Schweizer Filmförderung ist komplex, fragmentiert und fehleranfällig und trotzdem läuft ein Grossteil der Antragsarbeit über Excel-Tabellen und E-Mail-Anhänge. Ich habe ein Jahr damit verbracht, herauszufinden, ob sich das mit modernen Technologien ändern lässt und was dabei wirklich funktioniert.

Der Ausgangspunkt: Eine Branche im Verwaltungsstau

Ich arbeite seit über zehn Jahren an Schweizer Film- und TV-Produktionen und kenne die Abläufe einer Produktion aus eigener Erfahrung. In dieser Zeit habe ich aus nächster Nähe beobachtet, wie Produktionsfirmen mit der Schweizer Filmförderung umgehen: mit grossem Aufwand, viel Erfahrung und einem bemerkenswerten Mass an manueller Arbeit, die eigentlich (aus meiner Sicht) automatisiert sein könnte.

Der Schweizer Filmförderdschungel umfasst Institutionen wie das Bundesamt für Kultur (BAK), die Zürcher Filmstiftung, FiSS, Cinéforom, Succès Cinéma und auf europäischer Ebene Eurimages. Jede Institution hat eigene Formulare, eigene Fristen, eigene Bewertungslogiken. Ein Spielfilm, der mehrere dieser Töpfe gleichzeitig anzapft, muss für jede Instanz leicht anders argumentieren, gleiche Grunddaten, unterschiedliche Rahmung.

Das Ergebnis: Produktionshäuser verbringen viel Zeit damit, ähnliche Informationen in variierter Form in unterschiedliche Dokumente zu tippen. Fehler schleichen sich ein. Fristen werden verpasst. Und wer neu in der Branche ist, hat kaum eine Chance, die ungeschriebenen Regeln des Systems zu verstehen, bevor sie ihn einholen.

Genau das wollte ich untersuchen. Nicht als Journalist, sondern als jemand, der selbst in dieser Branche arbeitet und ein Werkzeug bauen wollte, das echte Probleme löst.

Die erste Idee: Analyse statt Automatisierung

Das Projekt, das ich im Rahmen dieses Semesters entwickelt habe, ist kein fertiges Produkt (und war es nie) sondern ein Prototyp, der eine zentrale These testet: Lässt sich künstliche Intelligenz so einsetzen, dass sie Filmprojekte strukturiert analysiert und dabei förderrelevante Kriterien berücksichtigt?

Die Grundidee: Ein Nutzer lädt Projektdokumente hoch. Der Prototyp analysiert es und gibt strukturiertes Feedback zurück. Welche Förderinstitutionen könnten relevant sein? Welche Kriterien werden erfüllt, welche fehlen? Was sind potenzielle Schwachstellen in der Argumentation? Das klingt simpel. Die Umsetzung war es nicht und zwar weniger wegen technischer Hürden als wegen konzeptueller.

Recherche: Was Produzent:innen wirklich brauchen

Parallel zur Entwicklung habe ich Gespräche mit Fachleuten aus der Schweizer Filmbranche geführt. Diese Gespräche haben meine ursprüngliche Produktidee fundamental verändert.

Mein erster Ansatz war: Automatisierung der Antragsvorbereitung. Dokumente generieren, Formulare vorstrukturieren, Kriterienlisten abarbeiten. Die Rückmeldung aus der Branche war eindeutig: Das ist der falsche Ansatz.

Einer der Inhaber und Produzent von Zodiac Pictures, die zuletzt mehrere Kinoproduktionen mit internationalem Profil veröffentlichten, darunter eine Produktion auf der Oscar-Shortlist, brachte es auf den Punkt: Fehler bei der Antragstellung bedeuten Ablehnung bei der Vorprüfung. Wenn ein Werkzeug diese Fehler produziert, ist es nicht nur nutzlos, sondern auch aktiv schädlich. Die Verantwortung kann/sollte nicht an eine Maschine delegiert werden.

Was er stattdessen beschrieb, war ein anderes Problem: das Post-Funding-Management. Nach der Finanzierungszusage beginnt ein administrativer Prozess, der sich über Monate oder Jahre erstreckt: Absichtserklärungen (sogenannte LOI), Vertragsabschlüsse, Zahlungstranchen, Deadlines. Eine mittelgrosse Produktionsfirma kann bis zu 20 solche Projekte parallel betreuen. Das läuft derzeit über Programme wie Excel und weitere fragmentierte Dokumente.

Ein weiterer Gesprächspartner ist Industry Manager beim ZFF und hob andere Schmerzpunkte hervor: die manuelle Reconciliation (manuelle Daten Überprüfung) von Crew-Daten über verschiedene Plattformen, die Anpassung identischer Texte für unterschiedliche Institutionen, die Versionierungsproblematik bei Cast- und Locationänderungen und deren Kaskadeneffekte auf Budget, Länderquoten und Fördervoraussetzungen.

