KI-Film-Lexikon

Künstliche Intelligenz, die auf Basis gelernter Muster neue Inhalte erzeugt, etwa Texte, Bilder, Videos oder Töne. Das Ergebnis wird neu berechnet, basiert aber auf den Strukturen und Zusammenhängen der Trainingsdaten.

Ein trainiertes System, das bestimmte Aufgaben ausführen kann. Unterschiedliche Modelle sind etwa auf Text, Bilder, Video oder Audio spezialisiert und interpretieren dieselbe Anweisung oft unterschiedlich.

Eine textliche oder visuelle Anweisung an ein KI-Modell. Sie kann Inhalt, Handlung, Kamera, Licht, Stil und Bewegung beschreiben. Ein Prompt ist eine kreative Vorgabe, garantiert aber kein exakt vorhersehbares Ergebnis.

Eine ergänzende Angabe darüber, was nicht im Ergebnis erscheinen soll, beispielsweise bestimmte Objekte, Stile oder Bildfehler. Nicht jedes Modell unterstützt Negative Prompts, und ihre Wirkung ist nicht immer zuverlässig.

Ein neuer Durchlauf oder eine neue Fassung innerhalb eines wiederholten Verbesserungsprozesses. Eine Szene kann viele Iterationen durchlaufen, bevor Bewegung, Bildgestaltung und Timing funktionieren.

Ein Zahlenwert, der den zufälligen Ausgangspunkt einer Generierung beeinflusst. Derselbe Seed kann unter identischen Einstellungen ähnliche Ergebnisse unterstützen, garantiert aber über Modell- oder Versionswechsel hinweg keine exakte Wiederholung.

Ein Verfahren, bei dem ein Videoclip direkt aus einer Textbeschreibung erzeugt wird. Der Prompt definiert die gewünschte Szene, während das Modell Bildinhalt und Bewegung generiert.

Ein vorhandenes Bild dient als visueller Ausgangspunkt für einen Videoclip. Das Modell ergänzt Bewegung, zeitliche Entwicklung und oft auch Kamerabewegung, während Komposition und Figur des Ausgangsbildes als Referenz dienen.

Ein Bild, das dem Modell Orientierung für Figur, Kleidung, Umgebung, Stil oder Komposition gibt. Es erhöht die visuelle Kontinuität, führt aber nicht automatisch zu einer exakten Kopie.

Die Fähigkeit, eine Figur über mehrere Einstellungen hinweg wiedererkennbar zu halten. Dafür werden Referenzbilder, präzise Beschreibungen, geeignete Modelle und vor allem eine sorgfältige menschliche Auswahl kombiniert.

Ein ausgewählter Bereich eines Bildes wird neu generiert, während der Rest möglichst erhalten bleibt. So lassen sich Objekte entfernen, Details korrigieren oder einzelne Bildelemente verändern.

Das vorhandene Bild wird über seine ursprünglichen Grenzen hinaus erweitert. Das Modell ergänzt neue Bildbereiche, etwa um ein anderes Seitenverhältnis oder einen größeren Ausschnitt zu erzeugen.

Ein Bild wird aus einer Textbeschreibung erzeugt. Der Prompt kann Motiv, Bildausschnitt, Licht, Stil und Atmosphäre vorgeben; die konkrete Ausführung bleibt eine Interpretation des Modells.

Ein vorhandenes Bild wird als Ausgangspunkt neu interpretiert oder verändert. Je nach Einstellung bleiben Komposition und Struktur stärker erhalten, während Stil, Details oder Inhalt variieren.

Eine durchgehende filmische Einstellung zwischen zwei Schnitten. Ein Shot wird unter anderem durch Bildausschnitt, Perspektive, Kamerabewegung, Handlung und Dauer bestimmt.

Eine geplante Liste aller Einstellungen eines Films oder einer Szene. Sie hält etwa Bildausschnitt, Handlung, Kamerabewegung, gewünschte Dauer und dramaturgische Funktion fest und gibt der Generierung eine klare Struktur.

