Kann Claude Videos und Bilder erstellen? Bei QuQi ja

Die kurze Antwort lautet: nicht von allein. Claude ist ein Sprachmodell. Es schreibt Texte, denkt Probleme durch und programmiert, und im Gespräch kann es Diagramme und Charts in HTML und SVG skizzieren. Fotos malt es nicht so, wie ein Bildmodell das tut, und es hat keinen Knopf, der aus einem Prompt ein MP4 macht.

Die längere Antwort ist interessanter. Geben Sie Claude einen Computer, und die Lage ändert sich. Mit einem Browser, einer Shell und ffmpeg kann Claude ein Bild als Webseite gestalten und als Bilddatei speichern. Es kann diese Seite Bild für Bild animieren und die Einzelbilder als Video kodieren. Und für die wenigen Dinge, die Code nicht zeichnen kann, etwa eine menschliche Stimme oder ein realistisches Foto, kann es Hilfe bei Modellen anfordern, die genau dafür gebaut sind.

So erstellt QuQi inzwischen jedes Video, jedes Bild und jedes Karussell für seine Kunden. Dieser Artikel wirft einen Blick unter die Haube: was der Computer ist, was Claude darauf tut und warum die Ergebnisse nach der Arbeit eines Designers aussehen und nicht nach einem Generator, der alles in einem Durchgang ausspuckt.

Was ein Modell allein kann und was ein Computer hinzufügt

Der Unterschied ist im direkten Vergleich am leichtesten zu sehen.

Alles in der rechten Spalte hängt an einer Sache: einem echten Computer, auf dem das Modell arbeiten kann.

Das fehlende Stück ist ein Computer

QuQi betreibt Claude über Boxline, einen Dienst, der einem KI-Agenten einen isolierten Rechner in der Cloud mit Browser, Shell und Festplatte gibt. Jedes Stück entsteht auf einem eigenen, sauberen Rechner, damit nichts aus der Arbeit eines Kunden je neben der eines anderen liegt.

Auf dem Rechner liegen die Werkzeuge, die auch auf dem Laptop eines Motion Designers wären, nur ohne Maus:

• Chrome, das Claude direkt steuert, um Websites zu öffnen, Designs zu setzen und Einzelbilder aufzunehmen. Es kann sogar einfache 3D-Szenen für eine Produktaufnahme laufen lassen.
• Eine Shell mit Python und Node, um eigenen Code zu schreiben und auszuführen.
• ffmpeg zum Kodieren von Video und ImageMagick zum Prüfen und Vorbereiten von Bildern.
• Eine Arbeitsfestplatte, auf der jede Datei des Stücks liegt: Recherchenotizen, der Plan, Szenen, Ton und Renderings.

Was der Rechner nie enthält, ist ein Schlüssel zu irgendetwas. Braucht Claude eine Stimme, einen Musikteppich, einen Stockclip oder eine generierte Aufnahme, fragt es QuQi über ein kleines Kommandozeilen-Tool, und QuQi gibt die Bestellung über seine eigenen Konten auf. Für jedes Stück gibt es Obergrenzen für das, was bestellt werden kann, damit der Agent nicht mehr ausgeben kann, als ein Stück erlaubt.

Was beim Start auf dem Rechner wartet

Bevor Claude beginnt, legt QuQi vier Dinge auf die Festplatte.

• RULES.md, die Hausregeln. Die Datei beginnt mit dem Unternehmen, mit dessen Kontext und Brand Kit, und legt dann dar, was der Kunde braucht und welche Anweisungen er gibt. Claude muss sie lesen, bevor es irgendetwas bestellen kann.
• Einen Markenordner mit dem Unternehmensprofil, dem Logo und Screenshots der Website.
• Eine Bibliothek mit Handwerks-Skills: schriftliche Leitfäden zu Film- und Designtechnik, zu Produktfilmen, Motion-B-Roll, Erklärvideos, dem Aufbau kurzer Werbespots und Ton, dazu einer zur Prüfung eines Stücks vor dem Rendern.
• Den Befehl quqi, die einzige Verbindung nach außen. Er liest die Regeln, beantwortet Fragen zum Unternehmen, listet die Produkte des Shops auf, nimmt den Plan entgegen, bestellt Material, vermisst die Szenen und prüft die fertige Datei.

Achten Sie darauf, was nicht auf der Liste steht. QuQi gibt keine fertigen Bausteine mit: keine Vorlagen, keine Kits, keine Sounddateien, keine vorab ausgewählten Bilder. Alles im fertigen Stück wird für genau diese eine Anfrage ausgewählt oder gemacht.

Ein Durchlauf, Schritt für Schritt

Angenommen, ein Shop bittet um ein kurzes Video über seinen Frühjahrsverkauf. So kommt Claude von der Anfrage zur fertigen Datei.

