Ist CGI im KI-Zeitalter noch relevant?

Am Thema KI kommt man spätestens seit der Veröffentlichung von Midjourney im Jahre 2022 nicht mehr vorbei. Speziell im Bild – und Video-Bereich übertreibt man nicht, wenn man die Technologie als revolutionär einstuft, da KI einfach ganz neue Möglichkeiten und Ansätze gegenüber den vorher verfügbaren Algorithmen und Workflows eröffnet. 

Hauptvorteil von KI-generierten Bildern ist sicher, dass diese deutlich schneller erstellt sind. Ein Prompt und wenige Sekunden später ist ein erstes Resultat fertig. Gerade realistische Menschen und Vegetation sind mit 3D-Visualisierungsprogrammen sehr aufwendig zu erstellen und mit KI deutlich schneller erstellt. KI hat außerdem über den Seed-Parameter einen integrierten Zufallsfaktor wodurch neue Ideen entstehen können – auch das kann ein Vorteil sein.

In meinen Kundenprojekten geht es oft darum, existierende CAD-Daten als Basis zu nutzen und diese gezielt einzusetzen – sei es in einer virtuellen Umgebung, als 3D-Visualisierung oder 3D-Animation. Mit einer durchgängigen 3D-Datenpipeline ist immer nachvollziehbar, welches Bildelement von welchem Datensatz kommt oder wo verändert wurde. KI bleibt hier eine Art Black Box welche diese Nachvollziehbarkeit nicht bietet.

Auch bei Größenverhältnissen ist es in meinen Projekten oft wichtig, genau zu sein, unter Umständen millimetergenau. In 3D-Programmen ist das genaue Messen von Größen sehr einfach – in KI-generierten Bildern bleiben Größenverhältnisse im besten Fall grobe Schätzungen. 

Die durch Zufallsparameter und die damit verbundene „Kreativität“ von KI haben auch eine Schattenseite – sogenannte Halluzinationen – also Bildelemente, welche von der KI ungefragt hinzugefügt werden. Beispielsweise fügt die KI gerne auf Straßen Autos hinzu – ohne zu prüfen, ob beispielsweise die Fahrtrichtung sinnvoll ist. CGI kennt dieses Problem nicht – ist also frei von Halluzinationen.

Mit CGI kann ich nahezu beliebig große Auflösungen bei Bedarf erstellen – zum Beispiel für großformatige Drucke. KI-Bildmodelle sind (Stand 2026) bei 4k begrenzt. Es gibt zwar sogenannte Upscaler, welche über KI die Auflösung im zweiten Schritt vergrößern, diese neigen aber teilweise wieder zu Halluzinationen oder anderen Artefakten – stellen also oft keine hochqualitative Lösung dar.

CAD-Daten kann ich direkt so nutzen

KI-generierter Content kommt bei Menschen oft weniger gut an. Je offensichtlicher der Content KI generiert ist, desto eher scheint das der Fall zu sein. Das sieht man zum Beispiel an den Kommentaren in Social Media zu KI-generiertem Content auf LinkedIn oder Instagram.

Zusammengefasst ist es also je nach Aufgabe eine Abwägung verschiedener Faktoren:

• sind CAD-Daten vorhanden?
• sind Größenverhältnisse relevant?
• für welche Bildelemente ist eine fachlich korrekte Darstellung absolut notwendig?
• wird es detailliertes Feedback des Kunden zu einzelnen Bildelementen geben?
• stört den Kunden/Endverbraucher die KI-Kennzeichnung?

Nach meiner Erfahrung der letzten Jahre liegt der Schlüssel in einer Kombination aus CGI – wobei die durch CGI entstehende Kontrolle über Bildaufbau erhalten bleibt – und KI, welche einzelne, spezielle Aufgaben übernimmt und Zeit spart. Dabei belassen wir die etablierten Produktionsphasen beispielsweise einer Bildproduktion (Konzept, 3D-Modelle, Entwurf, Ausarbeitung) und nutzen KI innerhalb der einzelnen Phasen, wo es sinnvoll ist. Hauptvorteil dieses Ansatzes ist also, dass wir KI-Vorteile wie Zeitersparnis nutzbar machen können und gleichzeitig die Kontrolle über das Motiv nicht abgeben. Weiterhin von Vorteil ist, dass bei Bedarf jederzeit auf die traditionellen Werkzeuge zurückgegriffen werden kann, wenn die KI nicht die gewünschten Ergebnisse liefert, und die so erstellten Bilder oft nicht kennzeichnungspflichtig sind – insofern die KI keine semantischen Veränderungen im Bild erzeugt. 

