#187 - Georg Neumann: KI-Videos zwischen Hype und Realität

Herzlich willkommen bei Video Reloaded, deinem Podcast über Videokommunikation 4 Punkt 0. Hier bekommst Du spannende Insights, Know how und Impulse für Videokommunikation in und von Unternehmen. Ich bin dein Podcast Host Florian Gipser und wünsche dir viel Spaß beim Zuhören. Georg Neumann ist Grafikdesigner, Dozent und Mitgründer des KI Marketing Bootcamps. Er zeigt, wie man KI nicht nur für schicke Bilder, sondern auch für Videos einsetzt, die wirklich etwas hermachen.

Mit über 10 Jahren Erfahrung im Kommunikationsdesign und einem Händchen für smarte Tools bringt der frischen Wind in den Marketingalltag, ganz ohne Fachchinesisch, aber mit jeder Menge Praxis und Begeisterung für das, was KI schon heute möglich macht. Wir sprechen heute darüber, wie KI basierte Videos die Unternehmenskommunikation verändern, wann synthetischer Content überzeugt, wann echte Menschen unersetzlich sind und welche Entwicklung uns in den nächsten Monaten bevorstehen. Ja, grüß dich, Georg. Schön, dass Du in meinem Podcast bist. Hi, servus.

Danke, dass ich da sein darf. Ich wollte eigentlich die Anmoderation mit mit, wie soll ich sagen, mit mit einem Schwank beginnen, den Du wahrscheinlich noch nie gehört hast, nämlich dass deine Eltern sich wahrscheinlich gar nicht große Gedanken drüber gemacht haben, welchen Namen sie dir gegeben haben. Ich glaub, da haben wir schon in Berlin drüber gesprochen, dass Du schon weißt, dass Du einen Namensvetter hast, aber deine Eltern wahrscheinlich das gar nicht wussten oder wie war das damals? Mit Sicherheit haben sie dabei nicht an. Ich glaub, Mikrofone waren's gedacht oder so, sondern weiß ich nicht, wie Georg zustande kam.

Die Alternative war, glaub ich, Franz bei meiner Mutter. Die Fall ist dann doch auf Georg gefallen zum Glück. Ja, wo ich grad sagen, also Franz Franzel, nee, Georg klingt schon cooler. Zumal es ja auch 'n deiner, selbst und meiner Generation eigentlich kein Name ist, der irgendwie weit verbreitet ist. Es ist eher schon in der älteren Generation.

Was ich aber nicht schlimm finde, im Gegenteil, ich find das ziemlich cool, dass so ältere Namen in den letzten Jahren, ja, 20, 30 Jahren doch wieder 'n bisschen hervorgekommen sind. Mhm. Bin ich auch ganz zufrieden damit mit dabei. Vielleicht für alle, die jetzt denken, was redet der, gibt's da wieder für 'n höheres Zeug? Also Georg Neumann ist jetzt nicht mit Alfred E.

Neumann vom Mad Magazin verwandt. Georg Neumann ist der Pate der modernen Mikrofontechnik. Also zum Beispiel das Mikrofon, was Du vor deiner Nase hast, lieber Georg, das würde es ohne deine Namensvetter, der allerdings schon seit vielen Jahren verstorben ist, nicht geben, weil Georg Neumann hat in den, glaub, Neunzehnhundertdreißigerjahren hat er das Kondensator Mikrofon entwickelt. Die meisten kennen auch die 1. Variante, das ist die berühmte Flasche, die riesengroß war, Röhrmmikrofon, wo die Nazis leider alle ihre Reden drüber gehalten haben.

Dadurch wurde das Mikrofon bekannt. Sieht aus wie sone große Flasche mit sonem kleinen Kopf obendrauf, aber so richtig abgegangen ist in den Fünfziger-, Sechzigerjahren, sind die legendärsten Mikrofone entwickelt worden, heute immer noch State of the Art. Ja, so viel zu zum zum kleinen Ausflug. Danke, dass Du 'n Podcast hast. Tschüs und bis zum nächsten Mal.

Das war mir ein wenig. Nein. Genau, nein, nein, nein. Ich wollte dich jetzt nicht einfach nur wegen nicht auf deinen Namen reduzieren, aber bevor in unser Thema KI Videos und das finde ich superspannend, weil Du hast ja eine recht große Bandbreite in dem, was Du da machst, bevor wir da reingehen, möchten wir doch mal schauen, wer der Georg ist und da habe ich meine 3 Einstiegsfragen, die ich jedem stelle. Bist Du bereit?

Yes, schieß los. War war alles alles detailliert abgesprochen und weißt ganz genau, worum's hier geht, ne? Vollgas, ich hab keinen blassen Schimmer. Wie gesagt, da sind wir schon mal 2. Also gehen wir auch direkt richtig deep, wie man im Neudeutschen sagt, schön philosophisch.

Stell dir vor, 1 Tages, bei dir dauert es ja noch Ewigkeiten, kommt der Tag, wo Du abberufen wirst und Du schaust zurück auf dein Leben und denkst dir, Mensch, cool, dass ich diese eine Fähigkeit, die eine Sache noch gelernt hab, die Du jetzt noch nicht beherrscht. Was ist das, was Du unbedingt noch bis zum Ende deines Lebens können möchtest? Boah, das ist echt tief. Wenn man jetzt beim Neudeutschen bleibt, dann erwischt mich jetzt off Guard damit mit der Frage. Was will ich unbedingt noch lernen?

Ich will tatsächlich noch programmieren lernen. Das ich arbeite zwar viel mit KI Systemen, aber ich kann nun in keinster Weise vernünftig programmieren. Ich ich mach zwar irgendwas damit, aber ich versteh nicht, was ich damit tue. Das wäre 1, Okay. Der mir noch fehlt.

Ich will mal Stand up Paddling probieren, aber das hilft uns nicht weiter. Ich hatte schon Bogenschießen, von daher Okay. Alles gut? Nee, Bogenschießen hab ich schon mal gemacht, das war cool. Boah.

Nee, muss ich jetzt leider passen. Fällt mir grad spontan Ja, Programmieren reicht doch. Also ich mein, hallo? Also das ist ja eine halbe Lebensaufgabe, wenn man's richtig machen will. Ja, vor allem jetzt im Zuge von KI, wo's eigentlich fast keinen Sinn mehr macht, das zu lernen, noch mal mehr spannend.

Ah ja, das stimmt allerdings. Das habe ich, ich war beim, oh, Gott, jetzt den Namen wieder. Beim, den kennst Du doch auch, der Reini Reinhold mit dem D-Slam. Kennst Du die Eventreihe vom Reinhold, boah, ich komm nicht drauf, dem hab ich auch noch 'n Podcast ausstehen. Das ist eine Veranstaltungsreihe über IT Security und Programmierung und KI, aber als, ja, wie son Poetry Slam, also mit mit witzigem Unterton, aber das trotzdem ernst.

Und da ist mir da zum ersten Mal bewusst geworden bei einem Vortrag, dass man halt, das war no Coding, genau darum ging's, no Coding oder Low Coding. Low Coding heißt das andere, ne, also mit wenig Code. Dass man halt schon wahnsinnig viel machen kann, ohne richtig programmieren zu müssen. Ja, da geht echt schon einiges, also auch für Leute, für für ahnungslose wie mich, die einfach sich mal ausprobieren wollen, ist es extrem leicht zugänglich mittlerweile. Ja, spannend.

Dann Frage Nummer 2. Kopf ganz weit auf, hochkreativ. Es gibt keine Grenzen. Wie würdest Du deinen Arbeitsplatz gestalten, wenn Geld keine Rolle spielen würde? Stell dir vor, eine gute Fee kommt und sagt, Junge, Du kannst jetzt den ganzen Tag machen, was Du willst und vor allen Dingen auch wo und in dem Setting, was Du dir wünschst.

