KI-Produktion oder klassischer Dreh? Die Kostenlogik hinter der Entscheidung

„Ist KI billiger?” ist die häufigste Frage, die uns aktuell zu Bewegtbild erreicht — und sie ist die falsche Frage. KI-Produktion und klassischer Dreh unterscheiden sich nicht im Preisniveau, sondern in der Kostenstruktur: Beim Dreh kaufst Du Zeitblöcke, bei der KI kaufst Du Versuche. Dieser Beitrag zeigt Dir die Kostentreiber beider Wege, wo genau die Rechnung kippt und wie Du die Logik auf Dein Projekt anwendest.

Warum die klassische Filmkalkulation bei KI nicht funktioniert

Der Kostendruck ist real — im Report „The AI Ad Gap Widens” des Interactive Advertising Bureau (Januar 2026) ist Kosteneffizienz 2026 mit 64 Prozent erstmals der meistgenannte Vorteil generativer KI im Video-Creative. Nur lässt sich diese Erwartung mit dem gewohnten Werkzeug nicht prüfen. Eine klassische Filmkalkulation ist belastbar, weil sie fast ausschließlich aus bekannten Größen besteht: Drehtage, Crew, Equipment, Location, Reisezeiten, Post-Stunden. Ein Drehtag dauert einen Drehtag. Bei einer KI-Produktion tritt an diese Stelle eine Größe, die es vorher nicht gab: Wie viele Generierungen braucht eine Einstellung, bis sie sitzt? Das ist keine bekannte Größe, sondern eine Schätzung, die je nach Bildidee um den Faktor fünf oder zehn danebenliegen kann.

Die ehrliche Bilanz: KI streicht planbare Positionen und ersetzt sie durch unplanbare. Weg fallen Drehtag-Logistik, Set-Aufbau und Reise. Neu dazu kommen Character- und Asset-Definition, Referenzarbeit, Modellauswahl pro Einstellung, Sichtung großer Materialmengen, Konsistenz-Korrekturen — plus ein Generierungs-Budget, dessen Verbrauch erst im Prozess sichtbar wird. Keine Verkleinerung des Projekts, sondern eine Umverteilung.

Der Ausschuss-Faktor: die eine Größe, die Dein Budget bestimmt

Der zentrale Kostentreiber ist nicht der Preis pro Sekunde, sondern die Zahl der Versuche pro brauchbarer Einstellung.

Wie Modelle abrechnen

Alle relevanten Anbieter rechnen nach demselben Prinzip ab: pro Sekunde generiertem Video, gestaffelt nach Auflösung und Modellstufe. Listenpreise der Anbieter, keine Preise von feinfilm, Stand 03.08.2026:

• Google Veo 3.1 (offizielle Gemini-API-Preisliste): 0,05 US-Dollar pro Sekunde (Lite, 720p) bis 0,60 US-Dollar (Standard, 4K) — Faktor zwölf in einer Modellfamilie.
• OpenAI Sora 2 (offizielle API-Preisliste): 0,10 US-Dollar pro Sekunde in 720p, 0,70 US-Dollar für Sora 2 Pro in 1080p — Faktor sieben.
• Runway rechnet in Credits pro Sekunde je Modell, Kling nach Standard- oder Professional-Modus, Luma zusätzlich nach Ausgabeformat.

Entscheidend ist ein Detail in Googles eigener Dokumentation: Abgerechnet wird, sobald ein Video erfolgreich generiert wurde. „Erfolgreich” heißt technisch fehlerfrei — nicht brauchbar. Das Modell kennt Dein Storyboard nicht. Eine Einstellung mit falscher Blickrichtung, falscher Tasse oder leicht abweichendem Fell kostet exakt dasselbe wie der Treffer. Der Ausschuss ist voll bezahlt.

Und diese Preise sind nicht in Stein gemeißelt. Melanie Scharlau vom Umbrella Collective bringt es im Medientage-Blog auf den Punkt: „Noch sind alle KI-Modelle quasi subventioniert.” Ein Grund mehr, eine Kalkulation nicht auf dem Sekundenpreis aufzubauen.

