KI-Schulung & Fortbildung · Bodo Kern

Der eigene KI-Server

Von Bodo Kern · Stand 30. Oktober 2026

Keine neue Karte, keine Cloud-Rechnung pro Bild. Dafür Geduld und ein paar Überraschungen.

Ablauf: Text, Bild mit FLUX oder Qwen, Clip mit Wan oder H3, Nachbearbeitung mit RIFE und SeedVR2, fertiger ClipIdeeStartbildBewegungFeinschliffClipTextFLUX · QwenWan · H3RIFE · SeedVR225 Bilder/s››››

Wer macht was?

Bild

FLUX.2 klein

Bilder. Scharf, für Serien gut geeignet.

Bild

Qwen-Image

Bilder bearbeiten. Hält dieselbe Figur über viele Szenen.

Clip

MiniMax H3

Clips, ruhige Loops, mit Ton. Macht keine Bilder.

Clip

Wan 2.2

Clips. Mit Turbo-Einstellung schneller, stumm.

Feinschliff

SeedVR2

Hochrechnen. Für Druck stark, beim Film hart an den Kanten.

Feinschliff

RIFE

Zwischenbilder von 16 auf 25 Bilder pro Sekunde, in Sekunden.

Mit KI erzeugte Figur halbnah am Fluss
Standbild aus einem lokal gerechneten Clip
Mit KI erzeugte Figur im Porträt
Gleiche Figur, andere Einstellung. Beides KI, fiktive Figur.

Was man wirklich rechnen muss

AufgabeDauer bei uns
10 s Clip, 720p, Wan 2.2rund 24 Minuten, bei belegter Warteschlange
5 s Clip bei freier Karterund 7 Minuten
5 s Clip, 1080prund 28 Minuten
RIFE, 1080p, 5 s22 Sekunden
Bild auf DIN A4 hochrechnenrund 45 Sekunden

Lokal oder Cloud?

Vorher

Cloud: oft natürlichere Figuren, sofort. Aber Grenzen beim Kontingent und bei den Inhalten: Ein Dienst lehnte unsere Figur plötzlich ohne Grund ab.

Nachher

Lokal: Material bleibt im Haus, keine Kosten je Bild, volle Kontrolle. Aber Hardware, Strom, Wartung und viel Wartezeit.

Für Teams ist das vor allem eine Frage der Daten. Was darf das Haus verlassen, was nicht? Das sollte man vor dem Kauf einer Karte klären.

Oft gefragt

Reicht eine ältere Grafikkarte für KI-Video?

Bei uns ja: Wir arbeiten mit einer RTX 3090 und 24 GB. Es dauert länger als in der Cloud, und große Auflösungen kosten viel Zeit.

Macht MiniMax H3 auch Bilder?

Nein, H3 erzeugt Clips. Die Bilder kommen bei uns von FLUX.2 und Qwen-Image.

Warum 25 Bilder pro Sekunde, wenn das Modell 16 liefert?

16 Bilder ruckeln sichtbar. Deshalb rechnen wir mit RIFE auf 25 Bilder hoch und prüfen danach die Datei.

Dieser Text entstand mit KI-Unterstützung und wurde geprüft. Mit KI erzeugte Bilder sind benannt. Keine Rechtsberatung. Mehr: Medien im KI-Zeitalter · KernCraft-Apps