Generative Medien haben sich 2026 in zwei sehr unterschiedliche Märkte aufgeteilt. Bei Bildern ist OpenAI wieder vorn: GPT Image 2.5 führt das Ranking der Blindabstimmungen an, vor Google, xAI und Microsoft. Bei Video hat OpenAI aufgegeben: Sora wurde eingestellt, und die meisten Spitzenplätze halten chinesische Labore wie Alibaba, ByteDance, MiniMax und Kuaishou. Black Forest Labs aus Freiburg ist der einzige europäische Name in den Top 10. Kling allein erzielte in einem einzigen Quartal mehr als 850 Mio. RMB Umsatz. Und seit dem 2. August 2026 verlangt der EU AI Act, dass KI-generierte Inhalte gekennzeichnet werden. Hier ist der Markt in fünf Grafiken und was er für Unternehmen in Kroatien und der DACH-Region bedeutet.
Die kurze Antwort
Bildgenerierung ist zur Massenware mit Premium-Segment geworden. Die besten Modelle trennen wenige Dutzend Elo-Punkte, die Preise unterscheiden sich um den Faktor zwanzig. Videogenerierung ist dagegen noch ein Rennen an der Grenze des Machbaren: Die Qualität springt alle paar Monate, Clips laufen inzwischen bis zu 20 Sekunden mit nativem Ton, und eine Minute 1080p-Video kostet über die APIs der Hersteller zwischen etwa 2 und 34 USD. Die vier Unternehmen, die wir am genauesten verfolgen, spielen sehr unterschiedliche Rollen: OpenAI konkurriert direkt bei Bildern, Anthropic generiert bewusst gar keine Bilder, Mistral lizenziert die FLUX-Modelle von Black Forest Labs für seinen Assistenten, und Manus orchestriert in seinem Agenten fremde Modelle.
Bilder: OpenAI ist wieder vorn
OpenAI veröffentlichte am 21. April 2026 gpt-image-2 zusammen mit ChatGPT Images 2.0, dem ersten Bildmodell, das vor dem Zeichnen "nachdenkt": Es kann über das Layout schlussfolgern und im Web suchen, bevor es rendert. Im September folgten zwei Varianten von GPT Image 2.5, Sunburst und Flare. Sie belegen heute die ersten drei Plätze des Text-to-Image-Rankings. Googles im Oktober erschienenes Nano Banana 2.1 ist Vierter, und Microsofts eigene MAI-Image-Modelle sind innerhalb eines Jahres zu einer ernsthaften Alternative geworden.
Qualität hat ihren Preis. Bei 1024×1024 in hoher Qualität kostet GPT Image 2 über die API etwa 211 USD pro 1.000 Bilder, rund 0,21 USD pro Bild. Googles Nano Banana 2.1, nur 13 bis 40 Elo-Punkte dahinter, kostet 33,60 USD, Metas Muse Image 10 USD. Für die meisten geschäftlichen Anwendungen wie Produktbilder, Social-Media-Beiträge oder Präsentationsgrafiken reichen die günstigeren Modelle. Das Premium-Segment lohnt sich dort, wo Text im Bild, exakte Layouts oder Markenkonsistenz zählen.
Video: Sora ist weg, chinesische Labore führen
Die größte Überraschung des Jahres war OpenAIs Rückzug aus dem Video. Am 24. März 2026, sechs Monate nach dem viel beachteten Start der Sora-2-App, kündigte OpenAI die Einstellung von Sora an. Die App wurde am 26. April geschlossen, die API sollte am 24. September enden. OpenAI nannte den Bedarf an Rechenkapazität und erklärte, das Sora-Team konzentriere sich auf Weltsimulation für die Robotik; die Nutzung war bereits seit Jahresbeginn gesunken. Gleichzeitig platzte eine geplante Disney-Investition von einer Milliarde Dollar, die an Sora geknüpft war.
