Video aus Code: Sechs Agenten-Werkzeuge im Vergleich – und die Remotion-Lizenzfalle

Darum geht es

Seit dem Frühjahr ist eine neue Werkzeugklasse entstanden, und in den letzten Wochen hat sie richtig Fahrt aufgenommen. Coding-Agenten wie Claude Code erzeugen Videos, ohne eine Video-KI zu benutzen. Der Agent schreibt ein Programm, das jedes einzelne Bild zeichnet. Ein unsichtbar laufender Browser spielt es ab, und das Standardwerkzeug ffmpeg setzt die Einzelbilder zu einer MP4-Datei zusammen. Das Ergebnis ist deterministisch: Derselbe Code liefert bei jedem Lauf exakt dasselbe Video. Wer eine Zahl ändern will, ändert eine Zeile, statt neu zu würfeln.

Wir stellen sechs Vertreter nebeneinander: Anthropics Claude Motion, die offiziellen Remotion-Skills, HeyGens HyperFrames, cinecode, claude-animated-shorts und claude-motion von whaleyxbt. Als Gegenpol dienen zwei generative Videomodelle, Googles Gemini Omni 1.2 Flash und das offene LTX-2.5. Dazu kommt ein Thema, das die meisten Anleitungen auslassen: die Lizenz.

Vorweg eine Klarstellung: Einen eigenen Durchlauf mit identischem Prompt konnten wir für diesen Artikel nicht machen. Stattdessen tragen wir die veröffentlichten Messungen anderer zusammen. Die sind unter unterschiedlichen Bedingungen entstanden und deshalb nur grob vergleichbar.

Die Werkzeuge im Überblick

Ein Headless-Browser ist ein Chrome ohne sichtbares Fenster, der im Hintergrund Bild für Bild abfotografiert. Alle Open-Source-Werkzeuge funktionieren nach diesem Prinzip. Sie unterscheiden sich vor allem darin, was der Agent schreibt: React-Code bei Remotion, gewöhnliches HTML bei HyperFrames, 3D-Szenen mit der Grafikbibliothek three.js bei cinecode.

Vorsicht beim Namen: „Claude Motion“ gibt es mindestens dreimal. Neben Anthropics Produkt existiert das Community-Projekt whaleyxbt/claude-motion (rund 900 Sterne). Darauf baut zum Beispiel der 3D-Skill Teardown auf. Ein drittes, unabhängiges Repo von TheOnlyFusionCube hat erst eine Handvoll Sterne. Mit Anthropic hat keines der beiden Repos etwas zu tun.

Claude Motion ist die bequemste Variante: Man fragt im Chat, erhält eine Animation als Artifact und exportiert über Export > MP4. Laut Anthropics Hilfeseite verwendet Motion „kein Videogenerierungsmodell“ und erzeugt deshalb keine realistischen Aufnahmen und keine Menschen. Animationen werden auf das Nutzungskontingent des Tarifs angerechnet, längere verbrauchen mehr. Angaben zu Auflösung, Bildrate und Höchstlänge fehlen weiterhin. Nutzbar ist Motion nur in den Tarifen Team und Enterprise, bei Enterprise erst nach Freischaltung durch den Admin. Der Testbericht von eesel vergibt 3,5 von 5 Punkten und rät Pro- und Max-Kunden, nicht nur wegen Motion umzusteigen.

HyperFrames ist mit laut GitHub rund 80.700 Sternen das mit Abstand populärste Projekt. HeyGen hat nach eigenen Angaben vorher selbst Remotion in der Produktion eingesetzt und setzt nun auf reines HTML. Die Begründung: Sprachmodelle haben deutlich mehr HTML gesehen als Remotion-Code. Für Claude Code, Codex, Cursor und Gemini CLI liegen fertige Skills bei. Das Projekt ist aber noch vor Version 1.0. Laut HeyGens eigenem Vergleich „bricht es leise“, wenn man die Regeln verletzt, etwa durch Bezug auf die echte Uhrzeit oder Zufallswerte ohne festen Startwert.

