Einordnung
Mehr Redaktion als Technik
Ein Videomodell macht aus wenigen Sätzen einen kurzen Clip. Für einen fertigen Werbefilm braucht es mehr: ein Konzept, passende Szenen und Nachbearbeitung. Wie viel Zeit jeder Schritt kostet, hängt vom Motiv und den Anforderungen ab.
Die folgenden Abschnitte zeigen, was vor der Generierung entschieden sein sollte und wie aus dem Material der fertige Film wird.
Zielgruppe und Kanal zuerst klären
Zuerst muss klar sein, wo der Film läuft und wer ihn dort sieht. Auf einer Messewand wirken ruhige Einstellungen und große Formen gut. Eine Social Ad braucht einen schnellen Einstieg und muss auch ohne Ton funktionieren. Kanal und Zielgruppe bestimmen Bildausschnitt, Schnitttempo und den Platz für Untertitel.
Am Anfang steht deshalb ein Briefing, das diese Fragen beantwortet:
- Was soll die Zuschauerin nach dem Film wissen, fühlen oder tun?
- Wo läuft der Film, in welchem Seitenverhältnis, mit oder ohne Ton?
- Gibt es reale Produkte, Räume oder Personen, die exakt getroffen werden müssen?
- Welches Material existiert bereits: Produktfotos, CAD-Daten, Markenrichtlinien, alte Filme?
- Wer im Unternehmen gibt frei, und wie viele Instanzen sind das?
Aus den Antworten entstehen Leitidee, Dramaturgie und Storyboard. Sie legen fest, welche Szenen gebraucht werden und wie sie zusammenhängen. Mehr dazu im Artikel, warum ein KI-Video ein Konzept braucht.
Sprachmodelle in der Vorproduktion
Sprachmodelle können Marktinformationen zusammentragen, Skriptvarianten entwerfen und Sprechertexte kürzen. Auch bei Storyboards, Bildbeschreibungen und Übersetzungen helfen sie. Quellen und Entwürfe gehören trotzdem geprüft, und Sprachfassungen sollte jemand gegenlesen, der die Zielsprache beherrscht.
Welches Modell passt, hängt vom Arbeitsablauf ab und davon, wie der Dienst mit Daten umgeht. Bei vertraulichen Briefings lohnt sich ein Blick in die Bedingungen des Anbieters.
Ein Sprachmodell macht Vorschläge, interne Erwartungen und Konflikte kennt es aber nur, wenn sie im Briefing stehen. Ob eine Idee zur Marke passt, entscheiden die Verantwortlichen. Auch ein Prompt ist zunächst nur ein Entwurf. Ob er die gewünschte Szene liefert, zeigt erst ein Test im Videomodell.
Erst Styleframes, dann Bewegtbild
Vor der Animation entstehen Standbilder für die wichtigsten Szenen. Diese Styleframes zeigen Licht, Farbe, Oberflächen und Bildaufbau. Nebeneinander gelegt sieht man schnell, ob sie zur vereinbarten Bildsprache passen.
Mit freigegebenen Standbildern prüfst du Bildgestaltung und Bewegung nacheinander. So muss ein Clip nicht neu entstehen, nur weil die Licht- oder Farbwirkung noch offen war. Referenzbilder und feste Vorgaben helfen danach, die Einstellungen aufeinander abzustimmen.
Konsistenz ist die größte Hürde
Produkte und Figuren können sich zwischen einzeln generierten Einstellungen verändern. Referenzbilder helfen, ihr Aussehen festzuhalten. Bei Veo 3.1 über die Gemini-API lassen sich laut offizieller Dokumentation bis zu drei Bilder als Inhaltsreferenzen mitgeben, Runway erlaubt in Gen-4 References ebenfalls drei aktive Referenzen pro Generierung.
Bei Bild-zu-Video dient ein freigegebener Styleframe als Startbild. Auch Anfangs- und Endbilder können den Verlauf einer Einstellung vorgeben. Ob die Bewegung dazwischen passt, musst du trotzdem prüfen.
Ein Seed ist der Startwert des Zufallsgenerators. Google weist darauf hin, dass ein gesetzter Seed die Wiederholbarkeit nur leicht verbessert und kein identisches Ergebnis garantiert. Eine kleine Änderung am Prompt kann deshalb auch andere Teile der Szene verändern.
Auch mit Referenzen sind Fehlversuche möglich. Ein Benchmark der Tsinghua-Universität, über den the-decoder im Mai 2026 berichtete, untersuchte Schwächen von Videomodellen beim logischen Schließen. Im Film zeigt sich das zum Beispiel als verformtes Glas, unpassende Abfolge einer Handlung oder fehlerhafte Spiegelung. Prüf das Material deshalb in voller Größe.
