Anders als viele später gestartete Wettbewerber kommt Runway nicht aus der Sprachmodell-Welt, sondern aus der Kreativ- und Filmbranche. Das Unternehmen wurde von Künstlern und Forschenden mit Hintergrund in Medienkunst und maschinellem Lernen gegründet und war früh an der Forschung zu Bild-Diffusionsmodellen beteiligt, die die heutige Welle generativer Bild- und Video-KI ausgelöst hat. Diese Herkunft prägt das Produkt bis heute: Runway versteht sich weniger als Chatbot mit Videofunktion, sondern als Werkzeug für Menschen, die Bilder gestalten – Filmemacher, Agenturen, Motion-Designer und zunehmend auch Marketingabteilungen in Unternehmen.
Mit jeder neuen Gen-Generation hat Runway die Messlatte für Bildqualität, Bewegungskonsistenz und Steuerbarkeit ein Stück verschoben. Frühe Versionen konnten vorhandene Videos stilistisch umdeuten, spätere erzeugten erstmals brauchbare Clips direkt aus Text. Die aktuellen Generationen legen den Schwerpunkt auf etwas, das für den professionellen Einsatz entscheidend ist: Konsistenz. Figuren, Produkte und Schauplätze sollen über mehrere Einstellungen hinweg wiedererkennbar bleiben, Kamerafahrten sollen sich gezielt vorgeben lassen, und bestehendes Material soll sich mit Textanweisungen nachträglich verändern lassen, ohne alles neu zu drehen.
Bewegtbild ist in der Unternehmenskommunikation längst Standard: auf Websites, in sozialen Netzwerken, auf Messen, in Produktdatenblättern, im Onboarding und in Schulungen. Gleichzeitig ist klassische Videoproduktion teuer und langsam. Jeder Dreh braucht Planung, Personal, Location und Nachbearbeitung, jede Änderung bedeutet Aufwand. Generative Video-KI verschiebt dieses Verhältnis. Ein Produktclip, eine animierte Erklärsequenz, ein stimmungsvoller Hintergrund für eine Messepräsentation oder eine Variante eines bestehenden Spots in anderem Look lässt sich heute in Stunden statt in Wochen erstellen – nicht in Kinoqualität für jeden Zweck, aber oft gut genug für digitale Kanäle.
Runway steht dabei exemplarisch für eine Entwicklung, die über einzelne Anbieter hinausgeht: Video wird von einem Produktionsergebnis zu einem Material, das sich ähnlich flexibel bearbeiten lässt wie Text oder Bild. Für Unternehmen bedeutet das Chancen, aber auch neue Fragen: Wem gehören generierte Clips, wie werden sie gekennzeichnet, welche Daten dürfen hochgeladen werden, und wie verhindert man, dass die Marke in einer Flut austauschbarer KI-Ästhetik untergeht?
Wir arbeiten herstellerneutral und bewusst zurückhaltend mit Zahlen. Modellversionen, maximale Cliplängen, Auflösungen, Preise pro Generierung und Kontingente ändern sich bei Runway – wie in der gesamten Branche – in kurzen Abständen. Statt Werte zu nennen, die schon bald veraltet sein könnten, sprechen wir von der „aktuellen Gen-Generation“ und beschreiben Fähigkeiten qualitativ. Alle konkreten Angaben sollten Sie vor einer Entscheidung beim Anbieter prüfen. Unser Ziel ist Orientierung für Geschäftsführung, Marketing, Produktmanagement, Personalentwicklung und Datenschutz – nicht ein Datenblatt.
Im Zentrum stehen die Gen-Modelle, Runways eigene Videogeneratoren. Jede Generation wurde mit neuen Fähigkeiten eingeführt: von der stilistischen Umwandlung vorhandener Videos über die Generierung aus Text bis hin zu referenzbasierter Erzeugung, bei der Figuren, Objekte oder Schauplätze aus Referenzbildern über mehrere Clips konsistent gehalten werden. Typischerweise gibt es innerhalb einer Generation eine Variante für höchste Qualität und eine schnellere, günstigere Turbo-Variante für Iteration und Entwürfe. Ergänzt wird das Angebot um ein Bildmodell zur Erzeugung von Standbildern und Keyframes, um Modelle zur Bearbeitung bestehender Videos per Textanweisung und um Funktionen zur Übertragung von Schauspiel-Performances auf Figuren.