cinecode ist kein Framework, sondern ein kompletter Regie-Ablauf mit Rückfragen, Drehbuch, Probebildern und Endschnitt. Prüfskripte messen unter anderem, ob sich in den ersten zwei Sekunden etwas bewegt und wie laut der Ton ist. Ein unabhängiger „Zuschauer“-Agent sieht sich jeden Entwurf an. Benötigt werden Node.js ab 22, Python ab 3.9, ffmpeg und Chrome. Ohne Grafikkarte, die Chrome nutzen kann, wird auf dem Prozessor gerendert, laut README bei ganzen Filmen langsam.

claude-animated-shorts (rund 2.300 Sterne) ist auf 55 bis 70 Sekunden lange Hochkant-Cartoons in 2K spezialisiert. Jeder Durchlauf kopiert laut README etwa 1,3 GB in einen temporären Ordner. explainx.ai warnt, dass ein Laptop mit kleiner SSD schnell vollläuft und jeder 2K-Durchgang „echte Minuten“ dauert.

Die Lizenzfalle Remotion

Hier liegt der Punkt, den viele übersehen. Die Remotion-FAQ ist eindeutig: Kostenlos ist Remotion für Einzelpersonen, gemeinnützige Organisationen und Firmen mit insgesamt höchstens drei Personen. Darüber gilt:

„Es kostet 25 $ pro Monat und Person, die Remotion-Code selbst oder mithilfe agentischer Coding-Werkzeuge schreibt.“

Wer Claude Code den Remotion-Code schreiben lässt, zählt also als „Creator“ und braucht einen Sitz. Für Organisationen, die Automationen bauen, also Videoeditoren, Prompt-zu-Video-Dienste oder automatische Pipelines, gilt der Tarif „Automators“: 0,01 $ pro Render, mindestens 100 $ im Monat. Ein Render ist jede erfolgreich erzeugte Video-, Audio-, GIF- oder Bilddatei. Vorschauen im Remotion Studio zählen nicht. Laut Drittanbietern beginnt Enterprise bei 500 $ im Monat. Zudem kündigt Remotion an, die Lizenz mit Version 5.0 „leicht“ zu ändern. Laut dem Vergleich auf voyager.so kommen dann Meldepflichten für bestimmte automatisierte Renderwege hinzu.

Das betrifft auch Skills, die Remotion nur mitbringen. Das README von whaleyxbt/claude-motion weist ehrlich darauf hin, dass Firmen oberhalb der Schwelle eine Firmenlizenz brauchen. Bei claude-animated-shorts fehlt ein solcher Hinweis. Die MIT-Lizenz dieser Repos gilt nur für deren eigenen Code, nicht für Remotion darunter.

Nachgerechnet für drei typische Fälle:

Lizenzfreie Alternativen ohne diesen Haken sind HyperFrames (Apache 2.0), cinecode (MIT) sowie die älteren Animationsbibliotheken Manim (MIT, rund 42.000 Sterne, bekannt aus den Mathe-Videos von 3Blue1Brown) und Motion Canvas (MIT, rund 19.700 Sterne). Die beiden Letzteren haben allerdings keine eigenen Agenten-Skills im Paket.

Unsere Einschätzung: 25 Dollar im Monat ruinieren keine Firma. Das Problem ist, dass kaum jemand weiß, dass er zahlen müsste. Wer in einem Unternehmen ab vier Personen einen Remotion-basierten Skill aus einem Trend-Repo installiert, nutzt ihn womöglich unlizenziert.

Was die veröffentlichten Messungen zeigen

Auffällig ist, dass das eigentliche Rendern kaum ins Gewicht fällt. Die Zeit geht beim Agenten verloren: In der Wireflow-Sitzung kosteten ein Fehler im Shell-Befehl fast drei Minuten und der erste Download des Remotion-eigenen Chrome (283 MB) weitere Minuten. Claude erkannte dort ein gequetschtes Element auf eigenen Vorschaubildern und korrigierte es, entfernte aber ungefragt den Titel. Im HyperFrames-Test meldete der eingebaute Prüfer „Check passed“, obwohl zwei Animationen um dieselbe Deckkraft kämpften. Der Fehler fiel erst beim manuellen Ansehen eines Einzelbilds auf. Ein MP4 mit transparentem Hintergrund ging nicht, weil das Format keine Transparenz kennt: Der Hintergrund wurde weiß. Und eine Website-Betreiberin, die zu HyperFrames gewechselt ist, berichtet, dass Remotion in einem Test sogar schneller war, etwa 2 statt 4 Minuten. Sie wechselte wegen der besseren Vorschau, nicht wegen der Geschwindigkeit.

