KI im Filmgeschäft: Generative Videoproduktion als Workflow

Generative KI hat den Weg von der ersten Idee zum fertigen Bild drastisch verkürzt. Was früher Wochen aus Location-Scouting, Storyboard-Zeichnungen, Testdrehs und Abstimmungsschleifen erforderte, lässt sich heute in einem iterativen Modell-Workflow abbilden: beschreiben, erzeugen, bewerten, verwerfen, verfeinern. Das verändert nicht nur das Tempo, sondern die gesamte Dramaturgie der Produktion – von der Budgetplanung über die Teamzusammensetzung bis zur Frage, wann ein Shot überhaupt als abgedreht gilt.

Dieser Leitfaden ist kein Werkzeugkatalog, sondern eine praktische Arbeitsanleitung. Er beschreibt, wie sich klassische Filmproduktion und generative Modelle sinnvoll verzahnen lassen, welche Werkzeugklassen welche Aufgabe übernehmen, wie man visuelle Kontinuität technisch absichert und an welchen Stellen KI-Projekte typischerweise scheitern. Der Fokus liegt bewusst auf dem Handwerk: Planung, Referenzen, Ton, Schnitt und Qualitätskontrolle.

Warum generative KI die Produktionslogik verschiebt

Filmproduktion war immer ein Aushandlungsprozess zwischen Vorstellung und Machbarkeit. Ein Einfall musste durch Budget, Wetter, Genehmigungen, Verfügbarkeiten und die Geduld eines Teams hindurch, bevor er auf dem Bildschirm ankam. Generative Modelle verschieben diesen Aushandlungsprozess: Visuelle Varianten werden so günstig, dass Ausprobieren billiger wird als Diskutieren.

Die eigentliche Verschiebung liegt nicht in einzelnen spektakulären Clips, sondern in der Vorverlagerung von Entscheidungen. Statt am Set zu bemerken, dass eine Szene nicht trägt, lässt sie sich vorab in mehreren Fassungen visualisieren – unterschiedliche Blickwinkel, Lichtstimmungen, Tempi, Schnittfolgen. Das reduziert klassische Risiken:

• Konzeptrisiko: Ideen werden sichtbar, bevor nennenswerte Beträge fließen.
• Abstimmungsrisiko: Beteiligte reagieren auf Bilder statt auf Beschreibungen.
• Wetter- und Ortsrisiko: Szenen lassen sich planen, ohne auf Drehfenster zu warten.
• Nacharbeitsrisiko: Fehlende Einstellungen können später ergänzt werden, solange Look und Referenzen dokumentiert sind.

Gleichzeitig entsteht ein neues Risiko: Beliebigkeit. Wenn jeder Shot in zwanzig Varianten existiert, braucht es klare Kriterien dafür, wann eine Variante gut genug ist. Fehlen diese Kriterien, ersetzt Zufall die Regie. Genau hier trennt sich professionelle Arbeit von Spielerei: Nicht die Anzahl der Generierungen entscheidet über Qualität, sondern die Klarheit der Vorgaben und die Disziplin bei der Auswahl.

Ein zweiter Denkfehler betrifft die Erwartungshaltung. Generative Werkzeuge ersetzen keine dramaturgische Entscheidung. Sie beschleunigen die Umsetzung einer Entscheidung, die vorher getroffen werden muss. Wer ohne Treatment in die Generierung startet, erhält hübsche, aber beliebige Bilder – und muss anschließend in der Postproduktion mühsam eine Geschichte hineinschneiden.

Was sich an der Produktionskette strukturell ändert

Die klassische Produktionskette ist linear: Entwicklung, Vorproduktion, Dreh, Postproduktion, Auswertung. Generative Arbeit ist zyklisch und verzweigt. Ein Modelllauf kann gleichzeitig Konzeptkunst, Animatic und finalen Shot liefern – nur in unterschiedlicher Qualität. Diese Gleichzeitigkeit verändert die Reihenfolge der Arbeit, nicht nur ihre Geschwindigkeit.

