Hinweis: Diese Inhalte wurden mit Unterstützung von Künstlicher Intelligenz erstellt und redaktionell überprüft (Transparenzhinweis gemäß Art. 50 EU AI Act).

KI in der Film- und Videoproduktion¶

Hinweis zur Software-Auswahl:
Diese Dokumentation priorisiert Open-Source-Software, die unter Ubuntu läuft.
Bei kostenpflichtiger Software wird immer eine Open-Source-Alternative mit gleichem Funktionsumfang gegenübergestellt.
LLM-Modelle (ChatGPT, Claude, Gemini, Ollama u. a.) werden unabhängig vom Preis gelistet – sie sind Grundlage vieler KI-Workflows.

Legende¶

Lernpfad-Übersicht¶

graph LR
    A["🟢 Phase 1\nEinsteiger"] --> B["🟡 Phase 2\nFortgeschritten"]
    B --> C["🔴 Phase 3\nExperte"]
    A --> A1["Konzept verstehen\nErste Tools ausprobieren"]
    B --> B1["Produktionskette\nverstehen & anwenden"]
    C --> C1["Automatisieren\n& Skalieren"]

Inhaltsverzeichnis¶

• 🟢 Phase 1 – Einsteiger
  • 1.1 Was ist KI-gestützte Videoproduktion?
  • 1.2 Konzept: Wie entsteht ein Video mit KI?
  • 1.3 Thema: Idee & Skript mit KI entwickeln
  • 1.4 Thema: Bilder & Storyboards mit KI erstellen
  • 1.5 Thema: Erstes Video schneiden mit KI
  • 1.6 Thema: Audio automatisch verbessern
• 🟡 Phase 2 – Fortgeschritten
  • 2.1 Konzept: Die drei Phasen einer Videoproduktion
  • 2.2 Thema: Vorproduktion & Planung mit KI
  • 2.3 Thema: Professionelles Drehbuch mit KI-Assistenz
  • 2.4 Thema: KI beim Dreh & Kameraarbeit
  • 2.5 Thema: Professioneller Schnitt mit KI-Tools
  • 2.6 Thema: Color Grading & Bildoptimierung mit KI
  • 2.7 Thema: Sounddesign & Musik mit KI
  • 2.8 Thema: KI-Avatare & synthetische Presenter
  • 2.9 Thema: Dubbing, Stimme & Untertitelung mit KI
• 🔴 Phase 3 – Experte
  • 3.1 Konzept: Von der Produktion zur Automatisierung
  • 3.2 Thema: Visuelle Effekte (VFX) mit KI
  • 3.3 Thema: KI-Agenten als autonome Videoproduzenten
  • 3.4 Thema: Programmatische Videogenerierung
  • 3.5 Thema: Vollständige Produktions-Pipelines bauen
  • 3.6 Thema: Ethik, Urheberrecht & Recht
• 📋 Praxisprojekte
• 📦 Vollständige Softwareübersicht & Vergleich

🟢 Phase 1 – Einsteiger¶

Was lerne ich hier?
Grundlegende Konzepte verstehen: Wie denkt KI? Was kann sie – und was nicht?
Voraussetzungen: Keine. Nur Neugier und ein Browser.

1.1 Was ist KI-gestützte Videoproduktion?¶

Konzept: Drei Arten von KI in der Videoproduktion¶

Konzept: Was ist ein Prompt?¶

❌ Schlechter Prompt:  "Mach ein Video über Katzen"
✅ Guter Prompt:       "Eine flauschige orange Katze schläft auf einem Fensterbrett,
                        weiches Morgenlicht, cineastisch, 4K, ruhige Bewegung"

Konzept: Was kann KI (noch) nicht?¶

• KI versteht keine Absichten – nur Beschreibungen
• KI macht kreative Fehler (z. B. falsche Finger, inkonsistente Gesichter)
• KI braucht immer noch einen Menschen als Regisseur

Einstiegs-Software (Open Source / LLM):¶

1.2 Konzept: Wie entsteht ein Video mit KI?¶

Der KI-Videoproduktions-Kreislauf¶

graph TD
    A["💡 Idee\n(Was will ich zeigen?)"] --> B["📝 Skript\n(Was wird gesagt?)"]
    B --> C["🖼️ Storyboard\n(Wie sieht es aus?)"]
    C --> D["🎬 Produktion\n(Video generieren oder aufnehmen)"]
    D --> E["✂️ Post-Produktion\n(Schnitt, Farbe, Audio)"]
    E --> F["🚀 Veröffentlichung"]

Konzept: KI-Tools nach Produktionsphase¶

1.3 Thema: Idee & Skript mit KI entwickeln¶

Konzept: Wie funktioniert ein Sprachmodell (LLM)?¶

Ein Large Language Model (LLM) hat aus Milliarden von Texten gelernt, wie Menschen schreiben. Es erzeugt wahrscheinliche Fortsetzungen deines Textes – kein Faktenwissen, sondern Sprachlogik.