Im Wettbewerb positioniert sich Runway klar am oberen Ende des Kreativmarkts. Die Plattform richtet sich an Menschen, die gestalten wollen, nicht nur an solche, die schnell ein Ergebnis brauchen. Das zeigt sich an der Fülle von Steuerungsmöglichkeiten – Kameraparameter, Bewegungspinsel, Referenzbilder, Keyframes, Stilvorgaben – und an Partnerschaften mit Film- und Medienunternehmen, die Runway für Vorvisualisierung, visuelle Effekte und Content-Produktion nutzen. Gleichzeitig hat Runway sein Angebot für Unternehmen ausgebaut: mit Team-Arbeitsbereichen, gemeinsamen Asset-Bibliotheken, Verwaltungsfunktionen und Enterprise-Verträgen.
Daneben arbeitet Runway an weitergehender Forschung, etwa an sogenannten Weltmodellen, die nicht nur einzelne Clips erzeugen, sondern konsistente, interaktiv erkundbare Umgebungen simulieren sollen. Für den Mittelstand ist das derzeit eher ein Ausblick als ein produktiver Baustein, zeigt aber die Richtung: Video-KI entwickelt sich vom Clip-Generator zur Simulationsumgebung.
Runway passt gut zu Teams, die kreative Kontrolle schätzen und bereit sind, sich in Werkzeuge einzuarbeiten: Marketing- und Kommunikationsabteilungen mit Gestaltungskompetenz, Agenturen, interne Medienteams und Produktmanager, die Visualisierungen für neue Produkte brauchen. Weniger geeignet ist Runway, wenn das Ziel ein sprechender Avatar für standardisierte Schulungsvideos ist – dafür sind spezialisierte Plattformen wie Synthesia oder HeyGen besser zugeschnitten. Und wer vor allem vorhandene Aufnahmen schneiden, untertiteln und transkribieren möchte, ist mit einem textbasierten Editor wie Descript oft schneller am Ziel. Runway spielt seine Stärken dort aus, wo neue Bilder entstehen oder bestehende Bilder grundlegend verändert werden sollen.
Ein wesentlicher Unterschied zwischen Spielerei und professionellem Werkzeug ist die Steuerbarkeit. Runway bietet dafür mehrere Mechanismen. Über Kamerasteuerung lassen sich Schwenks, Neigungen, Zooms, Fahrten und Rotationen in Richtung und Intensität vorgeben, statt sie dem Zufall zu überlassen. Mit einem Bewegungspinsel – bei Runway unter dem Namen Motion Brush bekannt geworden – markieren Nutzer einzelne Bildbereiche und legen fest, wie sich gerade diese bewegen sollen: etwa nur der Dampf über einer Kaffeetasse oder nur die Wolken hinter einem Gebäude, während das Produkt im Vordergrund ruhig bleibt. Über Start- und Endbilder beziehungsweise Keyframes lässt sich definieren, wo ein Clip beginnt und wo er endet; das Modell füllt den Übergang. Welche dieser Funktionen in welcher Gen-Generation verfügbar sind, wechselt mit den Modellversionen und sollte aktuell geprüft werden.
Neben der Generierung bietet Runway eine Reihe von Werkzeugen, die in der Videobearbeitung viel Handarbeit ersparen. Dazu gehört das automatische Freistellen von Personen und Objekten ohne Greenscreen, das Entfernen störender Elemente aus Aufnahmen durch Retusche, die Erweiterung des Bildausschnitts über die Ränder hinaus, etwa um ein Querformat in ein Hochformat für soziale Netzwerke zu überführen, das Hochskalieren auf höhere Auflösungen, die Erzeugung von Zeitlupen durch Zwischenbildberechnung sowie Funktionen rund um Ton, etwa das Bereinigen von Audio oder die Synchronisation von Lippenbewegungen zu einer Tonspur. Viele dieser Werkzeuge existieren auch in klassischen Schnittprogrammen, sind in Runway aber direkt mit der Generierung verzahnt.
