Integrierte Grafik vs. dedizierte GPU im Video-Workflow

Warum die Grafikkarten-Frage heute jeden Video-Workflow prägt

Noch vor wenigen Jahren war die Hardware-Diskussion in der Videoproduktion erstaunlich entspannt. Wer schnitt, brauchte eine solide CPU, genügend Arbeitsspeicher und eine Grafikkarte, die die Vorschau flüssig darstellte. Wer nicht gerade in 4K mit aufwendigen Effekten arbeitete, kam mit einem Mittelklasse-Laptop problemlos durch. Diese Ruhe ist vorbei. Generative Videowerkzeuge haben die Anforderungen verschoben: Nicht mehr das Abspielen von Material ist der Engpass, sondern das Erzeugen, Neuberechnen und Iterieren.

Der entscheidende Unterschied: Früher war die Grafikkarte ein Beschleuniger für Aufgaben, die notfalls auch ohne sie erledigt werden konnten – langsamer, aber machbar. Heute ist sie für viele Arbeitsschritte die Voraussetzung. Ein fünf Sekunden langer Clip in 1080p, der aus einem Standbild entsteht, bedeutet Dutzende bis Hunderte von Entrauschungsschritten über alle Einzelbilder hinweg. Dabei werden riesige Tensoren zwischen Rechenkernen und Speicher bewegt. Genau dort entscheidet sich, ob ein Projekt in Minuten oder in Stunden fertig wird.

Wer heute ein System plant, plant deshalb keinen reinen Schnittplatz mehr, sondern eine kleine Produktionsstraße. Das verschiebt die Prioritäten merklich: Speicherbandbreite wird wichtiger als Taktfrequenz, Kühlung wichtiger als Gehäuseoptik, und die nutzbare Speichermenge wichtiger als die reine Zahl an Recheneinheiten. Wer diese Verschiebung ignoriert, kauft entweder zu viel Leistung für einfache Aufgaben oder zu wenig für die eigenen Ambitionen.

Dieser Artikel liefert bewusst keine pauschale Kaufempfehlung, sondern Entscheidungskriterien. Am Ende sollten Sie für Ihr eigenes Projekt sagen können, ob eine integrierte Einheit reicht, ob eine dedizierte Karte notwendig ist und wo die Grenze zwischen sinnvoller Investition und rausgeworfenem Geld verläuft.

Integrierte Grafik und dedizierte Karten: die Architektur verstehen

Bevor Geld fließt, hilft ein klares Bild der technischen Unterschiede. Es geht nicht um gut und schlecht, sondern um zwei Bauweisen mit unterschiedlichen Stärken, unterschiedlichen Grenzen und unterschiedlichen Kostenprofilen.

Was eine integrierte Grafikeinheit tatsächlich leistet

Eine integrierte Grafikeinheit sitzt im Prozessor und teilt sich den Arbeitsspeicher mit dem gesamten System. Das hat handfeste Vorteile: geringer Stromverbrauch, kein zusätzliches Gewicht, kein eigener Lüfter und in modernen Ausführungen sehr leistungsfähige Einheiten zum Kodieren und Dekodieren von Video. Für klassische Aufgaben – Mehrspur-Schnitt, Farbkorrektur, Vorschau in 1080p bis 4K, Streaming, Bildschirmaufnahme – ist eine aktuelle integrierte Einheit absolut brauchbar, im Leerlauf sogar deutlich effizienter als eine große Karte.

Die Grenzen liegen beim Rechendurchsatz und bei der Bandbreite. Typische integrierte Lösungen arbeiten mit 80 bis 130 GB/s Speicherbandbreite, die sie sich zusätzlich mit der CPU teilen müssen. Sobald ein Werkzeug über hunderte Iterationen hinweg große Tensoren verarbeitet, wird dieser Flaschenhals erdrückend. Ein zweiter Punkt ist die Speicherreservierung: Der für die Grafik abgezweigte Teil des Arbeitsspeichers fehlt dem restlichen System, was bei 16 GB Gesamtspeicher schnell zu Engpässen führt.

