KI-Video-Glossar
Kurz gesagt
Das Glossar erklärt die Fachbegriffe rund um KI-Videos in einfachen Worten, von 4K bis Zeitliche Konsistenz. Jeder Begriff hat eine eigene Seite mit Definition, Beispielen, verwandten Begriffen und den Ratgebern, in denen er vorkommt. Fachwörter in Testberichten und Ratgebern führen automatisch hierher.189 Begriffe
0–9
10 Begriffe- 1:1-Quadratengl. 1:1 square1:1 ist das quadratische Videoformat mit gleicher Breite und Höhe, etwa 1080 × 1080 Pixel. Es wird im Feed von Instagram, Facebook und LinkedIn genutzt.Erklärung lesen →
- 1080p (Full HD)1080p ist eine Videoauflösung mit 1920 × 1080 Pixeln, auch Full HD genannt. Sie ist der übliche Standard für KI-Videos, YouTube und Social Media.Erklärung lesen →
- 16:9-Querformatengl. 16:9 landscape16:9 ist das Standard-Querformat für Videos auf YouTube, Fernsehern und Laptops. Das Bild ist 16 Teile breit und 9 hoch, etwa 1920 × 1080 Pixel.Erklärung lesen →
- 24 fpsengl. 24 frames per second24 fps heißt 24 Bilder pro Sekunde. Das ist die klassische Bildrate des Kinos und sorgt für den typischen Filmlook. Viele KI-Videomodelle nutzen sie.Erklärung lesen →
- 4:5-Hochformatengl. 4:5 portrait4:5 ist ein leichtes Hochformat mit 1080 × 1350 Pixeln. Im Feed von Instagram und Facebook füllt es mehr Bildschirm als ein Quadrat.Erklärung lesen →
- 4Kengl. 4K4K ist eine Videoauflösung mit 3840 × 2160 Pixeln (Ultra HD), viermal so viele wie Full HD. Bei KI-Videos oft nur per Upscaling oder in teuren Plänen.Erklärung lesen →
- 60 fpsengl. 60 frames per second60 fps heißt 60 Bilder pro Sekunde. Bewegungen wirken damit sehr flüssig, etwa bei Sport und Gaming. KI-Videos erreichen 60 fps meist per Interpolation.Erklärung lesen →
- 720p (HD)720p ist eine Videoauflösung mit 1280 × 720 Pixeln, auch HD genannt. Bei KI-Videos ist sie oft die Stufe in Gratis-Plänen und für schnelle Entwürfe.Erklärung lesen →
- 8Kengl. 8K8K ist eine Videoauflösung mit 7680 × 4320 Pixeln, viermal so viele wie 4K. KI-Videomodelle erzeugen 8K bisher kaum direkt, meist nur per Upscaling.Erklärung lesen →
- 9:16-Hochformatengl. Vertical video (9:16)9:16 ist das senkrechte Videoformat für TikTok, Instagram Reels und YouTube Shorts, meist mit 1080 × 1920 Pixeln.Erklärung lesen →
A
11 Begriffe- Abo (Abonnement)engl. SubscriptionEin Abo ist ein Tarif mit regelmäßiger Zahlung, meist monatlich oder jährlich. Bei KI-Videotools enthält es oft ein festes Kontingent an Credits.Erklärung lesen →
- APIengl. Application Programming InterfaceEine API ist eine Programmierschnittstelle, über die eigene Software ein KI-Videomodell ohne Weboberfläche ansteuert. Abgerechnet wird meist pro Sekunde.Erklärung lesen →
- Artefakte (KI-Video-Fehler)engl. ArtifactsArtefakte sind sichtbare Fehler in KI-Videos, etwa Flackern, Morphing, verformte Hände, unleserliche Schrift oder Objekte, die plötzlich verschwinden.Erklärung lesen →
- Audio-Duckingengl. Audio duckingAudio-Ducking senkt die Musik automatisch ab, sobald jemand spricht, und hebt sie in Sprechpausen wieder an. So bleibt die Stimme gut verständlich.Erklärung lesen →
- Audio-Generierung (Ton direkt mit)engl. Native audio generationAudio-Generierung heißt, dass ein KI-Videomodell den Ton gleich mit dem Bild erzeugt, also Geräusche, Musik oder Sprache. Auch: nativer Ton.Erklärung lesen →
- Audio-to-Videoengl. Audio-to-videoAudio-to-Video erzeugt aus einer Tonspur ein passendes Video, etwa einen sprechenden Avatar zu einer Sprachaufnahme oder bewegte Bilder zu Musik.Erklärung lesen →
- Auflösungengl. ResolutionDie Auflösung gibt an, aus wie vielen Bildpunkten ein Video besteht, etwa 720p, 1080p oder 4K. Mehr Auflösung zeigt mehr Details, kostet aber meist mehr.Erklärung lesen →
- Aussprache anpassenengl. Pronunciation controlAussprache anpassen heißt, einer KI-Stimme vorzugeben, wie sie Namen, Fachbegriffe oder Abkürzungen spricht, etwa per Wörterbuch oder SSML.Erklärung lesen →
- Auto-Reframeengl. Auto reframeAuto-Reframe passt ein Video automatisch an ein anderes Seitenverhältnis an, etwa von 16:9 auf 9:16. Gesichter und wichtige Motive bleiben im Bild.Erklärung lesen →
- Automatische Untertitel (Auto-Captions)engl. Auto captionsAutomatische Untertitel (Auto-Captions) erzeugt eine KI per Spracherkennung aus der Tonspur eines Videos und blendet sie zeitlich passend ein.Erklärung lesen →
- AVV (Auftragsverarbeitungsvertrag)engl. Data processing agreement (DPA)Ein AVV ist ein Vertrag nach Art. 28 DSGVO. Er regelt, wie ein Dienstleister wie ein KI-Videotool personenbezogene Daten im Auftrag verarbeitet.Erklärung lesen →
B
5 Begriffe- B-Rollengl. B-rollB-Roll ist ergänzendes Bildmaterial, das zwischen oder über die Hauptaufnahme geschnitten wird, etwa Detailaufnahmen zu einem gesprochenen Text.Erklärung lesen →
