Kling 4.0: KI-Videomodell erzeugt 30-Sekunden-Clips und nutzt 10 Keyframes

Kling AI, die Videogenerierungsplattform des chinesischen Technologiekonzerns Kuaishou, hat Kling 4.0 veröffentlicht, ein Modellupdate mit Schwerpunkt auf Bewegungsdarstellung, kreativer Kontrolle und längerem Storytelling. Details zur Veröffentlichung wurden am 16. Oktober 2026 bekannt gegeben. Das Modell kann in einem einzigen Durchlauf nativ Videos von bis zu 30 Sekunden Länge erzeugen.

Kling 4.0 akzeptiert bis zu 15 multimodale Referenzdateien, darunter Bilder, Videos und Audio, sowie bis zu 10 Keyframes. Damit können Kreative Figurenzustände, Handlungsveränderungen und Übergänge zwischen Szenen gezielt planen. Bereits erstellte Videos lassen sich außerdem erweitern, sodass fortlaufende Handlungen und mehrteilige Geschichten besser umsetzbar sind.

Mehr als der Textprompt

KI-Videotools stützen sich bisher größtenteils auf geschriebene Prompts, die komplexe Kamerafahrten, Figurenhandlungen und Szenenwechsel nur schwer präzise festlegen können. Auch wenn einzelne Aufnahmen überzeugend wirken, können beim Zusammenfügen Figuren mit wechselndem Aussehen oder Bewegungen entstehen, die den Zusammenhang stören. Ein Sprecher von Kling AI erklärte, die neuen Funktionen zielten vor allem auf zwei Probleme: kreative Kontrolle und narrative Kontinuität.

Die beiden Werkzeuge erfüllen unterschiedliche Aufgaben. Referenzen geben dem Modell vor, wie ein Video aussehen und wirken soll, während Keyframes festlegen, wie sich die Geschichte entwickeln soll. Grundsätzlich könnte so seltener derselbe Clip immer wieder neu generiert und anschließend manuell der beste ausgewählt werden. Wie gut das funktioniert, hängt allerdings davon ab, wie komplex die Szenen sind.

Konsistenz wird zum entscheidenden Faktor

Laut dem Sprecher bleibt der zentrale technische Engpass bei längeren KI-Videos die Stabilität, Steuerbarkeit und Kohärenz über längere Zeiträume. Lange Clips erfordern, dass ein Modell Figurenidentität, räumliche Beziehungen, Bewegung, Kamerarichtung, Beleuchtung und die Synchronisation von Bild und Ton konstant hält. Das Unternehmen argumentiert, dass visuelle Treue zunehmend zur Grunderwartung wird, während die nächsten Prioritäten in feinerer Steuerung und einem besseren Verständnis von Drehbüchern und Storyboards liegen.

Kling AI erwartet, dass sich Videotools von einzelnen Generierungsaufgaben zu einem Workflow entwickeln, der Ideenfindung, Referenzeingabe, Shot-Erstellung, Schnitt, Erweiterung und iterative Verfeinerung umfasst. Für Werbeschaffende, Animationsstudios und Filmemacher sind dabei verlässlich reproduzierbare Figuren und niedrigere Kosten für Überarbeitungen mindestens so wichtig wie Realismus.

Mehr Kontrolle bedeutet jedoch nicht, dass KI einen Film allein realisieren kann. Figurenentwicklung, Auswahl der Einstellungen und der finale Schnitt bleiben auf menschliches Urteilsvermögen angewiesen. Der eigentliche Test für Tools wie Kling 4.0 ist, ob sie die richtigen Einstellungen in der richtigen Reihenfolge mit genügend Konsistenz liefern, damit die Produktion planbar wird und nicht zu einer Lotterie aus wiederholten Versuchen verkommt.