Hollow Springs

Es fing zunächst klein an: mit meinem vierten Online-Lehrgang an der AI-Filmschule „curious refuge“ in Los Angeles. Und einem dort im Lernplan verankerten Praxisprojekt, bei dem man auch umfassendes Experten-Feedback erhält. Da mein Dozent selbst ein herausragender AI-Filmmaker ist und unter dem Namen „Kavan the Kid“ auf YouTube hoch professionelle, von ihm produzierte AI-Serien veröffentlicht, war das für mich direkt die Inspiration, für mein eigenes Praxisprojekt die ersten Bausteine einer Mini-Serie zu produzieren: einen Trailer und die Pilot-Episode.

Das umfassende positive Feedback zu meinen Einreichungen, inklusive vieler guter Verbesserungsvorschläge, hat mich dann dazu motiviert, weiterzumachen und die komplette Serie in Eigenproduktion umzusetzen.

Durch den YouTube-Kanal meines Dozenten war mir schon vorher klar: Longform-Storytelling mit AI-Content funktioniert – schon heute. Was mich eher beschäftigt hat, war die Wahl des für mich „richtigen“ Genres. Ich sehe im Bereich AI-Film ausgesprochen viele Filme aus den Bereichen Horror, SciFi, Fantasy und Action. Ich war daher besonders neugierig mit Blick auf die Frage: Funktioniert das auch schon mit eher Character- und Dialog-zentrierten Stories? Mit Stories, die nicht nur vordergründig unterhalten, sondern auch eine echte Botschaft hinter der Story vermitteln?

Da war ich gedanklich direkt bei Genres wie Drama, Mystery und Adventure. In Kombination mit meinen persönlichen Eindrücken einer langen USA-Reise im Herbst 2025 entstand dann meine Idee einer Mystery-Drama-Miniserie, die in New Mexico spielt und sich inhaltlich um das Thema Wasserknappheit und den Umgang mit dieser Lebensressource in einer fiktiven Kleinstadt dreht.

Obwohl ich mit mehr als zehn Jahren Erfahrung als klassischer Business-Filmproduzent mit echten Menschen vor der Kamera in den Augen vieler eher eigentlich zu denen gehören müsste, die der KI kritisch-ablehnend gegenüberstehen, war ich schon nach der Produktion der ersten Szenen des Trailers völlig begeistert von den neuen Storytelling-Möglichkeiten, auch bei längeren Formaten.

Dazu das überaus positive Feedback aus meiner Filmschule und auch aus meinem Familien- und Freundeskreis, sehr oft verbunden mit dem Hinweis „Ich will unbedingt wissen, wie’s weiter geht!“. Da war mir klar: Auch zu 100 % mit AI produzierte Stories können Menschen berühren – sodass die Frage, ob das mit KI produziert wurde beziehungsweise mit welchen Tools, komplett unwichtig wird.

„Auch zu 100 % mit AI produzierte Stories können Menschen berühren.“Thomas Hohn · aus dem Interview

Mein erster Lehrgang an der Filmschule drehte sich um „AI Screenwriting“, und rückblickend war es genau richtig, damit zu starten. Denn dort habe ich nicht nur gelernt, wie wichtig und zentral für den Erfolg eine gute Story ist, sondern auch die Prinzipien der Story-Entwicklung – in Kombination mit speziell für die Teilnehmer trainierten Custom GPTs für alle Phasen des Screenwriting-Prozesses, zum Beispiel Logline, Filmposter, Story-Idee, Weltenbau, Charakterentwicklung und Drehbuch mit Dialogen.

Ein für mich sehr zentraler Schritt für meine eigene geplante Serie war die Entwicklung einer Serien-Bibel: ein umfassendes Word-Dokument, in dem ich meine Gedanken zur visuellen Erzählweise der gesamten Serie, zu Recherche-Details rund um New Mexico, zu Story-Beats und Character-Arcs über alle Episoden hinweg definiert habe. Für mich eine perfekte Basis, um das Thema Konsistenz nie aus dem Blick zu verlieren und auch für die von mir genutzten LLMs ein guter Input, um die KI direkt auf den Stand meiner eigenen kreativen Ideen und Entscheidungen zu bringen.