Was Ausschuss in Zahlen heißt

Die Sektion Werbung der Produktionsallianz hat für ihren KI-Leitfaden 2026 rund 40 Werbefilmproduktionen gefragt, wie viele Überarbeitungsschleifen KI-Projekte erfahrungsgemäß brauchen. Das Ergebnis ist eindeutig: Keine einzige Firma nannte die klassischen ein bis zwei Schleifen. Die häufigste konkrete Nennung war „mehr als sechs”, der größte Block antwortete „sehr unterschiedlich” — was die Kalkulationslage ziemlich präzise beschreibt.

Auf Ebene der einzelnen Generierung wird es noch deutlicher. Für den Sora-Kurzfilm „Air Head” beziffert das Team von Shy Kids das Verhältnis von erzeugtem zu verwendetem Material im fxguide-Interview auf rund 300 : 1 — hunderte Generierungen à 10 bis 20 Sekunden für anderthalb Minuten Film.

Im großen Maßstab zeigt das Coca-Colas KI-Weihnachtsspot. Zur Einordnung, weil dazu widersprüchliche Angaben kursieren: Die viel zitierten Zahlen gehören zur Kampagne 2025, nicht zur ersten KI-Kampagne 2024. Aus öffentlicher Berichterstattung (u. a. Wall Street Journal, The Wrap, Futurism): über 70.000 KI-generierte Videoclips in rund 30 Tagen, betreut von fünf KI-Spezialisten bei insgesamt rund 100 beteiligten Personen — im Einsatz war nicht ein Modell, sondern ein Werkzeugkasten aus Sora, Veo 3, Luma, Runway und Kling nebeneinander.

Wie viel verworfen wurde, hat Coca-Cola nicht beziffert; herleiten lässt es sich aber: 70.000 Clips à etwa fünf Sekunden entsprechen rund 97 Stunden Material. Selbst bei großzügig angenommenen mehreren Minuten finaler Laufzeit liegt das Verhältnis zwischen etwa 1.000 : 1 und über 10.000 : 1 — ein aufwendig gedrehter Werbespot liegt klassisch bei rund 20 : 1 bis 100 : 1.

Was den Iterationsbedarf hochtreibt

Der Iterationsfaktor ist keine Naturkonstante — er hängt an benennbaren Eigenschaften Deiner Bildidee. Nach oben treiben ihn vor allem:

• Viele gleichzeitige Detail-Anforderungen. Je mehr ein Prompt gleichzeitig erfüllen soll — Farbe, Position, Bewegung, Licht, Blickrichtung, Requisite —, desto eher macht das Modell irgendwo Zugeständnisse. Und selten dort, wo Du es Dir aussuchen würdest.
• Totale statt Nahaufnahme, Bewegung statt Stativ. Weite Einstellungen enthalten mehr Bildinformation, die stimmen muss; statische Einstellungen sind deutlich zuverlässiger als Fahrten, Kranbewegungen oder simulierte Handkamera.
• Charakter-Konsistenz über viele Einstellungen. Modelle erzeugen jede Einstellung unabhängig; kleine Abweichungen summieren sich über zwanzig oder vierzig Einstellungen zu sichtbarer Drift. Bei „Air Head” mussten Kostüm und Requisiten in jedem einzelnen Prompt neu beschrieben werden — und die Farbe des zentralen Requisits driftete trotzdem.
• Anschluss zwischen Szenen. Licht, Raumlogik, Requisiten-Position, Blickachsen — was am Set die Continuity absichert, muss bei KI über Referenzen erzwungen werden.

Umgekehrt senkt jede Festlegung, die Du vor der ersten Generierung triffst, den Iterationsbedarf messbar. Deshalb verschiebt sich der Aufwand nach vorn.

Vorproduktion bei KI ist teurer, nicht billiger

Das ist die kontraintuitivste Erkenntnis aus unserer Praxis. Bei einem Dreh entscheidest Du am Set: Die Tasse steht falsch? Wird umgestellt. Sekundenarbeit. Bei einer KI-Produktion gibt es dieses Set nicht — jede Entscheidung, die Du nicht vorher getroffen hast, triffst Du über Generierungen. Und die kosten.

Vorher stehen muss deshalb: Character-Design als Persönlichkeit statt bloßem Aussehen, Asset-Definition für wiederkehrende Requisiten, das Setbild auf Szenenbild-Detailgrad und ein Farbkonzept, das Kostüm, Requisite und Raum zusammenhält. Echte Regie- und Ausstattungsarbeit — und der wirksamste Hebel gegen Ausschuss, den es gibt. Wer hier spart, zahlt es im Generierungs-Budget doppelt zurück.

