Der wilde Wettbewerb im Bereich der KI-Videoschnitttechnik: Wem fließt das Geld zu, das einst von Cuttern verdient wurde?

Wie viele Arbeitsgänge in einem Video können eigentlich an KI übergeben werden?

Kürzlich hat ein Cutter einen Test durchgeführt, bei dem Claude Opus 5.5 ein kurzes Video vollständig eigenständig erstellt hat.

Zuerst rief die KI Fish Audio (ein KI-Sprachsynthese-Tool) auf, um die Sprecherstimme mit seiner Stimme zu generieren, anschließend nutzte sie HeyGen (ein Tool zur Generierung von Digitalmenschen-Videos), um das digitale Abbild zum Sprechen zu bringen. Der wirklich komplexe Teil lag in der nachfolgenden Schnittarbeit.

Vor der praktischen Umsetzung analysierte die KI zwei Referenzvideos Bild für Bild und fasste drei Regeln zusammen: Jeder Satz hat eine passende visuelle Darstellung, jede Bewegung trifft den Takt, und das gesamte Video wird durch einen roten Faden durchzogen. Anschließend übersetzte sie diese Regeln in Code, erledigte automatisch Animationen und konfigurierte Toneffekte, und kapselte die gesamte Methode in einer wiederverwendbaren Fähigkeit (Skill) ab.

Beim nächsten Mal muss der Ersteller nur eine neue Sprecheraufnahme liefern, und die KI kann das Video nach dieser Methode erstellen. Selbst bei Aufnahmen mit echten Personen kann die KI automatisch Material auswählen, Personen freistellen und Text sowie Animationen an die passenden Stellen platzieren.

Nach Aussage dieses Cutters wurde während des gesamten Prozesses kein einziger Keyframe manuell erstellt.

Früher mussten Cutter und Spezialeffektmitarbeiter viel Zeit damit verbringen, komplexe Softwarebedienungen zu erlernen, um Kreativität in Bilder umzuwandeln. Heute kann die KI nicht nur die menschliche Arbeit ersetzen, sondern beginnt auch, die kreativen Methoden der Cutter zu erlernen.

Ein Cutter, der im Bereich KI-Schnitt arbeitet, erzählte dem Medienportal „Dingjiao One“, dass sie eine Gruppe menschlicher Cutter als Referenz herangezogen haben, um die Sichtergebnisse von Menschen und KI zu vergleichen. Das ursprüngliche Ziel war es, die KI so nah wie möglich an das menschliche Niveau heranzuführen – doch das Ergebnis zeigte: „In manchen Fällen schneidet die KI sogar cooler als Menschen“. In seinem Arbeitsablauf ist es längst alltäglich, mit KI professionelle Software wie Photoshop oder Premiere zu bedienen, um Aufgaben zu erledigen.

Technologische Veränderungen verändern auch die Wettbewerbslandschaft dieser Branche.

Im September 2026 hat CapCut den KI-Arbeitsplatz für kreative Erstellung „Hub“, einen intelligenten Schnittassistenten und die KI-Ultra-Mitgliedschaft eingeführt, wodurch das Geschäft vom reinen Schnitt bis hin zu Konzeption, Generierung und Auslieferung erweitert wird. Auch Adobe treibt die Fähigkeiten von KI-Agenten in professioneller Software wie Premiere voran. Unternehmen wie Descript und Runway setzen an ihren jeweiligen Stärken an und erweitern ihr Angebot auf den vollständigen Videoproduktionsprozess.

Früher konkurrierten Schnittprogramme vor allem um Funktionen und Bedienkomfort. Heute kämpfen Modelle, Tools und Inhaltsplattformen um den gesamten Produktionsprozess eines einzelnen Videos. Das Geld, das früher an Cutter und Softwareunternehmen gezahlt wurde, fließt nun in Modelle, Rechenleistung und Automatisierungsdienste.

01. Die Arbeitszeit der Cutter wird zu KI-Punkten

Die Zeit von Cuttern wird oft in einer Kette kleiner, detailreicher Arbeitsschritte verbraucht.

Nehmen wir als Beispiel ein zweiminütiges Produktwerbevideo: Der Cutter lädt das Material herunter, importiert es in Premiere, sichtet es Stück für Stück und trennt Sprecheraufnahmen, Produktnahaufnahmen und Umgebungsaufnahmen voneinander. Anschließend schneidet er Versprecher, Pausen und wiederholte Ausdrücke heraus, ordnet die Aufnahmen nach dem Skript an und fügt jedem Satz passende unterstützende Bilder hinzu.