Besondere Aufmerksamkeit haben die Act-Funktionen erhalten. Das Prinzip: Eine Person nimmt sich mit einer einfachen Kamera – im Zweifel dem Smartphone – auf, während sie einen Text spricht und dabei Mimik und Gestik zeigt. Runway überträgt diese Performance auf eine Figur, die als Bild oder Video vorliegt: eine Illustration, eine Comicfigur, einen stilisierten Maskottchen-Charakter oder eine fotorealistische Person. Frühere Versionen konzentrierten sich auf Gesicht und Mimik, neuere beziehen nach Anbieterangaben auch Kopf-, Hand- und Körperbewegungen ein. Für Erklärvideos mit Maskottchen, für animierte Schulungsfiguren oder für die Mehrsprachigkeit von Inhalten ist das ein spannender Baustein, weil klassisches Motion Capture mit Spezialausrüstung entfällt.
Gleichzeitig liegt hier ein besonders sensibles Feld. Wer die Performance einer echten Person auf eine andere echte Person überträgt, erzeugt im Kern einen Deepfake. Unternehmen sollten deshalb klar regeln, dass Act-Funktionen nur mit eigenen, fiktiven oder ausdrücklich freigegebenen Figuren und nur mit Einwilligung der aufgenommenen Personen verwendet werden – dazu mehr in Kapitel 09.
Mit Workflows lassen sich in Runway mehrere Schritte zu einer wiederverwendbaren Kette verbinden – in einer knotenbasierten Oberfläche, wie man sie aus Compositing- oder Automatisierungswerkzeugen kennt. Ein Workflow kann beispielsweise ein Produktfoto entgegennehmen, mit dem Bildmodell eine passende Szenerie erzeugen, daraus einen Clip mit festgelegter Kamerafahrt generieren, diesen hochskalieren und in mehrere Formate für unterschiedliche Kanäle ausgeben. Einmal gebaut, lässt sich der Workflow mit neuen Eingaben immer wieder durchlaufen. Das senkt die Abhängigkeit von einzelnen Personen, die wissen, welche Einstellungen gute Ergebnisse liefern, und sorgt für eine einheitliche Bildsprache.
Ein Trend, den Runway mitgeprägt hat, ist die Bearbeitung von Video durch natürliche Sprache. Statt in einer Zeitleiste Masken zu zeichnen und Effekte einzustellen, beschreibt man, was sich ändern soll: „Lass es regnen“, „Entferne die Person im Hintergrund“, „Zeige dieselbe Szene aus einer tieferen Perspektive“. Das Modell interpretiert die Anweisung im Kontext des vorhandenen Clips. Ergänzend bietet Runway Assistenzfunktionen, die beim Formulieren von Prompts helfen, aus einer groben Idee eine filmische Beschreibung machen oder Varianten vorschlagen. Für Teams ohne ausgeprägte Videoerfahrung senkt das die Einstiegshürde erheblich – ersetzt aber nicht das gestalterische Urteil, ob ein Ergebnis zur Marke passt.
So beeindruckend die Ergebnisse oft sind: Generative Videomodelle arbeiten probabilistisch. Dieselbe Anweisung liefert bei jedem Durchlauf ein anderes Ergebnis, und nicht jedes ist brauchbar. Typische Schwächen sind unnatürliche Bewegungen bei komplexen Interaktionen, Fehler bei Händen und Fingern, unlesbare oder falsch dargestellte Schrift, physikalisch unplausible Abläufe und Abweichungen bei technischen Produktdetails. Gerade Letzteres ist für Industrieunternehmen kritisch: Ein generiertes Video, das eine Maschine mit falscher Anzahl an Bedienelementen zeigt, kann mehr schaden als nutzen. In der Praxis gilt deshalb: Mehrere Varianten erzeugen, auswählen, nachbearbeiten – und für technisch präzise Darstellungen auf Bild-zu-Video mit echten Fotos oder CAD-Renderings als Ausgangsmaterial setzen. Ein vollautomatischer Durchlauf ohne menschliche Prüfung ist für Außenkommunikation nicht zu empfehlen.