- Batch-Erstellungengl. Batch creationBatch-Erstellung heißt, viele Videos in einem Durchgang zu erzeugen, etwa aus einer Tabelle mit Namen. Die Vorlage bleibt, der Inhalt wechselt.Erklärung lesen →
- Bauchbinde (Lower Third)engl. Lower thirdEine Bauchbinde ist eine Texteinblendung im unteren Bilddrittel, die meist Name und Funktion einer Person zeigt. Englisch heißt sie Lower Third.Erklärung lesen →
- Bitrateengl. BitrateDie Bitrate gibt an, wie viele Daten pro Sekunde in einem Video stecken, meist in Mbit/s. Höhere Bitrate heißt mehr Details, aber auch größere Dateien.Erklärung lesen →
- Brand KitEin Brand Kit bündelt Logo, Farben, Schriften und weitere Markenelemente in einem Tool. Videos übernehmen diese Vorgaben dann automatisch.Erklärung lesen →
C
10 Begriffe- C2PA / Content Credentialsengl. Coalition for Content Provenance and AuthenticityC2PA ist ein offener Standard, der Herkunft und Bearbeitung von Bildern und Videos signiert in der Datei speichert, als sogenannte Content Credentials.Erklärung lesen →
- Call to Action (CTA)engl. Call to actionEin Call to Action (CTA) ist die Handlungsaufforderung in einem Video, etwa „Jetzt testen“ oder „Link in der Bio“, meist am Ende oder als Einblendung.Erklärung lesen →
- Charakter-Konsistenzengl. Character consistencyCharakter-Konsistenz bedeutet, dass eine Figur über mehrere KI-Videoclips hinweg gleich aussieht. Erreicht wird das meist über Referenzbilder.Erklärung lesen →
- Checkpointengl. CheckpointEin Checkpoint ist eine Datei mit den Gewichten eines KI-Modells zu einem bestimmten Trainingsstand. Lokal geladen, erzeugt sie Bilder oder Videos.Erklärung lesen →
- Chroma Key (Green Screen)engl. Chroma keyChroma Key rechnet eine einfarbige Fläche, meist Grün oder Blau, transparent. So lässt sich hinter einer Person ein neuer Hintergrund einsetzen.Erklärung lesen →
- Cliplängeengl. Clip lengthDie Cliplänge ist die Dauer eines Videos, das ein KI-Modell in einem Durchgang erzeugt. Meist sind es Sekunden, längere Videos entstehen aus Einzelclips.Erklärung lesen →
- Codecengl. CodecEin Codec ist ein Verfahren, das Videos oder Audio komprimiert und wieder entpackt. Bekannte Video-Codecs sind H.264, H.265, AV1 und ProRes.Erklärung lesen →
- Color GradingColor Grading ist die gestalterische Farbbearbeitung eines Videos. Es gibt Aufnahmen einen einheitlichen Look, etwa warm, kühl oder entsättigt.Erklärung lesen →
- ComfyUIComfyUI ist eine kostenlose, quelloffene Oberfläche, mit der du KI-Bild- und Videomodelle lokal über verknüpfte Bausteine (Nodes) steuerst.Erklärung lesen →
- CreditsCredits sind die interne Verrechnungseinheit vieler KI-Videotools. Jede Generierung verbraucht Credits, abhängig von Modell, Länge, Auflösung und Ton.Erklärung lesen →
D
5 Begriffe- DeepfakeEin Deepfake ist ein mit KI erzeugter oder veränderter Bild-, Ton- oder Videoinhalt, der echte Personen, Orte oder Ereignisse täuschend echt nachbildet.Erklärung lesen →
- Diffusion Transformer (DiT)engl. Diffusion transformerEin Diffusion Transformer (DiT) ist ein Diffusionsmodell mit einem Transformer als Rechenkern. Darauf beruhen viele aktuelle KI-Videogeneratoren.Erklärung lesen →
- Diffusionsmodellengl. Diffusion modelEin Diffusionsmodell erzeugt Bilder oder Videos schrittweise aus zufälligem Rauschen. Die meisten aktuellen Videogeneratoren beruhen darauf.Erklärung lesen →
- Digitaler Zwillingengl. Digital twinEin digitaler Zwilling ist ein Avatar-Klon einer echten Person, der Aussehen, Stimme und Mimik nachbildet und beliebige Texte sprechen kann.Erklärung lesen →
- DSGVOengl. GDPRDie DSGVO ist die EU-Datenschutz-Grundverordnung. Sie regelt, wie KI-Videotools personenbezogene Daten wie Gesichter, Stimmen und Namen verarbeiten dürfen.Erklärung lesen →
E
6 Begriffe- Eigener Avatar (Custom Avatar)engl. Custom avatarEin eigener Avatar ist ein KI-Avatar, den ein Tool aus Video- oder Fotoaufnahmen einer echten Person erstellt. Er spricht jeden Text mit deren Gesicht.Erklärung lesen →
- Einstellungsgrößenengl. Shot sizeEinstellungsgrößen legen fest, wie viel von einer Szene im Bild ist, von der Totale bis zum Detail. In KI-Prompts steuern sie den Bildausschnitt.Erklärung lesen →
- Einwilligung für Avatareengl. Avatar consentDie Einwilligung für Avatare ist die Zustimmung einer Person, dass aus ihrem Gesicht oder ihrer Stimme ein KI-Avatar erstellt und in Videos genutzt wird.Erklärung lesen →
- Enterprise-Tarifengl. Enterprise planEin Enterprise-Tarif ist ein individuell verhandelter Tarif für Unternehmen, mit mehr Nutzern, Single Sign-on, Datenschutzverträgen und eigenem Support.Erklärung lesen →
- Erklärvideoengl. Explainer videoEin Erklärvideo erklärt ein Produkt, einen Ablauf oder ein Thema in wenigen Minuten. Mit KI entsteht es aus einem Skript, etwa mit Avatar oder Animation.Erklärung lesen →
