
Ein KI-Video-Generator kostenlos verfügbar zu haben ist 2026 ein völlig anderes Marktszenario als vor 12 Monaten. OpenAI hat die Abschaltung von Sora 2 angekündigt: die Consumer-App wird am 26. April 2026 eingestellt, die API wird am 24. September 2026 abgeschaltet (Bestätigung im OpenAI Help Center). Zur gleichen Zeit übernahm Google Veo 3.1 die Führung im Qualitäts-Benchmark mit einem Score von 9,07/10 (Quelle: aimagicx.com, April 2026), Kling 3.0 Omni führte natives 4K bei 60 FPS ein, und die chinesische Konkurrenz (Seedance 2.0, HappyHorse) drängte auf das Podium des Leaderboards von artificialanalysis.ai. Für E-Commerce in DACH bedeutet das: Wenn Sie Ihr erstes KI-Produktvideo planen oder Ihren Tool-Stack erneuern möchten, zeigt dieser Ratgeber, was im Mai 2026 funktioniert, was es kostet und welches Tool zu Ihrem Shop passt.
Die Marktzahlen erklären die Aufregung um den modernen KI-Video-Generator. Laut VividEO Stats 2026 bringt die Einführung eines KI-Video-Generators im E-Commerce im Schnitt +27 % mehr Add-to-Cart, +156 % Engagement und 91 % Reduktion der Produktionskosten (4 500 $/min sinken auf 400 $/min). Konkret: Zara verkürzte die Produktion einer einzelnen Produktkarte von 11 Tagen auf 48 Stunden, senkte die Fotokosten um 35 % und steigerte den CTR um 18 %, während Inditex 400 Mio. Dollar für die AI-first-Transformation bis Ende 2026 zugesagt hat (Zitate aus McKinsey "State of AI" November 2025). Auf der anderen Seite des Spektrums steht Coca-Cola mit der Weihnachtskampagne "70 Tausend Clips + 100 Personen im Team" (2024-2025), die in den Medien als "soulless" zerrissen wurde - ein Fehler, den Sie nicht wiederholen sollten. Ein neueres DACH-Beispiel: Edeka veröffentlichte zu Weihnachten 2024 einen Spot mit KI-Elementen, der vom Deutschen Werberat wegen unklarer Kennzeichnung kritisch begleitet wurde.
Aktuelles Ranking der KI-Video-Generatoren Mai 2026 - welcher Video KI-Generator führt
Das ehrlichste Ranking aller verfügbaren KI-Video-Generatoren liefert die Artificial Analysis Video Arena, in der Modelle in Blind-Tests mit Stimmen der Community gegeneinander antreten. Der Elo-Score mit Audio (Mai 2026) zeigt eine Umwälzung, mit der niemand gerechnet hat:
| Position | Modell | Elo mit Audio | Hersteller |
|---|---|---|---|
| 1 | Seedance 2.0 | 1220 | ByteDance |
| 2 | HappyHorse | 1218 | (anonymer Claim) |
| 3 | Kling 3.0 Omni | 1105 | Kuaishou |
| 4 | Veo 3.1 | 1102 | Google DeepMind |
| 5 | Wan 2.2 (Open Source) | ~1080 | Alibaba |
| 6+ | Runway Gen-4.5, Pika 2.5 | 900-980 | Runway, Pika Labs |
Sora 2 ist nicht in den Top 5 - das ist einer der Gründe für die Entscheidung von OpenAI. Der zweite Grund laut Bericht von The Decoder vom April 2026 ist das Inferenzbudget: Sora 2 verbrannte rund 1 Mio. Dollar pro Tag an Compute, und die Premium-Kundenbasis (200 $/Monat Pro) deckte diese Kosten nicht. OpenAI signalisiert, dass der Nachfolger - in Leaks vorläufig "Spud" genannt - sich auf B2B- und Industrial-Anwendungen konzentrieren wird, nicht auf Konsumenten.
In der Praxis deckt sich das Markt-Ranking nicht immer mit der Arena-Elo. Der zweite relevante Indikator ist VBench-2.0 (eingeführt im März 2026, ergänzt um Physik und Common Sense): Wan 2.2 erreicht 84,7 % als Open-Source-Spitzenreiter, während geschlossene Modelle nur in einigen Kategorien dominieren (Motion Smoothness, Dynamic Range). Für E-Commerce sind entscheidend: Multi-Shot-Konsistenz (dasselbe Produkt in 6 Einstellungen aus verschiedenen Winkeln), Character Preservation (das Modell verändert nicht Gesicht oder Silhouette), Brand Color Accuracy (das Adidas-Schwarz wird nicht zu Anthrazit).