Über die Runway API stellt der Anbieter ausgewählte Modelle für Entwickler bereit. Damit lassen sich Text- und Bild-zu-Video-Generierung und je nach Freischaltung weitere Funktionen in eigene Anwendungen, Webshops oder interne Werkzeuge integrieren. Typische Szenarien sind die automatische Erzeugung kurzer Produktclips aus Katalogbildern, Personalisierungsfunktionen in Marketing-Anwendungen oder interne Self-Service-Portale, über die Fachabteilungen standardisierte Clips anfordern. Die API arbeitet asynchron: Eine Anfrage startet eine Generierung, das Ergebnis wird nach Fertigstellung abgerufen. Abgerechnet wird nutzungsbasiert über ein Guthabenmodell. Welche Modelle, Parameter und Kontingente über die API verfügbar sind und welche Nutzungsbedingungen gelten, unterscheidet sich vom Webprodukt und ist in der aktuellen Entwicklerdokumentation zu prüfen.
Neben dem direkten Zugang sind Runway-Modelle auch über Drittplattformen, Automatisierungswerkzeuge und Kreativanwendungen erreichbar, die die API einbinden. Für Unternehmen ist dabei wichtig: Jeder zusätzliche Vermittler ist ein weiterer Auftragsverarbeiter mit eigenen Bedingungen und eigenem Serverstandort. Wer Daten über einen Drittanbieter an Runway schickt, muss beide Verarbeitungsketten bewerten.
In der Praxis ist Runway selten das einzige Werkzeug. Generierte Clips werden meist in einem klassischen Schnittprogramm weiterverarbeitet, mit Ton, Sprechertext, Untertiteln und Markenelementen kombiniert und anschließend in ein Digital-Asset-Management oder direkt in die Ausspielkanäle übergeben. Runway bietet dafür Exportfunktionen in gängigen Videoformaten sowie Team-Arbeitsbereiche, in denen Assets, Workflows und Ergebnisse gemeinsam genutzt werden können. Ein durchgängiger Austausch mit professionellen Schnitt- und Compositing-Programmen erfolgt in der Regel über Export und Import von Dateien; einzelne Partnerschaften und Plug-ins können den Weg verkürzen, sollten aber für die eigene Werkzeuglandschaft konkret geprüft werden.
Ein oft unterschätzter Faktor ist das Ökosystem rund um ein Werkzeug. Runway hat eine große Kreativ-Community, eigene Lernangebote, Tutorials und Veranstaltungen wie ein jährliches Festival für KI-gestützte Filme. Für Unternehmen bedeutet das: Wissen über gute Prompts, Workflows und Gestaltungstechniken ist vergleichsweise leicht zugänglich, und Agenturen sowie Freelancer mit Runway-Erfahrung sind am Markt verfügbar. Partnerschaften mit Film- und Medienhäusern sowie mit Technologieanbietern zeigen zudem, dass Runway auf professionelle Produktionsumgebungen zielt. Diese Breite ist ein echter Vorteil gegenüber jüngeren Anbietern – sie entbindet aber nicht davon, die Lösung an den eigenen Prozessen zu messen.
OpenAI mit Sora und Google mit Veo bringen Videomodelle aus großen KI-Ökosystemen. Ihre Stärken liegen häufig in fotorealistischer Darstellung, physikalisch plausibler Bewegung und – je nach Generation – nativ erzeugtem Ton. Zudem sind sie eng mit weiteren Diensten der Anbieter verzahnt, etwa mit Chat-Assistenten, Büroanwendungen oder Cloud-Plattformen. Runway setzt dagegen auf Spezialisierung: Die Plattform bietet eine besonders breite Palette an Bearbeitungs-, Steuerungs- und Animationswerkzeugen rund um die Generierung. Wer vor allem einzelne, möglichst realistische Clips aus Text erzeugen will, sollte alle drei im direkten Test vergleichen. Wer intensiv mit vorhandenem Material arbeitet, Figuren animiert oder wiederholbare Kreativ-Workflows aufbauen möchte, findet bei Runway oft mehr Werkzeuge an einem Ort. Datenschutzrechtlich handelt es sich in allen drei Fällen um US-Anbieter mit vergleichbaren Grundfragen; bei Veo kann der Zugang über eine Cloud-Plattform mit EU-Region zusätzliche Optionen eröffnen.
