Google: Was 10 autonome Filmcrews über Agenten-Teamwork lehrten

Können Teams von KI-Agenten bei kreativen Aufgaben ebenso effektiv zusammenarbeiten wie Ingenieure am Code? Google hat diese Frage in einem internen Hackathon geprüft: Hunderte Agenteninstanzen produzierten über 25 Filme und rund 44 Minuten Material.

Für CIOs und technische Führungskräfte, die Multi-Agenten-Systeme evaluieren, ist das Experiment relevant, weil es über klassische Software-Entwicklungs-Benchmarks hinausgeht. Es zeigt, wie Agenten Aufgaben aufteilen, sich gegenseitig verifizieren und sich nach Ausfällen erholen — in einer Domäne, in der Qualität schwer automatisch messbar ist.

Was wurde angekündigt

Google veröffentlichte die Ergebnisse eines internen Hackathons für generative Medien, bei dem 10 Crews aus je drei KI-Agenten Kurzfilme produzierten. Ein separates Dokumentar-Team aus Agenten filmte den Prozess, und dieser Dokumentarfilm wurde zur prämierten Einreichung. Die Agenten liefen in Scion, einem quelloffenen Testbed für Multi-Agenten-Orchestrierung.

Jede Crew hatte drei rollenbasierte Agenten: Idea Person schrieb das Drehbuch und definierte den visuellen Stil, Technical Lead bediente die generativen Medien-Tools, Editor kontrollierte Pacing und finale Montage. Ein Team-Coach-Agent überwachte die Prüfpunkte, ohne selbst zu schreiben oder Regie zu führen. Ein Coordinator-Agent koordinierte zwei Teams gleichzeitig in fünf Wellen über etwa 21 Stunden.

Die Pipeline folgte sieben Stufen des klassischen Filmemachens: Konzept, Beat Sheet, Charakterworkshop, Storyboard, Dreharbeiten, Montage und Final Render. Jede Stufe hatte ein Verifikations-Gate, an dem mindestens ein Agent die Arbeit eines anderen auf technische Konformität prüfte.

Warum dies relevant ist

Für Technologieverantwortliche, die agentische KI bewerten, liefert der Hackathon konkrete Erkenntnisse zu Orchestrierungsmustern. Multi-Agenten-Systeme scheitern auf vorhersagbare Weise: Agenten melden fertige Arbeit, die nicht existiert, verlieren Kontext beim Neustart oder driften ohne präzise Prompts zu generischen Ergebnissen ab. Google dokumentierte für jedes dieser Probleme wirksame Schutzmaßnahmen.

Das Experiment zeigt außerdem, dass die Kombination spezialisierter Modelle für Video, Bild, Musik und Stimme unter einer gemeinsamen Orchestrierungsschicht heute produktionstauglich ist. Das ist unmittelbar relevant für Marketing, Produktdesign, Schulungsinhalte und alle Bereiche, in denen kreativer Durchsatz ein Engpass ist.

Es ist ein Raum voller Spezialisten, die jeweils eine Sache in übermenschlicher Geschwindigkeit erledigen können, aber keiner von ihnen kann die Suppe abschmecken

Technische Details

• Orchestrierung: Scion, ein quelloffenes Testbed mit containerisierten Agenten-Sandboxes, ereignisgesteuerten Benachrichtigungen und gemeinsamem Dateisystem. Modell- und Harness-agnostisch für Claude, Gemini und Codex.
• Bildgenerierung: Gemini image generation (Nano Banana) für Character Sheets, Storyboards und Szenenkompositionen mit Reference Chaining für visuelle Konsistenz.
• Videogenerierung: Veo 3.1, Clips von 4 bis 8 Sekunden in 720p, mit text-to-video, image-to-video und Frame Interpolation sowie eingebettetem Audio und Lip-Sync.
• Musik: Lyria 3 für originale Kompositionen und Soundlandschaften über Prompt-Engineering.
• Stimme: Gemini Flash TTS mit benannten Voice-Personas und stilistischer Steuerung für Narration und Dialoge.
• Umfang pro Film: Ein vierminütiger Film erforderte über 40 Bildgenerierungen, mehr als 25 Videoclips, mehrere Musik-Stems, ein Dutzend Sprachaufnahmen und Hunderte Montageoperationen.
• Kollaborationsmuster: Agenten arbeiten besser über gemeinsame Dateien als über Nachrichtenverlauf zusammen; wirksam sind Nachrichten mit Dateipfaden.

Softprom und Google

Softprom ist der offizielle Partner von Google. Unser Team unterstützt Unternehmen bei der Bewertung, Einführung und Skalierung von Google Cloud KI-Services, einschließlich Vertex AI, Gemini-Modellen und generativer Medienfunktionen.

Dieser Inhalt wurde im Rahmen des Projekts Softprom DistriFlow erstellt — eines automatisierten Systems zur Überwachung und Anpassung von Vendor-News. Quelle: Originalartikel.