Tobias Frühmorgen: Filme schreiben mit LLMs – Human-AI Collaboration beim Drehbuchschreiben

Welche Arten von Film-Geschichten entstehen, wenn sie Mensch und Maschine zusammen schreiben? Diese wissenschaftlich-künstlerische Promotion untersucht die Kooperation beim Verfassen eines Spielfilm-Drehbuchs

Projektbeginn:
2021
Projektabschluss:
2026
 (öffnet Vergrößerung des Bildes)

Diese wissenschaftlich-künstlerische Dissertation untersucht die Rolle von Large Language Models (LLMs) im Drehbuchschreiben. Ihre zentrale Forschungsfrage lautet: Wie kann eine kollaborative Zusammenarbeit mit einem LLM zur Entstehung eines 'künstlerisch bedeutenden' Drehbuchs beitragen?

Ein kontrolliertes experimentelles Setting – der “Human-AI-Writers’-Room” für mixed-initiative Ko-Kreation wurde eingerichtet und Kriterien für „künstlerische Bedeutung“ wurden definiert. Diverse narrative Experimente wurden durchgeführt, um wiederkehrende Schwachstellen — wie Homogenisierung, Bias und narrativen Drift - zu identifizieren und Strategien zu entwickeln, um sie zu umgehen.

Aufbauend auf diesen Ergebnissen wurde das Spielfilmdrehbuch ‘Sete Rios’ innerhalb von 31 Tagen in einem orchestrierten Human–AI-Workflow verfasst, in dem der menschliche Autor und die LLMs ihre Rollen rotieren.

Basierend auf Theorien der Computational Creativity, der narrativen Intelligenz sowie der Philosophy of Technology analysiert die Dissertation die dynamische Mensch–LLM-Beziehung und führt eine strukturierte praktische Methodik - das Causal-Thematic Prompting Framework - für mixed-initiative Schreibprozesse ein. Dieses Framework ermöglicht es, in einem komplexen, instrumentierten und abgesicherten Prozess LLMs als Kollaborationspartner zu orchestrieren statt als bloßes automatisiertes Werkzeug zu verwenden, und beantwortet zugleich die übergeordnete Frage, ob LLMs im künstlerischen Prozess eher als Werkzeuge oder als Partner fungieren.

 

Keywords: Mensch–KI-Ko-Kreation, künstlerische Forschung, Drehbuchschreiben, LLMs, GenAI, mixed-initiative Co-Creation, narrative Kausalität, Autorenschaft, algorithmische Homogenisierung, Bias, narrativer Drift, Causal-Thematic Prompting Framework

 

  • Projektleitung: Tobias Frühmorgen
  • Zur Person: 

    Tobias Frühmorgen (ORCID: 0000-0001-6133-8302) ist Filmemacher, Filmdozent und Filmwissenschaftler. An der Lusófona Universität Lissabon lehrt er Creative Development/Production in Bachelorstudiengängen und betreut Thesis-Projekte in den European Joint Master KinoEyes. Er ist an verschiedenen EU-/Horizon-2020-finanzierten Forschungsprogrammen beteiligt, darunter Filmterm, future.film.education, ReSTART, C-Accelerate, Cyanotypes, Crescine, RIT und Wire. Seit 2020 ist er an der Entwicklung von Lehrplan, Pädagogik und künstlerischer Forschung im Rahmen von FilmEU beteiligt. Tobias betreut internationale Filmprojekte, leitet ein Forschungsprojekte zu LLMs und Drehbuchschreiben und koordiniert die FilmEU Micro-Credentials Academy. Außerdem arbeitet Tobias als Story Analyst für Drehbücher, ist zertifizierter Green Consultant, leitet einen Green-Consultant-Kurs und ist Mitglied des CILECT Committee for Sustainability. Derzeit schließt er seinen wissenschaftlich-künstlerischen PhD zum Thema AI und Drehbuchschreiben an der Filmuniversität Babelsberg ab.

  • Kontakt: tobias(at)menschenkind.com
  • Webseite: tobiasfruehmorgen.de
  • Betreuer*innen Promotion: Prof. Dr. Christine Reeh-Peters, Prof. Dr. Björn Stockleben
  • Wissenschaftlich-künstlerische Promotion im Studiengang: Drehbuch/Dramaturgie