Was eine dedizierte Karte anders macht

Eine dedizierte Karte bringt eigenen Speicher mit 300 bis über 1000 GB/s, eine eigene Stromversorgung, eine eigene Kühlung und spezialisierte Recheneinheiten für Matrixoperationen. Der wichtigste, am häufigsten unterschätzte Aspekt ist jedoch die Parallelität: In einem System mit beiden Einheiten übernimmt die integrierte Grafik Bildschirmausgabe, Videodekodierung und Browserbeschleunigung, während die dedizierte Karte die schweren Rechenlasten abarbeitet. Diese Arbeitsteilung sorgt dafür, dass weder der Rechner während eines langen Durchlaufs unbenutzbar wird noch die Rechenleistung durch Systemaufgaben verloren geht.

Ein weiterer Vorteil ist die Vorhersehbarkeit. Dedizierte Karten haben klar definierte thermische Budgets und Taktraten, die auch über längere Zeiträume gehalten werden. Wer regelmäßig Stapelverarbeitung betreibt, merkt den Unterschied zwischen kurzfristiger Spitzenleistung und Dauerleistung sehr deutlich.

Speicherarchitektur: der eigentliche Knackpunkt

Speicher ist nicht einfach Zwischenlager, sondern der begrenzende Faktor. Reicht der Speicher der Recheneinheit nicht, wird in den Systemspeicher ausgelagert – und das läuft über eine vergleichsweise schmale Anbindung mit 16 bis 64 GB/s. Das Ergebnis ist ein Leistungseinbruch um den Faktor fünf bis zwanzig, selbst wenn die Recheneinheiten an sich stark sind. Deshalb gilt eine einfache Regel: Die nutzbare Speichermenge ist wichtiger als die theoretische Rechenleistung.

Zusätzlich gibt es Zwischenformen. Manche Prozessoren mit besonders leistungsfähiger integrierter Grafik nutzen einen gemeinsamen, sehr breiten Speicherpool, der die klassische Trennung teilweise aufhebt. Solche Systeme liegen leistungsmäßig zwischen beiden Welten: deutlich stärker als eine gewöhnliche integrierte Einheit, aber ohne die Spitzenbandbreite einer großen Karte. Für mobile Workflows mit moderaten Auflösungen sind sie ein sehr interessanter Kompromiss.

Was generative Videoproduktion wirklich verlangt

Um die Hardware sinnvoll zu wählen, muss man die Arbeitslast zerlegen. Ein typischer KI-Video-Durchlauf besteht aus mehreren Phasen: Text- oder Bildinterpretation, latente Erzeugung über viele Schritte, Dekodierung in Pixel, optional Zwischenbildberechnung, optional Hochskalierung, und schließlich Kodierung in eine Ausgabedatei. Jede Phase hat ein anderes Profil – manche sind rechenintensiv, andere speicherintensiv, wieder andere bandbreitenabhängig.

Entrauschungsschritte sind speicherhungrig, weil bei jedem Schritt das gesamte latente Volumen plus Modellgewichte plus Zwischenaktivierungen im Speicher liegen müssen. Hochskalierung ist rechnerisch teuer und erzeugt große Zwischenbilder. Zwischenbildberechnung ist bandbreitenkritisch, weil pro Ausgabebild mehrere Nachbarbilder gelesen werden. Genau diese Mischung erklärt, warum eine Karte mit viel Speicher, aber mittlerer Rechenleistung sich in der Praxis oft besser anfühlt als eine schnelle Karte mit knappem Speicher.

Auflösung, Länge und Bildrate multiplizieren sich

Ein fünf Sekunden langer Clip bei 24 Bildern pro Sekunde besteht aus 120 Einzelbildern. Bei 60 Bildern pro Sekunde sind es bereits 300. Verdoppelt man die Auflösung, vervierfacht sich die Pixelzahl. Wer zusätzlich Zwischenbilder berechnet, um von 24 auf 60 Bilder pro Sekunde zu kommen, multipliziert die Last erneut. Kurz gesagt: Die Anforderungen wachsen nicht linear, sondern als Produkt mehrerer Multiplikatoren – und deshalb kippt die Machbarkeit oft schlagartig statt allmählich.

