Was ist Character Drift in KI-Video?

Präzise Definition von Character Drift in KI-Video: welche Merkmale driften, warum es passiert und wie man testet, ob ein Tool das Problem wirklich gelöst hat.

·7 min read·definition

Character Drift ist, wenn sich das Aussehen einer KI-generierten Figur von Shot zu Shot subtil verändert, bis Sie ab Shot sechs oder sieben eine andere Person sehen.

Es ist der Hauptgrund, warum narratives KI-Video — Kurzfilme, Drama, Brand-Stories— auf den meisten heutigen Tools noch nicht funktioniert.

Dieser Artikel definiert Character Drift präzise, erklärt, warum er entsteht, was ihn verursacht, und welche Techniken ihn 2026 tatsächlich beheben.

Eine präzise Definition

Character Drift bezeichnet unwillkürliche, allmähliche Veränderungen identitätsdefinierender Merkmale einer Figur über mehrere KI-generierte Video-Shots hinweg, obwohl die Nutzerintention ist, dass diese Merkmale konstant bleiben.

Drift ist unwillkürlich — der Nutzer wollte Konsistenz. Er ist allmählich — jeder Shot ändert sich ein wenig. Er betrifft identitätsdefinierende Merkmale — Dinge, die einen Menschen erkennbar zu sich selbst machen.

Drift unterscheidet sich von:

Drift ist, wenn man dieselbe Person wollte und eine andere bekommen hat.

Welche Merkmale driften?

Über Tausende Generierungen öffentlicher Tools, die wir katalogisiert haben, betrifft Drift typischerweise diese Merkmale:

  1. Augenfarbe — der häufigste Drift. Braun wird über wenige Shots zu Hasel und dann zu Grün.
  2. Augenform — einlidrig zu mehrlidrig, schmal zu weit.
  3. Kieferlinie — scharf zu weich, eckig zu rund.
  4. Haaransatz — weicht zurück oder rückt vor, Scheitel ändert sich.
  5. Hautton — 5–10 % wärmer oder kühler.
  6. Gesichtsproportionen — Augenabstand, Nase-zu-Mund-Verhältnis, Kinnlänge.
  7. Haarfarbe — Schwarz zu Braun zu Dunkelbraun.
  8. Körperproportionen — Größe, Statur, Haltung.
  9. Markante Merkmale — Muttermale, Narben, Accessoires erscheinen oder verschwinden.
  10. Stilistische Identität — realistisch zu leicht stilisiert gerendert.

Manche davon sind offensichtlich. Andere (Augenabstand, Nase-zu-Mund-Verhältnis) werden unterschwellig wahrgenommen — Zuschauer spüren, dass etwas nicht stimmt, ohne bewusst zu identifizieren, was sich verändert hat.

Warum entsteht Drift?

Drei strukturelle Gründe.

1. Generative Video-Modelle sind zustandslos

Bei Shot 1 wandelt das Modell den Prompt in eine latente Repräsentation um, durchläuft den Diffusionsprozess und gibt Frames aus. Der interne Zustand wird nicht persistiert. Bei Shot 2 mit demselben Prompt startet das Modell neu.

Die neue Generierung ist ähnlich, aber nicht identisch, weil Diffusion-Sampling stochastisch ist. Jede Generierung ist ein anderer Random Walk durch den latenten Raum des Modells, selbst bei ähnlichen Prompts.

2. Prompts beschreiben Kategorien, keine Identitäten

Ein Prompt wie „30-jährige Asiatin mit schulterlangem schwarzem Haar" beschreibt eine Kategorie mit Millionen gültiger Personen. Das Modell wählt jedes Mal eine. Ohne etwas Spezifischeres lässt sich nicht auf eine konkrete Person fixieren.

Manche Tools akzeptieren Referenzbilder. Diese helfen für die ersten 2–3 Shots, aber das Modell gewichtet den Prompt mit der Zeit stärker als die Referenz, und Drift schleicht zurück.

3. Drift summiert sich über Shots

Selbst kleine Pro-Shot-Unterschiede summieren sich. Driftet jeder Shot 3 % von der Originalreferenz, sind Sie bei Shot 10 schon 30 % daneben. Bei Shot 20 ist die Figur unkenntlich verändert.

Die Mathematik des Drifts ist exponentiell, nicht linear.

Warum aktuelle Tools es nicht nativ lösen

Die meisten KI-Video-Tools (Runway Gen-3, Pika 2.0, Sora, Kling, Veo 3, Seedance 2.0) sind auf Single-Clip-Qualität optimiert. Der R&D-Aufwand fließt darein, jede einzelne Generierung so gut wie möglich zu machen. Multi-Shot-Konsistenz ist ein eigenes Problem mit eigener Architektur und stand bei den Foundation-Modellen selbst nicht im Vordergrund.

Die Tools, die nativ am nächsten kommen (Sora, Seedance), zeigen in unseren Tests immer noch ab etwa Shot 3–4 sichtbares Drift.

Welche Techniken Drift tatsächlich beheben

Fünf Ansätze, in der Reihenfolge ihrer Wirksamkeit:

1. Gleicher Prompt + gleicher Seed (funktioniert kaum)

Theorie: Identische Eingaben sollten identische Ausgaben liefern.

Realität: Moderne Video-Modelle haben stochastische Elemente (Noise Scheduling, Attention Dropout), die Seeds nicht voll respektieren. Selbst bei identischen Eingaben treten Frame-Unterschiede auf.