Ein festgelegtes Bild oder ein definierter Zustand an einem bestimmten Zeitpunkt. Bei generativem Video können Start- und Endbilder als Keyframes dienen, zwischen denen das Modell eine Bewegung entwickelt.

Die Auflösung eines Bildes oder Videos wird erhöht. KI-Upscaling rekonstruiert und ergänzt dabei Details, kann aber keine tatsächlich aufgenommenen Originalinformationen zurückholen und mitunter neue Fehler erzeugen.

Zwischen vorhandenen Einzelbildern werden zusätzliche Frames berechnet. Dadurch lassen sich Bewegungen glätten, Bildraten verändern oder Zeitlupen erzeugen. Fehlerhafte Zwischenbilder können jedoch sichtbare Artefakte verursachen.

Die Mundbewegungen einer Figur werden an gesprochene Sprache angepasst. Gute Ergebnisse berücksichtigen nicht nur einzelne Laute, sondern auch Ausdruck, Rhythmus und Kopfbewegung.

Ein unbeabsichtigter visueller oder akustischer Fehler, etwa verformte Hände, flackernde Details, springende Hintergründe oder unnatürliche Bewegungen. Artefakte können während Generierung und Nachbearbeitung entstehen.

Eine KI erzeugt aus einem Drehbuch, einer Szene oder einer Beschreibung eine zusammenhängende Folge geplanter Bilder. Das Ergebnis kann Bildaufteilung, Figurenpositionen und Einstellungswechsel vorbereiten, ersetzt aber nicht die dramaturgische und gestalterische Auswahl durch Filmschaffende.

Referenzen geben einem Modell zusätzliche visuelle Vorgaben für Figuren, Orte, Objekte, Komposition oder Stil. Anders als beim Training wird das Grundmodell dabei üblicherweise nicht dauerhaft verändert, sondern für die jeweilige Generierung gelenkt.

Mehrere Referenzbilder werden gleichzeitig verwendet, etwa für Gesicht, Kleidung, Schauplatz und visuelle Atmosphäre. Je klarer die Funktion jeder Referenz ist, desto geringer ist das Risiko widersprüchlicher Vorgaben.

Ein auf mehreren Bildern basierendes Modell oder Profil, das die visuelle Identität einer Figur über verschiedene Szenen, Perspektiven und Lichtbedingungen erhalten soll. Bei realen Personen müssen Einwilligung, Persönlichkeitsrechte und erlaubte Nutzungszwecke berücksichtigt werden.

Figuren, Objekte und räumliche Beziehungen bleiben über unterschiedliche Blickwinkel hinweg nachvollziehbar. Sie ist entscheidend, damit ein Raum beim Gegenschuss oder Perspektivwechsel nicht seine Geometrie verändert.

Bilddetails, Licht, Texturen und Bewegungen bleiben von Frame zu Frame stabil. Schwache zeitliche Konsistenz zeigt sich etwa durch Flackern, springende Formen oder plötzlich veränderte Oberflächen.

Das Start Frame legt das Ausgangsbild einer generierten Videosequenz fest. Ein optionales End Frame definiert den gewünschten visuellen Zielzustand. Das Modell erzeugt die Bewegung und Veränderung zwischen beiden Bildern. Figuren, Perspektive und Details können dabei dennoch vom gewünschten Übergang abweichen.

Ein Modell erzeugt innerhalb eines Durchlaufs mehrere aufeinanderfolgende Einstellungen und setzt Schnitte oder Perspektivwechsel selbstständig. Je nach Werkzeug können ein Start Frame und ein End Frame den visuellen Rahmen der Sequenz vorgeben. Das beschleunigt den Szenenbau, bietet aber meist weniger Kontrolle über jeden einzelnen Schnitt als eine getrennte Shot-Produktion.

Mehrere kurze Clips werden über passende End- und Anfangsbilder miteinander verbunden. So entstehen längere Abläufe, während Kontinuität und Qualitätskontrolle auf einzelne Abschnitte begrenzt bleiben.

Ein vorhandener Videoclip wird vorwärts oder rückwärts weitergeführt. Das Modell orientiert sich am zeitlichen Rand des Ausgangsmaterials, wobei Figuren, Bewegung und Licht mit zunehmender Länge abweichen können.

