Alternative zu Runway und Kling: KI-Video lokal auf der RTX PRO 6000 Workstation Edition

Ein selbst gehosteter KI-Videogenerator statt Runway oder Kling

Ein Unternehmen, das für Runway oder Kling Credits bezahlt, kann dieselben Arten von Marketingclips auf der eigenen Workstation mit offenen Videomodellen erstellen: Wan 2.2 für Text-zu-Video und Bild-zu-Video, LTX-2.5 für Clips mit Ton und für 4K-Ausgabe, InfiniteTalk für einen sprechenden Moderator. Eine NVIDIA RTX PRO 6000 Blackwell Workstation Edition mit 96 GB betreibt die großen Modelle in 720p. Das Unternehmen verzichtet auf die neuesten proprietären Modelle und den Komfort eines gehosteten Dienstes; es gewinnt eine eigene Maschine ohne Credits und ohne Uploads.

Dieser Vergleich richtet sich an die Marketingleitung, die Agenturinhaberin oder den Geschäftsführer, die ein Abo gegen eine Maschine im Büro abwägen. Ein Videomodell ist das trainierte Netz, das aus einem Text-Prompt (Text-zu-Video) oder einem Standbild (Bild-zu-Video) einen kurzen Clip macht; „offene Gewichte“ heißt, dass der Hersteller die Modelldateien veröffentlicht und das Modell auf Ihrem eigenen Rechner läuft. GPU-Speicher, auch VRAM, ist der Speicher auf der Grafikkarte und entscheidet, welches Modell passt. Das Modell läuft in ComfyUI, einem kostenlosen Programm, in dem jede Art von Clip ein gespeicherter Workflow mit einem Eingabefeld ist. Den Speicher je Modell finden Sie in unserem Leitfaden zu den GPU-Anforderungen für Videogenerierung, die Stufen ausführlicher unter KI-Video-Workstation fürs Marketing.

Was die Bedingungen der Cloud-Anbieter sagen

Für diesen Vergleich zählen zwei Punkte auf den Seiten der Anbieter: wie die Nutzung abgerechnet wird und was der Anbieter mit hochgeladenem Material tun darf. Wir geben nur wieder, was die Seiten der Anbieter am 30. Oktober 2026 sagten, und lassen Preise weg.

Runway rechnet die Nutzung in Credits ab. Sein Hilfecenter nennt „Gen-4.5 uses 12 credits per second of generated video“ und für die Tarife Standard, Pro und Unlimited „Credits do not roll over“; sie werden innerhalb eines Tages nach dem Abrechnungsdatum zurückgesetzt. Die Nutzungsbedingungen, zuletzt am 23. Oktober 2026 aktualisiert, sagen: „The Company does not claim ownership of any of your Inputs or Outputs.“ Runway schränkt die kommerzielle Nutzung der Ausgaben nicht ein, und der Nutzer räumt eine unbefristete, weltweite Lizenz ein, nach der Eingaben und Ausgaben „may be used by the Company to train and improve its AI models, algorithms and related technology“. Laut den Bedingungen werden die Dienste aus den Einrichtungen des Unternehmens in den USA gesteuert und angeboten („controlled and offered by Company from its facilities in the United States of America“). Für Organisationen mit Runway Enterprise Services gelten eigene Bedingungen, die wir nicht geprüft haben.

Die Nutzungsrichtlinie von Kling, aktualisiert am 21. April 2026, stammt von Kling AI Pte. Ltd. und unterliegt dem Recht von Singapur. Sie sagt „We do not claim ownership of the Content“, räumt Kling eine Lizenz an Eingaben und Ausgaben ein und erlaubt Kling, Eingaben zu nutzen, um die Modelle hinter den Diensten zu „create, test, improve, train, or otherwise develop“; nach Abschnitt 4.7.4 können Nutzer diese Lizenz per E-Mail widerrufen.

Beide Anbieter belassen das Eigentum an den Ausgaben beim Nutzer. Der Unterschied zur Workstation ist, wohin das Material geht. Läuft das Modell auf Ihrer Maschine, bleiben Prompts, Referenzbilder (Produktfotos, das Gesicht eines Moderators), das Material des Kunden und die fertigen Clips auf den Laufwerken der Maschine. Internet braucht die Maschine für das Herunterladen von Modellen und Updates; prüfen Sie bei der Einrichtung die Update- und Telemetrie-Einstellungen jedes Programms, wie unser Leitfaden zur Telemetrie in selbst gehosteten KI-Tools erklärt.

Cloud-Funktionen und ihre offenen Gegenstücke

Die Tabelle ordnet den Aufgaben, für die Teams Credits kaufen, offene Modelle zu, mit dem, was die Seite des jeweiligen Modells angibt. Alle Seiten wurden am 30. Oktober 2026 gelesen.