Von der linearen Kette zur Schleife

Ein tragfähiger Arbeitsablauf organisiert sich in Schleifen statt in Phasen:

1. Intentionsschleife: Was soll die Szene emotional leisten? Was muss das Publikum verstehen?
2. Look-Schleife: Wie sieht sie aus – Farbwelt, Linse, Licht, Textur?
3. Bewegungsschleife: Wie bewegt sich die Kamera, wie bewegen sich Figuren und Requisiten?
4. Schnittschleife: Wie fügt sich der Shot in den Rhythmus der Nachbarszenen?
5. Detailschleife: Wo muss nachgeschärft werden – Hände, Augen, Text im Bild, Kanten?

Jede Schleife hat ein anderes Verhältnis von Aufwand zu Nutzen. Intentions- und Look-Schleife sind extrem günstig und sollten intensiv genutzt werden, solange der Look noch offen ist. Die Detailschleife ist teuer und wird deshalb so spät wie möglich gestartet. Wer diese Reihenfolge ignoriert und früh an Details feilt, verbrennt die meiste Zeit an Shots, die später ohnehin aus dem Schnitt fallen.

Wo wirklich Zeit gespart wird

Zeitgewinn entsteht nicht beim Rendern, sondern beim Vermeiden von Fehlentscheidungen. Drei Hebel wirken am stärksten:

• Visualisierung vor dem Dreh: Ein Animatic aus generierten Bildern ersetzt stundenlange Erklärungsrunden und macht Abstimmungsfehler sichtbar, bevor sie Geld kosten.
• Variationsbreite: Statt einen riskanten Kompromiss zu drehen, werden drei Varianten erzeugt und verglichen – mit klaren Kriterien, welche gewinnt.
• Nachproduktion: Fehlende Close-ups, Rückwärtsansichten oder Establishing-Shots lassen sich später ergänzen, solange Look und Referenzen dokumentiert sind.

Der Gegenhebel ist ebenso real: Wer ohne Referenzsystem arbeitet, verliert die gewonnene Zeit beim Zusammenführen inkonsistenter Ergebnisse wieder. Ein Projekt ohne Referenzordner ist ein Projekt, das spätestens beim Finish kippt.

Die Werkzeugklassen und ihre Aufgaben

Generative Videoproduktion ist kein einzelnes Werkzeug, sondern ein Bündel spezialisierter Modellklassen. Wer sie verwechselt, produziert Frust – etwa, wenn ein Konsistenzmodell für eine schnelle Stimmungsstudie benutzt wird oder umgekehrt ein schnelles Modell für eine Figur, die über zwanzig Einstellungen stabil bleiben muss.

Text-zu-Video

Erzeugt Bewegung direkt aus einer Beschreibung. Stärken: Geschwindigkeit, Überraschung, schnelle Ideenfindung, ungewöhnliche Bildideen. Schwächen: Kontrolle über Details, Kontinuität über mehrere Shots, präzise Kameraführung. Typischer Einsatz: Stimmungsboards, Trailer-Momente, nicht-narrative Sequenzen, Hintergründe, Traumsequenzen. Für alles, was Handlung trägt, ist diese Klasse selten die erste Wahl.

Bild-zu-Video und Animation

Hier dient ein Keyframe als Eingabe, das Modell erzeugt daraus Bewegung. Das ist der produktionsnähere Weg, weil der Look bereits festgelegt und freigegeben ist. Typischer Einsatz: geplante Shots, Charakteranimation, Kamerafahrten über feste Motive, Übergänge, animierte Standbilder für Dokumentarästhetik. Der entscheidende Vorteil: Die Qualität der Standbilder lässt sich vor der Animation beurteilen – Fehler fallen früh und billig auf.

Referenz- und Konsistenzmodelle

Sie halten Figuren, Kleidung, Räume oder Objekte über mehrere Generierungen hinweg stabil. Typischer Einsatz: wiederkehrende Figuren, Serienformate, Produktwerbung mit Markenkonstanz, Erklärvideos mit einem festen Sprechercharakter. Diese Klasse ist kein Ersatz für Sorgfalt, aber sie reduziert die Streuung erheblich. Wichtig ist, dass Referenzen kuratiert und nicht einfach gesammelt werden: drei gute, klar definierte Bilder schlagen zwanzig widersprüchliche.