Eine realistische Speichertabelle

Die folgenden Werte sind Erfahrungsrichtwerte für lokale Werkzeuge, keine garantierten Zahlen. Sie schwanken je nach Modell, Quantisierung und Einstellungen, geben aber eine brauchbare Orientierung.

Arbeitsschritt	Speicherbedarf (grob)	Mit integrierter Grafik machbar?
Schnitt, Farbkorrektur, Vorschau in 1080p	2 bis 4 GB	ja, problemlos
Vorschau in 4K mit Effekten	4 bis 6 GB	meist ja, gelegentlich ruckelig
Bild-zu-Video, 720p, kurze Sequenz	6 bis 8 GB	selten, sehr langsam
Text-zu-Video, 1080p, mittlere Länge	12 bis 16 GB	nein
Zwischenbilder oder Hochskalierung auf 4K	8 bis 12 GB	nein
Stapelverarbeitung mit mehreren Modellen	16 bis 24 GB	nein
Sprachsynchronisation und Gesichtsanpassung	6 bis 10 GB	stark eingeschränkt

Vorschauqualität gegen Endqualität

Ein unterschätzter Punkt: Viele Werkzeuge rendern eine schnelle, verrauschte Vorschau mit wenigen Schritten, die endgültige Ausgabe aber mit vielen Schritten und höherer Auflösung. Eine schwache Karte kann also eine Vorschau in akzeptabler Zeit zeigen und beim finalen Export einbrechen. Wer nur die Vorschau testet, kauft regelmäßig falsch. Testen Sie immer einen vollständigen Durchlauf mit den Einstellungen, die Sie im Alltag wirklich verwenden.

Entscheidungskriterien: Wann welche Lösung passt

Kriterium 1: Art der Arbeit

Reiner Schnitt, Podcast-Produktion, Untertitelung und Social-Media-Kürzungen sind Aufgaben, bei denen eine aktuelle integrierte Grafik völlig ausreicht. Sobald Sie aber Bilder oder Videos generieren, Modelle lokal trainieren, Masken automatisch erzeugen oder Material restaurieren, verschiebt sich die Balance klar zur dedizierten Karte. Entscheidend ist nicht, wie oft Sie etwas generieren, sondern ob ein einzelner Durchlauf ohne dedizierte Karte noch in einer akzeptablen Zeit endet.

Kriterium 2: Auflösung und Länge

Für vertikale Kurzvideos in 720p oder 1080p mit wenigen Sekunden Länge sind die Anforderungen moderat. Für horizontale 4K-Ausgaben mit mehreren Sekunden Länge, Zwischenbildern und Hochskalierung braucht es großzügigen Speicher. Praktische Faustregel: Multiplizieren Sie Zielauflösung und Ziellänge grob, und planen Sie für jeden Verdopplungsschritt zusätzlichen Speicher ein.

Kriterium 3: Mobilität, Gewicht, Akkulaufzeit

Wer viel unterwegs arbeitet, akzeptiert geringere Rechenleistung für ein leiseres, kühleres und leichteres Gerät. Wer stationär arbeitet, kann Größe und Stromverbrauch ignorieren. Diese Entscheidung ist meist wichtiger als der Unterschied zwischen zwei Kartenklassen, weil sie bestimmt, wie angenehm die tägliche Arbeit ist.

Kriterium 4: Budget und Gesamtkosten

Rechnen Sie nicht nur den Kaufpreis, sondern auch Strom, Kühlung, Lautstärke und Lebensdauer. Eine große Karte verbraucht im Betrieb deutlich mehr, erzeugt mehr Abwärme und verlangt ein belüftetes Gehäuse. Eine schwächere Karte, die für Ihr Projekt ausreicht, ist oft die günstigere und angenehmere Wahl.

Kriterium 5: Erweiterbarkeit und Lebensdauer

Ein stationärer Rechner lässt sich später mit mehr Speicher oder einer stärkeren Karte aufrüsten. Ein Laptop ist für die gesamte Lebensdauer festgelegt. Wenn Sie absehen können, dass Ihre Projekte wachsen, ist ein aufrüstbarer Rechner die risikoärmere Investition. Wer heute knapp kauft und in einem Jahr größere Projekte plant, zahlt doppelt.

