industry

Was KI in der Videoproduktion 2026 kann – und was nicht

Wir setzen KI täglich in der Produktion ein. Nicht, um zu zeigen, dass wir auf dem neuesten Stand sind, und auch nicht, weil ein Kunde uns darum gebeten hat – sondern weil sie bestimmte Teile des Produktionsprozesses schneller, kostengünstiger und in manchen Fällen besser macht.

Wir haben auch Kunden, die uns bitten, KI für Aufgaben einzusetzen, die sie derzeit noch nicht gut kann, und Kunden, die annehmen, KI könne Dinge nicht, die sie hervorragend beherrscht. Beide Missverständnisse kosten Geld. Dies ist unser ehrlicher Bericht darüber, wo Anfang 2026 die Grenze verläuft.

Was KI in unserem Arbeitsablauf gut kann

Mehrsprachige Versionierung. Dies ist die wertvollste KI-Anwendung in unserer Pipeline. Ein auf Deutsch produziertes Master-Video kann mithilfe von KI-gestütztem Voiceover-Austausch, automatischer Untertitelgenerierung und der Lokalisierung von Bildschirmtexten für Englisch, Französisch, Spanisch, Italienisch, Polnisch und ein Dutzend weiterer Sprachen adaptiert werden. Jede Version wird von einem Menschen überprüft. Die Gesamtkosten pro zusätzlicher Sprache betragen nur einen Bruchteil dessen, was ein herkömmlicher Synchronisations- und Resync-Prozess kostet. Für Kunden, die europaweite oder globale Kampagnen durchführen, ist dies eine transformative – und keine inkrementelle – Veränderung.

Erstellung von Hintergründen und Umgebungen. Bei Produktfotos, Kampagnenbildern und Bildkompositionen haben KI-generierte Hintergründe und Umgebungen mittlerweile ein Qualitätsniveau erreicht, das sie für die meisten Anwendungen produktionstauglich macht. Ein Produktfoto, für das früher eine Locationsuche, der Aufbau eines Sets oder teure Stock-Lizenzen erforderlich waren, kann nun in eine fotorealistische Umgebung eingefügt werden, die anhand eines Briefings generiert wurde. Die Qualitätsgrenze liegt zwar noch unter dem Niveau eines eigenen Location-Drehs für Hero-Kampagnenmaterial – für sekundäre Assets, Social-Media-Inhalte und schnelle Iterationen ist sie jedoch mehr als ausreichend.

Retusche und Bildbearbeitung in großem Umfang. Das Entfernen von Hintergründen, das Anpassen von Produktfarben, das Ändern der Größe und das Neuformatieren umfangreicher Bildbibliotheken – das sind Aufgaben, bei denen KI die manuelle Arbeit in unserem Arbeitsablauf fast vollständig ersetzt hat. Was früher einen Retuscheur zwei Tage gekostet hat, dauert jetzt nur noch zwei Stunden – inklusive menschlicher Qualitätskontrolle.

Grobe Gliederung und Struktur des Drehbuchs. Bei Erklärfilmen und Unternehmensinhalten ist die KI-gestützte Erstellung eines ersten Drehbuchentwurfs wirklich nützlich – nicht als Ersatz für einen Autor, sondern als erste Struktur, die ein Autor anschließend überarbeitet. Das geht schneller, als bei null anzufangen, und zeigt strukturelle Möglichkeiten auf, die ein einzelner Autor womöglich nicht in Betracht zieht.

Was KI derzeit noch nicht gut kann

Einheitliche Charaktere und Gesichter innerhalb einer Produktion. Bei der KI-Bildgenerierung gibt es nach wie vor Schwierigkeiten mit der Konsistenz von Figuren über mehrere Bilder und Szenen hinweg. Wenn eure Kampagne verlangt, dass eine bestimmte Person, eine wiederkehrende Figur oder ein Markenmaskottchen im gesamten Video konsistent erscheint, kann die KI-Generierung das nicht zuverlässig leisten. Dafür braucht es klassisches Charakterdesign, 3D-Modellierung oder Live-Action-Aufnahmen.

Wissenschaftlich korrekte Visualisierung. Bei Life-Science- und Technik-Inhalten kann man sich ohne umfassende Überprüfung nicht darauf verlassen, dass KI-generierte Abbildungen korrekt sind. Ein Zellrezeptor, der in der falschen Konformation dargestellt wird, sieht für einen Laien zwar richtig aus, ist aber falsch. Bei der KI-Generierung steht die visuelle Plausibilität im Vordergrund, nicht die wissenschaftliche Genauigkeit. Bei allen Inhalten, bei denen Genauigkeit unverzichtbar ist, unterstützt die KI den Prozess, bestimmt ihn jedoch nicht.

Markenspezifische Bildsprache ohne individuelles Training. Generische KI-Modelle liefern generische Ergebnisse. Wenn eure Kampagne aussehen soll wie eure Marke – bestimmte Farbbeziehungen, eine bestimmte Typografie, ein bestimmter Bildaufbau –, wird ein generisches Modell das nur schlecht annähern. Markenkonsistente KI-Ergebnisse erfordern entweder eigens trainierte Modelle oder umfangreiche menschliche Regie und Iteration. Wir machen beides, aber keines davon ist „schnell und günstig“, wie es der KI-Hype suggeriert.

Kreative Leitung ersetzen. KI ist ein Produktionswerkzeug, kein Kreativdirektor. Das Briefing, die Strategie, die Erzählstruktur, die Entscheidung, was gezeigt und was weggelassen wird – all das erfordert menschliches Urteilsvermögen, das KI derzeit nicht nachbilden kann. Studios, die KI als Ersatz für kreatives Denken behandeln, produzieren Inhalte, die aussehen, als wären sie von einer KI erstellt – derzeit ein deutliches Qualitätssignal für Zuschauer, auch wenn sie nicht genau benennen können, warum.

Die ehrliche Zusammenfassung

KI sorgt für eine drastische Effizienzsteigerung in der Anpassungs- und Vertriebsphase der Produktion. In der Kreativ- und Produktionsphase führt sie jedoch noch nicht zu einer nennenswerten Beschleunigung bei der Erstellung hochwertiger Ergebnisse.

Die Studios, die das Gegenteil behaupten, zeigen euch in der Regel nur die besten 5 % der KI-generierten Einzelbilder – nicht das Produktionsergebnis, das drei Stunden Iteration gekostet hat.

Wir setzen KI dort ein, wo sie wirklich hilft. Dort, wo sie nicht hilft, verzichten wir darauf. Diese Unterscheidung ist die eigentliche Arbeit.