Der Rohschnitt ist erst der Anfang.

Um die Verkaufsargumente hervorzuheben, muss der Cutter zudem Photoshop öffnen, um das Produkt vom Hintergrund freizustellen, zu After Effects wechseln, um Titelanimationen zu erstellen, dann zurück zu Premiere wechseln, Untertitel hinzufügen, Musik und Überblendungen einfügen und Keyframes Bild für Bild anpassen, damit die Bilder den Takt treffen. Der Export bedeutet noch nicht unbedingt das Ende: Wenn der Kunde meint, der Anfang sei nicht fesselnd genug und das Produkt tauche zu spät auf, muss der Cutter das Projekt erneut öffnen, Aufnahmen, Untertitel und Animationen anpassen und das Video noch einmal exportieren. Eine scheinbar einfache Anpassung kann mehrere Programme und mehrere Spuren betreffen.

In den letzten Jahrzehnten haben sich digitale Kreativtools stetig weiterentwickelt – aber die Arbeitsteilung zwischen Mensch und Software hat sich nicht grundlegend geändert. Die Software liefert die Werkzeuge, der Ersteller führt die Bedienung aus. Sowohl die mechanische Materialverwaltung als auch die kreative Bildgestaltung erfordern, dass Menschen Ideen in eine Kette konkreter Handlungen umwandeln.

Die KI verändert diese Arbeitsteilung nun.

In einem KI-Arbeitsablauf mit Fähigkeiten zur Materialerkennung, Modellaufruf und Softwarebedienung kann der Ersteller direkt Anforderungen stellen: zum Beispiel eine sechsminütige Sprecheraufnahme auf drei Minuten kürzen, wiederholte Ausdrücke löschen, jedem Verkaufsargument passende Bilder zuordnen und Untertitel sowie Animationen in einem festgelegten Stil hinzufügen. Die KI transkribiert die Sprecheraufnahme in einen Text mit Zeitcode, filtert das Material, ordnet die Aufnahmen an und ruft bei Bedarf andere Tools auf, um Freistellungen, Vertonungen und Spezialeffekte zu erstellen. Nachdem die erste Version erstellt wurde, gibt der Ersteller die Änderungswünsche in natürlicher Sprache an.

Aufgaben, die früher schrittweise manuell erledigt werden mussten, werden nun zu Arbeiten, die direkt an die Software übergeben werden können.

Quelle / pexels

Im Januar dieses Jahres schlug Justine Moore, Partnerin des Silicon-Valley-Venture-Capital-Unternehmens a16z, vor, dass KI-Agenten für Videos die Videoproduktion genauso verändern könnten wie Cursor die Programmierung. Sie ist der Meinung, dass 2025 das Jahr der KI-Videos war, 2026 aber das Jahr werden wird, in dem Menschen Schnittarbeiten an intelligente Agenten übergeben: „KI-Agenten für den Schnitt werden in den kommenden Monaten und Jahren die Qualität aller Videos, die wir sehen, dramatisch verbessern und ihre Erstellungsgeschwindigkeit beschleunigen“.

Diese Veränderung wird bereits durch Daten belegt.

Bei der Demonstration auf der CapCut-Pressekonferenz im September dieses Jahres dauerte der manuelle Rohschnitt eines 6-minütigen rohen Sprechermaterials zu einem 3-minütigen fertigen Video 32 Minuten, während der CapCut-Assistent nur 10 Minuten brauchte – die Kosten für die KI-Punkte lagen bei etwa 2 Yuan.

Nach den von dem KI-Schnitttool Spingle veröffentlichten Kundenfällen brauchte das US-amerikanische Dokumentarfilmproduktionsunternehmen FlowVideo früher vier Stunden, um aus einer großen Menge an Material die unterstützenden Aufnahmen zu finden, die zum Interviewinhalt passen, und weitere sechs Stunden für den Rohschnitt. Nach der Nutzung von Spingle verkürzten sich beide Arbeiten auf eine halbe Stunde bzw. drei Stunden. Die gesamte Arbeitszeit für das Projekt sank von 20 auf 13,5 Stunden, was einer Reduzierung um etwa ein Drittel entspricht.

