Film-, TV- & Werbeproduktion: Concept Art, Storyboards, Previs & generative VFX

Bewegtbildproduktion ist eine Kette teurer visueller Entscheidungen: Look Development, Boards, Previs, Dreh, VFX. Generative Bild- und Videomodelle verkürzen die frühen Phasen inzwischen von Tagen auf Stunden und liefern in ausgewählten Einstellungen finale Pixel, die durch die normale Compositing-Pipeline laufen. Der Nutzen sind schnellere Iterationen und günstigere Einstellungen, die früher unerreichbar waren; der Preis sind strengeres Management von Rechten, Einwilligungen und Tarifvereinbarungen sowie eine Kontrollierbarkeitslücke, die weiterhin VFX-Künstler braucht.

Problem & Nutzen

• Heute: Concept Artists und Storyboard-Zeichner zeichnen Boards von Hand, Previs-Teams bauen grobe 3D-Animatics, und VFX-Häuser verbringen Wochen mit Set-Erweiterungen, Zerstörung oder Menschenmengen. Regie und Produktion entscheiden über Budget und Look spät, wenn Änderungen teuer sind. Werbespots (Ads) haben dieselbe Kette mit kürzeren Zeitplänen.
• KI-Nutzen: früh viele Alternativen für Look und Bildausschnitt (Pitch-Decks, Moodboards, Boards), Script-to-Previs ohne vollständigen 3D-Aufbau und für manche Einstellungstypen (Set-Erweiterung im Hintergrund, Trümmer, Atmosphäre, Menschenmengen, Verjüngung) Ergebnisse in finaler Qualität bei geringeren Kosten und kürzerer Zeit.
• Belege: Netflix hat öffentlich beschrieben, dass es generative KI für finales Footage in der argentinischen Serie El Eternauta (2025) eingesetzt hat, einer Gebäudeeinsturz-Sequenz, die mit dem hauseigenen Eyeline Studios entstand, und hat Leitlinien zum Einsatz generativer KI in Produktionen veröffentlicht [1][2]. Lionsgate kündigte 2024 eine Partnerschaft mit Runway für ein maßgeschneidertes Modell an [3]. Von Anbietern berichtete Zeit- und Kosteneinsparungen existieren, sind aber nicht unabhängig bewertet; messen Sie selbst.

Varianten

• Entwicklung und Pitch: Moodboards, Key Art, Lookbooks, animierte Pitch-Trailer.
• Storyboards und Animatics: Script-to-Board mit Konsistenz von Figuren und Schauplätzen, Kameranotation.
• Previs und Techvis: generierte Clips als Bewegungsreferenzen, tiefen-/kameragesteuerte Generierung, Tests vor teuren Drehs.
• Finale generative VFX: Set-Erweiterung, simulationsähnliche Zerstörungseffekte, Menschenmengen, Matte Paintings, Verjüngung, Video-zu-Video-Umstilisierung von Plates.
• Werbung: Agenturen produzieren Spots mit generierten Hintergründen, Produktumgebungen und versionierten Kurzfassungen (kurze Social-Videos siehe GEN-002).

So funktioniert es

1. script / brief
2. LLM breakdown (scenes, shots, characters, locations, continuity bible)
3. concept art & style frames (image-gen, style/character references, LoRA)
4. storyboard & animatic (consistent characters, shot lists, camera notation)
5. previs clips (image-to-video, camera control, depth/pose conditioning)
6. hero shots: video-gen / video-to-video on real plates + masks, depth, AOVs
7. VFX pipeline: upscaling, denoise, roto, relight, compositing (Nuke, Flame, Unreal)
8. QC, legal clearance, provenance (C2PA), disclosure
9. editorial / online / delivery

• Schlüsselkomponenten: Text-/Bild-zu-Video- und Video-zu-Video-Modelle; Kamera- und Bewegungssteuerung; referenzbasierte Konsistenz (Figuren, Requisiten, Schauplätze); Inpainting/Outpainting; Hochskalierung; Tiefe und Segmentierung für das Compositing; LLMs für Breakdowns und Prompt-Bibliotheken.
• Mensch-in-der-Schleife (Human-in-the-Loop): Regie/Kamera geben den Look frei; die VFX-Supervision entscheidet, welche Einstellungen generativ sein dürfen; Künstler kuratieren, korrigieren und compositen; Recht/Clearance prüft Freistellung bei Trainingsdaten, Persönlichkeitsrechte und Musik; Gewerkschafts- und Einwilligungspflichten werden je Darsteller geprüft. Generierte Frames sind Plates, keine finale Lieferung, bis die QC erfolgt ist.