Drei realistische Workflow-Setups im Vergleich

Setup A: Ultramobiles Arbeiten

Ein leichtes Gerät mit sehr leistungsfähiger integrierter Grafik, 32 GB Systemspeicher, schneller SSD und gutem Display. Dieses Setup eignet sich für Schnitt, Farbkorrektur, Untertitelung, Bildbearbeitung, kurze 720p-Generierungen und vorbereitende Arbeit. Ein fünf Sekunden langer Clip in 720p braucht hier je nach Werkzeug und Einstellungen zwischen 20 und 60 Minuten. Das ist langsam, aber machbar, wenn Sie währenddessen andere Aufgaben erledigen. Für 1080p-Generierung ist dieses Setup nur mit sehr kleinen Modellen und kurzen Sequenzen sinnvoll.

Setup B: Die ausgewogene Mittelklasse

Ein Gerät mit dedizierter Karte und 8 bis 12 GB eigenem Speicher, dazu 32 GB Systemspeicher. Dieses Setup ist der praktische Standard für ernsthafte Arbeit: 1080p-Generierung in brauchbarer Zeit, Zwischenbilder und Hochskalierung in Grenzen, mehrere Projekte parallel. Ein vergleichbarer Clip in 1080p braucht hier typischerweise zwei bis sechs Minuten. Engpässe entstehen bei langen Sequenzen, hohen Auflösungen oder mehreren gleichzeitig geladenen Modellen.

Setup C: Die dedizierte Workstation

Eine Karte mit 16 bis 24 GB oder mehr, dazu 64 GB Systemspeicher und schnelle Datenträger. Dieses Setup erlaubt 4K-Ausgaben, längere Sequenzen, Stapelverarbeitung über Nacht und das gleichzeitige Laden mehrerer Werkzeuge. Die Rechenzeiten liegen oft unter zwei Minuten pro Clip, abhängig von den Einstellungen. Der Preis dafür sind höherer Strombedarf, mehr Abwärme und ein Gehäuse, das den Luftstrom ernst nimmt.

Hybrid: beide Einheiten im selben System

In einem System mit beiden Einheiten lässt sich die Arbeit sinnvoll verteilen. Die integrierte Grafik übernimmt Anzeige, Browser, Videokonferenzen und die Kodierung der fertigen Datei, während die dedizierte Karte nur dann einspringt, wenn tatsächlich generiert oder gerendert wird. Diese Konfiguration senkt im Alltag den Stromverbrauch und die Lautstärke erheblich, ohne auf Rechenleistung zu verzichten. In den Energieoptionen des Betriebssystems lässt sich festlegen, welche Anwendung welche Einheit bevorzugt – eine Einstellung, die viele Anwender nie anfassen und sich dann über Lärm und Akkulaufzeit wundern.

Typische Fehler und wie man sie vermeidet

Fehler 1: Nur die Vorschau testen. Wie oben beschrieben sind Vorschau und Endausgabe unterschiedlich schwer. Testen Sie immer einen vollständigen Durchlauf.

Fehler 2: Speicher nach Rechenleistung auswählen. Eine sehr schnelle Karte mit knappem Speicher ist für generative Videoarbeit oft langsamer als eine moderate Karte mit viel Speicher, weil ständig ausgelagert wird.

Fehler 3: Arbeitsspeicher unterschätzen. Der Arbeitsspeicher des Systems ist kein Nebenschauplatz. Betriebssystem, Schnittprogramm, Browser und Werkzeuge konkurrieren um dieselbe Ressource. 16 GB sind heute die Untergrenze, 32 GB der sichere Standard, 64 GB für schwere Parallelarbeit.

Fehler 4: Dauerleistung mit Spitzenleistung verwechseln. Herstellerangaben gelten oft nur für kurze Lastspitzen. Entscheidend ist, welche Leistung nach zehn Minuten Dauerlast noch anliegt – und das hängt von Kühlung und Leistungsbudget ab.