• LLMs sind kreativ, aber nicht immer akkurat – Fakten prüfen!
• Lokale LLMs (Ollama) laufen ohne Internet und sind datenschutzkonform

Konzept: Prompt-Strategie für Skripte¶

Rolle:     "Du bist ein erfahrener Dokumentarfilm-Autor."
Kontext:   "Ich erstelle ein 3-minütiges YouTube-Video über..."
Aufgabe:   "Schreibe ein Sprecherskript mit Einleitung, Hauptteil und Call-to-Action."
Format:    "Max. 400 Wörter, gegliedert in Abschnitte."

Software – Open Source zuerst:¶

Vergleich: Lokal vs. Cloud LLM¶

1.4 Thema: Bilder & Storyboards mit KI erstellen¶

Konzept: Was ist Text-to-Image?¶

Ein Diffusion-Modell beginnt mit zufälligem Bildrauschen und formt daraus schrittweise ein Bild, das zu deinem Prompt passt. Open-Source-Modelle laufen lokal auf deiner eigenen GPU.

Konzept: Stil-Konsistenz¶

• Seed fixieren – gleicher Zufallswert = ähnliches Bild
• Referenzbild mitgeben (Image-to-Image)
• LoRA-Modelle für konsistente Charaktere verwenden

Software – Open Source zuerst:¶

Vergleich: Open Source vs. Kommerziell¶

1.5 Thema: Erstes Video schneiden mit KI¶

Konzept: Was ist ein NLE?¶

Ein Non-Linear Editor (NLE) erlaubt das freie Anordnen von Videoclips auf einer Zeitleiste – im Gegensatz zu frühen linearen Schnittystemen.

Konzept: Text-basiertes Editing¶

Video aufnehmen → KI transkribiert → Du löschst Textzeilen → Video wird geschnitten

Konzept: Auto-Reframing für Plattformen¶

Software – Open Source zuerst:¶

Vergleich: Open Source vs. Kommerziell¶

1.6 Thema: Audio automatisch verbessern¶

Konzept: Drei Audio-Ebenen¶

Konzept: Rauschunterdrückung durch KI¶

KI lernt, wie eine saubere Stimme klingt, und trennt sie vom Rauschen – algorithmisch, ähnlich dem Cocktail-Party-Effekt des Gehirns.

Konzept: Mastering¶

Automatisches Anpassen der Lautstärke, damit das Audio auf allen Geräten gleich klingt. Zielwert für YouTube: -14 LUFS.

Software – Open Source zuerst:¶

Vergleich: Open Source vs. Kommerziell¶

🟡 Phase 2 – Fortgeschritten¶

Was lerne ich hier?
Den vollständigen Produktionsworkflow aufbauen und mit spezialisierten Open-Source-KI-Tools professionell umsetzen.
Voraussetzungen: Phase 1 abgeschlossen.

2.1 Konzept: Die drei Phasen einer Videoproduktion¶

graph LR
    A["📋 Pre-Production\n(Vorproduktion)"] --> B["🎬 Production\n(Dreh / Generierung)"]
    B --> C["🎞️ Post-Production\n(Nachbearbeitung)"]
    A --> A1["Idee · Skript\nStoryboard · Planung"]
    B --> B1["Kamera · KI-Video\nAudio aufnehmen"]
    C --> C1["Schnitt · Farbe\nAudio · VFX · Export"]

2.2 Thema: Vorproduktion & Planung mit KI¶

Konzept: Was gehört zur Vorproduktion?¶

Software – Open Source zuerst:¶

2.3 Thema: Professionelles Drehbuch mit KI-Assistenz¶

Konzept: Drehbuch-Format¶

INT. KÜCHE - TAG

Maria (30, müde) gießt Kaffee ein.

                    MARIA
          Heute wird alles anders.

Dieses Format ist im Fountain-Standard definiert – plain text, maschinenlesbar, versionierbar mit Git.

