Hybride Produktion: KI-Charakter Kater Charlie für den SWR

Für das Kampagnen-Projekt „SWR Wunschfilm” haben wir gemeinsam mit dem TV-Sender SWR einen Trailer produziert, der komplett neue Wege geht: KI-generierte Inhalte, kombiniert mit Filmausschnitten aus den Original-Werken. Präsentiert wird die Auswahl von Kater Charlie — einem Charakter, den wir vollständig in der KI entwickelt haben. Dieser Beitrag zeigt, wie die Produktion abgelaufen ist, wo die echten Herausforderungen lagen und was das für zukünftige KI-Projekte im Bewegtbild bedeutet.

Der SWR Wunschfilm läuft über drei Wochen. Jede Woche stellt der Sender drei Filme zur Auswahl, die Zuschauer:innen können auf www.meinswr.de abstimmen, welcher davon gezeigt wird. Unsere Aufgabe: eine Trailer-Serie entwickeln, die diese Abstimmung emotional trägt — mit einem wiedererkennbaren Charakter, hohem Produktionswert und einem konsistenten Look über alle Wochen hinweg.

Warum Kater Charlie aus der KI kommt und nicht vom Set

feinfilm hat viel Erfahrung mit Tieren am Set. Nicht nur Katze und Hund — sogar ein Kamel stand bei uns schon vor der Kamera. Bei diesem Projekt haben wir vorab intensiv abgewogen: klassisch drehen oder KI-generiert produzieren?

Die Anforderungen an Kater Charlie waren extrem spezifisch. Bestimmte Gesichts-Ausdrücke, Kopfbewegungen, Interaktionen mit Requisiten — bei einem realen Tierdreh hätten wir dafür sehr viel Zeit, mehr als einen Drehtag, Tierdouble, Tiertrainer und einen entsprechend hohen Aufwand einkalkulieren müssen, ohne Garantie auf das gewünschte Ergebnis in jedem einzelnen Shot. Gemeinsam mit dem SWR haben wir uns für die KI-Produktion entschieden — aus mehreren Gründen. Wenn eine Figur eine ganz bestimmte Handlung ausführen soll, hat man in der KI etwas mehr Steuerung als bei einer dressierten Katze. Dazu kam der Reiz, gemeinsam etwas Neues auszuprobieren: Mit echten Tieren haben wir schon mehrfach zusammengearbeitet, und der KI-Look ist derzeit gefragt. Wichtig war dabei, dass das Ergebnis trotzdem möglichst realistisch aussieht — im Gegensatz zu den von TikTok bekannten Katzen-Clips, in denen Katzen nachts ins Schlafzimmer kommen und Musik machen.

Character-Design: Kater Charlie als Persönlichkeit, nicht nur als Bild

Bevor wir den ersten Shot generiert haben, haben wir Kater Charlie als Figur definiert. Das geht über Fell- und Augenfarbe deutlich hinaus:

• Welche Persönlichkeit hat er? Neugierig, gelassen, leicht ironisch?
• Welche Beziehung zu seinem Frauchen?
• Wie bewegt er sich, wie schaut er in die Kamera?

Erst wenn dieser Charakter klar ist, wird die KI-Generierung überhaupt sinnvoll steuerbar. Ohne dieses Fundament würden wir zufällige Katzenbilder produzieren — mit dem Fundament entsteht ein wiedererkennbarer Charakter, der über die drei Kampagnen-Wochen konsistent bleibt.

Setbild, Farbgebung, Requisiten — genau wie am realen Set

Die Detailtiefe bei einer KI-Produktion ist mindestens so hoch wie bei einem realen Filmset — oft höher. Wir haben für jeden Shot festgelegt:

• Wie soll der Raum aussehen? Wohnzimmer, Küche, welcher Stil, welche Ära?
• Gibt es einen Tisch? Welche Form, welches Material, wo genau steht er?
• Steht eine Tasse auf dem Tisch? Welche Farbe, welche Form, welcher Stil?
• Welche Farben haben Kissen und Decke?
• Welche Kleidung trägt Charlies Frauchen — und passt sie farblich zum Setbild?
• Trägt sie einen Ring? An welchem Finger?

All diese Details erzählen etwas — genauso wie das Szenenbild in einem klassischen Film. Farbgebung, Kostüm und Setbild müssen zusammenpassen, damit die Szenen glaubwürdig wirken und über mehrere Shots hinweg anschlussfähig bleiben.

Die zentrale KI-Herausforderung: Balance zwischen Detail und Präzision

Hier liegt der entscheidende Unterschied zu einem realen Set: Je mehr Details die KI berücksichtigen soll, desto weniger präzise arbeitet sie an anderen Stellen. Bekommt die KI zwanzig gleichzeitige Anweisungen zu Farbe, Position, Bewegung, Lichtstimmung und Blick des Charakters, macht sie an einer Stelle Zugeständnisse — und diese Stelle ist selten die, die man sich vorher aussucht.

