„Die Verantwortung liegt nicht bei der Maschine, sondern bei uns.“

Sie nutzen in allen Produktionsschritten KI. Was bedeutet das konkret für Ihre Arbeit? 

Zunächst einmal: Wir alle im Team wissen, wie man klassisch Filme produziert. Niemand von uns ist ein „Tech Bro“, der in die KI-Filmwelt eingestiegen ist, um schnell und billig Filme zu machen. Wir sind Filmschaffende, die auch ohne KI produzieren könnten und das bereits getan haben. 
Wir prüfen also bei jedem Produktionsschritt, wie KI uns gezielt unterstützen kann – als Werkzeug, nicht als Ersatz. Sie soll ermöglichen, mehr Geschichten zu erzählen, größere Effekte zu realisieren und komplexere Stoffe umzusetzen. Entscheidend ist, KI nicht pauschal über den gesamten Prozess zu legen, sondern bewusst dort einzusetzen, wo sie wirklich Mehrwert schafft. 

Ist es nicht eine Herausforderung, bei so vielen neuen Möglichkeiten in jedem Produktionsschritt den Fokus zu behalten? 

Absolut. KI ist ein Werkzeug, aber kein simples wie Pinsel oder Schere. Wenn man einen Schnitt setzt, ist er exakt so, wie man ihn gesetzt hat. KI hingegen interpretiert immer. Das kann ablenken oder kurz vom Weg abbringen, weil die Möglichkeiten auf einmal endlos wirken. Darum ist es so wichtig, den klassischen Produktionsprozess zu verstehen und sich zunächst zu fragen: Was will ich erzählen? 
 

Wie unterscheiden sich Ihre heute produzierten Inhalte von klassischen Filmproduktionen? 

Das ist schwer zu trennen. Wir arbeiten mit drei Produktionsweisen: mit AI enhanced Animation, aber auch mit hybrider und vollsynthetischer Produktion. In unserer Serie Space Vets, der ersten KI-Animationsserie weltweit, kommt AI enhanced Animation zum Einsatz. Man erkennt den KI-Aspekt kaum. In der hybriden Produktion drehen wir klassisch mit Schauspieler: innen und ersetzen einzelne Elemente. Dieser Ansatz ist aktuell am vielversprechendsten, denn er lässt sich am besten in die „traditionelle“ Produktion integrieren. So können wir Sets extenden, Gebäude verändern oder sogar das Kostüm. Dabei hilft es, gedrehtes Ausgangsmaterial zu haben, da sich unsere KI-Workflows dann auf etwas beziehen können. Und bei der vollsynthetischen Produktion wird jedes Pixel von KI generiert. Hier sind kleine Unstimmigkeiten noch am ehesten sichtbar, etwa bei Bewegungen oder Anschlüssen. Den einen großen Unterschied zu klassischen Produktionen gibt es also nicht, da die Ansätze so verschieden sind und damit schwer vergleichbar. Vielmehr eröffnen die unterschiedlichen KI-Ansätze sehr verschiedene Möglichkeiten. 
 

Bei Space Vets ist mir besonders die Musik positiv aufgefallen. Welche Rolle hat KI dabei gespielt? 

Beim Titelsong haben wir zunächst mit KI experimentiert. Der Text stammte von der Autorin Anna Ludwig, wir wollten ausprobieren, wie ein passender Intro-Song klingen könnte. Das Problem war aber das Urheberrecht: An einer KI-generierten Melodie hätten wir keine Rechte gehabt, nur am Text. Deshalb haben wir, wie es beim Film üblich ist, einen Studiomusiker engagiert, der das Stück neu einspielte. Interessant war, dass der Musiker meinte: „Das klingt cool, aber manche Instrumente, die man da hört, existieren gar nicht.“ Das liegt daran, dass KI eben rechnet und teilweise halluziniert, auch bei Melodien. Dennoch ist es ein toller Intro-Song geworden! 

Welche neuen Möglichkeiten eröffnet KI für das Storytelling?

KI eröffnet uns Spielräume, die wir als Produktionsfirma zuvor nicht gehabt hätten. Klassische Animationen wären für uns schlicht zu teuer gewesen. Das gilt ebenso für hybride und vollsynthetische Produktionen. Ein gutes Beispiel ist unser Horrorkurzfilm Daisy. Auf den ersten Blick wirkt er gar nicht besonders aufwendig. Doch wer sich mit Film auskennt, sieht schnell, was dahintersteckt: Die Geschichte spielt in einer Höhle, teils unter Wasser. Klassisch hätte man Drehorte finden, Sets absichern und Schauspieler:innen versichern müssen – logistisch und finanziell eine Herausforderung. Alternativ hätte man einen riesigen Wassertank aufbauen und eine komplette Höhle im Studio nachbauen müssen, ebenfalls extrem teuer. Mit KI konnten wir diesen Raum erschaffen und die Geschichte so erzählen, wie es sonst für uns – und ehrlich gesagt auch international – kaum möglich gewesen wäre.