Wann KI wirtschaftlich gewinnt — und wann der klassische Dreh

Die Entscheidungslogik lässt sich auf zwei Fragen eindampfen: Ist Dein Motiv überhaupt drehbar? Und: Wie viele Motive brauchst Du? Dahinter steckt die unterschiedliche Kostenform. Ein Drehtag ist ein Block: Crew, Technik, Location, Auf- und Abbau kosten dasselbe, ob Du vier oder vierzehn Motive abdrehst. Eine KI-Einstellung ist ein Zähler: Jedes zusätzliche Motiv verbraucht sein eigenes Generierungs-Budget, jedes Mal neu. Daraus folgt eine Faustformel, die viele überrascht: Solange Deine Motive drehbar sind, arbeitet die Motivanzahl gegen die KI. KI gewinnt nicht über Menge, sondern über Nicht-Drehbarkeit — wenn das klassische Gegenstück kein normaler Dreh wäre, sondern ein unmöglicher oder eine vollwertige 3D-Produktion.

Wie weit Tempo und Kosten auseinanderfallen, zeigt ein Beispiel aus München: Für die Animationsserie „Space Vets” berichtet Albert Bozesan (Storybook Studios) im Medientage-Blog von klassisch dreißig Mitarbeitenden über neun bis zwölf Monate — mit KI waren es sechs Personen in sechzig Tagen. In Vollproduktion gehe die Serie viermal so schnell, aber nur zu zwanzig Prozent geringeren Kosten. Achtzig Prozent weniger Personal bei zwanzig Prozent weniger Kosten: Genau dort versickert die erwartete Ersparnis.

Entscheidungs-Checkliste

• Tierdreh mit hohen Anforderungen — für KI. Ein bestimmter Blick, eine Interaktion mit einer Requisite bedeuten real mehrere Drehtage, Tiertrainer und keine Ergebnisgarantie pro Einstellung.
• Location gesperrt oder falsche Jahreszeit — für KI. Ein Winterbild im August ist real ein halbes Jahr Wartezeit.
• Historische, fiktive oder noch nicht existierende Settings, Produkte und Figuren — für KI. Das klassische Gegenstück ist Szenenbild-Bau oder 3D, nicht ein Drehtag.
• Sehr enges Zeitfenster — für KI, aber nur bei wenigen Motiven. Enges Fenster plus hoher Iterationsbedarf ist die teuerste Kombination.
• Echte Menschen, Interviews, O-Töne — für den klassischen Dreh. Kompromisslos.
• Authentizität als Kernbotschaft (Employer Branding, Kundenstimmen, Reportage) — für den klassischen Dreh. KI ist hier nicht nur teurer, sondern das falsche Signal.
• Viele drehbare Motive an einem Ort — für den klassischen Dreh. Der Fixkostenblock amortisiert sich, jedes weitere Motiv ist fast geschenkt; Konsistenz ist am Set gratis, bei KI der teuerste Einzelposten.
• Hohe Anforderungen an Rechtssicherheit und Exklusivität — für den klassischen Dreh. Rein KI-generierte Inhalte genießen keinen Urheberrechtsschutz und sind nicht exklusiv.

Drei Fälle aus der Praxis

Anonymisierte, realitätsnahe Szenarien — gerechnet in Verhältnissen, nicht in Beträgen.

Fall 1: 14 Produktmotive für eine Messekampagne im Bereich Maschinenbau

Ein Hersteller braucht 14 Produktmotive als kurze Bewegtbild-Loops für Messe-Screens und Social. Alle 14 Maschinen stehen in der eigenen Halle. Klassisch sind das ein bis zwei Drehtage mit einem Lichtaufbau — Motiv 8 bis 14 kosten fast nichts mehr. Bei KI bekommt jedes Motiv sein eigenes Iterations-Budget, plus Zusatzaufwand dafür, dass alle 14 nach einer Kampagne aussehen. Die Rechnung kippt klar zugunsten des Drehs — umso deutlicher, je mehr Motive dazukommen.

Bis auf ein Detail: Drei der Maschinen existieren nur als CAD-Daten — dafür ist der Dreh keine Option. Ergebnis: elf Motive real drehen, drei generieren und im Look angleichen. Mehr dazu unter Film für Industrie und Maschinenbau.

