Der technische Kontext
Ich habe diesen Fall ohne Romantik betrachtet: Die Tatsache von 90 Minuten ist beeindruckend, aber mein Interesse gilt nicht dem „Wow“-Effekt, sondern der Frage, wie das Ganze zusammengestellt wurde. Ehrlich gesagt bedeutet die heutige KI-Implementierung im Videobereich fast nie, dass man mit einem einzigen Prompt ein fertiges Ergebnis in Spielfilmlänge erhält.
Ich würde auf ein bekanntes Schema setzen: Drehbuch, eine Reihe kurzer Szenen, Charakterreferenzen, dann Schnitt, Ton, Übergänge und manuelle Rhythmusanpassung. Genau so werden lange KI-Videos derzeit erstellt, auch wenn es in der Ankündigung heißt, man habe „einen Film generiert“.
Stand Mai 2026 gibt es bei den gängigen Text-zu-Video-Modellen keinen bestätigten Modus, bei dem ich auf einen Knopf drücke und eine zusammenhängende 20-90-minütige Episode mit stabilen Charakteren, Physik und Dialogen erhalte. Sora 2, Veo 3.1, Runway Gen-4.5, Kling 3.0 und ähnliche Systeme sind in den Bereichen Clips, Szenenverlängerung und Konsistenz viel besser geworden, aber es handelt sich immer noch um eine clipbasierte Produktion, nicht um einen autonomen Regisseur.
Hier sehe ich den wirklichen Fortschritt: Die zeitliche Konsistenz (temporal consistency) hat sich spürbar verbessert, die Kamera „schwimmt“ weniger, Gesichter gehen zwischen den Bildern seltener kaputt und der Multi-Shot-Workflow wirkt endlich nicht mehr wie ein Forschungshöllenritt. Außerdem helfen einige Modelle bereits recht gut bei Audio und Lippensynchronisation, was den manuellen Zusammenbau erheblich verkürzt.
Die Nachricht ist also nicht, dass jemand das Kino mit einem einzigen Prompt erobert hat. Die Nachricht ist, dass die Pipeline der KI-Filmproduktion für Langformate reif genug ist, sofern das Team über genügend Disziplin und Geduld verfügt.
Auswirkungen auf Unternehmen und Automatisierung
Für Studios, Marketing und Edtech ist dies ein gutes Signal: Langformate können jetzt schneller und günstiger als vor einem Jahr erstellt werden. Nicht kostenlos und nicht ohne Menschen, aber die Eintrittsbarriere ist gesunken.
Wer gewinnt? Teams, die eine KI-Architektur rund um die Szenengenerierung aufbauen können: Drehbuch, Shot-Liste, Charakterkontrolle, Schnitt, Voice-over, QA. Wer verliert? Diejenigen, die immer noch auf den „magischen Knopf“ warten und nicht verstehen, dass KI-Automatisierung hier wie ein Fließband funktioniert, nicht wie ein Zaubertrick.
Das sehe ich auch bei meinen Kunden: Das Wertvollste ist nicht das Modell selbst, sondern die Kombination aus Werkzeugen und Regeln, die ein wiederholbares Ergebnis liefert. Im Nahornyi AI Lab lösen wir genau solche Engpässe, wenn es nicht nur darum geht, mit neuronalen Netzen zu spielen, sondern eine funktionierende Pipeline für Inhalte, Schulungen oder Medienproduktion aufzubauen.
Wenn Ihr Team bereits im manuellen Video-Zusammenbau ertrinkt, lassen Sie uns den Prozess Schritt für Schritt zerlegen und das Chaos beseitigen. Im Nahornyi AI Lab kann ich Ihnen helfen, eine KI-Automatisierung für Ihre Produktion aufzubauen, damit Langformate kein Experiment mehr sind, sondern Termine und Budgets eingehalten werden.