KI-Kurzfilme: Warum sehen alle gleich aus?

Scharfe Kieferpartie, dünne Lippen, herabgesenkter Blick, der ohne Zorn Respekt einflößt; Eiförmiges Gesicht, große Augen, strahlende Haut … Wenn Nutzer eine App für Kurzdramen öffnen und mehrere KI-Kurzdramen nacheinander ansehen, fällt es nicht schwer zu erkennen, dass die männlichen und weiblichen Hauptfiguren fast alle dasselbe Gesichtsmodell teilen. 

Die Hauptfiguren mehrerer KI-Dramen haben ähnliche Gesichter Quelle: Kurzdramen-Plattform 

Nach langerem Anschauen geraten viele Menschen sogar in Verwirrung: Ist der kalte, strenge Chef aus dem letzten Drama nicht dasselbe Gesicht wie der General, der aus der Adelsfamilie vertrieben wurde? Auf sozialen Plattformen sind ähnliche Fragen überall zu finden – „KI-Gesicht – physische Abneigung“ stand sogar zeitweise auf den Weibo-Trending-Themen. 

Eigentlich könnten KI-Modelle mit riesigen Datenmengen unendlich viele Gesichter erzeugen – warum teilen die Hauptfiguren von KI-Kurzdramen ausgerechnet ein und dasselbe Gesicht? 

Woher stammt dieses „Standardgesicht“?

Lassen Sie uns zuerst verstehen, wie die „Doppelgesichter“ in KI-Kurzdramen entstehen. 

Normalerweise gibt es zwei Hauptmethoden, um Figuren per KI zu erzeugen: Entweder gibt man Stichwörter ein und das große Modell generiert das Bild automatisch – oder man nutzt echte Fotos als Referenz, die das große Modell dann anpasst. 

Der KI-Regisseur Mo Zheng erläuterte gegenüber Xinjingwei: Wenn die Ersteller bei der Generierung von KI-Gesichtern für Kurzdramen lediglich in das Dialogfeld eines Text-Bild-Modells eingeben „eine schöne Frau trinkt Kaffee in einem Café“, ohne irgendein Referenzfoto hochzuladen, wird das KI-Modell höchstwahrscheinlich ein Bild einer Standard-Schönheit mit großen Augen, hoher Nase, spitzem Kinn und heller Haut ausgeben. 

Mo Zheng erklärt: Bei der Schulung von Text-Bild-Modellen wird normalerweise ein Standardparameter festgelegt – beispielsweise entsprechen asiatische Schönheiten großen Augen, hoher Nase und hellerer Haut. Außerdem neigen kostenlose Modelle dazu, sich zu „entspannen“: Nach der Zusammenfassung aller Parameter erzeugen sie genau das häufigste Gesicht, das in den Trainingsdaten vorkommt. 

Dasselbe Prinzip gilt auch für männliche Figuren. Mo Zheng hat in früheren Projekten beobachtet: Ohne detaillierte Festlegungen für die Figuren ähneln die von KI erzeugten asiatischen Männer oft südkoreanischen Schauspielern – mit kantigen Gesichtern und deutlichen Merkmalen der mongoliden Rasse. Er vermutet, dass die gängigen KI-Videomodelle heute viele südkoreanische Filme extrahiert haben – der Anteil südkoreanischer Filmmaterialien in den Trainingsdaten ist zu hoch, sodass die erzeugten Figuren natürliche Spuren südkoreanischer Ästhetik tragen. 

Auch die männlichen Hauptfiguren mehrerer KI-Dramen haben ähnliche Gesichter Quelle: Kurzdramen-Plattform 

„Halb ähnlich, halb nicht – in Kunstfilmen tauchen oft Gesichter auf, die Takeshi Kaneshiro ähneln“, sagt Mo Zheng. 

Was die Gleichförmigkeit der KI-Kurzdramen noch verstärkt, sind die „grauen Nährstoffe“ der Modelle. Laut öffentlichen Berichten kaufen viele Hersteller von KI-Kurzdramen heute billige oder sogar raubkopierte Materialpakete aus dem Internet, um ihre Modelle zu trainieren. 