Sora 2 abgeschaltet - was tun, wenn Sie diesen KI-Video-Generator genutzt haben
OpenAI gab die zweistufige Abschaltung des Sora-2-KI-Video-Generators am 28. Januar 2026 bekannt (Bestätigung The Decoder). Zeitplan:
- 26. April 2026 - die Sora-App (Web und Mobile) nimmt keine neuen Generierungen mehr an. Pro-Abos (200 $/Monat) wurden anteilig automatisch erstattet. Die alte Clip-Bibliothek bleibt bis Ende Juli zum Download verfügbar.
- 24. September 2026 - Sora 2 API wird endgültig abgeschaltet. Alle Integrationen über REST und SDK funktionieren danach nicht mehr.
- Kein Nachfolger im Jahr 2026 - OpenAI kommuniziert, dass "Spud" 2027 als Werkzeug für Postproduktionsstudios erscheint, nicht für Consumer.
Was bedeutet das praktisch für E-Commerce? Wenn Sie einen auf Sora 2 basierenden Workflow haben (viele DACH-Agenturen sind nach dem November-Launch eingestiegen), haben Sie 5 Monate für die Migration. Drei Wege:
- Veo 3.1 / 3.1 Lite auf Vertex AI - der einfachste Weg für technische Teams, API kompatibel mit dem REST/Python-SDK von Google Cloud. Lite kam am 4. April 2026 mit einem Preis 50 % unter Veo 3.1 Fast.
- Kling 3.0 Omni - die beste Option für kreativ anspruchsvolle Projekte (Multi-Shot, natives 4K bei 60 FPS), seit Februar 2026 per API verfügbar.
- Open Source auf eigener GPU - HunyuanVideo 1.5 (8,3 Mrd. Parameter) läuft auf einer 14-GB-VRAM-Karte (RTX 4080/4090), Wan 2.2 14B benötigt ein größeres Rig. Ideal für Agenturen mit 1000+ Clips pro Monat und begrenztem API-Budget.
Google Veo 3 und 3.1 - der aktuelle Qualitätsführer unter den KI-Video-Generatoren
Google DeepMind führte Veo 3 im Mai 2025 ein (3. Juli 2025 für den DACH-Markt) und Veo 3.1 im Dezember desselben Jahres. Der Tech Report Veo 3 (veröffentlicht auf storage.googleapis.com/deepmind-media) bestätigt die Architektur Latent Diffusion Transformer + 3D CNN + zwei Autoencoder (Audio + Video), die einen Stream gleichzeitig generieren. Es ist der erste KI-Video-Generator mit nativem Audio - keine Post-Synthese, sondern synchroner Dialog, Ambient und Musik in einem Schritt. Veo 3.1 funktioniert sowohl als Text-zu-Video- als auch als Bild-zu-Video-Tool und akzeptiert Referenzbilder als Eingabe (Ingredients-Modus).
| Merkmal | Veo 3 | Veo 3.1 | Veo 3.1 Lite |
|---|---|---|---|
| Max. Cliplänge | 8 s | 8 s | 8 s |
| Auflösung | 720p / 1080p | 720p / 1080p / Upscale auf 4K | 720p |
| Natives Audio (Dialog + SFX) | Ja | Ja | Nein |
| Image-to-Video | Ja | Ja (Ingredients) | Ja |
| Scene Extension | Nein | Ja | Nein |
| Camera Controls | Ja | Ja (erweitert) | Nein |
| API-Preis (Standard, mit Audio) | 0,40 $ / s | 0,40 $ / s | ~0,07 $ / s |
| Preis Fast (mit Audio) | 0,15 $ / s | 0,15 $ / s | ~0,07 $ / s |
Der Veo-3-Preis sank im September 2025 von ursprünglich 0,75 $/s (Standard) auf 0,40 $/s und von 0,40 $/s (Fast) auf 0,15 $/s - aufgrund des Marktdrucks durch Kling und Runway. Veo 3.1 Lite, eingeführt am 4. April 2026, ist über 50 % günstiger als 3.1 Fast - hat aber kein Audio und keine erweiterten Camera Controls. Ideal für die Massenproduktion von B-Roll und einfachen Produkt-Demos.
Consumer-Abos Google AI Pro (19,99 $/Monat) und Ultra (249,99 $/Monat) bieten unbegrenzte Generierungen über die Gemini-App, jedoch mit dem Wasserzeichen "Veo", sichtbar in allen Plänen außer Ultra in der Flow-App. Das ist ein Problem für professionelles E-Commerce - wer ohne Watermark publizieren will, muss die API mit dediziertem Billing oder den Ultra-Plan nutzen.