Diese Gespräche haben die Entwicklung grundlegend neu ausgerichtet.

Was der Prototyp heute kann – und was er noch werden muss

Der aktuelle Stand ist ein erster Schritt, kein fertiges Werkzeug. 

Was funktioniert: Ein Projektdokument lässt sich einlesen und strukturiert auswerten. Die Analyse gibt Hinweise auf Förderfähigkeit gegenüber den wichtigsten Schweizer Institutionen. Einige konkrete Hilfsmittel sind bereits brauchbar ein Punkterechner für eine der relevantesten Bewertungslogiken im System, eine automatisierte Übersicht der Crew-Zusammensetzung für Gleichstellungsanforderungen, ein Export-Format für institutionsspezifische Prüfkataloge.

Was der Prototyp noch nicht ist: Praxistauglich im echten Produktionsalltag.

Die wichtigste Baustelle ist das, was mir die Branchengespräche als eigentlichen Schmerzpunkt beschrieben haben: Pipeline-Management nach der Förderzusage. Ein Werkzeug, das zeigt, wo ein Projekt im Prozess steht, welche Verträge ausstehend sind, welche Tranchen fällig werden, welche Deadlines in vier Wochen ablaufen, wäre für eine Produktionsfirma sofort nützlich. Das ist noch nicht gebaut.

Die zweite grosse Lücke: Versionierung. Filmprojekte sind keine statischen Dokumente. Cast ändert sich, Drehorte verschieben sich, Koproduktionspartner kommen hinzu oder fallen weg. Jede dieser Änderungen hat Konsequenzen auf Fördervoraussetzungen, Budgetpositionen und Länderquoten. Ein Werkzeug, das diese Abhängigkeiten abbildet und bei Änderungen automatisch auf Auswirkungen hinweist, würde einen echten Mehrwert schaffen.

Die dritte Lücke: institutionelles Gedächtnis. Förderregeln ändern sich alle sechs bis zwölf Monate. Punktesysteme werden angepasst, Formulare überarbeitet, Prioritäten verschoben. Ein Werkzeug, das nicht aktiv gewartet wird, verliert schnell an Relevanz. Das stellt Anforderungen an eine Infrastruktur, die ich im Rahmen dieses Semesters nur angerissen habe.

Was das Werkzeug bewusst nicht tun soll, unabhängig vom Entwicklungsstand: Finanzierungspläne generieren. Diese erfordern Kreativität, Verhandlungsgeschick und institutionelles Wissen, das sich (noch) nicht in Regeln übersetzen lässt. Gleiches gilt für Design- und Layoutarbeit sowie für die Förderstrategie selbst. Hier liegt die Kompetenz (noch) bei den Produzierenden, nicht beim Werkzeug.

Was sind meine Learnings?

Über KI in der Praxis: Die grösste Überraschung war, wie viel der eigentlichen Arbeit nicht in der Technologie steckt, sondern im Domainwissen. Ein System, das Filmprojekte analysiert, ist nur so gut wie das Wissen über Filmförderung, das in es einfliesst. Technologie ist das Gefäss der Inhalt muss aus echter Branchenkenntnis kommen.

Über Datenschutz: Ein Filmprojekt im frühen Stadium ist eines der sensibelsten Dokumente, die eine Produktionsfirma besitzt. Die Entscheidung, den Prototyp nie öffentlich zugänglich zu machen und Daten innerhalb Europas zu halten, war nicht nur technisch sinnvoll sie ist im Schweizer Filmbetrieb ein Argument. «Eure Projektdaten verlassen Europa nicht» ist kein Marketing-Satz, sondern eine reale Anforderung.

Über das Verhältnis von Technologie und Branche: Die erfolgreichsten Werkzeuge in Nischenbranchen entstehen nicht, wenn Technologen versuchen, eine Branche zu disrumpieren. Sie entstehen, wenn jemand, der die Branche kennt, ein konkretes, gut definiertes Problem löst. Der Pivot von Antragsgenerierung zu Pipeline-Management war nicht ein Rückschritt, er war das Ergebnis echter Feldforschung. 

Ausblick

Der Prototyp zeigt, dass strukturierte KI-Analyse in einer hochspezialisierten, regulierten Branche grundsätzlich möglich ist. Er zeigt aber auch präzise, wo die eigentliche Arbeit noch aussteht.

Das nächste Kapitel gilt dem Pipeline-Management: LOI tracken, Vertragsstatus überwachen, Zahlungstranchen und Deadlines über zwanzig parallele Projekte hinweg in einem einzigen Interface sichtbar machen. Das ist kein glamouröses Problem. Aber es ist ein echtes. 

(mmi)