Ein leuchtender magentafarbener Kern strahlt drei Lichtströme aus — ein Standbild, eine Bewegtbild-Sequenz und eine Audiowelle: Sinnbild für FLUX 3, ein Modell für Bild, Video und Audio
KI-News · Black Forest Labs · Bild/Video/Audio · 23. Juli 2026

Ein Modell.
Bild, Video, Audio.

Black Forest Labs — die KI-Schmiede aus dem Schwarzwald — hat heute FLUX 3 vorgestellt: ein multimodales Modell, das Bild, Video und Ton aus einer einzigen Architektur erzeugt. Bis zu 20 Sekunden Video mit synchronem Audio, aus reinem Text. Klingt nach dem heiligen Gral der Content-Produktion — und ist ein großer Schritt. Wir trennen Fakt von Hype: was im Early Access wirklich läuft, was die Zahlen taugen, und warum das direkt in unseren Werkzeugkasten einschlägt.

Lesedauer7 Minuten
KategorieKI-News
StatusEarly Access
Stand23. Juli 2026
Ein Modell für Bild, Video & Audio Bis zu 20 Sekunden Video mit synchronem Ton Deutsche KI aus dem Schwarzwald Early Access — erst Video, Bild folgt Magnific/Freepik testet bereits mit Ein Modell für Bild, Video & Audio Bis zu 20 Sekunden Video mit synchronem Ton Deutsche KI aus dem Schwarzwald Early Access — erst Video, Bild folgt Magnific/Freepik testet bereits mit

Nicht drei Tools.
Ein Modell.

Bisher war KI-Content ein Flickenteppich: ein Modell fürs Bild, ein zweites fürs Video, ein drittes für die Stimme, und am Ende alles mühsam zusammengeschnitten. FLUX 3 von Black Forest Labs greift genau das an — ein multimodales Modell, das aus einer gemeinsamen Architektur Bild, Video und Audio lernt und erzeugt. Es kann sogar zu Aktionsvorhersage für Robotik erweitert werden.

Das Herzstück für Content-Macher: FLUX 3 generiert Video mit nativ synchronem Ton — bis zu 20 Sekunden in einem Durchgang, aus reinem Text oder mit Bild-/Videovorlage. Dazu Text-to-Video, Bild-zu-Video, Video-zu-Video mit Charakter-Konsistenz und mehrsprachige Dialoge. Der Schritt vom „Bildgenerator" zum „Weltmodell" — so nennt BFL es selbst.

FLUX 3 im Überblick

AnbieterBlack Forest Labs (DE)
TypMultimodal: Bild·Video·Audio
Video-Längebis 20 Sek. + Ton
VariantenVideo · Image · Action · Dev
StatusEarly Access (Video zuerst)
Testet mitCanva, Magnific, Krea, Picsart

Was FLUX 3 wirklich kann.

Jenseits der großen Worte — das sind die konkreten Funktionen laut Black Forest Labs, sortiert nach dem, was für dich als Content-Macher zählt:

20 s

Video + Ton

Videos bis 20 Sekunden mit nativ synchronem Audio in einem Durchgang. Kein separater Voiceover-Schritt, kein Lippen-Sync-Gefrickel — Bild und Ton entstehen zusammen.

4 Wege

Video-Steuerung

Text-to-Video, Bild-zu-Video (Standbild animieren), Video-zu-Video (Stil/Charakter übertragen) und Keyframe-zu-Video für kontrollierte Übergänge. Vom Prompt bis zur präzisen Regie.

Text

Schrift, die sitzt

Der alte Schwachpunkt aller Bild-KIs: lesbare Schrift. FLUX 3 legt bei Typografie und Text-Rendering nach — mehrsprachig, in Bild und Video. Für Werbung ist das Gold wert.

1 Welt

Konsistenz

Weil alles aus einem Modell kommt, bleiben Charaktere, Produkte und Materialien über Bewegung hinweg konsistent — der Dauerschmerz bei getrennten Tools. Perfekt für Marken- und Produktvideos.

Zur Einordnung nennt BFL vorläufige Vergleichszahlen bei Text-to-Video (menschliche Präferenz, Herstellerangaben): gegenüber Runway Gen-4.5 zu 77 % bevorzugt, gegenüber Luma Ray 3.2 zu 93 %, gegenüber Kling v3 Pro zu 60 %. Klingt stark — aber es sind die eigenen Zahlen des Anbieters, unabhängige Tests stehen noch aus.

Was heute läuft —
und was noch nicht.

Verfügbar jetzt
Nur FLUX 3 Video

Im Early Access ist zunächst FLUX 3 Video da (über API und privaten Gewichte-Zugang). „Multimodal verfügbar" heißt heute also noch nicht „alles auf Knopfdruck für jeden" — es ist ein gestaffelter Start.

Kommt in Wochen
FLUX 3 Image

Die Bild-Variante folgt in den kommenden Wochen. Danach kommen FLUX 3 Action (Robotik, für ausgewählte Partner) und FLUX 3 Dev als Open-Weight-Backbone. Der volle Funktionsumfang rollt über Monate aus.

Die realistische Erwartung
Bald in deinen Tools

Du wirst FLUX 3 kaum selbst als API ansteuern — sondern es taucht in den Plattformen auf, die du ohnehin nutzt. Canva, Magnific (früher Freepik), Krea und Picsart testen bereits. Dort landet es zuerst im Alltag.