Anbieter wie Kling und Hailuo haben mit beeindruckender Bewegungsqualität und attraktiven Konditionen schnell Marktanteile gewonnen. Sie stammen allerdings aus China, was für viele Unternehmen im DACH-Raum zusätzliche Fragen zu Datentransfer, Rechtsrahmen und Herkunft aufwirft – insbesondere, wenn eigene Produktbilder oder Aufnahmen von Mitarbeitenden hochgeladen werden. Luma mit Dream Machine und Pika sprechen ähnliche Zielgruppen wie Runway an, setzen aber eigene Schwerpunkte, etwa bei einfacher Bedienung, Effekten für soziale Medien oder Bild- und Szenenkontrolle. Im Alltag liegen viele dieser Werkzeuge bei Standardaufgaben näher beieinander, als es das Marketing vermuten lässt. Entscheidend sind die Passung zur eigenen Aufgabe, die Rahmenbedingungen und die Verlässlichkeit über die Zeit. Eine ausführliche Gegenüberstellung bietet unser Text-to-Video-Vergleich.
Neben den kommerziellen Plattformen gibt es eine wachsende Zahl offener Videomodelle, deren Gewichte heruntergeladen und auf eigener Hardware oder bei einem europäischen Hoster betrieben werden können. Sie erreichen nicht immer die Qualität und den Werkzeugkomfort von Runway, holen aber mit jeder Generation auf. Ihr entscheidender Vorteil liegt in der Datenhoheit: Weder Produktbilder noch Aufnahmen von Mitarbeitenden verlassen die eigene Infrastruktur. Der Preis ist technischer Aufwand – leistungsfähige Grafikprozessoren, Know-how im Betrieb, eigene Oberflächen oder Workflow-Werkzeuge. Zudem sind Lizenzbedingungen und Herkunft der Modelle sorgfältig zu prüfen, denn nicht jedes offene Modell erlaubt jede kommerzielle Nutzung. In der Praxis bewähren sich gestaffelte Ansätze: Runway oder ein vergleichbarer Dienst für kreative, unkritische Inhalte; selbst betriebene Modelle für Material mit vertraulichen Produktdetails oder personenbezogenen Daten.
Bewährt hat sich ein Vorgehen in klar getrennten Phasen. Am Anfang steht eine Bestandsaufnahme: Für welche Videoformate entsteht heute der größte Aufwand, wo wird Stock-Material eingekauft, wo scheitern Ideen am Budget? Darauf folgt eine Nutzungsrichtlinie, die festlegt, welches Material hochgeladen werden darf, welche Inhalte tabu sind – etwa realistische Darstellungen echter Personen ohne Einwilligung –, wie generierte Inhalte gekennzeichnet werden und wer Ergebnisse freigibt. Erst dann beginnt der Test mit realistischen Aufgaben, idealerweise im Vergleich mit mindestens einer Alternative. Ein Pilot mit einem eng umrissenen Format – etwa kurze Produkt-Teaser für soziale Medien – und klaren Erfolgskriterien schließt sich an, bevor über einen breiteren Einsatz entschieden wird.
Besonders wertvoll ist es, früh einen Markenleitfaden für KI-Video zu entwickeln: bevorzugte Bildstile, Farbwelten, Kamerasprache, Referenzbilder für Produkte und Figuren, bewährte Prompt-Bausteine und Beispiele für gelungene und misslungene Ergebnisse. Ohne einen solchen Leitfaden entsteht schnell ein Flickenteppich unterschiedlicher Looks, der der Marke mehr schadet als nützt.
Im laufenden Betrieb sind drei Themen zentral. Erstens der Modellwechsel: Runway veröffentlicht regelmäßig neue Gen-Generationen und stellt ältere Varianten um oder ein. Ein Workflow, der mit einer Version gute Ergebnisse liefert, verhält sich mit der nächsten möglicherweise anders. Wichtige Workflows sollten deshalb mit einer festen Testserie geprüft werden, bevor auf ein neues Modell umgestellt wird. Zweitens das Guthaben-Management: Weil Generierungen Credits verbrauchen und für ein brauchbares Ergebnis oft mehrere Versuche nötig sind, sollten Budgets, Kontingente pro Team und eine regelmäßige Auswertung des Verbrauchs eingeplant werden. Drittens die Archivierung: Prompts, Ausgangsmaterial, verwendete Modellversion und Freigabe sollten zu jedem veröffentlichten Clip dokumentiert werden. Das hilft bei späteren Rechtefragen, bei der Kennzeichnung und bei der Wiederholbarkeit.
