Wenn eine KI-Videobearbeitung mehr verändert, als Sie verlangt haben

Die neuen Wörter richtig wiederzugeben, ist nur ein Teil davon, ein Schild in einem Video zu ändern. Auch die gewählte Einstellung soll erhalten bleiben. Angenommen, ein KI-Bearbeitungsprogramm ersetzt die Beschriftung und die Vorschau wirkt überzeugend. Bevor Sie das Ergebnis akzeptieren, müssen Sie noch feststellen, was mit dem übrigen Filmmaterial geschehen ist.

Bei dieser Prüfung geht es um mehr als die Rechtschreibung. Wenn sich das Schild dreht, müssen die Wörter auf seiner Oberfläche bleiben, während die Szene darum herum so erhalten bleibt, wie Sie es vorgesehen haben. Ein gutes Einzelbild sagt nur sehr wenig über den Übergang aus.

Das Ersetzen von Text in einer Szene macht diese Frage leichter untersuchbar: Wie viel vom Ergebnis geben wir frei, wenn wir um eine kleine Änderung bitten?

Festlegen, was die Bearbeitung verändern darf

Die Beschriftung eines Schilds zu ersetzen und das Schild selbst auszutauschen, sind zwei unterschiedliche Aufträge. Der zweite erlaubt Änderungen, die der erste nicht zulässt – auch wenn in beiden Fällen die gewünschten Wörter erscheinen.

Bei einer Bearbeitung, die nur die Beschriftung betrifft, sollten Sie den Ersatztext und den Bereich festlegen, in dem Änderungen zulässig sind. Die Oberfläche außerhalb dieses Bereichs bleibt Teil der Originalaufnahme. Prüfer sollten die beabsichtigte Grenze nicht aus dem ableiten müssen, was das Werkzeug zufällig erzeugt hat.

So lässt sich auch eine Korrektur von einer kreativen Entscheidung unterscheiden. Wenn ein neu gestaltetes Schild besser aussieht, kann man sich dafür entscheiden, es beizubehalten. Damit wird der Auftrag erweitert. Diese Entscheidung muss ausdrücklich getroffen werden; ein attraktives Ergebnis ist nicht automatisch akzeptabel.

Was misst der Benchmark?

Xinghao Chen und seine Kolleginnen und Kollegen entwickelten ViTeX-Bench, um das Ersetzen von Text in Videoszenen zu bewerten. Die Arbeit wurde am 30. September 2026 eingereicht und am 11. Oktober überarbeitet. Sie beschreibt 387 Ausgangsvideos: 230 für das Training und 157 für die Auswertung.

Das Prüfverfahren unterscheidet zwischen Textkorrektheit, visueller und zeitlicher Qualität sowie der Begrenzung der Änderungen. Letztere bezeichnet die Erhaltung des Bildes außerhalb des bearbeitbaren Bereichs. Die Autoren fassen diese Dimensionen nicht zu einem gewichteten Gesamtwert zusammen.

Für die Prüfung einer Produktion verhindern diese Unterscheidungen, dass ein vages Urteil wie „Die Bearbeitung sieht gut aus“ zu viel aussagen muss. Die korrekte Rechtschreibung beantwortet eine Frage; ob die Beschriftung in die bewegte Aufnahme passt, eine andere. Keine der beiden Beobachtungen zeigt, was an anderer Stelle im Bild geschehen ist.

Dieser Benchmark ist auf Text in Szenen begrenzt und prüft nicht sämtliche Funktionen kommerzieller Bearbeitungsprogramme. Er bietet nützliche Unterscheidungen, legt aber keinen allgemein gültigen Abnahmewert für die Produktion fest.

Auch ein flüssiges Ergebnis kann falsch sein

Das Flicker-Maß von ViTeX-Bench vergleicht benachbarte Einzelbilder. Beim Warp-Maß wird der Vergleich um die Bewegung im Ausgangsmaterial bereinigt. Die Autoren weisen darauf hin, dass eine Glättung oder eine nahezu unveränderte Ausgabe beide Werte senken kann. Ein geringerer zeitlicher Fehler muss daher zusammen mit der Korrektheit und der visuellen Qualität betrachtet werden.

Überlegen Sie, was ein geringer Unterschied zwischen aufeinanderfolgenden Einzelbildern tatsächlich belegen kann. Wenn sich eine Ausgabe kaum verändert, gibt es womöglich nur wenig zu messen – obwohl die gewünschte Beschriftung falsch ist oder sich die Aufnahme nicht mehr wie vorgesehen verhält. Weniger Veränderung bedeutet nicht automatisch ein besseres Video.

Am Beispiel des Schilds wird die praktische Folge deutlich. Die Beschriftung soll sich optisch verändern, wenn sich die Oberfläche dreht; sie soll sich nicht in andere Buchstaben verwandeln. Auch ein ruhig wirkendes Ergebnis muss gelesen werden, und ein korrekt wirkendes Einzelbild muss in der Wiedergabe geprüft werden.

