Zum Inhalt springen
WISSEN · GLOSSAR

KI-Content-Glossar: Die wichtigsten Begriffe kurz erklärt

Von Character-Lock bis Video-to-Video: Dieses Glossar erklärt die Begriffe, die in der KI-Content-Erstellung für Bild, Video und Audio ständig fallen. Jede Definition ist so formuliert, dass sie für sich allein verständlich ist. Zusammengestellt aus den Workshop-Unterlagen von KI-Content-Trainer Michael Schirnhofer.
Von Michael Schirnhofer, KI-Content-Trainer & Speaker · Aktualisiert am 24. Oktober 2026

Grundlagen

Generative KI: KI-Systeme, die neue Inhalte wie Texte, Bilder, Videos oder Audio erzeugen, statt nur vorhandene Daten zu analysieren.
KI-Content: Marketing-Inhalte, die ganz oder teilweise mit generativer KI produziert wurden, etwa Key Visuals, Reels, Ad-Creatives, Voice-overs oder Jingles.
Generierungsmodell: Das trainierte KI-Modell, das den Output erzeugt, zum Beispiel GPT Image, Nano Banana, Kling, Seedance oder Suno.
Plattform oder Suite: Eine Anwendung, die mehrere Generierungsmodelle unter einer Oberfläche bündelt, etwa Magnific, Higgsfield, Krea oder Adobe Firefly.
Tool-Tourismus: Michael Schirnhofers Begriff für das ständige Wechseln zwischen neuen Einzeltools und Abos, statt auf ein bis zwei Plattformen zu setzen.
Prompt: Die Anweisung an ein KI-Modell, als Text, gesprochen oder kombiniert mit Bildern und Referenzen.
CO-STAR: Prompt-Framework aus Context, Objective, Style, Tone, Audience und Response, das vage Ideen in präzise Aufträge übersetzt.
Credits: Die Verrechnungseinheit vieler KI-Plattformen. Jede Generierung verbraucht je nach Modell, Länge und Auflösung unterschiedlich viele Credits.
Arena oder Blindwertung: Öffentliche Rankings, in denen Nutzer die Outputs zweier anonymer Modelle vergleichen. Daraus entstehen Elo-Werte als Qualitätsindikator.
MCP (Model Context Protocol): Eine offene Schnittstelle, über die Assistenten wie Claude oder ChatGPT mit externen Tools verbunden werden, etwa mit einem Higgsfield- oder Magnific-Konto.
Node-basierter Workflow: Eine Arbeitsweise auf einem Canvas, bei der Prompts, Referenzen und Modelle als verbundene Knoten angeordnet werden, etwa in Magnific Spaces.
KI-Agent: Ein System, das eine Aufgabe eigenständig in Schritte zerlegt und dafür verschiedene Modelle und Werkzeuge orchestriert, etwa der Higgsfield Supercomputer.

Bild

Text-to-Image: Ein Bild entsteht ausschließlich aus einer Textbeschreibung. Schnell, aber am wenigsten kontrollierbar.
Image-to-Image: Ein vorhandenes Bild dient als Basis und wird per Prompt gezielt verändert. Die praktikabelste Bildmethode im Marketing.
Referenzbild: Ein Bild, das dem Modell Gesicht, Produkt, Stil oder Komposition vorgibt.
Character-Lock: Methode, bei der Gesicht, Produkt oder Look als Referenz hochgeladen werden, damit alle Motive einer Serie gleich aussehen.
Character-Sheet: Eine Übersicht derselben Figur aus mehreren Blickwinkeln, die als Referenz für konsistente Bilder und Videos dient.
Inpainting: Nur ein markierter Bildbereich wird neu berechnet, der Rest bleibt unverändert.
Outpainting oder Reframe: Die KI erweitert den Bildrand, etwa von 1:1 auf 9:16 oder 16:9.
Struktur-Control: Layout, Pose oder Tiefe werden fest vorgegeben, etwa über ControlNet. Die KI füllt nur den Look.
Stil-Transfer: Das Motiv bleibt, der visuelle Stil wird getauscht, etwa vom Foto zur Illustration.
Upscaling: Hochrechnen der Auflösung inklusive Detailergänzung, zum Beispiel mit dem Magnific Upscaler.
Relight: Nachträgliche Änderung der Lichtstimmung eines Bildes per KI.

