FILM-PRODUKTION
Die Geschichte der künstlichen Intelligenz, von 1943 bis heute. 21 Minuten, neun Kapitel, ein Dokumentarfilm. Bild, Stimme und Schnitt kommen vollständig aus der Maschine. Darunter steht, wie er entstanden ist.
Wie Maschinen lernen lernten
Neun Kapitel, von der ersten Arbeit über künstliche Nervenzellen 1943 bis zu der Frage, ob eine Maschine verstehen kann, wovon sie redet. Dazwischen liegen eine Sekretärin, die 1966 mit einem Programm allein sein wollte, zwei Zusammenbrüche des Fachs und ein Rechenverfahren, das zwanzig Jahre lang in der falschen Schublade lag. Untertitel liegen bei und lassen sich im Player zuschalten. Mit dem Programm aus Kapitel drei können Siehier selbst sprechen.
DIE MACHART
Das klingt selbstverständlich und ist es nicht. Wer mit Bildern anfängt, schreibt am Ende den Text um die Bilder herum. Hier lief es andersherum: erst recherchieren, dann schreiben, dann Satz für Satz durchgehen und freigeben. Erst danach durfte ein Bild entstehen. Jede Bildanweisung im Sprechertext ist zugleich ein Schnitt, und weil die Stimme blockweise aufgenommen wurde, stand die Schnittliste des ganzen Films fest, bevor überhaupt ein Motiv gewählt war.
WIE ER ENTSTANDEN IST
Elf Rechercheaufträge mit Quellenlisten, dazu eine Prüfung von 26 verbreiteten Behauptungen über die Geschichte der KI. Sieben davon halten der Prüfung nicht stand und stehen deshalb nicht im Film. Der Sprechertext folgt festen Regeln: jede Jahreszahl wird genannt, jede Person bei ihrer ersten Erwähnung eingeführt, kein Fachwort ohne Erklärung. Und jeder Satz wurde laut gelesen. Wo man stockt, fliegt die Formulierung raus.
Der Text wurde nicht am Stück eingesprochen, sondern in 33 Blöcken — je einer für eine Bildanweisung. Dadurch ist jede Blocklänge bekannt, und die Schnitte liegen später nicht nach Gefühl, sondern auf den gemessenen Atempausen des Sprechers. Zwischen den Blöcken liegen 0,6 Sekunden Stille, zwischen den Kapiteln 1,2.
Jede Einstellung ist ein einzelnes Bild in 5504 × 3072 Bildpunkten. Kein einziger bewegter Clip im ganzen Film. Was aussieht wie eine Kamerafahrt, ist ein Ausschnitt, der über die Zeit durch das große Bild wandert — berechnet, nicht erzeugt. Das kostet nichts, ist beliebig wiederholbar und driftet nicht.
Bild und Ton werden zusammengesetzt, die Farbkorrektur läuft kapitelweise, die Untertitel entstehen aus denselben gemessenen Zeiten wie die Schnitte. Am Ende steht eine Datei. Es gibt kein Projekt zum Weiterbearbeiten, weil es keins geben muss.
DER STIL
Der ganze Film ist Papercut: geschichtetes Tonpapier mit sichtbaren Schnittkanten, Navy als Grundton, dazu ein warmes Licht. Die naheliegende Idee, den Stil mit den Jahrzehnten altern zu lassen, wurde verworfen — drei Stilblöcke verdreifachen die Fehlerquellen und legen einen Retro-Beiklang über den Inhalt.
Stattdessen verschieben sich vier Dinge langsam über den Film. Die Lichtquelle wandert von der Glühbirne über die Neonröhre zum Bildschirm. Das Licht wird von warm zu kalt. Die Akzentfarbe geht von Ocker über Senfgelb und Orangebraun bis zu Magenta. Und das Papier verschwindet: Die frühen Kapitel sind voll von Akten, Karteikarten und Regalreihen, im Rechenzentrum liegt kein Blatt mehr. Der Film wird über seine Laufzeit papierloser, und das erzählt die Zeit von selbst.
Eine Regel trägt dabei mehr als alle anderen: Amber ist die Farbe des Menschen. Ab den späten Siebzigern verschwindet das warme Licht aus dem Vordergrund. Wo es danach noch vorkommt, gehört es zu einem Menschen. Deshalb hat die Szene mit dem Kind vor dem Bildschirm kein warmes Licht — und die eine warme Einstellung mittendrin, die Rückblende auf 1966, trifft umso härter.
WAS SCHWIERIG WAR
Turing kommt in Kapitel 2 und in Kapitel 9 vor, die Sekretärin in Kapitel 3 und in Kapitel 8. Eine Beschreibung im Prompt reicht dafür nicht: Sie liefert einen beliebigen Menschen mit den genannten Merkmalen, nicht dieselbe Person. Wiederkehrende Figuren entstehen deshalb einmal als Grundbild, und jede weitere Einstellung wird aus diesem Bild abgeleitet. Merkmale wie Haarfarbe müssen trotzdem jedes Mal ausgeschrieben werden, sonst ändern sie sich unterwegs.
Ursprünglich sollte jede Schrift nachträglich eingeblendet werden, weil Bildmodelle als unfähig galten, Buchstaben zu setzen. Das stimmt nicht mehr. Der Kopf der Zeitungstitelseite und der handgeschriebene Titel im Förderantrag von 1955 sitzen im Bild, im ersten Anlauf und fehlerfrei, samt Umlaut in Schreibschrift. Nachträglich eingeblendet wird nur noch, was der Sprecher als Angabe liefert: Jahreszahlen und Prozentwerte.
Ein Bild, das eine Sekunde zu früh kommt, zerstört den Satz, zu dem es gehört. Geschätzte Schnittzeiten reichen dafür nicht. Die Sätze jedes Blocks werden deshalb nach ihrer Länge auf die reine Sprechzeit verteilt und auf die nächstgelegene gemessene Pause gelegt. Wo ein Satz zu kurz für eine eigene Einstellung ist, meldet das Werkzeug es, statt ihn stillschweigend zu verschlucken.
EINE ANMERKUNG
In den ersten Sekunden steht oben rechts „KI-generiert“. Der Anlass ist nicht das Bild — dass geschichtetes Tonpapier kein Dokumentarmaterial ist, sieht man sofort. Der Anlass ist der Sprecher. Eine synthetische Stimme ist von einer echten nicht zu unterscheiden, und wer einem Film zuhört, geht selbstverständlich davon aus, dass da jemand spricht. Deshalb der Hinweis, unabhängig davon, wie die Rechtslage im Einzelfall ausgeht.