Einen hohen zeitlichen Wert würde ich nicht als Ausgleich für falsche Wörter akzeptieren. Ebenso wenig würde ich eine bessere Beschriftung als Entschuldigung für eine nicht genehmigte Änderung an anderer Stelle gelten lassen. Beides sind Anforderungen des Auftrags. Würden sie zu einem Mittelwert zusammengefasst, könnte das genau den Fehler verdecken, der einer Auslieferung im Weg steht.

Die Beschriftung während der Drehung verfolgen

In der Berichterstattung von Unite.AI aus dem Jahr 2022 wurde frühere Forschung zu konsistenten Änderungen an Videos untersucht, bei der örtlich begrenzte Änderungen über eine Sequenz hinweg beibehalten wurden. Das Ersetzen von Text in einer Szene stellt besondere Anforderungen an diese Kontinuität: Die Wörter müssen lesbar bleiben, sofern es die Perspektive zulässt, und zugleich an ihrer Stelle auf der Oberfläche bleiben.

Spielen Sie die Original- und die bearbeiteten Clips an denselben Zeitpunkten ab. Beginnen Sie mit dem Schild, das der Kamera zugewandt ist, verfolgen Sie seine Drehung und schauen Sie über den Moment hinaus, der Ihnen zuerst aufgefallen ist. Durch Anhalten lässt sich ein Buchstabe prüfen; erst die Wiedergabe zeigt, wie er an diese Stelle gelangt ist.

Wenn der Text während der Bewegung falsch aussieht, stellen Sie zunächst fest, was genau Sie sehen. Fehlt der gewünschte Wortlaut, oder verändert sich die richtige Beschriftung auf eine Weise, die nicht der Drehung des Schilds folgt? Diese Beobachtungen erfordern unterschiedliche Hinweise zur Korrektur.

Ein korrektes Anfangsbild entscheidet noch nicht über die gesamte Sequenz, doch ein problematischer Moment macht nicht alles zunichte, was zuvor gelungen ist. Finden Sie die Passage, die genauer untersucht werden muss, statt das Bearbeitungsprogramm den gesamten Clip neu erstellen zu lassen.

Wenn keine der beiden Versionen klar erkennbar ist

Das Ausgangsmaterial setzt einer fairen Beurteilung Grenzen. Ist das Schild während der Drehung unleserlich, kann der Prüfer anhand dieses Moments nicht feststellen, wie gut die Ersatzbeschriftung lesbar sein sollte.

Vergleichen Sie dieselbe Passage in beiden Versionen. Ein früheres Bild mit frontaler Ansicht kann die Wörter deutlich zeigen, bildet aber nicht die Sichtbedingungen zu dem Zeitpunkt ab, den Sie beurteilen.

Wenn das Material keine Beurteilung zulässt, halten Sie die Unsicherheit fest. Bezeichnen Sie sie nicht als bestätigten Mangel und werten Sie ein späteres deutliches Bild nicht als Beweis dafür, dass der verdeckte Abschnitt korrekt war.

Ob diese Unsicherheit einer Freigabe entgegensteht, hängt davon ab, was für die Aufnahme nachgewiesen werden muss. Eine Passage, die in beiden Versionen unleserlich ist, belegt für sich genommen nicht, dass die Bearbeitung fehlgeschlagen ist. Bleibt dadurch eine notwendige Anforderung ungeklärt, muss die Person, die über die Auslieferung entscheidet, diese Frage klären.

Vergleichen Sie die Szene rund um die Wörter

Die veröffentlichten Vergleiche zwischen Quelle und Ausgabe des ViTeX-Bench-Teams bieten Studienbeispiele sowie Daten und Evaluierungscode. Sie ermöglichen es den Lesern, die Forschung zu prüfen. Es handelt sich jedoch um eigene Materialien der Autoren, die nicht unabhängig die kommerzielle Leistungsfähigkeit anhand des Videomaterials eines Lesers belegen.

Richten Sie bei Ihrem eigenen Vergleich, nachdem Sie den Ersatz geprüft haben, Ihre Aufmerksamkeit auf etwas anderes. Vergleichen Sie den übrigen Teil des Schildes und die umliegende Szene mit der Quelle. Für diese Bereiche gilt ein anderer Maßstab: Hier prüfen Sie, ob alles erhalten geblieben ist, statt zu beurteilen, wie überzeugend die neuen Wörter wiedergegeben wurden.