Beschreibt, wie genau ein Ergebnis die formulierten Vorgaben zu Inhalt, Handlung, Kamera oder Stil umsetzt. Prompttreue hängt vom Modell, der Komplexität der Anweisung und möglichen Widersprüchen im Prompt ab.

Die schrittweise Veränderung einer Figur über mehrere Bilder oder Einstellungen hinweg, etwa bei Gesicht, Kleidung, Körperbau oder Alter. Sie ist ein Kontinuitätsproblem und muss durch Referenzen, Auswahl und Nachbearbeitung kontrolliert werden.

Die Fähigkeit, Objekte über Zeit und Perspektivwechsel hinweg als dasselbe Objekt zu erhalten. Fehlt sie, können Requisiten nach einem Schwenk verschwinden, ihre Form ändern oder an anderer Stelle auftauchen.

Die Plausibilität von Schwerkraft, Kollisionen, Material, Licht und Körperbewegung innerhalb einer Szene. Sie kann visuell überzeugend wirken, ohne in jedem Detail einer realen Simulation zu entsprechen.

Kamerabewegung, Perspektive oder Bildführung werden als eigene Parameter festgelegt und nicht nur im Prompt beschrieben. Es handelt sich um eine generative Simulation filmischer Kameraarbeit, nicht um die Messung einer realen Kamerafahrt.

Das Modell ahmt typische Eigenschaften bestimmter Objektive nach, etwa anamorphes Bokeh, Flares, Halation, Verzerrung oder einen weicheren Vintage-Look. Die Wirkung ist eine visuelle Interpretation und keine physikalisch exakte Optiksimulation.

Eine simulierte Brennweite beeinflusst Bildwinkel, räumliche Verdichtung und die wahrgenommene Nähe zum Motiv. Angegebene Millimeterwerte dienen bei KI-Systemen meist als gestalterische Orientierung und nicht als garantierte physikalische Kameradaten.

Der sichtbare Schärfebereich wird ähnlich einer Blendenwahl simuliert. Geringe Schärfentiefe trennt ein Motiv vom Hintergrund, während große Schärfentiefe mehrere Raumebenen lesbar hält.

Lichtquelle, Richtung, Farbe, Intensität oder Lichtcharakter werden vor der Generierung festgelegt. Das Modell interpretiert diese Vorgaben für das gesamte Bild, muss dabei aber nicht immer physikalisch korrekte Schatten oder Reflexionen erzeugen.

Eine definierte Farbwelt lenkt die Tonalität einer Generierung über mehrere Bilder oder Einstellungen hinweg. Sie unterstützt einen konsistenten Look, ersetzt aber nicht zwingend die abschließende Farbkorrektur und das Color Grading.

Emotion, Gesichtsausdruck und Körpersprache einer generierten Figur werden gezielt vorgegeben. Die Regie beschreibt dabei nicht nur, was eine Figur tut, sondern wie sie den Moment spielt.

Ein definierter visueller Stil soll über mehrere Bilder oder Szenen erhalten bleiben. Im Unterschied zur Figurenkonsistenz betrifft Style Lock vor allem Farbwirkung, Textur, Formensprache und gestalterischen Gesamtcharakter.

Die geordnete Abfolge von Arbeitsschritten, Werkzeugen und Entscheidungen. Ein KI-Film-Workflow kann von Idee und Shotlist über Referenzen, Prompts und Iterationen bis zu Auswahl, Schnitt und Sounddesign reichen.

Innerhalb einer Produktion werden unterschiedliche KI-Modelle nach ihrer jeweiligen Stärke eingesetzt, etwa getrennt für Figuren, Bewegung, Video, Audio oder Upscaling. Die Auswahl folgt dem Shot und der Aufgabe, während Kontinuität und Zusammenführung menschlich kontrolliert werden müssen.

Ein Video dient als Vorlage für Aspekte einer Generierung, beispielsweise Kameraführung, Bildaufbau, Rhythmus oder Bewegung. Welche Eigenschaften übernommen werden, hängt vom jeweiligen Werkzeug ab.