Fehler 5: Laptop- und Desktop-Versionen gleichsetzen. Eine Karte mit gleichem Namen leistet in einem flachen Gehäuse deutlich weniger als in einem belüfteten Desktop. Prüfen Sie das Leistungsbudget, nicht nur den Namen.

Fehler 6: Energiesparprofile ignorieren. Im Akkubetrieb drosseln viele Geräte die dedizierte Karte massiv. Ein Durchlauf, der am Netz zwei Minuten dauert, kann im Akkubetrieb zwanzig Minuten brauchen.

Fehler 7: Zu viele Modelle gleichzeitig geladen lassen. Jedes geöffnete Modell belegt Speicher. Wer Werkzeuge nach der Nutzung schließt, gewinnt erstaunlich oft einen vollständigen Durchlauf ohne Auslagerung zurück.

Fehler 8: Auf die falsche Kennzahl optimieren. Nicht die maximal mögliche Auflösung ist das Ziel, sondern eine reproduzierbare Zeit pro Clip. Erst wenn diese Zeit stabil ist, lohnt sich Feintuning.

Praktische Optimierung: Treiber, Speicher, Kühlung, Energie

Die Hardware ist nur die halbe Miete. Ein gut abgestimmtes Mittelklasse-System kann ein schlecht gepflegtes Oberklasse-System überholen. Die folgenden Maßnahmen kosten nichts und wirken sofort.

Treiber aktuell halten. Grafiktreiber enthalten regelmäßig Leistungsverbesserungen für Rechenlasten. Ein Update bringt gelegentlich zweistellige Prozentgewinne.

Auflösung stufenweise erhöhen. Erzeugen Sie zunächst in halber Zielauflösung, prüfen Sie die Komposition und erhöhen Sie erst danach. So vermeiden Sie, dass ein misslungenes Ergebnis zwanzig Minuten Rechenzeit verschwendet.

Quantisierung nutzen. Reduzierte Genauigkeit spart Speicher und Rechenzeit bei oft geringem Qualitätsverlust. Für Vorschauen und Zwischenschritte ist das der schnellste Hebel.

Stapelgröße bewusst wählen. Kleine Stapel brauchen weniger Speicher, große Stapel nutzen die Recheneinheiten besser. Der optimale Wert liegt meist dort, wo die Speicherauslastung knapp unter der Grenze bleibt.

Zwischendateien auf schnelle Datenträger legen. Generierte Sequenzen und Zwischenbilder sind groß. Eine schnelle SSD verhindert, dass die Karte auf Daten wartet.

Kühlung ernst nehmen. Dauerlast über zwanzig Minuten ist ein thermischer Test. Staub, blockierte Lüftungsschlitze und weiche Unterlagen kosten direkt Leistung.

Hintergrundarbeit beenden. Synchronisation, Browser-Tabs und Virenscans konkurrieren um Speicherbandbreite und Arbeitsspeicher. Vor einem langen Durchlauf lohnt es sich, aufzuräumen.

Kosten, Lautstärke und Nachhaltigkeit

Leistung hat einen Preis, und der zeigt sich nicht nur an der Kasse. Eine große Karte unter Dauerlast zieht mehrere hundert Watt, erzeugt hörbare Lüftergeräusche und heizt den Arbeitsraum auf. Wer in einem kleinen Büro oder in einem Wohnraum arbeitet, merkt das täglich. Eine moderate Karte, die für das eigene Projekt ausreicht, verbraucht weniger, bleibt leiser und verlängert die Akkulaufzeit mobiler Geräte.

Eine zweite Überlegung ist die Verteilung der Arbeit über die Zeit. Lange Durchläufe nachts oder in Pausen zu planen ist oft günstiger als die Anschaffung der schnellsten verfügbaren Karte. Wer Stapelverarbeitung nutzt, braucht weniger Spitzenleistung, weil die Wartezeit nicht mehr aktiv erlebt wird. Für viele Workflows ist das der wirksamste Kostenhebel überhaupt.