- Export (Video exportieren)engl. ExportBeim Export speicherst du ein fertiges Video als Datei mit festgelegtem Format, Codec, Auflösung und Bitrate. Danach lässt es sich hochladen oder teilen.Erklärung lesen →
F
9 Begriffe- Face Swapengl. Face swapFace Swap ist der Austausch eines Gesichts in einem Bild oder Video durch ein anderes per KI. Mimik und Kopfbewegung bleiben, nur die Identität wechselt.Erklärung lesen →
- Faceless Videoengl. Faceless videoEin Faceless Video ist ein Video, in dem der Ersteller nicht selbst zu sehen ist. Bild, Stimme und Untertitel kommen oft aus KI-Tools oder Stockmaterial.Erklärung lesen →
- Fine-Tuningengl. Fine-tuningFine-Tuning ist das Nachtrainieren eines fertigen KI-Modells mit eigenen Daten, damit es einen Stil, eine Figur oder eine Aufgabe besser beherrscht.Erklärung lesen →
- Foleyengl. FoleyFoley sind Alltagsgeräusche, die passend zum Bild nachträglich erzeugt werden, etwa Schritte oder Kleidungsrascheln. KI kann sie aus dem Video ableiten.Erklärung lesen →
- Foto-Avatarengl. Photo avatarEin Foto-Avatar ist ein sprechender KI-Avatar aus einem einzelnen Porträtfoto. Die KI animiert Gesicht, Mund und Kopf passend zu Text oder Ton.Erklärung lesen →
- Foundation ModelEin Foundation Model ist ein großes, breit trainiertes KI-Modell, das als Grundlage für viele Aufgaben dient und sich für Spezialfälle anpassen lässt.Erklärung lesen →
- Frame-Interpolationengl. Frame interpolationFrame-Interpolation berechnet Zwischenbilder zwischen vorhandenen Frames. So wird ein Video flüssiger, die Bildrate höher oder eine Zeitlupe möglich.Erklärung lesen →
- Frame-Rateengl. Frame rateDie Frame-Rate gibt an, wie viele Einzelbilder pro Sekunde ein Video zeigt, etwa 24, 30 oder 60 fps. Sie bestimmt mit, wie flüssig Bewegung wirkt.Erklärung lesen →
- Füllwörter entfernenengl. Filler word removalFüllwörter entfernen ist eine KI-Funktion, die „äh“, „ähm“ und ähnliche Laute in Video und Audio findet und herausschneidet, oft auch Pausen.Erklärung lesen →
G
8 Begriffe- GANengl. Generative adversarial networkEin GAN (Generative Adversarial Network) besteht aus zwei neuronalen Netzen, die gegeneinander trainieren. Heute wird es vor allem für Upscaling genutzt.Erklärung lesen →
- Generative KIengl. Generative AIGenerative KI sind KI-Modelle, die aus Trainingsdaten neue Inhalte erzeugen, etwa Texte, Bilder, Stimmen oder Videos. KI-Videogeneratoren gehören dazu.Erklärung lesen →
- Generierungszeitengl. Generation timeDie Generierungszeit ist die Dauer, bis ein KI-Tool aus Prompt oder Bild ein fertiges Video berechnet hat. Je nach Modell Sekunden bis Stunden.Erklärung lesen →
- Gestik und Mimikengl. Gestures and facial expressionsGestik und Mimik sind die Bewegungen von Händen, Körper und Gesicht. Bei KI-Avataren entscheiden sie, ob ein Sprecher natürlich oder starr wirkt.Erklärung lesen →
- GIFengl. Graphics Interchange FormatGIF ist ein altes Bildformat für kurze, tonlose Animationen in Endlosschleife. Es zeigt höchstens 256 Farben pro Bild und erzeugt große Dateien.Erklärung lesen →
- GPU (Grafikprozessor)engl. Graphics processing unitEine GPU (Grafikprozessor) ist ein Chip, der viele Rechnungen gleichzeitig ausführt. KI-Videomodelle werden fast nur auf GPUs trainiert und betrieben.Erklärung lesen →
- Gratis-Plan (Free Plan)engl. Free planEin Gratis-Plan ist ein dauerhaft kostenloser Tarif mit begrenzten Credits und Funktionen, oft mit Wasserzeichen und ohne kommerzielle Nutzung.Erklärung lesen →
- Guidance Scale (CFG)engl. Classifier-free guidance scaleDie Guidance Scale (CFG) legt fest, wie streng ein Modell deinem Prompt folgt. Hohe Werte setzen ihn genauer um, wirken aber oft übersteuert.Erklärung lesen →
H
8 Begriffe- H.264engl. H.264 / Advanced Video CodingH.264, auch AVC genannt, ist der verbreitetste Video-Codec. Fast alle KI-Videotools liefern ihre Clips als MP4 mit H.264, weil es überall abspielbar ist.Erklärung lesen →
- H.265 (HEVC)engl. High Efficiency Video CodingH.265, auch HEVC genannt, ist der Nachfolger von H.264. Er erreicht ähnliche Bildqualität bei deutlich kleineren Dateien, läuft aber nicht überall.Erklärung lesen →
- Halluzinationengl. HallucinationEine Halluzination ist ein Fehler, bei dem eine KI überzeugend wirkende, aber falsche Inhalte erzeugt, etwa erfundene Fakten oder Bilddetails.Erklärung lesen →
- HDRengl. High Dynamic RangeHDR (High Dynamic Range) ist ein Videoformat mit größerem Helligkeits- und Farbumfang als SDR. Lichter und Schatten zeigen mehr Details.Erklärung lesen →
- Hintergrund entfernenengl. Background removalHintergrund entfernen heißt, eine Person oder ein Objekt im Video automatisch vom Hintergrund zu trennen. KI schafft das ohne Green Screen.Erklärung lesen →