1. Die Regeln lesen. Der erste Befehl ist quqi rules. Vorher kann nichts bestellt werden.
2. Recherche. Claude öffnet die Startseite des Shops in Chrome und jede Seite, die die Anfrage nennt, liest das Unternehmensprofil, listet die Produkte aus dem Shop auf und darf QuQi bis zu 12 Fragen zum Unternehmen stellen. Was es gelernt hat, schreibt es in eine Recherchedatei. Keine Recherchedatei, keine Bestellungen.
3. Das Handwerk wählen. Es öffnet mindestens drei Handwerksleitfäden für ein Video (zwei für ein Bild oder Karussell) und den Leitfaden zur Prüfung der eigenen Arbeit.
4. Planen. Es schreibt einen Plan, der für jede Szene angibt, woher das Bild kommt (die Website, Stockmaterial, ein generierter Clip oder eigener Code) und warum. Der Plan listet außerdem die gewählten Techniken auf, erklärt, warum sie zu diesem Unternehmen passen, und sagt, wie sich das Stück von den letzten drei der Marke unterscheiden wird. QuQi prüft den Plan und schickt ihn zurück, wenn Claude zum Beispiel die Website nie wirklich geöffnet hat.
5. Bauen. Jede Szene ist eine HTML-Seite mit einer Funktion, die jeden beliebigen Moment davon zeichnen kann. Der Text ist in den eigenen Schriften der Marke gesetzt, und Produktfotos werden von QuQi freigestellt, damit sie sauber auf dem Design sitzen.
6. Ton. Ein Sprechertake, ein Musikteppich und ein Satz Soundeffekte, die Claude selbst schneidet und platziert. Die Untertitel richten sich nach den Wort-Zeitmarken der Stimme, und wenn ein Moderator spricht, werden die Lippen nur für die Sekunden vor der Kamera synchronisiert.
7. Vermessen. quqi measure öffnet jede Szene in Chrome in der finalen Größe und meldet zu kleine Schrift, Buchstaben, die sich berühren, gedrängte Zeilen, Wörter außerhalb des sicheren Bereichs, ein Logo, das zu klein zum Lesen ist, und alles, was verzerrt oder abgeschnitten ist. Claude behebt, was gemeldet wird.
8. Rendern. Es geht jede Szene Bild für Bild durch, und ffmpeg kodiert das Ergebnis ein einziges Mal, mit den Einstellungen, die die Plattformen wollen: H.264-Video mit 30 Bildern pro Sekunde und AAC-Ton.
9. Prüfen und liefern. quqi check läuft über das fertige Video, dann führt QuQi eigene Prüfungen durch und legt das Stück im Studio des Kunden ab.

Ein Bild folgt demselben Weg, nur ohne Ton und Einzelbilder: Claude gestaltet es als Seite, vermisst es und speichert es als PNG. Ein Karussell macht dasselbe für jede Folie.

Warum das Design eine Webseite ist

Schneller wäre es, ein Bildmodell um „einen Instagram-Post über einen Frühjahrsverkauf“ zu bitten. Warum also der Umweg? Weil ein Browser der genaueste Schriftsetzer ist, den die meisten von uns je besitzen werden, und weil die Arbeit damit vier Dinge bringt, die ein Generator mit einem einzigen Durchgang nicht versprechen kann.

• Echte Schrift. Die Wörter sind Text und kein gemalter Text, also sind sie richtig geschrieben und in der eigenen Schrift der Marke gesetzt.
• Messbares Design. Ein Browser kennt die genaue Position und Größe jedes Kastens auf der Seite. Erst das macht eine automatische Designprüfung überhaupt möglich.
• Wiederholbare Einzelbilder. Derselbe Moment einer Szene wird immer gleich gezeichnet, sodass eine Korrektur nur ihre eigenen Sekunden neu rendern muss statt des ganzen Films.
• Änderungen statt Neustarts. Ein Wort zu ändern, ändert ein Wort. Nichts anderes auf der Seite verschiebt sich, es sei denn, es soll.

Generierte Medien haben weiterhin ihren Platz, aber einen kleinen. Ein Bild oder Karussell bekommt höchstens ein generiertes Foto, und nur ein realistisches. Ein Video bekommt höchstens einen generierten Clip, nie ein generiertes Standbild auf dem Bildschirm, und Stockmaterial bleibt bei etwa einem Drittel des Filmmaterials. Der Rest ist Claudes eigene Animation.