Ton, Sprache und Musik

Sprachsynthese, Stimmanpassung, Geräuschkulissen und Musikgenerierung. Typischer Einsatz: Dialogentwürfe, Temp-Tracks, Atmosphären, Lokalisierung, Hörfassungen. Ton ist kein Anhang, sondern der stärkste Realismusverstärker überhaupt. Schlechter Ton lässt gute Bilder künstlich wirken, guter Ton verzeiht sichtbare Schwächen im Bild.

Schnitt, Upscaling und Restaurierung

Zwischenbildberechnung, Auflösungserhöhung, Rauschreduzierung, Farbanpassung, Rotoscoping, Stabilisierung. Diese Klasse entscheidet darüber, ob ein KI-Clip wie ein Test oder wie ein fertiger Film aussieht. Viele Projekte scheitern nicht an der Generierung, sondern daran, dass dieser Schritt zu spät oder gar nicht eingeplant wird.

Ein Shot entsteht: der praktische Workflow

Der folgende Ablauf funktioniert für Kurzfilm, Werbespot, Erklärvideo und Serienpilot gleichermaßen. Er ist bewusst als Abfolge von Entscheidungen formuliert, nicht als Abfolge von Werkzeugklicks.

Treatment und Intentionsklärung

Ein halbseitiges Dokument genügt: Was passiert, welche Emotion trägt die Szene, was muss das Publikum verstehen, welche Information darf fehlen? Ohne diese Klarheit entstehen Bilder, die einzeln beeindrucken und in der Montage zerfallen. Praktischer Tipp: Formulieren Sie für jede Szene einen Satz, der beschreibt, was sich für die Figur verändert. Szenen ohne Veränderung sind meist verzichtbar.

Look-Development

Referenzfilme, Fotografien, Gemälde, Architektur und Stimmungsboards sammeln. Daraus entstehen drei Look-Varianten als Standbilder. Erst danach beginnt die Videogenerierung. Der Look sollte auf drei bis fünf Merkmalen konkretisiert werden: Farbpalette, Kontrastverhalten, Lichtcharakter, Textur, Objektivwirkung. Diese Merkmale werden später in jeden Prompt übernommen.

Keyframes und Storyboard

Für jeden Shot ein oder zwei starke Standbilder erzeugen. Diese Bilder sind das eigentliche Storyboard und die Referenz für alle späteren Läufe. Bewährt hat sich eine Arbeitsdatei, in der jeder Shot mit Bildgröße, Kamerabewegung, Dauer, Figur, Ort, Stimmung und Promptgrundlage erfasst wird. Zusätzlich wird vermerkt, ob der Shot handlungskritisch oder ersetzbar ist. Diese Klassifizierung steuert später, wo Aufwand investiert wird.

Animation und Kamerabewegung

Keyframes animieren, Bewegung definieren, Länge an den späteren Schnitt anpassen. Mehrere kurze Takes sind fast immer besser als ein langer Take: Modelle verlieren über die Zeit an Konsistenz, und kurze Takes lassen sich präziser auswählen. Kamerabewegung sparsam dosieren – eine ruhige Fahrt wirkt hochwertiger als eine hektische Bewegung, die Details verwischt.

Ton und Temporhythmus

Dialog, Atmosphäre, Effekte, Musik. Temp-Tracks früh einbauen, weil sie beeinflussen, welche Shots zu lang oder zu kurz sind. Ein Shot, der als Einzelbild perfekt wirkt, kann im Takt der Musik unbrauchbar sein – und umgekehrt.

Finish und Qualitätskontrolle

Zusammenführen, Farbanpassung, Upscaling, Bildraten-Angleichung, Artefaktkorrektur. Danach folgt eine kritische Prüfung: Wirkt das Ergebnis als Film oder als Sammlung von Clips? Diese Prüfung sollte von jemandem durchgeführt werden, der nicht am Schnitt beteiligt war.