- Hintergrundmusikengl. Background musicHintergrundmusik läuft leise unter Sprache und Bild und trägt die Stimmung eines Videos. Für KI-Videos kommt sie aus Bibliotheken oder KI-Tools.Erklärung lesen →
- Hookengl. HookEin Hook ist der Einstieg in den ersten Sekunden eines Videos, der zum Weiterschauen bringen soll, etwa eine Frage, ein Versprechen oder ein starkes Bild.Erklärung lesen →
- Hugging FaceHugging Face ist eine Online-Plattform, auf der Entwickler KI-Modelle, Datensätze und Demos veröffentlichen. Viele offene Videomodelle liegen dort.Erklärung lesen →
I
7 Begriffe- Image-to-ImageImage-to-Image wandelt ein vorhandenes Bild nach einem Prompt um, etwa in einen anderen Stil. So entstehen oft Startbilder für KI-Videos.Erklärung lesen →
- Image-to-Videoengl. Image-to-videoImage-to-Video bezeichnet KI-Modelle, die ein Foto oder Bild als Startpunkt nehmen und daraus einen bewegten Videoclip erzeugen.Erklärung lesen →
- Inferenzengl. InferenceInferenz ist der Moment, in dem ein trainiertes KI-Modell aus deiner Eingabe ein Ergebnis berechnet. Bei KI-Videos ist das jede einzelne Generierung.Erklärung lesen →
- Inhaltsfilter (Content Moderation)engl. Content moderationEin Inhaltsfilter prüft Prompts, Uploads und Videos und sperrt, was gegen die Regeln des Anbieters verstößt, etwa Gewalt, Nacktheit oder echte Personen.Erklärung lesen →
- InpaintingInpainting bezeichnet das KI-gestützte Ersetzen oder Entfernen eines markierten Bereichs in einem Bild oder Video, während der Rest unverändert bleibt.Erklärung lesen →
- Interaktiver Avatar (Echtzeit-Avatar)engl. Interactive avatarEin interaktiver Avatar reagiert in Echtzeit auf Fragen. Ein Sprachmodell erzeugt die Antwort, der Avatar spricht sie live per Video.Erklärung lesen →
- Intro und Outroengl. Intro and outroIntro und Outro sind kurze Sequenzen am Anfang und Ende eines Videos. Das Intro stellt Thema oder Marke vor, das Outro lenkt auf die nächste Aktion.Erklärung lesen →
J
2 Begriffe- J-Cut und L-Cutengl. J-cut and L-cutJ-Cut und L-Cut sind Schnitte mit versetztem Bild- und Tonwechsel. Beim J-Cut kommt der neue Ton früher, beim L-Cut läuft der alte weiter.Erklärung lesen →
- Jump CutEin Jump Cut ist ein Schnitt innerhalb derselben Einstellung, bei dem das Bild sichtbar springt. Er kürzt Pausen und gibt Sprechervideos mehr Tempo.Erklärung lesen →
K
15 Begriffe- Kamerafahrt (Dolly, Pan, Tilt)engl. Camera movementEine Kamerafahrt ist eine Bewegung der Kamera während der Aufnahme, etwa Dolly, Pan oder Tilt. In KI-Videos beschreibst du sie im Prompt oder per Regler.Erklärung lesen →
- Kamerasteuerungengl. Camera controlKamerasteuerung bezeichnet Funktionen, mit denen du die Bewegung der virtuellen Kamera im KI-Video gezielt vorgibst, etwa Ranfahrt, Schwenk oder Kranfahrt.Erklärung lesen →
- Keyframe (Start- und Endbild)engl. KeyframeEin Keyframe ist ein festgelegtes Bild an einer Stelle im Clip. Bei KI-Videos gibst du meist Start- und Endbild vor, die KI erzeugt die Bewegung.Erklärung lesen →
- KI-Avatarengl. AI avatarEin KI-Avatar ist eine digitale Person, die in einem Video einen eingegebenen Text lippensynchron spricht, etwa für Schulungs- und Erklärvideos.Erklärung lesen →
- KI-Detektorengl. AI detectorEin KI-Detektor prüft, ob ein Video, Bild oder Ton von einer KI stammt, etwa über Wasserzeichen, Metadaten oder typische Bildfehler.Erklärung lesen →
- KI-Kennzeichnungspflicht (AI Act)engl. AI labelling obligationDie KI-Kennzeichnungspflicht nach Art. 50 der EU-KI-Verordnung verlangt, dass KI-Inhalte maschinenlesbar markiert und Deepfakes offengelegt werden.Erklärung lesen →
- KI-Modellengl. AI modelEin KI-Modell ist ein trainiertes Programm, das aus Eingaben wie Text oder Bildern neue Ausgaben erzeugt. Bei KI-Videos berechnet es die Clips.Erklärung lesen →
- KI-Musikengl. AI musicKI-Musik ist Musik, die ein KI-Modell aus einer Beschreibung erzeugt, mit oder ohne Gesang. Für Videos liefert sie Hintergrundmusik ohne Bibliothekssuche.Erklärung lesen →
- KI-Stimmeengl. AI voiceEine KI-Stimme ist eine künstlich erzeugte Stimme, die Text vorliest oder Sprache umwandelt. In KI-Videos spricht sie Voice-over und Avatare.Erklärung lesen →
- KI-Synchronisation (AI Dubbing)engl. AI dubbingKI-Synchronisation (AI Dubbing) übersetzt die Tonspur eines Videos automatisch in eine andere Sprache, oft mit geklonter Stimme und angepassten Lippen.Erklärung lesen →
- KI-Videoengl. AI videoEin KI-Video ist ganz oder teilweise mit künstlicher Intelligenz erzeugt oder bearbeitet, etwa aus einem Text-Prompt, einem Bild oder einem Skript.Erklärung lesen →
- KI-Video lokal ausführenengl. Run locallyLokal ausführen heißt, ein Videomodell auf dem eigenen Rechner laufen zu lassen statt beim Anbieter. Nötig sind offene Gewichte und eine starke GPU.Erklärung lesen →