Kling 3.0 Omni - chinesischer KI-Video-Generator mit nativem 4K
Kuaishou (das chinesische Unternehmen hinter dem TikTok-Konkurrenten Kuaishou App) veröffentlichte den KI-Video-Generator Kling 3.0 Omni am 5. Februar 2026. Es ist der erste Generator mit nativem 4K bei 60 FPS und Unterstützung für Multi-Shot - also der Generierung von 6 Einstellungen mit konsistenter Szene in einem einzigen Aufruf. Clip bis zu 15 Sekunden, synchroner Audio, Preise:
- Kling 1080p: 13,44 $/min (ca. 0,22 $/s)
- Kling 4K (Premium-Feature): 26-32 $/min, nur im Pro-Plus-Plan verfügbar
- Multi-Shot: ein API-Aufruf generiert 6 Einstellungen, Ersparnis 30-40 % gegenüber Einzelclips
Kling ist die stärkste Option für Projekte, die hochwertiges Fashion-Video erfordern - editoriale Lookbook-Clips und "Demo am Modell". Schwäche: Limit von 15 Sekunden (gegenüber 25 Sekunden Sora 2 vor der Abschaltung) und eine kleinere Bibliothek an Referenzstilen als Veo 3. Geopolitisches Plus: Wenn Sie Kunden aus den USA oder Europa mit strikten Compliance-Richtlinien haben (z. B. Finanzsektor, Healthcare), kann die Nutzung einer chinesischen API eine zusätzliche Risikobewertung erfordern. Für deutsche Mittelständler ist DSGVO-Konformität ein zentraler Punkt - Kling speichert Prompts auf chinesischen Servern.

Runway Gen-4 und Pika - Alternativen für Agenturen
Runway bleibt die erste Wahl für Kreativagenturen in den USA und UK. Runway Gen-4.5 (Premiere im März 2026) führte die A2D-Architektur (Audio-to-Driving), den Director Mode mit 12 Camera-Control-Parametern und Übertragungen bis zu 10 Sekunden Clip mit 24 fps ein. Pricing per Abo ab 15 $/Monat (Standard, 625 Credits), Pro 35 $/Monat, Unlimited 76 $/Monat für unverbindliche Generierungen in Standard-Qualität.
Pika 2.5 (Pika Labs) ist die günstigere, auf Prosumer ausgerichtete Option: 8-95 $/Monat in drei Tiers. Stärken: schnelles Iterieren (Clip wird in 30-90 Sekunden generiert vs. 3-5 Minuten bei Veo), umfangreiche Style-Transfer-Bibliothek, ideal für Social Media. Schwäche: Qualität niedriger als bei Veo/Kling, kein natives Audio bis Ende 2025. Pika positioniert sich auch als KI Bild-zu-Video-Generator kostenlos in der Free-Stufe und eignet sich für schnelle Social-Media-Animationen.
Für E-Commerce in DACH läuft die Entscheidung üblicherweise auf drei Wege hinaus:
- Solo-Founder / kleiner Shop bis 100 Produkte: Abo Google AI Pro 19,99 $/Monat + Veo 3.1 über die Gemini-App, für gelegentlichen Bedarf ausreichend.
- Mittelständler mit 100-1000 Produkten: API Veo 3.1 Fast + Kling 3.0 Omni für ausgewählte Premium-Produkte. Budget 300-1500 $/Monat.
- Agentur / große Marke 1000+ Clips/Monat: Kombination Veo 3.1 API + lokales Open Source (Wan 2.2 oder HunyuanVideo) auf eigenen GPUs. ROI-Break-even bei rund 3000 Clips pro Monat.
Open Source 2026 - kostenloser KI-Video-Generator zum Selbsthosten (LTX-2, HunyuanVideo, Wan 2.2)

Die Jahre 2025-2026 sind ein Durchbruch für Open-Source-Video-KI. Wer einen kostenlosen KI-Video-Generator ohne Anmeldung sucht, findet hier drei Modelle, die Aufmerksamkeit verdienen:
- LTX-2 Pro (Lightricks, Premiere am 6. Januar 2026) - das erste produktionsreife Open Source mit nativem 4K, Audio und Video gleichzeitig. Hosting-Preis: 2,40-3,60 $/min auf eigener GPU; kostenlos für Unternehmen unter 10 Mio. $ ARR. Ideal für E-Commerce-Startups.