Zum Zeitpunkt unserer Produktion Mitte Juli 2026 brauchte es für die meisten Shots noch mehrere Generierungen, bis wir zufrieden waren. Nahaufnahmen wirkten schneller realistisch als Totalen. Statische Kamera-Winkel funktionierten besser als komplexe Bewegungen. Bestimmte Fell-Details am Kater blieben über mehrere Shots inkonsistent und mussten kalibriert werden.

Die eigentliche Regiearbeit findet in dieser Balance statt: Wo lasse ich Details weg, damit die zentrale Bildwirkung stimmt? Wo halte ich sie fest, weil sie für die Story unverzichtbar sind?

Kalkulation: das eigentliche kaufmännische Problem

Klassische Filmkalkulation basiert auf bekannten Größen — Drehtage, Crew, Equipment, Postproduktion. Bei einer KI-Produktion ist die zentrale Kalkulations-Frage neu: Wie viele Generierungen brauche ich, bis ein Shot sitzt? Jede einzelne Generierung kostet mehrere Euro. Ein paar Test-Generierungen für einen einzigen Shot, die nicht nutzbar sind, verbrauchen bereits spürbar Budget — ohne dass ein einziger verwendbarer Frame entstanden wäre.

Die Herausforderung ist, diese Unsicherheit vorab in ein Budget zu übersetzen. Wir arbeiten deshalb mit gestaffelten Budget-Puffern und definieren pro Shot-Typ ein realistisches Generierungs-Fenster. Innerhalb dieser Grenzen bleiben wir — und wenn ein Shot mehr braucht, wird bewusst entschieden, ob es an anderer Stelle Einsparungen gibt oder ob das Projekt eine Nachbudgetierung rechtfertigt.

Blick über den Tellerrand: die Coca-Cola-Fallstudie

Für Kontext, wie diese Kalkulation im ganz großen Maßstab aussieht, lohnt der Blick auf Coca-Colas KI-Weihnachtskampagne 2025. Aus öffentlichen Making-of-Berichten:

• Über 70.000 KI-generierte Videoclips für einen einzigen Werbespot
• Die eigentliche KI-Produktion wurde von fünf AI-Spezialisten durchgeführt
• Das gesamte Projekt dauerte etwa 30 Tage
• Insgesamt waren rund 100 Personen beteiligt (Coca-Cola, WPP, die KI-Studios und weitere)
• Nur ein sehr kleiner Teil der 70.000 Clips schaffte es in den finalen Spot — 70.000 Clips zu je rund fünf Sekunden entsprechen etwa 97 Stunden Rohmaterial für wenige Minuten Endfassung

Warum diese Menge? Weil generative Videomodelle heute so funktionieren: Es werden tausende Varianten einzelner Szenen generiert, Menschen sichten sie, gute Varianten werden erneut leicht verändert (Kamerawinkel, Bewegung, Licht, Figuren), wieder wird aussortiert — und dieser Zyklus wiederholt sich dutzende Male. Im offiziellen Making-of heißt es sinngemäß, dass diese Präzision weit über einfaches Prompten hinausging: Die Kreativen mussten permanent auswählen, verwerfen und neu generieren.

Die Autoren nutzen den Spot als Fallstudie dafür, dass generative KI trotz aller Automatisierung weiterhin einen erheblichen menschlichen Auswahl- und Regieprozess braucht. Der Schritt „gute KI-Szene” passiert nicht durch einen einzigen Prompt — er passiert durch iterative Regie über hunderte oder tausende Generierungen.

Wichtig für die Einordnung: Wir haben selbstverständlich nicht die Möglichkeiten einer Coca-Cola-Kampagne — weder das Budget noch fünf reine KI-Spezialisten. Der Anspruch an das Ergebnis ist trotzdem hoch. Genau in diesem Spannungsfeld findet die eigentliche Arbeit statt: mit deutlich engeren Grenzen ein Resultat zu erreichen, das den Vergleich nicht scheuen muss. Das gelingt nur, wenn die Vorbereitung sitzt und man sehr genau weiß, wofür man seine Generierungen ausgibt.

Wettlauf mit den Modellen: der Tag der Abgabe

Eine Besonderheit dieser Produktionsart, die es beim klassischen Realfilm nicht gibt: Die KI-Modelle entwickeln sich während der Produktion weiter. Am Tag, an dem wir die finalen Spots abgegeben haben, wurde das neue Modell von Seedance zugänglich. Gerne hätten wir es früher integriert und für die finalen Shots genutzt — das war zu diesem Zeitpunkt nicht mehr möglich.

Das ist keine Ausnahme, sondern die Regel: Wer heute mit generativer KI produziert, plant Projekte im Bewusstsein, dass mitten in der Produktion ein Modell-Update erscheinen kann, das einen echten Qualitätssprung bringt. Man muss frühzeitig einen Cut-off-Punkt setzen — ab hier arbeiten wir mit dem, was jetzt verfügbar ist — sonst wird das Projekt zu einer Endlosschleife aus Model-Wechseln.