Eine reale oder vorbereitete Bewegung liefert die Vorlage für die Bewegung einer generierten Kamera, Figur oder eines Objekts. Sie ersetzt nicht die Kontrolle von Timing, Gewicht und physikalischer Plausibilität.

Die Mimik, Gestik oder Bewegung einer gespielten Vorlage wird auf eine digitale oder generierte Figur übertragen. Bei realen Personen sind Einwilligung, vereinbarter Umfang und sichere Speicherung der Aufnahmen wesentlich.

Die Generierung oder Fortschreibung über deutlich längere Zeiträume als einen kurzen Clip. Mit zunehmender Länge werden Gedächtnis, räumliche Kontinuität, Figurenstabilität und dramaturgische Kontrolle schwieriger.

Die systematische Entwicklung, Prüfung und Verfeinerung von Prompts und weiteren Eingaben. Im Film verbindet sie gestalterische Absicht mit reproduzierbaren Arbeitsabläufen, ersetzt aber nicht die kreative Auswahl.

Ein generatives Modell, das aus einem zunächst verrauschten Bild oder Videoraum schrittweise ein Motiv herausarbeitet. Viele aktuelle Bild- und Videogeneratoren basieren auf diesem Prinzip.

Eine Architektur, die den Diffusionsprozess mit einem Transformer verbindet. Sie kann große Bild- und Videomodelle skalierbarer machen und komplexe zeitliche Zusammenhänge verarbeiten.

Ein Modell, das neue Inhalte Schritt für Schritt aus bereits erzeugten Teilen ableitet. Bei Sprache sind das meist Tokens, bei Bild oder Video können es visuelle Einheiten oder zeitlich aufeinanderfolgende Elemente sein.

Ein komprimierter mathematischer Raum, in dem ein Modell Merkmale wie Form, Stil, Bewegung oder Identität repräsentiert. Viele Generatoren arbeiten dort, bevor das sichtbare Bild ausgegeben wird.

Ein Modellbestandteil, der Bilder in eine kompakte latente Darstellung übersetzt und wieder in sichtbare Bilder zurückwandelt. Seine Qualität beeinflusst Details, Farben und Bildstabilität.

Ein Modellansatz, der Text und Bild in einem gemeinsamen Bedeutungsraum verknüpft. Dadurch kann ein Generator einschätzen, wie gut ein Bild zu einer textlichen Beschreibung passt.

Eine kleine Informationseinheit, in die ein Modell Eingaben zerlegt. Ein Token kann ein Wortteil, ein Zeichen oder bei visuellen Modellen eine codierte Bildeinheit sein.

Eine numerische Repräsentation von Bedeutung oder Merkmalen. Embeddings helfen Modellen, Texte, Bilder, Stimmen, Figuren oder Stile miteinander zu vergleichen und zu referenzieren.

Ein Modell, das mehrere Medienformen wie Text, Bild, Video und Audio gemeinsam verstehen oder erzeugen kann. Das erleichtert Workflows, in denen etwa ein Bild, ein Prompt und eine Tonspur zusammenwirken.

Ein breit trainiertes Grundmodell, das für viele Aufgaben eingesetzt oder weiter angepasst werden kann. Spezialisierte Film-Workflows bauen häufig auf einem solchen Basismodell auf.

Der eigentliche Rechenvorgang, bei dem ein trainiertes Modell aus einem Prompt und weiteren Eingaben ein Ergebnis erzeugt. Jede neue Bild- oder Videogenerierung ist eine Inferenz.

Die gezielte Weiteranpassung eines bereits trainierten Modells mit zusätzlichen Daten. Damit lassen sich beispielsweise eine bestimmte Bildsprache, Figur oder Produktionsästhetik stärker verankern.

Eine ressourcenschonende Methode zur Anpassung eines Modells. Kleine Zusatzgewichte können etwa einen Stil, ein Objekt, ein Kostüm oder eine Figur vermitteln, ohne das gesamte Basismodell neu zu trainieren.

