Der Fehler bei generativen KI-Inhalten ist die Perfektion

Niemand vertraut einem perfekten Bild mehr. Schon eine ganze Weile lautet das Versprechen hinter jedem neuen Bild- und Videomodell gleich: schärfer, sauberer, fotorealistischer, weniger fehlerhaft. Die Auflösung klettert immer weiter, Gesichter bleiben über mehr Szenen hinweg stabil als früher, und das Licht wirkt korrekt auf eine Art, die es vor zwei Jahren nicht tat. Und irgendwo mitten in all diesem Fortschritt passierte etwas Merkwürdiges: Technische Perfektion war plötzlich kein Flex mehr.

Fotografen stießen schon vor generativen Modellen auf genau diese Spannung, und die Richtung, in die sie sich bewegten, ist die klarste Vorschau darauf, wohin die Bild- und Videogenerierung steuert. Fstoppers' Alex Cooke hat eine Verschiebung verfolgen among working photographers away from flawless retouching and toward images that keep their rough edges, things like a missed focus point, an unretouched tear, a hand slightly blurred mid-motion. His argument is that AI didn't just get good at photography, it got good at the specific kind of photography that used to signal skill. Once software can smooth skin, fix a horizon, and match color across a hundred images in the time it takes to make coffee, flawless execution stops signaling that a professional made something and starts signaling that it might have been generated instead. Cooke's point isn't that photographers should get sloppy; it's that the thing a viewer used to read as competence now reads as verdächtig, während das, was früher wie ein Fehler wirkte, jetzt gelesen wird als Beweis jemand wirklich dabei war.

Etwas Ähnliches passiert innerhalb der KI-Bildgenerierung selbst, eine Ebene höher: Je besser Modelle darin werden, die objektiv korrekte Version eines Gesichts oder einer Szene zu rendern, desto besser werden sie auch darin, nach nichts Bestimmtem auszusehen. Genau diese spezifische, glasige, überdurchschnittlich symmetrische Qualität nennen die Leute mittlerweile schon auf den ersten Blick AI Slop. Dominica Baird, Fachbereichsleiterin des Business-of-Beauty-and-Fragrance-Programms der SCAD, wies darauf hin dass Maler nach der Erfindung der Fotografie eine Weile versuchten, die Kamera an Realismus zu übertreffen, bevor sie diesen Kampf aufgaben. Stattdessen wandten sie sich der Abstraktion, dem Symbolismus und dem Ausdruck zu: allem, was eine Kamera nicht konnte. Genau dieselbe Verschiebung passiert gerade wieder, eine Stufe höher, während KI das „technisch Korrekte“ aufsaugt und das Handwerk sich hin zu dem Spezifischen, Gewählten, leicht Unvollkommenen bewegt – dem, was ein Modell von allein nie erzeugen würde, es sei denn, du sagst es ihm.

Was unter der Ästhetik tatsächlich passiert, hat weniger damit zu tun, wie etwas aussieht, als damit, was es beweist. Ein Bild mit einem leicht schiefen Ausschnitt, einer Körnung, ein Beat, der eine halbe Sekunde zu lang läuft – das liest sich als das Ergebnis von jemandem, der Entscheidungen trifft: ein Durchgang, dann noch einer, die Entscheidung, etwas drinzulassen statt es glattzubügeln. Slop fühlt sich nicht wie Slop an, weil er hässlich ist. Jede Menge Slop ist technisch makellos. Es wirkt wie Slop, weil es aussieht wie das Ergebnis von ein Klick, eine einzige Generierung, egal wie sorgfältig der Prompt dahinter geschrieben wurde. Genau diese Unvollkommenheit sagt dem Betrachter, dass zwischen der Idee und dem, was vor ihm liegt, mehr als eine Entscheidung getroffen wurde – und dieser Abstand, zwischen einer einzelnen Generierung und einer geformten, ist der eigentliche Unterschied zu Arbeiten, die verdient ein paar Sekunden Aufmerksamkeit und Arbeit, die das nicht schafft.