Verfolgen Sie jeden sichtbaren Unterschied über einen ausreichend langen Abschnitt der Sequenz, um sein Ausmaß festzustellen. Legen Sie die entsprechende Quellpassage dazu. Ein einzelnes Standbild zeigt möglicherweise, wo Ihnen etwas aufgefallen ist; die Bewegungen im Umfeld liefern der redigierenden Person den Kontext, den sie braucht, um den Vergleich nachzuvollziehen und festzustellen, ob der Unterschied bestehen bleibt.

Das Ergebnis dieses Prüfdurchgangs sollte eine konkrete Beobachtung zum Videomaterial sein. Ob dieser Unterschied zulässig ist, muss gesondert entschieden werden, insbesondere wenn er außerhalb des vereinbarten Bearbeitungsbereichs liegt.

Bewahren Sie die Anweisungen beim Export auf

Auch die Prüfung KI-generierter Aufnahmen vor der Veröffentlichung spielte in Unite.AI’s Synthesia-Review eine Rolle: Der Autor stellte fest, dass die Ausgabe vor dem Teilen korrigiert werden musste. Dieser Avatar-Workflow ist ein thematisch angrenzender Kontext, aber kein Test für Text in der Szene.

Bewahren Sie die Quelle, den gewünschten Wortlaut und den zulässigen Bearbeitungsbereich neben der bearbeiteten Version auf. Wenn Sie die Arbeit organisieren, fügen Sie die Prüfnotizen diesem Export bei und halten Sie fest, wer ihn freigeben kann. Wer erst in dieser Phase zur Prüfung hinzukommt, benötigt neben dem Ergebnis auch die ursprünglichen Anweisungen.

Dies ist ein praktischer Prüfroutine, kein von ViTeX-Bench validiertes Verfahren. Sie soll Belege und Entscheidung zusammen verfügbar machen.

Formulieren Sie eine umsetzbare Korrektur

Eine hilfreiche Rückmeldung sagt der redigierenden Person, was sie prüfen soll und wodurch die Anforderung erfüllt wäre. Ist der Wortlaut falsch, nennen Sie die gewünschte Formulierung und geben Sie die betreffende Passage an. Ist der Wortlaut korrekt, verändert sich aber während der Drehung sein Erscheinungsbild, beschreiben Sie dieses Verhalten, statt eine Rechtschreibkorrektur einzureichen.

Fügen Sie bei einer unerwünschten Änderung außerhalb des bearbeitbaren Bereichs die entsprechende Quellsequenz bei, damit die redigierende Person Ihren Vergleich zum selben Zeitpunkt in der Aufnahme nachvollziehen kann. Sie müssen weder eine Diagnose des Modells stellen noch behaupten zu wissen, welcher Verarbeitungsschritt den Unterschied verursacht hat.

Halten Sie jeden nicht beurteilten Abschnitt klar von diesen bestätigten Problemen getrennt. Eine Bitte um genauere Prüfung sollte nicht so formuliert sein, als sei ein Mangel bereits nachgewiesen.

Diese Unterscheidungen bewahren auch bereits erzielte Fortschritte. Die redigierende Person kann erkennen, welche Teile die Anforderung erfüllen und welche noch Aufmerksamkeit benötigen, ohne dass damit versprochen wird, das Werkzeug könne einen Teil isoliert korrigieren. Die überarbeitete Ausgabe muss weiterhin als Ganzes geprüft werden.

Beispielhaftes Prüfblatt. An den in ViTeX-Bench erörterten Evaluierungsfragen orientiert; keine gemessenen Ergebnisse und keine Modellausgabe.

Geben Sie die Version frei, die Sie veröffentlichen

Sehen Sie sich einen korrigierten Export zunächst erneut neben der Quelle an, bevor Sie sich den früheren Anmerkungen widmen. Die Korrektur ist wichtig, doch die vorherige Prüfung bezog sich auf eine ältere Datei. Die Freigabe muss sich auf die Version beziehen, die Sie verwenden möchten.

Wenn ein Unterschied bestehen bleibt, klären Sie, ob es bei der Uneinigkeit um die Beweislage oder um die Zulässigkeit geht. Stimmen zwei Prüfende darüber nicht überein, was sich geändert hat, müssen sie zum Vergleich zurückkehren. Sehen beide die Änderung, möchte sie aber nur eine Person beibehalten, lässt sich die Uneinigkeit allein durch weiteres Abspielen nicht lösen.

Die für die Auslieferung verantwortliche Person muss dann entweder die weitergehende Änderung genehmigen oder eine Korrektur verlangen und die Entscheidung dem Export zuordnen, damit sie nicht mit etwas verwechselt wird, das übersehen wurde.

Geben Sie die Bearbeitung zurück oder behalten Sie die Quelle bei, wenn eine unerklärte Änderung oder eine unvollständige Prüfung dazu führt, dass eine notwendige Anforderung nicht erfüllt ist. Die ersetzten Wörter können vollkommen korrekt sein und trotzdem zu einer Version gehören, die noch nicht veröffentlichungsreif ist.