SURGE

Mich hat von Anfang an weniger der technische Neuigkeitswert gereizt als die Möglichkeit, Bilder zu realisieren, die vorher für einen unabhängigen Autor oder Produzenten praktisch unerreichbar gewesen wären. Plötzlich konnte ich Szenen aus meinen Geschichten nicht nur beschreiben, sondern sichtbar machen.

In den frühen Tagen waren die Ergebnisse oft noch unberechenbar. Figuren veränderten sich von Einstellung zu Einstellung, Bewegungen wirkten seltsam, Kamerafahrten funktionierten nur teilweise. Aber genau darin lag auch etwas Faszinierendes: Man konnte bereits erkennen, wohin sich diese Technologie entwickeln könnte.

Für mich war sehr früh klar: Wenn diese Werkzeuge besser werden, verändern sie nicht nur die Produktion von Bildern. Sie verändern die Möglichkeiten des Geschichtenerzählens für Menschen, die keine großen Filmstudios hinter sich haben.

„Wenn diese Werkzeuge besser werden, verändern sie nicht nur die Produktion von Bildern. Sie verändern, wer überhaupt filmisch erzählen kann.“

Die Bildqualität ist natürlich enorm gestiegen. Für mich ist die wichtigste Entwicklung aber die zunehmende Kontrolle.

Ein schönes einzelnes Bild zu erzeugen ist relativ einfach geworden. Eine Geschichte braucht jedoch Kontinuität: dieselbe Figur, dieselbe Kleidung, dieselbe Atmosphäre, nachvollziehbare Räume und eine visuelle Dramaturgie über viele Einstellungen hinweg. Je besser diese Kontrolle funktioniert, desto mehr verschiebt sich KI-Video von einer Demonstration beeindruckender Einzelbilder hin zu einem echten filmischen Werkzeug.

Und damit verändert sich auch das Erzählen. Ich denke heute beim Schreiben teilweise bereits darüber nach, welche Momente später filmisch funktionieren könnten, welche Einstellung, welches Geräusch oder welche Bewegung eine Szene zusätzlich erzählen kann.

„Die größte Veränderung ist für mich nicht das schönere Bild, sondern die wachsende Kontrolle über eine ganze Sequenz.“

Ein Cover erzeugt einen ersten visuellen Eindruck. Ein Klappentext vermittelt die Prämisse. Ein Trailer kann etwas Drittes transportieren: ein Gefühl.

Er kann den Rhythmus einer Geschichte spürbar machen. Er kann Bedrohung, Einsamkeit, Geschwindigkeit oder Unsicherheit erzeugen, bevor der Zuschauer überhaupt genau weiß, worum es geht.

Gerade bei SURGE ist diese Atmosphäre entscheidend. Die Geschichte beschäftigt sich mit einem System, das Entscheidungen über Menschen anhand von Wahrscheinlichkeiten trifft. Das lässt sich filmisch sehr unmittelbar vermitteln: durch kalte Interfaces, Überwachung, Entscheidungen in Sekundenbruchteilen und Menschen, die plötzlich zu Datenpunkten werden.

„Der Trailer soll den Roman nicht nacherzählen. Er soll eine Tür zu seiner Welt öffnen.“

Die KI kommt bei mir relativ spät ins Spiel. Zuerst muss ich wissen, wie sich die Welt anfühlen soll. Welche Farben dominieren? Wie sieht das Licht aus? Ist die Kamera ruhig oder nervös? Sind die Räume weit oder klaustrophobisch? Wie nah gehen wir an die Figuren heran?

Danach definiere ich die wichtigsten Figuren und Schauplätze möglichst genau. Kleidung, Alter, Körperhaltung und kleine visuelle Merkmale sind dabei genauso wichtig wie klassische Charakterbeschreibungen.

Ich denke außerdem stark in filmischen Kontrasten. Ein scheinbar perfektes, sauberes System kann besonders bedrohlich wirken, wenn dahinter menschliche Konsequenzen sichtbar werden. Erst wenn diese visuelle Grammatik steht, beginne ich mit der eigentlichen Generierung.

Eigentlich lange vor dem ersten generierten Video. Regie bedeutet für mich Auswahl. Welche Szene zeige ich? Was lasse ich bewusst weg? Wann sieht man ein Gesicht, wann nur eine Silhouette? Wann bewegt sich die Kamera und wann bleibt sie vollkommen still?

Auch bei KI-Video entstehen viele Varianten, von denen nur wenige wirklich funktionieren. Die Regiearbeit besteht deshalb nicht darin, der Maschine einen Satz zu geben und das Ergebnis zu akzeptieren. Sie besteht darin, eine klare Vorstellung zu verfolgen und immer wieder zu entscheiden, welches Bild tatsächlich zur Geschichte gehört.

Besonders wichtig ist anschließend der Schnitt. Zwei gute Einstellungen ergeben noch keine gute Szene. Rhythmus, Musik, Sounddesign, Stimme und der richtige Moment für einen Schnitt entscheiden häufig stärker über die Wirkung als die einzelne KI-Aufnahme.

Mich interessiert dabei weniger die klassische Vorstellung einer „bösen KI“. Viel spannender finde ich Systeme, die vollkommen logisch funktionieren und trotzdem zu moralisch problematischen Ergebnissen kommen können.

Wenn ein System beispielsweise berechnet, dass eine bestimmte Entscheidung statistisch die beste ist, stellt sich sofort die Frage: Beste Entscheidung für wen? Genau dort beginnt Verantwortung.

