Die Videogenerierung erlebt den "Claude Code-Moment", MiniMax Design dringt in das Kerngebiet von Adobe und Canva vor.

Eine versteckte Rechnung der KI-Videogenerierung

Am Montagmorgen beschloss eine Verbrauchermarke kurzfristig, eine zusätzliche Runde von Kurzvideowerbung für die bevorstehende Werbeaktion durchzuführen.

Die Anforderung klingt nicht kompliziert: Für dasselbe neue Produkt wird eine Reihe von Kurzvideos erstellt, deren Stil den Beiträgen echter Nutzer ähnelt, die auf unterschiedliche Altersgruppen, Verbrauchsszenarien und Plattformen ausgerichtet sind. Die Inhalte umfassen im Großen und Ganzen: Jemand nutzt das Produkt im Büro, jemand erlebt es zu Hause; einige heben den Preis hervor, andere betonen die Funktionen. Der Gesamtton darf nicht zu stark wie eine offensichtliche Werbung wirken, und die Bilder müssen den Spezifikationen mehrerer Plattformen entsprechen.

Was das Inhaltsteam wirklich in Schwierigkeiten bringt, ist der letzte Satz: „Erstellen Sie zuerst 100 Videos, und überprüfen Sie die Wirkung der ersten Runde am Nachmittag.“

Nach der bisherigen Arbeitsweise ist es fast unmöglich, diese Arbeit an demselben Tag abzuschließen.

Das Team muss zunächst eine geschäftliche Anforderung in mehrere Drehbücher aufteilen, dann einzeln die Einstellungen entwerfen, Materialien für Charaktere, Waren und Szenen vorbereiten und anschließend in die Phasen der Aufnahme oder Generierung, des Schnitts, der Synchronisation, der Untertitelung und der Verpackung eintreten.

Selbst wenn bereits KI-Tools verwendet werden, müssen Ersteller immer noch zwischen mehreren Tools wechseln: Ein Tool generiert Bilder, ein anderes lässt die Bilder animieren, und weitere Software wird für die Verarbeitung von Synchronisation, Untertiteln und Schnitt verwendet. Jede zusätzliche Version bedeutet eine erneute Kombination von Materialien und Abläufen.

Das Problem besteht darin, dass diese Anforderung „100 Videos zu erstellen und sie am Nachmittag fertig zu haben“ von einer kurzfristigen Aufgabe zum Alltag der kommerziellen Inhaltsteams wird.

Dies ist nicht die Angst einzelner Teams. Eine Umfrage von Adobe aus dem Jahr 2025 zeigt, dass mehr als 60 % der Vermarkter der Meinung sind, dass der Bedarf an Inhalten auf das Fünffache oder mehr angestiegen ist, und sie erwarten, dass dieser Druck weiter zunehmen wird.

Quelle der Bilder: Offizielle Website von Adobe

Laut der „mittelfristigen globalen Werbeprognose 2026“ von WPP Media wird erwartet, dass die globalen Werbeeinnahmen 2026 1,3 Billionen US-Dollar erreichen, was einem Anstieg von 8,9 % gegenüber dem Vorjahr entspricht und über der im Dezember 2025 prognostizierten 7,1 % liegt.

Je höher der Anteil digitaler Werbung ist, desto stärker ist der Bedarf der Marken an kurzen, schnellen und vielseitigen Materialien.

Das Wachstum des Videobedarfs und die Verbreitung der KI-Generierungsfähigkeiten bringen die Inhaltsteams gleichzeitig an einen neuen Engpass.

Dieser Engpass lautet: Es wird immer einfacher, 10 oder 100 Versionen von Videos zu generieren, aber es wird nicht automatisch einfacher zu beurteilen, welche nutzbar sind, welche Elemente konsistent gehalten werden, welche Version geändert werden soll und wie die Prüfung und Lieferung durchzuführen ist.

Dasselbe Produkt muss Douyin, Kuaishou, Xiaohongshu, E-Commerce-Plattformen und ausländische soziale Medien abdecken und zudem unterschiedlichen Personengruppen, Szenarien, Sprachen, Größen und Kommunikationskontexten entsprechen. Bei der Werbeschaltung müssen ständig unterschiedliche Einstiege, Charaktere, Verkaufsargumente und Ausdrucksweisen getestet werden, und die Materialien werden schnell anhand der Klickrate, der Abschlussrate und der Konversionswirkung ausgetauscht.