Konzept: KI als Co-Autor¶

KI liefert den ersten Entwurf, der Mensch verfeinert ihn. Lokale LLMs sind dabei datenschutzkonform.

Software – Open Source zuerst:¶

Vergleich: Open Source vs. Kommerziell¶

2.4 Thema: KI beim Dreh & Kameraarbeit¶

Konzept: KI am Set – drei Einsatzgebiete¶

1. Planung: Kamerabewegungen vorab in Blender simulieren
2. Automatisierung: KI-Gimbal-Systeme tracken Motive automatisch
3. Sicherung: Live-Histogramm und Fokus-Peaking in OBS / Darktable

Konzept: Was ist ein Gimbal?¶

Ein Gimbal ist eine elektronische Kamerastabilisierung. KI-gestützte Gimbals folgen Gesichtern automatisch – ohne manuelle Steuerung.

Konzept: In-Camera VFX (ICVFX)¶

LED-Wand als Hintergrund – KI synchronisiert Kamerabewegung mit dem LED-Inhalt (aus „The Mandalorian" bekannt). Open-Source-Alternative: Blender EEVEE als Echtzeit-Renderer für virtuelle Sets.

Software – Open Source zuerst:¶

Vergleich: Open Source vs. Kommerziell¶

2.5 Thema: Professioneller Schnitt mit KI-Tools¶

Konzept: Schnitt-Stufen¶

Rough Cut  →  Alle Szenen grob zusammenstellen
Fine Cut   →  Präzise Schnittpunkte, Rhythmus optimieren
Online Edit →  Farbe, VFX, Ton, Export

Konzept: Wie KI den Schnitt verändert¶

Software – Open Source zuerst:¶

Vergleich: Open Source vs. Kommerziell¶

2.6 Thema: Color Grading & Bildoptimierung mit KI¶

Konzept: Color Correction vs. Color Grading¶

Color Correction = Fehler beheben (technisch) → Belichtung, Weißabgleich
Color Grading    = Stimmung erzeugen (kreativ) → Filmischer Look, Atmosphäre

Konzept: Was ist ein LUT?¶

Ein LUT (Look-Up Table) bildet jede Farbe auf eine neue ab. Open-Source-LUTs sind als .cube-Dateien frei verfügbar und in Kdenlive, DaVinci und FFmpeg nutzbar.

Konzept: KI-Upscaling¶

KI ergänzt fehlende Pixel intelligent – nicht nur durch simples Strecken. Open-Source-Tool: Upscayl für lokales 4K-Upscaling.

Software – Open Source zuerst:¶

Vergleich: Open Source vs. Kommerziell¶

2.7 Thema: Sounddesign & Musik mit KI¶

Konzept: Die drei Audio-Ebenen¶

Konzept: Was ist Audio-Mastering?¶

Ziel: –14 LUFS für YouTube, –16 LUFS für Podcasts. Audacity kann dies mit dem LUFS-Analysator automatisch messen und anpassen.

Konzept: Voice Cloning – was ist erlaubt?¶

• ✅ Eigene Stimme klonen für konsistente Narration
• ✅ Offizielle Open-Source-Modelle für kommerzielle Nutzung (Coqui XTTS-v2)
• ❌ Stimmen anderer Personen ohne ausdrückliche Erlaubnis

Software – Open Source zuerst:¶

Vergleich: Open Source vs. Kommerziell¶

2.8 Thema: KI-Avatare & synthetische Presenter¶

Konzept: Avatar-Typen¶

Konzept: Wann sinnvoll?¶

• ✅ Schulungsvideos in mehreren Sprachen
• ✅ Regelmäßige Content-Produktion ohne Kameraauftritt
• ❌ Nicht geeignet für emotionale, authentische Persönlichkeitsinhalte

Software – Open Source zuerst:¶

Vergleich: Open Source vs. Kommerziell¶

2.9 Thema: Dubbing, Stimme & Untertitelung mit KI¶

Konzept: Untertitelung vs. Dubbing¶

Konzept: ASR – Automatische Spracherkennung¶

Whisper (OpenAI, Open Source) ist das genaueste frei verfügbare ASR-Modell – läuft lokal auf Ubuntu ohne Cloud-Anbindung.

# Whisper.cpp lokal verwenden
./main -m models/ggml-base.bin -f audio.wav --output-srt

Konzept: KI-Lipsync¶

KI analysiert Phoneme der neuen Sprache und verformt Mundbewegungen im Video entsprechend. Open-Source: Wav2Lip auf Ubuntu mit eigener GPU.

