6. Oktober 2026
KI-Bildinterpolation: was gelingt, wo es bricht, welches Werkzeug sich eignet
Die Interpolation erzeugt die fehlenden Bilder zwischen zwei Frames eines Videos, um von 24 auf 30 oder 60 fps zu kommen. Unsere Tests mit einem schnellen Tanz und einem Schnitt zwischen zwei Einstellungen, Topaz gegen RIFE, die Fehler, die man erkennen sollte, und die Werkzeuge, vom kostenlosen bis zum professionellen.
Frank HoubreGründer von Imaginode
Was ein Interpolationsmodell tut
Ein Interpolationsmodell erhält zwei aufeinanderfolgende Bilder, schätzt, wie sich jeder Bereich von einem zum anderen bewegt, und malt ein oder mehrere Zwischenbilder; es kennt weder die Szene noch das, was tatsächlich zwischen den beiden Momenten geschehen ist.
Zwischen zwei Bildern eines Videos mit 24 Bildern pro Sekunde vergeht ein Vierundzwanzigstel einer Sekunde. Interpolation bedeutet zu erraten, wie die Szene in der Mitte dieses Intervalls aussah, oder nach einem Drittel, oder nach zwei Dritteln, je nach angestrebter Bildrate. Dazu berechnet das Modell einen optischen Fluss: für jeden kleinen Bereich des ersten Bildes die Richtung und Distanz seiner Verschiebung im zweiten.
Daraus leitet es ein Bild ab, in dem jeder Bereich einen Teil des Weges zurückgelegt hat, und füllt dann die Lücken: Wenn ein Arm vor einer Wand vorbeizieht, wird ein Teil der Wand sichtbar, und dieser muss gemalt werden. Hier unterscheiden sich die Modelle. Ältere Algorithmen wie der minterpolate-Filter von ffmpeg arbeiten mit quadratischen Blöcken und hinterlassen zerrissene Kanten. Die für diese Aufgabe trainierten neuronalen Netze, RIFE, FILM, die von Topaz, beziehen das gesamte Bild in ihre Überlegung ein und rekonstruieren aufgedeckte Bereiche besser.
Was das Modell nicht kann, ist, ein Ereignis zu erraten, das in keinem der beiden Bilder vorkommt. Ein zu schnelles Augenzwinkern, ein Funke, ein Ball, der zwischen zwei Bildern abprallt: Es sieht nur ein Vorher und ein Nachher und zieht eine gerade Linie zwischen beiden. Für den alltäglichen Gebrauch, eine Einstellung von 24 auf 30 oder 60 Bilder pro Sekunde zu bringen, spielt das keine Rolle. Die vollständige Methode zur Umwandlung finden Sie unter ein 24-fps-Video in 30 fps umwandeln.
Der harte Test: ein schneller Tanz
Bei einem mit 24 Bildern pro Sekunde erzeugten Tanz, mit schnellen Armbewegungen und Bewegungsunschärfe, lieferten Topaz und RIFE saubere Zwischenbilder: kein doppeltes Glied, keine verformte Hand, die Unschärfe der Quelle verdeckte den Rest.
Wir hatten erwartet, dass die Hände kaputtgehen würden. Wir nahmen ein Tanzvideo aus unserem Demo-Katalog, 720 × 1280, 5 Sekunden, 24 Bilder pro Sekunde, und ließen es am 6. Oktober 2026 durch zwei Engines laufen: Topaz, die hinter dem Node Verbessern steht, auf 30 und 60 Bilder pro Sekunde, und RIFE, das verbreitetste freie Modell, das die Bildrate auf 48 verdoppelt. Danach suchten wir rechnerisch die beiden aufeinanderfolgenden Bilder, bei denen sich das Bild am stärksten ändert, und sahen uns an, was jede Engine zwischen ihnen platziert hat.
Das Ergebnis ist besser als erwartet. Im Ausschnitt unten bewegt sich die Hand von der Hüfte nach vorn; das Bild von RIFE und das von Topaz platzieren sie auf halbem Weg, mit einer stimmigen Unschärfe, ohne sechsten Finger, ohne Geisterarm. Der Grund liegt teilweise in der Quelle: Ein Videomodell erzeugt bei schnellen Bewegungen Bewegungsunschärfe, wie eine echte Kamera, und diese Unschärfe macht Interpolationsfehler unsichtbar.
Ein Unterschied zeigte sich an anderer Stelle: RIFE, auf fal, liefert ein Video ohne Ton, während Topaz die Audiospur der Quelle kopiert. Bei einer stummen Einstellung spielt das keine Rolle; bei einer Werbung mit Musik muss der Ton im Schnitt wieder angepasst werden. Topaz lieferte außerdem exakt die gewünschte Bildrate, während RIFE nur multiplizieren kann: Aus 24 werden 48, 72 oder 96, nie 25 oder 30.
Wo es wirklich bricht: der Schnitt zwischen zwei Einstellungen
Bei einem harten Schnitt erzeugt die Interpolation ein Bild, das nicht existiert: Topaz legte die beiden Einstellungen überblendet übereinander, RIFE ohne Szenenerkennung lieferte ein Pixelmosaik, und nur RIFE mit Szenenerkennung ließ den Schnitt unangetastet.