Nachdem die Generierungskosten gesunken sind, wird die menschliche Zeit für das Filtern, Korrigieren, Ändern und die Versionsverwaltung verbraucht. Diese versteckte Rechnung wird zu einem Kernproblem der „Post-Generations-Ära“, dem sich die gesamte Branche stellen muss.

Wie lässt sich diese versteckte Rechnung also bewältigen?

Tatsächlich fehlt es auf dem Markt derzeit nicht an Generierungstools. Für Gliederungen wie Bild, Video, Synchronisation, digitale Menschen, Untertitel, Übersetzung, Schnitt und Größenanpassung sind bereits eine große Anzahl von KI-Produkten oder -Funktionen erschienen.

Aber das Problem ist, dass das einfache Übereinanderlegen dieser KI-Generierungstools den Teams nur mehr voneinander getrennte Fähigkeiten verleiht.

Ein Tool schreibt das Drehbuch, ein anderes generiert Bilder, ein weiteres erstellt Videos, und dann importiert der Mensch die Materialien in die Schnittsoftware, um Sprechertexte, Untertitel und Verpackungen zu ergänzen.

Der Generierungsprozess wird immer schneller, aber die Anforderungszerlegung, die Erstellung von Einstellungen, die Verwaltung von Vermögenswerten, die Versionsauswahl und die endgültige Lieferung müssen weiterhin manuell durchgeführt werden. Eine vollständige Videoproduktionsplattform, die geschäftliche Aufgaben übernehmen kann, ist das, was zahlende Unternehmenskunden wirklich benötigen.

Die „letzte Meile“ der kommerziellen Videogenerierung

Welche Akteure gibt es also auf den Plattformen, die direkt kommerzielle Videogenerierungsaufgaben übernehmen können?

Auf dem Markt sind bereits einige relativ ausgereifte Lösungen erschienen.

Adobe erweitert seine professionelle Kreativsoftware um KI-Arbeitsabläufe, während Canva von der vorlagenbasierten Gestaltung weiter zu Agenten übergeht. Beide versuchen, Generierungsfähigkeiten in bestehende Design- und Inhaltsproduktionssysteme einzubetten.

Aber MiniMax Design geht einen differenzierten Weg: Ausgehend von nativen multimodalen Modellen organisiert MiniMax Design den Produktionsprozess von kommerziellen Videos neu.

Dieser Unterschied wirkt sich direkt auf die Arbeitsweise des Produkts aus.

Herkömmliche Kreativsoftware beginnt normalerweise mit Leinwänden, Zeitachsen und Materialien, und Benutzer müssen klar angeben, welche Funktionen sie aufrufen möchten. MiniMax Design beginnt mit der Anforderung: Benutzer müssen nur das Produkt, die Zielgruppe, die Plattform, die Verkaufsargumente und den Inhaltsstil beschreiben, und das System kann die kreative Zerlegung, das Drehbuch, die Einstellungen, die Materialgenerierung, die Synchronisation, die Untertitel und das fertige Video abschließen.

Da alle begonnen haben, Video-Generierungs-Agenten zu entwickeln, wird derjenige, dessen Agent der kommerziellen Videoproduktion selbst näher kommt, mehr Initiative ergreifen können.

Da jedoch immer mehr Produkte Video-Generierungs-Agenten anbieten, ändert sich der Wettbewerbsschwerpunkt: Wer die geschäftlichen Anforderungen besser versteht, wer manuelle Zerlegung und die Zusammenführung zwischen verschiedenen Tools reduzieren kann, wer stabile und in großen Mengen lieferbare nutzbare Materialien bereitstellen kann, kommt der echten kommerziellen Videoproduktion näher.

Warum ist MiniMax Design der Meinung, dass es diesem Ziel näher kommt? Die Antwort liegt letztendlich in den tatsächlichen Generierungsergebnissen.

Nach der Markteinführung des Produkts löste es schnell eine Reihe von gemeinsamen Erlebnissen in in- und ausländischen Erstellergemeinschaften aus. Die Begeisterung ausländischer Nutzer für die Erstellung ist besonders ausgeprägt: Viele Ersteller begannen, es für die Erstellung von Animationen, Filmtrailern und visuellen Verpackungen zu verwenden und teilten den Generierungsprozess und ihre Nutzungserfahrungen auf sozialen Plattformen.

Auf der Plattform X nutzte ein Nutzer mit dem Benutzernamen Ai Bella MiniMax Design, um einen spannenden Trailer zum Zombie-Thema zu erstellen.