Am Beginn von größeren Produktionen suche ich üblicherweise einige Referenzbilder über die gängigen Suchmaschinen oder Portale als Referenzen und Moodboard zu einem Thema um Ideen zu sammeln und mich inspirieren zu lassen. KI-Bildgeneratoren sind heute eine gute Ergänzung zur klassischen Suche, denn hier kann ich über Prompting verschiedene Bildstile relativ schnell erzeugen und mit dem Kunden festlegen, in welche Richtung beispielsweise eine 3D-Illustration einer U-Bahn-Schnittdarstellung von der Farbpalette gehen könnte:

3D-Menschen sind mit klassischen 3D-Modellierungswerkzeugen aufwendig zu erstellen – für eine gute visuelle und technische Qualität bedeutet das schnell mehrere Wochen an Arbeit. Mit KI lassen sich dagegen heute 3D-Modelle von Menschen deutlich schneller erstellen. Die Qualität der generierten KI-3D-Menschen ist dabei für den Bildhintergrund und den Mittelgrund meist ausreichend. Für Nahaufnahmen sind KI-generierte 3D-Menschen allerdings meist noch ungeeignet. Speziell im Gesicht fehlt die notwendige Detailtiefe. Außerdem lassen sich KI-generierte 3D-Modelle oft schwer modifizieren. KI-generierte 3D-Menschen sind somit eine gute und zeitsparende Lösung für Menschen im Hintergrund und Mittelgrund. Hier ein Beispiel eines mit Hunyan 3.1 generierten 3D-Modells:

Schneelandschaften sind sehr schön anzusehen – gerade das warme Licht in Gebäuden kontrastiert sehr gut mit dem leicht bläulichen Schnee und passt hervorragend zu Architekturvisualisierungen. 3D-generierte Schneelandschaften sind aber auch recht aufwendig mit CGI. Für den Spielfilm Snowpiercer habe ich beispielsweise in einem großen Team über Monate an Schneelandschaften gearbeitet. Existiert eine 3D-Architekturvisualisierung bereits als Variante ohne Schnee, so sind Image-to-Image-Modelle heute in der Lage, aus diesen Bildern in kurzer Zeit Schneelandschaften zu zaubern.

Effekte wie Sinterpulver lassen sich mit CGI umsetzen, sind aber recht aufwendig. Oft wird hierzu die Software Houdini benutzt, deren jährliche Softwarekosten allein bei circa 3000€ liegen – die benötigte Arbeitszeit natürlich nicht eingerechnet. Für ein Motiv, in dem es um Sinterpressen ging, habe ich daher die umliegenden Sinterpulver für das Standbild über KI generiert:

Nvidia ist den meisten Menschen im KI-Kontext hauptsächlich als Hersteller von GPUs – also den für KI benötigten Rechenchips – bekannt. Im CGI-Kontext hat Nvidia aber schon 2018 einen KI-Denoiser veröffentlicht, welcher dabei hilft, Renderzeiten von 3D-Visualisierungen und 3D-Animation zu reduzieren. Das funktioniert, indem der Denoiser den durch zu wenige Rendersamples entstehenden Noise mit Hilfe von KI herausrechnet. Dadurch lassen sich Renderzeiten oft um circa 10-50% reduzieren.

Der spaghettiessende Will Smith ist nicht nur Benchmark, sondern auch virales Meme von KI-Videos geworden. Klar wird durch Videos dieser Art natürlich, dass KI generierte Videos eine Alternative zu Stockvideos aber auch Animationen darstellen. Dabei sind die Vorteile, aber auch Nachteile recht ähnlich zu KI-generierten Bildern: deutliche Zeit- und Kostenersparnisse stehen einer Abgabe von Kontrolle einzelner Bildelemente, dem Auftauchen möglicher Halluzinationen und der Kennzeichnungspflicht gegenüber. Im folgenden Beispiel wurde ein CGI-Einzelbild über KI animiert, sodass sich der Rauch bewegt:

KI bietet ein einzigartiges Set an Vor- aber auch Nachteilen gegenüber traditionellem CGI. Vor allem Kontrollierbarkeit und Umsetzung spezifischer Kundenwünsche können ein großer Nachteil sein und möglichen Kosteneinsparungen gegenüberstehen. Für welche Aufgaben und Bildelemente KI eingesetzt wird, muss daher immer im Einzelfall abgewogen werden.