Datenaufbereitung

Das Material sind Drehbücher, Shotlisten, Referenzstandbilder, Plates, 3D- und Tiefendaten, Scans von Darstellenden und Stimmaufnahmen. Es liegt in der Produktions-Asset-Verwaltung (z. B. ShotGrid), auf NAS und Dateiablagen, in E-Mail-Verläufen, Cloud-Laufwerken und oft auf den Rechnern einzelner Künstler. Verträge und Freigaben liegen im DMS oder auf Papier.

Typische Lücken: unbekannter Rechtestatus von Referenzbildern, fehlende Einwilligungsnachweise für Scans und Stimmen, verstreute Benennung ohne Shot- oder Versions-IDs, gemischte Auflösungen und Farbräume sowie keine Trennung zwischen lizenzierten, eigenen und KI-generierten Assets.

Aufbereitungsschritte: (1) ein Rechteregister je Asset (eigen, lizenziert, KI-generiert, Umfang der Einwilligung); (2) einheitliche Shot-/Versionsbenennung und Farbpipeline (ACES/EXR); (3) eine Style Bible und einen freigegebenen Referenzsatz je Projekt für LoRA oder bildgeführte Generierung kuratieren; (4) Verträge und Einwilligungserklärungen digitalisieren und mit den Assets verknüpfen; (5) nicht benötigte personenbezogene Daten pseudonymisieren oder ausschließen; (6) Herkunftsprotokollierung einrichten. Werkzeuge: ShotGrid o. Ä., ExifTool, C2PA-Werkzeuge.

Grober Aufwandsanteil: etwa 25 bis 35 Prozent. Siehe PREP-010 zum Tagging, PREP-016 zu Gold-Standard-Beispielen, PREP-024 zu Regeln der Datenklassifizierung und PREP-025 zur Prüfung der Rechtsgrundlage.

Umsetzungswege

Welcher Weg für wen

• smb: Weg A, weil kleine Studios und Agenturen kommerziell lizenzierte Bild- und Videowerkzeuge (z. B. Firefly, Runway) zu Abo-Preisen erhalten und meist Standardarbeit bei Concepts und Storyboards brauchen.
• enterprise: Weg B, weil Studios Cloud-Modell-APIs innerhalb ihrer Pipeline für Asset-Verwaltung, Compositing und Rechteverfolgung brauchen, mit vertraglicher Kontrolle über die Trainingsnutzung.
• developer: Weg C, weil offene Video- und Bildmodelle mit ComfyUI eigene Pipelines, LoRA-Training auf eigenem Material und keinen Upload unveröffentlichten Footages erlauben.

Weg A: Kaufen (Standardsoftware)

• Generative Video-/Kreativ-Suiten: Runway (Gen-4-Familie, Aleph-Videobearbeitung), Luma (Ray-Familie, inkl. HDR-Ausgabe), Google Veo (über Flow/Vertex AI), OpenAI Sora (2026 eingestellt), Kling, Adobe Firefly Video (Positionierung als kommerziell unbedenklich), Moonvalley Marey (mit lizenzierten Daten trainiert), Stability-AI-Werkzeuge.
• EU-relevant: Black Forest Labs FLUX (Deutschland) für Standbilder, Mistral für Textarbeit, Stability (UK), Photoroom (Frankreich), lokale Studios nach Art von Wonder; EU-Hosting und Auftragsverarbeitungsbedingungen unterscheiden sich, prüfen Sie daher die Vertragsbedingungen.
• A wählen, wenn: Concepts, Boards und Previs für Pitch oder Planung oder kleine Werbeproduktion ohne Studio-Pipeline. Bestehen Sie auf Freistellung, auf Bedingungen ohne Training mit Ihren Daten und auf exportierbaren Formaten mit hoher Bittiefe.