Fall 2: Employer-Branding-Film für ein wachsendes Unternehmen im Bereich IT und Tech

Ziel: qualifizierte Entwicklerinnen und Entwickler gewinnen. Inhalt: Teamalltag, drei O-Töne, ein Blick ins Büro. Die Kostenfrage ist schnell entschieden, aber nicht über den Preis — der Nutzen des Films besteht vollständig aus Glaubwürdigkeit. KI-generierte „Mitarbeitende” wären technisch die anspruchsvollste Aufgabe überhaupt und selbst bei perfektem Ergebnis das falsche Signal. Dazu kommt: Seit dem 2. August 2026 greifen die Transparenzpflichten nach Artikel 50 des EU AI Act — ein Film, dessen Funktion Vertrauen ist, trüge dann sichtbar den Hinweis, künstlich erzeugt zu sein. Mehr zur KI-Kennzeichnungspflicht ab August 2026 und zur Videoproduktion für IT und Tech.

Fall 3: Saison-Kampagne mit einem Versorger — geplant im Sommer, ausgespielt im Winter

Ein regionaler Versorger will im November eine Kampagne starten, die in verschneiter Landschaft spielt — konzeptioniert wird im Juli. Zwei Motive sind Anlagen mit stark eingeschränktem Zutritt, zwei weitere reine Stimmungsbilder. Klassisch heißt das: warten, bis Wetter und Licht stimmen, plus Genehmigungsvorlauf — mit dem Risiko, dass der Schnee ausbleibt. Und vier Motive sind zu wenig, als dass sich ein Fixkostenblock verteilen würde. Genau diese Konstellation — wenige Motive, hohe Nicht-Drehbarkeit, festes Ausspieldatum — ist die, in der KI wirtschaftlich gewinnt. Passende Formate: Kampagnenfilm und Werbespot drehen.

Hybride Produktion: der dritte Weg — und meistens der richtige

Die Entweder-oder-Frage ist in der Praxis fast immer falsch gestellt. Der überwiegende Teil der Projekte, die wir aktuell kalkulieren, landet bei einer Mischung: Realdreh für alles, was von echten Menschen, Orten und echter Atmosphäre lebt — KI für das, was real unverhältnismäßig teuer oder unmöglich ist. Du setzt damit beide Kostenformen dort ein, wo sie günstig sind: den Block-Charakter des Drehtags für Motivdichte, den Zähler-Charakter der KI für einzelne, nicht drehbare Bilder. Wichtig ist nur, dass Look, Farbe und Bildsprache über beide Welten hinweg zusammenpassen — sonst entsteht ein Bruch, und der kostet in der Post wieder Geld.

Wie das konkret aussieht, haben wir Mitte Juli 2026 beim Trailer für den SWR Wunschfilm gezeigt: ein vollständig in der KI entwickelter Charakter — Kater Charlie — kombiniert mit echten Filmausschnitten. Dazu erscheint ein eigener Beitrag in unserem Magazin.

Budget-Steuerung in der Praxis

Wenn die entscheidende Größe vorher nicht bekannt ist, muss man sie steuerbar machen. Drei Instrumente:

Generierungs-Fenster pro Shot-Typ

Statt eines Gesamtbudgets für „KI” bekommt jeder Einstellungstyp ein eigenes Fenster: eng für Nahaufnahmen, weit für Totalen mit Bewegung. Das macht den Verbrauch früh sichtbar — wenn ein Shot-Typ sein Fenster nach einem Drittel der Liste aufgebraucht hat, weißt Du das nach zwei Tagen und nicht nach zwei Wochen.

Gestaffelte Puffer statt eines Gesamtpuffers

Ein einziger Gesamtpuffer wird regelmäßig von einer widerspenstigen Einstellung aufgefressen. Deshalb: ein kleiner Puffer je Shot-Typ, ein zweiter auf Projektebene, der nur mit Freigabe angetastet wird.

Cut-off-Punkte und „Points of no Return”

Pro Einstellung wird vorher festgelegt, ab welchem Punkt nicht weiter generiert, sondern umentschieden wird: Bildidee vereinfachen, Einstellungsgröße wechseln, Detail streichen — oder diese eine Einstellung eben doch real drehen. Ohne diesen Punkt läuft jedes KI-Projekt in dieselbe Falle, weil der nächste Versuch immer nur ein kleiner Betrag ist.