Eine Methode, mit der ein Modell ein bestimmtes Motiv oder eine Person aus mehreren Referenzbildern erlernt. Im Film kann sie für wiederkehrende Figuren, Requisiten oder Schauplätze eingesetzt werden.

Eine Trainingsmethode, bei der ein neuer Begriff oder Token für ein visuelles Konzept gelernt wird. Dieser Platzhalter kann später in Prompts verwendet werden, um das Konzept erneut aufzurufen.

Die Anzahl der Rechenschritte, in denen ein Diffusionsmodell aus Rauschen ein Ergebnis entwickelt. Mehr Schritte bedeuten nicht automatisch mehr Qualität, beeinflussen aber Detailgrad, Rechenzeit und Interpretation.

Ein Steuerwert dafür, wie stark sich ein Modell an der Texteingabe orientiert. Zu niedrige Werte können vom Prompt abweichen, zu hohe Werte können unnatürliche oder überzeichnete Ergebnisse erzeugen.

Ein Modellansatz, der räumliche Zustände, Objekte und ihre Veränderungen über Zeit abbilden soll. Im filmischen Einsatz verspricht das stabilere Szenen, ist aber kein Beleg für ein fehlerfreies physikalisches Weltverständnis.

Eine Erweiterung für Diffusionsmodelle, die zusätzliche Strukturvorgaben wie Pose, Kanten, Tiefe oder Segmentierung berücksichtigt. Damit lässt sich die Bildkomposition genauer steuern.

Ein Adapter, der visuelle Merkmale aus einem Referenzbild in die Generierung einbringt. Er ergänzt den Textprompt und kann Motiv, Stil oder Bildaufbau stärker an einer Vorlage ausrichten.

Ein leichter Adapter für Text-to-Image-Modelle, der zusätzliche Bedingungen wie Skizzen, Tiefenkarten oder Kantenbilder verarbeitet. Er ermöglicht mehr Kontrolle, ohne das Basismodell vollständig zu verändern.

Die unterschiedliche Gewichtung einzelner Wörter oder Promptteile. Damit wird festgelegt, welche Motive, Eigenschaften oder Stile stärker beziehungsweise schwächer berücksichtigt werden sollen.

Eine Darstellung der geschätzten Entfernung einzelner Bildbereiche zur Kamera. Sie kann Perspektive, räumlichen Aufbau, Relighting und kontrollierte Bewegung unterstützen.

Die automatische Erkennung der Körperhaltung anhand von Gelenk- und Körperpunkten. Die ermittelte Pose kann als Steuerung für Figuren, Animation oder neue Bildvarianten dienen.

Die pixelgenaue Zuordnung von Bildbereichen zu Klassen wie Person, Himmel, Straße oder Gebäude. Dadurch können Bereiche gezielt verändert, ersetzt oder separat bearbeitet werden.

Eine Segmentierung, die nicht nur Objektklassen erkennt, sondern einzelne Objekte voneinander trennt. Mehrere Personen im selben Bild können dadurch unabhängig maskiert oder verfolgt werden.

Die präzise Trennung eines Vordergrundmotivs vom Hintergrund, einschließlich feiner Übergänge wie Haare, Rauch oder transparente Stoffe. KI kann diesen klassischen Compositing-Schritt beschleunigen.

Die Schätzung der Bewegungsrichtung und Geschwindigkeit von Bildpunkten zwischen Frames. Sie wird unter anderem für Tracking, Zeitlupen, Interpolation, Stabilisierung und temporale Effekte genutzt.

Die Übertragung einer Bewegung oder Performance von einer Quelle auf eine andere Figur. Dabei kann beispielsweise die Körperbewegung eines Darstellers auf einen generierten Charakter übertragen werden.

Ein Verfahren, das ein bestehendes Video als Bewegungs- und Strukturvorlage nutzt und daraus eine visuell veränderte Fassung erzeugt. Timing und Performance bleiben dabei meist stärker erhalten als bei reiner Text-to-Video-Generierung.

Die Übertragung von Mimik und Kopfbewegung einer Person auf ein anderes oder synthetisches Gesicht. Im Unterschied zum einfachen Gesichtstausch steht die Performance im Mittelpunkt.

