KI-Content-Produktion mit Bild, Video und Audio.
- Seminar
- Präsenz / Virtual Classroom
- 2 Termine verfügbar
- 16 Unterrichtseinheiten
- Teilnahmebescheinigung
- Online durchführbar
Effiziente Content-Erstellung mit generativer KI: Von der Idee bis zur multimedialen Umsetzung
Bilder, Videos, Sprache und Musik – vier Medienformate, die bislang Agenturen, Tonstudios und Designteams vorbehalten waren – sind durch KI in die Hände jeder Fachkraft gelangt. Wer heute weiß, wie man Midjourney, Runway, ElevenLabs und ein lokal betriebenes Sprachmodell zusammenspielen lässt, produziert in einem Nachmittag, wofür Teams früher Wochen benötigten.
Gleichzeitig wächst ein strategisches Problem: Cloud-KI-Dienste verarbeiten Unternehmensdaten auf fremden Servern. Was mit sensiblen Texten, internen Dokumenten oder personenbezogenen Inhalten passiert, sobald sie OpenAI, Midjourney oder ElevenLabs erreichen, bleibt für die meisten Unternehmen unkontrollierbar. Die Antwort liegt in lokaler KI – leistungsfähige Sprachmodelle, die vollständig offline auf dem eigenen Endgerät laufen, keine Daten senden und DSGVO-konform sind.
Dieses dreitägige Intensivprogramm verbindet beides: die volle kreative Ausdrucksmacht moderner KI-Werkzeuge für Bild, Video und Audio – und die digitale Souveränität lokaler KI-Systeme, die keine Kompromisse beim Datenschutz erfordern. 100 Prozent Praxis. Jede Einheit endet mit einem eigenen, sofort verwendbaren Output.
Nutzen
- Professionelle Bilder und Bildwelten mit Midjourney, Flux, Stable Diffusion, DALL-E 3 und Ideogram für konkrete Verwendungszwecke generieren, verfeinern und exportieren
- KI-Bildbearbeitung mit Inpainting, Outpainting und Stilübertragung professionell einsetzen und bestehende Bilder gezielt verändern
- KI-Videos mit Runway, Kling, Luma Dream Machine und Pika aus Text und Bild generieren und für Marketing, Kommunikation und Präsentationen nutzen
- Eigene Voice-Clones erstellen, Texte und Präsentationen mit ElevenLabs vertonen und professionelle Audio-Inhalte in Publikationsqualität produzieren
- Einen vollständigen Podcast in unter 15 Minuten produzieren – Skript, Vertonung, Schnitt, Export
- KI-Musik und Jingles mit Suno und Bolio für eigene Projekte generieren
Abschluss
Teilnahmebescheinigung
Nach erfolgreicher Teilnahme erhalten Sie eine Teilnahmebescheinigung der TÜV Rheinland Akademie
Zielgruppe
Marketing- und Kommunikationsprofessionals, Content Creator, HR- und L&D-Verantwortliche, Projektmanager, Selbstständige sowie alle Fach- und Führungskräfte, die KI-generierte Bild-, Video- und Audio-Inhalte eigenständig produzieren und dabei volle Datensouveränität behalten wollen.
Inhalte
Tag 1: Text-zu-Bild, Bildbearbeitung & KI-Video – Visuelle KI von Grund auf beherrschen
- KI-Bildgenerierung im Werkzeugvergleich: Midjourney, Flux, Stable Diffusion, DALL-E 3, Ideogram
- Marktüberblick und Werkzeugvergleich: Stärken, Stilsprachen, Einsatzszenarien und Preismodelle der fünf führenden Text-zu-Bild-Systeme im direkten Vergleich
- Midjourney deep dive: Prompt-Struktur, Stilparameter (--style, --ar, --v), Referenzbilder (--sref, --cref), Variationen und Upscaling für Publikationsqualität
- Flux und Stable Diffusion: Wann diese Systeme Midjourney überlegen sind – Stärken bei Texten im Bild, fotorealistischen Outputs und produktiver Massenbilderstellung
- DALL-E 3 und Ideogram: Integration in bestehende Workflows, Stärken bei typografischen Bildkompositionen und schnellen Iteratione
- Prompt-Engineering für Bilder – der Unterschied zwischen brauchbar und professionell
- Promptarchitektur für Bildgenerierung: Motiv, Stil, Komposition, Lichtstimmung, Kameraparameter, Referenzkünstler und Negativprompts – die Bausteine eines präzisen Bild-Prompts
- Konsistenz und Markenwelten: Wie wiederverwendbare Prompt-Vorlagen entstehen, die stilistisch einheitliche Bildserien produzieren