Wir erleben bereits, dass algorithmische Systeme Entscheidungen vorbereiten, Informationen filtern, Risiken bewerten oder Verhalten prognostizieren. Die entscheidende Frage ist deshalb nicht nur, wie leistungsfähig solche Systeme werden, sondern wer ihre Ziele definiert, welche Daten ihnen zugrunde liegen und wer am Ende Verantwortung für ihre Nutzung übernimmt.

„ALC-9 ist gerade deshalb bedrohlich, weil es kein Monster ist. Es ist Optimierung ohne eingebautes moralisches Empfinden.“

Beides. Für mich beginnt alles mit einer Geschichte. Danach stellt sich die Frage, welches Medium welchen Teil dieser Geschichte am besten erzählen kann. Der Roman kann Gedanken, Erinnerungen und innere Konflikte sehr tief darstellen. Film erzeugt unmittelbare visuelle Emotion. Musik kann etwas vermitteln, für das es manchmal gar keine Worte braucht.

Deshalb versuche ich nicht, jedes Projekt in dieselbe ästhetische Form zu pressen. Ein Thriller braucht eine andere Bildsprache als eine romantische Geschichte oder ein historisches Projekt.

Trotzdem gehören diese Arbeiten für mich zu einer gemeinsamen Idee: Geschichten nicht mehr nur als einzelnes Produkt zu betrachten, sondern als Story Worlds, die sich über mehrere Medien entfalten können.

„Das Medium wechselt, aber die Geschichte bleibt der Ausgangspunkt.“

Die größte Herausforderung bleibt Konsistenz. Ein spektakulärer kurzer Clip ist heute vergleichsweise leicht zu erzeugen. Schwieriger wird es, wenn eine Figur über viele Szenen hinweg exakt dieselbe bleiben soll oder wenn komplexe Interaktionen zwischen mehreren Personen stattfinden.

Auch feine Schauspielmomente sind weiterhin anspruchsvoll. Ein bestimmter Blick, ein kaum sichtbares Zögern oder eine sehr kontrollierte emotionale Reaktion sind häufig schwieriger als eine große Actionszene. Hinzu kommen Physik, räumliche Kontinuität, präzise Handlungen und stabile Interfaces.

Aber diese Grenzen beeinflussen auch die Inszenierung. Man lernt, Szenen anders aufzulösen, mit Close-ups, Gegenschüssen, Inserts, Reaktionen oder Sounddesign zu arbeiten. In gewisser Weise zwingt die Technologie einen wieder dazu, über Filmsprache nachzudenken.

„Komplexe KI-Probleme lassen sich oft besser mit Filmsprache lösen als mit einem noch längeren Prompt.“

Ein gutes Beispiel ist Electric Dreams - The AI Musical, eine meiner frühen größeren KI-Videoarbeiten. Damals war die Technologie noch wesentlich weniger kontrollierbar als heute. Gerade die Konsistenz von Figuren, Kleidung, Gesichtern und Schauplätzen war eine enorme Herausforderung.

Um überhaupt eine visuelle Kontinuität über mehrere Einstellungen hinweg zu erreichen, musste ich sehr häufig einzelne Frames manuell erstellen und genau vorbereiten. Diese Bilder dienten dann als Ausgangspunkt für die jeweiligen Videosequenzen. Im Grunde habe ich mir die Konsistenz Szene für Szene und teilweise Bild für Bild erarbeitet.

Heute lassen sich viele dieser Prozesse deutlich effizienter lösen. Rückblickend würde ich Electric Dreams heute wahrscheinlich völlig anders produzieren. Gleichzeitig war genau diese Arbeit für mich wichtig, weil ich dabei sehr früh gelernt habe, dass KI-Video nicht einfach aus dem Generieren einzelner Clips besteht. Man braucht eine visuelle Planung, Referenzen, Kontinuität und eine klare Vorstellung davon, wie eine Szene aufgebaut sein soll.

Ich habe damals außerdem gelernt, stärker in Einstellungen statt in einzelnen spektakulären Bildern zu denken: Establishing Shot, Close-up, Reaktion, Gegenschuss, Detail. Diese klassische Filmsprache ist mit den besseren KI-Werkzeugen nicht weniger wichtig geworden, im Gegenteil.

„Gerade weil damals so vieles manuell gelöst werden musste, habe ich gelernt, nicht darauf zu warten, dass die Technologie eine kreative Entscheidung für mich trifft.“

Ich glaube, dass bewegte Inhalte für Bücher deutlich normaler werden. Leser entdecken Bücher längst nicht mehr ausschließlich im Buchhandel. Sie begegnen ihnen auf YouTube, Instagram, TikTok, Websites oder anderen digitalen Plattformen. Dort konkurriert ein statisches Cover mit sehr viel bewegtem Content.

Deshalb wird es für Autorinnen, Autoren und Verlage zunehmend interessant, Bücher auch filmisch zu präsentieren. Aber ich glaube nicht, dass automatisch jeder KI-Buchtrailer funktionieren wird.

Wenn irgendwann jeder innerhalb weniger Minuten beeindruckende Bilder erzeugen kann, wird die reine technische Qualität kein Alleinstellungsmerkmal mehr sein. Dann wird wieder das entscheidend, was schon immer entscheidend war: Idee, Dramaturgie, Geschmack und eine eigene Handschrift.

„Je einfacher es wird, schöne KI-Bilder zu erzeugen, desto wichtiger werden Idee, Dramaturgie und eine eigene Handschrift.“