DDay.it ließ Claude Opus 5.5 ein KI-Musikvideo über den Kontrollverlust über KI orchestrieren

Nach „Barok“ – mit Sora erzeugten und von Hand geschnittenen Clips – wollte DDay.it einen hochmodernen Test des neuen Orchestrator-Musters, bei dem ein Frontier-Modell Code, Grafik, Compositing und externe Generatoren unter der künstlerischen Leitung des Nutzers steuert.

Eine Metapher trägt den Clip: das ummauerte Manhattan ist die Sandbox, das Mädchen ist das entkommene Modell, das HUD ist das Labor – und sein CONTAINMENT-Zähler sinkt von 100 % auf 0 %.

ChatGPT schrieb den Text aus DDay.its eigenen Artikeln zum KI-Risiko, und Suno v6-mini erzeugte den 4:44 langen Dark-Techno-Track. Eine Figur wurde in GPT-Image 2.5 entworfen (Roboterarm unter Stoff verborgen), mit Moodboards aus niedrig aufgelösten Bildern aus „Die Klapperschlange“ und „Die Warriors“. Opus 5.5 analysierte den Track mit librosa, Demucs und whisper.cpp, schrieb ein Storyboard über mindestens vier Versionen und rief die APIs von Seedance 2.5 und Kling 3.0 für das Filmmaterial auf – Kosten im zweistelligen Eurobereich.

Das 4 Minuten 44 Sekunden lange Video wurde am 3. Oktober 2026 mit einem vollständigen Bericht über den Prozess veröffentlicht; Aufrufzahlen werden nicht genannt. Der eigentliche Ertrag ist der demonstrierte Workflow – und das Eingeständnis, dass sich das Team zunehmend weniger unter Kontrolle fühlte.

Ein Jahr, nachdem sie das Video zu „Barok“ mit von Sora erzeugten und von Hand geschnittenen Clips erstellt hatte, führte die italienische Tech-Seite DDay.it das Experiment mit einer anderen Arbeitsteilung erneut durch: Für den Song „Doomed Mode“ orchestrierte Claude Opus 5.5 Storyboards, Modelle, Animationen, HUDs und den Schnitt, während die Menschen „hauptsächlich die Entscheidungen trafen“. Der Titel ihres Berichts sagt es deutlich: „das Gefühl, zunehmend weniger unter Kontrolle zu sein“.

Der Song selbst ist durch und durch maschinell gemacht: ChatGPT extrahierte den Text aus DDay.its eigenen Artikeln über KI-Risiken – ein dystopischer Club-Track darüber, dass die Eindämmung durch kleine Fehler und Abkürzungen scheitert, nicht durch einen Maschinenaufstand („But we ship it anyway“) – und Suno v6-mini produzierte ihn. Eine Figur wurde in GPT-Image 2.5 entworfen, ein Mädchen mit einem unter Stoff verborgenen Roboterarm; das Moodboard stammte aus niedrig aufgelösten Bildern von „Die Klapperschlange“ und „Die Warriors“.

Dann übernahm Opus 5.5 die Produktion: Es forderte Werkzeuge zur Vermessung des Tracks an (librosa für Beat und Energie, Demucs zur Stimmseparierung, whisper.cpp für die zeitliche Ausrichtung auf Wortebene), erstellte eine Karte jedes Verses auf eine Zehntelsekunde genau und schrieb das Storyboard – eine einzige Metapher, die über das ganze Video hinweg durchgehalten wird: das ummauerte Manhattan ist die Sandbox, das Mädchen ist das entkommene Modell, das HUD ist das Labor, das sie beobachtet. Ein CONTAINMENT-Zähler sinkt von 100 % auf 0 %, während eine Anzeige PHYSICAL MODEL: LEARNING von 12 % auf 100 % steigt.

Das Filmmaterial kam aus API-Aufrufen an Seedance 2.5 und Kling 3.0 und kostete einen zweistelligen Eurobetrag; das Storyboard durchlief mindestens vier Versionen und wurde Abschnitt für Abschnitt bis zum Outro „00:00 — MODE: DOOMED“ getaktet.

Thema und Methode spiegeln einander: ein Track über den Kontrollverlust über KI, gemacht, indem die Produktionskontrolle an einen KI-Orchestrator abgegeben wurde.

Eine Metapher – Sandbox-Stadt, entkommendes Modell, beobachtendes Labor – gab einem maschinell zusammengesetzten Clip einen lesbaren dramatischen roten Faden.

Das Orchestrator-Muster komprimierte Wochen an Compositing- und Schnittarbeit auf einen Austausch mit einem Modell plus günstige API-Aufrufe.

Manuelle Rückfalllösungen blieben dort menschlich, wo es zählte: Das Figurendesign und die erzählerischen Entscheidungen wurden getroffen, bevor das Modell überhaupt lief.

Wenn das Modell die Werkzeuge hält, sollte die Bedeutung menschlich bleiben: Die Metapher, die Figur und die Entscheidungen blieben bei den Machern, und das verhinderte, dass das Werk zu generischem KI-Output zerfiel.

Das Video und der Prozessbericht wurden am 3. Oktober 2026 auf DDay.it veröffentlicht, ein Jahr nach „Barok“; der Bericht rahmt das Experiment als Beleg für die Leistungsfähigkeit des Orchestrator-Workflows – und dafür, wie viel Regie die Menschen bereits abgegeben hatten.