- Iterationslogik: Vom ersten Ergebnis zum finalen Bild in strukturierten Verfeinerungsschritten
- Rechtliche Grundlagen kompakt: Urheberrecht, kommerzielle Nutzungsrechte und Kennzeichnungspflichten bei KI-generierten Bildern im Unternehmenskontext
- KI-Bildbearbeitung & Inpainting – bestehende Bilder gezielt verändern
- Inpainting in der Praxis: Bildelemente entfernen, ersetzen und ergänzen – ohne sichtbare Bearbeitungsspuren
- Outpainting: Bilder über ihre ursprünglichen Grenzen hinaus erweitern und Kompositionen nachträglich neu gestalten
- Hintergrundentfernung, -ersetzung und Stilübertragung: professionelle Bildanpassung ohne Photoshop-Kenntnisse
- Kombinierter Workflow: Bild generieren, mit Inpainting verfeinern, für den Endverwendungszweck exportieren
- KI-Video – von Text und Bild zum fertigen Clip
- KI-Video-Generierung im Werkzeugvergleich: Runway Gen-3, Kling, Luma Dream Machine und Pika – Qualitätsunterschiede, Einsatzszenarien, Stärken und Grenzen im direkten Vergleich
- Text-zu-Video und Bild-zu-Video: Wie aus einem Prompt oder einem Standbild ein bewegtes Video entsteht
- Prompt-Engineering für Video: Bewegungsanweisungen, Kameraperspektiven, Timing und Stilparameter
- Einsatzszenarien in der Praxis: Produktpräsentationen, Erklärvideos, Social-Media-Content, interne Kommunikation – welches Werkzeug für welchen Zweck
Tag 2: Sprach-KI, Voice-Clones & Podcast-Produktion – Audio in Publikationsqualität
- ElevenLabs – professionelle Sprachausgabe und Voice-Technologie
- ElevenLabs im Detail: Stimmbibliothek, Sprachmodelle, Sprechgeschwindigkeit, Emotionssteuerung und mehrsprachige Vertonung
- Anwendungsszenarien: Präsentationsvertonung, E-Learning-Inhalte, Produktdemos, mehrsprachige Unternehmenskommunikation, Barrierefreiheit
- Textvorbereitung für optimale Sprachausgabe: Satzstruktur, Pausenmarkierungen, Betonungssteuerung und SSML-Grundlagen
- Eigene Voice-Clones erstellen – Stimme als wiederverwendbares Asset
- Voice-Cloning mit ElevenLabs: technische Voraussetzungen, Aufnahmebedingungen, Qualitätsanforderungen und Trainingsprozess
- Professional Voice Clone vs. Instant Voice Clone: Qualitätsunterschiede, Einsatzentscheidung und Ressourcenaufwand
- Rechtliche und ethische Rahmenbedingungen: Einwilligung, kommerzielle Nutzung, Deepfake-Risiken und Unternehmensrichtlinien
- Mehrsprachige Voice-Clones: dieselbe geklonte Stimme in Deutsch, Englisch, Französisch und weiteren Sprachen – Qualitätscheck und praktische Einsatzlogik
- KI-Musik und Podcast-Produktion in unter 15 Minuten
- Musik-KI im Werkzeugvergleich: Suno und Bolio – Stärken, Stilbreite, Prompt-Logik und Einsatzszenarien für Jingles, Hintergrundmusik und eigenständige Tracks
- Musik-Prompt-Engineering: Genre, Tempo, Instrumentation, Stimmung, Vocalstil und Strukturvorgaben für reproduzierbare Ergebnisse
- Vollständiger Podcast-Produktions-Workflow in unter 15 Minuten: Skript mit KI schreiben → mit ElevenLabs vertonen → mit Descript oder Adobe Podcast schneiden und bereinigen → exportieren und publizieren
- Live-Demo: Der gesamte Workflow wird in Echtzeit durchgeführt und kommentiert
- Audio-Workflows für den Unternehmensalltag – Integration und Skalierung
- Kombinierte Audio-Workflows: Wie Skript-KI, Voice-Cloning, Musik-KI und Schnittwerkzeuge zu einem durchgängigen Produktionssystem verbunden werden
- Skalierungslogik: Wie aus einer Vorlage hundert individualisierte Audio-Versionen entstehen – für unterschiedliche Zielgruppen, Sprachen und Kanäle
- Qualitätssicherung in KI-Audio-Workflows: Wann menschliche Prüfung unverzichtbar bleibt, wie Freigabeprozesse aussehen
- Datenschutz bei Audio-KI: Was mit Stimmdaten auf ElevenLabs-Servern passiert – und wann lokale Alternativen die richtige Wahl sind
