szenen. Die Kosten liegen laut geteilten Erfahrungen bei rund 80 Euro für einen dreiminütigen Videoclip. Eine Summe, gegen die klassische Produktionsbudgets blass wirken.
Doch das Kleingedruckte zählt. Die Generierung funktioniert in Schüben: Jede Szene wird separat verarbeitet, und die Übergänge zwischen den Einstellungen zeigen oft ein störendes Flackern der Frames. Die zeitliche Konsistenz – dasselbe Gesicht, dieselbe Kleidung und Beleuchtung über Schnitte hinweg – bleibt die Achillesferse. Für ein kurzes Video mit statischen Einstellungen und sich wiederholenden Loops ist das Ergebnis passabel. Für einen 30-minütigen Film mit durchgehender Handlung bricht das System ohne manuelle Nachbearbeitung zusammen.
Die Kreditfalle
Eine weitere unbequeme Realität: Die Plattformen funktionieren mit vorausbezahlten Credits. Versucht man, eine lange Sequenz zu generieren, stoppt das System, sobald die Credits aufgebraucht sind – und hinterlässt statische, sich wiederholende Einstellungen, die kein technischer Fehler verursacht hat, sondern eine Bezahlmauer. Der Satz „die kleine Maschine will mehr Geld“ fasst die Erfahrung jedes zusammen, der die kostenlose Demo ausgereizt hat.
Die naheliegende Zukunft: Wann sehen wir KI-generierte Filme?
Die Optimisten halten die Entwicklung für exponentiell. Vor einem Jahr hieß es noch, diese Tools würden nur „Müll“ erzeugen; inzwischen liefern sie akzeptable Videoclips für Künstler und Produktionsfirmen. Hält das Tempo an, könnte es in ein bis zwei Jahren möglich sein, Kurzfilme ohne menschliches Zutun zu erstellen. Die Skeptiker erinnern daran, dass zeitliche Konsistenz ein Ingenieursproblem ist, das sich nicht allein mit mehr Daten lösen lässt: Die Konsistenz von Figuren, Schauplätzen und Emotionen über lange Sequenzen hinweg erfordert Fortschritte bei Modellen mit visuellem Gedächtnis, die noch nicht ausgereift sind.
Der Wettstreit zwischen Versprechen und Realität ist weiterhin offen. Für 80 Euro kann jeder einen Videoclip haben. Für den 30-minütigen Film muss man warten – und deutlich mehr Credits bezahlen.
Verwandte Diskussionen im Forum