Allerdings ist der Einstieg nicht trivial. Denn neben den zahlreichen Optionen gibt es grundsätzlich im Vorfeld ein paar Dinge zu bedenken, bevor man in eigene Hardware investiert...
Generativ oder transformativ
Grob umrissen gibt es im Video-Umfeld aktuell zwei Anwendungsbereiche, in denen KI auf dem Vormarsch ist. Einmal in der generativen Video-KI, die komplette Videoclips aus einem Textprompt, einem Bild und/oder aus beidem erzeugt. Und einmal die transformative Video-KI, welche bestehende Clips verändert, also beispielsweise typische Effekt- oder Compositing-Aufgaben übernimmt.
Die transformative Video-KI wird mittelfristig als Sammlung integrierter Effekte in den Schnitt- und Compositing-Programmen landen bzw. ist dort auch schon teilweise vorzufinden. Alternativ findet sich im Netz auch nichtkommerzieller KI-Forschungs-Code (z.b. auf GitHub), den man für viele State-Of-The-Art Techniken mit eigenem Material selbst ausprobieren kann.
Lokal oder Cloud
Transformative Effekte in einem Schnittprogramm werden in der Regel lokal auf der GPU oder einer NPU ausgeführt. Generative KI braucht dagegen meistens weitaus mehr KI-Ressourcen und findet daher eher in der Cloud statt. Doch die Grenzen, wo die Modelle letztlich ausgeführt werden, sind im Fluss. So wird es immer üblicher, dass auch Schnittprogramme Teile eines Clips zur Verarbeitung in die Cloud schicken und umgekehrt generative KI-Videomodelle auf Consumer Grafikkarten genutzt werden können - sofern man genügend Zeit mitbringt und die passenden Hardware Voraussetzungen erfüllen kann.
Kommerziell oder Open Source
Tatsächlich spielt auch die zugrundeliegende Lizenz eine größere Rolle für den geplanten Einsatz. Wer generative KI am Heimrechner betreiben will, findet fast nur Open Source Modelle zur Nutzung vor. Was meistens zugleich den Vorteil hat, dass diese Modelle bei der "Prompt-Zensur" deutlich lascher vorgehen. Hier liegt in den Händen des Anwenders deutlich mehr Verantwortung, nichts potentiell Unrechtmäßiges zu generieren. Kommerzielle Modelle dagegen schränken viele Ausgaben schnell und stark ein, wenn sie einen Urheberrechts- oder anderweitigen Verstoß vermuten. In der Cloud lassen sich beide Lizenzmodelle finden und nutzen.
Genug ist nie genug...
Abgesehen von diesen relativ klaren Grenzen für die Anwendungsszenarien gilt die folgende Daumenregel bei fast jedem KI-Modell: Je perfekter die Ergebnisse, desto mehr Hardware-Ressourcen benötigt man für den Einsatz.
Lokale KI-Effekte in Premiere oder Resolve sind dabei in der Regel so ausgelegt, dass schon eine einzige schnelle GPU mit genügend Speicher deren Ausführung ermöglicht. Auf günstigen Karten muss man mit deutlich bremsenden Wartezeiten "rechnen".
Die Qualität der lokalen Modelle (besonders bei generativer KI) liegt meistens deutlich unter guten, kommerziellen Cloud-Angeboten. Was schlichtweg daran liegt, dass die Cloud-Services in der Regel deutlich potentere GPUs mit besonders schnellem und großem Speicher nutzen können. Während im bezahlbaren Heimbereich bis 3.000 Euro die maximale GPU-Speichergröße aktuell bei 32-48 GB liegt, besitzen typische Cloud-GPUS nicht nur deutlich mehr Speicher, sondern lassen sich auch noch parallel nutzen. Solche GPUs kosten zwar in der Anschaffung schnell 30.000 Euro und mehr, lassen sich aber für wenige Dollar/Stunde mieten.
Was uns zu einem wichtigen Punkt führt: Lokale KI-Hardware lohnt sich nur, wenn man sie fast durchgehend nutzt. Das ist vor allem beim KI-Training sinnvoll, wo Rechner gerne wochenlang 24/7 durchlaufen, aber nicht bei der Inference, wo immer der Mensch mit einer individuellen Anfrage eine relativ kurze Rechenphase einläutet. Hat der Rechner lange Zeit nichts zu tun, so ist die ungenutzte Hardware nur zur Abschreibung gut. Und absetzen kann man genutzte Cloudservices natürlich ebenfalls.
Darum werden die wenigsten Anwender ein eigenes generatives KI-Modell aufsetzen, trainieren und pflegen, sondern das jeweils beste Modell auftragsweise mieten. Selbst wenn ein Videoclip dann 1 Dollar pro Stück kosten sollte, müsste man 3.000 Clips erstellen, um die Kosten für eine kleine KI-Box wieder drin zu haben. Bei typischer Nutzung von 2 Jahren wären das immer noch mehr als 100 Clips pro Monat.
Mit dem gewaltigen Unterschied, dass Clips in der Cloud wahrscheinlich 100x schneller erstellt werden und eine deutlich bessere Qualität aufweisen - weil sie eben auf deutlich größeren KI-Clustern berechnet werden, die 100x so viel Speicher und Rechenleistung haben. Und nicht zuletzt spart man so nicht unerheblich Strom und Platz.