Software – Open Source zuerst:¶

Vergleich: Open Source vs. Kommerziell¶

🔴 Phase 3 – Experte¶

Was lerne ich hier?
Produktionsprozesse automatisieren, KI-Agenten einsetzen und eigene Pipelines auf Ubuntu bauen.
Voraussetzungen: Phase 1 & 2 abgeschlossen. Python-Grundkenntnisse hilfreich.

3.1 Konzept: Von der Produktion zur Automatisierung¶

Was ist eine KI-Pipeline?¶

graph LR
    A[Thema eingeben] --> B[KI schreibt Skript]
    B --> C[TTS generiert Stimme]
    C --> D[KI generiert Bilder]
    D --> E[FFmpeg schneidet Video]
    E --> F["Video veröffentlicht"]
    style A fill:#4caf50,color:#fff
    style F fill:#f44336,color:#fff

Konzept: Was ist ein KI-Agent?¶

Ein KI-Agent bekommt ein Ziel, plant selbstständig die Schritte, ruft Tools auf und überprüft das Ergebnis.

Konzept: No-Code vs. Low-Code vs. Code¶

3.2 Thema: Visuelle Effekte (VFX) mit KI¶

Konzept: Was sind VFX?¶

Visual Effects sind alle Elemente, die im Nachhinein ins Video eingefügt werden – Hintergrundersatz, Objektentfernung, CGI-Charaktere.

Konzept: Rotoscoping & KI-Masking¶

Früher: Stunden manueller Arbeit pro Sekunde. Heute: DaVinci Resolve Magic Mask (kostenlose Version) oder rembg (Open Source) erledigen das automatisch.

Konzept: Inpainting¶

KI „malt" entfernte Objekte aus dem Hintergrund nach. Open-Source: Stable Diffusion Inpainting in ComfyUI.

Konzept: NeRF – 3D aus Videos rekonstruieren¶

Neural Radiance Fields rekonstruieren aus mehreren 2D-Videos eine vollständige 3D-Szene. Open-Source: Nerfstudio.

Software – Open Source zuerst:¶

Vergleich: Open Source vs. Kommerziell¶

3.3 Thema: KI-Agenten als autonome Videoproduzenten¶

Konzept: Der ReAct-Zyklus eines KI-Agenten¶

graph LR
    A[Ziel erhalten] --> B[Situation analysieren]
    B --> C[Schritt planen]
    C --> D[Tool aufrufen]
    D --> E["Ergebnis prüfen"]
    E --> F{"Ziel erreicht?"}
    F -->|Nein| B
    F -->|Ja| G[Fertig]

Konzept: Multi-Agenten-System für Video¶

Software – Open Source zuerst:¶

3.4 Thema: Programmatische Videogenerierung¶

Konzept: Code als Kamera¶

Statt einen Editor zu öffnen: Code beschreibt das Video und rendert es automatisch.

# MoviePy – Beispiel
from moviepy.editor import VideoFileClip, concatenate_videoclips

clip1 = VideoFileClip("szene1.mp4")
clip2 = VideoFileClip("szene2.mp4")
final = concatenate_videoclips([clip1, clip2])
final.write_videofile("output.mp4")

Konzept: Wann sinnvoll?¶

• ✅ Datenvisualisierungen & Erklär-Animationen
• ✅ Videos mit sich wiederholenden Strukturen
• ✅ Automatisierte Content-Produktion in großem Maßstab

Framework-Vergleich (alle Open Source)¶

Software – alle Open Source:¶

3.5 Thema: Vollständige Produktions-Pipelines bauen¶

Konzept: End-to-End-Pipeline (vollständig Open Source)¶

graph TD
    A["🎯 Thema eingeben"] --> B["🤖 Ollama / LangChain\nSkript schreiben"]
    B --> C["🎙️ Coqui XTTS\nNarration erzeugen"]
    B --> D["🖼️ ComfyUI\nBilder generieren"]
    C --> E["🎬 FFmpeg + MoviePy\nVideo zusammenstellen"]
    D --> E
    E --> F["🔊 Audacity CLI\nAudio normalisieren"]
    F --> G["🔄 n8n\nAutomatisch veröffentlichen"]
    G --> H["✅ Video online"]

