Gods don't give gifts: Ein KI-Film mit überraschend viel traditioneller Technik
Inhalt
Es klingt nach einem Sakrileg: Der KI-generierte Film Gods don't give gifts soll als Kandidat für einen Oscar als bester Animationsfilm antreten. Kann KI-Slop wirklich um einen der renommiertesten Filmpreise kokurrieren – oder ist die Situation komplexer, als die Stichworte "KI-generiert" und "Film" vermuten lassen?
Viele Menschen werden dabei erst mal an Slop-Videos denken. Doch die Wahrheit ist wohl weitaus näher am klassischen Film, als es auf den ersten Blick erscheint. Den genauen Arbeitsablauf seines Teams legt Zack London, der hinter dem Film steht, zwar nicht offen.
Auf Instagram gab er jedoch im Juli 2026 Einblicke(öffnet im neuen Fenster), auch dem Magazin The Hollywood Reporter erläuterte er in einem Interview(öffnet im neuen Fenster) seine Arbeitsweise. Wie bei anderen Filmen bildet ein Drehbuch die Grundlage jedes seiner Videos.
Darin werden wie in klassischen Drehbüchern nicht nur die Handlung, sondern auch Schlüsselszenen (Key Frames) beschrieben. Die generiert London nach allem, was bekannt ist, mit Midjourney. Stilreferenzen sollen dabei für visuelle Konsistenz sorgen. Mittlerweile kann es aber auch ein anderes Modell sein, denn der Arbeitsablauf umfasst eine Menge davon. Gegenüber The Hollywood Reporter sprach London von 15 bis 25.
Kein Modell kann alles gut – und selten beim ersten Versuch
Das zeigt sich insbesondere bei der Animation: Ausgehend von den Key Frames werden einzelne Videosequenzen generiert (Image to Video). Sie werden dann zum endgültigen Film geschnitten, laut London mit Capcut.
Dabei setzen London und sein Team auf verschiedene Modelle, die jeweils unterschiedliche Stärken haben. Im Juli explizit genannt wurden Seedream von Bytedance, Veo 3 von Google sowie die weniger bekannten Generatoren Runway und Heygen.
Bei älteren Videos, die London unter dem Namen Gossip Goblin unter anderem auf Youtube veröffentlicht, ist dieses Vorgehen deutlich zu erkennen. Exemplarisch demonstriert es die Reihe Rome and the cosmic nullifier(öffnet im neuen Fenster). Neuere Videos zeigen, wie die Technik immer weiter verfeinert wurde – bessere Videogeneratoren haben sicher auch ihren Anteil.
Als Grund für dieses, wie wir gleich sehen werden, aufwendige Vorgehen nennt London die wesentlich größere kreative Kontrolle: Die Modelle werden durch die Schlüsselszenen auf eine bereits als gut befundene Szene festgelegt. Das Modell entscheidet damit weniger über die Stilistik und Komposition(öffnet im neuen Fenster), als wenn Charaktere und Szenerie als statische Referenzen vorgegeben werden. Auch sollen kleinere Anpassungen so leichter möglich sein.
Zusätzlich stehen hinter jeder Szene diverse Anläufe, für eine 90-sekündige Szene sind es laut London etwa 150. Und bevor die erste Schlüsselszene erzeugt wird, fließt erst einmal viel Arbeit in die Erstellung der Charaktermodelle.
- Anzeige Hier geht es zu Künstliche Intelligenz: Wissensverarbeitung bei Amazon Wenn Sie auf diesen Link klicken und darüber einkaufen, erhält Golem eine kleine Provision. Dies ändert nichts am Preis der Artikel.