Text-to-Video-KI (Videogenerierung)
Text-to-Video-KI erzeugt aus reinen Textbeschreibungen (Prompts) eigenständige Videoclips – inklusive Kamerabewegung, Objektphysik und zunehmend synchronisiertem Ton (Sprache, Geräusche, Musik). Technisch handelt es sich wie bei Text-to-Image-KI um Diffusions-/Transformer-Architekturen, erweitert um zeitliche Kohärenz zwischen den Einzelbildern. Welche Clip-Längen, Auflösungen und Modelle konkret verfügbar sind, ändert sich laufend und ist der Anbieterdokumentation zu entnehmen.
In der Praxis
Für Content-Marketing und Social Commerce ermöglicht Text-to-Video-KI schnelle, kostengünstige Produktion von Social-Media-Clips, Produktvideos oder Werbe-Teasern ohne Kamerateam oder Set. Für KMU in Österreich und Deutschland lohnt sich der Einsatz vor allem bei kurzen Formaten für TikTok, Instagram Reels oder Produktankündigungen, wo Schnelligkeit und Testvolumen wichtiger sind als filmische Perfektion. Stand 14. August 2026 nennt die OpenAI-Dokumentation für die Modelle sora-2 und sora-2-pro Clips von 16 oder 20 Sekunden und empfiehlt sora-2-pro für Exporte in 1920x1080 beziehungsweise 1080x1920; günstigere Entwürfe entstehen in 720p oder 480p. Die Dokumentation der Gemini-API führt zum selben Stand Gemini Omni Flash als Standardmodell für die Videogenerierung und verweist auf Veo 3.1 nur noch für bestimmte Fähigkeiten wie Szenenerweiterung, Last-Frame-Steuerung oder die Einbindung in ältere Pipelines. Diese Angaben veralten schnell – vor der Planung lohnt der Blick in die aktuelle Anbieterdokumentation. Die Sora-App ist in Österreich und Deutschland (Stand 14. August 2026) nur eingeschränkt verfügbar, der Zugriff erfolgt meist über ChatGPT Plus/Pro oder API; auf der Google-Seite ist der Einstieg über Gemini und Google Flow niedrigschwelliger. Rechtlich sind die Transparenzpflichten des Art. 50 EU AI Act relevant, insbesondere bei realistisch wirkenden Personen oder Stimmen (Deepfake-Risiko) – welche davon greifen, hängt davon ab, ob ein Unternehmen als Anbieter oder als Betreiber auftritt; Content Credentials und Wasserzeichen helfen bei Transparenz und Nachvollziehbarkeit. Vor Veröffentlichung sollte jedes Video auf Faktenfehler, unerwünschte Artefakte und Markenkonformität geprüft werden, da Physik- und Textdarstellung in generierten Videos noch fehleranfällig sein können.