Künstliche Intelligenz (KI) entwickelt sich vom einzelnen Bildgenerator zu einem Kreativstudio für Grafik, Ton, Video und einfache Spiele. Das betrifft Kreative, kleine Unternehmen, Lehrpersonen und alle, die Medien produzieren, ohne für jeden Arbeitsschritt ein eigenes Spezialwerkzeug einsetzen zu wollen. Neue Funktionen von Adobe, OpenAI und Meta zeigen, welche Teile einer Produktion bereits direkt im KI-Werkzeug entstehen können.
Was übernimmt KI bereits?
Adobe erweitert Firefly um Werkzeuge, die mehrere Bestandteile einer Videoproduktion abdecken. Laut der Meldung zu den neuen Firefly-Funktionen erzeugt Generate Music lizenzfreie Musikstücke für Videos, Generate Speech verwandelt Skripte in Sprachaufnahmen und Generate Sound Effects erstellt Geräusche für einzelne Szenen. Die drei Funktionen sind breit verfügbar, wobei die Quelle keine Angaben zu unterstützten Sprachen, Regionen oder Preisen macht.
Damit kann ein typischer Produktionsablauf stärker innerhalb einer Plattform bleiben. Für ein Schulungsvideo könntest du etwa einen geschriebenen Text vertonen, eine Hintergrundmusik erzeugen und eine eingeblendete Handlung mit einem passenden Geräusch versehen. Adobe bietet zudem kostenlose tägliche Generierungen im Firefly AI Assistant an und nennt Create Storyboard sowie Create Brand Kit als häufig genutzte Funktionen.
Ein Storyboard ist eine bildliche Planung einzelner Szenen, während ein Brand Kit Gestaltungsregeln wie Farben und wiederkehrende Markenelemente bündelt. Firefly enthält ausserdem externe Modelle wie Gemini Omni Flash, Runway Aleph 2.0 und Kling 3.0. Das macht die Plattform zu einer Schaltstelle für unterschiedliche Modelle, bedeutet aber nicht automatisch, dass ihre Resultate stilistisch oder qualitativ zusammenpassen.
Adobe bezeichnet die Audiofunktionen als kommerziell sicher einsetzbar. Das ist eine Aussage des Anbieters und wurde in den vorliegenden Quellen nicht unabhängig geprüft. Auch der Ausdruck «lizenzfrei» beantwortet für sich allein nicht jede Frage zur Nutzung eines erzeugten Stücks in einem konkreten Kundenauftrag.
Wie verändern sich Bild und Video?
Bei Bildern verschiebt sich die Arbeit ebenfalls von der nachträglichen Bearbeitung zur direkten Erzeugung passender Produktionsbausteine. OpenAIs GPT-Image-2 kann in einer Vorschaufunktion Bilder mit transparentem Hintergrund als PNG-Datei generieren. Transparenz bedeutet, dass sich das Motiv ohne sichtbare rechteckige Hintergrundfläche auf andere Bilder, Folien oder Layouts legen lässt.
OpenAI nennt in der Beschreibung der transparenten Bildausgabe vier Anwendungen: Produktbilder für Online-Shops, Diagramme für Präsentationen, Symbole und Sticker sowie Motive für Merchandise-Artikel. Ein kleiner Online-Shop könnte beispielsweise ein freigestelltes Produktmotiv direkt für verschiedene Hintergründe erzeugen. Eine Person, die eine Präsentation vorbereitet, könnte ein Diagramm als grafisches Element einfügen, müsste dessen Zahlen aber manuell prüfen.
Nach Angaben von OpenAI soll die direkte Erzeugung schwierige Details wie durchsichtiges Glas oder dünne Fasern besser erhalten als eine nachträgliche Hintergrundentfernung. Die Funktion steht allerdings über eine Programmierschnittstelle zur Verfügung, also einen technischen Zugang, über den andere Software mit dem Modell kommuniziert. Für die Einrichtung werden laut Quelle Python, zusätzliche Programmbibliotheken und ein Zugangsschlüssel benötigt; sie ist daher noch kein besonders niedriger Einstieg für gewöhnliche Anwenderinnen und Anwender.