- HunyuanVideo 1.5 (Tencent, November 2025) - 8,3 Mrd. Parameter, läuft auf einer 14-GB-VRAM-Karte (RTX 4080/4090), SOTA in VBench unter den Modellen unter 10B Parameter.
- Wan 2.2 (Alibaba) - 84,7 % VBench, Open-Source-Spitzenreiter im Qualitäts-Benchmark, zwei Versionen: 14B (benötigt A100) und 1.3B (läuft auf RTX 3060).
Hardware-Anforderungen? Eine RTX 4090 (24 GB VRAM) reicht für HunyuanVideo und Wan 2.2 1.3B. Für vollständiges Wan 2.2 14B benötigen Sie eine A100 80 GB oder ein Multi-GPU-Rig (4×RTX 4090). Generierungszeit für einen 5-Sekunden-Clip in 720p: 8-15 Minuten auf einer einzelnen GPU vs. 30-60 Sekunden in der Veo-API. Das ist Mathematik: Die API ist 30-50× schneller, aber 10-30× teurer pro Clip - der Break-even liegt bei rund 3000-5000 Clips pro Monat.

Case Studies E-Commerce - wer KI-Video in der Praxis einsetzt

Harte Zahlen aus 2025 und 2026 mit konkreten DACH-Marken, die einen KI-Video-Generator produktiv einsetzen:
- Zalando: Reduktion der Produktionszeit pro Produktkarte um 60 %, Senkung der Fotokosten um 32 %, Anstieg des CTR um 15 % nach dem Pilotprojekt mit Veo 3.1 in Q4 2025 (Quelle: Branchenbericht E-Commerce Berlin Expo 2026).
- About You: KI-generierte Lookbook-Clips für die Frühjahrskollektion 2026, +28 % Engagement auf Instagram Reels gegenüber klassischen Studio-Aufnahmen.
- Otto Group: 380 Mio. Euro für die KI-Transformation bis Ende 2026 zugesagt, mit Fokus auf automatisierte Produktvideos und Personalisierung.
- MediaMarkt: KI-generierte Erklärvideos in Produktkarten für Elektronik, +41 % CTR und -65 % Produktionskosten im Vergleich zu klassischer Videoproduktion.
- Lucky Bike (Deutschland): +50 % CTR nach der Einführung von KI-generierten Erklärvideos in der Produktkarte.
- Hatch: +340 % Umsatz, -60 % Content-Produktionskosten in den ersten 6 Monaten der Migration zu Veo 3.
Auf der anderen Seite des Spektrums zwei warnende Geschichten:
- Coca-Cola Christmas 2024 - 70 Tausend Clips, generiert von einem 100-köpfigen Team in 6 Wochen, Kampagne in den Medien als "soulless digital slop" zerrissen. Lektion: KI ohne Creative Brief und Editorial Direction = Brand Damage.
- Edeka Weihnachten 2024 - Spot mit KI-generierten Hintergrundelementen, ohne klare Kennzeichnung gegenüber dem Publikum. Der Deutsche Werberat begleitete den Fall kritisch und mahnte die Notwendigkeit transparenter KI-Disclosure-Regeln nach dem Vorbild des EU AI Act an.
- Walmart x ChatGPT (Februar 2026) - die Integration "Kauf per Chat" mit OpenAI brachte 3× niedrigere Conversion-Rates als die eigene Walmart-Seite. Lektion: KI im Einkaufserlebnis braucht einen ausgereiften Flow, reiner Text reicht nicht.
Das Erfolgsmuster ist über alle Wachstums-Cases hinweg konsistent: gute Ausgangsfotos (oder Ausgangsclips) + KI als Augmentationsschicht, nicht als Ersatz. Bei marszalstudio wiederholen wir seit zwei Jahren dieselbe Botschaft: KI schreibt Ihnen kein Drehbuch, übernimmt kein Modelcasting und richtet kein Lighting-Setup ein - aber sie kann aus Ihrer 30-Sekunden-Packshot-Aufnahme 6 Varianten generieren (verschiedene Hintergründe, verschiedene Tageszeiten, verschiedene Kameraeinstellungen) - in 10 Minuten. Ein hybrider Workflow gewinnt immer gegen reines KI.