Software – Open Source zuerst:¶

Vergleich: Open Source vs. Kommerziell¶

3.6 Thema: Ethik, Urheberrecht & Recht¶

Konzept: Wem gehört ein KI-generiertes Video?¶

Konzept: Warum Open-Source-Modelle rechtlich sicherer sein können¶

• Open-Source-Modelle mit freien Trainingslizenzen (z. B. Flux Pro Train) geben mehr Rechtssicherheit
• Selbst gehostete Modelle unterliegen nicht den AGB kommerzieller Plattformen
• Outputs aus lokalen Modellen bleiben vollständig auf eigenem Server

Konzept: Faire Nutzung¶

• ✅ Eigene Stimme lokal klonen (Coqui XTTS-v2)
• ✅ Open-Source-Modelle für kommerzielle Zwecke (je nach Lizenz prüfen)
• ❌ Stimmen / Gesichter anderer ohne Erlaubnis klonen
• ❌ KI-generierte Inhalte ohne Kennzeichnung als menschlich ausgeben

Ressourcen:¶

📋 Praxisprojekte¶

🟢 Einsteiger: Erklärvideo (vollständig lokal & Open Source)¶

graph LR
    A["📝 Skript\nOllama + Llama 3"] --> B["🎙️ Stimme\nCoqui XTTS-v2"]
    B --> C["🖼️ Bilder\nComfyUI + Flux"]
    C --> D["✂️ Schnitt\nFFmpeg + Kdenlive"]
    D --> E["💬 Untertitel\nWhisper.cpp + Subtitle Edit"]
    E --> F["✅ Fertiges Video"]

Software (alle Open Source): Ollama · Coqui XTTS · ComfyUI · FFmpeg · Kdenlive · Whisper.cpp

🟡 Fortgeschritten: Automatische Social-Media-Clips¶

graph LR
    A["📹 Langes Video"] --> B["📄 Transkription\nWhisper.cpp"]
    B --> C["✂️ Szenenanalyse\nPython + FFmpeg"]
    C --> D["💬 Untertitel\nSubtitle Edit"]
    D --> E["✅ Reels / Shorts"]

Software (alle Open Source): Whisper.cpp · Python · FFmpeg · Subtitle Edit

🟡 Fortgeschritten: Erklär-Animation mit Manim¶

graph LR
    A["📐 Konzept"] --> B["🐍 Manim Code"]
    B --> C["🎨 Animation rendern"]
    C --> D["🎙️ Narration\nCoqui XTTS"]
    D --> E["🔧 MoviePy + FFmpeg"]
    E --> F["✅ Fertige Animation"]

Software (alle Open Source): Manim · Coqui XTTS · MoviePy · FFmpeg

🔴 Experte: Vollautomatische KI-Video-Pipeline (Open Source)¶

graph TD
    A["🎯 Thema per n8n"] --> B["🤖 LangChain + Ollama\nSkript schreiben"]
    B --> C["🎙️ Coqui XTTS\nNarration erzeugen"]
    B --> D["🖼️ ComfyUI\nBilder generieren"]
    C --> E["🎬 FFmpeg + MoviePy\nZusammenstellen"]
    D --> E
    E --> F["🔊 DeepFilterNet\nAudio optimieren"]
    F --> G["🔄 n8n\nAutomatisch hochladen"]
    G --> H["✅ Video online"]

Software (alle Open Source): n8n · LangChain · Ollama · Coqui XTTS · ComfyUI · FFmpeg · MoviePy · DeepFilterNet

📦 Vollständige Softwareübersicht & Vergleich¶

LLM-Modelle (bleiben unabhängig vom Preis)¶

Schnitt & Post-Produktion¶

KI-Bildgenerierung¶

KI-Audio & Musik¶

KI-Avatar & Dubbing¶

Spracherkennung & Untertitelung¶

Automatisierung & Agenten¶

VFX & 3D¶

Weiterführende Ressourcen¶

• Beste KI-Video-Tools (Open Source, Top 20) – Vertiefender Werkzeug-/Modellvergleich 🟩
• Hugging Face – Open-Source-KI-Modelle & Demos 🟩
• Papers With Code – Aktuelle Forschungsarbeiten
• GitHub – Awesome AI Video – Kuratierte Open-Source-Liste 🟩
• Open Source Initiative – Lizenzen verstehen
• Ubuntu Community Hub – Ubuntu-Hilfe & Tipps

Letzte Aktualisierung: Juli 2026

Hinweis: Diese Inhalte wurden mit Unterstützung von Künstlicher Intelligenz erstellt und redaktionell überprüft (Transparenzhinweis gemäß Art. 50 EU AI Act).