Für die Pilotepisode habe ich darauf basierend noch ein Drehbuch mit dem Industriestandard-Tool „Final Draft“ entwickelt, das dann auch kleinste Details zu den Szenen und sämtliche Dialogtexte enthält. Das hat sich in der Produktion bewährt, und ich werde es auch für die weiteren Episoden genau so fortsetzen.

Ich lege jede wesentliche Figur meiner Serie direkt in Magnific als Charakter an, auf den ich dann in allen Prompts direkt referenzieren kann. Konkret nutze ich mehrere Fotos mit verschiedenen Perspektiven – Porträtfoto von vorn, Full-body-Aufnahmen von vorn, von der Seite und von hinten – und auch die von mir ausgewählte Stimme meines Charakters hinterlege ich hier direkt.

Darauf aufbauend lege ich dann auch für jede Figur direkt weitere Charaktere an: Die Person bleibt identisch, aber das Outfit wechselt. Bei einer Serie, die in der Story an verschiedenen Tagen spielt, ist auch das wechselnde Outfit meiner Figuren ein kleiner, aber wichtiger Beitrag zur Authentizität. Über diesen relativ einfachen Workflow lässt sich sehr gut die Charakterkonsistenz über verschiedene Szenen und sogar Episoden hinweg sicherstellen.

Nach meiner Überzeugung sind diese „Marker“ für die wahrgenommene Authentizität extrem wichtig, gerade weil ich die Serie auch international publizieren möchte und viele meiner zukünftigen Zuschauerinnen und Zuschauer vermutlich sogar direkt in den USA leben. Daher soll sich die Story auch wirklich nach New Mexico anfühlen: die Landschaft, die Städte, das Essen, die kulturellen Aspekte des Wassers und die Besonderheiten des örtigen Acequia-Systems – historische Wasserkanäle.

Da steckt viel Recherche drin, obwohl es sich „nur“ um ein fiktionales Format handelt – aber für die Wirkung ist das in meinen Augen Gold wert. Ich habe sogar eigene Fotos aus meinem USA-Urlaub, Fotos typischer Speisen oder Luftaufnahmen von Google Earth von Albuquerque und Santa Fé als Referenzen für die Bildgenerierung genutzt.

Kleine Story-Veränderungen, neue eigene Ideen, veränderte Dialoge – all das passiert bei mir häufig, und meist direkt während des Produzierens beziehungsweise der Postproduktion. Das war schon bei meiner klassischen Filmproduktion „on location“ beim Dreh vor Ort so, und ist es auch beim AI-Filmmaking.

Aber: Die grundlegende Story und die Welt, in der sie spielt, sowie alle Charaktere – all das war für mich seit der Finalisierung der Serienbibel festgeschrieben und fix. Bis zu dem Zeitpunkt aber war es tatsächlich ein kreatives Ping-Pong-Spiel zwischen der KI und mir, mit vielen Story-Iterationen und dramaturgischen Neuentscheidungen. Aber irgendwann muss man in dieser Konzeptphase dann auch zum Ende kommen – meine eigene „Bibel“ hat mich da sehr gut diszipliniert.

„Meine eigene ‚Bibel‘ hat mich da sehr gut diszipliniert.“Thomas Hohn · aus dem Interview

Diese Frage wird mir häufiger gestellt – und viele vermuten zunächst, dass ein AI-Film mit wenigen Prompts und Mausklicks erstellt ist. Tatsächlich ist zumindest bei meinen storybasierten Filmen das Gegenteil der Fall – und meine vielen Film- beziehungsweise E-Learning-Produktionen mit echter Kameratechnik sind für mich hier der perfekte Vergleichsmaßstab.

Mit dem Ergebnis: Es ist im Prinzip egal, ob ich morgens zum Dreh für einen Kunden fahre und abends mit vielen SD-Cards voller Rohmaterial zurückkomme – oder ob ich morgens am Rechner mit den Szenenfotos im AI-Tool starte und abends alle Rohvideos „im Kasten“ sind: Der Zeitaufwand ist nahezu identisch. Meine grobe Faustformel: Eine Minute final geschnittener Storyfilm entspricht circa einem Arbeitstag Zeitaufwand. Somit stecken allein in meiner Pilot-Episode rund zehn Arbeitstage für die Produktion, zuzüglich der anfänglichen Story-, Welt- und Charakterentwicklung. Insgesamt also rund 14 Tage Aufwand für zehn Minuten Film.