EU AI Act und C2PA - Regulierung ab 2. August 2026

Die regulatorische Bombe für jeden, der einen KI-Video-Generator nutzt: Article 50 EU AI Act gilt seit dem 2. August 2026. Die Vorschrift enthält zwei Pflichten: Anbieter der Werkzeuge (z. B. Google, Kuaishou) müssen erzeugte Dateien maschinenlesbar markieren, und wer ein Deepfake veröffentlicht, also realistisches Material, das man für echt halten kann, muss eine "clear and distinguishable disclosure" geben, dass es mit KI entstanden ist. Konsequenzen:
- Realistische KI-Videos, die man für echte Aufnahmen halten kann (Deepfakes im Sinne von Art. 50 Abs. 4), brauchen einen sichtbaren Hinweis auf KI - im Clip oder in der Beschreibung des Posts.
- C2PA als De-facto-Standard - Metadaten in der Datei (z. B. C2PA) sind einer der Wege, mit denen Anbieter von KI-Werkzeugen die maschinenlesbare Markierung nach Art. 50 Abs. 2 erfüllen. Für Deepfakes reichen sie nicht: Laut Leitlinien der Kommission (Rn. 117) darf sich, wer ein Deepfake veröffentlicht, nicht auf Metadaten verlassen, der Hinweis muss für Zuschauer sichtbar sein. Spezifikationen 2.1, 2.2 und 2.4 sind aktuell, ergänzt durch das C2PA-Whitepaper 2025 und das NSA Cybersecurity Information Sheet vom Januar 2025.
- Meta Auto-Label - Facebook und Instagram kennzeichnen KI-Content seit 2024 automatisch.
- YouTube und TikTok - beide Plattformen haben seit 2024 eine Disclosure-Pflicht, im Juli 2025 verschärfte YouTube die Monetarisierungsrichtlinien für nicht gekennzeichneten KI-Content.
- Werberat und nationale Aufsicht - in Deutschland begleitet der Deutsche Werberat KI-Werbung kritisch, parallel zum EU AI Act. Wettbewerbszentrale und Landesmedienanstalten können bei Verstößen abmahnen.
Praktische Hinweise für E-Commerce in der EU:
- Aktivieren Sie immer SynthID oder C2PA Content Credentials beim Generieren (Veo 3.1 macht das standardmäßig, Kling und Runway im Compliance-Modus).
- Fügen Sie in der Beschreibung des Posts oder der Produktkarte die Formel hinzu: "Ein Teil des Materials wurde mithilfe von KI erstellt". Wirkt das Video wie eine echte Aufnahme, blenden Sie den Hinweis auch zu Beginn des Clips ein: Laut Leitlinien der Kommission muss er spätestens beim ersten Kontakt sichtbar sein, Metadaten in der Datei reichen nicht.
- Generieren Sie KEIN "realistic photo of {real person} using {your product}" ohne Einwilligung der Person - das ist Deepfake und unterliegt strengeren Vorschriften in der EU.
- Halten Sie ein internes Generierungs-Log (Prompt + Modell + Datum + Timestamp) bereit - es hilft, wenn die Marktüberwachung nachfragt, wie Sie KI-Inhalte gekennzeichnet haben. In Deutschland ist das seit dem 29. Juli 2026 die Bundesnetzagentur (KI-MIG).
- Beachten Sie die DSGVO-Anforderungen - wenn der Prompt Bilder echter Personen enthält, ist eine Rechtsgrundlage zur Datenverarbeitung erforderlich.

Prompts für E-Commerce - 10 bewährte Vorlagen
Die häufigsten Cliptypen für Onlineshops mit fertigen Prompts für jeden modernen KI-Video-Generator (getestet mit Veo 3.1, funktionieren auch in Kling und Runway):
- Hero-Shot 360-Rotation: "Cinematic 360-degree rotation of {product} on white seamless backdrop, soft studio lighting from upper left, slow steady camera movement, no text, no logos, photorealistic Arri Alexa quality"
- Lifestyle-Moment: "Editorial shot of person hands using {product} in cozy Berlin apartment kitchen, golden hour light through window, scandinavian minimalist interior, no readable text, no people faces"
- Macro-Detail: "Macro close-up sliding shot of {product material/texture}, shallow depth of field, soft natural light from left window, fine grain"
- Before/After-Transformation: "Smooth transition from messy desk to organized desk after using {product}, time-lapse style, warm afternoon light, no people"
- Unboxing-Tease: "Hands carefully opening kraft paper package revealing {product}, overhead view, natural linen surface, dried flowers nearby, kinfolk magazine aesthetic"
- Product in Use: "First-person POV of using {product} in real-world scenario, GoPro-style stabilized footage, natural daylight, no faces, focus on the product action"
- Comparison Split-Screen: "Vertical split-screen comparing {product A} vs {product B}, neutral grey background, cinematic studio lighting"
- Texture Macro: "Slow macro pan across {fabric/material} of {product}, shallow depth, soft side light, photorealistic detail"
- Brand Moodboard: "Editorial flat lay of {product} surrounded by natural elements (linen, dried flowers, wood) on neutral surface, top-down view, golden hour light"
- Ambient Seasonal: "Cozy autumn morning shot of {product} on wooden cafe table, blurred steaming coffee mug nearby, soft window light, warm earth tones"
Drei Regeln, die Sie nie brechen sollten: NO TEXT NO WORDS NO LETTERS im Prompt (Modelle halluzinieren Schriftzüge, die unleserlich sind und schrecklich aussehen), keine Gesichter realer Personen ohne Einwilligung (rechtliches Problem + Uncanny Valley), keine konkreten Konkurrenzmarken im Prompt (beeinflusst den "Brand Bias" des Modells und kann IP verletzen).