- KI-Video-Editorengl. AI video editorEin KI-Video-Editor ist ein Schnittprogramm mit KI-Funktionen wie automatischem Schnitt, Untertiteln, Freistellen oder Übersetzung.Erklärung lesen →
- KI-Videogeneratorengl. AI video generatorEin KI-Videogenerator erzeugt aus Text, Bildern oder einem Skript automatisch Videos. Dazu zählen Videomodelle, Avatar-Tools und KI-Plattformen.Erklärung lesen →
- Kommerzielle Nutzung (KI-Videos)engl. Commercial useKommerzielle Nutzung heißt, ein KI-Video geschäftlich einzusetzen, etwa für Werbung oder Kundenprojekte. Ob das erlaubt ist, regelt der Tarif.Erklärung lesen →
L
9 Begriffe- Latent Spaceengl. Latent spaceDer Latent Space ist ein komprimierter Zahlenraum, in dem KI-Modelle Bilder und Videos verarbeiten. Das spart viel Rechenzeit gegenüber echten Pixeln.Erklärung lesen →
- Lautheit (LUFS)engl. Loudness (LUFS)LUFS ist die Maßeinheit für wahrgenommene Lautheit. Plattformen und Sender gleichen Audio auf einen Zielwert an, etwa -23 LUFS nach EBU R 128.Erklärung lesen →
- Lip-Syncengl. Lip syncLip-Sync bedeutet, dass die Lippenbewegungen einer Person im Video zum gesprochenen Ton passen. Wichtig ist das bei KI-Avataren und Videoübersetzungen.Erklärung lesen →
- Lizenzfreie Musikengl. Royalty-free musicLizenzfreie Musik (Royalty Free) nutzt du nach einmaligem Lizenzerwerb ohne Gebühr pro Abruf. Das heißt nicht automatisch kostenlos oder GEMA-frei.Erklärung lesen →
- LLM (Large Language Model)engl. Large language modelEin LLM (Large Language Model) ist ein großes Sprachmodell, das Text versteht und erzeugt, etwa ChatGPT. In Videotools schreibt es Skripte und Prompts.Erklärung lesen →
- Lokalisierungengl. LocalizationLokalisierung passt ein Video an ein anderes Land oder eine andere Sprache an, mit Übersetzung, Untertiteln, Synchronstimme und passenden Inhalten.Erklärung lesen →
- Loopengl. LoopEin Loop ist ein Video, dessen Ende ohne sichtbaren Sprung in den Anfang übergeht. KI-Tools erzeugen Loops über gleiches Start- und Endbild.Erklärung lesen →
- LoRAengl. Low-Rank AdaptationLoRA (Low-Rank Adaptation) ist ein Verfahren, mit dem du ein KI-Modell mit wenig Aufwand auf einen Stil, eine Figur oder ein Produkt nachtrainierst.Erklärung lesen →
- LUT (Look-up Table)engl. Look-up table (LUT)Eine LUT ist eine Tabelle, die jedem Farbwert eines Bildes einen neuen zuordnet. Im Videoschnitt legst du damit mit einem Klick einen Farblook über Clips.Erklärung lesen →
M
10 Begriffe- Maskierung (Masking)engl. MaskingEine Maske legt fest, welcher Teil eines Bildes bearbeitet wird. Im Videoschnitt und bei KI-Bearbeitung begrenzt sie Effekte auf einen Bereich.Erklärung lesen →
- Modellgewichte (Weights)engl. Model weightsModellgewichte (Weights) sind die Zahlenwerte, in denen ein KI-Modell sein gelerntes Wissen speichert. Wer sie hat, kann das Modell selbst betreiben.Erklärung lesen →
- Modellversionengl. Model versionDie Modellversion gibt an, welcher Entwicklungsstand eines KI-Modells ein Tool gerade nutzt. Neue Versionen können anders auf denselben Prompt reagieren.Erklärung lesen →
- Motion BrushMotion Brush ist ein Werkzeug, mit dem du Bereiche eines Bildes markierst und festlegst, wohin und wie stark sie sich im KI-Video bewegen sollen.Erklärung lesen →
- Motion Captureengl. Motion captureMotion Capture zeichnet echte Körperbewegungen auf und überträgt sie auf eine digitale Figur. KI schafft das heute auch ohne Anzug, nur per Video.Erklärung lesen →
- MOVengl. MOV (QuickTime File Format)MOV ist das Videoformat von Apple QuickTime, ein Container für verschiedene Codecs, oft H.264, H.265 oder ProRes für den professionellen Schnitt.Erklärung lesen →
- MP4engl. MP4 (MPEG-4 Part 14)MP4 ist das verbreitetste Dateiformat für Videos. Es ist ein Container, der meist H.264-Video und AAC-Ton enthält, und läuft auf fast jedem Gerät.Erklärung lesen →
- Multi-Shotengl. Multi-shotMulti-Shot heißt, dass ein KI-Videomodell in einer Generierung mehrere Einstellungen mit Schnitten erzeugt statt einer durchgehenden Kameraeinstellung.Erklärung lesen →
- Multimodale KIengl. Multimodal AIMultimodale KI verarbeitet und erzeugt mehrere Datenarten wie Text, Bild, Video und Ton in einem Modell, etwa ein Video mit Ton aus Text und Bild.Erklärung lesen →
- Musikvideoengl. Music videoEin Musikvideo bebildert einen Song. Mit KI entsteht es aus Prompts, Bildern oder Avataren, die zum Takt geschnitten oder lippensynchron animiert werden.Erklärung lesen →
N
1 BegriffO
4 Begriffe- Objekt entfernenengl. Object removalObjekt entfernen ist eine KI-Funktion, die störende Dinge oder Personen aus einem Video löscht und die Lücke mit passendem Hintergrund füllt.Erklärung lesen →
- Open-Source-Modellengl. Open-source modelEin Open-Source-Modell ist ein KI-Modell mit frei verfügbaren Gewichten, das du herunterladen und auf eigener Hardware betreiben kannst.Erklärung lesen →