Was wär dein absoluter Traum? Boah, also ich wär schon mal wahrscheinlich irgendwo da, wo's weniger regnet und durchgängiger warm ist. Also ich hab keinen Bock mehr auf Winter, das wär schon mal das 1.. Also wir würden uns wahrscheinlich Richtung Süden verlagern. Dann wär das irgendwo sone kleine Finca mit 'nem schönen Pool oder so.

Aber ansonsten, ich würde schon wahrscheinlich weiterhin das tun, was ich tue, weil ich das liebe. Bloß, ich hätt's gern 'n bisschen wärmer dabei, 'n bisschen mehr Freiheiten, dass ich einfach mal in den Pools bringen könnte, solche Späße. Relativ unkreativ. Das, was eigentlich viele machen, wenn sie irgendwo Vocation machen, das wär so auch mein kleines Träumchen. Ja, aber gut, Messen am an der prozentuellen Anteil der Menschen in der hiesigen Bevölkerung, die das dann wirklich machen, ist das schon 'n exklusiver Wunsch, muss man mal so sehen, ne.

Ja. Aber Du hast gesagt, alle Freiheiten, weil dann müsste ich ja auch mal in mein Kind mitschleppen, Genau. Dass irgendwann schulpflichtig wird und solche Späße. Also dann wird's wieder interessant und das ist wahrscheinlich der Grund, warum's dann niemand durchzieht. Ja, aber geht auch.

Also ich hab jetzt grade 'n Kontakt, auch Neukunden, der genau das machen möchte. Seine Tochter ist jetzt gerade, ich glaub, die ist in die Schule gekommen jetzt. Ich weiß gar nicht, ob weiterführende oder oder Grundschule. Ich glaub, Grundschule und da ist genau das Thema aufgeploppt, aber jetzt haben sie gesagt, okay, das 1. Jahr machen sie in Deutschland und dann gucken sie nächstes Jahr, ob sie dann auf eine internationale Schule, also die wollen runter nach Marbella, also zeitweise nicht dauerhaft, ob die da dann auf 'ner internationalen Schule einfach weiter unterrichtet wird.

Ja, spannend. Also Lösung. Lösung gibt's immer. So, last, but not least, welcher bekannten Persönlichkeit wärst Du gerne begegnen oder würdest Du gerne noch begegnen und was wär euer Gesprächsthema? Problem ist, ich hab kein Namensgedächtnis.

Aber ich würd gern mal mit Jimmy Hendrix über Musik philosophieren, aber die die Chance gibt's leider nicht mehr. Ja, aber es war ja hypothetisch, also muss ja nicht eine lebende Person sein, von daher. Genau. Das wär ein son Wunsch. Ich würd gern mich mal mit dem Björn Omar austauschen, dem dem Erfinder quasi der modernen BILD KI, der quasi den Late Diffusion Modellprozess entwickelt hat an der LMU München, weil ohne den hätte ich jetzt diesen coolen Job nicht, den ich grad hab.

Und das ist auch son bisschen son Underdog. Der ist eigentlich voll der KI Superstar, aber der läuft komplett unter dem Radar. Also mit dem würd ich mich gern mal unterhalten. Das ist nicht mal so unrealistisch. Also wenn er mal, falls er zuhört, bitte melden.

Genau, die 2, das würde mir jetzt spontan einfallen. Ja, spannend. Jimmy Hendrix wär ich dabei sogar. Also ich bin ja von Haus aus Gitarrist und Bassist und jetzt nicht mehr so großer Jimmy Hendrix Fan, aber klar, in meiner meiner wilden Teenager Zeit, wo man die ganzen Gitarrengrößen durchgemacht hat, Hendrix ist Pflicht, ne. Ja, absolut.

Also Hendrix ist Pflicht, so wie Clapton God ist, ne, also von daher. Ja, lass uns mal über karrigengenerierte Videos sprechen. Also jeder, der meinen Podcast kennt, weiß, ich hab ja jetzt nicht 'n großen Fragenkatalog, wobei ich schon 'n paar Fragen habe, aber das hat hat heißt nicht, dass ich hier die alle stelle, sondern einfach nur, son bisschen 'n roten Faden vielleicht zu kriegen, wenn uns mal das Thema ausgeht, was ich aber nicht glaube. Ich find's superspannend, was Du machst. Beschreib's mal in in in kurzen Worten für denjenigen, die dich noch nicht kennen, was so dein tägliches, ja, dein tägliches Brötchenverdienen bedeutet.

Ja. Also ich komme eigentlich aus der klassischen Medienbranche. Das heißt, ich bin über die Fotografie zum Grafikdesign gekommen, vom Grafikdesign 'n Anstellungsverhältnis, vom Anstellungsverhältnis irgendwann in meiner eigenen Agentur. Das hab ich auch jahrelang gemacht, bis halt dann KI kam. Und das hat mich wirklich nicht mehr losgelassen.

Ich bin da sehr frühzeitig reingegangen, nämlich schon 20 22, noch bevor es ChatGPT und Co gab, hab ich schon meine ersten KI Modelle trainiert, also wirklich Bild KI Modelle trainiert, Leute zu replizieren und solche Späße. Mhm. Und es hat mich nicht losgelassen, hab dann auch gleich das KI Marketing Bootcamp gegründet. Damit waren wir der 1. Schulungsanbieter, sag ich mal, in Deutschland, der das dediziert für Marketing und Design gemacht hat, angeboten hat.

Also quasi, damit ich Leute innerhalb meiner meines Tätigkeitsfeldes quasi ausbilden kann. Weil ich hab damals schon erkannt, das wird unsere Branche komplett über den Haufen werfen, was es ja auch tut. Mhm. Und da wollt ich auch unterstützend dabei sein, diese Revolution, ist 'n blödes Wort, aber es ist trotzdem irgendwie auch eine oder Evolution dieses Berufsfeldes mit begleiten zu dürfen, mit Steuern zu können und 'n bisschen halt auch zu helfen. Und in meiner täglichen Arbeit jetzt schul ich halt Marketingabteilungen, Agenturen, Werbeagenturen, Designagenturen im Umgang mit generativer KI.

Mit meiner Kollegin zusammen, Di Vroni, die benimmt den Part Sprachmodelle. Ich mach alles im kreativen Bereich, das heißt Bildgenerierung, Videogenerierung und so weiter. Aber natürlich habe ich auch nebenbei noch meine Agentur und mach da auch ganz viel mit KI Projektarbeiten. Wir erstellen auch Videos, Bilderserien, Workflowentwicklung, alles Mögliche. Mhm.

Genau. Ja, spannend. Vor allen Dingen spannend, weil's so 'n bisschen Parallelen zu meiner Tätigkeit gibt, weil ich mich oder wir uns, meine Frau und ich, wie die wir die 2 übrig geblieben sind, sage ich mal so, von unserer Agentur durch Corona. Wir wir konzentrieren uns vor allen Dingen ich halt auf das Thema Videokommunikation, auch durch Befähigung und Schulung, weil wir einfach schon vor Jahren gemerkt haben, wir hatten ja selber 16 Jahre lange Trainingsfirma überhaupt für so Themen, aber wir gemerkt haben, im letzten Jahr ist da doch 'n ganz krasser Wandel, der da stattfindet durch durch einfach die immer größere Anzahl an Videos, die genutzt werden und auch genutzt werden sollten in Zukunft. Und da ist es halt ganz spannend.

Die Frage kommt immer wieder, ich hatte das jetzt gestern auch mit 'nem, ja, im Rahmen 1 Neukundengesprächs, wo der Kunde sagte, na ja, wir fragen uns grade, ob wir die Investitionen tätigen sollen, halt, ne, in ein Studio bei uns im Unternehmen, in die ganze Schulung, in die ganze Nachbetreuung mit Ihnen, weil eigentlich könnten wir doch das Ganze auch mit KI machen, sei es jetzt mit Avataren oder überhaupt mit anderen Methoden, können wir doch letzten Endes unsere internen Schulung, Kundenkontakt, Produktvideos, das können wir doch alles bald irgendwie künstlich erzeugen lassen. Was was was würdest Du da entgegnen? Wenn das jemand sagt, dann dann versteht er den Aufwand hinter guten KI Videos noch nicht, weil das das Die Wahrnehmung ist halt oft die, dass das dann ultra easy ist, weil mit KI geht das ja alles ganz einfach. Geht's theoretisch auch, also man kann relativ unkompliziert KI Videos erstellen, aber dann ist man halt auch ganz, ganz schnell im sogenannten Uncanny Valley und hat halt Effekte, die man gar nicht mal so will für seine Marke. Also einfach, wenn wenn KI Videos schlecht produziert sind sind, dann wirken die auf die Zuschauer auch zunehmend negativ, weil sie dann unheimlich wirken.