Weg B: Auf Cloud-KI-Diensten aufbauen (empfohlen für Großunternehmen)

• Modelle per API: Google Veo (Vertex AI, EU-Regionen), Runway API, Luma API, Kling API, FLUX für Standbilder, regionales Hosting von Azure/Google/AWS, soweit verfügbar.
• Orchestrierung: Graph-Workflows im ComfyUI-Stil oder eigene Dienste, die APIs aufrufen; Asset-Verwaltung (ShotGrid/Flow Production Tracking, ftrack), Versionierung und automatische Erfassung von Metadaten (Prompt, Seed, Modellversion, Quell-Assets).
• Integration: EXR/ProRes in Nuke oder Unreal liefern; Tiefen-/Maskenpässe der Plate für das Compositing nutzen; C2PA Content Credentials ergänzen.
• B wählen, wenn: Sie Pipeline-Integration, versionierte Herkunftsnachweise und Kostenkontrolle je Projekt brauchen.

Weg C: Selbst betreiben (Open Source)

• Videomodelle: Wan 2.x (Alibaba, offene Gewichte), HunyuanVideo (Tencent), LTX-Video (Lightricks), Mochi; Bildmodelle: FLUX.1 (Varianten mit offenen Gewichten, Lizenz prüfen), Stable Diffusion 3.x/SDXL; Steuerung über ControlNet, Tiefen-/Pose-Konditionierung, LoRA/IP-Adapter für Konsistenz.
• Stack: ComfyUI, diffusers, Hochskalierer (Real-ESRGAN-Familie), Segmentierung der SAM-Klasse für Masken, Blender/Unreal für hybride Previs.
• Hardware: HW3 für Workstations einzelner Künstler (Bilder und kurze Clips mit Auslagerung), HW4 für Durchsatz im Stil einer Renderfarm und für Feintuning. Lizenzen für die kommerzielle Nutzung jedes Modells prüfen.
• C wählen, wenn: unveröffentlichtes geistiges Eigentum das Haus nicht verlassen darf (strenge NDA, Sicherheitsanforderungen des Studios) oder für individuell feingetunte Looks.

Weg D: Eigenes Training

Studios tunen auf ihrem eigenen geistigen Eigentum fein: Figuren-/Stil-LoRAs, ein Hausstil-Modell, trainiert auf eigenem Footage oder eigener Kunst (vgl. Lionsgate-Runway). Es braucht Rechte an jedem Trainings-Asset, kuratierte Daten von einigen hundert bis tausenden Bildern oder Clips und eine rechtliche Freigabe. Modelle zum Abbild von Darstellenden nur mit ausdrücklicher vertraglicher Einwilligung und begrenztem Umfang.

Stand der Technik (2026)

• Qualität: führende Videomodelle liefern Clips mit 1080p+ und einer Länge von wenigen Sekunden bis etwa einer Minute, mit starker Bewegung, nativen Audio-Varianten und besser werdender Physik; HDR-/EXR-taugliche Ausgabe sowie Kamera- und Tiefensteuerung kommen in professionellen Tarifen.
• Konsistenz: Konsistenz von Figuren und Sets über Einstellungen hinweg braucht Referenzbilder, LoRAs oder Multi-Shot-Funktionen; sie bleibt der wichtigste manuelle Aufwand.
• Grenzen und Fehlerbilder: kurze Clip-Länge, feine Kontrolle der schauspielerischen Leistung, Text/Logos, Hände und Physik komplexer Interaktion, zeitliches Flackern, Auflösung und Bittiefe (braucht Hochskalierung und Grading), Nichtdeterminismus (Reproduzierbarkeitsprobleme bei Nachdrehs), unklarer urheberrechtlicher Status der Ausgaben und verdeckte Risiken in den Trainingsdaten.
• Wo es 2026 am besten funktioniert: Hintergrund-/Umgebungseinstellungen, Effektelemente, Previs und Boards. Hero-Nahaufnahmen mit Dialog werden weiterhin meist gedreht oder als CG erstellt.