Das Lehrbuchbeispiel ist der Schnitt im Schnittprogramm. Wir fügten zwei Einstellungen mit einem harten Schnitt zusammen, zwei Sekunden eines Überflugs über ein Dorf, dann zwei Sekunden eines Parfümflakons, und ließen die Datei durch dieselben Engines laufen. Zwischen dem letzten Bild des Dorfes und dem ersten des Flakons sucht ein Interpolationsmodell nach einer Bewegung, die es nicht gibt, und muss trotzdem ein Bild liefern.
Topaz lieferte ein Bild, in dem der Flakon durch das Dorf hindurchschimmert, wie eine einbildige Überblendung, ein Sechzigstel einer Sekunde lang. RIFE lieferte ohne besondere Option ein viel schlechteres Bild: den in Quadrate zerschnittenen Flakon, schwebend auf einem Hintergrund aus Pixeln. Mit aktivierter Erkennung von Szenenwechseln erkannte RIFE den Schnitt und ließ ihn unverändert, ohne erfundenes Bild.
Bei normaler Wiedergabe bleibt ein Geisterbild von einem Sechzigstel einer Sekunde oft unbemerkt. Bei einem schnellen Schnitt, mit einem Schnitt alle zwei Sekunden, erzeugt es einen Eindruck von Unsauberkeit, der schwer zu benennen ist, und es fällt Bild für Bild sofort auf. Die Regel ist einfach: Jede Einstellung wird einzeln interpoliert, vor dem Schnitt, niemals das fertige Video.
Weitere Fehler, die man erkennen sollte
Über Schnitte hinaus kommt die Interpolation durcheinander bei sich kreuzenden Objekten, sich wiederholenden Mustern, durchlaufendem Text, Bewegungen, die schneller sind als die Breite eines Objekts pro Bild, und Elementen, die plötzlich auftauchen.
Sich kreuzende Objekte, zwei Personen, die sich überholen, eine Hand, die vor einem Gesicht vorbeizieht: Das Modell muss entscheiden, welcher Bereich zu welchem Objekt gehört, und die Grenze zwischen beiden kann wellig verlaufen. Sich wiederholende Muster, ein Gitter, Streifen, ein sich bewegender Zaun, täuschen es bei der Zuordnung: Eine Stange wird mit ihrer Nachbarin verwechselt, und das Muster scheint sich in die falsche Richtung zu verschieben.
Durchlaufender Text und Benutzeroberflächen sind eine weitere Falle: Die Buchstaben verformen sich leicht in den erzeugten Bildern, was man sofort sieht, wenn man liest. Sehr schnelle Bewegungen, ein Objekt, das sich von einem Bild zum nächsten um mehr als seine eigene Breite verschiebt, haben keine verlässliche Entsprechung: Das Modell kann das Objekt verdoppeln oder es per Überblendung einblenden lassen. Und schließlich wird alles, was zwischen zwei Bildern plötzlich auftaucht, ein Blitz, ein Lichtblitz, ein Funke, als Überblendung verschmiert, statt scharf zu erscheinen.
Bei KI-Videos ist ein guter Teil dieser Fälle selten: Die Modelle erzeugen wenig lesbaren, durchlaufenden Text, und ihre Bewegung ist meist flüssig. Schwenks, Drohnenaufnahmen, Gesichter, sich drehende Produkte, gehende Figuren funktionieren sehr gut. Es sind auch die Einstellungen, bei denen eine zu niedrige Bildrate am stärksten auffällt.
Die Werkzeuge, vom kostenlosen bis zum professionellen
Die Werkzeuge lassen sich in drei Familien einteilen: installierte Software (Topaz Video, DaVinci Resolve, Premiere Pro, Flowframes), Online-Dienste (Topaz for Web, CapCut, TensorPix, HitPaw) und APIs (Runway, fal); die am 6. Oktober 2026 erfassten Preise reichen von null bis 299 Dollar pro Jahr.
Topaz Video, früher Video AI, ist die kostenpflichtige Referenz. Es bietet fünf Interpolationsmodelle: Apollo für nichtlineare Bewegungen und leicht unscharfe Quellen, Apollo Fast, Chronos für Bildratenumwandlung und Zeitlupe, Chronos Fast für große Bewegungen und Aion für hohe Präzision. Es kostet 299 Dollar pro Jahr oder 59 pro Monat, 699 pro Jahr bei kommerzieller Nutzung ab einem Umsatz von einer Million. Die Webversion, Topaz for Web, zielt auf 30, 60, 90 oder 120 Bilder pro Sekunde für 19 Dollar pro Monat im Aktionspreis. Adobe hat im Juni 2026 eine Vereinbarung zur Übernahme von Topaz Labs unterzeichnet.
