KI-Videogeneratoren: Zwischen Hype und Realität

LONDON (IT BOLTWISE) – Die Entwicklung von KI-Videogeneratoren wird oft als der nächste große Schritt in der Medienproduktion gefeiert. Doch wie weit ist die Technologie tatsächlich fortgeschritten? Ein Blick auf aktuelle Modelle zeigt, dass die Realität noch hinter den Erwartungen zurückbleibt.

Die Vorstellung, dass KI-Videogeneratoren auf Knopfdruck beeindruckende Filmszenen erschaffen können, ist verlockend. Doch die Realität sieht anders aus. Aktuelle Modelle wie Sora von OpenAI, Firefly von Adobe, Kling AI, Luma AI und Runway ML zeigen, dass die Technologie noch in den Kinderschuhen steckt. Diese Generatoren sind derzeit nur in der Lage, kurze Clips zu erzeugen, die meist nicht länger als fünf bis zehn Sekunden sind. Dies liegt an der Funktionsweise der Modelle, die das gesamte Video als Einheit betrachten und dabei ähnliche Herausforderungen wie Bildgeneratoren meistern müssen.

Ein weiteres Problem ist das Fehlen von Audio. Die erzeugten Clips sind Stummfilme, was ihre Anwendungsmöglichkeiten einschränkt. Zudem kämpfen die Modelle mit der Kontinuität in Videos. Während ein Bild nur stimmig aussehen muss, erfordert ein Video eine durchgehende Konsistenz. Dies führt zu kuriosen Ergebnissen, wie etwa einem Kampfjet mit Hubschrauberflügeln oder einer Hochzeitsszene, in der die Hände der Protagonisten unnatürlich wirken.

Die Qualität der Ergebnisse variiert stark zwischen den Modellen. Sora von OpenAI und Kling AI liefern die besten Resultate, während Adobe Firefly und Luma AI hinterherhinken. Interessant ist die Herangehensweise von Runway, deren Clips oft sehr ruhig und fast in Zeitlupe wirken. Diese Selbstbeschränkung führt zu weniger Fehlern und macht die Ergebnisse kommerziell nutzbar, etwa für ästhetische Aufnahmen von Rauch oder Wasser.

Für den professionellen Einsatz in der Filmproduktion sind die Generatoren derzeit nur bedingt geeignet. Komplexe Szenen oder Reshoots nach Testvorführungen sind noch nicht präzise genug. Dennoch gibt es Nischenanwendungen, wie die Animation eines Gebäudefotos, wenn keine echte Aufnahme verfügbar ist. Die einfache Bedienung der Generatoren wirft jedoch ethische Fragen auf, insbesondere im Hinblick auf Deepfakes und das Recht am Bild.

Die getesteten kommerziellen Dienste versuchen, Missbrauch zu verhindern. Modelle aus den USA oder China blockieren in der Regel die Generierung von pornografischem Material oder Inhalten mit Prominenten. Adobe setzt auf lizenzierte Inhalte aus seinem Stock-Dienst, was rechtliche Sicherheit bietet, aber die Vielfalt der generierbaren Motive einschränkt. Andere Dienste nutzen das gesamte Internet, was zu Klagen wegen Urheberrechtsverletzungen führen kann.

Insgesamt zeigen die KI-Videogeneratoren eine faszinierende, aber noch unreife Technologie. Die Entwicklung schreitet rasant voran, und neue Modelle erscheinen in schneller Abfolge. Neben der Generierung von Clips sieht man Potenzial in Anwendungen wie der automatischen Videoübersetzung mit Lippensynchronisation oder der Animation von Charakteren per Video-Input. Es bleibt abzuwarten, welche Fortschritte die nächste Generation bringen wird.

Unseren KI-Morning-Newsletter «Der KI News Espresso» mit den besten KI-News des letzten Tages gratis per eMail - ohne Werbung: Hier kostenlos eintragen!