Also das ist dieses Unkenny Valley. Unkenny heißt ja im Prinzip unheimlich übersetzt. Das heißt, solche schlechten KI Avatare sind eher negativ für den Marken aufbauen, für die Wahrnehmung der dieses Unternehmens. Von daher muss man dann schon tierisch aufpassen. Wenn man die KI Route gehen will, dann muss man da schon wirklich ordentlich Zeit im Budget reinstecken, das richtig zu machen.

Mhm. Ja. Das heißt, mal eben 'nem Kunden irgendwie 'n Angebot erklären mit der KI oder Produktanwendung mit 'nem KI generierten Video, das ist grundsätzlich Unsinn oder ist es einfach nur Zukunftsmusik? Man kann's jetzt schon machen. Also es gibt natürlich Use Cases, wo es jetzt schon Sinn macht.

Also ich muss nicht zwangsläufig in 'nem B2C Umfeld zum Beispiel ein Feature 1 Software zwangsläufig mit 'nem echten Menschen erklären. Da könnte man schon drüber nachdenken, einen Avatar zum Beispiel zu nutzen und den einfach über eine über eine Präsentation oder über 'n übern eine Bildschirmaufnahme einzublenden, wenn's da wirklich bloß trockene Erklärungen geht oder so was. Aber sobald man halt was verkaufen will, würd ich's vielleicht noch noch vermeiden oder halt dann hybride Ansätze wählen, dass man nur teilweise KI nutzt und teilweise echte Menschen und so weiter. Also da muss man, da sind wir noch stark Use Case abhängig. Ja, mein Argument ist halt immer die Zeit auch letzten Endes, weil wenn Du 'n effizienten Produktionsprozess hast, ist das, was wir hier aussetzen, dann brauchst Du fürn fünfminütiges Video 10 Minuten, ach 5 Minuten, bis Du startbereit bist und dann sprichst Du einfach runter, was Du sagen möchtest.

Und gerade in vielen alltäglichen Szenarien, sei es jetzt mit Videobotschaften oder aber auch häufig, dass in Unternehmen Ansprachen von 'ner Geschäftsleitung oder so an die Belegschaft aufgenommen werden, brauchst Du ja auch keinen gigantischen Vorbereitungsaufwand im Vorfeld. Da bist Du a viel schneller und 'n anderer Punkt, was ja auch bei Videokommunikation eigentlich der Riesenvorteil ist, ist ja die Authentizität und der Vertrauensaufbau. Was meinst Du, ich ich hab schon mal mit jemandem Podcast aufgenommen, der sich nur auf KI Avatare spezialisiert hat. Der meinte und das sehe ich persönlich auch so, First Level Support, ne, also die die 1. Anlaufstelle in gewissen Bereichen ist 'n KI Avatar interessant, gerade auch wegen der Mehrsprachigkeit und dann hört's aber auch abrupt auf, weil sobald Vertrauen aufgebaut werden soll, sollte man's tunlichst unterlassen.

Ja, sehe ich eigentlich genauso. Also wie gesagt, das ist das, was ich grad meinte. Das ist stark use Case abhängig, aber grad so was wie First Level Support kann gerne 'n Chatbot oder 'n interaktiver Avatar oder sonst was sein, aber danach, wenn's ans Eingemachte geht, unbedingt mit Authentizität entsprechend agieren und halt wirklich mit echten Menschen. Aber natürlich kann man sich vorstellen, dass die Entwicklung in den nächsten Jahren gewaltig voranschreitet. Glaubst Du, dass das 1 Tages auch obsolet wird?

Also ich kann's mir nicht vorstellen, aber Sagen wir's mal so, die Entwicklung geht halt Schritt für Schritt immer weiter. Das heißt, irgendwann wird's wird man's vielleicht gar nicht mehr erkennen, dass man jetzt einen KI Avatar vor sich hat. Das kann durchaus bald der Fall sein. Weil im Moment ist halt noch die die große Lücke, dass quasi Audio und Video eigentlich im Prinzip separat voneinander generiert werden. Und auch, blöd gesagt, die Videospur versteht nicht die Intention der Audiospur.

Das heißt, so was wie Mimik und Gestik ist komplett voneinander entkoppelt in vielen Fällen noch. Das wird aber schon Schritt für Schritt besser besser. Hey, Jen hat jetzt erst wieder eine neue Version raus wo sie das schon mehr miteinander koppeln, wo man tatsächlich auch schon Emotionen oder Intonationen prompten kann. Und das wird in Zukunft halt viel mehr automatisiert werden, dass wirklich dieses Thema, auch die Intention und die die Wichtigkeit von manchen Stellen im Text besser verstehen und so weiter und so fort. Und dann wird's plötzlich auf 'nem, sind wir irgendwann auf 'nem Level, wo Du das vielleicht gar nicht mehr von 'nem echten Video unterscheiden kannst.

Und dann steigt natürlich die Zahl der Use Cases, wo das noch gangbar ist. Wie sieht denn da jetzt so deine aktuelle Situation die Use Cases aus, die die meistens in Unternehmen genutzt werden? Also, ich sag mal, meine Zielgruppe ist ja B2B. B2C ist sicherlich noch was anderes. Was würdest Du sagen, sind so typische Anwendungsfälle, mit denen Du zu tun hast, wo Unternehmen auf KI generierte Videos setzen?

Also bei Richtung fiktive Avatare oder auch echte Avatare, dann zum Beispiel viel bei internen Onboarding Geschichten, internen Erklärvideos wird's gerne genutzt, auch wegen dem Thema Mehrsprachigkeit, weil eine trockene Datenschutzerklärung, Schulung, die kann jetzt auch 'n KI Avatar übernehmen. Das ist vollkommen egal, ob das jetzt 'n echter Mensch vorliest oder 'n 'n KI Avatar. Ja. So nach dem Motto. Also viel bei internen Geschichten tatsächlich.

Da wird's gerne genutzt und auch nicht unbedingt negativ wahrgenommen von der Belegschaft. Da gibt's jetzt auch schon 1. Erfahrungswerte, die so langsam reinploppen. Zwar noch nicht zwischen wissenschaftlich gemessen ist, aber das, was ich jetzt so an Feedback bekomm, ist durchweg eigentlich relativ positiv, grade für so trockene Geschichten. Beim Mitarbeiter Onboarding hatt ich einen da getestet hat, aber da haben Sie schnell einen Rückzieher gemacht, weil da ist natürlich das Menschliche schon wieder 'n anderes Thema.

Ansonsten halt im im im Kurs Support werden super Erfahrungen gemacht Und da ploppen mir auch grad immer mehr diese interaktiven Videoavatare tatsächlich auf. Die Technik ist langsam so weit, dass sie eingeführt werden kann. Das heißt, man hat im Kundensupport sogar einen Videoavatar, der einem live in Videoform antwortet, statt nur einen reinen Chatbot zum Beispiel. Mhm. Und das ist natürlich für die Unternehmen extrem wertvoll, weil damit wird auch noch mal anders umgegangen als mit 'nem normalen Chatbot.

Das heißt, die Daten, die man daraus ziehen kann, sind natürlich auch das Wertvolle dann am Ende. Weil die kann man natürlich perfekt auswerten. Mhm. Genau. Ansonsten im Marketing werden natürlich immer mehr Videos produziert, jetzt weniger im Avatargeschäft, sondern im im Bereich UGC, also User generated content.