GitHub-Repository Wan-Video/Wan2.2 und Hugging-Face-Seiten von Wan-AI, Lightricks/LTX-2.5, MeiGen-AI/InfiniteTalk, meituan-longcat/LongCat-Video-Avatar-1.5 sowie Comfys SeedVR2-Anleitung, gelesen am 30. Oktober 2026. Die Speicherangaben gelten für Wans Befehle auf einer GPU mit eingeschaltetem Offloading.

Wan 2.2 erschien mit Gewichten am 28. Juli 2025; standardmäßig erzeugen die großen Modelle 81 Frames mit 16 Bildern pro Sekunde, rund fünf Sekunden. LTX-2.5 erzeugt „synchronized, high-fidelity video and audio from text, image, and video inputs“; die Beispiele nutzen 121 Frames mit 24 Bildern pro Sekunde in 1920 × 1088, und für 4K nennt die Modellseite --spatial-upscalings 2 --width 3840 --height 2176. InfiniteTalk „generates good results from a single image for up to 1 minute“; LongCat-Video-Avatar-1.5 wurde nur auf Chinesisch und Englisch evaluiert. Moderatorenvideos behandelt unsere lokale Alternative zu HeyGen, Clips aus Packshots Produktvideos aus Fotos und das Hochskalieren KI-Video-Upscaling auf 4K.

Für eine Lücke gibt es kein offenes Gegenstück. Die Cloud-Dienste betreiben eigene proprietäre Modelle, deren Gewichte nicht veröffentlicht sind. Auf der offenen Seite führte die Organisation Wan-AI auf Hugging Face am 30. Oktober 2026 kein Modell nach Wan 2.2; die neueste Veröffentlichung ist Wan2.2-Animate-2-14B, deren Gewichte am 7. August 2026 erschienen.

Lizenzen für Kundenprojekte und Marketing

Kundenarbeit und Werbung sind kommerzielle Nutzung, deshalb ist die Lizenz jedes Modells der erste Filter, noch vor der Hardware.

Lizenzdateien und Modellseiten auf GitHub und Hugging Face, gelesen am 30. Oktober 2026. Allgemeine Information, keine Rechtsberatung.

Wans Repository sagt: „The models in this repository are licensed under the Apache 2.0 License.“ Es beansprucht keine Rechte an erzeugten Inhalten und hält fest, dass Nutzer „fully accountable for your use of the models“ sind.

Die LTX-2.x Community License vom 11. August 2026 gibt Unternehmen unter der Schwelle eine gebührenfreie Lizenz zur Nutzung „for any purpose“, vorbehaltlich der Einschränkungen in Anhang A. „Entities with annual revenues of at least $10,000,000“ sind „required to obtain a paid license for any use“ jenseits der nicht kommerziellen Zwecke, und „all subsidiaries, affiliates, and companies under common Control shall be considered collectively“. Test und Evaluierung durch ein solches Unternehmen bleiben erlaubt. Lightricks „claims no rights in the Output“, und Anhang A verbietet, erzeugte Inhalte zu veröffentlichen „without expressly and intelligibly disclaiming that the information and/or content is machine generated“. LTX-2.5 gehört nicht zu der Einrichtung, die wir liefern; ein Unternehmen, das die Lizenzbedingungen erfüllt, installiert es selbst.

Ein Unternehmen in der EU kann HunyuanVideo 1.5 und MiniMax H3 unter ihren Lizenzen nicht nutzen, weil diese die EU ausschließen; deshalb installieren und empfehlen wir sie nicht. Ihre Rechtsabteilung bestätigt die Bewertung jeder konkreten Nutzung.

Sie können die Workstation allein bestellen, die Einrichtung von ComfyUI und Wan 2.2 allein oder beides zusammen: die Workstation mit allem fertig installiert und eingerichtet; schreiben Sie uns, wir schlagen Ihnen die beste Lösung für Ihre Aufgaben und Ihr Budget vor.

Worauf ein lokales Setup verzichtet

Die neuesten Modelle. Ein Cloud-Dienst kann Ihnen sein neuestes Modell am Tag der Einführung bereitstellen. Lokal arbeiten Sie mit den offenen Modellen, die es gibt, und deren Qualität beurteilen Sie am eigenen Material: Lassen Sie dasselbe Briefing durch beide laufen, bevor Sie ein Abo kündigen.