- Open-Weight-Modellengl. Open-weight modelEin Open-Weight-Modell ist ein KI-Modell, dessen trainierte Gewichte öffentlich zum Download stehen. Trainingsdaten und Code bleiben oft geschlossen.Erklärung lesen →
- OutpaintingOutpainting ist das KI-gestützte Erweitern eines Bildes oder Videos über seine Ränder hinaus, etwa um aus einem Querformat ein Hochformat zu machen.Erklärung lesen →
P
10 Begriffe- Pay-as-you-goengl. Pay-as-you-goPay-as-you-go ist ein Preismodell, bei dem du nur für genutzte Leistung zahlst, etwa pro Sekunde Video oder per Credit-Paket, ohne laufendes Abo.Erklärung lesen →
- Performance Captureengl. Performance capturePerformance Capture zeichnet Körper, Gesicht und Stimme einer Darbietung gemeinsam auf und überträgt sie auf eine digitale Figur, mit KI auch per Webcam.Erklärung lesen →
- Personalisierte Videosengl. Personalized videoPersonalisierte Videos sind Varianten eines Videos für einzelne Empfänger, etwa mit Name oder Firma. KI-Avatare sprechen jede Variante neu.Erklärung lesen →
- Persönlichkeitsrechtengl. Personality rightsDas allgemeine Persönlichkeitsrecht schützt Bild, Stimme, Name und Ansehen eines Menschen. Bei KI-Videos betrifft es Avatare, Deepfakes und Stimmklone.Erklärung lesen →
- Physik-Simulationengl. Physics simulationPhysik-Simulation meint, wie glaubwürdig ein KI-Videomodell Schwerkraft, Kollisionen, Flüssigkeiten und Stoffe darstellt. Hier zeigen sich typische Fehler.Erklärung lesen →
- Produktvideoengl. Product videoEin Produktvideo zeigt ein Produkt in Bewegung, etwa im Einsatz oder von allen Seiten. Mit KI entsteht es aus Produktfotos, Prompts oder einem Avatar.Erklärung lesen →
- Promptengl. PromptEin Prompt ist die Texteingabe, mit der du einer KI sagst, was sie erzeugen soll. Bei Video beschreibt er Motiv, Handlung, Kamera, Licht und Stil.Erklärung lesen →
- Prompt EngineeringPrompt Engineering ist das gezielte Formulieren und Verbessern von Eingaben für KI-Modelle, damit etwa ein KI-Video deiner Vorstellung entspricht.Erklärung lesen →
- Prompt-Adhärenzengl. Prompt adherencePrompt-Adhärenz beschreibt, wie genau ein KI-Modell die Anweisungen im Prompt umsetzt, also Motive, Handlung, Stil und Kamera so zeigt wie beschrieben.Erklärung lesen →
- ProResengl. Apple ProResProRes ist ein Video-Codec von Apple für Schnitt und Postproduktion. Er komprimiert nur leicht, behält viel Bildqualität und erzeugt große Dateien.Erklärung lesen →
R
7 Begriffe- Rauschunterdrückungengl. Noise reductionRauschunterdrückung entfernt Rauschen, Brummen oder Verkehrslärm aus einer Tonaufnahme. KI-Tools trennen dabei Stimme und Störgeräusch.Erklärung lesen →
- Recht am eigenen Bildengl. Right to one's own imageDas Recht am eigenen Bild legt fest, dass Bildnisse einer Person nur mit ihrer Einwilligung verbreitet werden dürfen (§ 22 KUG), auch KI-Abbilder.Erklärung lesen →
- Referenzbildengl. Reference imageEin Referenzbild ist ein hochgeladenes Bild, an dem sich ein KI-Videomodell orientiert, etwa für eine Figur, ein Produkt oder einen Ort.Erklärung lesen →
- Relax-Modusengl. Relax modeDer Relax-Modus ist ein langsamer Modus, in dem ein KI-Tool Aufträge ohne Verbrauch schneller Rechenzeit abarbeitet, sobald Kapazität frei ist.Erklärung lesen →
- Rendernengl. RenderingRendern ist das Berechnen eines fertigen Videos aus Clips, Effekten, Texten und Ton. Bei KI-Videos meint es oft auch das Generieren selbst.Erklärung lesen →
- Repurposingengl. RepurposingRepurposing bringt vorhandene Inhalte in neue Formate, etwa ein langes Video in viele kurze Clips. KI-Tools finden passende Stellen automatisch.Erklärung lesen →
- Rotoskopieengl. RotoscopingRotoskopie ist das Ausschneiden eines Motivs Bild für Bild, um es vom Hintergrund zu trennen. KI übernimmt das heute weitgehend automatisch.Erklärung lesen →
S
19 Begriffe- Safe Zoneengl. Safe zoneDie Safe Zone ist der Bildbereich, in dem Text und wichtige Inhalte sichtbar bleiben. Am Rand verdecken sonst Buttons und Beschriftungen der Plattform.Erklärung lesen →
- Sampling Stepsengl. Sampling stepsSampling Steps sind die Rechenschritte, in denen ein Diffusionsmodell Rauschen zu einem Bild oder Video verfeinert. Mehr Schritte kosten mehr Zeit.Erklärung lesen →
- Schnitt (Cut)engl. Cut, video editingEin Schnitt ist der Übergang von einer Einstellung zur nächsten. Als Videoschnitt bezeichnet man auch das Zusammenstellen von Aufnahmen zu einem Video.Erklärung lesen →
- SeedEin Seed ist eine Startzahl für den Zufall in einem KI-Modell. Mit gleichem Seed, Prompt und Einstellungen erhältst du ein sehr ähnliches Ergebnis.Erklärung lesen →
- Seitenverhältnisengl. Aspect ratioDas Seitenverhältnis beschreibt das Verhältnis von Breite zu Höhe eines Videos, etwa 16:9 für YouTube oder 9:16 für TikTok, Reels und Shorts.Erklärung lesen →