Diese Szenarien klingen eingängig, sind aber keine Selbstläufer. Generierte Clips sind kurz; längere Filme entstehen erst durch das Zusammensetzen vieler Einzelclips, was Planung, Schnitt und Konsistenzarbeit erfordert. Technische Produkte werden nicht immer korrekt dargestellt, Schrift und Logos geraten häufig fehlerhaft, und komplexe Handlungen mit mehreren Personen bleiben anspruchsvoll. Der Nutzen entsteht deshalb nicht allein durch das Modell, sondern durch einen sauberen Prozess: gutes Ausgangsmaterial, ein klares Briefing, mehrere Varianten, kritische Auswahl und professionelle Nachbearbeitung. Logos, Texte und Markenelemente sollten in der Regel nachträglich im Schnitt eingefügt statt mitgeneriert werden. Wer das berücksichtigt, kann mit Runway viel erreichen – wer erwartet, per Knopfdruck einen fertigen Imagefilm zu erhalten, wird enttäuscht.
Drei rechtliche Themen begleiten jeden Einsatz generativer Video-KI. Beim Urheberrecht stellt sich zum einen die Frage, ob rein KI-generierte Inhalte überhaupt urheberrechtlich geschützt sind – nach vorherrschender Auffassung in Deutschland fehlt es ohne ausreichende menschliche Schöpfung an einem Werk, was den Schutz gegen Nachahmung schwächen kann. Zum anderen dürfen keine fremden geschützten Werke, Marken oder Figuren nachgebildet werden, und hochgeladenes Ausgangsmaterial muss man selbst nutzen dürfen. Welche Nutzungsrechte Runway an generierten Inhalten einräumt und welche Rechte sich der Anbieter an hochgeladenen Inhalten vorbehält, regeln die Nutzungsbedingungen, die vor dem Einsatz geprüft werden sollten. Bei den Persönlichkeitsrechten geht es um Personen, die in Ausgangsmaterial oder Act-Performances zu sehen und zu hören sind: Ihre Einwilligung ist einzuholen und zu dokumentieren.
Hinzu kommt die Kennzeichnung nach dem AI Act. Die europäische KI-Verordnung sieht Transparenzpflichten für synthetische Inhalte vor: Anbieter generativer Systeme sollen Ausgaben maschinenlesbar als KI-erzeugt markieren, und wer Bild-, Ton- oder Videoinhalte veröffentlicht, die echten Personen, Gegenständen, Orten oder Ereignissen täuschend ähneln – sogenannte Deepfakes –, muss offenlegen, dass sie künstlich erzeugt oder manipuliert wurden. Für offenkundig künstlerische oder fiktionale Inhalte gibt es Erleichterungen, die Offenlegung bleibt aber in angemessener Form nötig. Runway versieht generierte Inhalte nach eigenen Angaben mit Herkunftsinformationen nach gängigen Standards für Inhaltsnachweise; ob diese Metadaten nach dem Export und dem Schnitt erhalten bleiben, sollte geprüft werden. Unabhängig davon empfiehlt sich eine eigene, sichtbare Kennzeichnungsregel für alle veröffentlichten KI-Videos.
Ein guter Einstieg ist klar abgegrenzt, erzeugt sichtbaren Nutzen und birgt geringe rechtliche Risiken. Kurze Produkt-Teaser auf Basis eigener Fotos, abstrakte Hintergrundloops für Präsentationen oder animierte Moodfilme für interne Abstimmungen erfüllen diese Kriterien meist gut: Es sind keine realen Personen beteiligt, das Ausgangsmaterial gehört dem Unternehmen, und die Ergebnisse lassen sich leicht beurteilen. Anwendungsfälle mit realistischen Darstellungen von Mitarbeitenden, Kunden oder Prominenten, mit Act-Funktionen auf Basis echter Personen oder mit vertraulichen Produktentwicklungen sollten erst angegangen werden, wenn Richtlinien, Einwilligungen, Verträge und Kennzeichnung sauber geklärt sind.