Regeln wiegen schwerer als Prompts

Ein Agent mit Computer kann viel, und genau deshalb zählen die Regeln mehr als jede einzelne Anfrage. Einige davon gelten für jedes Stück, das QuQi macht:

• Die Farben, Schriften und das Logo der Marke haben Vorrang vor jedem Stil, den eine Anfrage nennt.
• Keine berühmten Personen, keine Doppelgänger und kein Logo einer anderen Marke.
• Keine Fremden aus Stockmaterial, die als Leute des Unternehmens ausgegeben werden.
• Aussagen werden wortwörtlich vom Unternehmen übernommen, Einschränkungen eingeschlossen.
• Die Abschlusskarte ist das Logo mit der Website darunter, und sonst nichts.
• In einem Hochformatvideo keine Wörter im obersten Zehntel oder im untersten Fünftel des Bildes, wo die Apps ihre eigenen Buttons platzieren.

Eine kleine Regel, die wir besonders mögen: Jede Stimme spricht QuQi als „Q-Kee“ aus, und geschrieben steht weiterhin überall QuQi.

Wer die Arbeit prüft

Es gibt keine zweite KI, die die Hausaufgaben der ersten korrigiert. Claude ist sein eigener Prüfer, und es prüft mit Zahlen. Die Schriftregeln sind konkret: nicht mehr als vier Größen, jede mindestens ein Viertel größer als die nächstkleinere, Überschriften nie um mehr als 2 Prozent enger gesetzt, und Zeilenabstände innerhalb fester Bereiche für Überschriften und für Fließtext.

Dann prüft QuQi das Ergebnis von außen. Ein Stück geht einmal zurück, wenn seine Prüfung keine Messungen zeigt, wenn die Länge eines Videos vom Briefing abweicht, wenn das Bild über die Stimme hinausläuft oder wenn ein Transkriptionsdienst weniger als die Hälfte der gesprochenen Wörter versteht.

Drei Qualitätsstufen, alle mit Claude

Kunden wählen zwischen Standard, Normal und High quality. Alle drei laufen mit Claude. Was sich zwischen ihnen ändert, ist, wie viel Sorgfalt in Design, Aufnahmen und Prüfung fließt: Standard ist schneller und kostet weniger, und High quality ist die sorgfältigste Stufe, für die Arbeiten, auf die es am meisten ankommt. Bilder und Karussells starten auf High quality, Videos auf Normal. Bei jedem Durchlauf ist der Denkaufwand von Claude hoch eingestellt.

Änderungen entstehen auf demselben Rechner

Wenn ein Stück geliefert ist, wird sein Rechner nicht weggeworfen. Er wird angehalten und zwei Tage lang aufbewahrt, mit allen Dateien darauf, und jede gelieferte Änderung bringt zwei weitere Tage. Bitten Sie um eine Änderung, und Claude macht dort weiter, wo es aufgehört hat. Ändert sich nur der Ton, wird der neue Ton über das bereits gerenderte Bild gemischt, ohne neue Einzelbilder. Ändert sich eine Szene, werden nur ihre Sekunden neu gebaut. Der Kunde zahlt nur für das, was sich geändert hat.

Wie die Bilder in diesem Artikel entstanden sind

Für diese Seite haben wir dieselbe Idee genutzt. Das Titelbild, das Diagramm des Rechners und der Durchlauf oben begannen alle als HTML-Dateien, die wir in Headless Chrome geöffnet und als Bilder gespeichert haben. Kein Bildmodell war beteiligt, deshalb ist jede Beschriftung darin richtig geschrieben. Unsere anderen Artikel über KI-Videos für Social Media und Bilder und Karussells im Markenstil wurden auf dieselbe Weise illustriert.

Häufige Fragen

Kann Claude Bilder generieren?

Nicht als Pixel aus einem Prompt, so wie ein Bildmodell. Claude kann das HTML, SVG oder den Code schreiben, der ein Bild zeichnet, und mit einem Browser auf einem Rechner kann es diesen Code in eine echte Bilddatei rendern. So erstellt QuQi Bilder und Karussells.

Kann Claude Videos erstellen?

Nicht allein, denn es hat kein Videomodell. Mit einem Computer schon: Es baut jede Szene als animierte Webseite, nimmt die Einzelbilder in einem Browser auf und kodiert sie mit ffmpeg. Spezialisierte Modelle liefern die Stimme, die Musik und höchstens einen generierten Clip.

Was ist Boxline?

Boxline ist ein Dienst, der KI-Agenten eigene, isolierte Rechner in der Cloud gibt, jeden mit Browser, Shell und Festplatte. QuQi nutzt ihn, damit jedes Stück einen eigenen, sauberen Rechner bekommt, der danach zwei Tage lang für Änderungen erhalten bleibt.

Brauche ich ein Claude- oder Boxline-Konto, um das zu nutzen?

Nein. QuQi erledigt das alles für Sie. Sie bitten im Studio oder in einem Chat um ein Video, ein Bild oder ein Karussell und zahlen mit QuQi-Credits für das, was das Stück tatsächlich verbraucht.