Hinweis: Der Artikel stammt aus der Printausgabe des PCtipp vom September. Im schnelllebigen KI-Bereich können sich also mittlerweile Fakten geändert haben.

-----

Spätestens seit dem KI-Videoprogramm Sora von OpenAI erobert künstliche Intelligenz auch den Videobereich. Um aus einem Prompt ein Video zu generieren, geben Sie einfach eine Textbeschreibung ein. Eine generative Video-KI wie Wan, Runway oder Kling erzeugt daraus ein Video. Bei der Bild-zu-Video-Transformation verwandeln Sie statische Bilder in kurze Videos.

Der Nachteil von Sora ist allerdings der Preis. Da es im Vergleich zu Bildern wesentlich aufwendiger ist und deutlich mehr Ressourcen benötigt, Videos zu generieren, sind kostenlose Modelle rar gesät. Die fünf in diesem Artikel vorgestellten Modelle bieten jedoch einmalig oder regelmässig kostenlose Credits an, um sie auszuprobieren. Open-Source-Modelle wie Wan lassen sich zudem lokal installieren und auch ohne Monster-Grafikkarte nutzen. Lange Videos kommen dabei nicht heraus, der Rechenaufwand wäre einfach zu gross. Meist erstellen die KI-Modelle Videos mit einer Länge zwischen 5 und 30 Sekunden. Die fünf vorgestellten Modelle unterscheiden sich hinsichtlich der Einstellungsmöglichkeiten, und auch die Qualität der resultierenden Videos variiert.

Hinweis: Die Texteingaben müssen momentan meistens in Englisch sein. Hier kann ein Übersetzungs-Tool wie deepl.com helfen.

Wan kommt vom chinesischen Unternehmen Tongyi Lab, das zu Alibaba gehört, und liegt als Open Source vor. Surfen Sie zur Webseite wan.video und erstellen Sie dort ein kostenloses Konto. Wan spendiert Ihnen täglich zehn Credits. Sie erhalten diese, indem Sie sich einloggen. Wan kann Clips anhand eines Prompts, Bild 1, oder mit einem Startbild generieren.

Klicken Sie zunächst in der vertikalen Symbolleiste auf den Button AI Videos, um einen Clip generieren zu lassen. Nun klicken Sie auf Txt2Video, um ein Video mit einem Prompt zu erzeugen. Unten sehen Sie die Kosten aufgeführt: Ein Video zu generieren, erfordert zehn Credits. In das Textfeld geben Sie den Prompt ein. Je ausführlicher der Text, desto besser die Ergebnisse. Ein Beispiel-Prompt: «Encaustic sunset in shades of pink and blue over a quiet lake with a sailboat sailing, by Arthur Rackham, Carne Griffiths and Caspar David Friedrich, highly detailed, deep color, entangled, mysterious, noctilucent».

Ein Klick auf Enhance Prompt aktiviert eine Aktion, die sich auch Magic Prompt nennt. Das Ergebnis ist eine deutlich ausführlichere Version Ihres Prompts, die meist zu besseren Ergebnissen führt. Mit Use It übernehmen Sie die erweitere Fassung, Bild 2.

Nun geben Sie noch das Seitenverhältnis vor, etwa 1:1, 4:3 oder 16:9. Ein Klick auf den Befehl Generate erzeugt das Video. Das dauert je nach Länge der Warteschlange mehrere Minuten. Ein Countdown zeigt den geschätzten Zeitbedarf an. Anschliessend können Sie das Video abspielen, herunterladen oder mit dem gleichen Prompt einen erneuten Durchlauf starten.

Während sich das Aussehen von Videos, die Wan ausgehend von einem Prompt generiert hat, kaum vorhersehen lässt, haben Sie mit einem Startbild mehr Kontrolle. Um ein eigenes Bild in ein Video zu verwandeln, klicken Sie auf Img2Video. Laden Sie ein Bild hoch oder verwenden Sie eines der bereitstehenden Beispielbilder, die Sie unter Examples finden. Es empfehlen sich Bilder, bei denen die beabsichtigten Bewegungen auf der Hand liegen. Optional ergänzen Sie es mit einem beschreibenden Prompt, der erläutert, was in dem Video passieren soll. Auch der Enhanced Prompt steht hier wieder zur Verfügung. Ein Klick auf Generate erzeugt das Video, Bild 3.

