Wir setzen KI täglich ein. Nicht um unter Beweis zu stellen, dass wir am Puls der Zeit sind. Nicht, weil ein Kunde uns darum gebeten hätte. Sondern weil KI bestimmte Produktionsprozesse schneller, günstiger und in manchen Fällen besser macht.
Wir haben auch Kunden, die uns bitten, KI für Aufgaben einzusetzen, für die sie Zurzeit noch nicht gut geeignet ist. Und wir haben Kunden, die denken, Künstliche Intelligenz könne Dinge nicht, die sie in Wirklichkeit hervorragend beherrscht. Beide dieser Irrtümer kosten Geld. Mein heutiger Post versucht sich an einem ehrlichen Bericht darüber, wo heute, Anfang 2026, die Machbarkeitsgrenzen verlaufen.
Was KI gut kann
Sprachadaptionen. Das ist die wertvollste KI-Anwendung in unserer Pipeline. Ein in Deutsch produziertes Master-Video lässt sich mit KI-gestütztem Voiceover-Austausch, automatisierter Untertitelerstellung und Lokalisierung von On-Screen-Text ins Englische, Französische, Spanische, Italienische, Polnische und ein Dutzend weiterer Sprachen adaptieren. Jede Version wird von einem Menschen geprüft. Die Gesamtkosten pro zusätzlicher Sprache sind ein Bruchteil dessen, was ein klassischer Synchronisations- und Resync-Prozess kostet. Für Kunden mit paneuropäischen oder globalen Kampagnen ist das ein Game-Changer.
Erstellung von Hintergründen. Für Produktaufnahmen, Kampagnenmotive und visuelle Composites haben KI-generierte Hintergründe und Umgebungen ein Qualitätsniveau erreicht, auf dem sie für die meisten Anwendungen produktionstauglich sind. Ein Product-Shot, der früher ein Location-Scouting, einen Haufen Baubühne oder teures Stockmaterial erfordert hätte, lässt sich heute mehr oder minder direkt aus einem Briefing heraus in eine fotorealistische Umgebung setzen. Die Qualitätsgrenze liegt für Hero-Kampagnenmaterial noch unter einem dedizierten Dreh on location – für sekundäre Assets, Social-Inhalte und schnelle Iterationen ist sie aber mehr als ausreichend.
Retusche und Bildbearbeitung in großem Umfang. Hintergründe entfernen, Produktfarben anpassen, große Asset-Bibliotheken skalieren und umformatieren – das sind Aufgaben, bei denen KI die manuelle Arbeit in unserem Workflow nahezu vollständig ersetzt hat. Was ein Retuscheur früher in zwei Tagen erledigt hat, dauert heute zwei Stunden, mit menschlicher Qualitätskontrolle, versteht sich.
Grobgliederung und Struktur eines Drehbuchs. Für Erklärfilme und Corporate Content ist KI-gestütztes Erstellen erster Skriptentwürfe wirklich nützlich – nicht als Ersatz für einen Autor, sondern als erste Struktur, die ein Autor anschließend neu schreibt. Es geht schneller, als von einem leeren Blatt aus zu starten, und bietet eine Vielfalt leicht variierbarer Erst-Optionen an, die ein einzelner Autor womöglich nicht in Betracht gezogen hätte.
Was KI (noch) nicht gut kann
Einheitliche Charaktere und Gesichter. Wir wollen euch reinen Wein einschenken: Noch während ich dies hier schreibe verändern sich die Technologien da draußen in einem Tempo, dass man nur hinterherhinken kann, wenn man ihre Qualität zusammenzufassen versucht. Stand jetzt ist Konsistenz von Figuren über mehrere Bilder und Szenen hinweg zwar möglich, es gibt bei der Bildgenerierung jedoch nach wie vor einige Tücken und Fallstricke. Wenn eure Kampagne also verlangt, dass eine bestimmte Person, eine wiederkehrende Figur oder ein Markenmaskottchen im gesamten Video konsistent erscheint, ist das mit Generativer KI immer noch eine Herausforderung und bedarf eines höheren Aufwands als ein unbedarfter KI-Nutzer auf den ersten Blick meinen möchte.
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 es aber nicht. 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. Es bleibt unerlässlich, dass die Bild- und Videogenerierung konzentriert von einem Menschen geführt und das Ergebnis engmaschig überprüft wird.
Markenspezifische Bildsprache ohne individuelles Training. Generische KI-Modelle liefern generische Ergebnisse. Wenn eure Kampagne nach eurer Marke aussehen muss – Farben, Typo, kompositorischer Stil –, dann nähert sich ein generisches Modell dem nur schlecht an. Markenkonsistenter KI-Output erfordert entweder eigens trainierte Modelle oder umfangreiche menschliche Führung, Iteration und Nachbearbeitung. Wir machen alles drei, aber keines davon ist „schnell und günstig“ in dem Sinne, den der KI-Hype suggeriert.
Kreative Leitung ersetzen. KI ist ein Produktionswerkzeug, kein Kreativdirektor. Das Briefing, die Strategie, die narrative Struktur, die Entscheidung, was gezeigt und was weggelassen wird – all das erfordert menschliches Urteilsvermögen, das eine KI derzeit nicht ersetzen kann. Die Studios, die KI als Ersatz für kreatives Denken behandeln, produzieren Content, der aussieht, als wäre er von KI gemacht – was für Zuschauer aktuell ein deutliches Signal geringer Qualität ist, auch wenn sie nicht benennen können, warum.
Auf den Punkt gebracht
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 Prompten, Warten, Nachbearbeiten, Kombinieren, Prompten, wieder Warten usw. gekostet hat.
Unserer Erfahrung nach gehen Kunden heute davon aus, dass sehr viel mehr möglich ist als noch vor einem Jahr – und sie haben Recht damit. Zugleich haben die meisten unserer Kunden schon selbst einmal drauf los gepromptet, vielleicht in der Hoffnung, einen Job rasch und ohne Unterstüztung von außen über die Bühne zu bringen. Dabei haben sie schmerzhaft lernen müssen, dass es nicht reicht, einfach auf einen Knopf zu drücken, und *zack* gehen alle audiovisuellen Wünsche in Erfüllung. Einen schon ganz passablen ersten Wurf so lange hin und her zu spielen, dass das Endergebnis tatsächlich der eigenen Wunschvorstellung entspricht und sich sehen lassen kann, erfordert harte Arbeit und viel Know-How. Beides bringen wir mit, ergänzt und zur vollen Blüte gebracht durch traditionelle Tools und Techniken, welche die Schwächen der KI ausgleichen und den Prozess steuerbar machen. Wir setzen KI dort ein, wo sie wirklich hilft. Dort, wo sie nicht hilft, verzichten wir darauf. Diese Unterscheidung macht einen entscheidenden Teil unserer Arbeit aus.