- Shorts und Reelsengl. Shorts and ReelsShorts und Reels sind kurze Hochformat-Videos auf YouTube und Instagram. KI-Tools erstellen sie neu oder schneiden sie aus langen Videos.Erklärung lesen →
- Shot Listengl. Shot listEine Shot List ist eine Tabelle aller Einstellungen eines Videos mit Bildausschnitt, Handlung, Kamera und Dauer. Bei KI-Videos wird jede Zeile ein Prompt.Erklärung lesen →
- Skript (Videoskript)engl. ScriptEin Skript ist die schriftliche Vorlage eines Videos mit Sprechertext, Szenen und Hinweisen zu Bild und Ton. Viele KI-Tools machen daraus direkt ein Video.Erklärung lesen →
- Soundeffekte (SFX)engl. Sound effectsSoundeffekte (SFX) sind Geräusche im Video, die weder Sprache noch Musik sind, etwa Schritte oder Wind. KI-Tools erzeugen sie aus einem Text-Prompt.Erklärung lesen →
- Speech-to-Speechengl. Speech-to-speechSpeech-to-Speech wandelt eine Sprachaufnahme in eine andere Stimme um. Betonung, Tempo und Pausen bleiben erhalten, nur der Klang ändert sich.Erklärung lesen →
- SRT-Dateiengl. SRT fileEine SRT-Datei ist eine einfache Textdatei mit Untertiteln und Zeitangaben. YouTube und viele Video-Editoren können sie importieren.Erklärung lesen →
- SSMLengl. Speech Synthesis Markup LanguageSSML (Speech Synthesis Markup Language) ist eine Auszeichnungssprache, mit der du Pausen, Betonung, Tempo und Aussprache einer KI-Stimme im Text steuerst.Erklärung lesen →
- Stilreferenzengl. Style referenceEine Stilreferenz ist ein Bild oder Clip, dessen Look ein KI-Modell auf ein neues Video überträgt, etwa Farben, Licht, Maltechnik oder Körnung.Erklärung lesen →
- Stimmverbesserung (Studio Sound)engl. Voice enhancementStimmverbesserung bearbeitet eine Sprachaufnahme per KI, damit sie klarer klingt: weniger Rauschen und Hall, ausgeglichene Lautstärke.Erklärung lesen →
- Stock-Avatarengl. Stock avatarEin Stock-Avatar ist ein vorgefertigter KI-Avatar aus der Bibliothek eines Anbieters. Du wählst ihn aus, gibst ein Skript ein und erhältst ein Video.Erklärung lesen →
- Stock-Footageengl. Stock footageStock-Footage sind fertige Videoaufnahmen aus einer Bibliothek, die du per Lizenz nutzt. KI-Generatoren erzeugen zunehmend Alternativen dazu.Erklärung lesen →
- Storyboardengl. StoryboardEin Storyboard ist eine Abfolge von Skizzen oder Bildern, die die Szenen eines Videos vorab zeigt. Bei KI-Videos dient es als Plan für Prompts.Erklärung lesen →
- SynthIDSynthID ist ein unsichtbares Wasserzeichen von Google DeepMind, das KI-Bilder, -Videos, -Audio und -Texte aus Google-Modellen erkennbar macht.Erklärung lesen →
- Szenenerkennungengl. Scene detectionSzenenerkennung findet automatisch die Szenenwechsel in einem Video und teilt es in Clips. Das erleichtert Schnitt, Suche und Kurzclips.Erklärung lesen →
T
13 Begriffe- Talking Headengl. Talking headEin Talking Head ist ein Video, in dem eine Person frontal in die Kamera spricht. Bei KI-Videos übernimmt das oft ein KI-Avatar mit synchronen Lippen.Erklärung lesen →
- Testphase (Free Trial)engl. Free trialEine Testphase (Free Trial) gibt dir für begrenzte Zeit oder mit festem Kontingent kostenlosen Zugang zu einem Tarif. Danach endet sie oder wird ein Abo.Erklärung lesen →
- Text-Overlayengl. Text overlayEin Text-Overlay ist ein Text, der im Video über dem Bild liegt, etwa eine Überschrift, ein Hinweis oder ein Zitat. Es wird im Schnitt hinzugefügt.Erklärung lesen →
- Text-to-ImageText-to-Image bezeichnet KI-Modelle, die aus einer Textbeschreibung ein Bild erzeugen. Bei KI-Videos liefern sie oft das Startbild für die Animation.Erklärung lesen →
- Text-to-Speech (TTS)engl. Text-to-speechText-to-Speech (TTS) wandelt geschriebenen Text in gesprochene Sprache um. In KI-Videos liefert TTS die Stimme für Sprechertext und Avatare.Erklärung lesen →
- Text-to-Videoengl. Text-to-videoText-to-Video bezeichnet KI-Modelle, die aus einer schriftlichen Beschreibung, dem Prompt, einen Videoclip erzeugen, manche mit passendem Ton.Erklärung lesen →
- Textbasierter Schnittengl. Text-based editingBeim textbasierten Schnitt bearbeitest du ein Video über sein Transkript. Löschst du Text, schneidet das Programm Bild und Ton an derselben Stelle.Erklärung lesen →
- Thumbnailengl. ThumbnailEin Thumbnail ist das Vorschaubild eines Videos, das Plattformen wie YouTube in Listen und Suchergebnissen zeigen. Es entscheidet oft, ob jemand klickt.Erklärung lesen →
- Timeline (Zeitleiste)engl. TimelineDie Timeline ist die Zeitleiste im Schnittprogramm. Auf ihr ordnest du Clips, Ton, Texte und Effekte in Spuren an und legst fest, was wann läuft.Erklärung lesen →
- TokenEin Token ist die kleinste Einheit, in die ein KI-Modell Text, Bilder oder Videos zerlegt. Viele Anbieter berechnen Kosten und Grenzen in Tokens.Erklärung lesen →