Die eindrucksvollste Zahl stammt aus der Wissenschaft. Im Code2Video-Paper (arXiv 2510.01174) ließen die Autoren ein Sprachmodell nach dem Ansehen eines Lehrvideos Prüfungsfragen beantworten. Die per Manim-Code erzeugten Videos mit Claude Opus 4.1 erreichten 86 Punkte, menschlich produzierte 3Blue1Brown-Videos 97,1, Googles Veo 3 nur 2,5. Für Erklärinhalte mit Formeln und Diagrammen sind Pixelmodelle praktisch nutzlos.

Der Gegenpol: Videogeneratoren

Gemini Omni 1.2 Flash kostet über die API 0,07 $ pro Sekunde in 720p. Für 30 Sekunden braucht man zwei 15-Sekunden-Clips und zahlt rund 2,10 $, in 1080p laut Drittanbietern rund 3,12 $. In Google Vids gibt es drei Clips im Monat gratis. LTX-2.5 ist herunterladbar und für Organisationen unter 10 Millionen Dollar Jahresumsatz kostenlos. Beide liefern, was Code nie kann: echt wirkende Menschen, Landschaften, Kamerafahrten. Bei Text versagen sie aber. In einem Test von Omni 1.2 Flash auf note.com tauchten trotz ausdrücklichem Verbot schriftähnliche Muster auf Buchrücken auf. Ein Diagramm mit korrekten Quartalszahlen lässt sich so nicht zuverlässig erzeugen. Jede Korrektur heißt außerdem: neu generieren und auf ein ähnliches Ergebnis hoffen.

Unser Fazit

Programmiertes Video ist die bessere Wahl, wenn Zahlen, Texte, Logos und Diagramme exakt stimmen müssen. Dasselbe gilt, wenn ein Video in mehreren Sprachen oder Formaten oder jede Woche mit neuen Daten entstehen soll, und wenn rechtliche Sauberkeit zählt. Hier gibt es kein Trainingsmaterial mit unklaren Rechten und kein KI-Gesicht. Der Videogenerator bleibt besser für Stimmungsbilder, realistische Szenen und Menschen, also alles, was sich nicht aus Formen und Schrift bauen lässt. In der Praxis ergänzen sich beide: generierter Clip als Hintergrund, Code-Animation für Zahlen und Schrift darüber.

Unsere Einschätzung zur Werkzeugwahl: Wer in einer Firma mit Team- oder Enterprise-Tarif sitzt und nicht programmieren will, probiert zuerst Claude Motion. Es kostet nichts extra, ist aber eine Beta mit unklaren technischen Grenzen. Für alle anderen ist HyperFrames der naheliegende Einstieg: am stärksten verbreitet, lizenzrechtlich unkompliziert, mit Skills für mehrere Agenten. cinecode lohnt sich für erzählerische Kurzfilme mit viel geführter Regie. Remotion bleibt stark für React-Teams und massenhaftes Cloud-Rendern über AWS Lambda. Ab vier Personen gehört dann aber die Lizenz ins Budget, und zwar auch dann, wenn nur ein Agent den Code schreibt.

Offen bleibt einiges: Unabhängige, vergleichbare Messungen mit identischem Prompt gibt es bisher nicht. Die vorhandenen stammen größtenteils von Herstellern oder aus Einzelläufen. Und die Agenten-Arbeit drumherum, also Skills lesen, Prüfen, Nachbessern, kostet nach allen Berichten ein Vielfaches des eigentlichen Codes.