Der KI-Leitfaden der Produktionsallianz nennt daneben einen zweiten Punkttyp: Points of no Return. Ist ein Standbild freigegeben und Grundlage der Bewegtbild-Generierung, lässt sich die Struktur eines roten Pullovers darin nicht mehr ändern. Solche Punkte gehören vorher markiert — sonst kommt der Änderungswunsch eine Freigabe zu spät. Derselbe Leitfaden empfiehlt, für kritische Einstellungen einen realen Plan B mitzukalkulieren: günstiger als eine Einstellung, die nach dreißig Versuchen nicht sitzt und für die es keinen Ausweichplan gibt.

Der Modell-Wettlauf gehört ins Budget

Eine Eigenheit, die es beim Dreh nicht gibt: Die Werkzeuge verändern sich während der Produktion. Wie schnell, zeigt 2026 (Stand 03.08.2026):

• OpenAI stellt Sora ein — App zum 26. April 2026, API zum 24. September 2026. Ein Modell, das bei Coca-Colas Kampagne 2025 noch zentral im Einsatz war, verschwindet binnen Monaten.
• Google hat Veo 3 zum 30. Juni 2026 abgeschaltet, Migration auf Veo 3.1.
• ByteDance legte Seedance 2.0 im Februar und Seedance 2.5 am 31. Juli 2026 nach.

Für die Kalkulation heißt das: Ein Projekt braucht einen definierten Cut-off — ab diesem Datum wird mit dem gearbeitet, was verfügbar ist. Die Pipeline sollte nicht an einem einzigen Anbieter hängen. Und es gehört geklärt, wer über einen Modellwechsel entscheidet und wer die Neu-Generierung trägt. Wir haben das selbst erlebt: Bei unserer SWR-Produktion wurde am Abgabetag ein neues Modell verfügbar, das wir gerne früher genutzt hätten.

Häufige Fragen zur Kostenlogik von KI- und Realproduktion

Ist eine KI-Produktion grundsätzlich günstiger als ein klassischer Dreh?

Nein, sie hat eine andere Kostenstruktur. Beim Dreh zahlst Du planbare Blöcke (Drehtag, Crew, Technik), bei KI zahlst Du Versuche — auch die misslungenen, weil Modelle nach erfolgreicher Generierung abrechnen und nicht nach Brauchbarkeit. Günstiger wird KI dort, wo das reale Gegenstück unverhältnismäßig aufwendig oder unmöglich wäre — sonst nicht.

Ab wie vielen Motiven lohnt sich der klassische Dreh wieder?

Eine feste Zahl gibt es nicht — sie hängt an den Fixkosten des Drehs und am Iterationsbedarf pro KI-Einstellung. Die Mechanik ist stabil: Der Drehtag ist ein Block, jedes zusätzliche drehbare Motiv darin kostet fast nichts, jede zusätzliche KI-Einstellung ihr volles Budget erneut.

Wie viele Generierungen braucht eine Einstellung realistisch?

Das hängt von der Bildidee ab — verlässlich ist nur, dass es mehr sind als in der klassischen Kalkulation. In der Umfrage der Produktionsallianz zum KI-Leitfaden 2026 nannte keine der rund 40 befragten Werbefilmproduktionen die üblichen ein bis zwei Überarbeitungsschleifen; häufigste konkrete Antwort war „mehr als sechs”.

Wie geht Ihr mit Modell-Updates mitten in der Produktion um?

Über einen vorher vereinbarten Cut-off-Punkt: Ab diesem Datum wird mit den Modellen gearbeitet, die verfügbar sind. Erscheint danach ein relevantes Update, wird bewusst entschieden — Nachziehen bedeutet Neu-Generierung betroffener Einstellungen. Zusätzlich hängt unsere Pipeline nicht an einem Anbieter; Abschaltungen wie die von Sora zeigen, warum.

Muss ich KI-generierte Werbefilme kennzeichnen?

Seit dem 2. August 2026 gelten die Transparenzpflichten nach Artikel 50 des EU AI Act. Nach der Handreichung des Zentralverbands der deutschen Werbewirtschaft (Stand 20.07.2026) betrifft das ab diesem Datum veröffentlichte Maßnahmen; eine Nachkennzeichnung älterer Spots ist nicht nötig. Kennzeichnungspflichtig sind vor allem Darstellungen, die real wirken könnten — offensichtlich fiktionale wie sprechende Tiere oder Fabelwesen ausdrücklich nicht. Details im Beitrag zur KI-Kennzeichnungspflicht.