Wobei ich da kein großer Fan davon bin, weil das effektiv alles als DeepFakes eigentlich kennzeichnungspflichtig werden. Das wird im Moment noch 'n bisschen unter den Tisch gekehrt, aber da muss man natürlich tierisch aufpassen, auch wieder Richtung Authentizität und so weiter, dass man da seine Marke nicht unter nicht untergräbt sozusagen. Mhm. Und beispielsweise was, also in welchem in welcher Form? Ja, da da da, was einem halt so auf Instagram und TikTok gerne mal begegnet, sind solche typischen für Kosmetikartikel irgendwelche Damen, die die dann präsentieren und davon schwärmen.

Da gibt's schon extrem viel Ei welche, die komplett zu 100 Prozent KI generiert sind. Oh. Ja. Und das ist aus meiner Sicht halt einfach schlichtweg auch Täuschung. Ist natürlich aber die Frage ethischer Natur oder könnte man diskutieren, ob jetzt gekaufter Influencer, die drüber schwärmen, nicht genau das Gleiche sind?

Das ist natürlich auch täuschend. Aber ist natürlich eine Frage, wie man damit umgehen will, aber ja. Ja und dann noch Instagram und Kosmetikbranche ist ja auch noch eine Spezialität für sich. Ich mein, das ist ja eine Scheinwelt. Ja.

Wird gleich auch viele gerade Jüngere natürlich da drauf reinfallen. Würdest Du sagen, es gibt's oder welche Bereiche deiner Erfahrung nach, würdest Du sagen, sollte man auf keinen Fall mit KI Videos angehen, weil man sich sofort irgendwie die Finger verbrennt? Also in der Außenwirkung, jetzt nicht vom Aufwand her, das ist 'n anderes Thema. Mhm. Ja, man hat's ganz gut gesehen.

Zum Beispiel war letztes Jahr 'n kleiner Shitstorm rund diese Emma für den Deutschen Tourismusverband. Ah ja. Mhm. Das das lag aber tatsächlich eher an der der Qualität der Ausführung. Ich glaub noch nicht mal, dass es, wenn es wenn es richtig gut von der Qualität gewesen wäre, dann hätte das sogar funktionieren können.

Das war damals eher 'n Shitstorm, weil's halt technisch 'n bisschen hinterher war. War trotzdem 'n mutiger Ansatz, deswegen da Chapeau auf jeden Fall, dass sie das versucht haben. Ich hab jetzt letztens mal wieder auf den Instagram geschaut, der performt auch ganz gut, soweit ich das sehen kann, bloß halt nicht in Videoform. Die haben sind halt danach zurück Mhm. Zurückgerudert auf Bilder scheinbar, was ja scheinbar dann eher funktioniert, weil beim beim Video ist man dann halt ganz schnell wieder in diesem Uncanny Valley, was dann eher negativ wahrgenommen wird.

Das sieht man immer wieder, wenn das Leute versuchen, dass sie da eher auf die Schnauze fallen im Moment noch. Aber es liegt einfach schlichtweg noch an der Qualität. Also in Zukunft werden einfach die Themen zunehmen, wo man das wagen kann, wenn auch die Qualität besser wird. Mhm. Ja, was mir jetzt dauernd begegnet bei, also wenn ich bei Youtube mal durch die Shorts durchgehe, sind diese unsäglichen pseudolustigen Mini Clips, irgendwelche Rentner, die sich irgendwelchen schmutzigen Witze erzählen oder?

Du weißt, was ich meine. Kennst Du? Also alles so Ja, Babydruck. Völlig emotionslos, ne, also gruselig. Ja.

Aber aber auch das ist ja nur eine Frage der Zeit, bis es besser ist. Ja, ja. Und das performt aber tatsächlich auch extrem gut auf Social Media. Also da gibt's auch wieder regelmäßig irgendwelche Pseudo Podcasts mit mit Trump und Elon Musk oder irgendwelche Babys, die einen fiktiven Podcast halten und so weiter. Das entsteht halt immer aus Spaß aus irgendwelchen Tech Demos und dann wird es halt tatsächlich gut geklickt und dann gibt's die ersten Heinis, die das dann halt voll automatisieren und das Internet mit solchen Clips fluten.

Das ist immer son Zyklus, wenn eine neue Technik rauskommt, wird die gleich ausgeschlachtet für sowas und wird dann wirklich voll automatisiert. Also es gibt dann wirklich N8N Templates, die die das komplett automatisiert ausgeben und auf Youtube hochladen und dann wirklich das Internet damit zuspammen. Das ist halt grad sone Entwicklung. Google steuert zum Glück schon ein bisschen dagegen bei Youtube, dass solche Videos auch nicht mehr monetarisiert werden können. Sobald KI Voiceover zum Beispiel drüber liegt, wird das erkannt bei Google.

Und dann wird das zum Beispiel schon nicht mehr monetarisiert. Das ist schon mal 'n erster Schritt in die richtige Richtung, aber ja, da müssen wir jetzt einfach beobachten. Das ist grad eine riesige Spielwiese, 'n riesiger Wildwesten, was da grad passiert. In eine neue Grauzone kann man auch sagen, so wie das Internet vor 25 Jahren, als ich damit angefangen hab. Da gab's noch nix mit DSGVO und Kaltakquiseverbot und so Sachen, das war echt wilder Westen damals.

Ja. Konnte man noch viel reißen. Ja, konnt, fühlt sich wieder 'n bisschen so an, genau. Weil ich hab manchmal mich 'n bisschen damit beschäftigt, also jetzt nicht wahnsinnig viel, muss ich ehrlich sagen, weil ich sag mal Realvideos ist ja mein Thema, wobei ich ja, sagen wir mal, sag mal, vom vom Ursprung her vom Ton auch komme. Ich hab das so Spaß letztes Jahr gemacht.

Im Nachhinein dachte ich mir, oh, vielleicht war's 'n bisschen peinlich, aber ist mir völlig egal gewesen. Zu Weihnachten habe ich mir mal den Spaß gemacht und hab eine 1 Weihnachtsgeschichte mit ChatGPT geschrieben. Die war auch richtig doof, das war auch so das Ziel. Hab die dann aufgenommen als Podcast und dachte mir, jetzt mach's aber richtig blöd und hab mir, ich glaub, bei Envato und Bild von 'nem Weihnachtsmann so richtig kitschig, also auch KI generiert. Nee, Quatsch, ich hab mir 1 generieren lassen von ChatGPT und wollte da 'n Video draus machen.

Ich weiß nicht mehr, welche Plattform ich genommen hab, war eine von den bekannteren, entsprechend auch Credits gekauft und es war extrem mühsam, diese zehnminütige Geschichte. Der sollte eigentlich nur, der saß mit 'nem Buch vor der Nase vorm Kamin, alles schön kitschig, ne, wie man sich vorstellt, der sollte eigentlich nur 'n bisschen Kopf bewegen und halbwegs den Mund bewegen. Es war extrem mühsam, sah auch ziemlich kacke aus. Da bin ich dran verzweifelt, weil ich überall gelesen hab, ah, ist total einfach hier, ne, Text to Speech und so. Wobei, Speech war ja schon da, es war ja andersrum.

Ist das immer noch so aufwendig oder wie muss ich mir son Workflow für so was vorstellen? Nee, da gibt's grad Punkt aktuell spannende Entwicklungen, weil tatsächlich früher waren lange Sequenzen mit Lippensynchronisierung und so weiter vor 'nem halben Jahr war das noch 'n Albtraum. Da bist Du halt voll reingelaufen in diese Zeit, wo das noch echt schwierig war. Das war damals halt noch 'n Edge Case. Mittlerweile gibt's da echt spannende Entwicklungen.

Zum Beispiel gibt's grad 'n neues Modell von, ein KI Modell von Microsoft, nennt sich Infinity Infinity Talk. Und damit kann man wirklich bis zu 90 Minuten Minuten lange Videos generieren mit 'ner, wo Du quasi bloß eine Audiospur reingibst. Du gibst 'n Startbild rein, zum Beispiel dann von deinem Weihnachtsmann. Und dann kann der da bis zu 90 Minuten runterquatschen. Und das geht mittlerweile sogar auch mit mehreren Sprechern.

