KI-Videos wirken zunehmend realistisch und lassen sich oft kaum noch von echten Aufnahmen unterscheiden. Doch wie schneiden verschiedene KI-Videogeneratoren in einem direkten Vergleich ab?
Die rasanten Fortschritte bei KI-Videogeneratoren haben dazu geführt, dass Videos, die nur auf Basis eines kurzen Textes erstellt wurden, oft täuschend echt aussehen. Sechs gängige Videogeneratoren, darunter bekannte Plattformen und Open-Source-Alternativen, wurden von c’t 3003 auf ihre Stärken und Schwächen getestet. Ein klarer Trend ist dabei die Verbesserung der visuellen Qualität und die größere Vielfalt bei Anwendungsbereichen.
Ein Beispiel ist das chinesische Tool Kling AI, das bereits jetzt kommerziell verfügbar ist und über einen Text-Prompt Videos erzeugt. Bei Tests zeigte Kling beeindruckende Realitätsnähe, selbst einfache Alltagsszenen wie ein Mann beim Spaghetti-Essen wirken authentisch. Für virale Clips auf Social-Media-Plattformen wie TikTok und Instagram werden solche KI-Generatoren bereits häufig eingesetzt, da sie Stil und Qualität bieten, die das Publikum anspricht.
Trotzdem ist die Leistung nicht immer einheitlich: Während Kling und RunwayML vor allem bei flüssigen Bewegungen und realistischer Darstellung punkteten, zeigen Open-Source-Varianten wie CogVideo und Allegro in diesen Bereichen noch Schwächen. Besonders die Framerate und Bildqualität bleiben bei den lokalen Modellen hinter den Cloud-basierten Systemen zurück. Komplexe Prompts, die detaillierte Bildwelten erfordern, gelingen am besten bei Cloud-Systemen; hier zeigte sich Kling AI in seiner Version 1.5 Pro als besonders leistungsfähig.
Bei Tools wie RunwayML und Luma ist die Bedienung schnell und intuitiv. Die Optionen zur Anpassung von Parametern und zur automatischen Verlängerung von Videos sind hilfreich, um eine nahtlose Gestaltung von Szenen zu ermöglichen. Für Einsteiger-Content auf Social Media bietet Pika kreative Vorlagen für kurze Clips, jedoch mit begrenztem Anpassungsumfang. Die Unterschiede in der Bearbeitungszeit sind beträchtlich: Während RunwayML und Luma schnellere Ergebnisse lieferten, konnte Kling bei komplexen Aufgaben bis zu 25 Minuten für ein 10-Sekunden-Video benötigen. Nicht zuletzt spielen auch die Kosten eine Rolle. Die getesteten kommerziellen Anbieter nutzen ein Credit-System, bei dem die Erstellung eines Videos auf Basis der Credits berechnet wird. Die Preise variieren je nach Abo-Modell, und auch lokale Systeme erfordern leistungsfähige Hardware. So kann der Betrieb bei täglicher Nutzung durch Stromverbrauch ebenfalls kostenintensiv werden.
KI-Videogeneratoren stehen noch am Anfang ihrer Entwicklung, doch die Testreihe zeigt: Die Möglichkeiten sind beeindruckend. Cloud-basierte Tools liefern bereits jetzt überzeugende Ergebnisse. Die Frage bleibt, wie zukünftig KI-generierte Videos in realen Szenen markiert und reguliert werden sollen, um Fehlinformationen vorzubeugen. Wer an realitätsnahen KI-Videos interessiert ist, kann die verschiedenen Tools ausprobieren und selbst herausfinden, welches am besten zum persönlichen Stil passt.