Ein oft vergessener Zusatzschritt ist die Dokumentation. Prompt, Seed, Modellversion, Referenzbilder und Einstellungen jedes akzeptierten Shots gehören in eine Projektdatei. Ohne diese Dokumentation ist jede spätere Änderung ein Neuanfang – und Nachproduktion, die eigentlich günstig wäre, wird teuer.

Prompt-Bausteine für verlässliche Shots

Prompting ist keine Magie, sondern eine Kurzform der Regieanweisung. Wer die Bestandteile kennt, kann gezielt variieren und weiß, welche Änderung welche Wirkung hatte.

Der Aufbau eines Shot-Prompts

Ein belastbarer Prompt enthält sechs Bausteine:

1. Subjekt: Wer oder was ist zu sehen, mit unveränderlichen Merkmalen.
2. Handlung: Was tut das Subjekt in genau diesem Moment.
3. Umgebung: Ort, Tageszeit, Wetter, Jahreszeit, Atmosphäre.
4. Bildsprache: Bildgröße, Brennweite, Perspektive, Kamerabewegung.
5. Licht und Farbe: Lichtquelle, Härte, Palette, Kontrast.
6. Stil und Technik: Filmkorn, Schärfentiefe, Aufnahmeformat, Tempo.

Negativangaben gehören dazu, aber sparsam. Zu viele Ausschlüsse verzerren das Ergebnis oft stärker, als sie helfen. Besser ist es, erwünschte Eigenschaften positiv zu beschreiben – etwa weiches Seitenlicht statt kein Gegenlicht.

Praxisbeispiel: Verfolgung bei Nacht

Ein nutzbares Grundgerüst könnte so aussehen: nächtliche Innenstadt nach Regen, eine Person in dunkler Lederjacke rennt über nassen Asphalt, Kamera in halbhoher Tracking-Fahrt, Reflexionen von Neonschildern auf dem Boden, hartes Gegenlicht von vorne links, kühle Blautöne mit warmen Akzenten, 35-mm-Look, leichte Bewegungsunschärfe, flache Schärfentiefe, dokumentarischer Realismus.

Aus diesem Grundgerüst lassen sich Varianten ableiten: andere Bildgröße, andere Kamerahöhe, langsameres Tempo, mehr Umgebungsdetails, anderes Wetter. Wichtig ist, pro Durchlauf nur eine Dimension zu verändern – sonst ist nicht nachvollziehbar, welche Änderung gewirkt hat. Diese Disziplin ist der Unterschied zwischen systematischer Entwicklung und teurem Stochern.

Variieren, ohne die Kontrolle zu verlieren

Ein nützliches Verfahren ist die Prompt-Matrix: In einer Tabelle stehen die sechs Bausteine in den Spalten und die Varianten in den Zeilen. So entsteht eine nachvollziehbare Versuchsreihe. Zusätzlich lohnt es sich, feste Formulierungen für Dinge zu definieren, die nie variieren dürfen – etwa Haarlänge, Kleidungsfarbe oder die Lage eines Fensters im Raum. Diese unveränderlichen Bausteine werden wörtlich in jeden Prompt kopiert.

Kontinuität absichern: Figuren, Orte, Requisiten

Kontinuität ist der Punkt, an dem KI-Projekte auffliegen. Ein Publikum verzeiht einen ungewöhnlichen Look, aber keine Figur, deren Gesicht sich von Schnitt zu Schnitt verändert.

Das Charakter-Set

Der zuverlässigste Weg ist ein festes Set an Referenzaufnahmen:

• Ein frontales Referenzbild mit neutralem Licht
• Ein Halbprofil und ein Profil
• Zwei bis drei Ganzkörperaufnahmen mit klar erkennbarer Kleidung
• Eine Textbeschreibung mit unveränderlichen Merkmalen: Alter, Frisur, Kleidung, Accessoires, Silhouette

Diese Referenzen werden in jede Generierung mitgegeben. Bei Figuren, die in vielen Einstellungen vorkommen, kann ein eigenes trainiertes Stil- oder Charaktermodell sinnvoll sein. Wichtig: Referenzen müssen untereinander konsistent sein. Ein Referenzset mit wechselnder Frisur erzeugt genau diese Unschärfe im Ergebnis.

