KI-Video verändert die kommerzielle Leistungskette

Kurzfassung: Generative Videotechnik automatisiert nicht nur einzelne Produktionsschritte. Sie verlagert Wertschöpfung und Entscheidungsmacht zu denjenigen, die Produktdarstellungen, Gestaltungsregeln, Rechte und Freigaben kontrollieren. Wirtschaftlich zählt deshalb weder die erzeugte Videosekunde noch die Variantenmenge, sondern die wiederholbar lieferbare und tatsächlich genutzte Fassung.

Für Medienhäuser, Marken, Agenturen und interne Kommunikationsbereiche entsteht eine neue Arbeitsteilung. Modelle erzeugen visuelles Material, doch Produktmanagement, Fachbereiche, Recht und Produktionsleitung bestimmen zunehmend, ob daraus ein kommerziell nutzbares Medienprodukt wird. Kreative Arbeit verliert dadurch nicht an Bedeutung; sie richtet sich stärker auf konsistente Systeme aus Bildern, Figuren und Szenen statt allein auf die Herstellung einzelner Aufnahmen.

Ein KI-Spielfilm macht die neue Leistungskette sichtbar

Eine am 13. August 2026 veröffentlichte Gesprächsrunde über generative Filmproduktion berichtet von einem angeblich 110 Minuten langen KI-Spielfilm. Genannt werden 28 Beteiligte, vier Wochen Produktionszeit, rund zwei Millionen US-Dollar Gesamtbudget und eine Million US-Dollar Rechenkosten. Der Film soll zudem lizenzierte Abbilder prominenter Personen verwenden.

Diese Werte sind extern nicht belastbar bestätigt. Sie eignen sich weder als Marktpreis noch als Planungsgrundlage. Auch ein angeblich veröffentlichter Ablauf aus zehn Produktionsschritten konnte nicht in einer verlässlichen Originalquelle nachgewiesen werden.

Der Fall ist dennoch managementrelevant, weil er die mögliche Verlagerung der Wertschöpfung veranschaulicht. Bei klassischer Produktion bindet die Herstellung erhebliche Mittel in Besetzung, Drehorte, Technik, Reisen und feste Drehtage. Generative Verfahren können Teile dieses Aufwands durch Modelle und Rechenleistung ersetzen. Die übrige Arbeit verschwindet jedoch nicht. Sie konzentriert sich auf Stoffentwicklung, Referenzmaterial, visuelle Kontinuität, Auswahl, Korrektur, Rechte und Abnahme.

Ein technischer Leitfaden von Google Cloud beschreibt generative Medien allgemein als Zusammenspiel von Modellen, Datenhaltung, Recheninfrastruktur und betrieblichen Kontrollen. Er bestätigt die konkreten Film- und Kostenangaben nicht. Er macht aber deutlich, dass generative Medienproduktion als softwaregestützte Anwendung betrieben werden kann – und nicht lediglich als neues Kreativwerkzeug.

Damit verändert sich die kommerzielle Leistungskette: Die Bilderzeugung wird leichter verfügbar, während die Fähigkeit zur konsistenten, rechtssicheren und aktualisierbaren Lieferung an Wert gewinnt.

Kreative Berufe erhalten einen anderen Verantwortungszuschnitt

Wenn ein Modell viele Fassungen einer Szene erzeugt, wandert die wertbestimmende Arbeit von der einzelnen Aufnahme zur Steuerung wiederholbarer Merkmale. Das schneidet bestehende Berufe und Zuständigkeiten neu zu.

Die kreative Leitung beurteilt dann nicht nur Licht, Perspektive und Dramaturgie einer Einstellung. Sie definiert Regeln, die über zahlreiche Ausgaben hinweg gelten: Welche Merkmale einer Figur müssen erhalten bleiben? Wie darf ein Produkt dargestellt werden? Welche Kombinationen aus Umgebung, Bewegung und Markenauftritt sind zulässig?

Das Produktmanagement gewinnt Einfluss, weil es gültige Ansichten, Proportionen, Bezeichnungen und Leistungsmerkmale festlegt. Der Service muss bei Anleitungen korrekte Arbeitsschritte und Sicherheitsgrenzen liefern. Recht und Einkauf beurteilen nicht erst den fertigen Film, sondern bereits Abbilder, Stimmen, Musik, Referenzmaterial und Vertragsbedingungen der eingesetzten Anbieter. Die Produktionsleitung steuert neben Terminen und Dienstleistern nun auch Modellversionen, Rechenbudgets und technische Wechselkosten.

Ein praktisches Beispiel zeigt die Konsequenz: Ein Hersteller lässt mehrere Varianten einer Maschinenszene erzeugen. In einer stimmt die Bewegung, aber das Bedienfeld ist falsch. Eine andere zeigt das Produkt korrekt, verwendet jedoch unzulässige Markenfarben. Eine dritte wirkt überzeugend, stellt aber einen sicherheitskritischen Arbeitsschritt fehlerhaft dar. Das Modell hat in allen drei Fällen Video produziert; ein lieferfähiges Ergebnis ist dennoch nicht entstanden.