Bei der Synchronisation haben Sie sich bewusst dagegen entschieden, komplett KI-generierte Stimmen zu verwenden. Warum? 

Unser Ziel ist nicht, möglichst viel zu ersetzen, sondern mit den vorhandenen Mitteln das bestmögliche Ergebnis zu erzielen. Gerade beim Synchronsprechen trägt die Stimme die gesamte Emotionalität. Ob sie zittert, bricht oder warm klingt, entscheidet darüber, ob Zuschauer:innen wirklich mitgehen. Deshalb ist künstlerische Kontrolle hier entscheidend. Die hat man nur, wenn man Stimmen klassisch einspricht und die Performance gezielt gestaltet. Im Nachhinein lassen sich Stimmen verfremden oder anpassen. Bei den Space Vets z. B. gab es eine männliche und eine weibliche Sprecherin, die sämtliche Rollen übernommen und ganz unterschiedlich interpretiert haben. Anschließend wurden die Stimmen synthetisch verändert, aber Betonung und Ausdruck stammen direkt von den Voice Actors. 

Nutzen Sie gängige Tools oder eigene KI-Lösungen? 

Grundsätzlich muss man zwischen Open-Source- und Closed-Source-Technologien unterscheiden. Letztere sind etwa bekannte Modelle wie Midjourney, Sora oder auch Google Veo. Sie bieten fertige Anwendungen, bei denen wir aber nicht wissen, wie sie trainiert wurden oder was genau beim Prompting passiert – ob etwa ein sogenanntes „Prompt Polishing“ stattfindet. Solche Tools nutzen wir trotzdem, weil sie innovativ sind und uns weiterbringen, auch wenn die kommerzielle Nutzung oft eingeschränkt ist. 
Open Source funktioniert anders: Eine internationale Community entwickelt die Modelle kontinuierlich weiter. Wir können genau nachvollziehen, was passiert, wenn wir einen Input geben. Das ist für uns wichtig, weil wir so selbst programmieren und Workflows bauen können, die genau auf unsere Entertainmentprodukte zugeschnitten sind. Dafür nutzen wir vor allem ComfyUI. Damit lassen sich komplexe Workflows aufbauen, die auf den ersten Blick wie ein „Spaghetti-Monster“ aus unzähligen Nodes wirken, die wir aber gezielt mitentwickeln und anpassen können. Ein weiterer großer Vorteil: Alles läuft lokal auf unseren Rechnern, nichts wird in der Cloud gespeichert. Das ist essenziell, wenn wir mit Künstler:innen zusammenarbeiten und deren Material in Modelle einfließt. So bleiben alle Trainingsprozesse inhouse und datenschutzrechtlich sicher. Gerade bei Produktionen für große Streaminganbieter ist das ein starkes Argument: Alles bleibt bei uns, es passiert nichts außerhalb. 
 

Kann KI auch überraschen oder neue kreative Impulse geben?

Auf jeden Fall. Genau das macht generative KI aus: Sie übersetzt etwas von einer Form in eine andere, etwa Text in Bild, und schafft dabei Interpretationsspielräume. Wenn ich etwa „woman sitting in a chair“ prompte, bekomme ich ein Bild zurück. Aber ich habe nicht genug beschrieben, wie das Bild aussehen soll, also muss die KI interpretieren. Je ungenauer der Prompt, desto größer der Überraschungseffekt; je präziser die Vorgaben, desto geringer.

Gibt es eine typische KI-Ästhetik? 

Jein. Viele, die nicht täglich mit KI arbeiten, meinen damit diese typische Optik, die sofort verrät: Das ist generiert. Oft entstehen solche Bilder, wenn der Input zu schwach war; oder es handelt sich um ältere DALL E-Versionen, die zwar fotorealistisch wirkten, aber dennoch einen unverkennbaren Look hatten. Vor zwei Jahren konnte man an der Hand mit sechs Fingern noch sehen: Das ist KI. Inzwischen sind es perfekte fünf Finger. Trotzdem sucht man nach etwas anderem, das „komisch“ wirkt – findet es aber nicht mehr so eindeutig. 
Der Journalist Gregor Schmalzried spricht treffend von den „toten Augen“ oder der „Aura“ eines Bildes – diesem schwer fassbaren, leicht unheimlichen Eindruck, bei dem man spürt, dass etwas nicht stimmt, ohne es benennen zu können. Man nennt das den Uncanny-Valley-Effekt. Doch mittlerweile werden KI-Bilder zunehmend überzeugender und sind immer schwieriger als KI-generiert zu erkennen. 
 