Und schließlich: Cloud-Ressourcen sind eine Ergänzung, kein Ersatz. Für gelegentliche schwere Aufgaben ist es sinnvoll, vorübergehend externe Rechenleistung zu nutzen, statt dauerhaft teure Hardware vorzuhalten. Für tägliche Arbeit mit sensiblen Rohdaten und engen Iterationszyklen bleibt lokale Hardware angenehmer, weil keine Upload-Zeiten und keine Übertragungslimits im Weg stehen.

FAQ

Reicht eine integrierte Grafik für den Videoschnitt?

Für Schnitt, Farbkorrektur, Ton und Ausgabe in 1080p bis 4K: ja. Für generative Aufgaben: in der Regel nein, außer bei sehr kleinen Modellen und kurzen Sequenzen in niedriger Auflösung.

Brauche ich zwingend die schnellste verfügbare Karte?

Nein. Für 1080p-Generierung ist eine solide Mittelklasse-Karte mit ausreichendem Speicher der bessere Kauf als ein Spitzenmodell, dessen Speicher für Ihre Projektgrößen überdimensioniert ist.

Wie viel Speicher ist realistisch?

Für gelegentliche 720p-Arbeit reichen 8 GB. Für 1080p-Generierung und Zwischenbilder sind 12 bis 16 GB angenehm. Für 4K, lange Sequenzen und Stapelarbeit sind 24 GB und mehr die komfortable Zone.

Woran erkenne ich, dass der Speicher der Engpass ist?

Die Rechenzeit wächst überproportional, sobald Sie die Auflösung oder Länge leicht erhöhen. Die Auslastung der Recheneinheiten bleibt niedrig, während die Auslagerung steigt. Ein Test mit reduzierter Auflösung, der plötzlich dramatisch schneller ist, bestätigt den Verdacht.

Warum ist mein Export langsamer als die Vorschau?

Weil die Vorschau meist mit weniger Schritten, geringerer Auflösung und reduzierter Genauigkeit arbeitet. Die Endausgabe nutzt die volle Qualität und damit ein Vielfaches der Rechenzeit.

Lohnt sich eine Hybrid-Konfiguration?

Ja, besonders bei Laptops. Die integrierte Einheit übernimmt Anzeige und Videokodierung, die dedizierte Karte nur die schwere Arbeit. Das senkt Stromverbrauch und Lautstärke im Alltag deutlich.

Wie plane ich das Budget richtig?

Beginnen Sie mit einem einzigen Referenzprojekt: die Auflösung, Länge und Einstellungen, die Sie wöchentlich verwenden. Messen Sie darauf basierend die Zeit pro Clip auf dem gewünschten System und entscheiden Sie dann. Ohne diese Messung ist jede Kaufentscheidung Spekulation.

Was bringt mehr: schnellere Karte oder mehr Speicher?

Für generative Videoarbeit fast immer mehr Speicher, solange keine Auslagerung stattfindet. Erst wenn alles in den Speicher passt, wirkt sich zusätzliche Rechenleistung spürbar aus.

Fazit: Die richtige Balance finden

Die Frage nach integrierter Grafik oder dedizierter Karte lässt sich nicht allgemein beantworten, weil sie von Ihrer tatsächlichen Arbeitslast abhängt. Wer schneidet, untertitelt und gelegentlich in niedriger Auflösung generiert, fährt mit einem leichten Gerät und starker integrierter Grafik sehr gut. Wer regelmäßig in 1080p oder 4K generiert, Zwischenbilder berechnet und Stapelverarbeitung plant, kommt an einer dedizierten Karte mit großzügigem Speicher nicht vorbei.

Die drei wichtigsten Erkenntnisse: Erstens ist die nutzbare Speichermenge wichtiger als die theoretische Rechenleistung, weil Auslagerung jede Rechenleistung zunichtemacht. Zweitens zählt Dauerleistung, nicht Spitzenleistung – Kühlung und Leistungsbudget entscheiden über die tatsächliche Arbeitsgeschwindigkeit. Drittens ist die beste Hardware diejenige, die Ihre konkreten Referenzprojekte in einer Zeit abschließt, die zu Ihrem Alltag passt. Messen Sie einmal, bevor Sie kaufen, und die Entscheidung wird erstaunlich einfach.