Generiertes Material auswählen und prüfen
Nicht jede Generierung ist brauchbar. Veränderte Produktformen, unlesbare Schrift und unpassende Bewegungen machen weitere Versuche nötig. Wie viele Clips am Ende gebraucht werden, hängt vom Motiv und den Anforderungen ab.
Auch bei einem klassischen Dreh wird mehr Material aufgenommen, als später im Film zu sehen ist. Bei KI-Material kommen Auswahl und Prüfung zur Generierung dazu. Wie sich das auf den Aufwand auswirkt, erklärt der Beitrag, welche Arbeit in den Preis eines KI-Videos eingeht.
Postproduktion bleibt Handarbeit
Generierte Clips brauchen Schnitt und Nachbearbeitung. Übergänge werden gestaltet, Unterschiede bei Weißabgleich und Schwarzwerten angeglichen. Dazu kommt manchmal Retusche, etwa an einem verrutschten Logo oder einer flackernden Fläche.
Wenn Details exakt stimmen müssen, können reale Produktaufnahmen eine generierte Szene ergänzen. Logos und Schrift setzt man separat ein. Musik, Sprecherstimme und Sounddesign werden auf den Schnitt abgestimmt.
Freigaben früh einholen
Eine Richtungsänderung am Storyboard ist schnell erledigt, solange noch keine Szenen produziert sind. Kommt sie erst nach der Generierung, müssen unter Umständen mehrere Clips neu erzeugt, ausgewählt und bearbeitet werden. Frühe Freigaben begrenzen diesen Aufwand.
Drei Freigabepunkte legen die Richtung früh fest: Konzept und Storyboard, Standbilder für die Bildgestaltung und der erste vollständige Schnitt. Beteiligt sein sollten alle, die etwas freigeben dürfen. Versionsnummern, Datum und schriftliche Zustimmung machen die Entscheidungen nachvollziehbar. Die Etappen zeigt die Prozessbeschreibung.
Wie lange eine Produktion dauert
Für ein kurzes KI-Video kannst du als grobe Orientierung mit etwa 5 bis 8 Stunden Produktionsarbeit rechnen. Darin stecken Konzept, Bildplanung, Generierung, Auswahl, Schnitt und Ton. Aufwendige Szenen, zusätzliche Formate und weitere Korrekturrunden kosten mehr Zeit.
Die 5 bis 8 Stunden beschreiben den Arbeitsaufwand. Wartezeiten auf Feedback und Freigaben kommen dazu. Fehlende Produktbilder, niedrig aufgelöste Logos oder zusätzliche Formatwünsche können die Fertigstellung verzögern. Hängt am Film ein fester Veröffentlichungstermin, plane Freigaben und Rechteprüfung von Anfang an mit ein.
Kennzeichnung und Rechte vor der Veröffentlichung
Der letzte Schritt vor dem Ausspielen ist seit diesem Sommer keine Formalie mehr. Artikel 50 des EU AI Act mit den Transparenzpflichten gilt seit dem 2. August 2026. Anbieter generativer Systeme müssen synthetische Bild-, Video-, Audio- und Textausgaben maschinenlesbar kennzeichnen. Betreiber müssen Deepfakes offenlegen, bei künstlerischen oder erkennbar fiktionalen Werken genügt ein Hinweis, der den Genuss des Werks nicht stört. Die Information muss spätestens bei der ersten Konfrontation klar und unterscheidbar vorliegen. Für Systeme, die vor dem 2. August 2026 auf dem Markt waren, gilt eine Übergangsfrist bis zum 2. Dezember 2026. Den Wortlaut findest du beim AI Act Explorer.
Vor der Veröffentlichung prüfst du die Rechte am Ausgangsmaterial, an Personen, Marken und Musik sowie die Nutzungsbedingungen der Werkzeuge. Ein erforderlicher KI-Hinweis gehört in jede betroffene Ausspielfassung und muss spätestens bei der ersten Wahrnehmung erkennbar sein. Auch die Plattformangaben gehören zur Freigabe. Einzelheiten erklären die Beiträge zur Kennzeichnung und zu den Nutzungsrechten.
Die Sora-Abschaltung zeigt, warum Konzept, Referenzen und Schnittprojekte unabhängig vom Generierungswerkzeug gespeichert sein sollten. Ein anderes Modell braucht möglicherweise neue Tests, die gestalterischen Entscheidungen bleiben aber die Grundlage für die weitere Arbeit.
Alle Angaben erfolgen nach bestem Wissen und ohne Gewähr. Für Richtigkeit, Vollständigkeit und Aktualität übernehme ich, soweit gesetzlich zulässig, keine Haftung.
Was soll dein Film zeigen und wo soll er laufen?
Schick mir Produkt, Einsatz und Zeitraum. Du bekommst eine persönliche Einschätzung zu Umfang, Ablauf und passenden Formaten.