Das heißt, man kann sogar dann das Modell, andere Modell dazu heißt Multitalk. Da kann man bis zu 4 Sprecher zum Beispiel kombinieren in 'nem neunzigminütigen Podcast zum Beispiel. Also könntest Du dem Weihnachtsmann mit anderen Schwarzenegger und Albert Einstein diskutieren lassen, bis zu 90 Minuten im Moment. Und das funktioniert relativ gut. Es steckt halt noch extrem viel Rechenzeit dahinter, aber da geht schon echt einiges.

Die Lippensynchronisierung ist noch nicht ganz perfekt, aber wir sind schon deutlich, deutlich weiter als noch vor 'nem halben Jahr. Da passiert grad extrem viel. Und lustigerweise hat Microsoft heute dieses Modell wieder offline genommen. Also das war quasi Open Source stand das sogar zur Verfügung. Also jeder konnte das runterladen, konnte damit machen, was er wollte.

Und jetzt hat Microsoft da scheinbar bemerkt, dass das wohl sehr gut war und sehr gut ankam. Und jetzt haben sie sich überlegt wahrscheinlich, damit müsst sie sich doch Geld verdienen lassen. Und jetzt ist es wieder offline. Jetzt ist es leider wieder offline. Ich hab's zum Glück noch gespeichert.

Das heißt, es läuft noch unter 'ner Open Source Lizenz auf meinem Rechner und so wird's vielen weltweit gehen. Also hoffentlich kommt's wieder online, ich weiß es nicht. Aber da gibt's bestimmt bald wieder aus China eine Alternative. Aber wo Du grade sagst, läuft auf meinem Rechner. Ich kenn bisher solche Dinge ja nur, die irgendwo bei ChatGPT oder Geminar oder wie sie auch alle heißen, als ein Modell mit integriert sind.

Wie lasse ich so was denn auf meinem eigenen Rechner laufen? Insbesondere wie viel Leistung brauche ich da? Du brauchst zum einen mal 'n bisschen technische Frusttoleranz, weil das alles nicht sehr einfach ist, das zum Laufen zu kriegen. Und dann braucht man natürlich schon 'n bisschen Hardwareleistung. Grad für die Videogenerierung braucht man schon sehr, sehr viel Hardwareleistung.

Das heißt, Du brauchst hauptsächlich eine Grafikkarte mit viel, viel Videospeicher. Das fängt erst an, Spaß zu machen ab 24 Gigabyte Videospeicher. Die Grafikkarten dafür kosten im Moment, wenn man wenn man jetzt eine neue kaufen wollte, so ab, ich sag mal, 2500 Euro nur für die Grafikkarte. Der restliche Rechner ist dann relativ nebensächlich. Es geht wirklich rein die Grafikkarte hauptsächlich und dann kann man da schon 'n bisschen was machen.

Und dann muss man halt diese ganze Open Source Software installieren, die Modelle runterladen und dann kann man das alles lustig kombinieren. Aber wie gesagt, man braucht sehr viel technische Frusttoleranz, das zum Laufen zu kriegen im Moment noch. Es gibt aber natürlich als Alternativen Web Apps, wo so was dann fertig schon für eine installiert und vorgekaut ist. Mhm. Sodass es auch jeder nutzen kann.

Mir fällt nämlich grade son Use Case ein. Da hatten wir auch schon mal, glaube ich, drüber gesprochen, als wir uns in Berlin getroffen hatten auf der Camping. Meine Frau ist ja im Bereich Kindermarketing tätig, die macht ja Musik für Kindermarketing, Hörspiele, also ja Brand Hörspiele könnte man sagen für Unternehmen und da gab's schon mal vor einigen Jahren gab's da schon mal die Idee, ach, man könnte doch irgendwie zum Beispiel zu 'nem Maskottchen oder Titelsform könnte man 'n kleines Video animieren und vor 4 Jahren war das natürlich noch abartig aufwendig, ne. Da musste jemand das zeichnen, da muss animiert werden, absoluter Wahnsinn, selbst in 3D selbst in 2D. Ja.

Wie wie aufwendig ist das heute? Also natürlich ist mir klar, dass wenn Du verschiedene Szenen haben willst, Du musst verschiedene Zeichnungen oder oder Grundbilder oder so Comic Stylebilder generieren, aber kann man das wirklich so so machen, dass man das so basierend auf dem Songtext sich vielleicht Anweisungen erzeugen lässt von der lässt von der KI? Oder oder wie wäre die Vorgehensweise einfach ganz grob? Also wenn man jetzt mal 'n fertiges Maskottchen hat, das nehmen wir jetzt einfach mal an, dass es das schon Fertigdesignt gibt. Könnte man natürlich aber auch mit mit KI lösen, das Design dieses Maskottchens.

Aber mal angenommen, das gibt's schon, Dann müssten wir zunächst mal schauen, ob's auch schon 'n Song gibt. Wenn ja, dann passieren machen wir das basierend auf dem. Und dann können wir natürlich mithilfe von ChatGPT mal anfangen, son Story, son son Storybook quasi dafür zu entwickeln. Mir fällt grad das richtige Wort nicht ein. Ich hab grad Wortfindung Storyboard.

Storyboard. Danke, ich hab jetzt Storybook gesagt. Ein Storyboard zu entwickeln entsprechend dafür, wo wir mal die Szenen grob vorkonzipieren, je nachdem, wie lang der Song halt ist. Ich nehm jetzt mal 'n Kinder Song irgendwie so die 2 Minuten. Mhm.

Das heißt, wir brauchen da schon einige Szenen dafür. Und und im Moment haben wir die technische Herausforderung beziehungsweise Limitierung, dass sich Clips meistens bloß so an der Grenze von 5 bis 10 Sekunden generieren lassen ganz gut. Und da muss man halt schlau 'n bisschen drumrum planen mit vielen Cuts und so weiter. Oder mit 'n paar Tricks arbeiten, halt die Länge 'n bisschen rauszuzögern oder zu verlängern, was auch geht. Aber man sollte das, wenn man da in die Planung geht, im Hinterkopf haben, dass wir im Moment so auf 5 bis 10 Sekunden limitiert sind pro Szene zum Beispiel.

So, dann haben wir die Konzepte, das Storyboard erstellt. Das heißt, wir wissen auch, was wir an Startbildern brauchen für diese einzelnen Sequenzen. Und die können wir dann mithilfe von Bild KI generieren. Also das Vorgehen ist im Moment so, im Optimalfall geborene ich dem System ein Startbild, also quasi den ersten Frame dieses Videos vor. Und mit dem Prompt wird es dann animiert entsprechend.

Das heißt, man muss dann Kamerabewegung, Bewegung des Subjekts und so weiter des Maskottchens berücksichtigen schon im Prompt. Und dann kriegt man da 'n Video raus. Das 1. Wird wahrscheinlich noch nicht funktionieren, da muss man sich son bisschen rantasten. Und dann irgendwann hat man dann vielleicht den ersten Clip.

Und dann geht's halt so weiter. Also es ist schon noch 'n gutes Eckaufwand, aber natürlich bei weitem weniger als jetzt hier 'n ein 3D Rendering für 'n Musikvideo zu generieren, von für für 'n ganzes Musikvideo. Also da liegen wir im Bereich von, keine Ahnung, Zehntausenden Euro wahrscheinlich, wenn man das noch klassisch produzieren würde. Wenn Du damit hinkommst. Also ich mein, damals waren's, ich glaube, also fünfzig- bis 80000 Euro waren so die Preise, die da aufgerufen wurden.