Für Einrichtungen, die Videos in großen Mengen produzieren müssen, kann die Effizienzsteigerung zu einer höheren Produktivität führen und sogar einen Teil der Personalkosten senken.

Nach den von OpusClip veröffentlichten Kundendaten zahlte das US-Marketingunternehmen Tribe Consulting früher wöchentlich etwa 500 US-Dollar an Cutter, um 3 bis 5 kurze Videos zu erstellen. Nach der Einführung von OpusClip stieg die wöchentliche Videoproduktion auf 10 bis 20 Stück. Ein weiteres Marketingunternehmen, Full Send Marketing, gab an, dass es nach der Nutzung von KI für grundlegende Schnittarbeiten, Untertitel und die Zuordnung unterstützender Aufnahmen monatlich etwa 1500 US-Dollar einspart.

Die oben genannten Daten stammen aus von Toolherstellern veröffentlichten Demonstrationen oder Kundenfällen und garantieren nicht, dass alle Videoprojekte eine gleich starke Kostensenkung erreichen. Aber bei Aufgaben mit hohem Standardisierungsgrad ist es bereits ein Trend, dass die KI Arbeiten übernimmt, die früher von Menschen erledigt werden mussten.

Für Softwareunternehmen bedeutet dies eine neue Möglichkeit der Gebührenerhebung.

Früher kauften Videoproduktionsunternehmen Software und stellten dann Cutter ein, um die Arbeit auszuführen. Die Software wurde in der Regel nach der Lizenzlaufzeit oder der Anzahl der Benutzerlizenzen berechnet. Egal ob ein Cutter monatlich 10 oder 100 Videos erstellt, der Umsatz des Softwareunternehmens stieg nicht synchron dazu.

Jetzt, wo die Software Aufgaben direkt für den Benutzer erledigen kann, ergibt sich die Möglichkeit, nach der erbrachten Arbeitsmenge zu berechnen. Ein Teil der Arbeiten, die früher nur durch die Einstellung zusätzlicher Mitarbeiter oder mehr Arbeitsstunden erledigt werden konnten, kann durch den Kauf von KI-Diensten gelöst werden.

Im September dieses Jahres hat CapCut die KI-Ultra-Mitgliedschaft eingeführt: Das fortlaufende monatliche Abonnement kostet 199 Yuan, umfasst 22100 KI-Punkte pro Monat und beinhaltet die bisherigen Vorteile der regulären Schnittmitgliedschaft.

Descript verwendet eine ähnliche gemischte Abrechnungsweise: Das Creator-Paket kostet 35 US-Dollar pro Monat und umfasst 30 Stunden Medienverarbeitungsvolumen und 800 KI-Punkte pro Monat. Der Benutzer zahlt nicht nur für das Nutzungsrecht der Software, sondern auch für ein bestimmtes Volumen an KI-Verarbeitungs- und Generierungsfähigkeiten.

Bei videoverarbeitenden Diensten für Unternehmen ist die Abrechnungsweise noch feiner abgestuft.

Der intelligente Schnittdienst für Highlights von Kurzserien von Volcano Engine berechnet nach der Dauer des eingegebenen Materials: Die KI-Analyse des Originalvideos kostet 2,5 Yuan pro Minute, die Videosynthese, Medienspeicherung und -verteilung werden separat nach dem Ressourcenverbrauch berechnet.

Von der Abrechnung nach Softwarelizenzen oder Abonnementzyklen hin zur zusätzlichen Berechnung nach Materialdauer, Generierungsanzahl und KI-Punkten – in der Videoproduktion entsteht gerade ein neues Preissystem.

02. Vier Gruppen von Anbietern kämpfen um dieselbe Produktionslinie

Der KI-Schnitt eröffnet neue Einnahmechancen und zieht Unternehmen an, die bisher in unterschiedlichen Gliedern der Industriekette tätig waren.

Aktuell gibt es hauptsächlich vier Gruppen von Anbietern.

Die erste Gruppe sind plattformökologische Unternehmen wie CapCut und Kuaiying.

CapCut basiert auf Douyin, CapCut (internationale Version) auf TikTok, hinter Kuaiying steht Kuaishou. Früher haben sie die Erstellungsschwellen gesenkt, sodass mehr Nutzer Videos erstellen und veröffentlichen können – was den Plattformen eine kontinuierliche Versorgung mit Inhalten sicherte. Später entwickelte sich das Schnitttool selbst zu einem eigenständigen Geschäftsbereich.

