ChatGPT
Perplexity
Claude
Gemini
Am 24. März gab OpenAI bekannt, Sora einzustellen. Die App geht am 26. April vom Netz. Die API folgt im September. Die im Dezember unterzeichnete Milliarden-Partnerschaft mit Disney löste sich damit ebenfalls auf – und Berichten zufolge erfuhr Disney weniger als eine Stunde vor dem Rest der Welt davon.
Wenn dein kreativer Workflow in Sora lag, hast du ein paar Wochen Zeit, deine Arbeit zu exportieren und herauszufinden, wie es weitergeht. Genau so ein Zeitplan macht aus einer abstrakten Debatte über KI-Strategie ein sehr konkretes Problem.
Es wirft auch eine Frage auf, über die es sich lohnt, gründlich nachzudenken: Wie baut man in einem so volatilen Feld eine kreative Praxis auf KI-Tools auf? Es ist eine Frage, auf die OpenArt von Anfang an eine ganz bestimmte Antwort entwickelt hat. Bevor wir zu dieser Antwort kommen, lohnt sich aber ein Blick darauf, warum die Frage immer schwerer zu umgehen ist.
Die Landschaft wird sich nicht beruhigen
Wenn sich etwas schnell bewegt, gibt es einen natürlichen Instinkt, zu warten, bis es sich verlangsamt. Den späteren Gewinner zu wählen, sobald sich der Staub gelegt hat. Ein nachvollziehbarer Instinkt, aber er passt nicht wirklich zu dem, was gerade bei der KI-Bild- und Videogenerierung passiert.
The pace isn't slowing. If anything, it's picking up. In just the last few months, Midjourney shipped V8 with a rewritten engine and native 2K output. Black Forest Labs released Flux 2. Google's Nano Banana 2 became one of the fastest image models available. Imagen 4 raised the bar for photorealism again. Recraft V4 took over as the model people reach for when they need vectors. Ideogram keeps leading on text rendering. Kling and Seedance are pushing video forward on a near-monthly cadence. And Sora, which a year ago looked like the future of AI video, is being sunset.
The pattern isn't a market consolidating around a few stable winners. It's a research frontier where the leader changes regularly, capabilities leapfrog each other constantly, and the economics of running these models are demanding enough that even well-funded labs are making hard tradeoffs. Sora wasn't shut down because it was bad. By most accounts the underlying model is impressive. It was shut down because video generation is enormously expensive to run, the user numbers didn't justify the compute, and OpenAI needed those resources elsewhere. That same math applies, in some form, to almost every model in the space.
Kein einzelnes Modell ist in allem am besten
Sobald du regelmäßig mit dieser Landschaft arbeitest, fühlt sich die Frage „Welches Modell ist das beste?“ falsch an. Am besten wofür?
Ein grober Überblick, wo die Dinge gerade stehen:
Midjourney setzt weiterhin den Maßstab für ästhetische Qualität und stilistische Kohärenz. Wenn du ein Bild willst, das gleich nach der Generierung wunderschön aussieht, reicht kaum etwas heran. Der Kompromiss ist ein geschlossenes Ökosystem, ohne echte API, mit begrenzter Integration in breitere Workflows und einem Discord-und-Abo-Modell, das nicht zu jedem Anwendungsfall passt.
Flux 2 ist der Ort, an dem ein Großteil der Open-Source-Workflow-Community gelandet ist. Es ist flexibel, steuerbar und harmoniert bestens mit dem breiteren Ökosystem aus Fine-Tuning, LoRAs und Pipeline-Tools. Wenn du Dinge verketten oder etwas Individuelles bauen willst, ist es kaum zu schlagen.
GPT Image 1.5 ist rund ums Iterieren gebaut. Die Chat-Oberfläche bedeutet, dass du ein Bild so verfeinern kannst, wie du mit einem Mitgestalter sprechen würdest. Mach diesen Teil wärmer, verschieb das Element, probier es nochmal mit einem anderen Hintergrund. Das Modell behält den Kontext über die gesamte Unterhaltung – und genau diese Iterationsschleife ist das eigentliche Produkt.
Google Imagen 4 und Nano Banana 2 leisten bemerkenswerte Arbeit bei Fotorealismus und Geschwindigkeit. Besonders Nano Banana 2 ist zur ersten Wahl für Editing und Charakterkonsistenz geworden – genau die Art von unspektakulärem Infrastrukturproblem, das darüber entscheidet, ob du ein Projekt zu Ende bringst oder nur beeindruckende Einzelstücke generierst.
Recraft V4 ist das Modell für Vektoren, Logos oder Designs, die sich sauber skalieren lassen müssen.
Ideogram liegt beim Text-Rendering weiter vorn – und das ist wichtiger, als man denkt, sobald man anfängt, Wörter in Bilder zu setzen.
Kling und Seedance führen gerade die Video-Diskussion an, mit neuen Versionen in einem Tempo, das jede Behauptung vom „besten Videomodell“ per Definition vorübergehend wirken lässt.
