Vertiefung — Video-KI Technologie-Hintergrund und Marktentwicklung
Wie Video-Generierungsmodelle funktionieren:
Video-KI-Modelle bauen auf denselben Diffusionsmodell-Grundlagen wie Bildgeneratoren — erweitern diese jedoch um die zeitliche Dimension. Statt einen einzelnen Bildframe zu generieren, müssen diese Modelle eine kohärente Sequenz von Frames erzeugen, die: 1. Visuell konsistent sind (dasselbe Objekt sieht in Frame 1 und Frame 50 gleich aus) 2. Physikalisch plausible Bewegungen zeigen 3. Eine kohärente Kamerabewegung simulieren
Dafür werden drei technische Ansätze kombiniert: - Spatial Transformers: Für Bildqualität innerhalb jedes Frames - Temporal Attention: Für Konsistenz zwischen aufeinanderfolgenden Frames - Flow-Modelle: Für flüssige Übergänge und Bewegungsphysik
Warum Video-KI so viel rechenintensiver ist als Bild-KI: Ein 8-Sekunden-Video bei 24 fps = 192 Frames. Jeder Frame muss bei gleichzeitiger Berücksichtigung aller anderen Frames generiert werden. Das erhöht die Rechenlast im Vergleich zu Einzelbild-Generierung um Faktor 50–200. Runway benötigt für einen 8-Sekunden-Clip ca. 2–5 Minuten auf Enterprise-GPU-Clustern.
Marktentwicklung 2024–2026: Die Video-KI-Branche hat sich in kurzer Zeit von akademischen Demonstrationen zu kommerziellen Produkten entwickelt. Key Milestones: - Feb 2024: Sora-Demo von OpenAI (noch kein öffentlicher Zugang) - Jun 2024: Runway Gen-3 Alpha öffentlich verfügbar - Dez 2024: Sora offiziell für ChatGPT Pro-Nutzer - Q1 2025: Google Veo 2 in AI Studio; Kling 2.0 mit verbesserter Personenkonsistenz - Q2 2025: Veo 3 mit integrierter Audio-Generierung
Ausblick 2026–2028: Experten erwarten in den nächsten zwei Jahren: deutlich verbesserte Personenkonsistenz über Clips hinweg (durch Character-Lock-Mechanismen), längere kohärente Videolängen (30–120 Sekunden), bessere Text-im-Video-Darstellung sowie Echtzeit-Video-Generierung für interaktive Anwendungen.
Vertiefung — Rechtliche Rahmenbedingungen für KI-Videos in der Praxis
Besonderheiten gegenüber Bildrecht:
KI-generierte Videos unterliegen denselben Grundprinzipien wie KI-generierte Bilder (kein Urheberrecht ohne menschliche Kreativität, Nutzungsrechte via AGB), haben aber einige spezifische Aspekte:
Musik und Audio in Videos: Viele Video-KI-Plattformen fügen standardmäßig keine Musik hinzu — gut so. Wenn Sie Videos mit Musikuntermalung produzieren, müssen Sie auf GEMA-freie Musik oder lizenzierte Musik achten. Kostenpflichtige Quellen für lizenzfreie Musik: Artlist, Musicbed, Epidemic Sound.
Synchronlizenz bei Voice-Over: Falls Sie einen Video-Clip mit einem TTS-Voiceover kombinieren: Die Nutzungsrechte des Video-Clips (z. B. aus Runway) und des Audio-Tracks (aus ElevenLabs) müssen separat geprüft werden. Beide Quellen müssen kommerzielle Nutzung erlauben.
Personen in KI-Videos: KI-generierte Personen in Videos, die wie reale Menschen wirken, unterliegen Art. 50 EU AI Act besonders streng. Für alle extern veröffentlichten Videos mit erkennbar menschenähnlichen KI-Figuren: Kennzeichnung ist Pflicht.
Kennzeichnungsoptionen für KI-Videos:
| Methode | Aufwand | Sichtbarkeit | Empfehlung |
| Texteinblendung im Video | Gering | Hoch | Immer |
| Videobeschreibungs-Hinweis | Sehr gering | Mittel | Immer |
| C2PA-Metadaten | Gering (automatisch) | Nur technisch | Empfohlen |
| Plattform-eigene KI-Labels | Keiner (automatisch) | Hoch auf Plattform | Nutzen wo möglich |
Quelle: KI-Wissensbasis von MindsMachines, Edition Juni 2026. Vollständige Fassung als PDF anfordern.