Am Vorabend der Massenproduktion von AI + Realaufnahmen: Wie berechnen Produzenten die Kostensenkungsrechnung neu?

Im vergangenen Jahr drehten sich fast alle Diskussionen über KI und Film und Fernsehen um die Hype um „KI-Mini-Serien“: leicht, schnell und mit hoher Fehlertoleranz. Doch während die überdrehten KI-Kurzvideo-Clips viral gehen, fragt sich kaum jemand: Kann KI auch auf die Sets von realen Langserien Einzug halten?

Die Antwort wird Sie überraschen: KI hat bereits die Langserien erobert.

Im September startete Tencent Video die erste chinesische historische Fantasy-Serie mit realen Aufnahmen und KI-Produktion Xing Biao, deren Beliebtheit auf der Plattform über 17.000 stieg, während alle Vermögenswerte und Produktionsabläufe gleichzeitig quelloffen veröffentlicht wurden. Unmittelbar danach kündigte iQiyi die „erste ultra-lange, von echten Schauspielern gespielte KI-Staffelserie“ Bu Xian Yuan Yang Zhi Xian Xian an. Schon früher nutzte die historische ernste Serie Tai Ping Nian von Huace KI-Unterstützung, um schwierige Aufnahmen von Krähen, die Aas fressen, und Schiffsfahrten bei Sturm zu realisieren, und erhielt eine Bewertung von 8,3 auf Douban. Gleichzeitig sind Unternehmen, die sich auf die Produktion von Langserien spezialisieren, wie Huanyu, Changxin und Ningmeng, schon lange selbst in diesem Bereich aktiv geworden.

Die Wette der Langvideo-Plattformen auf „Realperson + KI“ ist längst von der Präsentation auf die Serienliste übergegangen.

„KI + Realaufnahmen“ ersetzt das Filmteam nicht durch KI – die Schauspieler kommen wie gewohnt zum Set, einige Szenen und Aufnahmen werden von KI generiert, und im Nachhinein werden beide Materialien geschnitten und zusammengesetzt. Was sich wirklich ändert, sind die Buchhaltungsunterlagen, Drehbücher und Zeitpläne in den Händen der Produzenten.

Für die meisten Produzenten ist dies jedoch immer noch ein unbekanntes Konzept: Was genau kann KI für das Filmteam übernehmen? Wie berechnet sich das eingesparte Geld? Welche Projekte eignen sich dafür und welche nicht? Dieser Artikel geht diesen drei Fragen nach – Einstieg, Buchhaltung, Grenzen – und spricht mit Produzenten, KI-Regisseuren und Schauspielern, die bereits mit KI zusammenarbeiten.

Phänomen: Schauspieler kommen wie gewohnt zum Set, Aufnahmen werden der KI überlassen

Regisseur Guo Jingyu von Changxin Media stellte auf der Welt-KI-Konferenz vier klare Wege für die „vielfältige Symbiose“ von KI und Film vor, von denen der vierte lautet: Traditionelle Realaufnahmen kombiniert mit KI zur Herstellung von Qualitätswerken. Für das aufwendigste und detaillierteste Werk in der Geschichte von Changxin Media, Yan Yu Shen Ji, wurde eine spezielle „Gruppe C“ für KI gegründet, um die atemberaubenden Szenen der Geschichte zu gestalten.

Nach bisherigen Branchengepflogenheiten ist Gruppe A für die Hauptaufnahmen zuständig, Gruppe B für reguläre Nachaufnahmen und Massenszenen. Die „Gruppe C“ greift zuerst bei den aufwendigsten, teuersten und am schwierigsten zu koordinierenden Teilen ein. Diese Bezeichnung stammt von Zhou Tinghao (Pseudonym), dem KI-Verantwortlichen eines Filmunternehmens, der in der Sendung Shi Me Dong Dong erklärte: Diese gemischte Produktion, bei der KI-Regisseure an kommerziellen Filmprojekten beteiligt sind, „wird bereits in einigen großen Projektteams umgesetzt“. Die Hauptaufgaben von Gruppe C lauten: „Validierung von Massenszenen, Previs-Vorvisualisierung, KI-Machbarkeitstests und Rückfall auf traditionelle visuelle Effekte, falls die KI die Aufgabe nicht bewältigen kann.“