„Eine Minute final geschnittener Storyfilm entspricht circa einem Arbeitstag Zeitaufwand.“Thomas Hohn · aus dem Interview

Überrascht hat mich zu Beginn vor allem, wie aufwändig die Preproduction ist: das Anlegen von Charakteren, Szenen und Locations – bevor überhaupt eine Sekunde Film animiert wird. In meinen Augen ist das ein zentraler Erfolgsfaktor für effizientes Animieren, weil ein vorher generiertes Szenenfoto die KI viel besser in die richtige Richtung lenken kann als reine Text-Prompts.

Aber bei einer zehnminütigen Episode sind das eben Hunderte von Fotos, und oft scheitern die Tools an simplen Aufgaben – meist, weil man selbst eine klare Vorstellung hat, zum Beispiel Blickrichtung von Charakteren oder Look von Locations, dies aber im Prompt nicht ausreichend vermittelt. Inzwischen nutze ich regelmäßig Claude als Unterstützung beim Schreiben solcher Text-to-Image-Prompts und neuerdings auch für Image-to-Video-Prompts, also die Animation der Szenen. So kann ich auch im Bewegtbild das Zusammenspiel von Handlungsablauf, „Performance“ meiner Charaktere – Mimik, Gestik, Motion – sowie der Sprach-Tonalität sehr effizient und in einem einzigen Prompt gut planen und die KI in die richtige Richtung lenken.

Ich habe sowohl Image- und Recruitingfilme für Firmen produziert als auch – im Hauptberuf – videobasierte E-Learning-Inhalte konzipiert und produziert. Diese Mischung aus Film- und Didaktik-Skills gibt es tatsächlich gar nicht so oft, und sie hilft mir wirklich sehr.

Das visuelle Erzählen und die dramaturgische Wirkung verschiedener Kameraperspektiven und -einstellungen, das Know-how rund um die Wirkung verschiedener Objektive, Brennweiten und Lichtstärken, die Reduktion komplexer Themen auf verdauliche und anschauliche Nuggets, die Einrichtung von Drehorten mittels Licht – bei all dem fange ich nicht bei Null an, sondern setze auf einem großen Erfahrungsschatz auf.

Ja, speziell in der Konzeptphase einer AI-Filmproduktion helfen mir Claude und ChatGPT wirklich sehr, noch effizienter zu arbeiten: zum Beispiel bei der initialen Ideenfindung, der Entwicklung und Weiterentwicklung einer Story, dem Schreiben und Übersetzen von Drehbüchern.

Die Produktion und Postproduktion hingegen bleiben für mich kreatives Handwerk, und gerade für die Postproduktion nutze ich nach wie vor klassische Tools wie Final Cut Pro X oder DaVinci Resolve. Hier habe ich mich bewusst gegen Automatisierungen und Agents entschieden, da für mich gerade hier der Spaßfaktor und die kreative Freiheit besonders groß sind.

Ich bin überzeugt: In Zeiten von immer mehr AI-Content und damit auch AI-Slop macht die Story den Unterschied. „Story is King“: Das Prinzip wird in meinen Augen jetzt noch wichtiger. Wenn ein AI-Film es schafft, mit seiner Story die Menschen so zu berühren, dass Aspekte wie Tools, Fehler oder Artefakte völlig unwichtig werden, dann ist etwas entstanden, das über den Moment hinaus wirkt – und damit das Gegenteil von Slop ist.

Vor allem bei der konsequenten Nutzung der vielen neuen kreativen Möglichkeiten. Viele sehen KI vor allem als Mittel zur Effizienzsteigerung oder um schneller zu werden. Für mich ist KI vor allem Sparringspartner und Möglich-Macher, mit dem ich im Ping-Pong-Dialog Ideen entwickle und verfeinere.