Zeit je Clip. Wir haben weder von den Modellherstellern noch von NVIDIA eine veröffentlichte Zeit je Clip für Wan 2.2 oder LTX-2.5 auf einer RTX-PRO-Karte gefunden. Unser Artikel zum Wan-2.2-Videoserver setzt die Obergrenze nach unserer Schätzung aus NVIDIAs Spitzenrechenleistung bei rund drei Fünf-Sekunden-Clips in 720p pro Stunde auf einer RTX PRO 6000 Server Edition mit Wans 40 Standardschritten; reale Läufe sind langsamer. Die Zeit wächst mit Auflösung, Länge und Schrittzahl, und eine Karte rechnet jeweils einen Clip.

Pflege. ComfyUI veröffentlichte zwischen dem 13. und 27. Oktober 2026 fünf Versionen, und neue Modelle bringen neue Workflows mit. Jemand muss die Programme aktualisieren und die gespeicherten Workflows funktionsfähig halten.

Hybride Nutzung. Ein Team kann auch beides behalten: Entwürfe, Varianten und große Stückzahlen auf der Workstation, gelegentlich einen Hero-Shot in der Cloud. Was für diesen Shot hochgeladen wird, fällt dann unter die oben zitierten Bedingungen des Anbieters.

Welche Workstation welchen Arbeitsplatz ersetzt

Der GPU-Speicher bestimmt, was eine Stufe rechnen kann; die Zahl der Karten bestimmt, wie viele Clips gleichzeitig laufen. Ein Clip belegt während der Berechnung eine ganze Karte, daher dient eine Karte einer Person, die generiert, während andere prüfen und weitere Aufträge in der Warteschlange warten.

Speicher laut Wan und nach unserer Rechnung für LTX-2.5; Kartendaten aus NVIDIAs Datenblättern, wie auf unseren GPU-Seiten angegeben. WS = Workstation Edition, SE = Server Edition.

Einstieg. Die NVIDIA RTX PRO 5000 Blackwell mit 72 GB liegt unter den 80 GB, die Wan für seinen eigenen 16-Bit-Befehl für die großen Modelle nennt. Sie rechnet das 5B-Modell, für das Wan 24 GB angibt, und nach unserer Dateirechnung auch die A14B-Modelle aus den FP8-Dateien von Comfy: Zwei Experten zu je 14,3 GB, der Textencoder (er liest den Prompt) und der VAE (er macht aus dem Ergebnis Bilder) ergeben rund 35,6 GB, wie unser Leitfaden zu Produktvideos aus Fotos zeigt. Lightricks veröffentlicht für LTX-2.5 keinen Speicherbedarf. Die veröffentlichten Dateien sind in 16 Bit 42 GB für den 22B-Transformer und 26,3 GB für den Textencoder Gemma 4 12B; die INT8-Dateien für ComfyUI belegen 21,5 GB und 15,4 GB, zusammen 36,9 GB oder 34,4 GiB. Das passt in die 61,5 GiB, die unsere Dimensionierungsregel auf einer 72-GB-Karte als nutzbar zählt (das 0,9-Fache des vom Treiber gemeldeten Speichers minus 3 GiB), und lässt Platz für die Frames. Der NVFP4-Transformer, ein 4-Bit-Format, ist eine Datei von 18,7 GB, die Lightricks für Blackwell-GPUs führt; dazu gehören die RTX-PRO-Karten. NVIDIAs Blog vom 10. März 2026 nennt für NVFP4 in ComfyUI auf Karten der GeForce RTX 50 Series 2,5-fache Geschwindigkeit und 60 Prozent weniger VRAM, mit einem Diagramm für eine GeForce RTX 5090, einer Consumer-Karte, die wir nicht liefern; für RTX-PRO-Karten nennt er keinen Wert. Eine RTX PRO 4500 mit 32 GB reicht für das Hochskalieren und das 5B-Modell.

Mitte. Eine 96-GB-Karte, von der nach unserer Regel 83,0 GiB nutzbar sind, fasst Wan2.2-T2V-A14B oder I2V-A14B in 720p, deren Gewichte nach der Rechnung unseres Wan-Serverartikels in BF16 jeweils rund 64,4 GiB belegen, oder LTX-2.5 in BF16, dessen veröffentlichte Dateien 68,3 GB belegen. Zwei Karten der Workstation Edition mit je 600 W sind für diese Edition das realistische Maximum; nach der Schätzung auf unserer Seite zur RTX PRO 6000 Workstation Edition zieht eine Karte rund 1,1 kW an der Steckdose, zwei rund 1,8 kW. Drei oder vier Karten sind die Max-Q, die 300-W-Edition, und nur in einem dafür gebauten Gehäuse mit starkem, gerichtetem Luftstrom, wie unser Leitfaden zur Workstation mit vier Max-Q erklärt.