Die Erkenntnis ist nicht, dass eines davon die richtige Antwort ist. Sondern dass ein Fotograf, ein Concept Artist, ein kleiner Unternehmer, der Produktmockups erstellt, und ein Filmemacher, der ein Szenen-Storyboard baut, alle unterschiedliche Dinge brauchen – und das für den einen beste Modell ist selten das beste für die anderen.
Was dich der Lock-in kostet
Wenn du deinen kreativen Prozess auf ein einziges Modell festlegst, nimmst du mehr auf dich, als dir vielleicht bewusst ist. Du erbst seine Einschränkungen, seine Preisänderungen, seine Qualitätsrückschritte, wenn eine neue Version erscheint, und seine Risiken, falls das dahinterstehende Unternehmen die Richtung wechselt. Du verlierst die Flexibilität, alles zu nutzen, was nächsten Monat auf den Markt kommt. Und du gehst genau die Art von Risiko ein, die bis vor Kurzem viele noch für rein theoretisch hielten.
Die Abschaltung von Sora ist bisher das lauteste Beispiel, aber nicht das einzige. Modelle werden eingestellt. Preise ändern sich. APIs verschwinden. Manchmal verändert sich die Qualität so, dass Workflows kaputtgehen, die am Vortag noch einwandfrei liefen. All das heißt nicht, dass ein einzelnes Modell eine schlechte Wahl ist. Es heißt nur: Ein einziges Modell zur Grundlage der eigenen Arbeit zu machen, ist fragiler, als es aussieht.
Die Wette von OpenArt
Die Alternative zum Festlegen ist nicht dramatisch. Behandle KI-Modelle einfach so, wie Fotografen ihre Objektive behandeln oder Musiker ihre Instrumente. Du lernst, wofür jedes gut ist, greifst zum richtigen, wenn die Arbeit es verlangt, und hängst dich an keines zu sehr.
That's the premise OpenArt was built on. Not "we have more models than the other guys" as a feature checklist, but a position about where the power in a creative practice should sit: with the person making the work, not with whichever lab happens to be in the lead this quarter. The Suite is designed so that the right model for the job is one click away, rather than another subscription, another interface, and another file format to wrangle. When a new model launches, it shows up in the workflow you're already using. When a model shuts down, and more will, the work moves with you instead of getting stranded.
Bei OpenArt glauben wir, dass Creator nicht jedes Mal die Plattform wechseln sollten, wenn sich die Landschaft verändert, und dass es die Aufgabe eines Kreativtools ist, die Arbeit vor solchen Umbrüchen zu schützen, statt sie weiterzureichen. Es gibt natürlich andere Wege, flexibel zu bleiben. Du kannst deinen eigenen Multi-Tool-Workflow über getrennte Plattformen hinweg bauen, und viele Menschen tun genau das. Egal welchen Weg du wählst, wichtig ist: Irgendeine Form von Flexibilität ist zunehmend der einzig sinnvolle Ansatz.
Ein paar praktische Grundsätze
Falls du herausfinden willst, wie du das für deine eigene Arbeit angehen solltest, ein paar Dinge, die sich bisher gut bewährt haben:
Wähle das Modell passend zum Ergebnis, nicht umgekehrt. Wenn du deine Idee anpasst, damit sie zu dem passt, was ein Modell kann, ist das ein Signal, auf das du achten solltest.
Halte deine Arbeit flexibel. Prompts, Referenzbibliotheken, Entscheidungen und Exporte lassen sich viel leichter mitnehmen, wenn du sie von Anfang an dafür anlegst.
Bleib neugierig auf neue Modelle, besonders auf die außerhalb dessen, was du schon nutzt. Das Modell, das heute am besten für deine Arbeit ist, wird in sechs Monaten wahrscheinlich nicht mehr das beste sein – und darauf darfst du dich freuen, statt dir Sorgen zu machen.
Und verwechsle Vertrautheit nicht mit der richtigen Wahl. Bei einem Modell zu bleiben, weil du es gut kennst, ist etwas anderes, als dabei zu bleiben, weil es das beste für den Job ist.
Wo uns das hinbringt
Die Multi-Modell-Ära ist an diesem Punkt keine Prognose mehr, sondern einfach eine Beschreibung der Gegenwart. Soras Abschaltung ist eine deutliche Erinnerung daran, warum Flexibilität wichtig ist – aber es ist nicht die erste Erinnerung und wird nicht die letzte sein. Die Creator und Teams, die in dieser Zeit erfolgreich sind, behandeln KI-Modelle wahrscheinlich als Werkzeugkasten statt als Festlegung, achten darauf, worin jedes Modell tatsächlich gut ist, und lassen ihre Workflows mit der Landschaft mitwachsen.
Genau darauf setzt OpenArt – und genau diese Wette gehen wir jedes Mal aufs Neue ein, wenn ein weiteres Modell aufsteigt, fällt oder die Regeln neu schreibt. Das heißt nicht, dass du die Modelle aufgeben musst, die du liebst. Halte sie einfach ein bisschen lockerer und lass Raum für alles, was noch kommt.