Das ist keine Einzelmeinung. Ein Verantwortlicher von Changxin Media erklärte zu Yan Yu Shen Ji: „Das Filmteam hat eine KI-Gruppe C gegründet, die KI-Tools sinnvoll bei den Realaufnahmen für Unterstützung und Produktion in Kostümen, Requisiten, Bühnenbild und Spezialeffekten einsetzt.“ Su Xiao, Gründer von Ningmeng Film, verriet auf einer Branchenveranstaltung: „Viele Filmteams haben bereits eine Gruppe C (KI-Gruppe) eingerichtet und einen KI-Regisseur eingestellt.“

Mit anderen Worten: KI tritt im Filmteam normalerweise nicht als „externer Lieferant“ auf, sondern ist fester Bestandteil der Aufgabenteilung bei den Dreharbeiten. Diese Gruppe ist nicht, wie die meisten Menschen glauben, nur ein Ersatz für Spezialeffekte, sondern übernimmt viele weitere Funktionen: Sie hilft dem Team in der Vorbereitungsphase herauszufinden, „welche Aufnahmen unbedingt real aufgenommen werden müssen und welche an KI übergeben werden können“. Der Produktionsleiter Gao Feng gibt einen noch direkteren Rat: Nutzen Sie KI für eine kostengünstige Voraufnahme oder Layout, um „vorab zu beurteilen, welche Aufnahmen unbedingt real aufgenommen werden müssen und welche an KI oder die Nachbearbeitung übergeben werden können“.

Am Beispiel von Xing Biao: Tencent Video und die Firma Biyu Juli Technology teilten das Team in drei Teile auf: KI-Gruppe, Realaufnahmegruppe und Nachbearbeitungsgruppe. Vor Beginn der Arbeiten reiste der KI-Regisseur Shen Siyuan zuerst nach Hengdian, um Fotos der echten Schauspieler in leichter Schminke und Alltagskleidung aus allen Winkeln aufzunehmen, und ergänzte dann per KI die Charakterkostüme und historischen Kleidungsstücke, um Referenzressourcen mit drei Ansichten zu erstellen. Nach Beginn der Dreharbeiten war die Realaufnahmegruppe für Dialogszenen, Actionszenen und die Schauspielerleistung zuständig, die KI-Gruppe generierte Dinge wie Fabelwesen, Verwandlungen und Zauberei, die „von echten Schauspielern nicht dargestellt und mit aufgebauten Kulissen nicht realisiert werden können“, und die Nachbearbeitungsgruppe kombinierte die beiden Teile. Regisseur Sheng Lingzhi fasste es direkt zusammen: „Ohne KI gäbe es die Serie Xing Biao wahrscheinlich gar nicht“ – eine große Fantasy-Serie mit diesem Umfang an Spezialeffekten war „früher völlig undenkbar“.

Huaces Serie Tai Ping Nian nutzt KI noch tiefergehend. Chen Yi, Gründer des VFX-Teams Time Source, integrierte KI in den gesamten Prozess von Vorproduktion, Hauptproduktion bis Nachbearbeitung: In der Vorproduktion generierte KI auf Basis des Textdrehbuchs schnell die Landkarte der Grenzen in der Zeit der Fünf Dynastien und Zehn Königreiche, um komplexe Machtwechsel zu verständlichen dynamischen Bildern zu machen. In der Hauptproduktion wurden die hochpräzisen digitalen Szenen, die von KI generiert wurden, in virtuelle Aufnahmen integriert. In der Nachbearbeitung dauerte die Szene mit dem Hurrikan auf See bei herkömmlichem CG etwa zwei Monate für drei Aufnahmen. Das Team realisierte sie mit dem Konzept „KI-generiertes Meerwasser + 3D-Ergänzung des Schiffs + Komposition mit Regen“ in nur zwei Wochen. Bei einem gesamten Produktionszyklus von 481 Tagen wurden 2515 4K-Filmqualitäts-Spezialeffektaufnahmen geliefert. Der Gesamtregisseur Yang Lei zog zudem eine klare Grenze: „In der Serie werden niemals direkt KI-Videobilder als endgültiges fertiges Bild verwendet“ – mit zurückhaltender „Mensch-KI-Kooperation“ wird die Qualität gewahrt.