Das Video-Ranking führt heute Alibabas Wan 3.0 (Elo 1158) an, vor Utopai X, ByteDances Dreamina Seedance 2.5 und MiniMax H3. FLUX 3 von Black Forest Labs aus Freiburg liegt mit 1131 auf Platz sechs, als einziges europäisches Modell in den Top 10. Googles Gemini Omni Flash 1.1 ist Achter. Runway, das mit Gen-4.5 im Dezember 2025 das alte Ranking anführte, ist nicht mehr unter den Top 15.
Die Preise schwanken noch stärker als bei Bildern. Eine Minute 1080p-Video kostet 4,80 USD mit MiniMax H3, 9,12 USD mit Gemini Omni Flash 1.1, 12 USD mit dem bestplatzierten Wan 3.0, 17,40 USD mit FLUX 3 und 34,12 USD mit Seedance 2.5. Black Forest Labs bietet zudem einen Draft-Modus für 0,06 USD pro Sekunde, sodass eine 20-Sekunden-Vorschau 1,20 USD kostet, bevor die finale Version gerendert wird. Bei einem 30-Sekunden-Produktvideo mit zehn Iterationen entscheidet die Modellwahl, ob Sie 25 oder 170 USD Rechenkosten zahlen.
Das Geld: Kling zeigt, dass sich Video-KI rechnen kann
Die meisten Anbieter generativer Medien veröffentlichen keine Umsätze. Kuaishou, Eigentümer von Kling AI und in Hongkong börsennotiert, tut es. Kling erzielte im 1. Quartal 2025 etwa 150 Mio. RMB, im 3. Quartal 2025 über 300 Mio. und im 4. Quartal 2025 340 Mio. RMB, zusammen rund 1,04 Mrd. RMB (≈ 150 Mio. USD) für 2025. 2026 beschleunigte sich das Wachstum: über 650 Mio. RMB im 1. Quartal (+300 % zum Vorjahr) und über 850 Mio. RMB im 2. Quartal (+200 %). Rund 70 % der frühen Umsätze kamen aus Verbraucher-Abos, mit wachsendem Anteil professioneller Creator und Werbetreibender.
Im Westen sammelte Black Forest Labs im Dezember 2025 300 Mio. USD bei einer Bewertung von 3,25 Mrd. USD ein, unter anderem von Salesforce Ventures, a16z, NVIDIA, Canva und Figma. Seine FLUX-Modelle treiben die Bildgenerierung bei Adobe, Picsart und in Mistrals Assistenten an, und das FLUX-3-Fundament wird zudem in einem Robotikmodell an Produktionslinien von Audi getestet. Midjourney, das nie externes Kapital aufgenommen hat, wird von Dritten auf rund 500 Mio. USD Jahresumsatz geschätzt, bestätigt aber keine Zahlen.
Anthropic, OpenAI, Mistral, Manus: vier verschiedene Strategien
| Unternehmen | Eigenes Bildmodell | Eigenes Videomodell | Strategie 2026 |
|---|---|---|---|
| OpenAI | Ja: GPT Image 2 (Apr.), GPT Image 2.5 (Sep.) | Nicht mehr: Sora eingestellt (App Apr., API Sep. 2026) | Führung bei Bildern in ChatGPT und API; Video in die Forschung verlagert |
| Anthropic | Nein | Nein | Keine Pixelgenerierung. Claude erstellt Diagramme, Grafiken und interaktive Visualisierungen als Code, und Claude Design (Anthropic Labs, 17. 4. 2026) baut Prototypen, Folien und Onepager. Bildmodelle werden über MCP oder Canva angebunden |
| Mistral | Nein (lizenziert) | Nein | Die Bildgenerierung im Assistenten läuft auf FLUX-Modellen von Black Forest Labs: ein europäischer Stack aus Paris und Freiburg |
| Manus | Nein (orchestriert) | Nein (nutzt Google Veo 3) | Der Agent plant Szenen und ruft Drittmodelle auf, sodass aus einem Prompt ein fertiges Video oder eine visuelle Geschichte wird |
| Ja: Nano Banana 2.1 | Ja: Gemini Omni Flash, Veo | Verbreitung über Gemini, YouTube und Workspace | |
| Black Forest Labs | Ja: FLUX 3 Image | Ja: FLUX 3 (Juli 2026) | Modelllieferant für Adobe, Picsart, Mistral und andere; offene Gewichte für FLUX 3 Dev angekündigt |
Für Geschäftsanwender ist Anthropics Entscheidung relevant. Wenn Ihr Unternehmen auf Claude standardisiert, was wir für Text, Analyse und Programmierung oft empfehlen, brauchen Sie ein zweites Werkzeug für fotorealistische Bilder oder Video. In der Praxis ist das entweder eine Bild-API, die über das Model Context Protocol an Claude angebunden ist, oder ein Design-Tool wie Canva oder Adobe, das FLUX oder ein anderes Modell bereits integriert.