Groß. Ein Rackserver mit vier NVIDIA RTX PRO 6000 Blackwell Server Edition rechnet für eine Abteilung einen Clip je Karte, zieht nach unserer Schätzung rund 3,4 kW und gehört in einen Serverraum; unser Server mit vier Server-Edition-Karten beschreibt ihn, und unser KI-Server für Kreativagenturen ergänzt Bildmodelle und Rendering auf derselben Maschine.

Nennen Sie uns die Clips, die Ihr Team in einem typischen Monat erstellt, und wir schlagen die Stufe vor, die zu Ihren Aufgaben und Ihrem Budget passt.

Die Oberfläche, mit der Ihr Team arbeitet

ComfyUI steht unter GPL-3.0 und läuft unter Windows, Linux und macOS. Der App Mode, den NVIDIAs Blog vom 10. März 2026 App View nennt, stellt einen Workflow als einfaches Formular dar: „Users only need to enter a prompt, adjust simple parameters and hit generate“, während der volle Node-Editor erhalten bleibt. Wan 2.2 „has been integrated into ComfyUI“, „Official LTX-2.5 workflow templates ship in ComfyUI“, und SeedVR2 sowie NVIDIAs RTX Video Super Resolution stehen als Nodes für den Schritt zu 4K bereit. ComfyUI reiht Aufträge in eine Warteschlange und bietet eine lokale API, sodass ein Marketingteam Clips aus dem Browser einreicht, während eine Person die Workflows pflegt.

WanGP, eine Oberfläche in einem Fenster für dieselben Modelle, steht unter einer eigenen Lizenz (WanGP Community License 2.0) und gehört nicht zur Software, die wir installieren.

Echte Personen, Logos und der AI Act

Ein Clip mit einer echten Person braucht deren Einwilligung, und Gesicht und Stimme eines Moderators sind personenbezogene Daten; Ihr Datenschutz­beauftragter bestätigt, was die Einwilligung abdecken muss. Logos und Produkte anderer Unternehmen werfen markenrechtliche Fragen auf, die Ihre Rechtsberatung beantwortet.

Die Seite der Europäischen Kommission zu Artikel 50 des AI Act, gelesen am 30. Oktober 2026, sagt: „Article 50 of the AI Act applies as from 2 August 2026“. Anbieter von Systemen, die synthetische Inhalte erzeugen, müssen diese maschinenlesbar kennzeichnen, und „Deployers must disclose deepfake content to a natural person upon first exposure at the latest“. Ein Deepfake ist ein Inhalt, der „existing persons, objects, places, entities or events“ ähnelt und fälschlich echt wirkt; bei offensichtlich künstlerischen, kreativen, satirischen oder fiktionalen Werken erfolgt der Hinweis „in an appropriate manner“. Für Systeme, die vor dem 2. August 2026 in Verkehr gebracht wurden, nennt die Seite der Kommission den 2. Dezember 2026 als Beginn der Kennzeichnungspflicht; der ändernde Rechtsakt ist die Verordnung (EU) 2026/1744 (Digital Omnibus on AI) auf EUR-Lex. Unser Artikel zum EU AI Act für Unternehmen gibt allgemeine Informationen; Ihre Rechtsberatung bestätigt, wie er für Ihre Clips gilt.

Hinweise für die IT

• Arbeitsspeicher. Wans Offloading verschiebt den inaktiven Experten und den Textencoder in den Arbeitsspeicher, nach der Rechnung unseres Wan-Serverartikels rund 69 GB je A14B-Auftrag. Unsere Workstation-Seiten folgen NVIDIAs Regel von mindestens doppeltem GPU-Speicher: 192 GB für eine 96-GB-Karte, 384 GB für zwei; unser Leitfaden Wie viel RAM ein GPU-Server braucht erklärt die Regel.
• Speicherplatz. Das Repository von Wan2.2-T2V-A14B umfasst 126 GB, die Downloads von LTX-2.5 rund 66 GiB, wie unser Videoleitfaden festhält. Nach unserer Schätzung belegen mehrere Videomodelle einige hundert GB auf NVMe; speichern Sie Prompt, Seed und Modellversion mit jedem Clip.
• Software. LTX-2.5 empfiehlt Python 3.12 oder neuer, CUDA 12.7 oder neuer und PyTorch 2.7; die RTX-PRO-Blackwell-Karten rechnen FP8 und NVFP4 in Hardware, wie unser Leitfaden zu FP8, NVFP4 und anderen Formaten erklärt.
• Netz und Updates. Halten Sie den ComfyUI-Port im internen Netz, aktualisieren Sie in geplanten Wartungsfenstern und testen Sie danach die gespeicherten Workflows.

FAQ