Ja. Also das ist schon schon saftig. Wenn man da jetzt was wirklich Hochwertiges mit KI produzieren will, wo man wirklich dann wirklich auch noch auf Details achten kann, wenn's das Budget hergibt quasi, würde ich behaupten, dass Du so was mittlerweile für, ich sag mal, acht- bis 20000 Euro gut hinbekommst, dass Du da wirklich was Hochwertiges hast mit KI Unterstützung. Also gut oder 'n gutes Eck weniger als noch mit klassischen Methoden. Und dann ist ja nur eine Frage der Entwicklung, bis bis die KI, sag ich mal, selber prompt Vorschläge macht, die so ja verwendbar sind, dass es nicht in jedem Clip anders aussieht.

Weil das ist das, was ich grade, ich bin nicht tief drin im Thema Bild generieren, muss ich ehrlich sagen. Das meiste, was ich gemacht hab, war so Späße, die jetzt über LinkedIn rausging, ne. Also der Klassiker hier irgendwie diese Actionfigur, war beim ersten Mal sehen total cool nach 'ner Woche, weil's ja dann Lieder gemacht hat. Da war's dann Altbacken oder die Knetmännchen oder so. Ich hab mal irgendwie mit meinen mit meinen besten Freund mal 'n Foto genommen und hab gesagt, so jetzt mal so im im Pixar Style, lass uns mal hier irgendwie am Lagerfeuer sitzen.

Das war total witzig am Anfang, aber das ätzende war halt immer, jedes Bild sah anders aus. Auch wenn ich gesagt hab, lasst lasst alles exakt so, wie es ist, jedes Bild sah anders aus. Hat sich da was geändert oder ist das wirklich immer noch so, dass man sehr viel Ahnung davon haben muss, wie man das prompted? Es wird mit jeder neuen Entwicklungsstufe wird's 'n Stück leichter und leichter zugänglich. Jetzt grad Punktaktuell ist wieder eine neue Entwicklung rausgekommen von Google diesmal, nämlich Googles Nano Banana ist ja quasi der Arbeitstitel.

Eigentlich heißt's Google Flash 2 Punkt 5 Experimental oder so, aber jeder nennt's halt Google Nano Banana, weil's so im Internet das 1. Mal aufgetaucht ist. Und das ermöglicht jetzt halt eine relativ leichte kontextbezogene Bildbearbeitung auch zum Beispiel oder auch generell die kontextbezogene Bildgenerierung und das sehr, sehr gut. Was ich damit meine, ist, Du gibst ihm jetzt zum Beispiel immer als Startbild 'n Porträtbild von dir, 'n relativ neutrales zum Beispiel. Und dann lässt Du das einfach in verschiedenen Szenen machen.

Erst am Lagerfeuer, dann beim Surfen, dann erzählst Du wieder eine Weihnachtsgeschichte, im Weihnachtkostüm und so weiter. Und darüber kriegst Du jetzt auch schon wirklich eine gute Konsistenz her. Und Du könntest noch 'n Schritt weitergehen, dann gibst Du ihm als zweites Referenzbild zum Beispiel noch eine 1 Stilreferenz, irgend einen Illustrationsstil zum Beispiel. Und plötzlich kannst Du alle Bilder in der Serie in diesem Illustrationsstil aber mit dir als Referenz zusätzlich reingeben und bekommst wirklich eine konsistente Bildserie raus. Und das ist mittlerweile echt leicht zugänglich.

Und auch eine Bildbearbeitung zum Beispiel hat, Free Pic zum Beispiel hat's jetzt ganz frisch integriert. Früher musste man noch entweder im Photoshop Sachen dann raus retuschieren aus KI generierten Bildern, wenn die einfach schlichtweg falsch waren. Dann die nächste Evolutionsstufe war halt dann das sogenannte Inpainting, dass man im Bild eine Stelle ausgemalt hat, die man Ende wollte. Die wurde dann neu generiert. Mit Glück war's dann vielleicht gut generiert.

Man musste da meistens viele Iterationen machen, bis es geklappt hat. Und die neueste Entwicklungsstufe ist einfach, man klickt im Bild auf die Stelle, die man ändern will und beschreibt, was man dort ändern will. Das ist die der aktuelle Stand der Technik, geht auch mit Unterstützung von Googles Nano Banana. Und das ist jetzt wirklich dann langsam kommen wir aufn Niveau, wo das auch, glaub ich, gesagt, meine Mutter machen könnte. Okay.

Ich hab mich lange nicht mit mit beschäftigt, weiß, als als Kenver das rausbrachte, irgendwie ganz groß angekündigt, AI Picture Generation und so weiter und so fort, ich mir, das ist ja ganz praktisch. Zum Beispiel, wenn Du, ich hab jetzt 'n festes Setting an Fotos von mir, für meine Postings, hab's bis heute nicht hingekriegt mit unserer Fotografen Carina, noch mal 'n paar neue zu machen, ist völlig überfällig. Da hab ich gedacht, ja Mensch, dann kann ich das ja nehmen und da zum Beispiel, wenn das Bild hochkant ist und ich brauch noch 'n bisschen Fläche vom Hintergrund, erweitere mal das Bild, so stand's dann auch drin. Das Ergebnis war natürlich immer eine absolute Katastrophe, selbst 'n grauen Hintergrund. Aber wenn ich nur beschrieben hab, ich möchte, dass Du das Bild jetzt die doppelte Breite nur mit dem grauen Hintergrund erweiterst, dann waren da irgendwelche komisch generierten Bücherregale plötzlich da, also völlig unbrauchbar.

Bin mal gespannt, jetzt, wo Du sagst, ich hab mich ja lange nicht mehr beschäftigt, ob Sie das jetzt auch upgedatet haben mit Sicherheit. Das gibt natürlich völlig neue Möglichkeiten. Absolut. Auch zum Faken. Das ist die Kehrseite.

Das ist nämlich genau der der der der Punkt, auch eine Frage, die ich mir notiert halte, nämlich hatte nämlich, was glaubst Du, ob ob es jemals der Fall ist oder vielleicht auch wann es der Fall ist, dass KI wirklich absolut überzeugen, also glaubwürdiger, synthetisch erzeugte Videos hervorbringt? Weil ich jetzt von vielen, die sich mit den Themen grundsätzlich beschäftigen, höre ist, KI generiert keine zufälligen Fehler. Das ist alles zu glatt und zu perfekt und Mimik und Gestik sind auch noch sehr hölzern. Glaubst Du, dass es 1 Tages so weit ist, dass das alles, ja, 1 zu 1 wie 'n echter Mensch sich verhält? Sogar sehr bald schon.

Also da wage ich die Prognose, dass das nicht mehr lange dauern wird. Also das ist kein Zukunftsgeräte, sondern da reden wir eher von Monaten. Mhm. Ja. Also das nur, wenn eben quasi die nächste Entwicklungsstufe ist, die rein logische nächste Entwicklungsstufe ist einfach, dass es nicht mehr separat voneinander generiert wird, sondern zusammen, also Ton und Video, wenn es wenn es gekoppelt generiert wird und dahinter auch noch 'n Modell steht, das 'n bisschen Emotionen auch im Text schon deuten kann zum Beispiel oder zumindest Anweisungen im prompt in Richtung Emotionen besser deuten kann, dann sind wir eigentlich technisch schon so weit.

Die Videoqualität ist theoretisch schon da. Vielleicht ist es noch detektierbar technisch, weil's eben keine zufälligen Fehler hat zum Beispiel. Aber zumindest reicht wird's ausreichen, die meisten Menschen täuschen zu können. Und das wird nicht mehr lange dauern. Auch jetzt schon, wenn jemand genug kriminelle Energie hat könnte, der Videos faken, die Du die auch dich reinlegen würden.

Dann bekommen halt plötzlich die Sekretärin eine 1 Whatsapp Videobotschaft von 'ner Nummer vom Chef, sogar vielleicht mit Videobotschaft, Du, überweis mal eine Mille dort dorthin. Ich hab 'n neues eine neue Maschine für die Firma gekauft. Das muss gar nicht passieren, sonst kriegen wir die nicht. Das kann in der Qualität sein, dass die gar nicht drüber nachdenkt, dass das Fake sein könnte. Und dann wird's plötzlich gefährlich.