Der Robotik-Twist
Mehr als Content

FLUX 3 kann Aktionen vorhersagen — BFL testet das mit dem Robotik-Partner mimic in Audi-Produktionsprozessen. Für uns nicht direkt relevant, aber ein Signal: Diese Bild-Modelle werden zu allgemeinen „Weltmodellen".

Das schlägt direkt in
unseren Stack ein.

Für die meisten ist FLUX 3 eine ferne Tech-News. Für uns als KI-Marketing-Agentur ist es sehr konkret — aus zwei Gründen:

Erstens: FLUX steckt schon in unseren Werkzeugen. Black Forest Labs ist nicht irgendwer — ihre FLUX-Modelle treiben Bildfunktionen in Adobe Photoshop, Picsart und genau den Plattformen, mit denen wir täglich Content produzieren. Dass Magnific (hervorgegangen aus Freepik) FLUX 3 bereits testet, heißt: Diese Fähigkeiten landen absehbar direkt in unserer Produktions-Pipeline — ohne dass wir das Modell selbst betreiben müssen.

Zweitens: Der native Ton ist der eigentliche Sprung. Bisher war die Tonspur immer ein separater Schritt — Stimme generieren, Musik suchen, alles synchronisieren. Wenn Bild und Ton in einem Durchgang entstehen, verkürzt das die Produktion eines Werbeclips von Stunden auf Minuten. Genau solche Zeitfresser räumen wir für Kunden weg.

Und drittens, mit Stolz: FLUX kommt aus Deutschland — Black Forest Labs sitzt im Schwarzwald. Nach dem Mistral-Deal ist das die zweite große europäische KI-Nachricht dieser Woche. Die Achillesferse europäischer KI war nie das Können — es waren Kapital und Sichtbarkeit. Beides ändert sich gerade.

Unsere Haltung: beobachten, dann testen

Wir stürzen uns nicht auf jede Early-Access-Ankündigung. Unser Prinzip bleibt: beobachten, bis es in einem Tool live ist, das wir eh nutzen — dann mit echtem Kundenmaterial testen und die Kosten pro fertigem Clip vergleichen. FLUX 3 ist ein heißer Kandidat, aber die Demos sind kuratiert und die Zahlen sind die des Anbieters. Was zählt, ist das Ergebnis an deinem Projekt — und das prüfen wir, sobald es bei Magnific & Co. scharfgeschaltet ist.

Ein Modell für alles klingt gut.
Zählen wird das Ergebnis.

Multimodal aus einer Architektur ist technisch elegant und spart im besten Fall den halben Produktions-Workflow. Aber „im besten Fall" ist im Early Access noch ein Versprechen. Wer klug ist, freut sich auf FLUX 3 — und misst am eigenen Clip nach, sobald es in den Tools steht, die er ohnehin bedient.

Großer Schritt —
ruhig bewertet.

FLUX 3 ist mehr als ein weiteres Update: Ein Modell, das Bild, Video und Ton gemeinsam denkt, ist der logische nächste Schritt in der KI-Content-Produktion — und der native, synchrone Ton ist der Teil, der im Alltag am meisten Zeit spart. Dass es aus dem Schwarzwald kommt, macht es für uns in Europa doppelt erfreulich.

Gleichzeitig bleibt die nüchterne Wahrheit: Es ist Early Access, aktuell nur Video, die Vergleichszahlen sind die des Herstellers, und der eigentliche Praxistest kommt erst, wenn es in Magnific, Canva & Co. steht. Genau dann werden wir es mit echtem Material durchspielen und berichten, ob es hält, was die Demos zeigen.

Kurz: aufmerksam bleiben, sich freuen, nicht überstürzen. Der Fortschritt ist real — aber der Vorsprung entsteht durch kluges Testen, nicht durch das lauteste Early-Access-Posting.

Merken für die Praxis

Ein Modell für Bild, Video & Audio — bis 20 Sek. Video mit synchronem Ton.
Native Tonspur = der größte Zeitgewinn in der Content-Produktion.
Early Access: erst FLUX 3 Video, Bild folgt in Wochen, Rest über Monate.
Landet zuerst in Canva, Magnific/Freepik, Krea, Picsart — dort testen wir.
Vergleichszahlen sind Herstellerangaben — unabhängige Tests abwarten.

Quellen: Black Forest Labs — FLUX 3: Real World Models (offizieller Blog) · Black Forest Labs — FLUX 3: One Multi-Modal Model · Yahoo Finance / GlobeNewswire — Ankündigung · WaveSpeed — Was heute wirklich verfügbar ist. Stand: 23.07.2026. Fähigkeiten & Vergleichszahlen sind Herstellerangaben; unabhängige Tests stehen aus.

Gratis-Online-Guide

Der KI-Werkzeugkasten 2026

Welches Modell für welche Aufgabe, welche Tools wirklich zählen und wie du richtig promptest — komplett lesbar, kein Download.

Jetzt gratis lesen →
Kein Spam · Double-Opt-In · Abmeldung jederzeit
✓ Eingetragen — bitte bestätige noch die Mail in deinem Postfach.
Zum KI-Werkzeugkasten →

Content mit KI —
getestet statt gehypt.

Wir probieren die neuen Modelle mit echtem Material aus, bevor wir sie für dich einsetzen — und produzieren Bilder, Videos und Stimmen, die verkaufen statt nur beeindrucken. Lass uns über deinen Content reden.

Kennenlernen →