Ich hatte kürzlich die Gelegenheit, Googles neuesten Sprung in der KI-Videotechnologie, Veo 3, auszuprobieren. Es wurde am 20. Mai 2025 während der I/O 2025-Veranstaltung veröffentlicht.
Seine coolen Funktionen haben für viel Aufsehen gesorgt. Und als jemand, der im Bereich der KI-Videogenerierung arbeitet, möchte ich meine ehrlichen Gedanken und Erfahrungen mit diesem Modell gerne teilen.
TL;DR
Ich habe Veo 3 getestet, indem ich einen Podcast und mehrere Konzertvideos erstellt habe. Obwohl es nicht perfekt ist und einige seltsame Fehler aufweist, ist es beeindruckend, wie realistische Videos und synchronisierter Ton erzeugt werden.
Doch manchmal war ich von diesem Modell auch frustriert: Die Audio- und Untertitelgenerierung ist nicht vollständig kontrollierbar, und die generierten Texte sind häufig fehlerhaft.
| Vorteile | Nachteile |
| ✔️ Erzeugt Video und Audio in einem Durchgang | ❌ Sehr teures Abonnement |
| ✔️ Realistische Lippensynchronisation und Soundeffekte | ❌ Unkontrollierte Audio- und Untertitelgenerierung |
| ✔️ Hochwertige Grafik mit realistischer Physik | ❌ Häufige sichtbare Macken und wirres Text |
| ✔️ In Google Flow integriert |
Video, Audio, Voiceover, Lippensynchronisation, … Alles in einem Durchgang
Als Erstes fiel mir auf, wie Veo 3 mehrere Schritte der Videoerstellung zu einem einzigen, einfachen Prozess zusammenfasst.
Wenn ich Veo 3 benutze, bin ich begeistert, wie es meine Videos mit Ton zum Leben erweckt. Ich kann Umgebungsgeräusche wie Vogelgezwitscher oder das Treiben in den Straßen der Stadt hinzufügen, was meine Szenen wirklich authentisch wirken lässt.
Was mich am meisten beeindruckt, ist, wie es Dialoge erzeugen kann, die zu den Lippenbewegungen der Figuren passen – es wirkt so natürlich, dass es manchmal gar nicht so aussieht, als sei es KI-generiert.
Neu definierter KI-Video-Workflow
Diese neue multimodale Funktion ist definitiv eines der Hauptmerkmale dieses Modells. Man muss sich nicht mehr mit Musik herumschlagen oder Sprachaufnahmen separat suchen und die Lippensynchronisation separat vornehmen.
Dies kann die Art und Weise verändern, wie Menschen Videos mit KI produzieren:
- Der alte Arbeitsablauf: Videos erstellen > Voiceover/Soundeffekte/Musik erstellen > Lippensynchronisation > Bearbeitung.
- Der neue Workflow mit Veo 3: Einfach eine Texteingabeaufforderung eingeben, und alles Weitere wird erledigt.
Beispiele für die Generierung
Ich war gespannt, wie Veo 3 mit bestimmten Trend-Videoanfragen umgehen würde, also bat ich es, vier einzigartige Videos zu generieren.
Im ersten Beispiel habe ich eine authentisch wirkende, gefälschte Wetteransage angefordert, in der ein Nachrichtensprecher über eine Invasion von Tacos berichtet, die sich rasch in den Vereinigten Staaten ausbreitet.
Ich war überrascht, wie realistisch die Aufnahmen wirkten. Zwar gab es einige Gesichtsverzerrungen, aber der Sprecher sah lebensecht aus und die Lippensynchronisation war ziemlich genau.
Das nächste Beispiel war ein witziges Video, in dem ein realistisch aussehender, sprechender Gorilla ein großes englisches Fußballspiel besuchte, einen Selfie-Stick hochhielt und sich wütend bei seinen Zuschauern über eine unfaire Entscheidung des Schiedsrichters beschwerte, während er sich mit anderen Fans auf der Tribüne befand.
Das Ergebnis war witzig, denn der Gorilla sah unglaublich lebensecht aus und klang auch so, mit natürlichen Gesichtsausdrücken und Körperbewegungen. Allerdings waren einige Verzerrungen im Hintergrund noch erkennbar.
Im dritten Beispiel wollte ich sehen, wie es im Inneren von Gemüse aussieht, wenn man es halbiert.
Meine Vorgaben wurden größtenteils korrekt umgesetzt, aber aus irgendeinem Grund hat das Tool kristallisiertes Gemüse dargestellt, was den von mir angestrebten visuellen Realismus beeinträchtigte. Der Ton ist übrigens entspannend.
