Möchte man sich erneut blamieren? Amazon testet KI-Synchro bei „Maxton Hall“ aus

„Ich sollte da gestorben haben“: Dieser Satz dürfte Prime Video noch eine ganze Weile verfolgen. Im August sorgte die deutsche Synchronfassung des Thrillers „Deadly Patient – Tödlicher Patient“ für reichlich Spott im Netz. Grammatikfehler und eine emotionsarme Aussprache machten schnell deutlich, dass hier offenbar Künstliche Intelligenz am Werk gewesen war.

Amazon entfernte die deutsche KI-Synchro schließlich. Nun wagt Prime Video bereits den nächsten Versuch – und nimmt dafür eine seiner größten Erfolgsserien: „Maxton Hall – Die Welt zwischen uns“.

Diesmal lässt Amazon die KI allerdings nicht einfach die Arbeit menschlicher Synchronsprecher:innen übernehmen. Stattdessen setzt Prime Video auf eine Kombination aus klassischer Synchronisation, Künstlicher Intelligenz und visuellen Effekten.

Die englische Sprachfassung wird weiterhin von Menschen eingesprochen. Anschließend kommt die KI ins Spiel: Sie verändert die Mundbewegungen von Ruby, James und Co. so, dass sie möglichst genau zu den englischen Dialogen passen.

Das typische Problem synchronisierter Filme und Serien soll dadurch reduziert werden: Schauspieler:innen sprechen sichtbar die Originalsprache, während aus dem Mund eine andere Sprache kommt und Lippenbewegungen und Ton deshalb nicht vollständig zusammenpassen.

Amazon bestätigte laut „Variety“, dass die Technik für die erste und zweite Staffel von „Maxton Hall“ ab sofort zum Einsatz kommt. Auch die finale dritte Staffel soll entsprechend bearbeitet werden. Diese erscheint demnach am 9. Dezember 2026.

Dass Amazon für das Experiment nicht irgendeine Serie ausgewählt hat, ist bemerkenswert. „Maxton Hall“ gilt als bislang meistgesehene internationale Originalserie von Prime Video und entwickelte sich weit über Deutschland hinaus zum Erfolg.

Damit dürften Harriet Herbig-Matten und Damian Hardung künftig in der englischen Fassung nicht nur mit anderen Stimmen zu hören sein – die KI soll auch dafür sorgen, dass ihre Lippen scheinbar passend dazu Englisch sprechen.

Raf Soltanovich, Vice President of Technology bei Prime Video und Amazon MGM Studios, betont, dass bei der Entwicklung die kreative Kontrolle im Vordergrund stehe. Ziel sei es, die künstlerische Vision der Verantwortlichen zu bewahren und internationale Produktionen gleichzeitig einem größeren Publikum zugänglich zu machen.

Welche konkreten KI-Programme Amazon dafür verwendet, verrät der Konzern bislang nicht. Fest steht dagegen: Bleibt der Versuch mit „Maxton Hall“ erfolgreich, soll die Technologie künftig auch bei weiteren Produktionen eingesetzt werden.

Dass bei Fans trotzdem Skepsis aufkommen dürfte, hat Prime Video auch seiner jüngsten KI-Panne zu verdanken. Bei „Deadly Patient – Tödlicher Patient“ wurde die deutsche Sprachfassung offenbar vollständig mit KI erzeugt.

Das Ergebnis sorgte in den sozialen Netzwerken für Spott. Neben emotionslos gesprochenen Dialogen fielen vor allem sprachliche Patzer auf. Der Satz „Ich sollte da gestorben haben“ verbreitete sich beispielsweise auf TikTok und Instagram.

Allerdings gibt es einen wichtigen Unterschied zum jetzigen „Maxton Hall“-Experiment: „Deadly Patient“ war über das externe Anbieterportal Prime Video Direct auf die Plattform gelangt. Bei „Maxton Hall“ handelt es sich dagegen um einen von Amazon selbst angekündigten und kontrollierten Test.

Und auch technisch sind die Verfahren nicht gleichzusetzen. Bei „Maxton Hall“ bleiben menschliche Sprecher:innen erhalten. Die KI verändert stattdessen die Bilder und insbesondere die Mundbewegungen der Darsteller:innen.

Am Beispiel von „Maxton Hall“ kann man sehen, wie unterschiedlich die Nutzung von KI in der deutschen Unterhaltungsindustrie sein kann. Der Hannoveraner „Tatort: König in Gelb“ nutzte beispielsweise auch KI – hierbei ging es aber eher um visuelle Effekte und Bilder im Allgemeinen. Und auch „Das Strafgericht“ auf RTL experimentiert nun mit KI-generierten Episoden.

Vollends neu ist der „Maxton Hall“-Ansatz der Synchro ohnehin nicht: Der 2022 erschiene Film „Fall“ setzte damals auf Deepfakes, um Schimpfwörter zu entfernen – und bemerkte, dass die Nutzung dieser Methode so effizient war, dass man gleich auch noch den „Maxton Hall“-Synchrontrick anwenden konnte.

Ob das tatsächlich benötigt wird, ist eine vollends andere Sache. Prinzipiell ist Lippensychronität bei anderen Sprachfassungen Haarspalterei. Und wenn dafür Unmengen an Wasser für Datenzentren verschwendet werden, dann sollte man die KI-Nutzung gleich in doppelter Hinsicht infrage stellen. Aber ob sich diese Methode bewährt, wird man ohnehin erst am Beispiel von „Maxton Hall“ merken.