EU AI Act: Kennzeichnung ist jetzt Pflicht
Seit dem 2. August 2026 gelten die Transparenzpflichten nach Artikel 50 EU AI Act:
- Anbieter generativer KI müssen Bild-, Video-, Audio- und Textausgaben maschinenlesbar markieren, damit sie als KI-generiert erkennbar sind. Die Kommission schreibt keine einzelne Technik vor; in der Praxis bedeutet das Metadaten (etwa C2PA Content Credentials) kombiniert mit unsichtbaren Wasserzeichen.
- Betreiber, also Unternehmen, die Inhalte veröffentlichen, müssen Deepfakes (realistische Bilder, Audio oder Video realer Personen, Orte oder Ereignisse) sowie KI-generierte Texte zu Themen von öffentlichem Interesse offenlegen. Erkennbar künstlerische, satirische oder fiktionale Werke brauchen nur einen dezenten Hinweis.
- Die Kommission veröffentlichte am 10. Juni 2026 einen freiwilligen Verhaltenskodex zur Kennzeichnung KI-generierter Inhalte. Die Unterzeichnung ist für Anbieter ein Weg, Konformität nachzuweisen.
- Bußgelder bei Verstößen können 15 Mio. Euro oder 3 % des weltweiten Jahresumsatzes erreichen.
Für die meisten Unternehmen in Kroatien, Deutschland und Österreich heißt das: Wenn Sie in der Werbung KI-Bilder mit realistischen Personen oder Situationen nutzen, kennzeichnen Sie sie, bewahren Sie die Herkunftsmetadaten auf und verankern Sie die Regel in Ihrer AI-Act-Compliance und Ihrer KI-Nutzungsrichtlinie. Das Urheberrecht ist eine eigene Frage; siehe unseren Überblick zu KI-Urheberrecht und Trainingsdaten-Klagen.
Was das für Unternehmen in Kroatien und der DACH-Region bedeutet
- Nach Einsatzzweck wählen, nicht nach Rangplatz. Für Produktfotos, Social Media und Präsentationen reicht ein Modell für 10 bis 35 USD pro 1.000 Bilder. GPT Image 2.5 lohnt sich nur dort, wo Text im Bild und exakte Layouts zählen.
- Video ist reif für Marketing, aber noch nicht für alles. Kurze Produktclips, Social-Ads und Schulungsvideos funktionieren gut und kosten wenige Euro pro Minute. Längere Geschichten mit konsistenten Figuren brauchen weiterhin menschlichen Schnitt.
- Datenstandort und Lieferantenrisiko beachten. Die meisten Spitzen-Videomodelle stammen aus chinesischen Laboren. Prüfen Sie bei Kundendaten, unveröffentlichten Produkten oder regulierten Branchen, wo Prompts und Referenzbilder verarbeitet werden. FLUX 3 aus Deutschland und Googles EU-Regionen sind Optionen; siehe unseren Leitfaden zu souveräner KI und Datenresidenz.
- Nicht auf ein einziges Modell bauen. Die Einstellung von Sora zeigt, dass selbst OpenAI-Produkte innerhalb von sechs Monaten verschwinden können. Nutzen Sie eine Abstraktionsschicht oder eine Plattform, die den Modellwechsel erlaubt.
- Vom ersten Tag an kennzeichnen und protokollieren. Bewahren Sie C2PA-Metadaten auf, kennzeichnen Sie Deepfakes und dokumentieren Sie, welches Tool welches Asset erzeugt hat. Das kostet jetzt wenig und vermeidet später Probleme mit dem AI Act.