- Trainingsdatenengl. Training dataTrainingsdaten sind die Bilder, Videos, Texte und Töne, aus denen ein KI-Modell lernt. Sie bestimmen, was ein Videogenerator darstellen kann.Erklärung lesen →
- TransformerEin Transformer ist eine Bauart neuronaler Netze, die Zusammenhänge zwischen allen Teilen einer Eingabe gleichzeitig erfasst, in Sprach- und Videomodellen.Erklärung lesen →
- Transkriptionengl. TranscriptionEine Transkription wandelt gesprochene Sprache aus Audio oder Video in Text um. KI erledigt das automatisch, als Grundlage für Untertitel und Schnitt.Erklärung lesen →
U
4 Begriffe- Übergänge (Transitions)engl. TransitionsÜbergänge sind Effekte zwischen zwei Clips, etwa Blende, Überblendung oder Wischeffekt. Sie verbinden Szenen weicher als ein harter Schnitt.Erklärung lesen →
- UGC (User Generated Content)engl. User-generated contentUGC (User Generated Content) sind Inhalte, die Nutzer statt Marken erstellen, etwa Produktvideos per Smartphone. KI-UGC ahmt diesen Stil mit Avataren nach.Erklärung lesen →
- Upscalingengl. UpscalingUpscaling rechnet ein Video per KI auf eine höhere Auflösung hoch, etwa von 720p auf 4K, und ergänzt dabei Details, die im Original fehlen.Erklärung lesen →
- Urheberrecht bei KI-Videosengl. CopyrightUrheberrecht bei KI-Videos betrifft die Frage, ob an KI-Clips ein Schutzrecht entsteht. In Deutschland schützt es nur persönliche geistige Schöpfungen.Erklärung lesen →
V
9 Begriffe- VAE (Variational Autoencoder)engl. Variational autoencoderEin VAE (Variational Autoencoder) übersetzt Bilder in eine kompakte Zahlenform und wieder zurück. Videomodelle nutzen ihn als Kompressor.Erklärung lesen →
- Video verlängern (Extend)engl. Video extensionVideo verlängern (Extend) ist eine Funktion, bei der ein KI-Modell einen fertigen Clip fortsetzt und neue Sekunden an das letzte Bild anhängt.Erklärung lesen →
- Video-to-Videoengl. Video-to-videoVideo-to-Video nimmt ein vorhandenes Video als Vorlage und erzeugt daraus ein neues, etwa in anderem Stil oder mit anderer Umgebung.Erklärung lesen →
- Videovorlagen (Templates)engl. Video templatesVideovorlagen sind fertig gestaltete Videos mit Platzhaltern für Text, Bilder und Clips. Du ersetzt die Inhalte und erhältst schnell ein Video.Erklärung lesen →
- Virality Scoreengl. Virality scoreEin Virality Score ist eine Zahl, mit der ein Clip-Tool schätzt, wie gut ein Ausschnitt auf Social Media ankommen könnte. Eine Prognose, keine Garantie.Erklärung lesen →
- Voice Changerengl. Voice changerEin Voice Changer verändert den Klang einer Stimme in einer Aufnahme oder live. KI-Voice-Changer ersetzen die Stimme dabei komplett durch eine andere.Erklärung lesen →
- Voice Cloningengl. Voice cloningVoice Cloning erzeugt per KI eine Kopie einer echten Stimme aus einer Sprachaufnahme. Damit lassen sich beliebige Texte mit dieser Stimme sprechen.Erklärung lesen →
- Voice-overengl. Voice-overEin Voice-over ist ein Sprechertext, der über das Bild gelegt wird, ohne dass der Sprecher zu sehen ist. Bei KI-Videos kommt er oft aus einer KI-Stimme.Erklärung lesen →
- VRAMengl. Video RAMVRAM ist der Speicher auf der Grafikkarte. Er bestimmt, ob ein KI-Videomodell lokal überhaupt läuft und welche Auflösung und Cliplänge möglich sind.Erklärung lesen →
W
4 Begriffe- Warteschlange (Queue)engl. QueueDie Warteschlange (Queue) ist die Reihe der Aufträge, die ein KI-Videotool nacheinander abarbeitet. Je voller sie ist, desto länger dauert es.Erklärung lesen →
- Wasserzeichenengl. WatermarkEin Wasserzeichen markiert ein Video als von einem bestimmten Tool erzeugt, sichtbar als Logo im Bild oder unsichtbar in den Bilddaten.Erklärung lesen →
- WebMengl. WebMWebM ist ein offenes, lizenzfreies Videoformat für das Web. Es enthält meist VP9- oder AV1-Video und wird von allen gängigen Browsern unterstützt.Erklärung lesen →
- Weltmodell (World Model)engl. World modelEin Weltmodell (World Model) bildet nach, wie sich eine Umgebung verhält und auf Handlungen reagiert. Videogeneratoren gelten als frühe Form davon.Erklärung lesen →
Z
3 Begriffe- Zeitliche Konsistenzengl. Temporal consistencyZeitliche Konsistenz heißt, dass Personen, Objekte und Details in einem KI-Video von Bild zu Bild stabil bleiben, ohne zu flackern.Erklärung lesen →
- Zeitlupe (Slow Motion)engl. Slow motionZeitlupe zeigt Bewegungen langsamer als in Wirklichkeit. Dafür werden mehr Bilder aufgenommen oder per KI zwischen vorhandene Bilder gerechnet.Erklärung lesen →
- Zeitraffer (Timelapse)engl. TimelapseEin Zeitraffer zeigt langsame Vorgänge stark beschleunigt, etwa ziehende Wolken oder einen Sonnenuntergang. KI-Modelle erzeugen solche Szenen auch direkt.Erklärung lesen →
52 KI-Videogeneratoren.Ein Vergleich.
Von Text-zu-Video bis Avatar, mit Preisen, Gratis-Angeboten und Nutzerbewertungen.
Entdecken






