Bei Videos reicht die Entwicklung bereits über einzelne Effekte hinaus. Mehrere bekannte YouTube-Filmemacher zeigten Higgsfield und dessen Funktion Seedance 2.5, darunter in Science-Fiction-Szenen versetzte Aufnahmen eines realen Menschen. Ein anderes Video kombinierte den beruflichen Hintergrund seines Urhebers mit einer fiktiven Reise durch Mauretanien und einem Roboter.
Die Berichterstattung über die Higgsfield-Videos beschreibt die generierten Bilder zugleich als deutlich unheimlich oder künstlich wirkend. Die Videos zeigen damit beides: KI kann reale Aufnahmen mit erfundenen Welten verbinden, doch sichtbare Brüche bleiben. Wer ein überzeugendes Endprodukt braucht, muss Auswahl, Schnitt und Qualitätskontrolle weiterhin selbst übernehmen.
Wo stösst das Kreativstudio an Grenzen?
Die deutlichsten Grenzen zeigen sich bei komplexeren interaktiven Werken. Ein sogenannter Gauntlet-Loop für Claude Opus 5 zerlegt eine Spielidee in Teilaufgaben: Ein «Builder» erstellt Elemente, ein «Critic» vergleicht sie mit einer Vorlage und fordert Überarbeitungen. Prompting bezeichnet dabei das Formulieren von Anweisungen für ein KI-System.
Der Ansatz erzeugte nach Angaben seines Urhebers mit einem einzigen Ausgangsprompt einen spielbaren Nachbau von Call of Duty mit 55’000 Codezeilen. Auf einer dafür eingerichteten Seite wurden 47 Browserspiele gesammelt. Der Test von zehn Claude-Spielen fiel jedoch ernüchternd aus: Viele Ergebnisse orientierten sich eng an bekannten Vorlagen, statt eigene Spielideen zu entwickeln.
Das getestete Kart Royale übernahm sein Grundkonzept sichtbar von Mario Kart, bot acht Fahrer und nur eine Strecke. Eine Runde war nach drei bis fünf Minuten beendet, und der Test kritisierte unter anderem das schlechte Balancing, also eine unausgewogene Abstimmung von Regeln und Schwierigkeitsgrad. Die KI konnte ein spielbares Produkt erzeugen, zeigte aber wenig Verständnis dafür, was ein Spiel langfristig interessant und fair macht.
Meta verfolgt mit Pocket einen zugänglicheren Ansatz. Die experimentelle App lässt kleine Spiele durch Texteingaben erstellen und in einem fortlaufenden Feed veröffentlichen. Diese Spiele können auf Berührung und die Neigung des Smartphones reagieren, Geräusche oder Ausschnitte aus Liedern einbinden und Fotos aus der Kamerasammlung beziehungsweise die Kamera verwenden.
Andere Personen können Pocket-Spiele speichern, weiterveröffentlichen oder als Grundlage für eigene Varianten nutzen. Laut TechCrunchs Bericht über Pocket wird die App für alle Nutzerinnen und Nutzer in den USA ausgerollt, nachdem sie in Brasilien getestet wurde. Eine Verfügbarkeit in der Schweiz wird nicht genannt.
Pro und Kontra des KI-Kreativstudios
Pro:
- Weniger Werkzeugwechsel – Bild, Sprache, Musik und Geräusche können zunehmend innerhalb derselben Produktionsumgebung entstehen.
- Schnellere Entwürfe – Storyboards, freigestellte Produktmotive und einfache spielbare Ideen lassen sich früher sichtbar und testbar machen.
- Niedrigere Einstiegshürden – Apps wie Pocket übersetzen Texteingaben direkt in interaktive Ergebnisse, ohne dass du selbst programmieren musst.
- Leichtere Variantenbildung – Erzeugte Medien und Spiele können angepasst, neu kombiniert oder für verschiedene Hintergründe ausgegeben werden.
Kontra:
- Schwankende Qualität – Künstlich wirkende Videobilder, fehlerhafte Diagramme und schlecht abgestimmte Spiele erfordern Nachbearbeitung.
- Geringe Eigenständigkeit – Die getesteten Spiele lehnten sich stark an bekannte Vorbilder an und brachten wenig gestalterische Neuerung.