Nach Berichten der Website Justice Network enthüllen Branchenkenner: Raubkopierte KI-Kurzdramen-Ressourcen, aus dem gesamten Internet gesammelte Inhalte und von Nutzern „gefütterte“ urheberrechtlich geschützte Materialien bilden wichtige Quellen für die Trainingsdaten. Im Internet grassieren Verkaufsanzeigen für „nicht autorisierte KI-Kurzdramen-Materialpakete“ – ein Paket mit über 20.000 urheberrechtlich verletzenden Kurzdramen-Ressourcen kostet nur 0,85 Yuan. 

Wang Xiwen, Direktor des Pekinger Instituts für intelligente Technologien Huaxia Gonglian, erläuterte gegenüber Xinjingwei: Die Massenproduktion von KI-Gesichtern folgt heute einem hochgradig standardisierten industriellen Prozess: Die Ersteller nutzen zuerst beliebte Stichwörter, um eine standardisierte Basis mit schöner Haut zu erzeugen. Dann fixieren sie einen festen Seed-Wert, um sicherzustellen, dass die Gesichtszüge der Figur während des gesamten Dramas unverändert bleiben. Anschließend wenden sie ein einheitliches Ausdrucksmodell an und überspringen die aufwändige Verarbeitung feinster Mikroausdrücke Bild für Bild. Abschließend rendern sie das gesamte Werk in einem Durchgang – ohne die Notwendigkeit, einzelne Abschnitte separat zu bearbeiten. 

„Dieser Prozess vermeidet einzigartige Gesichtszüge, um massenhaft fehlerfreie Ergebnisse zu liefern – dabei entstehen einheitliche digitale Gesichter ohne jegliche Wiedererkennbarkeit“, sagt Wang Xiwen. 

Algorithmus und Kosten binden die KI-Masken fest

Wenn ein und dasselbe Gesicht sowohl die unberührte „Weiße Mondschein“-Figur im Schuldrama spielt, als auch die adlige Dame im historischen Kostüm – und nach Ankleben eines Bartes plötzlich zu einem reifen Mann wird – werden die Zuschauer das natürlich nicht akzeptieren. 

„Als die KI-Kurzdramen Anfang dieses Jahres neu auf den Markt kamen, waren sie noch sehr beliebt – aber mittlerweile leiden die Menschen unter Ästhetikmüdigkeit“, bedauert Mo Zheng. Diese Müdigkeit breitet sich sogar auf ältere Bevölkerungsgruppen aus. „Kürzlich, als ich ein Museum besuchte, hörte ich einige Tanten sagen, man solle heutigen Videos nicht vertrauen – sie seien alle von KI erzeugt.“ 

Daten des Branchenüberwachungsportals DataEye-ADX zeigen: Im Mai 2026 wurden auf der nativen Plattform von Douyin rund 39.500 neue KI-Dramen/Manga-Dramen hinzugefügt – ein Rückgang von etwa 10 % gegenüber den 44.100 Werken im April. Die Zahl der Neuerscheinungen sinkt damit bereits zwei Monate in Folge. Die Wachstumsrate der Aufrufe neuer Dramen liegt nur noch bei 7 % – deutlich langsamer als das frühere starke Wachstum. 

Die „Modellgesichter“ rauben den Zuschauern zunehmend die Geduld – warum nutzen die Hersteller dann trotzdem die stark ähnlichen „KI-Gesichter“? 

Dahinter stecken die kommerziellen Kosten und die Herstellungszeit für Kurzdramen. 

Mo Zheng erläutert: Um ein Gesicht mit eigener Note zu erzeugen, muss das Team normalerweise zuerst alle Blickwinkel der Figur erstellen – Vorderansicht, Ganzkörperfoto, Seitenansicht, Rückansicht – sowie alle Asset-Bilder wie Figuren, Szenen und Requisiten. Mit diesen Materialien fixieren sie dann das Image der Figur. Gleichzeitig müssen detaillierte Stichwörter verwendet werden – beispielsweise die Farbe der Pupillen festlegen, ob das Gesicht Muttermale oder Sommersprossen hat, die Frisur bestimmen, den Stil eines realistischen Films und die Textur menschlicher Haut vorgeben. Nur so entsteht ein Gesicht mit hoher Wiedererkennbarkeit. 

