Server statt Spielberg: wie KI und Cloud das Kino steuern

Bevor bei Netflix die erste Klappe fällt, haben Rechner längst mitgeredet. Der Dienst wertet aus, was seine über 280 Millionen Mitglieder pausieren, zurückspulen oder mittendrin abbrechen, und zieht daraus Schlüsse über den nächsten Hit. Was früher im Bauch eines Produzenten reifte, entsteht heute zu großen Teilen aus Zahlen und Wahrscheinlichkeiten.

Hinter dieser Rechnerei steckt eine Maschinerie aus Streaming-Daten, Cloud-Speicher und -Technik, die dein Sehverhalten in Produktionsentscheidungen übersetzt. Das klingt nach purer Effizienz. Trotzdem wirft die Technik eine unbequeme Frage auf, die sich nicht wegrechnen lässt. Bekommst du noch echte Filme zu sehen oder nur das, was ein Modell für dich vorhersagt?

Vom Bauchgefühl zur Datenstrategie

Jahrzehntelang funktionierte Hollywood nach Erfahrung und Instinkt. Ein Studiochef glaubte an einen Stoff, ein Star war gerade gefragt, ein Regisseur hatte einen Lauf, und daraus wurde ein Film. Verlässliche Zahlen über den späteren Zuschauer gab es kaum, also blieb die Wette auf einen Hit ein teures Ratespiel mit ungewissem Ausgang.

Mit dem Aufstieg der Streamingdienste kippte dieses Prinzip. Netflix gab 2013 die Serie House of Cards in Auftrag, weil die Daten eine klare Schnittmenge zeigten. Das Publikum der britischen Vorlage schaute auch Filme mit Kevin Spacey und Regiearbeiten von David Fincher. Der Dienst bestellte gleich zwei Staffeln ohne Pilotfolge, ein damals außergewöhnlicher Vertrauensbeweis in die Zahlen. Diese drei Zutaten zu bündeln, galt als kalkuliertes Risiko statt als reine Bauchentscheidung. Damit solche Wetten aufgehen, wertet Netflix riesige Datenmengen aus, die in derselben Cloud liegen, die du längst privat nutzt, wenn du Fotos und Dokumente in einem Cloud-Speicher ablegst.

Milliarden Klicks, eine Entscheidung

Damit ein Anbieter das Verhalten von Hunderten Millionen Menschen in Echtzeit auswerten kann, braucht er gewaltige Rechenzentren. Netflix betreibt fast seine komplette Technik in der Cloud von Amazon Web Services, also auf gemieteten Servern im Netz. Amazon Prime, Disney+ und andere verteilen sich auf AWS, Google Cloud und Microsoft Azure. In Spitzenzeiten fährt diese Infrastruktur automatisch hoch, wenn Millionen gleichzeitig dieselbe Premiere starten. Diese Anbieter sind die stillen Player im Hintergrund und liefern die Rechenkraft für jede Empfehlung auf deinem Bildschirm.

Gesammelt wird fast alles, was bei den Streaming-Diensten passiert. An welcher Stelle du pausierst, welche Szene du zurückspulst, wann du eine Folge abbrichst. Aus diesen Streaming-Daten formt der Netflix-Algorithmus ein Profil deines Geschmacks und sortiert Filme in fast 77.000 fein geschnittene Mikro-Genres. Der Unterschied zu deinem privaten Speicher liegt allein darin, wer die Daten am Ende auswertet und was daraus entsteht.

Ein Film, den kein Mensch allein erfunden hätte

Aus den Mustern lesen die Dienste heraus, welche Genres, Themen und Besetzungen zuverlässig laufen. True-Crime, wuchtige Fantasy und romantische Komödien tauchen deshalb in Serie auf. Die Strategien gehen dabei auseinander. Netflix produziert breit und misst gnadenlos, Amazon verknüpft Filme mit Shop und Prime-Abo, Disney+ baut auf bekannte Marken wie Marvel und Star Wars. Alle drei füttern ihre Modelle mit den Daten der Zuschauer, Tag für Tag.

Wie weit die Zahlen reichen, hat Ted Sarandos, heute Co-Chef von Netflix, früh eingeordnet. Bei einem Auftritt auf dem Sundance-Festival nannte er die Arbeit eine Mischung aus siebzig Prozent Daten und dreißig Prozent Urteilsvermögen. Das menschliche Urteil, so Sarandos, müsse dabei immer obenauf liegen und die letzte Wahl treffen. Über House of Cards sagte er, die Daten hätten die Serie nicht erfunden, sie hätten nur geholfen, ihr Publikum zu finden.

Wenn der Algorithmus Kreativität tötet

Genau hier melden sich Kritiker zu Wort. Empfiehlt ein Modell vor allem das, was schon funktioniert hat, entsteht ein Sog Richtung Bewährtes. Regisseure wie Martin Scorsese warnen seit Jahren davor, dass Kunst zu bloßem Content verkommt, den Plattformen wie Ware behandeln. Ungewöhnliche Stoffe, ruhige Erzählungen oder nicht-amerikanische Produktionen fallen leichter durch das Raster, weil sie in kein vorberechnetes Geschmacksprofil passen. Am Ende kann ein glattes, risikoarmes Kino stehen, das kaum noch aneckt.

Die großen Überraschungen der vergangenen Jahre kamen von anderer Stelle. Parasite gewann als erster nicht-englischsprachiger Film den Oscar als bester Film, Everything Everywhere All at Once räumte als wilde Independent-Produktion ab. Beide sprengten jede Schublade. Ob ein reines Datenmodell solchen Wagnissen jemals grünes Licht gegeben hätte, bleibt fraglich.

Wird KI bald selbst Regie führen?

Der nächste Schritt zeichnet sich bereits ab. Generative KI schreibt Drehbuchentwürfe, prüft Stoffe auf ihr Erfolgspotenzial und schlägt sogar Besetzungen vor. In der Cloud-Filmproduktion testen Studios einzelne Szenen digital, bevor überhaupt gedreht wird. Aus dem Werkzeug im Hintergrund wird langsam ein Ratgeber mit eigener Stimme, dem Studios zuhören.

Die Grenze verläuft dort, wo aus Unterstützung ein Ersatz wird. Ein Algorithmus erkennt Muster im Gestern, doch echte Originalität bricht mit dem Muster. KI in Hollywood nimmt Regisseuren Arbeit ab und schätzt Risiken, den kreativen Funken liefert sie nicht. Ob sie Werkzeug bleibt oder zum heimlichen Entscheider aufsteigt, hängt von den Menschen dahinter ab und von ihrem Mut.

Dein nächster Lieblingsfilm, eine Datenpunkt-Entscheidung?

Daten und Cloud haben das Filmgeschäft umgebaut, von der ersten Idee bis zur Empfehlung auf deinem Bildschirm. Die Technik macht mittlerweile wirklich vieles möglich. Die guten Geschichten kommen aber weiterhin von Menschen mit Mut zum Risiko und einer eigenen Handschrift. Der Algorithmus schlägt nur vor, entscheiden darfst am Ende immer noch du. Die Frage ist nur, ob es dich stört, dass Rechner über dein Abendprogramm mitreden, oder ob es dir möglicherweise auch vollkommen egal ist. Entscheidet am Ende nicht vor allem, ob der Film gut ist?