Farb-, Licht- und Requisitenprotokoll

Orte verhalten sich wie Figuren. Ein Referenzbild pro Drehort, eine feste Farbpalette und eine dokumentierte Lichtrichtung verhindern, dass Szenen wie aus verschiedenen Filmen wirken. Praktisch bewährt:

• Farbskript: Für jede Szene zwei Hauptfarben und eine Akzentfarbe festlegen.
• Lichtskizze: Woher kommt das Licht, wie hart ist es, welche Schatten wirft es?
• Requisitenliste: Alles, was wiederkehrt, bekommt eine Referenzaufnahme – vom Auto über das Telefon bis zum Glas auf dem Tisch.

Ein häufig unterschätzter Punkt ist die Kleidung. Figures, die in aufeinanderfolgenden Szenen andere Kleidung tragen, ohne dass die Handlung das erklärt, wirken sofort unprofessionell. Kleidungswechsel sollten dramaturgisch begründet und im Kontinuitätsprotokoll vermerkt sein.

Technische Stabilität

• Mit festen Seeds arbeiten und nur eine Variable pro Durchlauf ändern.
• Inpaint und Outpaint nutzen, statt komplett neu zu generieren.
• Zuerst in niedriger Auflösung komponieren, dann hochskalieren.
• Hände, Augen, Schrift im Bild und Spiegelungen immer separat prüfen – dort liegen die häufigsten Artefakte.
• Schnitte bewusst setzen: Ein Schnitt kaschiert Inkonsistenzen besser als eine lange Kamerafahrt.
• Bewegung im Bild reduzieren, wenn Details wichtig sind. Je ruhiger die Aufnahme, desto stabiler das Ergebnis.

Ton, Schnitt und Finish

Viele Projekte werden im Finish gerettet oder ruiniert. Dieser Schritt ist kein Anhang, sondern der Ort, an dem aus Fragmenten ein Werk wird.

Temp-Tracks und Rhythmus

Temp-Tracks so früh wie möglich anlegen, idealerweise bevor die letzten Shots generiert sind. Sie zeigen, welche Einstellungen zu kurz, zu lang oder dramaturgisch überflüssig sind. Ein Schnitt auf Musik verzeiht kleinere Bildfehler, weil das Publikum dem Rhythmus folgt und nicht der Textur.

Artefaktkontrolle

Eine systematische Prüfliste hilft: Hände, Augen, Zähne, Text im Bild, Spiegelungen, Kanten zwischen Vorder- und Hintergrund, Schattenrichtung, Bewegungsunschärfe, Bildraten-Konsistenz, Farbstiche. Jeder Shot wird auf einer Skala bewertet und entweder nachgearbeitet, ersetzt oder verworfen. Entscheidend ist, dass diese Prüfung nicht dem Zufall überlassen wird.

Grading und Ausgabeformate

Farbanpassung, Kontrastkurven, Filmkorn, leichte Vignettierung und Schärfung gleichen die unterschiedliche Herkunft der Bilder an. Auch die Ausgabeformate gehören in die Planung: Bildrate, Auflösung, Seitenverhältnis und Farbraum sollten früh feststehen, weil sie die Generierung beeinflussen. Wer am Ende von quadratischen Aufnahmen auf Breitbild umstellt, verliert Bildinhalte, die er sorgfältig aufgebaut hat.

Die Endabnahme

Eine gute Endabnahme stellt drei Fragen: Trägt die Szene die Handlung? Ist der Look über alle Shots konsistent? Kann das Publikum der Montage ohne Erklärung folgen? Erst danach folgen letzte Korrekturen. Wer diese Reihenfolge einhält, verhindert, dass kostbare Zeit in Details fließt, während die Struktur noch nicht steht.