Auf der kostenlosen Seite ist Flowframes eine Windows-Oberfläche für RIFE, DAIN und FLAVR, quelloffen, deren neueste Versionen zunächst exklusiv für Unterstützer auf Patreon erscheinen. RIFE und FILM, letzteres von Google veröffentlicht, sind 2022 vorgestellte Forschungsmodelle, die sich über die Kommandozeile nutzen lassen, und ffmpeg bietet den minterpolate-Filter an, ohne neuronales Netz. DaVinci Resolve bietet Interpolation per optischem Fluss bereits in der kostenlosen Version; der Modus Speed Warp ist der Studio-Version vorbehalten, für 295 Dollar. Premiere Pro, für 22,99 Dollar pro Monat, bietet Optical Flow in der zeitlichen Interpolation. Und SVP, für 24,99 Dollar auf Lebenszeit, interpoliert in Echtzeit während der Wiedergabe, ohne Datei exportieren zu müssen.
Online bietet CapCut optischen Fluss mit 30, 50 oder 60 Bildern pro Sekunde; Nutzer haben berichtet, dass die flüssige Zeitlupe in den Pro-Tarif gewandert sei. TensorPix wirbt mit bis zu 120 Bildern pro Sekunde, mit einer kostenlosen dreiminütigen Testphase in 720p, und HitPaw mit einer Umwandlung auf 60 oder 120, ab 24,99 Dollar pro Monat. Für Entwickler wandelt die API von Runway auf 24, 25, 30, 48, 50, 60 oder 120 Bilder pro Sekunde um, sowie ihre Varianten 23,98, 29,97 und 59,94, für 0,005 Dollar pro Sekunde. In Imaginode läuft der Node Verbessern über Topaz: 6 Credits für fünf Sekunden in 720p bis zu 30 Bildern pro Sekunde, Ton erhalten.
Die Bewegungsglättung von Fernsehgeräten
Die Bewegungsglättung von Fernsehgeräten ist eine Echtzeit-Interpolation von Filmen mit 24 Bildern pro Sekunde; sie verleiht Filmen eine Videooptik, so sehr, dass Tom Cruise im Dezember 2018 eine Botschaft aufgenommen hat, in der er bat, sie auszuschalten, und ein Filmmaker-Modus sie heute standardmäßig deaktiviert.
Die meisten modernen Fernsehgeräte interpolieren standardmäßig alles, was sie anzeigen, um ihr 60- oder 120-Hertz-Panel zu füllen. Beim Sport ist das ein Fortschritt. Bei einem Film ist es das, was man den Soap-Opera-Effekt nennt: Die Bewegung wird so glatt, dass die Szene wie auf Video gefilmt wirkt, wie eine Fernsehserie, und verliert das leichte Ruckeln der 24 Bilder, das das Kino kennzeichnet. Am 4. Dezember 2018 veröffentlichten Tom Cruise und Christopher McQuarrie ein kurzes Video, in dem sie erklärten, dass diese Einstellung die meisten Filme wie Hochgeschwindigkeitsvideo aussehen lässt, und wie man sie ausschaltet.
Die UHD Alliance antwortete mit dem Filmmaker Mode, im August 2019 angekündigt und auf der CES im Januar 2020 eingeführt, der die Bewegungsglättung, die Rauschreduzierung und die Schärfung abschaltet und die ursprüngliche Bildrate respektiert. Auf der Verteilungsseite verlangt Netflix Dateien, die in ihrer nativen Bildrate geliefert werden, derjenigen des Drehs und des Schnitts, und warnt, dass fehlerhafte Bildratenumwandlungen, die Artefakte hinterlassen, abgelehnt werden.
Für einen Kreativschaffenden ergibt sich eine doppelte Lehre: Eine fiktionale Einstellung, die ihre Kinotextur bewahren soll, nicht reflexhaft interpolieren, und die Bildrate danach wählen, wo das Video angesehen wird. Die Wahl zwischen 24, 25, 30 und 60 Bildern pro Sekunde, je nach Plattform, wird ausführlich behandelt unter 24, 25, 30 oder 60 fps: welche Bildrate wählen.
Die Zusammenfassung
Die KI-Interpolation ist zuverlässig bei kontinuierlichen Bewegungen, Schwenks, Drohnenaufnahmen, Figuren, selbst bei schnellen, wenn die Quelle Bewegungsunschärfe aufweist; sie versagt bei Schnitten, Texten, sich wiederholenden Mustern und plötzlichen Ereignissen.
Interpolieren Sie jede Einstellung vor dem Schnitt, niemals ein bereits geschnittenes Video. Wenn Sie nur die fertige Datei haben, verwenden Sie ein Werkzeug, das Szenenwechsel erkennt, und prüfen Sie jeden Schnitt Bild für Bild.
Für eine exakte Bildrate, 25, 30, 50 oder 60, braucht man eine Engine, die eine Zielbildrate ansteuert, wie Topaz; RIFE kann nur mit zwei, drei oder vier multiplizieren. Für eine Einstellung mit Ton wählen Sie eine Engine, die ihn kopiert, oder planen Sie, ihn wieder hinzuzufügen.
In Imaginode ändert der Node Verbessern die Bildrate mit Topaz um ×1, Ton erhalten, für 6 Credits für fünf Sekunden in 720p bis zu 30 Bildern pro Sekunde. Der einsatzbereite Workflow ist die Vorlage „Bildrate eines Videos ändern“.