Ergebnis: leichte Reduktion von Drift, beseitigt ihn nicht.

2. Referenzbild in jedem Shot (hilft für ~3 Shots)

Theorie: Die Referenz in jeden Prompt einbauen, um die Figur zu verankern.

Realität: Funktioniert für Shots 1–3, driftet bei Shot 4–6, bricht bei Shot 8–10.

Ergebnis: hilfreich für kurze Inhalte, scheitert bei Narrativ.

3. LoRA-Finetuning pro Figur (funktioniert, skaliert nicht)

Theorie: Ein kleines Custom-Modell auf Fotos der Figur trainieren und für alle Shots verwenden.

Realität: Funktioniert gut für Bildgenerierung. Für Video braucht es 20+ Fotos, das Training dauert pro Figur 30 Min. – 2 Stunden, generalisiert schlecht auf Bewegung und komponiert nicht über mehrere Figuren.

Ergebnis: produktionsreife Konsistenz, aber Workflow skaliert nicht.

4. IP-Adapter / Reference-only Conditioning (hilft moderat)

Theorie: Features des Referenzbilds in die Attention-Schichten des Modells injizieren und den Prompt umgehen.

Realität: Funktioniert für moderate Konsistenz über 5–10 Shots, bricht bei 20+ Shots und bei großen Posen-Änderungen.

Ergebnis: solide für mittellange Inhalte, scheitert bei vollwertigem Narrativ.

5. Character-as-Asset-Architektur (aktueller Stand der Technik)

Theorie: Die Figur als erstklassiges persistentes Asset in Form eines Embeddings behandeln, nicht als Prompt-Detail. Embedding direkt in das Modell-Conditioning injizieren. Mit automatisch generierten Negative Prompts auf Basis eines Drift-Mode-Katalogs koppeln.

Realität: Tools wie Juying sind genau darum herum gebaut. In unseren Tests hält dieser Ansatz die Identität über 30+ Shots mit hoher Konsistenz.

Ergebnis: produktionsreife Konsistenz für Narrativ-Inhalte.

Wie man jedes Tool auf Drift testet

Drei schnelle Tests:

Test 1 — Der 30-Shot-Test: Generieren Sie dieselbe Figur in 30 verschiedenen Szenen (variierende Beleuchtung, Winkel, Emotionen). Legen Sie sie als Raster aus. Schauen Sie sich die Gesichter nebeneinander an. Sie sollten offensichtlich dieselbe Person sein.

Test 2 — Der End-to-End-Test: Vergleichen Sie Shot 1 und Shot 30 direkt. Sie sollten als dieselbe Person nicht unterscheidbar sein.

Test 3 — Der Wiederverwendungstest: Erzeugen Sie heute eine Figur. Kommen Sie morgen mit einem anderen Skript. Können Sie dieselbe Figur ohne Neu-Aufsetzen wiederverwenden?

Tools, die alle drei bestehen, haben das Drift-Problem auf Produktionsqualität gelöst. Tools, die einen davon verfehlen, haben es nicht.

Häufige Fragen

Ist Character Drift dasselbe wie das „Uncanny Valley"?

Nein. Das Uncanny Valley bezeichnet subtile Falschheit in einer einzelnen Darstellung einer Person. Drift bezieht sich auf Identitätsänderungen über mehrere Darstellungen hinweg.

Betrifft Drift auch nicht-menschliche Figuren?

Ja. Drift betrifft animierte Figuren, stilisierte Figuren, Tiere und sogar Objekte. Alles, was identitätsdefinierende Merkmale hat, kann driften.

Lässt sich Drift in der Postproduktion beheben?

Teilweise. Sie können Face-Swap oder Compositing auf einzelnen Shots machen, aber das ist arbeitsintensiv und sieht im Maßstab künstlich aus. Drift zur Generierungszeit zu lösen, ist deutlich besser, als ihn nachträglich zu reparieren.

Wird Drift bei längeren Videos schlimmer?

Ja. Drift summiert sich, daher hat ein 5-minütiges Video mehr Drift als ein 30-Sekunden-Video, alles andere gleich. Das ist mit ein Grund, warum Langform-KI-Video so schwer ist.

Ist Drift grundsätzlich unlösbar?

Nein. Die Character-as-Asset-Architektur funktioniert. Die Herausforderung liegt im sauberen Engineering — der richtigen Embedding-Extraktion, dem richtigen Drift-Mode-Katalog, der richtigen Konsistenz-Check-Schleife. Tools, die in diese Schicht investiert haben, lösen Drift in Produktionsqualität.

Die Quintessenz

Character Drift ist kein Modell-Problem — es ist ein Architektur-Problem. Größere Video-Modelle werden es nicht lösen; sie werden nur höherwertigen Drift produzieren. Die Lösung liegt in der Schicht über dem Modell: wie Identitäten gespeichert, abgerufen und in Generierungen injiziert werden.

Wenn Sie ein KI-Video-Tool auswählen und Ihre Arbeit dieselbe Figur in mehreren Shots verlangt, lautet die Frage:

„Wie speichert und ruft Ihr Tool Charakter-Identität über Generierungen hinweg ab?"

Lautet die Antwort „Wir nutzen ein Referenzbild" — Drift wird auftreten. Lautet sie „Wir speichern Embeddings als persistente Charakter-Assets und injizieren sie ins Conditioning" — dann ist Drift weitgehend gelöst.

Verwandte Lektüre

Probieren Sie ein Tool, das Drift nativ löst — Juying — Free Tier verfügbar.