Die Beispiele sprechen für sich. Am häufigsten wird die Krähe zu Beginn von Tai Ping Nian zitiert: Zuerst generiert KI ein statisches Bild einer Krähe vor rein grünem Hintergrund, dann wird per Greenscreen-Chroma-Keying die Krähe „zum Leben erweckt“ und schließlich mit der real aufgenommenen Szene kombiniert – die Kosten betragen nur 1 % des herkömmlichen Verfahrens oder sogar weniger. Bei Xing Biao geht man noch weiter: Es wurde überhaupt keine Außenaufnahme gedreht. Regisseur Sheng Lingzhi sagte: „Bei dem aktuellen Stand der KI-Technik sind die Kosten für den Aufbau von Kulissen nicht nur sehr hoch, das Ergebnis ist oft nicht einmal so gut wie die von KI erzeugten Szenen.“

Daher ersetzt der Einzug von „KI + Realaufnahmen“ in Langserien nicht die Schauspielerei, sondern wandelt das Geld, das früher für „Szenen und Spezialeffekte“ ausgegeben wurde, in eine günstigere Ausgabemethode um. Ob das eingesparte Geld zu mehr Gewinn führt oder andere Kosten mit sich bringt, hängt von der Buchhaltung ab.

Buchhaltung: Pro Folge 30 % weniger Kosten bedeutet nicht, dass die gesamte Serie günstiger wird

Der Produzent und Drehbuchautor Yu Zheng erklärte zuvor in einem Interview mit der Plattform Guduo, dass in dem von ihm erprobten Mischmodus mit zur Hälfte realen Aufnahmen und zur Hälfte KI das Produktionsbudget pro Folge um etwa ein Drittel gesenkt werden kann. Das Modell von Huanyu lautet „reale Motion-Capture-Aufnahmen kombiniert mit KI-Nachbearbeitung“: KI ist nur für das Rendern von großen Szenen, das Massenauffüllen von Statisten und die Feinschliff von Spezialeffektdetails zuständig, die zentralen emotionalen Szenen werden weiterhin von echten Schauspielern dargestellt. Diese Zahlen beziehen sich auf die Kostenberechnung von Serien wie Mei Ren Xin Ji Zhi Xi Shi, Zi Jin Gong Lüe Zhi Dian Dao Meng Xiang und Huai Xue von Huanyu, als die „Gruppe C“ noch nicht ausprobiert wurde.

Doch diese Einsparung ist nicht garantiert. Yu Zheng rechnete später in Medieninterviews mit einer anderen Rechnung: Die Kosten pro Folge sinken um ein Drittel, aber der Preis dafür ist eine Verlängerung des Produktionszyklus – massenhaft 4K-Materialien warten in der Schlange auf das Rendering durch Rechenleistung, die Nachbearbeitung wird zu einem „zufallsbasierten“ Prozess mit wiederholten Fehlversuchen und Nacharbeiten.