Aber die finalen Entscheidungen zu Charakteren, zur Welt der Story, zu Ort und Zeit der Handlung bis hin zu dramaturgischen Details einzelner Szenen: die treffe ich. Denn beim visuellen Erzählen geht es immer auch um Empathie, Einfühlungsvermögen und filmisches Handwerk: Das alles möchte ich nicht an eine KI delegieren. Und noch eine weitere Erfahrung aus meiner klassischen Produktionszeit gilt auch für AI-Content: Die Magie entsteht im Schnitt – wenn Bildmontage, Musik und Geräusche zu einem stimmigen Ganzen verschmelzen. Da bleibt KI bei mir noch konsequent außen vor.

„Die Magie entsteht im Schnitt – wenn Bildmontage, Musik und Geräusche zu einem stimmigen Ganzen verschmelzen.“Thomas Hohn · aus dem Interview

Erfolg würde ich vor allem an der Reaktion meiner Zielgruppe festmachen. Ich plane, „Hollow Springs“ auf YouTube in einem neuen Kanal zu veröffentlichen. Wenn sich die User-Reaktionen und Kommentare vor allem auf inhaltliche Aspekte der Story beziehen, zum Beispiel meine Figuren, auf das Wasser, auf New Mexico, dann ist das Experiment gelungen.

Gescheitert hingegen wäre es für mich, wenn sich die Rückmeldungen fast nur um gefundene Fehler, Inkonsistenzen oder rein produktionstechnische Aspekte drehen: Dann funktioniert die eigentliche Story nicht. Bewusst nicht mein Maßstab sind hier die reine Reichweite oder Klickzahlen – denn die hängen auch stark vom Algorithmus und der Qualität meiner eigenen Marketingmaßnahmen ab. Für mich zählen somit vor allem die qualitativen Feedbacks.

Es gibt erstaunlich viele Parallelen zwischen fiktionalen B2C-AI-Filmprojekten und meinen B2B-Filmproduktionen für das Corporate Learning – nicht inhaltlich, aber im Workflow: Konzeptphase, Storytelling, Produktion und Postproduktion sind quasi deckungsgleich.

Für mich ist die Produktion einer eigenen Serie das beste persönliche Trainingslager, das ich mir vorstellen kann, um meine Skills weiter zu verfeinern und diese dann direkt auch in meine Kundenprojekte einfließen lassen zu können. Gleichzeitig möchte ich meine neue YouTube-Präsenz mit „Hollow Springs“ bewusst nutzen, um potenziellen Auftraggebern meine Kompetenz im AI-Filmmaking zu demonstrieren. Daher auch die bewusste Entscheidung gegen die „typischen“ AI-Genres wie Horror, Science-Fiction, Fantasy oder brutale Actionfilme – und stattdessen für Drama, Mystery und Crime. Denn gerade in beruflichen Themen, etwa in Kommunikationssituationen, steckt oft sehr viel Drama; der Transfer zu Business-Themen liegt hier also auf der Hand.

Ja, und wenn ich auf „mein“ Marktsegment Corporate Learning schaue, dann bedienen die Anbieter von KI-gestützten E-Learning-Autorentools in ihren Kampagnen auch genau diesen Aspekt – frei nach dem Motto: „Mach aus deinen Folien in nur wenigen Minuten automatisiert einen coolen Onlinekurs“. Das ist aus meiner Sicht aber zu kurz gesprungen.

Der Nutzen liegt hier eher bei den Autoren und Autorinnen, die oft in permanenter Zeitnot sind – aber das führt am Kunden noch nicht zu besseren Kursen beziehungsweise mehr Lernerfolg. Die eigentliche Magie ist nach meiner Überzeugung, lernbegleitende Stories in einer Qualität umzusetzen, die noch vor Kurzem so nicht denkbar war. Und damit selbst die trockensten und langweiligsten Lerninhalte mit einem Hauch von Hollywood deutlich aufzuwerten. Denn heute braucht es keine großen Studios oder Budgets mehr, um Weiterbildung so auch in kleinen Unternehmen deutlich anschaulicher und nachhaltiger zu gestalten. Und erwiesen ist: Wer mit Spaß lernt, bei dem bleibt auch mehr hängen – die zentrale Voraussetzung für die Anwendung des Gelernten im eigenen Arbeitsalltag.