„Für ein einzelnes Asset-Bild sind normalerweise 5 bis 10 Minuten eine angemessene Bearbeitungszeit“, erklärt Mo Zheng. Dabei muss man die Konsistenz aller Blickwinkel sorgfältig prüfen und die erzeugten Bilder immer wieder vergleichen. Er nennt ein Beispiel: Ein von KI erzeugtes Bild zeigt eine Figur mit einem Zopf von vorne – und von der Seite plötzlich zwei Zöpfe. Solche Detailfehler sind extrem häufig. 

Diese detaillierte Herstellung ist jedoch sehr kostspielig. Mo Zheng nennt Zahlen am Beispiel seines aktuellen Fantasy-Actionfilms „Sanddämon“: Die Bildgenerierungsfunktion des kostenpflichtigen Modells ChatGPT kostet monatlich 99 US-Dollar (ca. 673 Yuan). Mit der voll funktionsfähigen Version eines Videogenerierungsmodells kostet ein 15-sekündiges Video etwa 15 Yuan – mit einem VIP-Zugang sogar 20 bis 30 Yuan. Im Vergleich dazu sind die Kosten für KI-Kurzdramen, die alle ein und dasselbe Gesicht nutzen, fast vernachlässigbar. 

„Mit Seedance 2.5 kostet ein 30-sekündiges Video vielleicht 100 Yuan – die Hürden für die Videoproduktion steigen tatsächlich“, sagt Mo Zheng. Wenn man kostenlose KI-Tools wie Doubao nutzt, ist das Ergebnis oft die Version, die das Modell für am sichersten, am häufigsten verwendet, am wenigsten fehleranfällig und am billigsten hält. 

Wang Xiwen weist darauf hin: Aus kommerzieller Sicht spart die Wiederverwendung bewährter Modellgesichter die Kosten für die Entwicklung neuer Figuren. Auf technischer und algorithmischer Ebene neigen ältere KI-Videotools dazu, markante Gesichter bei langen Einstellungen durch dynamische Bewegungen zu verzerren – daher bevorzugen sie durchschnittliche Massengesichter mit hoher Fehlertoleranz. Auf der Ebene der Reichweite bevorzugen die Empfehlungssysteme der Plattformen natürlich bewährte, beliebte Figuren – was die Abhängigkeit der Ersteller von diesen Modellen noch verstärkt. 

Darüber hinaus ist die Ursache für die Verbreitung gleichförmiger KI-Gesichter laut Wang Xiwen im „schnellen, kurzfristigen“ Monetarisierungslogik der Kurzdramen-Branche zu suchen: Die Hersteller versuchen, den Produktionszyklus maximal zu verkürzen – und lehnen es ab, Kosten für die originelle Gestaltung von Figuren auszugeben. 

Ein Bericht des Chinesischen Verbands für Internet-Audio und -Video zeigt: Im ersten Quartal 2026 wurden in der gesamten Branche rund 128.000 Mikro-Kurzdramen veröffentlicht – davon etwa 122.000 KI-Mikro-Kurzdramen, was einem Anteil von über 95 % entspricht. Laut Wang Xiaoliang, Direktor der Abteilung für die Verwaltung von Internet-Audio- und -Videoinhalten bei der Nationalen Rundfunkbehörde, wurden 2025 insgesamt 33.000 Mikro-Kurzdramen ausgestrahlt. 

Umgerechnet hat die Produktion von Mikro-Kurzdramen in den ersten drei Monaten des Jahres 2026 bereits fast das Vierfache des gesamten Vorjahres erreicht. 

Dieser Artikel stammt aus dem WeChat-Offiziellen Konto „Xinjingwei“ (ID: jwview), Autor: Xie Jingwen, veröffentlicht mit Genehmigung von 36Kr.