Derselbe Mechanismus zeichnet sich langsam auch bei Video ab, nur einen Schritt hinter dem, wo Bilder schon angekommen sind. Fotografie und Bildgenerierung haben das zuerst durchlaufen, und Video findet noch seinen Weg – aber es holt schnell genug auf, dass dieselbe Sprache dieses Jahr bereits in der Berichterstattung zum Motion Design auftaucht. Envatos eigener Trendreport 2026 nennt „Authentizität durch Unvollkommenheit“ als einen der prägenden Umbrüche im Video gerade: wackelnde Handkamera statt gimbal-glatter Bewegung, rohe Schnitte statt sauberem Trimmen, natürliche Pausen und Hintergrundgeräusche im Mix gelassen, Wearable-POV-Aufnahmen „ohne Rigs, ohne Setups“. Envatos Einschätzung dazu ist unverblümt: „Unvollkommenheit ist zur eigenen Ästhetik geworden. Sie steht für Vertrauen, Nahbarkeit und Authentizität.“

Sogar die Unternehmen, die KI-Video-Tools entwickeln, sind von innen heraus auf dieselbe Lösung gekommen. Hridaye, Creative Director von invideo, beschrieb ihren Prozess etwa etwas Unschärfe und eine Körnung hinzuzufügen, bis ein generierter Clip näher an einen echten Kinofilm herankommt – und die Logik dahinter deckt sich fast exakt mit Cookes Argument über Fotografie. So wie invideo es selbst erklärt: KI-Frames haben "kein Sensorrauschen, keine chemische Struktur, keine organische Unvollkommenheit", und genau diese Abwesenheit ist "das, was als 'fake' wahrgenommen wird, bevor du überhaupt sagen kannst, warum."

Nichts davon funktioniert per Häkchen, und man sollte ehrlich sein, wo die Idee an ihre Grenzen stößt. Die Kommunikationsstrategin Shaunta Garth hat vertrat den gegenteiligen Standpunkt darüber, dass Marken Unvollkommenheit absichtlich herstellen: In dem Moment, in dem Rauheit zur Formel wird, angewendet nur weil es ein Trendreport empfahl, ist sie kein Beleg für eine Entscheidung mehr, sondern nur ein weiteres Preset – genauso hohl wie die Glätte, die sie ersetzt hat. Ein Grain-Overlay, das über eine ansonsten unangetastete erste Generation gelegt wird, ist immer noch ein Ein-Schritt-Ergebnis, nur mit einem anderen Filter, denn die Unvollkommenheit selbst war nie der eigentliche Punkt. Die Iteration dahinter schon.

Which is the actual craft lesson, for images and video both: the goal isn't imperfection for its own sake, it's a body of decisions a model wouldn't have made on its own. Describe the conditions of capture instead of the result, not "a beautiful portrait" but the specific lens, the specific light, the specific flaw you want in the frame, and do the same with motion: not "cinematic camera movement" but the sway of a hand actually holding something, the pause before someone speaks, the cut that runs a beat long because that's how it happened. Push past the first clean output. The second or third pass, where you start pulling the piece away from its most polished default, is usually where the real decisions live, and that's true whether you're working in GPT Image 2 and Nano Banana Pro or Kling 3.0 and Seedance 2.0.

Nichts davon ist eine Regel dafür, wie KI-Arbeit aussehen sollte. Vieles darf ruhig sauber, hell und präzise sein – auch das ist eine legitime Wahl, solange sie auf dieselbe Weise getroffen wird: mit Absicht, nach ein paar Durchgängen, nicht beim ersten Versuch. Es ging nie darum, dass sauber falsch ist. Es geht darum, dass sauber kein Beweis mehr für irgendetwas ist, weil ein Modell dir sauber liefern kann, ohne dass du etwas tust. Die Entscheidungen, die noch immer gefragt sind du, die eine einzelne Generierung nicht liefert, wenn du nicht noch mal ansetzt und darauf hinarbeitest, sind der Punkt, an dem die Arbeit anfängt, nach jemandem auszusehen, und an dem das Publikum entscheidet, dass sie sehenswert.