In diesem letzten Beispiel habe ich Veo 3 gebeten, eine Zeitreise-Sequenz zu produzieren, in der eine Frau zum 14. April 1912 zurückreist und versucht, die Passagiere an Bord der Titanic vor dem Untergang des Schiffes im Nordatlantik in der Nähe von Neufundland zu warnen.
Diesmal fand ich die Szene übertrieben und die plötzliche Verschwindesequenz unnötig. Ehrlich gesagt war es ein ziemlich willkürliches und ungenaues KI-Video-Rendering.
Alles in allem hat Veo 3 größtenteils recht gut abgeschnitten. Es gab zwar einige kleinere Probleme mit der schnellen Wiedergabe und der visuellen Konsistenz, daher sind gelegentliche Verbesserungen möglicherweise nötig. Ich bin jedoch überzeugt, dass dieses KI-Modell das Potenzial hat, virale Videos zu generieren.
Flow: Ein erster Blick auf die KI-Videoproduktion der nächsten Generation
Google hat Flow zusammen mit Veo 3 veröffentlicht . Es handelt sich um eine KI-gestützte Video-Storyboard-Plattform, die Veo 3 und seine Vorgängermodelle sowie zahlreiche KI-generierende und Bearbeitungswerkzeuge integriert.
Storyboard
Das Storyboard-Konzept ist nicht neu. Sora hat es eingeführt, aber aufgrund der mangelhaften Performance wurde es vernachlässigt. Google Flow greift das Storyboard-Konzept auf und macht es deutlich nützlicher.
Sie können alle von Ihnen hochgeladenen oder mit den Veo -Modellen generierten Clips auf einer Zeitleiste platzieren, anordnen, kürzen und grundlegende Bearbeitungen vornehmen. Das coolste Feature ist jedoch die sogenannte „Erweiterung“.
Smooth Video Extension
Und so funktioniert es: Sie nehmen ein 8-Sekunden-Video und können jedes beliebige Einzelbild als Ausgangspunkt verwenden, um eine neue Animation zu generieren, die an diesem Punkt fortgesetzt wird.
Das Erstaunliche ist, wie fließend der Übergang zwischen dem Original- und dem neuen Inhalt ist. Flow scheint die Bewegungsmuster im Originalvideo zu analysieren, anstatt nur ein einzelnes Bild als Referenz zu verwenden.
Diese Erweiterungsfunktion ist besonders wichtig, da sie die üblichen Längenbeschränkungen KI-generierter Videos aufhebt. Statt auf kurze Clips beschränkt zu sein, können Sie nun längere, erzählerischere Videos erstellen.
Es ähnelt dem, was Sora versprochen hat, aber Googles Umsetzung funktioniert tatsächlich gut genug, um nützlich zu sein.
Eine Sache ist jedoch zu beachten: Aktuell funktioniert die Erweiterungsfunktion nur mit Veo 2 , nicht mit dem neueren Veo 3.
Beeindruckend, aber auch unbeständig.
Ich war ziemlich begeistert von den tollen Funktionen und den beeindruckenden Videos, die Veo 3 liefert. Doch bei näherer Betrachtung bemerkte ich auch, dass einige der von mir erstellten Videos Qualitätsprobleme aufwiesen.
Unkontrollierte Audio- und Untertitel-Generationen
Was mich wirklich gestört hat, war, wie willkürlich die Audio- und Untertitelgenerierung wirkte. Man konnte nicht steuern, ob sie angezeigt wurden oder nicht, selbst wenn man dies in der Eingabeaufforderung angab.
Ein Beispiel dafür ist dieses Video, das mit dieser Aufforderung erstellt wurde: Das 20-jährige Mädchen war sehr verzweifelt und sagte: „Was ist los? Ein Aufsatz, den ich selbst geschrieben habe, wurde als KI-generiert eingestuft?“ Das Mädchen hat eine Hand am Kopf, einen ängstlichen Gesichtsausdruck, keine Untertitel.
Ich hatte ausdrücklich darum gebeten, dass das Mädchen etwas sagt, aber keine Untertitel angezeigt werden. Das Video ist jedoch komplett stumm, aber mit Untertiteln.
Und auch in diesem TikTok-Videobeispiel zur Werbung für eine Zahnbürste ist kein Ton zu hören.
Eigenheiten und Fehler
Mir sind auch einige Fehler in den mit Veo 3 generierten Videos aufgefallen. Dazu gehören unnatürliche Bewegungen oder visuelle Störungen, die einfach keinen Sinn ergaben.