Die Entscheidungsmacht liegt deshalb nicht allein beim Modellanbieter oder bei der Kreativabteilung. Sie verteilt sich auf jene Funktionen, die verbindlich sagen können, was richtig, erlaubt und veröffentlichungsfähig ist. Für das KI-Management ist diese Rollenveränderung wichtiger als die Frage, welcher Generator kurzfristig die eindrucksvollsten Bilder liefert.

Produktivität misst sich an verwendbaren Fassungen

Die neue Leistungskette verlangt eine andere Kostenrechnung. Preise pro Clip, Sekunde oder Modellaufruf erfassen nur die technische Erzeugung. Sie blenden verworfene Varianten, Nachbearbeitung, fachliche Prüfung, Rechteklärung und spätere Anpassungen aus.

Drei Bezugsgrößen sollten daher getrennt werden:

• Kosten je erzeugter Variante: Modellnutzung, Rechenleistung, Speicherung und technische Verarbeitung.
• Kosten je freigegebener Fassung: zusätzlich Auswahl, verworfene Ergebnisse, Korrekturen sowie fachliche und rechtliche Prüfung.
• Kosten je tatsächlich eingesetzter Fassung: zusätzlich Lokalisierung, Formatanpassung, Distribution und bereits freigegebene, aber ungenutzte Inhalte.

Diese Unterscheidung verhindert eine Fehlsteuerung über reine Ausgabemengen. Eine Kommunikationsabteilung kann wesentlich mehr Videos erzeugen, ohne dass Vertrieb, Service oder Kunden sie verwenden. Die Variantenmenge steigt dann, die Produktivität nicht.

Auch die in der Gesprächsrunde geäußerte Erwartung stark sinkender Rechenkosten sollte nur als Szenario behandelt werden. Günstigere Generierung verbessert die Gesamtrechnung wenig, wenn zugleich immer mehr Material geprüft und verworfen wird. Für Angebote und Investitionsentscheidungen zählt daher der Aufwand pro veröffentlichter Fassung sowie deren tatsächlicher geschäftlicher Einsatz.

Besonders wirtschaftlich kann KI-Video werden, wenn geprüfte Bestandteile mehrfach genutzt werden. Kostet der Aufbau korrekter Produktdarstellungen, Stilregeln und Rechte beispielsweise 60.000 Euro, entfallen bei 30 verwendeten Fassungen rechnerisch 2.000 Euro Aufbaukosten auf jede Nutzung. Bei nur drei eingesetzten Videos sind es 20.000 Euro. Nicht die technische Möglichkeit zur Skalierung entscheidet, sondern die realistische Wiederverwendung.

Der Einstieg entscheidet über den Lernwert

Für die meisten Unternehmen ist ein vollständiger KI-Spielfilm kein sinnvoller Ausgangspunkt. Lange fiktionale Formate verbinden hohe Anforderungen an Dramaturgie, Figurenkontinuität und Rechteklärung. Die unbestätigten Angaben zu vier Wochen Produktionszeit und 28 Beteiligten liefern dafür keinen belastbaren Vergleich.

Aussagekräftiger ist ein begrenzter Inhalt mit häufigem Wiederholungsbedarf. Ein Maschinenbauer könnte etwa ein 30-sekündiges Produktvideo für drei Länder und zwei Vertriebskanäle erstellen. Damit entstehen sechs klar definierte Fassungen desselben Inhalts. Über mehrere Produktionszyklen lässt sich beobachten, ob die Korrekturzeit sinkt, Darstellungen konsistent bleiben, Rechte nachvollziehbar sind und der Vertrieb die zusätzlichen Versionen tatsächlich einsetzt.

Dafür benötigt das Unternehmen eine verbindliche Datenquelle mit freigegebenen Produktansichten, Farben, Größenverhältnissen, Leistungsangaben, Gestaltungsregeln, Nutzungsgebieten und Versionsständen. Dieser Bestand ist keine gewöhnliche Dateiablage. Er wird zu einem kommerziellen Produktionsvermögen, wenn mehrere Bereiche daraus verlässlich aktuelle Medien ableiten können.

Klassische Aufnahmen bleiben sinnvoll, wenn die Echtheit eines Ereignisses den eigentlichen Wert bildet – etwa bei Kundenreferenzen, realen Produkttests oder Schadensdokumentationen. Generative Bilder können solche Inhalte ergänzen, aber ihren Belegwert nicht ohne Weiteres ersetzen.

Für einen KMU-Geschäftsführer ergibt sich daraus eine konkrete Entscheidung: Investiert wird nicht pauschal in „KI-Video“, sondern in einen wiederkehrenden Inhaltstyp, für den sechs bis zehn benötigte Fassungen, ihre Gesamtkosten und ihre Nutzung im Vertrieb oder Service vorab benannt werden können. Sinkt der Aufwand pro eingesetzter Version nach mehreren Durchläufen nicht, bleibt die klassische oder hybride Produktion wirtschaftlich die bessere Wahl.