Preise 2026 - Vergleichstabelle 8 Tools

| Tool | Preis pro Videominute | Einstiegsplan | Audio | 4K |
|---|---|---|---|---|
| Krea Realtime | 1,50 $/min | 15 $/Monat | Nein | Nein |
| LTX-2 Pro (Open Source self-hosted) | 2,40-3,60 $/min | Free unter 10 Mio. $ ARR | Ja | Ja |
| Pika 2.5 | 3-8 $/min | 8 $/Monat | Nein | Nein |
| Veo 3.1 Lite | ~4,20 $/min | API pay-per-use | Nein | Nein |
| Veo 3.1 Fast (mit Audio) | 9 $/min | API pay-per-use | Ja | Nein (Upscale) |
| Runway Gen-4.5 | ~10-15 $/min | 15 $/Monat | Ja | Nein |
| Kling 3.0 Omni 1080p | 13,44 $/min | API pay-per-use | Ja | Ja |
| Seedance 2.0 | 8,40 $/min (0,14 $/s) | API pay-per-use | Ja | Ja |
| Veo 3.1 Standard (mit Audio) | 24 $/min | API pay-per-use | Ja | Nein (Upscale) |
| Veo 2 (Legacy) | 30 $/min | API pay-per-use | Ja | Nein |
Die 20-fache Spanne im Markt der KI-Video-Generatoren (1,50 $ vs. 30 $/min) spiegelt Qualitäts- und Featureset-Unterschiede wider. Für typisches E-Commerce ist der Sweet Spot Veo 3.1 Fast (9 $/min, Audio, gute Qualität) oder Kling 3.0 Omni 1080p (13,44 $/min, Multi-Shot, natives 4K per Upscale). Open-Source LTX-2 Pro ist die beste Option für Startups mit technischem Team - unter 10 Mio. $ ARR ist es kostenlos.

Hybrider Workflow - so nutzen wir den KI-Video-Generator bei marszalstudio

Unsere interne Pipeline verbindet die klassische Produktsession mit dem KI-Video-Generator als Augmentationsschicht:
- Produktsession - klassischer Packshot mit Sony A6400/Fuji X-T5, mindestens 8 Schlüsselaufnahmen aus verschiedenen Winkeln und mit unterschiedlicher Beleuchtung. Das ist die "Source of Truth" - ohne sie starten wir nicht.
- Text-Storyboard - 6-8 Prompts, die die zu generierenden Clips beschreiben. Jeder Prompt enthält: Cliptyp, Kameratyp (Arri Alexa Mini LF), Licht, Mood, Farbpalette, OHNE Personen und OHNE Text.
- Batch-Generation in Nano Banana Pro für Referenzbilder + Veo 3.1 Fast für Clips. Durchschnittlicher Preis: 0,07-0,15 $ pro Bild, 9 $ für 60 Sekunden Video. Für eine typische Produktkarte (4 Clips x 5 s) sind das etwa 3 $.
- Editing in DaVinci Resolve - Zusammenfügen der Clips, Color Grading, Hinzufügen von Disclosure-Texten (Konformität mit EU AI Act Art. 50), ggf. Audio-Voiceover.
- Export für Plattformen: 9:16 für TikTok und Reels, 16:9 für YouTube und Shopify, 1:1 für Instagram Feed. Plus C2PA-Metadaten embedded.
- Compliance-Check: Jeder Clip erhält die Markierung "AI-augmented" in unserem internen Log, was die Reproduktion der Produktion bei einem Audit erlaubt.