- Unklare Interessen – Begeisterte Produktvorführungen können bezahlte Partnerschaften sein, ohne zunächst entsprechend gekennzeichnet zu wirken.
- Begrenzte Zugänglichkeit – Manche Funktionen benötigen technische Einrichtung oder sind wie Pocket nur in bestimmten Ländern verfügbar.
Der Streit um die Higgsfield-Videos zeigt zudem, dass nicht nur das Ergebnis zählt. Fans vermuteten bezahlte Werbung, nachdem andere Kreative offenbar Angebote von beteiligten Kommunikationsagenturen veröffentlicht hatten. Die Videos waren nicht als Werbung markiert; nach der Veröffentlichung des Berichts erklärte ein Higgsfield-Vertreter, die Kreativen seien mit einer ausgehandelten Mischung aus Geld und Plattformguthaben vergütet worden.
Ein Teil der Kritik richtete sich auch gegen den Vergleich generativer KI mit einer früheren, günstigeren Filmkamera. Der Einwand lautete, dass eine Kamera weiterhin erlernt werden müsse, während generative KI auf menschlich geschaffenem Material trainiert werde, ohne die Urheberinnen und Urheber zu nennen. Die Quellen liefern keine abschliessende rechtliche Bewertung, machen aber den kulturellen Konflikt sichtbar.
Was heisst das für deine Praxis?
Wenn du einsteigst, ist ein klar begrenzter Medienbaustein der sinnvollste erste Schritt. Du könntest für ein internes Erklärvideo eine vorläufige Sprachaufnahme und ein einzelnes Geräusch erzeugen oder für einen Online-Shop ein transparentes Produktmotiv testen. Vergleiche das Ergebnis mit deinem Skript beziehungsweise dem Originalprodukt und prüfe Zahlen, Aussprache, Bilddetails und Nutzbarkeit, bevor du es veröffentlichst.
Für Fortgeschrittene liegt der grössere Nutzen in einer mehrstufigen Produktion. Du kannst zuerst ein Storyboard anlegen, danach Bild- und Videovarianten auswählen und zum Schluss Musik, Sprache sowie Szenengeräusche ergänzen. Mehr Automatisierung bedeutet dabei nicht weniger redaktionelle Arbeit: Stilbrüche, falsche Daten und schwache Spielmechaniken werden umso leichter übersehen, je schneller das System Material produziert.
Für die Schweiz bleiben konkrete Fragen offen. Die Quellen nennen weder die Sprachabdeckung der neuen Firefly-Sprachausgabe noch Schweizer Preise oder besondere Datenschutzbedingungen. Pocket ist derzeit ausdrücklich für die USA beschrieben, während bei den übrigen Werkzeugen keine schweizspezifischen Einschränkungen angegeben werden; fehlende Angaben sind jedoch keine Bestätigung vollständiger Verfügbarkeit.
KI übernimmt inzwischen erstaunlich viele einzelne Produktionsschritte und verbindet sie zunehmend in einer Oberfläche. Besonders überzeugend ist sie bei Entwürfen, Varianten und klar abgegrenzten Medienbausteinen; deutlich schwächer wirkt sie bei exakten Informationen, eigenständigem Spieldesign und konsistenter künstlerischer Qualität. Das offene Risiko liegt weniger darin, dass gar nichts Brauchbares entsteht, sondern dass ein schnell erzeugtes, plausibel wirkendes Ergebnis ungeprüft als fertige Arbeit behandelt wird.
Quellen
- Adobe Firefly generiert jetzt Musik, Sprache und Soundeffekte für Videos – Unbekannt, 2026-08-20
- Major YouTube creators are facing backlash for accepting AI money – Unbekannt, 2026-08-21
- Gamifizierter KI-Slop: Wir haben von Claude erstellte Videospiele getestet, damit ihr es nicht müsst – Unbekannt, 2026-08-21
- OpenAIs Bildmodell GPT-Image-2 kann jetzt Bilder ohne Hintergrund direkt generieren – Unbekannt, 2026-08-21
- Meta brings Pocket, an app that lets you vibe-code and share games, to US users – Unbekannt, 2026-08-20