Mhm. Weil wir finden Das ist, glaube ich, auch so. Mit 'ner Million Euro Budget, da kann man ordentlich faken, da kann man ordentlich auch von dem Fake stecken. Ja, ja, definitiv. Ja, das ist halt die Kehrseite des Ganzen, ne.

Ich hatte eher auch an Sachen gedacht, was hat denn mir der der Guido da erzählt, mit dem ich 'n anderen Podcast aufgenommen hab vor 'n paar Wochen? Das ist jetzt die Erstbestrebungen von 'ner amerikanischen Firma. Ach nee, das gibt's schon. Talk to, och Gott, jetzt hab ich auch wieder 'n Namensgedächtnis, ey, ich bin urlaubsreif, ich fahr morgen in Urlaub, das ist auch überfällig. Wie heißt der denn?

Tony, Tony Robins verklagt 'n amerikanisches Start-up. Talk to Tony heißt das, glaube ich, also die Plattform. Da kannst Du mit 'nem Chatbot, ich weiß nicht, ob Du nur schreiben kann, ich mein, Du kannst richtig reden auch und die haben die Stimme auch geklont, dass Du dich im Prinzip mit ihm unterhältst und und sein Wissen ansappst. Die haben alles, was an Publikationen, so wie ich das verstanden hab, von Tony Robinson gibt genommen, da rein gefüttert, also sein ganzes Wissen und auch angefangen, das mit anderen bekannten, Coaches, Persönlichkeiten zu machen. Und es gibt wohl auch eine deutsche Firma, ich weiß nicht, ob die schon am Markt ist oder nur angekündigt hat, die möchte so was mit offizieller, ja, Zertifizierung der jeweiligen Person, also Freigabe, aufn Markt bringen, dass Du zum Beispiel sagen kannst, ich bin jetzt hier von irgend 'nem deutschen Fußballern 'n großer Fan.

Ich find's 'n bisschen pervers ehrlich gesagt, weil er wieder auf die Kinder abgezief wird und Teenager, ne. Und Du kannst jetzt eine Stunde für, was weiß ich, 50 Euro mit schieß mich tot chatten und im Hintergrund ist es einfach nur 'n Chatbot, den der die Person quasi geklont hat. Das ist sehr kommerziell, aber zumindest ja noch offiziell gekennzeichnet. Was ich mir nur grade gedacht habe, wo Du sagtest, ja, man kann das basierend auf Sprache einem erzeugen, gibt's eigentlich die Möglichkeit, das ist eine doofe Frage, gibt's garantiert schon, dass ich zum Beispiel einen Menschen hinsichtlich seiner Gestik, seiner Sprache, seiner Körperbewegung analysiere, also wie man das bei CGI, ja, Filmen macht, dass die Person halt mit den Punkten, ne, eigentlich alles spielen und dann nachher die virtuelle Figur drüber gesetzt hat, aber ohne, dass die Person alles spielt, sondern dass man einfach eine Person scannt, lernt. Also ich höre das jetzt von Sprechern, die ganze Sprecherbranche in Deutschland und nicht nur in Deutschland, ist 'n großen Aufruhr, weil immer mehr Anfragen an Sprecher kommen, dass Unternehmen sagen, wir möchten deine Stimme klonen, zukünftig halt alles damit zu machen.

Die zahlen dann zwar üppige Summen, aber das ist halt 'n einmaliger Buyout. Könnte man das mit 'ner Person auch machen. Zum Beispiel, ich denk jetzt mal einfach nach 'n Schauspieler, der verstorben ist, Gary Grant oder wer auch immer, den aus Filmen zu sagen, erkennen die Person ihre Mimiksprache und klonen die und jetzt machen wir dem 'n neuen Film. Gibt's da schon die Technologie oder Ansätze in der Richtung? Wäre jetzt schon problemlos machbar.

Also man kann die einzelnen Parts alle antrainieren quasi. Man da ist ja dann genug Trainingsmaterial, auch da von diesen Personen aus, genug Fotos, genug Videos und so weiter. Das heißt, man hat genug Beispiele und Trainingsdaten für die Stimme, fürs Aussehen. Man kann theoretisch auch das Verhalten oder man kann die ganzen quasi die ganze Filme transkribieren und aus diesen Transkripten könnte man dann quasi den den den Sprechstil ableiten und so weiter und so fort. Also die einzelnen Techniken gibt's schon.

Wird ja teilweise auch schon kombiniert, wenn jetzt irgendwie Elvis auf der Bühne als hohe Hologramme auftaucht und so weiter, dass er mit Sicherheit auch schon KI im Spiel. Und das wird in Zukunft halt noch immer mehr kommen. Also vielleicht sehen wir irgendwann noch einen einen Star Wars Film mit allen alten Schauspielern. Kann durchaus passieren. Zum Beispiel?

Ja. Ja. Also das ist dann einfach Star Wars die Episode 6 Punkt 5 gibt plötzlich, keine Ahnung. Oder minus 1. Oder minus 1, genau.

Dann würden wir uns dann alle rückwärts altern lassen oder wie auch immer. Geht theoretisch schon alles. Also da wird in Zukunft noch viel, viel passieren, ist natürlich rechtlich ultraspann dann auch mit Verstorbenen, ob das dann mit den Hinterbliebenen geregelt wird oder gar nicht oder wie auch immer. Das ist halt grad 'n riesiger wilder Westen, auch rechtlicher Natur natürlich und ethischer Natur. Ja, es gab ja in Deutschland schon einen Fall, wo das offiziell mit der Stimme gemacht wurde, nämlich mit Hans Clarin bei der Neuverfilmung von Pumuckl.

Ja. Das fand ich wiederum cool, weil klar, Pumuckl, meine Kindheit, ne, logisch, also da siehst Du mal. Wo woran, wie sage ich, dass ich alt bin, ohne zu sagen, dass ich alt bin? Pumuck über meine Kindheit, aber das ist so markant und so charakteristisch, also das das die Figur lebt halt nur mit mit dieser Stimme, also aus meiner Sicht. Das fand ich dann total klasse und soweit ich das mitbekommen hab, das ging ja durch die Presse, haben sie das mit den mit den Hinterbliebenen auch alles rechtlich geklärt.

Weil klar, das kannst Du nicht machen, einfach wilder Westen. Na klar. Aber das ist wahrscheinlich genau das, was jetzt mit Tony Robins passiert ist. Ich hab die Geschichte noch nicht verfolgt, aber wenn das halt, wenn die das halt einfach ungefragt machen, dann ist halt schlichtweg Diebstahl, ganz einfach. Ja klar, aber da sind sie in USA was so Also in der Musik- und Medienindustrie sind sie sehr, sehr fix drauf, was Urheberrecht betrifft.

Die haben das als Erstes erkannt, dass das 'n Riesengeschäftsmodell ist, aber Datenschutz und so, das ist ja eine Sache, die, da ist man 'n bisschen entspannter als bei uns, ein bisschen viel entspannter, vielleicht auch 'n bisschen zu entspannt. Ja, spannend. Mit Blick auf die Uhr, ich hatte ja gesagt, wir sprechen mal darüber, was uns an neuen Entwicklungen erwartet. Was wir so als Normalsterbliche so miterleben, ist ja eigentlich nur die Spitze des Eisberges und die Oberfläche. Dass ich regelmäßig von Kunden gefragt werde, ist, wenn wir jetzt 'n Schulungsvideo drehen, können wir das auch mehrsprachig mit KI machen.

Das geht ja. Hey, hey, Jen ist, glaube ich, oder womit macht man das am am meisten? Hey, Jen ist eigentlich der der PlatzhirShares. Da kann ich einfach 'n Video reinkippen, klicke auf eine andere Sprache, dann wird es mit der Sprache des Sprechers und neue Lippensynchronisierung plötzlich in Französisch ausgegeben. Ja, das funktioniert erstaunlich gut.

