Eine Grafik von Anthropic zeigt, wie stark verschiedene Branchen theoretisch von künstlicher Intelligenz betroffen sind, und Arts & Media taucht ziemlich weit aussen auf bei 83%, das heisst viele der Arbeiten kann durch KI erledigt werden. Dabei ist der Mittelpunkt 0% und der äusserste Kreis 100% aller Tätigkeiten in diesem Sektor. Die aktuelle Zahl für die KI Nutzung aus der Praxis ist in den meisten Bereichen bei 10 bis 30% von dem was möglich wäre. Das ist aber nur eine Momentaufnahme. Die spannendere Frage ist eine andere: Wenn sich die Technologie in den letzten zwei, drei Jahren so rasant entwickelt hat, wo stehen wir dann in fünf oder zehn Jahren? Und was heisst das für unsere Branche als Fotograf und für die Videoproduktion in der Schweiz?
Wie schnell ging das eigentlich?
Ein kurzer Rückblick, damit man die Geschwindigkeit spürt:
- 2024 waren KI-generierte Videos noch klar erkennbar künstlich, wackelige Bewegungen, seltsame Hände, kurze Clips von wenigen Sekunden
- Ende 2025 brachte OpenAI mit Sora ein Modell, das innert Tagen Millionen Downloads holte, aber schon wenige Monate später wieder eingestellt wurde, weil die Rechenkosten schlicht nicht tragbar waren
- Anfang 2026 folgten Modelle wie Seedance 2.0, Kling 3.0 oder Google Veo 3.1, die native 4K-Auflösung, synchronisierten Ton und stabile Physik in einem einzigen Durchgang liefern
- Seedance 2.0 wird von den eigenen Entwicklern nicht mehr als «Text eingeben» beschrieben, sondern als «Regie führen», die KI versteht mittlerweile Kamerawinkel, Lichtstimmung und Szenenaufbau als Gesamtpaket
Von wackligen Testclips zu produktionsreifem Material, das ganze zwei Jahre. Das ist die Geschwindigkeit, mit der wir als Fotograf und Videoproduktion in Zukunft rechnen müssen. Mehr dazu, welche Tools 2026 konkret im Einsatz sind, findest du in unserem Artikel KI-Videoproduktion: 10 Tipps für 2026.
Zieht man diese Linie weiter, was kommt als Nächstes?
Ein paar Entwicklungen, die sich bereits abzeichnen:
- Echtzeit-Bearbeitung generierter Inhalte: Kamerawinkel, Lichtstimmung oder einzelne Elemente nachträglich anpassen, ohne neu zu generieren. Die Grenze zwischen Aufnahme und Bearbeitung verschwimmt zunehmend
- Längere, konsistente Erzählungen: Aktuell sind viele Modelle noch auf kurze Clips limitiert, das wird sich lösen, ganze Kurzfilme aus einem Guss werden möglich
- Multimodale Produktion: Bild, Ton, Musik und Sprache entstehen zunehmend gleichzeitig statt in getrennten Arbeitsschritten
Neue Anwendungsgebiete, die dadurch entstehen
- Personalisierte Massenvideos: Ein Werbespot, der für tausend verschiedene Zielgruppen leicht unterschiedlich generiert wird
- Virtuelle Vorproduktion: Storyboards, Location-Vorschläge oder Kameraeinstellungen vorab als KI-generierte Vorschau durchspielen, bevor überhaupt eine Kamera aufgebaut wird
- Automatisierte Mehrsprachigkeit: Ein Firmenvideo wird gedreht und landet in Sekunden lippensynchron auf Französisch, Italienisch und Englisch
- Synthetische Trainingsdaten: Für interne Schulungsvideos oder Simulationen, wo kein echter Dreh nötig ist
Was dadurch unter Druck gerät
- Standardisierte Stockproduktion, generische Produktshots, austauschbare Social-Media-Clips ohne Markenbezug
- Einfache Nachbearbeitung und Retusche als eigenständige Dienstleistung
- Reine «Ich drücke auf den Auslöser»-Aufträge ohne konzeptionellen Mehrwert
Wohin entwickelt sich unsere Branche?
Drei Verschiebungen zeichnen sich für uns als Fotograf und in der Videoproduktion ab.
Vom Produzieren zum Kuratieren und Regieführen
Je mehr KI die technische Ausführung übernehmen kann, desto wichtiger wird die Person, die weiss, was überhaupt erzählt werden soll. Konzeption, Bildsprache, Dramaturgie, das wird zur eigentlichen Kernkompetenz, unabhängig davon, ob am Ende eine echte Kamera oder ein Prompt zum Einsatz kommt.
Echtheit als neues Qualitätsmerkmal
Wenn synthetische Bilder und Videos kaum mehr von echten zu unterscheiden sind, wird die Herkunft plötzlich wertvoll. Ein verifiziert echtes Mitarbeiterfoto, ein nachweislich echter Firmenanlass-Clip, das bekommt einen Wert, den es vorher nicht brauchte. Themen wie Content-Herkunftsnachweise (Stichwort C2PA) oder rechtliche Vorgaben wie der EU AI Act deuten genau in diese Richtung, mehr dazu in unserem Beitrag zu Bildrechten bei Mitarbeiterporträts. Wer heute schon transparent mit Herkunft und Bearbeitung umgeht, ist morgen im Vorteil.
Hybrid-Workflows als Normalfall
Realistisch ist nicht «entweder KI oder Kamera», sondern eine Vermischung: echte Aufnahmen als Basis, KI-Tools für Erweiterung, Übersetzung, Variation oder schnelle Anpassung. Wer beides beherrscht, den Dreh und die KI-Werkzeuge, wird in Zukunft flexibler aufgestellt sein als jemand, der nur das eine oder das andere kann.
Was heisst das für Einsteiger und für Profis mit 20+ Jahren Erfahrung?
Für Einsteigende verschiebt sich der Einstieg weg von reiner Technikbeherrschung (Kamera bedienen, Belichtung, Schnitt) hin zu Konzeption, visueller Bildsprache und dem Verständnis, welche Tools wann sinnvoll sind. Wer nur die Grundtechnik kann, konkurriert direkt mit dem, was KI immer günstiger liefert.
Für erfahrene Profis verschiebt sich der Wert noch stärker Richtung Beratung, Regie und Netzwerk. Zwanzig Jahre Erfahrung heisst, man weiss, wie man in einer hektischen Drehsituation reagiert, wie man Menschen vor der Kamera zum Entspannen bringt, welche Bildsprache zu welcher Firmenkultur passt. Das lässt sich nicht in ein Modell trainieren, weil es auf tausend kleinen, situativen Entscheidungen basiert.