Über den Reiter Effects lassen sich zusätzlich Videoeffekte zu einem Bild hinzufügen. Beispiele sind rotieren, schweben lassen, aufblähen oder auflösen.

Die Bezahl-Abonnements von Wan beginnen bei 5 US-Dollar monatlich, was 300 Credits einbringt.

Beim KI-Videogenerator Runway Gen-4 erhalten Sie einmalig 125 Credits. Dazu richten Sie auf app.runwayml.com/login ein Konto ein. Das Modell Gen-4 Turbo schlägt mit fünf Credits pro Sekunde zu Buche. Mit den 125 Credits können Sie folglich 25 Sekunden Video generieren. Das Standard-Abonnement bringt 625 Credits und kostet 15 US-Dollar im Monat. Das Unternehmen hat seinen Sitz in New York City.

Um ein geeignetes Startbild zu erhalten, können Sie im Reiter Image ein Bild erstellen lassen. Dazu geben Sie einen ausführlichen Prompt ein, etwa: «A lighthouse by the sea with huge waves crashing against it. Epic cinematic brilliant stunning intricate meticulously detailed dramatic atmospheric maximalist digital matte painting».

Sie können auch Referenzbilder vorgeben und das Seitenverhältnis und die Auflösung einstellen. Mit Generate lassen Sie das Bild erstellen. Das kostet Sie fünf Credits. Hinsichtlich der räumlichen Konsistenz hebt sich Gen-4 von der Konkurrenz ab, Bild 4.

Das generierte Bild lässt sich mit einem Klick auf Input for Video zum Ausgangsmaterial für das Video machen. Oder Sie klicken auf Video und laden ein eigenes Startbild hoch. Darunter beschreiben Sie optional, was auf dem Video passieren soll. Um bei dem Leuchtturm-Beispiel zu bleiben: «As the camera pans up huge waves crush against the lighthouse».

Legen Sie die Länge des Videos fest, je nachdem, wie viele Credits Sie investieren wollen. Erneut startet ein Klick auf den Befehl Generate den Filmdreh. Anschliessend können Sie das Video herunterladen oder nach einem Klick auf die Option Actions noch weiter bearbeiten, Bild 5.

Kling spendiert Ihnen 166 Credits beim Anmelden sowie eine kleine Menge monatlich. Sie finden die Video-KI unter klingai.com/global. Mit Firefox funktioniert die Anmeldung manchmal nicht. Nutzen Sie in diesem Fall einen anderen Webbrowser wie Google Chrome. Kling lässt sich ebenso wie Wan und Runway Gen-4 auch auf anderen Plattformen nutzen, etwa unter Nightcafé, zu finden unter creator.nightcafe.studio. Kling stammt vom chinesischen Unternehmen Kuaishou und versteht neben Chinesisch nur Englisch. Mit Kling 1.6 kostet ein Video 20 Credits, mit dem neueren Modell 2.1 Master schlagen 100 Credits zu Buche. Das Standard-Abo mit 660 Credits gibt es für 7 US-Dollar monatlich.

Klicken Sie unter Video Generation auf Text to Video, um einen Film anhand eines Prompts generieren zu lassen. Das geht nur mit Kling 1.6. Ein Prompt könnte lauten: «Basketball, dunk, expressive basketball player dunking the ball, in the style of Erin Hanson, Lisi Martin and Carne Griffiths». Wenn Ihnen nichts einfällt, können Sie per Mausklick DeepSeek damit beauftragen, einen Prompt für Sie zu erstellen. Optional fügen Sie einen negativen Prompt hinzu – mit alldem, was das Video nicht zeigen soll, Bild 6.

Über den Regler Sound Effects können Sie bei Bedarf eine passende Geräuschkulisse generieren lassen. Stellen Sie die Rahmenbedingungen wie das Seitenverhältnis ein, und klicken Sie abschliessend auf Generate. Eventuell erhalten Sie die Meldung, dass die Warteschlange voll ist. Versuchen Sie es in diesem Fall erneut, bis Sie an die Reihe kommen.

Mit einem Startbild funktioniert es analog. Hier steht Ihnen auch das Modell Kling 2.1 zur Verfügung. Dazu klicken Sie auf die Option Image to Video. Laden Sie Ihr Bild hoch und fügen Sie optional eine Beschreibung dazu, etwa: «A koi swimming in a lotus pond, ink painting».

Auch hier kann Ihnen DeepSeek zur Seite stehen. Nach einem Klick auf Generate landen Sie womöglich wieder in der Warteschlange. Bei Kling ist Geduld gefragt, Bild 7.