Typische Fehler und Gegenmaßnahmen

Die meisten Projekte scheitern nicht an der Technik, sondern an der Arbeitsweise. Die häufigsten Muster:

• Zu früh in hoher Qualität rendern. Erst Komposition, dann Auflösung. Hohe Auflösung bei unklarem Look ist verschwendete Rechenzeit.
• Keine Shotlist. Ohne Plan entstehen Einzelbilder, die sich nicht schneiden lassen.
• Zu lange Takes. Kurze Takes, viele davon, dann auswählen.
• Ton vernachlässigen. Guter Ton hebt mittelmäßige Bilder, schlechter ruiniert starke Bilder.
• Kontinuität nicht dokumentieren. Ohne Referenz- und Promptprotokoll wird jede Korrektur zum Ratespiel.
• Alles generieren wollen. Manche Shots – komplexe Hände, präzise Mimik, verschachtelte Interaktionen – sind klassisch gedreht oder gezeichnet schneller und besser.
• Referenzen sammeln statt kuratieren. Ein widersprüchliches Referenzset ist schlimmer als keines.
• Zu viele Variablen gleichzeitig ändern. Dann ist nicht mehr nachvollziehbar, was gewirkt hat.
• Rechtliche Fragen aufschieben. Musik, Stimmen, Marken und Persönlichkeitsrechte gehören in die Planung, nicht in die Nachbereitung.

Ein weiterer verbreiteter Denkfehler ist die Annahme, generative Werkzeuge würden die Postproduktion ersetzen. Tatsächlich verschieben sie Arbeit: weniger Material sichten, mehr Varianten bewerten, mehr dokumentieren. Das ist eine andere Belastung – nicht weniger.

Entscheidungskriterien, Teamrollen und rechtliche Leitplanken

Nicht jede Aufgabe profitiert gleichermaßen. Fünf Kriterien helfen bei der Entscheidung zwischen generiertem, klassischem und hybridem Vorgehen.

Fünf Kriterien

1. Konsistenzbedarf: Je strenger die Anforderung, desto eher Referenzmodelle oder klassische Aufnahme.
2. Interaktionskomplexität: Komplexe Hände, Kämpfe und Ensembleszenen bleiben schwierig.
3. Rechtliche Sensibilität: Reale Personen, Marken und heikle Kontexte sprechen für kontrollierte Verfahren.
4. Zeitfenster: Für schnelle Konzeptvarianten ist generative Arbeit unschlagbar, für präzise Dialogshots oft nicht.
5. Wiederholbarkeit: Formate mit vielen ähnlichen Motiven profitieren am stärksten, weil sich Referenzen und Prompts wiederverwenden lassen.

Rollen im Team

Klare Verantwortlichkeiten sind wichtiger als Teamgröße. Drei Rollen lassen sich unterscheiden: Look und Konsistenz – übersetzt Regieintention in Referenzen, Prompts und Stilrichtlinien; Generierung und Schnitt – produziert Varianten und montiert; Ton und Finish – verantwortet Atmosphäre, Dialog, Grading und Qualitätskontrolle. Zwei bis drei Personen können damit einen kurzen Film realisieren. Fehlt die Trennung, entstehen Projekte, die visuell stark und dramaturgisch schwach sind.

Recht und Datenhoheit

Wer generative Werkzeuge professionell einsetzt, braucht klare Regeln im Projekt:

• Einwilligung bei Gesichtern und Stimmen: Reale Personen dürfen nicht ohne Zustimmung nachgebildet werden.
• Musik- und Tonrechte: Nutzungsbedingungen der Werkzeuge prüfen, Herkunft dokumentieren.
• Trainingsdaten und Urheberrecht: Für kommerzielle Projekte zählt, ob Modell und eigene Trainingsdaten rechtlich tragfähig sind.
• Kennzeichnung: Wo Transparenz gefordert ist, sollte der Einsatz generativer Verfahren offengelegt werden.
• Datenhoheit: Vertrauliche Drehbücher, Kundendaten und unveröffentlichtes Material gehören nicht in Werkzeuge ohne klare Datenpolitik.

Praktisch hilft eine kurze Projektrichtlinie mit vier Punkten: Welche Werkzeuge sind freigegeben, welche Inhalte dürfen verarbeitet werden, wer prüft ethische Grenzfälle, und wie wird der Einsatz dokumentiert.