Bei generativer Video-KI unterscheiden sich die Kostenprofile deutlich von klassischer Software. Runway rechnet über Guthaben ab, deren Verbrauch von Modell, Cliplänge, Auflösung und Funktion abhängt. Hochwertige Modelle verbrauchen mehr als schnelle Turbo-Varianten, und für einen brauchbaren Clip sind oft mehrere Durchläufe nötig. Eine realistische Kalkulation sollte deshalb nicht von einem Versuch pro Clip ausgehen, sondern das Verhältnis von Versuchen zu verwendbaren Ergebnissen anhand eines Piloten ermitteln. Bewährt hat sich, Entwürfe mit schnellen, günstigen Varianten zu iterieren und erst den finalen Durchlauf mit dem Qualitätsmodell zu rechnen.
Der größte Posten liegt jedoch außerhalb der Plattformgebühren: in der Entwicklung eines Markenleitfadens, der Schulung der Mitarbeitenden, der Nachbearbeitung im Schnitt, der Rechteklärung und der Freigabe. Gegenzurechnen sind eingesparte Kosten für Stock-Material, Drehs, Animation und Nachdrehs. Verlässliche Zahlen ergeben sich nur aus einem Pilotprojekt mit Ihren realen Formaten.
Runway ist ein US-Unternehmen, und die Verarbeitung erfolgt nach allgemeinem Kenntnisstand überwiegend in US-amerikanischen Cloud-Rechenzentren. Ob und unter welchen Bedingungen eine Verarbeitung in der EU möglich ist, sollte im Einzelfall beim Anbieter erfragt werden. Für die DSGVO bedeutet das: Sobald personenbezogene Daten verarbeitet werden – und dazu gehören Gesichter und Stimmen von Mitarbeitenden in Ausgangsmaterial oder Act-Aufnahmen –, ist der Drittlandtransfer zu bewerten. Rechtsgrundlagen wie ein Angemessenheitsbeschluss mit entsprechender Zertifizierung des Anbieters oder Standardvertragsklauseln können den Transfer absichern, ändern aber nichts an der grundsätzlichen Abhängigkeit von einem außereuropäischen Anbieter und an möglichen Zugriffsrechten von US-Behörden. Wer Wert auf digitale Souveränität legt, sollte diese Abhängigkeit bewusst und auch strategisch bewerten.
Ebenso wichtig ist die Frage, was mit hochgeladenen Inhalten geschieht. In Consumer- und Standardtarifen behalten sich Anbieter generativer KI häufig Rechte vor, Eingaben und Ausgaben zur Verbesserung ihrer Dienste zu verwenden. Für unveröffentlichte Produktbilder, vertrauliche Konzepte oder Aufnahmen von Personen ist das nicht akzeptabel. Unternehmen sollten deshalb einen Tarif bzw. Vertrag wählen, der die Nutzung zum Training ausschließt, einen Auftragsverarbeitungsvertrag abschließen und Löschfristen festlegen. Für besonders sensibles Material ist das Self-Hosting offener Videomodelle auf eigener Hardware oder bei einem europäischen Hoster die DSGVO-konformere Option: Daten verlassen den eigenen Verantwortungsbereich nicht. Der Preis ist ein geringerer Werkzeugkomfort und höherer Eigenaufwand. Viele Unternehmen kombinieren deshalb beide Wege und entscheiden je nach Material, welcher Weg genommen wird.
Unabhängig vom Tarif bleibt das Unternehmen für die rechtmäßige Verarbeitung und für veröffentlichte Inhalte verantwortlich. Dazu gehören ein Eintrag im Verzeichnis von Verarbeitungstätigkeiten, gegebenenfalls eine Datenschutz-Folgenabschätzung – etwa bei systematischer Verarbeitung von Bild und Stimme der Belegschaft –, dokumentierte Einwilligungen, technische und organisatorische Maßnahmen sowie Lösch- und Zugriffskonzepte. Hinzu kommen die Pflichten aus der KI-Verordnung, insbesondere die Kennzeichnung synthetischer Inhalte und die Sicherstellung ausreichender KI-Kompetenz der Mitarbeitenden, die mit solchen Werkzeugen arbeiten. Ein sauber dokumentiertes Vorgehen ist nicht nur Pflicht, sondern schafft auch Vertrauen bei Kunden, die zunehmend wissen wollen, ob sie echte oder generierte Bilder sehen.