Sie können die vielseitige KI Adobe Firefly nutzen, nachdem Sie ein Konto erstellt haben oder mit einem kostenpflichtigen Creative-Cloud-Abonnement. Adobe macht keine genauen Angaben darüber, wie viele Credits Sie kostenlos erhalten. Es scheinen aber zehn Generierungen pro Monat zu sein. Die Ergebnisse sind mit einem Wasserzeichen versehen, aber zumindest erscheint auf der Bedienoberfläche keine Werbung. Ein Pluspunkt von Firefly vorwiegend gegenüber den chinesischen Modellen: Das Training von Firefly erfolgte ausschliesslich mit Inhalten aus nachvollziehbaren Quellen wie Adobe Stock sowie mit Inhalten, für die der Anbieter sich die Rechte gesichert hat. Ein Firefly-Abonnement mit 2000 Generative Credits erhalten Sie monatlich für 11 Euro.

Das Videomodell generiert Clips in 1080p-Auflösung und einer Länge von fünf Sekunden. Surfen Sie zur Website firefly.adobe.com/generate/video und erstellen Sie ein Konto. Sie können mit einem reinen Text beginnen oder ein Bild hochladen, mit dem Sie Ihren erstellten Videoclip beginnen möchten. Sie können sogar mit zwei Bildern den Startframe und den Endframe festlegen. Sie haben die Wahl zwischen Breitbild (16:9) und Hochformat (9:16). 

Ein Prompt könnte lauten: «Ein Buckelwal springt neben einem Segelschiff aus dem Meer». Anders als bei anderen Video-KIs führen deutsche Prompts nicht zu Qualitätseinbussen. Optional geben Sie Einstellungen für die Kamera vor. Zur Auswahl stehen Grössen wie Totale oder Grossaufnahme und Perspektiven wie Vogelperspektive oder Aufsicht. Aus Bewegungen wie Zoomen oder Schwenken lassen sich festlegen, Bild 8.

Schliesslich stehen noch zehn Stile zur Verfügung. Ist alles eingestellt, klicken Sie auf Generieren. Firefly ist sehr schnell, was die Erstellung des Videos angeht, Bild 9.

Hailuo AI ist eine innovative Video-KI aus China, entwickelt vom Unternehmen MiniMax. Hier erhalten Sie zum Start 500 Credits, die jedoch nur für einen kurzen Zeitraum gültig sind. Surfen Sie zu hailuoai.video und melden Sie sich mit Ihrem Google-Konto an. Auch hier haben Sie die Wahl, aus einem Bild oder mit einem Prompt ein Video generieren zu lassen. Nach einem Klick auf Image to Video laden Sie zunächst ein Bild hoch. Was dieses Modell von anderen unterscheidet, ist die Möglichkeit, detaillierte Kameraanweisungen vorzugeben. Sie können sich so ein wenig als Regisseur fühlen. Ein kleines Tutorial erklärt, wie sich die Anweisungen umsetzen lassen, bis zu komplexen Kamerafahrten. Mit Hailuo sind Videos mit einer Länge von bis zu 10 Sekunden möglich. Die Regieanweisungen lassen sich mit einer Beschreibung kombinieren in der Art «[Truck left, Pan right, Tracking shot] The windmill turns and the stream flows slowly down». Ein 5-Sekunden-Video kostet 25 Credits, Bild 10.

Mit Text to Video funktioniert es analog. Auch hier lassen sich präzise Kameraanweisungen vorgeben. In der Preset Library finden Sie zudem Ideen für den Prompt. Ein Beispiel: «Starting point: Low angle near ground Process: Vertical upward elevation Ending: Aerial bird's-eye view Feature: Gradually revealing vast landscape with stable camera movement and no shake». Das Ergebnis ist eine Kamerafahrt nach oben über eine weite Landschaft. Das kleinste Abonnement schlägt mit 8 US-Dollar monatlich zu Buche und bringt rund 1000 Credits ein, Bild 11.

Die Generierung von Videos mit KI steht noch am Anfang. Die rasanten Fortschritte, die bei ChatGPT zu beobachten waren, lassen den Schluss zu, dass auch bei Videomodellen weitere Qualitätssprünge zu erwarten sind. Die generierten Schnipsel sind in der Regel sehr kurz und noch fehleranfällig, aber es ist bereits abzusehen, wohin die Reise geht.