Es ist entscheidend, sich zu fragen, wie man – trotz KI – ein pädagogisch wertvolles Medium gestalten möchte.“ 

Bei älteren Disney-Produktionen wurde kritisiert, dass sie Sehgewohnheiten von Kindern nicht immer positiv geprägt haben, etwa durch übergroße Augen, sehr zierliche Figuren oder stereotype Darstellungen. Sehen Sie im Hinblick auf eine mögliche KI-Ästhetik auch die Gefahr, dass Sehgewohnheiten geprägt oder sogar problematisch beeinflusst werden könnten? 

Es gibt nicht den KI-Look für Kinder. Theoretisch ist jeder Stil von Pixar bis Oldschool-Disney möglich. Aber eins ist klar: Problematische Darstellungen, die wir schon vor KI in Kindermedien kritisiert haben, können durch KI reproduziert werden. Stereotype Schönheitsideale oder bestimmte Bildmuster stecken schlicht in den Datensätzen. KI hat keine pädagogische Ausbildung und kein Verständnis davon, was für Kinder gut ist. Deshalb ist es entscheidend, sich zu fragen, wie man – trotz KI – ein pädagogisch wertvolles Medium gestalten möchte. Als wir Space Vets produzierten, war für uns klar, eine Autorin einzubeziehen, die pädagogisch ausgebildet ist. Sie hat das Skript geschrieben, uns beraten und den gesamten Prozess begleitet. 

Bei Space Vets steht Umweltschutz im Zentrum. Für welche Altersstufe haben Sie die Animationsserie entwickelt? 

Für die Vorschule und die ersten Schuljahre, also etwa von 3 bis 8 Jahren. 

Wie ist die Serie beim jungen Publikum angekommen? 

Die finale Folge haben wir sogar in einer Schule getestet. Uns war wichtig zu sehen, wie die Kinder reagieren: Können sie sich mit den Charakteren identifizieren, wen mögen sie besonders, wie empfinden sie Story und Ästhetik? Interessanterweise spielte Letzteres kaum eine Rolle … 
Es geht um Umweltschutz, ja, aber es gibt auch einen B-Plot: Noras Katze verschwindet und gerät in einen Sandsturm. Den Kindern war es unglaublich wichtig, dass die Katze Zuflucht findet, etwa hinter einem Stein. 
Insgesamt war das Feedback sehr, sehr gut. Für uns war das die klare Bestätigung, dass es sich gelohnt hat, Menschen mit Erfahrung einzubeziehen, die gezielt Geschichten für Kinder entwickeln können. 

KI wird auf jeden Fall weiterhin großen Einfluss darauf haben, wie wir Filme erschaffen.“

Kann KI zu Medienvielfalt beitragen? 

Ja. Das ist auch genau das, was wir erreichen wollen. Wir wollen mit KI als Werkzeug diverse Inhalte produzieren. Gleichzeitig braucht es aber das Bewusstsein, dass KI – wie schon gesagt – auch Stereotype reproduzieren kann. Normschönheit, Sexismus oder Rassismus sind weiterhin ein Problem, weil die Datensätze, auf denen Modelle basieren, eben nicht neutral oder „aufgeräumt“ sind. Umso wichtiger ist es, Vielfalt bei KI aktiv mitzudenken. Die Verantwortung liegt nicht bei der Maschine, sondern bei uns, den Menschen, die die Kunst erschaffen. 

Wie hat sich KI auf die Budget- und Produktionsplanung ausgewirkt?

Grundsätzlich gilt: Die Teams werden kleiner und agiler, weil man mit einem vielfältigeren Skillset mehr umsetzen kann. Ich halte nichts davon zu sagen, KI macht alles billiger. Die eigentliche Chance liegt darin, das Production Value zu erhöhen. Wir zahlen also für eine solide Produktion dasselbe wie zuvor, können aber durch KI mehr herausholen. Dinge, die man früher aus Budgetgründen gestrichen hätte, werden plötzlich machbar. 

Sie wurden nach Hollywood eingeladen, um Ihre Produktion vorzustellen. Welche Eindrücke haben Sie von dort mitgenommen? 