FAQ: häufige Fragen aus der Praxis

Ersetzt generative KI Dreharbeiten vollständig?
In Nischen ja, im Regelfall nein. Sie ersetzt bestimmte Aufgaben – Konzeptvisualisierung, Hintergründe, nicht drehbare Szenen, Variantenvergleich – und ergänzt andere. Die stärksten Ergebnisse entstehen aus einer Mischung: klassisch gedrehte Ankeraufnahmen plus generierte Ergänzungen.

Wie viele Durchläufe braucht ein brauchbarer Shot?
Das hängt vom Shottyp ab. Einfache Stimmungsbilder funktionieren oft nach zehn bis zwanzig Läufen. Einstellungen mit Figureninteraktion, präziser Mimik oder lesbaren Details brauchen deutlich mehr. Deshalb lohnt es sich, Shots nach Schwierigkeit zu klassifizieren und die günstigen zuerst zu produzieren.

Warum sehen generierte Clips oft weich oder plastikartig aus?
Meist liegt es an fehlender Textur: kein Korn, keine echte Schärfentiefe, zu gleichmäßiges Licht, zu saubere Bewegung. Gegenmittel sind gezieltes Korn, kontrastreicheres Licht, dosierte Unschärfe und ein Finish mit Grading.

Wie halte ich eine Figur über viele Shots stabil?
Mit einem festen Referenzset, einer unveränderlichen Textbeschreibung, einem konsistenten Stil und einer Shotlist, die festhält, welche Merkmale nie variiert werden dürfen. Zusätzlich hilft es, die Figur selten frontal und lang im Bild zu zeigen – Schnitt, Perspektive und Kleidung kaschieren Unterschiede.

Was ist der größte Anfängerfehler?
Der Versuch, ein fertiges Werk Shot für Shot linear zu generieren. Produktionsreif wird es erst, wenn Look, Referenzen und Ton vorher festgelegt sind und die Generierung nur noch Ausführung ist.

Wie plant man den Aufwand realistisch?
Nicht nach Minuten Videomaterial, sondern nach Iterationen und Entscheidungen: Wie viele Look-Varianten brauche ich, wie viele Shots sind kritisch, wie viel Nacharbeit verlangt das Finish? Der größte Aufwand liegt erfahrungsgemäß nicht in der Generierung, sondern in Auswahl, Konsistenz und Ton.

Braucht man teure Hardware?
Falls Modelle lokal laufen, ja – Speicher und Grafikkarte sind der begrenzende Faktor. Läuft alles über Dienste, verschiebt sich der Engpass zur Bandbreite und zur Organisation der Dateien. In beiden Fällen gilt: Eine saubere Ordnerstruktur mit Referenzen, Prompts und Exporten spart mehr Zeit als jede Hardware-Aufrüstung.

Wie überzeugt man Auftraggeber von diesem Vorgehen?
Am wirksamsten mit einem kleinen, vollständig fertiggestellten Auszug: eine Szene, eine Figur, ein Look, fertig bis zum Ton. Ein durchgearbeiteter Ausschnitt erklärt mehr als jede Präsentation über Technologie.

Wann sollte man bewusst klassisch drehen?
Immer dann, wenn Konsistenz, echte Interaktion oder rechtliche Sensibilität im Vordergrund stehen – und wenn die Aufnahme bezahlbar ist. Generative Verfahren sind ein zusätzliches Werkzeug, kein Glaubensbekenntnis.

Wer generative KI als Verlängerung der Regiearbeit begreift und nicht als Abkürzung, bekommt genau das, was das Medium verspricht: mehr Varianten, schnellere Entscheidungen und die Möglichkeit, Geschichten zu zeigen, die vorher an Budget oder Logistik gescheitert wären. Der Aufwand verschiebt sich – von der Durchführung zur Vorbereitung, von der Menge zur Auswahl, vom Dreh zum Finish. Genau dort entscheidet sich, ob das Ergebnis nach Werkzeug aussieht oder nach Film.