Video

Text-to-Video: Ein Clip entsteht nur aus einer Textbeschreibung.
Image-to-Video: Ein Standbild wird per Prompt in Bewegung versetzt. Die praktikabelste Videomethode.
Start- und Endframe: Zwei Bilder legen Anfang und Ende eines Clips fest, die KI berechnet die Bewegung dazwischen.
Keyframes: Mehrere festgelegte Bilder innerhalb eines Clips, an denen sich die Bewegung orientiert. Kling 4.0 unterstützt bis zu zehn.
Omni-Referenz: Bilder, Clips und Stimmen werden gleichzeitig als Vorgabe genutzt, damit Gesicht, Produkt und Ton über alle Shots gleich bleiben.
Motion Control: Bewegung einzelner Elemente wird eingezeichnet oder aus einem Referenzvideo übernommen.
Kamera-Presets: Vordefinierte Kamerabewegungen wie Dolly Zoom, Orbit oder Bullet Time.
Lip-Sync: Eine Person im Bild oder Video bewegt die Lippen synchron zu einer vorgegebenen Tonspur.
Video-to-Video: Die Bewegung eines bestehenden Videos bleibt, der Look wird komplett ersetzt.
Edit im Dialog: Ein generiertes Bild oder Video wird per Chat nachbearbeitet, statt es neu zu erzeugen.
Visual Hook: Ein überraschender visueller Effekt in den ersten Sekunden eines Videos, der den Scroll stoppt.
B-Roll: Ergänzende Zwischenschnitte, die die Haupthandlung illustrieren.
Chroma Key: Freistellen eines Motivs vor einer einfarbigen Fläche, meist Green-Screen, im Schnittprogramm.
Final Edit: Der Schnitt, in dem lose KI-Assets mit Timing, Übergängen, Sound und Text zu einem fertigen Video werden.
Motion as Code: Animationen, die nicht als Pixel generiert, sondern von einem Sprachmodell als Code geschrieben werden, etwa mit Claude Motion. Ideal für Charts, Text und Logos.

Audio

Text-to-Speech (TTS): Ein Skript wird in gesprochene Sprache umgewandelt, mit wählbarer Stimme, Sprache, Tempo und Emotion.
Voice-Cloning: Aus einer kurzen Aufnahme entsteht eine digitale Kopie einer Stimme, die beliebige Texte spricht.
Dubbing: Ein bestehendes Video wird per KI in eine andere Sprache übertragen, oft mit der Originalstimme.
Prompt-to-Music: Ein kompletter Song entsteht aus Genre, Stimmung und Text als Prompt, etwa mit Suno oder Lyria.
Native Audio: Video-Modelle erzeugen Dialog, Raumton und Effekte im selben Durchgang wie das Bild.
Stems: Einzelne Spuren eines Songs, etwa Gesang, Beat und Bass, die separat bearbeitet werden können.

Recht und Transparenz

AI Act: Die EU-Verordnung über künstliche Intelligenz (Verordnung (EU) 2024/1689).
Art. 4 AI Act (KI-Kompetenz): Verpflichtet Unternehmen seit 2. Februar 2025, die KI-Kompetenz ihrer Mitarbeitenden zu fördern.
Art. 50 AI Act (Transparenz): Regelt seit 2. August 2026 die Kennzeichnung von Deepfakes und bestimmten KI-Inhalten.
Deepfake: KI-erzeugter oder -manipulierter Bild-, Audio- oder Videoinhalt, der realen Personen, Orten oder Ereignissen ähnelt und fälschlich echt wirkt.
SynthID: Googles unsichtbares Wasserzeichen für KI-generierte Inhalte, etwa aus Veo und Lyria.
Mehr zur Pflicht im Artikel zur KI-Kennzeichnungspflicht, alle Methoden im Überblick in den 27 Methoden der KI-Content-Generierung.
AUS DER PRAXIS

Die Begriffe im echten Einsatz

Start-Frame, Image-to-Video, Lip-Sync: Wie diese Begriffe in echten Produktionen zusammenspielen, zeigen die Making-ofs zum Kinotrailer KARL N°5, zum TV-Beitrag PROMPT.AKTUELL und zum Explainer für Pölzl Fire Campus.

Begriffe kennen ist gut. Anwenden ist besser.

Der Leitfaden zeigt, wie alles zusammenspielt. Im KI Content Workshop in Graz setzt du es an einem Tag selbst um.
Mobile Wizard · Michael Schirnhofer
KI-Content-Trainer & Speaker. „Mobile Wizard“ ist eine Marke der Denkwerk Collective GmbH, Zeltweg, Steiermark.
Startseite · Über Michael · KI Content Workshop · Inhouse-Schulung · Speaker · Wissen
info@mobile-wizard.at · LinkedIn · Instagram
Impressum · Datenschutz