Daher müssen von den eingesparten Aufnahmekosten die neu hinzugekommenen KI-Produktionskosten abgezogen werden. Das Projekt Xing Biao hat über 30 Mitglieder in der KI-Gruppe, während die Gruppen für Bühnenbild, Kostümdesign, Schnitt und Action erhalten bleiben. Der Preis für wiederholtes Generieren lässt sich anhand von Zahlen veranschaulichen: In dem „Bao De Xi KI-Theater“ verrieten die Ersteller, dass für einen mittelschweren KI-Kurzfilm eine einzelne Aufnahme durchschnittlich 50 bis 80 Mal generiert werden muss. Bei einem 20-minütigen Film mit 120 Aufnahmen kann die Gesamtzahl der Aufrufe fast zehntausend erreichen. Die Kosten für eine einzelne Generierung kommerzieller KI-Videomodelle liegen zwischen wenigen Cent und mehreren Euro. Übersteigt dies die Subventionen der Plattform, verbrennt man mit jeder Minute Geld. Noch wichtiger ist: Die Grenzkosten von KI sinken nicht wie bei herkömmlichen Filmen deutlich mit steigendem Umfang – für jede neue Aufnahme muss ein neuer Aufruf an den Rechenleistungspool gestartet werden. Deshalb kann der „Preis für die Generierung einer Sekunde Video“ niemals als „Preis für eine fertige Sekunde Video“ betrachtet werden.

Der Schauspieler Xiao Du arbeitet gerade an einer Serie im Format „KI + Realperson“. Er sagt, er habe bei Beginn der Dreharbeiten keinen Unterschied bemerkt, die meisten Szenen wurden normal gedreht – das ist ein Teil, den er in Gruppe A überhaupt nicht wahrnimmt, und seine pauschal berechnete Gage wurde nicht beeinflusst. Seine Produzentin A Li (Pseudonym) erklärte dagegen, dass die Einführung von Gruppe C tatsächlich einige verschwendete Budgetanteile reduziert hat: Einige Szenen, die mit KI realisiert werden können, brauchen keine aufwändige Kulisse mehr, die früher das Bühnenbildteam aufwendig zusammenarbeiten ließ. Außerdem können einige Außenaufnahmen, die normalerweise Spezialeffekte erfordern, jetzt im Studio umgesetzt werden, was große Reisekosten für Außenaufnahmen einspart. Aber „der Anteil dieser KI-Nutzung an der gesamten Serie ist zu gering, also spart man nicht viel Geld.“

Für Produzenten gilt es nun zu berechnen, wie groß der Anteil der KI-umsetzbaren Teile in ihrem eigenen Projekt ist – dies hängt stark von der Art des Genres ab: „Am besten eignen sich wahrscheinlich historische Liebes- oder Fantasy-Serien für KI“, sagt Produzentin A Li, „denn bei realistischen Serien sind die Kosten für Kostüme, Requisiten und Kulissen ohnehin nicht sehr hoch, also gibt es relativ wenig Einsparpotenzial.“

„Konkret bei den Dreharbeiten bedeutet KI nicht, dass man weniger Aufnahmen dreht. Wenn zum Beispiel eine Szene, in der Figuren durch ein Gebirge reisen, zu Schauspielern im Studio plus KI-generiertem Hintergrund geändert wird, und das Team deshalb die Außenaufnahme absagt, spart man Kosten für Transport, Unterkunft und Standort. Wenn es aber noch andere Szenen gibt, die am selben Ort gedreht werden müssen, muss das Team trotzdem dorthin fahren, also spart man kaum etwas“, sagt A Li. „Das Wichtigste ist, im Voraus zu entscheiden, welche Teile mit KI umgesetzt werden, und diese Entscheidung kann ebenfalls mit KI-Unterstützung getroffen werden.“

Addiert man die eingesparten Aufnahmekosten und die neu hinzugekommenen KI-Produktionskosten, ist der Unterschied derzeit nicht groß. Da eine einzelne Aufnahme oft mehrmals generiert werden muss, bis eine brauchbare Version ausgewählt ist, und die ausgewählte Version danach noch bearbeitet und zusammengesetzt werden muss, erhöht jede Wiederholung die Kosten für Rechenleistung und Personal – all das muss im Budget berücksichtigt werden. Wenn das Ergebnis nie den Anforderungen entspricht, muss man auch berechnen, wie viel es kostet, wieder zu realen Aufnahmen oder herkömmlichen Spezialeffekten zurückzukehren.

Für Produzenten gilt es, zwei vollständige Budgets zu vergleichen, um zu beurteilen, ob dieses Verfahren sich lohnt: Wie viel kostet eine Szene bei realen Aufnahmen oder