Es war auf jeden Fall eine sehr spannende Reise. In Hollywood merkt man sofort, dass dort einfach viel mehr produziert wird als bei uns in Deutschland. Wir müssen viel stärker darum kämpfen, überhaupt produzieren zu dürfen. Interessanterweise sind die USA durch die Streiks bei vielen Themen derzeit weniger innovationsgetrieben. In Deutschland hingegen spüre ich einen großen Drang, Neues auszuprobieren, es gibt viel Talent, viele Ideen und den Willen, etwas zu bewegen. Hollywood dagegen hat bereits die größten und teuersten Produktionen, dort geht es heute oft eher darum, Kosten zu sparen. Das ist der kapitalistische Gedanke bei den Entscheidungsträgern. Ganz anders sieht es bei denjenigen aus, die direkt mit KI arbeiten und an der Entwicklung beteiligt sind. Die wollen mehr machen und coolere Sachen ausprobieren. 
In den USA ist die technologische Entwicklung vor allem ein Wettkampf, ein Rennen gegen die Zeit. Alle wollen schneller und besser sein als die anderen. In Deutschland wollen wir innovativ sein, mitgestalten und aus der Industrie heraus etwas entwickeln – nicht nur von außen etwas aufgesetzt bekommen. Gleichzeitig nehmen wir uns die Zeit, eine Haltung zu KI zu entwickeln und zu überlegen, wie wir sie einsetzen. Das finde ich sehr positiv.
 

In Deutschland hingegen spüre ich einen großen Drang, Neues auszuprobieren, es gibt viel Talent, viele Ideen und den Willen, etwas zu bewegen.“

In der Filmbranche gibt es bisher kaum Regulierung beim Einsatz von generativer KI. Wo wäre sie sinnvoll? 

Die Produktionsallianz beschäftigt sich bereits mit dem Thema und überprüft regelmäßig, ob ihre Regeln zur schnellen Entwicklung passen. Insgesamt gibt es aber bisher noch relativ wenig konkrete Regelungen für den Einsatz von generativer KI im Bildbereich, da braucht es definitiv mehr. 
Wir haben deshalb einen eigenen Kodex (faircodex.com) entwickelt, kein starres Regelwerk, sondern ein Framework mit grundlegenden Prinzipien: Wir prompten keine bestehenden IPs, kein Intellectual Property. Ebenso prompten wir keine Künstler:innen oder deren Stile, also kein „woman sitting in a chair in the style of Wes Anderson“. Wir respektieren geistiges Eigentum und kreative Arbeit. Aber natürlich kann man sich inspirieren lassen. Außerdem gilt: „Be aware of BIAS“, also Vorurteile im Blick behalten, und „create in good faith“. Ich erkläre das gern so: Man sollte immer davon ausgehen, dass ein Journalist, der einem nicht gutgesinnt ist, über die eigene Entscheidung schreibt. Hat man dabei ein ungutes Gefühl, sollte man es lieber lassen. Und die vierte Regel lautet: Wir binden keine realen Menschen in Produktionen ein, die ihr Einverständnis nicht gegeben haben. Eigentlich ist das selbstverständlich, aber die Tools verhindern es nicht automatisch. 

Viele in der Branche haben die Befürchtung, dass KI Arbeitsplätze kosten könnte … 

Natürlich führt jede technologische Innovation dazu, dass Berufe sich verändern oder auch wegfallen können. Das gehört leider dazu. Gleichzeitig entstehen aber neue Möglichkeiten: Wer schon in der Branche arbeitet und sich zusätzlich KI-Know-how aneignet, kann dadurch noch wertvoller werden. Was mir mehr Sorgen macht, ist der Einstieg in unser Berufsfeld. Viele kleine Jobs, die früher typische Zugänge waren – Praktika oder Juniorstellen – fallen mittlerweile weg. Das wird eine große Herausforderung. Hochschulen und Unternehmen müssen das unbedingt mitdenken, damit Nachwuchs weiterhin eine Chance hat, Fuß zu fassen. 

Wo sehen Sie die Zukunft von KI-generierten Filmen? 

KI wird auf jeden Fall weiterhin großen Einfluss darauf haben, wie wir Filme erschaffen, aber eben als Werkzeug. So vertrete ich die Nutzung von KI: Sie soll in unsere Produktionen eingebunden werden, damit wir als Künstler:innen Entertainment schaffen können, von dem wir überzeugt sind; Entertainment, das Rezipient:innen anspricht und ihnen ein besseres Medium bietet. 
Was ich nicht glaube: dass jeder Mensch künftig seinen eigenen KI-Film generieren wird. Dieses Szenario, jemand sitzt auf der Couch und generiert seinen eigenen Film, ergibt für mich historisch keinen Sinn. Anthropologisch gesehen erzählen Menschen Geschichten, um zusammenzukommen und diese Geschichten miteinander zu teilen. 

Wenn Sie sich eine KI-Funktion in der Produktion wünschen könnten, welche wäre das? 

Eine saubere, automatische Ordnerstruktur (lacht).