Den KI-Look vermeiden: synthetisches Video, das sich nicht selbst verrät

Es gibt diese bestimmte Anmutung, die einen Zuschauer *KI* denken lässt, bevor ihm irgendetwas anderes durch den Kopf geht. Und ist dieser Gedanke erst da, ist der Clip erledigt. Nicht weil synthetisches Video an sich schlecht wäre, sondern weil „KI-generiert“ derzeit gleichbedeutend ist mit „billig“ und „lieblos“. Der Zuschauer hält nicht inne, um die Technik zu bewundern. Er nimmt wahr, dass sich niemand die Mühe gemacht hat, das Ganze zu filmen, korrigiert sein Bild von der Marke entsprechend nach unten und scrollt weiter. Das ganze Spiel in der Produktion besteht gerade darin, diesen Gedanken gar nicht erst aufkommen zu lassen. Nicht weil es unaufrichtig wäre, die Methode zu verbergen (Offenlegung ist eine Pflicht für sich), sondern weil die *unwillkürlichen* Verräter einen Schaden anrichten, der mit der Kennzeichnung nichts zu tun hat.

Hilfreich ist die Erkenntnis, dass der KI-Look fast nie ein einzelner katastrophaler Glitch ist. Er ist eine Anhäufung kleiner Glitches, jeder für sich abstreitbar, die zusammen eine Schwelle überschreiten. Der Zuschauer kann meist nicht sagen, was genau nicht stimmt; er spürt nur, dass etwas nicht passt. Und „passt nicht” reicht völlig. Das Handwerk besteht also nicht darin, das eine perfekte Bild zu jagen. Es besteht darin, den Katalog der Verräter gut genug zu kennen, um die Situationen zu meiden, die sie hervorbringen, und das Material so zu finishen, dass die wenigen Durchrutscher verschwinden.

Die Verräter, und warum sie Sie auffliegen lassen

Die aktuelle Modellgeneration scheitert an wiederkehrenden Stellen, und diesen Katalog zu kennen ist die halbe Miete:

• Hände und feine Fingerbewegungen. Finger, die verschmelzen, einen Knöchel zu viel bekommen oder durch Objekte hindurchgreifen. Hände sind der verlässlichste Verräter, weil das Modell keine zugrunde liegende Anatomie kennt, nur Statistik darüber, wie Hände üblicherweise aussehen.
• Augen und Mikromimik. Ein Gesicht kann makellos sein und trotzdem tot wirken, weil die kleinen unwillkürlichen Regungen fehlen oder unheimlich geraten: die Sakkaden, die Asymmetrie, die Art, wie ein echter Gesichtsausdruck entsteht und wieder verklingt.
• Instabiler Hintergrund. Eine Szene, die unterschwellig brodelt: kriechende Texturen, gerade Linien, die wackeln, ein Plakat an der Wand, das sich Sekunde für Sekunde minimal neu rendert. Der Vordergrund überzeugt, der Hintergrund verrät leise alles.
• Kontinuitätsdrift. Ein Objekt (ein Logo, eine Tasse, ein Kleidungsstück), das über den Schnitt hinweg Form, Farbe oder Position wechselt. Das Modell erzeugt jeden Moment für sich plausibel, hat aber kein dauerhaftes Gedächtnis dafür, was es eine Sekunde zuvor gezeichnet hat.
• Physik, die fast stimmt. Flüssigkeit, die nicht ganz gießt, Stoff, der nicht ganz fällt, Gewicht, das sich nicht überträgt. Bewegung, die das Auge als falsch erkennt, ehe der Verstand erklären kann, warum.

Keiner dieser Punkte ist für sich genommen tödlich. Die Gefahr liegt darin, dass sie sich summieren: zwei oder drei zusammen reichen, um einen Zuschauer von *gefesselt* zu *misstrauisch* kippen zu lassen, und Misstrauen ist das Ende des Clips.

Shots wählen, die dem Modell liegen

Die wirksamste Korrektur passiert vor der Generierung, in der Shot-Liste. Modelle sind nicht überall gleich schwach; sie schwächeln an bestimmten, vorhersehbaren Stellen, und ein großer Teil des KI-Looks entsteht schlicht dadurch, dass man genau die Shots anfordert, die diese Schwächen bloßlegen. Die Kunst besteht darin, rund um die Stärken des Modells zu komponieren.