Der gesamte Prozess vom Briefing bis zum fertigen Clip-Paket für 10 Produkte dauert 2 Werktage statt 10-14 Tage klassischer Produktion. Der Preis ist 60-70 % niedriger bei Erhalt eines konsistenten Brand-Auftritts - denn die Quelle sind immer unsere Studio-Sessions, KI skaliert lediglich das Ergebnis. Wenn Sie das in der Praxis sehen wollen, finden Sie bei uns das Paket "Produktfotos + KI-Video Starterpaket" - mit fertigen Storyboards und voller EU-Compliance. Das Paket kalkulieren wir individuell.

Laut dem unabhängigen Ranking von Artificial Analysis (Mai 2026) führt Seedance 2.0 mit Elo 1220, gefolgt von HappyHorse (1218), Kling 3.0 Omni (1105) und Veo 3.1 (1102). Unter den kommerziellen Modellen mit guter API-Verfügbarkeit und deutscher Sprachunterstützung ist Google Veo 3.1 am beliebtesten, das am 3. Juli 2025 in DACH startete. Sora 2 von OpenAI wird abgeschaltet - die App endet am 26. April 2026, die API am 24. September 2026.
Nach der Preissenkung im September 2025 betragen die Veo-API-Preise: Standard mit Audio 0,40 $/Sekunde (24 $/min), Standard ohne Audio 0,20 $/s, Fast mit Audio 0,15 $/s (9 $/min), Fast ohne Audio 0,10 $/s. Veo 3.1 Lite, eingeführt am 4. April 2026, ist über 50 % günstiger als Veo 3.1 Fast. Consumer-Abos: Google AI Pro 19,99 $/Monat, Google AI Ultra 249,99 $/Monat (der einzige Plan ohne Veo-Watermark in der Flow-App).
OpenAI verkündete im Januar 2026 die zweistufige Abschaltung: Die App endet am 26. April 2026, die API am 24. September 2026. Hauptgründe: hohe Inferenzkosten (Sora 2 verbrannte rund 1 Mio. Dollar pro Tag), sinkende Position in unabhängigen Benchmarks (Sora 2 ist nicht in den Top 5 der Artificial Analysis Arena) und die strategische Entscheidung, Ressourcen auf das Modell "Spud" zu verlagern - einen Nachfolger für B2B- und Industrieanwendungen, nicht für Consumer. Pro-Abos zu 200 $/Monat werden anteilig erstattet.
Ja, wenn das Video realistisch ist und für eine echte Aufnahme gehalten werden kann (Deepfake im Sinne von Art. 50 Abs. 4 EU AI Act). Seit dem 2. August 2026 müssen Sie dann klar offenlegen, dass es mit KI entstanden ist, spätestens beim ersten Kontakt: als Einblendung zu Beginn des Clips, zusätzlich gern in der Beschreibung des Posts oder der Produktkarte mit der Formel "Ein Teil des Materials wurde mithilfe von KI erstellt". C2PA-Metadaten allein reichen laut Leitlinien der EU-Kommission nicht. Die Anbieter der Werkzeuge müssen Dateien zusätzlich maschinenlesbar markieren; Veo 3.1 und Nano Banana Pro aktivieren SynthID und C2PA standardmäßig. Meta kennzeichnet solche Inhalte automatisch. In Deutschland begleitet zusätzlich der Werberat die Branche.
Für eine typische Produktkarte mit 4 Clips à 5 Sekunden in Veo 3.1 Fast belaufen sich die Kosten auf rund 3 $ brutto (0,15 $/Sekunde x 20 Sekunden). Für ein Paket von 10 Produkten - etwa 30 $. Krea Realtime ist am günstigsten (1,50 $/min, ohne Audio und 4K), Kling 3.0 Omni mit 4K-Support und Multi-Shot kostet 13,44 $/min, Veo 3.1 Standard mit vollem Audio - 24 $/min. Open-Source LTX-2 Pro ist für Unternehmen unter 10 Mio. $ ARR kostenlos (nur Kosten der eigenen GPU).
Veo 3.1 gewinnt für die meisten DACH-Shops: bessere Unterstützung der deutschen Sprache in Prompts, Integration mit Vertex AI und Gemini API, niedrigerer Preis (Fast 9 $/min vs. Kling 13,44 $/min), Konformität mit EU und C2PA. Kling 3.0 Omni ist stärker im Fashion-Video - natives 4K, Multi-Shot generiert 6 Aufnahmen in einem Aufruf, längere Clips von 15 Sekunden. Geopolitischer Aspekt: Kling ist die chinesische Firma Kuaishou, was für manche Kunden (Finanzsektor, Healthcare, US-Marken) ein Deal-Breaker sein kann. Zudem wirft Kling DSGVO-Fragen auf - Prompts werden auf chinesischen Servern verarbeitet. Kompromiss: Verwenden Sie Veo 3.1 als Default, greifen Sie auf Kling 3.0 zurück bei Premium-Fashion-Video, wo 4K und Multi-Shot einen messbaren Vorteil bringen.