Ich habe beispielsweise versucht, ein Unboxing-Video für einen Laptop zu erstellen. Anstatt zu zeigen, wie jemand den Karton öffnet und den Laptop herausnimmt, verwandelte sich der Karton selbst direkt in einen Laptop!
Es ist enttäuschend zu sehen, dass diese Probleme von Veo 2 auch in der neuen Version noch bestehen.
Ich finde außerdem, dass die Gesamtklangqualität noch verbessert werden muss, und einige der erzeugten Soundeffekte klingen etwas seltsam. Das waren zwar nur Kleinigkeiten, aber beim genauen Hinhören dennoch wahrnehmbar.
Durcheinandergebrachter Text
Ein weiteres Problem war die Qualität der Textgenerierung. Veo 3 kann zwar Untertitel für Videos generieren, aber der Text war häufig durcheinander und voller Rechtschreibfehler.
Dieses Problem lässt sich in den vorherigen Beispielen erkennen. Und hier sind weitere Beispiele, die zeigen, wie häufig es auftreten kann.
Mir ist bewusst, dass dies ein häufiges Problem bei vielen KI-Modellen ist. Wie bereits erwähnt, haben Sie jedoch keine vollständige Kontrolle über deren Darstellung. Daher müssen Sie möglicherweise einige weitere Generierungsversuche unternehmen, um dieses Problem zu beheben.
Teurer Zugang
Ein weiterer Nachteil, den ich festgestellt habe, ist der extrem hohe Preis von Veo 3. Es ist nur für Nutzer verfügbar, die Googles Ultra-Abo abgeschlossen haben, welches 249,99 US-Dollar pro Monat kostet.
Das ist ein stolzer Preis. Wenn Sie nur gelegentlich Nutzer sind oder als kleiner Kreativer mit diesem Modell experimentieren möchten, ist es meiner Meinung nach nicht das Richtige für Sie. Hoffentlich erweitert Google in Zukunft den Zugang oder bietet günstigere Alternativen an.
Kann Veo 3 nicht verwendet werden? Probieren Sie Pollo AI aus!
Wenn Sie einen hochwertigen KI-Videogenerator suchen, Veo 3 aber nicht nutzen können, sollten Sie sich unbedingt Pollo AI ansehen!
Pollo AI ist eine leistungsstarke All-in-One-Plattform für KI-gestützte Video- und Bildgenerierung, mit der Sie alle Top-Videomodelle an einem zentralen Ort testen können. Als offizieller Partner von Google Cloud können Sie Veo 3 jetzt auf Pollo AI ausprobieren und seine innovativen Funktionen selbst erleben!
Neben Veo 3 ermöglicht die Plattform den nahtlosen Wechsel zwischen weiteren Topmodellen wie Veo 3.1 , Vidu, Hailuo, Kling und PixVerse und deren einzigartigen Funktionen. So erhalten Sie Zugriff auf alle fortschrittlichen Modelle, die Sie für die Erstellung beeindruckender Videos in hoher Qualität benötigen.
Darüber hinaus bietet Pollo AI eine umfassende Suite nativer Videotools, die all Ihre kreativen Bedürfnisse abdecken.
Sie können beispielsweise die innovativen KI-Funktionen zur Umwandlung von Bildern in Videos, Texten in Videos, Referenzen in Videos und Videos in Videos ausprobieren. Darüber hinaus können Sie verschiedene KI-Videoeffekte anwenden, um allerlei unterhaltsame und fantasievolle KI-Videos zu erstellen.
Schlussbetrachtung
Da ich die meisten KI-Videogenerierungstools ausprobiert habe, bin ich von der hohen Qualität von Veo 3 wirklich begeistert.
Die natürliche Audiointegration, die realistischen Details und der optimierte Videoproduktionsprozess – das sind all die tollen Features, die mich wirklich beeindrucken.
Andererseits schränkt der Preis die Reichweite ein, und es besteht noch Raum für Verbesserungen hinsichtlich der Erzeugungsqualität und -konsistenz.
Dennoch bietet mir Veo 3 einen faszinierenden Einblick in die Zukunft der KI-Videotechnologie, und ich bin gespannt, wie Google und andere Unternehmen auf dieser Grundlage aufbauen werden.
Und falls Sie auf der Suche nach einer All-in-One-Plattform zur KI-Videogenerierung sind, empfehle ich Ihnen , den Pollo AI Video Generator auszuprobieren !