Das heißt: bevorzugen, was es überzeugend rendert, nämlich weitere Einstellungen, in denen Gesichter und Hände nicht im Fokus stehen, langsamere und einfachere Bewegungen, atmosphärische und produktgeführte Shots statt enger Close-ups feiner Handbewegungen. Es heißt, die bekannten Fallen zu meiden: das verweilende Close-up von Händen, die an einem kleinen Objekt hantieren, die lange ununterbrochene Einstellung, die der Instabilität Zeit zum Vorschein gibt, die schnelle, komplexe Bewegung, die das Physikmodell nicht zusammenhalten kann. Sie schrauben damit nicht Ihren Anspruch herunter. Sie setzen die Kompetenz des Modells dort ein, wo es Kompetenz hat, und verlangen ihm nichts an genau den Stellen ab, an denen es nicht liefern kann.

Der schnellste Weg, den KI-Look zu vermeiden, ist, den Shot, der ihn verraten hätte, gar nicht erst zu generieren. Die meisten Verräter sind keine Frage des Finishs. Es sind Fragen der Shot-Auswahl, die Sie lösen können, bevor auch nur ein einziger Frame existiert.

Länge ist eine Verteidigung

Es gibt einen einfachen strukturellen Grund, warum kurze Clips echter wirken: Instabilität braucht Zeit, um sich zu zeigen. Ein Hintergrund braucht einen Moment, bis er zu kriechen beginnt, ein Kontinuitätsfehler braucht zwei Augenblicke, um sich selbst zu widersprechen, eine nicht ganz stimmige Bewegung muss lange genug laufen, um als falsch aufzufallen. Schneiden Sie, bevor die Nähte sichtbar werden, und viele davon werden es nie.

Deshalb ist das stärkste KI-Video meist schnell und durchgeschnitten: eine Folge kurzer, gut gewählter Shots statt einer langen generierten Einstellung. Der Schnitt ist nicht nur Rhythmus; er ist Tarnung. Jeder Schnitt setzt die Uhr für die Artefakte zurück, die sich innerhalb einer durchgehenden Einstellung anhäufen, und nimmt dem Zuschauer den langen, ruhigen Blick, der einen unterschwelligen Zweifel zu einem bewussten werden lässt.

Im Finish schließen sich die Nähte

Das Material, das aus einem Generator kommt, ist ein Ausgangspunkt, kein fertiges Werk. Es als fertig zu behandeln gehört zu den sichersten Wegen, generiert auszusehen. Zur echten Produktion gehörte immer ein Finish-Durchgang, und synthetisches Material braucht ihn eher mehr als weniger. Ein konsistentes Color Grading fügt auseinanderdriftende generierte Shots zu einer Welt zusammen und holt sie weg von dem flachen Default-Look, zu dem Modelle neigen. Das Compositing echter Elemente (ein reales Produkt, ein echtes Logo, originalgetreue Verpackung) über generierte Szenen verankert den Clip in etwas nachweislich Realem. Korn, Bewegungsunschärfe und die kleinen Unzulänglichkeiten einer echten Kamera überdecken die unnatürliche Sauberkeit, die ihrerseits synthetisch wirkt. Und ein menschlicher Quality-Durchgang, der gezielt nach dem Katalog der Verräter sucht, fängt die morphende Hand oder das driftende Objekt ab, solange es sich noch herausschneiden lässt.

Der rote Faden: Den KI-Look zu vermeiden ist Handwerk, kein Glück. Es ist eine Shot-Auswahl, die den Stärken des Modells zuspielt, eine Kürze, die den Artefakten die Zeit zum Vorschein nimmt, und ein Finish, das die Nähte schließt, die die Generierung offenlässt. Die Teams, deren KI-Video sich nicht selbst verrät, sind nicht die mit geheimem Zugang zu einem besseren Modell. Es sind die, die den Generator als ein Tool in einem Produktionsprozess behandeln und die unglamouröse nachgelagerte Arbeit leisten, die schon immer Material, das gemacht aussieht, von Material, das billig aussieht, getrennt hat.

• MIT Media Lab, „Detecting synthetic media: the visual artifacts people notice“, 2024.
• Stanford HAI, „Perceptual cues and the uncanny in generative video“, 2025.
• Adobe, „Finishing and compositing workflows for generative footage“, 2025.
• WARC, „Audience trust and the perceived effort of AI-made advertising“, 2024.