Nach Schätzungen des mobilen App-Datenunternehmens Appfigures erreichte CapCut im August 2025 einen monatlichen Nettoumsatz von 93,5 Millionen US-Dollar in den globalen App-Stores von Apple und Google. Diese Zahl schließt die Geschäfte auf PC und über die Webseite nicht ein.

Heute möchte CapCut sein Geschäft vom reinen Schnitt auf den gesamten Videoproduktionsprozess ausweiten.

Das neu eingeführte CapCut Hub vereint Skriptplanung, KI-Materialgenerierung und Mehrspurschnitt in einem einzigen Arbeitsplatz. Der CapCut-Assistent greift direkt in konkrete Projekte ein und übernimmt Aufgaben wie das Kürzen von Sprecheraufnahmen, die Fehlerkorrektur von Untertiteln und die Videogestaltung. Früher mussten Ersteller möglicherweise zuerst mit einem großen Sprachmodell das Skript schreiben, dann ein Videomodell aufrufen, um Material zu generieren, und schließlich zu CapCut zurückkehren, um die Nachbearbeitung abzuschließen. Jetzt möchte CapCut diese Schritte so weit wie möglich in seinem eigenen Produktökosystem behalten.

Im Vergleich zu unabhängigen Softwareunternehmen haben plattformbasierte Anbieter einen weiteren Vorteil: Sie können die Videoproduktion mit der Inhaltsverbreitung und Werbeschaltung verbinden. Zum Beispiel hat „Jichuang“ von der ByteDance-Tochter Juliang Engine bereits KI-Skripte, die Erstellung von Videos mit Digitalmenschen und intelligenten Schnitt in den Werbeerstellungsprozess integriert. Händler können mit Produktinformationen und vorhandenem Material in großen Mengen verschiedene Versionen von Videos erstellen, die für nachfolgende Werbetests verwendet werden.

Die zweite Gruppe sind professionelle Softwareunternehmen wie Adobe und Blackmagic.

Die Filmerstellung umfasst Materialverwaltung, Zusammenarbeit mehrerer Personen, Spezialeffekte, Farbkorrektur und die Auslieferung verschiedener Versionen. Die Projektdatei eines Films muss wiederholt zwischen verschiedenen Teams ausgetauscht werden. Der lang aufgebaute Vorteil professioneller Software liegt nicht nur in ihren Funktionen, sondern in einem System, das komplexe Projekte stabil erstellen kann.

Deshalb haben diese Unternehmen beschlossen, die KI in ihre bestehende Software zu integrieren, statt auf die traditionelle Zeitleiste und Projektdateien zu verzichten.

Im Juni dieses Jahres kündigte Adobe an, Creative Agent auf Produkte wie Premiere auszuweiten. Benutzer können mit natürlicher Sprache Material ordnen, Interviewinhalte erkennen und erste Schnittsequenzen generieren – die von der KI erstellten Ergebnisse verbleiben in einem bearbeitbaren Projekt, sodass der Ersteller sie weiter anpassen kann.

Blackmagic hingegen öffnet seine Software für externe intelligente Agenten. Die im September veröffentlichte DaVinci Resolve Version 21.1 bietet Integrationsmöglichkeiten mit KI-Assistenten wie Claude, Claude Code und Codex, sodass externe Agenten Projekte analysieren, Material ordnen und Stapelrendering durchführen können.

Quelle / offizielle Webseite von DaVinci Resolve 21.1

Die Routen der beiden Unternehmen sind unterschiedlich, aber ihre Ziele ähneln sich: Selbst wenn die KI immer mehr konkrete Arbeitsschritte übernimmt, bleibt die professionelle Produktion auf die von ihnen bereitgestellten grundlegenden Fähigkeiten angewiesen. Sie verkaufen nach wie vor hauptsächlich Softwareabonnements, Lizenzen, professionelle Versionen und zugehörige Produktdienstleistungen – die KI hat zunächst die Aufgabe, den Wert der Produkte zu steigern und Kunden zu binden.

Die dritte Gruppe sind KI-native Unternehmen wie Descript, OpusClip und Sparki.

Im Gegensatz zu traditioneller Software wollen diese Unternehmen, dass die Benutzer keine komplexen Bedienverfahren erlernen müssen, sondern der KI nur sagen, was sie wollen.

Descript