Fazit
2026 wurde KI-Bildgenerierung zu einem reifen, preisgetriebenen Markt unter Führung von OpenAI und Google, während KI-Video ein schnelles Rennen bleibt, das chinesische Labore anführen, mit Black Forest Labs als europäischem Herausforderer. OpenAIs Sora-Rückzug zeigt, wie teuer Video noch ist; Klings Quartal mit 850 Mio. RMB zeigt, dass es sich rechnen kann. Für Unternehmen in Kroatien und der DACH-Region ist die Agenda klar: Modelle nach Einsatzzweck und Kosten wählen, die Wechseloption behalten und KI-generierte Inhalte so kennzeichnen, wie es der EU AI Act jetzt verlangt.
Häufig gestellte Fragen
Welcher KI-Bildgenerator ist 2026 der beste?
In blinden Nutzerabstimmungen auf dem Text-to-Image-Ranking von Artificial Analysis (Oktober 2026) führt OpenAI mit GPT Image 2.5 Sunburst (Elo 1199), GPT Image 2.5 Flare (1192) und GPT Image 2 (1172), gefolgt von Googles Nano Banana 2.1 (1159), xAIs Grok Imagine Image 2.0 (1155) und Microsofts MAI-Image-2.6 (1152). FLUX 3 Image von Black Forest Labs und Metas Muse Image teilen sich 1115 Punkte.
Welcher KI-Videogenerator ist 2026 der beste?
Im Text-to-Video-Ranking von Artificial Analysis (v2.0, Oktober 2026) führt Alibabas Wan 3.0 mit Elo 1158 vor Utopai X (1149), ByteDances Dreamina Seedance 2.5 (1144) und MiniMax H3 (1141). FLUX 3 von Black Forest Labs liegt auf Platz sechs (1131), Googles Gemini Omni Flash 1.1 auf Platz acht (1115). Abstände von wenigen Punkten liegen im Konfidenzintervall.
Ist OpenAI Sora noch verfügbar?
Nein. OpenAI kündigte am 24. März 2026 die Einstellung von Sora an. Die App wurde am 26. April 2026 geschlossen, die API sollte am 24. September 2026 enden. Laut OpenAI konzentriert sich das Sora-Team auf Weltsimulation für die Robotik. Bilder generiert OpenAI weiterhin mit GPT Image 2 und 2.5.
Was kostet KI-Bild- und Videogenerierung?
Bei 1024x1024 reichen die API-Preise von etwa 10 USD pro 1.000 Bilder (Meta Muse Image) bis etwa 211 USD (OpenAI GPT Image 2 in hoher Qualität). Eine Minute 1080p-Video kostet auf den APIs der Hersteller zwischen 2,40 und 34 USD; Wan 3.0, das bestplatzierte Modell, kostet 12 USD pro Minute. Der Draft-Modus von FLUX 3 kostet 0,06 USD pro Sekunde.
Müssen KI-generierte Bilder in der EU gekennzeichnet werden?
Ja. Artikel 50 EU AI Act gilt seit dem 2. August 2026. Anbieter generativer KI müssen Bilder, Video, Audio und Text maschinenlesbar als KI-generiert markieren, und Unternehmen, die Deepfakes veröffentlichen, müssen diese offenlegen. Die Kommission veröffentlichte am 10. Juni 2026 einen freiwilligen Verhaltenskodex zur Kennzeichnung. Bußgelder können 15 Mio. Euro oder 3 % des weltweiten Umsatzes erreichen.
KI-Bilder und -Videos sicher im Marketing einsetzen?
Wir helfen Unternehmen in Kroatien und der DACH-Region, die passenden Bild- und Videomodelle auszuwählen, sie mit Claude und bestehenden Tools zu verbinden und Kennzeichnungs- und Nutzungsregeln aufzusetzen, die dem EU AI Act entsprechen. Als Claude Certified Architect aus Zagreb beginnen wir bei Ihren Anwendungsfällen, nicht beim Hype.
Mit einem KI-Berater sprechen