Da haben nur alle bisher, den ich drüber gesprochen hab, also Unternehmen, gehobener Mittelstand, nur ein Thema dabei und das ist der Datenschutz. Man sollte, das hat mit demjenigen Mitarbeiter auch abklären, natürlich. Der muss natürlich die Rechte dafür abtreten, dass das in 'nem KI System verarbeitet wird. Dann muss man natürlich schauen, wie sehen die Nutzungsbedingungen von Hadjen aus? Gibt man da Nutzungsrechte an 'nem hochgeladenden Videomaterial ab und so weiter und so fort?

Und dann muss halt einfach mit dem Mitarbeiter auch klar geklärt werden, wie damit umgegangen wird. Natürlich sollte dann immer die Hand drauf haben und die Marketingabteilung sollte nicht einfach irgendwas mit dem machen dürfen und solche Späße. Also da müssen auch Unternehmen jetzt intern natürlich die die Verträge und Vereinbarungen halt auch mal alle grundsätzlich überdenken. Ja, und auch wenn's Inhalte gibt, die jetzt nicht komplett für die Öffentlichkeit sind, sondern nur fürn, sag ich mal, für eine Gated Community oder 'n geschlossenen Anwenderbereich wird's ja auch schwierig, wenn's wirklich Interna geht. Also wenn's rein interne Schulungen sind, ne, da machen sich auch manche keine Gedanken drum.

Ich hab jetzt grad 'n Fall mit 'nem Unternehmen, mit dem wir zusammenarbeiten, die genau deswegen das das Thema erst mal gestoppt haben, weil's Interna geht. Und da haben wir gesagt, da da gibt's keine keine Datensicherheit, also. Muss man halt immer abschätzen, mit welchen Daten man arbeitet. Sobald's sensible Daten geht, muss man halt ganz klar hinschauen, wo mit mit welchem KI System kann man überhaupt arbeiten? Es gibt schon ein paar, mit denen man auch datenschutzkonform arbeiten kann, aber es sind nicht mal so viele.

Aber ich arbeite zum Glück im Bereich Marketing, da ist das Ganze 'n bisschen unkritischer. Die einzigen sensiblen Daten, die da unterwegs sind, sind eigentlich dann Kundendaten und die kann man vorher anonymisieren. Das ist zum Glück da 'n bisschen einfacher. Ja, definitiv. Was würdest Du jetzt sagen, ausgehend von heute erwartet uns in den nächsten 6 bis 12 Monaten als als als wirklich krasse Neuerung, die vielleicht schon im Verborgenen schlummern, aber wie gesagt, als Normalsterblicher, auch jetzt die Hörerinnen und Hörer meines Podcasts, sind ja wahrscheinlich eher alltägliche Anwender von KI, sprich Spitze des Eisberges.

Was was kommt als Nächstes? Also nicht jetzt als als Vermutung, sondern Du bist ja ein Thema drin. Was was was bahnt sich an? Also Thema interaktive Avatare, also in Videoform, die dir wirklich dann halt nicht nur als Chatbot Text ausgeben, sondern wirklich in Videoform die Antworten, die werden jetzt Fahrt aufnehmen. Die sind schon da, die sind bloß im Moment noch technisch komplex und auch teuer in der Umsetzung, aber das wird natürlich die nächsten 12 Monate definitiv zugänglicher werden, dass immer mehr Unternehmen, die im Kundensupport ausrollen oder vielleicht auch am Messestand ist, dann plötzlich 'n Display vor, wo der Geschäftsführer theoretisch ansprechbar ist in digitaler Form und solche Späße.

Das wird immer mehr kommen. Das ist grad schon da. Mhm. Genau. Ansonsten im Bereich Videogenerierung und Bildgenerierung, es wird einfach nur jeden Monat besser werden und leichter zugänglich.

Das heißt, da muss man ein bisschen am Ball bleiben, damit man davon nicht überrollt wird. Wenn man damit arbeiten wollte oder das zumindest strategisch betrachten will für sein Unternehmen, sollte man 'n bisschen am Ball bleiben, weil die Entwicklungen nehmen nicht ab. Das nimmt eher nur noch mehr Fahrt auf. Erst recht, seit China als auch immer mehr kommt und richtig geile Modelle auf den Markt wirft und nicht mehr 0 ran die USA. Das heißt, das ist 'n 'n 'n 'n nices Battle, bei dem man zuschauen kann, wer jetzt die besseren Modelle veröffentlicht und die besseren Ergebnisse liefert.

Da ist zum Glück jetzt kein US Monopol mehr da, sondern auch mit China 'n starker Konkurrent da. Bahn sich irgendwelche Entwicklungen aus Europa an? Ich hab, ich glaub, wir beiden drüber gesprochen. Du hast auch gesagt, in München, da siedeln sich oder sind schon KI Unternehmen, ist circa ChatGPT, die deutschen Niederlassung von OpenAI in München? Ich glaube ja, ich bin weiß den aktuellen Stand nicht mehr, aber ich glaub, da hab ich mal was gehört gehabt, ja.

Also es gibt schon 'n paar interessante Start ups im KI Bereich. In meinem Bereich speziell gibt's ja auch mit Black Frost Labs eine spannende Firma, die ja der Flux entwickelt. Also 1 von den besten BILD KI Modellen auf den Markt. Und was da noch kommt, wird natürlich auch spannend. Die hatten anfangs auch angekündigt, an Videomodellen zu arbeiten für die Videogenerierung.

Mit Fluxkontext haben sie 'n ganz starkes Modell erst vorn paar Monaten rausgebracht. Also da wird bis mit Sicherheit noch was kommen. Ansonsten gibt's in Europa noch Mysteral. Das ist eine super ChatGPT Alternative, die einzige ernst zu nehmende aus Europa, muss ich leider sagen, die man aber gern mal auf dem Schirm haben kann, auch wenn's Thema Datenschutz zum Beispiel ginge. Also wenn man jetzt nicht auf irgendeine datenschutzkonforme oder eine sogar eine Open Source Lösung sucht, dann kann man sich mal misstrauisch anschauen.

Na, spannend. Ja, vielen Dank für deinen Input. Zusammenfassend, wenn ich das jetzt so richtig verstanden hab, was auch den Einsatz im Unternehmenskontext, in der Unternehmenskommunikation betrifft, würdest Du auch unterschreiben oder sagen, dass sobald's ja wirklich sensible oder auch authentische Inhalte geht, wo es halt nicht nur den informellen Kontext geht, sondern auch das Vermitteln von Vertrauen und Emotionen, K e, vermutlich erst mal keine große Rolle spielt. Aber in der reinen Informationsvermittlung auch gerade nach außen, wenn's First Level Support geht und und einfache Themen, das auf jeden Fall 'n ernstzunehmendes Thema sein wird für Unternehmen. Definitiv, kann ich so unterschreiben.

Prima. Ja, Georg, spannendes Thema. Also da können wir noch stundenlang drüber sprechen, weil's so viele Möglichkeiten gibt. Das werden wir vielleicht auch irgendwann noch mal nachholen. Hier danke ich dir jetzt erst mal für deinen für deinen weitreichenden Input und, ja, deine vielen Insights, die Du uns gegeben hast.

Und allen Zuhörerinnen und Zuhören, vielen Dank fürs Dabeisein und Zuhören. Wenn dir dieser Podcast gefallen hat, dann, ja, like ihn doch gerne, gerne auch eine 5 Sterne Bewertung. Das freut mich immer dann, weil's natürlich auch im Ranking die Podcasts weiterbringt und der Sinn und Zweck der ganzen Sache ist, anderen Menschen zu helfen und Informationen weiterzugeben. Oder leite ihn natürlich auch gerne weiter. Und ja, in diesem Sinne würde ich sagen, bis zum nächsten Mal, Jörg und eine schöne Restwoche noch.

Tschüs. Dir auch, schön Olaf. Tschau. Das war Video Reloaded, dein Podcast über Videokommunikation 4 Punkt 0. Und denke mal daran, wenn nicht mit der Zeit geht, der geht mit der Zeit.