Der computergestützte Austausch eines Gesichts in einem Bild oder Video. Für glaubwürdige Ergebnisse müssen Perspektive, Licht, Mimik und zeitliche Stabilität zusammenpassen.

Eine verbreitete Bedienmetapher, bei der Bewegungsbereiche direkt im Bild markiert werden. Das Werkzeug beschreibt meist, welche Bildteile sich bewegen sollen und in welche Richtung.

Eine computergenerierte menschliche Figur, die Aussehen, Stimme, Mimik und Verhalten verbinden kann. Sie kann vollständig synthetisch oder auf einer realen Person aufgebaut sein.

Ein digitales Abbild einer realen Person für Film, VFX oder virtuelle Produktion. Es soll Körper, Gesicht und Bewegung so konsistent wiedergeben, dass es in bestimmten Einstellungen die reale Person ersetzen kann.

Eine Kombination aus klassischer Computergrafik und neuronalen Netzen. KI ergänzt, rekonstruiert oder verbessert Bildinformationen, um realistische Szenen effizienter zu berechnen.

Eine neuronale 3D-Repräsentation, die aus mehreren Fotos neue Ansichten einer Szene berechnet. Sie eignet sich besonders für virtuelle Kamerafahrten durch rekonstruierte Räume oder Objekte.

Ein Verfahren zur räumlichen Rekonstruktion und Darstellung von Szenen mit vielen dreidimensionalen Gauß-Punkten. Es ermöglicht hochwertige neue Kameraperspektiven oft in Echtzeit.

Die KI-gestützte Rekonstruktion von 3D-Räumen oder Objekten aus Fotos, Videos oder Sensordaten. Das Ergebnis kann in VFX, Previsualisierung oder virtueller Produktion weiterverwendet werden.

Die Erzeugung eines dreidimensionalen Objekts oder einer Szene aus einer Textbeschreibung. Das Resultat kann als 3D-Modell, räumliche Repräsentation oder renderbare Ansicht vorliegen.

Die Schätzung einer dreidimensionalen Form aus nur einem einzelnen Bild. Nicht sichtbare Seiten werden vom Modell plausibel ergänzt und müssen deshalb besonders kritisch geprüft werden.

Die automatische Erzeugung von Lippen-, Gesichts- und teils Kopfbewegungen aus einer Sprachaufnahme. Sie wird für digitale Figuren, Synchronfassungen und virtuelle Darsteller genutzt.

Dialog, Atmosphäre, Geräusche oder Musik entstehen direkt im Video- oder Szenenworkflow. Dadurch können Bild und Ton enger aufeinander abgestimmt sein, müssen aber weiterhin auf Synchronität, Verständlichkeit, Rechte und gestalterische Qualität geprüft werden.

Die Umwandlung von geschriebenem Text in gesprochene Sprache. Moderne Systeme können Sprechstil, Tempo, Betonung und Stimme steuern oder aus Referenzen ableiten.

Die direkte Umwandlung einer gesprochenen Aufnahme in eine andere synthetische Stimme. Rhythmus, Betonung und emotionale Performance der Vorlage können dabei weitgehend erhalten bleiben.

Die Erstellung einer synthetischen Stimme anhand von Sprachaufnahmen einer realen Person. Für eine rechtmäßige Nutzung sind Einwilligung, Nutzungsumfang und Kennzeichnung entscheidend.

Die Veränderung der stimmlichen Identität einer vorhandenen Aufnahme, ohne den gesprochenen Inhalt neu zu erzeugen. Sie kann Klangfarbe und Sprechercharakter ändern, während die Performance erhalten bleibt.

Die KI-gestützte Übersetzung und Neuvertonung eines Films in eine andere Sprache. Gute Systeme berücksichtigen mehrere Sprecher, Timing, Stimmeigenschaften und teilweise Lippenbewegungen.

Die automatische Erkennung, wann welche Person in einer Aufnahme spricht. Sie strukturiert Interviews, Dialoge und Transkripte nach Sprecherwechseln.