Er gab an, dass er testen wollte, inwieweit KI ein vollständiges Filmkonzept entwickeln kann, und übergab daher eine Idee für einen Zombiefilm an MiniMax Design. Von der Handlungsübersicht, den Filmszenen und der Gesamtatmosphäre bis hin zu visuellen Effekten, Schriftdesigns und der Wendung am Ende wurde der gesamte Trailer schrittweise in einem agentengesteuerten Arbeitsablauf abgeschlossen.

Seiner Meinung nach unterscheidet sich dieses Erlebnis von der früheren Generierung einer Gruppe voneinander getrennter Videoclips. Verschiedene Aufnahmen und visuelle Elemente werden um dasselbe Geschichtenziel herum organisiert, und der gesamte Prozess „ähnelt eher der tatsächlichen Regie eines Kurzfilms“.

Früher musste man für die Erstellung eines solchen Inhalts zunächst Charaktere, Szenen und das Drehbuch festlegen, dann Referenzmaterialien und Texte vorbereiten und anschließend die Aufnahme oder Generierung, den Schnitt und andere Arbeiten abschließen. Mit MiniMax Design können Benutzer Anforderungen direkt mündlich beschreiben, und selbst ein Prompt mit einem Satz kann ähnliche Videos wie die folgenden erzeugen.

Ebenfalls auf der Plattform X beschrieb ein japanischer Videogestalter namens SEIIIRU nach dem Ausprobieren von MiniMax H3 und MiniMax Design es als einen Fall, der bei Berufstätigen zu einem Gefühl der Berufsunsicherheit führen könnte.

Er erstellte mit Design ein Werbevideo für Limonade und schrieb dann: „Das ist genau die Situation, in der man das Gefühl hat, dass KI wirklich kommt, um unsere Jobs zu übernehmen.“

Aber er traf sofort eine weitere Beurteilung: Aus der Sicht von Berufstätigen in der Videobranche ist es bereits schwierig, sich dafür zu entscheiden, solche Tools überhaupt nicht zu nutzen.

Ein anderer Ersteller versuchte, mit H3 in MiniMax Design verschiedene Animationsstile zu erkunden.

Er gab an, dass er nur die allgemeine Richtung angeben muss, und der Agent wird die Idee weiter in einen praktisch ausführbaren Arbeitsablauf zerlegen und dann schrittweise die entsprechenden Videos generieren. Diese Art der Erstellung macht KI-Videos interessanter: Ersteller müssen nicht alle Produktionsdetails von Anfang an festlegen, können während des Generierungsprozesses ständig verschiedene Stile ausprobieren und die Richtung anhand der Ergebnisse weiter anpassen.

Ein weiterer Nutzer mit dem X-Benutzernamen Bhavy nutzte Design für den Objektaustausch. Der Nutzer gab an, dass er Design ein Referenzvideo und 3 Bilder gab, um die Tänzer auszutauschen. In weniger als einer Minute generierte es dieses Video und behielt dabei stets die Konsistenz jedes Gesichts und der Beleuchtung bei.

Er konnte nicht umhin, auszurufen: „Das ist absolut verrückt.“

Ein anderer Nutzer gab an, dass er nach dem Ausprobieren völlig von MiniMax Design begeistert ist: Man braucht nur einen Prompt, wartet eine Weile und erhält ein vollständiges Video im Stil von retro-japanischen Reisepostern.

Aus diesen von Nutzern geteilten Videos geht hervor, dass MiniMax Design insgesamt ein gutes Verständnis für Filmgenres, visuelle Stile und Atmosphären hat. Bei ausreichend detaillierten Prompts und klarer Planung von Geschichte und Aufnahmen können Titelbilder oder Trailer-Probestücke mit starkem Filmgefühl und hoher Bildqualität erzeugt werden.

Erwähnenswert ist, dass MiniMax H3 neben diesen Fällen auch in ausgereiftere Erstellungsplattformen eingezogen ist.

Die internationale Version von Jianying, die Plattform CapCut, hat MiniMax H3 integriert, und Benutzer können es direkt in der CapCut-App, im Web und auf dem Desktop ausprobieren.

Wie zeigt sich die Differenzierung?

Aus den oben genannten praktischen Testfällen geht hervor, dass die Vorteile von MiniMax Design nicht nur im Generierungseffekt einzelner Videos liegen. Bei der Anforderungsverstehung, dem Aufruf professioneller Effekte, der Ausführung komplexer Aufgaben und der Lieferung fertiger kommerzieller Videos zeigt es eine andere Produktlogik als andere Video-Agenten.

Um dies zu erreichen, stützt es sich auf mehrere differenzierte Merkmale von MiniMax Design:

Erstens: Kein Agent wird