Gemeinsame Bausteine & Kombinationen

• Gemeinsamer Stack: Videogenerierung und Bildgenerierung mit GEN-002 (Marketing-Video), GEN-011 (Retusche/Hochskalierung), GEN-012 (Schnitt), GEN-008 (3D-Assets für Unreal-Previs), GEN-022 (Motion Capture aus Video).
• Stimme/Synchronisation: SPEECH-007 für Lokalisierung; GEN-007 für Score und Sounddesign; GEN-003, wo Präsentierende Avatare sind.
• Vertrauen und Sicherheit: SEC-011 (Deepfake-Erkennung) und Herkunftsnachweise (C2PA) sind das Gegenstück zur Kontrolle.

Aufwand, Kosten & Kennzahlen

• Weg A: Tage bis Wochen; auf Abo- oder Guthabenbasis; der Guthabenverbrauch steigt mit den Iterationen schnell.
• Weg B: 2-4 Monate für eine Pipeline mit Asset-Verfolgung, Herkunftsnachweis und Übergabe ans Compositing.
• Kennzahlen: Zeit vom Drehbuch bis zu freigegebenen Boards/Previs, Iterationen je freigegebener Einstellung, Anteil generierter Einstellungen, die die QC im ersten Anlauf bestehen, eingesparte Künstlerstunden gegenüber dem VFX-Angebot als Basis, Kosten pro Sekunde finalen Footages, Anzahl von Vorfällen (Beschwerden zu Rechten/Einwilligung), Einhaltung der Kennzeichnung gegenüber dem Publikum.

Menschen & Veränderung

Beziehen Sie die Geschäftsleitung (Strategie, Risiko, Budget) und die Produktions- oder Kreativleitung früh ein, danach die Künstler, Regisseure und Cutter, die täglich mit den Werkzeugen arbeiten. Recht bzw. Compliance und Personalabteilung sind unverzichtbar für Verträge mit Darstellenden und Crew, Einwilligungen für Scans und Stimmen, Tarifverträge und Gewerkschaftsregeln. IT und Lieferanten (VFX-Dienstleister, Rechteinhaber) kommen hinzu, sobald die Pipeline definiert ist. Die Datenschutzbeauftragte bzw. der Datenschutzbeauftragte muss einbezogen werden, weil biometrieähnliche Scans und Stimmen personenbezogene Daten sind; für jeden Cloud-Dienst ist ein AVV erforderlich, und bei umfangreicher Verarbeitung von Gesichtern oder Stimmen ist eine DSFA wahrscheinlich.

Betriebsrat: kommt darauf an. Kreative KI-Werkzeuge sind nicht dafür gedacht, Beschäftigte zu überwachen, aber die Protokollierung der Plattform kann sie zur Überwachung geeignet machen (§87 Abs. 1 Nr. 6 BetrVG, BAG-Rechtsprechung), und geänderte Arbeitsabläufe müssen rechtzeitig mitgeteilt werden (§90 Abs. 1 Nr. 3). Freie Mitarbeitende fallen nicht unter den Betriebsrat, vereinbaren Sie Regeln daher zusätzlich in Verträgen.

KI-Kompetenz: Bieten Sie praktische Workshops an, die zeigen, was die Modelle können und was nicht (Art. 4 KI-Verordnung: Maßnahmen zur Förderung der Kompetenz), dazu die Kennzeichnungspflichten nach Art. 50. Wählen Sie eine Pilotproduktion oder eine Abteilung wie die Storyboards. Typische Sorge: „KI ersetzt Künstler“. Begegnen Sie dem offen: Legen Sie fest, welche Phasen KI nutzen, lassen Sie Künstler die Entscheidungen treffen und würdigen Sie ihre Arbeit. Menschen geben jede finale Einstellung frei.

Siehe GUIDE-008 zur Akzeptanz, GUIDE-004 zum Betriebsrat und GUIDE-014 zu den Pflichten nach dem AI Act.