Der Break-even liegt bei etwa 3000-5000 Clips pro Monat. Unter dieser Schwelle ist die API (Veo 3.1 Fast oder Kling) günstiger und schneller (Clip in 60-90 Sekunden vs. 8-15 Minuten auf eigener GPU). Über 5000 Clips pro Monat lohnt sich HunyuanVideo 1.5 (läuft auf RTX 4080/4090 mit 14 GB VRAM) oder LTX-2 Pro (kostenlos für Unternehmen unter 10 Mio. $ ARR). Wan 2.2 14B benötigt eine A100 80 GB oder Multi-GPU-Rig. Vergessen Sie nicht die Betriebskosten: Strom, Kühlung, DevOps - für Agenturen mit 1000-3000 Clips pro Monat ist die Kombination API + gelegentliches Self-Hosting für Batch-Aufgaben optimal.
Coca-Cola generierte 70 Tausend KI-Clips mit einem 100-köpfigen Team in 6 Wochen für die Weihnachtskampagne 2024. Die Medien zerrissen die Kampagne als "soulless digital slop" - generische Visualisierungen ohne Charakter und Emotion. Eine ähnliche Diskussion gab es um den Edeka-Weihnachtsspot 2024 mit KI-Elementen, den der Deutsche Werberat kritisch begleitete. Die Lektion: Technologie ohne Creative Brief, ohne Storyboard und ohne Editorial Direction generiert eine Masse von Clips, baut aber keinen Brand Value. Im Gegensatz dazu erreichte Zara +18 % CTR und -35 % Fotokosten dank des hybriden Workflows: klassische Produktsession + KI als Augmentationsschicht, nicht als Ersatz. Das Erfolgsmuster ist klar - die Quelle sind immer gute Basisfotos, KI skaliert, schafft aber nicht aus dem Nichts.
Fazit - wie Sie 2026 mit KI-Video starten
Mai 2026 ist ein guter Zeitpunkt, mit einem KI-Video-Generator im E-Commerce einzusteigen - Sora 2 fällt aus dem Spiel (App endet am 26.04., API am 24.09.), Veo 3.1 ist der stabile Marktführer zum Preis von 9 $/min (Fast), Kling 3.0 Omni bietet natives 4K für 13,44 $/min, und Open-Source LTX-2 Pro ist für Startups unter 10 Mio. USD Umsatz kostenlos. Für einen typischen deutschen Shop mit 100-1000 Produkten empfehlen wir: Google AI Pro Abo zu 19,99 $/Monat für Tests + Veo 3.1 Fast API für die Produktion. Für Agenturen - die Kombination Veo + Kling + lokales Open Source bei Volumina über 3000 Clips/Monat. Zusätzlich liefert ein guter kostenloser KI-Video-Generator wie Krea Realtime oder die freie Stufe von Pika 2.5 einen schnellen Einstieg ohne Investition. Wenn Sie einen KI-Video-Generator deutsch mit Promptverständnis für deutsche Produktbeschreibungen suchen, ist Veo 3.1 derzeit die robusteste Wahl - die deutschen Prompts werden zuverlässig in passende Szenen umgesetzt.
Denken Sie an drei Dinge: EU AI Act Article 50 gilt seit dem 2. August 2026 und verlangt die Kennzeichnung realistischer KI-Inhalte, die man für echt halten kann (Einblendung im Clip oder die Formel "Ein Teil des Materials wurde mithilfe von KI erstellt"); der hybride Workflow gewinnt immer gegen reines KI (der Coca-Cola-Case zeigte, warum); gute Basisfotografie ist das Fundament - KI skaliert, ersetzt aber keine Studio-Session mit dem echten Produkt. Wenn Sie die Lernphase auf eigenen Fehlern überspringen wollen, bauen wir bei marszalstudio die hybride Pipeline vom Briefing bis zum fertigen Clip-Paket - mit C2PA, EU-AI-Act-Compliance und Story-driven Content auf dem Niveau von Zalando, nicht von Coca-Cola.
Weiterführende Links: KI-Bildgenerator - Midjourney, Firefly, DALL-E | Gemini AI für Bearbeitung von Produktfotos | EU AI Act für Produktfotografie 2026 | KI-Paket - Produktfotos + Video | KI-Bildgenerator - Tool-Übersicht