Color Grading: der Schritt, den die KI nicht mitliefert

Ein Punkt, der in der Diskussion um KI-Produktion regelmäßig untergeht: Die Modelle generieren jeden Shot für sich. Was sie bislang nicht zuverlässig können, ist, eine ganze Sequenz durchgängig im selben Look auszugeben. Selbst innerhalb eines einzigen Modells und bei identischem Prompt schwanken Farbtemperatur, Kontrast, Schwarzwert und Sättigung von Generierung zu Generierung.

Am realen Set ist das anders: Dort sorgen dieselbe Kamera, dieselben Einstellungen und dieselbe Lichtsetzung dafür, dass die Einstellungen von Haus aus zusammenpassen. Das Grading ist dann Veredelung. Bei einer KI-Produktion ist es keine Kür, sondern notwendiger Bestandteil — erst die Farbangleichung macht aus einer Sammlung einzelner Shots eine Sequenz, die als ein Film gelesen wird.

In der Praxis sind das zwei Arbeitsschritte, die man je nach Projekt unterschiedlich gewichtet: zuerst eine Color Correction, die die Einstellungen technisch aufeinander abstimmt, und darauf aufbauend ein Grading, das dem Ganzen die gewünschte Bildstimmung gibt. Wer diesen Schritt in der Kalkulation vergisst, hat am Ende Material, das einzeln gut aussieht und zusammen unruhig wirkt.

Fazit: wann KI die richtige Wahl ist

Nicht jedes Projekt ist ein KI-Projekt. Für einen realen Interview-Dreh mit Menschen, für authentische Reportagen, für Musikvideos mit realen Performern bleibt der klassische Dreh das Mittel der Wahl. KI zeigt ihre Stärke dort, wo:

• Charaktere oder Szenen extrem spezifisch sein müssen und im Realdreh unverhältnismäßig aufwendig wären (Tierdreh mit hohen Anforderungen, historische Sets, Fantasie-Welten)
• ein Look gefragt ist, den es real so nicht gibt oder der nur mit sehr hohem Aufwand herstellbar wäre (historische oder fantastische Settings, Kamerawege, die real nicht möglich sind)
• Produktionslogistik einen realen Dreh unmöglich macht (Location nicht verfügbar, Zeitfenster zu eng)

Beim SWR Wunschfilm war die Entscheidung eindeutig — und der Trailer zeigt, was hybride Produktion aus KI-Content und Filmausschnitten heute leisten kann.

Häufige Fragen zu KI in der Trailer-Produktion

Ist eine KI-Produktion günstiger als ein klassischer Dreh?

Nicht automatisch. Der Preisunterschied hängt stark davon ab, wie viele Generierungs-Iterationen ein Projekt braucht und wie aufwändig Character-Design und Setbild-Definition sind. Bei sehr komplexen Realdreh-Szenarien (Tierdreh, aufwändige Locations) kann KI günstiger sein — bei einfachen Interview-Formaten ist klassischer Dreh meist wirtschaftlicher.

Woran erkennt man die KI-Anteile in einem Trailer?

Bei Produktionen 2025/2026 sind die Übergänge zwischen KI und Realfilm für Laien kaum noch sichtbar. Kritische Blicke fallen auf inkonsistente Details (wechselnde Hintergrund-Elemente zwischen Shots), leicht unnatürliche Bewegungen von Nebenfiguren oder Objekten und gelegentliche Anschluss-Fehler. Die Kennzeichnungspflicht für KI-Inhalte wird darüber hinaus für Transparenz sorgen.

Kann man Realfilm und KI in einem Projekt mischen?

Ja — und genau darum ging es beim SWR-Trailer. Der Kater und sein Setbild sind KI-generiert, die eigentlichen Film-Ausschnitte aus den zur Auswahl stehenden Werken sind klassischer Realfilm. Die Kombination erzeugt ein besonderes Storytelling, das keine der beiden Techniken für sich allein leisten kann.

Wie lange dauert eine hybride Trailer-Produktion?

Für einen einminütigen Trailer mit KI-Charakter und wiederkehrenden Assets planen wir aktuell (Stand 2026) mit drei bis fünf Wochen von der Konzeption bis zur finalen Auslieferung, abhängig vom Detailgrad und der Anzahl der benötigten Shots.

Wer entscheidet, welche KI-Modelle eingesetzt werden?

Das liegt bei uns als Produktion. Wir wählen pro Shot-Typ das aktuell beste verfügbare Modell — für Nahaufnahmen, Totalen, Charakter-Aktionen und Kamera-Bewegungen kommen oft unterschiedliche Modelle zum Einsatz. Die Auswahl passiert transparent und die Entscheidung wird gemeinsam mit dem Kunden abgestimmt, wenn es Auswirkungen auf Look oder Budget hat.

In der Praxis ist das Mischen mehrerer Modelle allerdings heikler, als es klingt. Zwar hat jedes Modell eigene Stärken — aber man sieht den Shots ihre Herkunft oft an. Hauttöne, Kontrastverhalten, Schärfeverlauf und Bewegungscharakteristik unterscheiden sich, und im Schnitt springt der Look dann von Einstellung zu Einstellung. Deshalb wägen wir bei jedem Shot ab, ob der Qualitätsgewinn eines anderen Modells den Bruch in der Bildsprache wirklich wert ist.