Risiken, Regulierung & Compliance

• KI-Verordnung (AI Act): typischerweise begrenztes Risiko; die Transparenzpflicht nach Art. 50 gilt für Deepfakes und synthetische Bild-/Videoinhalte: Anbieter müssen Ausgaben maschinenlesbar kennzeichnen, Betreiber müssen Deepfakes offenlegen, mit einer leichteren Regelung für offensichtlich künstlerische, kreative oder fiktionale Werke (die Offenlegung darf das Werk nicht beeinträchtigen). Die Kommission bereitet einen Verhaltenskodex zur Kennzeichnung vor [4][5]. Anbieter von KI-Modellen mit allgemeinem Verwendungszweck haben Pflichten zu Urheberrecht und Transparenz der Trainingsdaten (Art. 53), die die Sorgfaltsprüfung von Anbietern betreffen.
• Hinweise zu Art. 5: Setzen Sie keine Generierung manipulativer Inhalte ein, die Schwächen ausnutzt oder unterschwellige Techniken verwendet, und keine biometrische Kategorisierung oder Emotionserkennung bei Besetzung oder Crew; beides wird hier nicht benötigt.
• DSGVO: Gesichter, Stimmen und Körperscans von Darstellenden sind personenbezogene Daten (biometrisch, wenn sie zur eindeutigen Identifizierung dienen); nötig sind eine Rechtsgrundlage, ausdrückliche vertragliche Einwilligung, Zweckbindung, Aufbewahrung/Löschung, eine DSFA bei umfangreichem Scannen sowie Auftragsverarbeitungsverträge mit Garantien für EU-Übermittlungen.
• Urheberrecht und Rechte: ungeklärte Fragen zu Trainingsdaten, EU-TDM-Vorbehalten (Art. 4 DSM-Richtlinie) und zur Schutzfähigkeit KI-gestützter Werke; bevorzugen Sie Modelle mit lizenzierten Daten oder Freistellungsbedingungen; dokumentieren Sie die menschliche Urheberschaft.
• Tarifvereinbarungen und Persönlichkeitsrechte: SAG-AFTRA, WGA und nationale Vereinbarungen (sowie nationale Gesetze wie das deutsche Persönlichkeitsrecht) beschränken digitale Replikate und KI-Einsatz; holen Sie Einwilligung und Vergütungsbedingungen je Nutzung ein, und verwenden Sie Replikate nicht über den vereinbarten Umfang hinaus.
• Gegenmaßnahmen: KI-Nutzungsregister je Projekt, Prüfung der Freistellung durch Anbieter, C2PA Credentials, Prüfstufen, Verbot von Anbietern, die mit Ihrem geistigen Eigentum trainieren, rechtliche Prüfung vor der Lieferung.

Erste Schritte

1. Zulässige Nutzungen mit Recht und Gewerkschaften/Verbänden festlegen: nur Concepts, Previs, Hintergrund-VFX; ausgeschlossene Nutzungen auflisten (Abbild von Darstellenden).
2. Einen zweiwöchigen Pilot zu Previs oder Boards für ein Projekt durchführen; Iterationen und eingesparte Zeit erfassen.
3. Zwei oder drei Werkzeuge an einem realen VFX-Einstellungstyp (z. B. Set-Erweiterung) testen und die Ergebnisse durch Ihre normale Nuke-/Unreal-QC schicken.
4. Asset-Verfolgung, Protokollierung von Prompt/Seed und C2PA-Herkunftsnachweis ergänzen, bevor Ausgaben in der Lieferung verwendet werden.
5. Die Anbieter-Checkliste entwerfen: Datennutzung, Freistellung, EU-Hosting, Ausgabeformat und Kennzeichnungsregeln (AI Act Art. 50).

Quellen

1. Netflix Tudum - newsroom (El Eternauta and generative AI, 2025) — https://www.netflix.com/tudum
2. Netflix Partner Help Center — Using Generative AI in Content Production — https://partnerhelp.netflixstudios.com/
3. Runway — Lionsgate partnership announcement — https://runwayml.com/news/runway-partners-with-lionsgate
4. Regulation (EU) 2024/1689 (AI Act), Art. 50 — https://eur-lex.europa.eu/eli/reg/2024/1689/oj
5. European Commission — AI Act regulatory framework and codes of practice — https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai
6. Coalition for Content Provenance and Authenticity (C2PA) — https://c2pa.org/
7. Wan open video models — https://github.com/Wan-Video/Wan2.1
8. ComfyUI — https://github.com/comfyanonymous/ComfyUI
9. Runway documentation — https://docs.dev.runwayml.com/