Die automatische Umwandlung gesprochener Sprache in Text. Sie bildet die Grundlage für Transkription, Untertitel, Übersetzung und durchsuchbare Interviewarchive.

Die algorithmische Trennung einer gemischten Tonaufnahme in einzelne Quellen. So können etwa Sprache, Musik und Hintergrundgeräusche getrennt bearbeitet werden.

Eine auf Musik spezialisierte Form der Quellentrennung. Ein fertiger Mix wird beispielsweise in Gesang, Schlagzeug, Bass und weitere Instrumentengruppen zerlegt.

Die Erzeugung von Geräuschen und Atmosphären aus Textbeschreibungen oder visuellen Vorlagen. Sie kann den Soundentwurf beschleunigen, ersetzt aber nicht automatisch Auswahl, Timing und Mischung.

Ein Sammelbegriff für Medieninhalte, die vollständig oder teilweise algorithmisch erzeugt oder verändert wurden. Dazu zählen synthetische Bilder, Videos, Stimmen und digitale Personen.

Ein durch KI erzeugter oder manipulierter Bild-, Audio- oder Videoinhalt, der reale Personen oder Ereignisse täuschend echt erscheinen lassen kann. Der Begriff wird besonders bei Identitätsmanipulation und möglicher Täuschung verwendet.

Technisch eingebettete Herkunftsinformationen zu einem Medium. Sie können dokumentieren, wer einen Inhalt erstellt oder bearbeitet hat und welche Werkzeuge dabei verwendet wurden.

Ein offener technischer Standard für überprüfbare Herkunfts- und Bearbeitungsinformationen digitaler Medien. Signierte Manifeste sollen Veränderungen nachvollziehbar und Manipulationen erkennbar machen.

Die nachvollziehbare Geschichte eines digitalen Inhalts von seiner Erstellung bis zu späteren Bearbeitungen. Provenance beantwortet nicht automatisch, ob ein Inhalt wahr ist, sondern woher er stammt und was mit ihm geschehen ist.

Eine für Menschen nicht sicht- oder hörbare Markierung in Bild, Video, Audio oder Text. Sie kann helfen, KI-generierte Inhalte später technisch zu identifizieren, ist aber kein lückenloser Echtheitsbeweis.

Die Daten, aus denen ein Modell während des Trainings Muster lernt. Herkunft, Qualität, Repräsentation und Nutzungsrechte dieser Daten beeinflussen Fähigkeiten, Grenzen und rechtliche Fragen des Modells.

Systematische Verzerrungen in Daten, Modellen oder Ergebnissen. Im Film können sie sich etwa in stereotypen Figuren, einseitiger Darstellung von Gruppen oder begrenzten visuellen Normen zeigen.

Eine standardisierte Begleitdokumentation zu einem KI-Modell. Sie sollte unter anderem Zweck, Trainingsdaten, Leistungswerte, Grenzen, Risiken und bekannte Verzerrungen beschreiben.

Eine abwertende Bezeichnung für massenhaft erzeugte, austauschbare oder unzureichend geprüfte KI-Inhalte. Der Ausdruck beschreibt eine Qualitäts- und Kontextkritik, nicht eine technische Kategorie oder jedes KI-gestützte Werk.

Die erkennbare Ähnlichkeit einer Darstellung mit einer realen Person, etwa durch Gesicht, Stimme, Gestik oder charakteristische Merkmale. Ob und wie sie genutzt werden darf, hängt vom konkreten Kontext und anwendbaren Recht ab.

Rechte, die die Identität, Würde und Darstellung einer Person schützen können. Bei KI-Film sind insbesondere erkennbare Abbildungen, Stimmen, täuschende Zuordnungen und die jeweils erforderliche Einwilligung relevant; die Rechtslage ist kontext- und länderabhängig.

Das Recht schützt schöpferische Werke und regelt unter anderem Nutzung, Bearbeitung und Verwertung. Für KI-Produktionen sind die Rechte an eingesetzten Vorlagen, Musik, Bildern, Trainingsmaterial und dem konkreten Output getrennt zu prüfen; diese Einordnung ist keine Rechtsberatung.