Das Sora-Aus ist das beste Argument dafür, nicht auf dem Modell eines anderen zu bauen

Sora hatte einen Launch, von dem die meisten Unternehmen nur träumen. Drei Tage, nachdem die App im September 2025 in den US-App-Store kam, stand sie auf Platz eins. Eine Million Downloads in weniger als fünf Tagen. Bill Peebles, der das Produkt leitete, teilte den Download-Meilenstein am 9. Oktober selbst mit. TechCrunch nannte den Feed TikTok-artig, und für ein paar Wochen sah Sora wie OpenAIs Antwort auf jede Kurzvideo-Plattform gleichzeitig aus.

Dann drehten die Zahlen, und zwar schnell.

Am 24. März 2026 kündigte OpenAI an, die Sora-App einzustellen und seine Videoprodukte herunterzufahren. Die Consumer-App und die Website gingen am 26. April offline. Die letzte Tür, die Videos-API, schloss am 24. September. Jede Anfrage an ein Sora-Modell schlägt jetzt fehl, und OpenAI hat keinen Ersatz genannt. Das Team, so das Unternehmen, werde sich auf Weltsimulationsforschung für Robotik konzentrieren. In einem Interview äußerte sich Sam Altman unverblümt über den Grund: Er wollte Rechenleistung auf "die nächste Generation automatisierter Forscher und Unternehmen" konzentrieren.

Für Entwickler, die ihre Pipelines auf Sora aufgebaut hatten, war der 24. September der Tag, an dem die Rechnung fällig wurde. Die Frage, die jetzt in der KI-Video-Community kursiert, lautet weniger "Welches Modell sollte ich verwenden?" als vielmehr "Wie sorge ich dafür, dass mir das nie wieder passiert?"

Die praktische Antwort hat drei Formen, und die Abwägungen sind ehrlich. Du kannst direkt gehen: ein API-Schlüssel und eine Abrechnungsbeziehung pro Anbieter, und du bekommst die Funktionen jedes Modells in dem Moment, in dem sie erscheinen. Das war die Sora-Falle: Direkte Integration bedeutet, dass du die Migration besitzt, wenn der Anbieter geht. Du kannst über einen Aggregator wie fal, Replicate oder Runway gehen, die jetzt Wan 3.0, Seedance 2.5, Veo 3.1, Grok Imagine und mehr hinter einer einzigen Integration führen. Ein Modellwechsel wird zu einer String-Änderung statt zu einem Projekt. Oder du baust auf einer Workflow-Ebene auf, wo das dauerhafte Asset die Pipeline und die Veröffentlichungsfrequenz ist und nicht ein einzelnes Modell.

Die Menschen, die durch Sora zu Schaden kamen, waren fast immer diejenigen, die ein Modell als Fundament behandelten. Diejenigen, die gut durchkamen, hielten das Modell austauschbar. In Post-Sora-Artikeln taucht immer wieder ein Satz auf: Baue den Workflow, nicht das Modell. Halte die Generierungsebene ersetzbar. Investiere wirklich in die Accounts, den Veröffentlichungsrhythmus, die Attribution, die Dinge, die jede Roadmap eines einzelnen Anbieters überleben.

Die Ökonomie, die Sora tötete, ist es wert, verstanden zu werden, denn sie ist nicht auf OpenAI beschränkt. Peebles gab im Oktober 2025 öffentlich zu, dass die Ökonomie "völlig untragbar" sei. Altman sagte, Nutzer generierten weit mehr als erwartet, und viel davon für winzige Zielgruppen. Ein Consumer-Videoprodukt, bei dem die engagiertesten Nutzer den teuersten Output erzeugen, ist ein hartes Geschäft. Soras monatliche Downloads fielen laut von TechCrunch berichteten Appfigures-Schätzungen im Dezember um 32 Prozent und im Januar um 45 Prozent. Ende Januar lag es auf Platz 101 der kostenlosen Apps. Der Disney-Lizenzdeal, im Dezember 2025 mit großem Tamtam angekündigt, starb mit der App; Berichten zufolge erfuhr Disney weniger als eine Stunde vor der Öffentlichkeit von der Abschaltung.

Es gibt hier auch eine breitere strategische Lesart. OpenAI verlor das Video-Rennen nicht wegen der Qualität. Sora 2 erzeugte wirklich starke hyperreale Clips mit lippensynchronem Dialog, und Kurzform-Marketer liebten es für unkonventionelle, meme-native Anzeigentests auf TikTok und Reels. Es verlor bei den Unit Economics. Wenn die Kosten für die Bedienung eines einzelnen engagierten Nutzers das übersteigen, was dieser Nutzer zahlt, wird Skalierung zu einer Belastung statt zu einem Burggraben. Jeder generative Videoanbieter steht heute vor irgendeiner Version dieser Rechnung, weshalb die ganze Branche über Agenten, Weltmodelle und Enterprise-Workflows spricht statt über Consumer-Viralität.

Dieser Fehlermodus hat eine klare Lektion für jeden, der jetzt einen Anbieter auswählt. Die Frage ist nicht, welches Modell in diesem Quartal die Bestenliste anführt. Sondern welchem Anbieter du ausgesetzt sein willst, wenn das nächste Mal ein Modell abgekündigt wird. Der AA-Video-T2V-Benchmark ändert sich jeden Monat. Allein in einem Monat kamen sechs neue Modelle. Ranglisten sind von Natur aus volatil. Dein Stack sollte nach der Art der Arbeit gewählt werden, nicht nach dem Ergebnis dieses Quartals.

In der Sora-Geschichte steckt eine zweite, schärfere Lektion, und sie handelt von Rechten. Zum Start wurde Sora 2 mit urheberrechtlich geschützten Charakteren im Opt-out-Verfahren ausgeliefert, das heißt, du musstest den Ausschluss beantragen, wenn du nicht wolltest, dass dein Abbild oder geistiges Eigentum verwendet wird. Eine heftige Gegenreaktion folgte innerhalb von 72 Stunden, und die Richtlinie kippte auf Opt-in. OpenAI pausierte auch Videos, die Martin Luther King Jr. ähnelten, nachdem sein Nachlass Einspruch erhoben hatte, und die SpongeBob- und Pikachu-Generierungen zogen eigene Kritik auf sich. Jede Marke, die generative Videos nutzt, sollte davon ausgehen, dass sich eine solche Richtlinie über Nacht ändern kann. Das Tool, auf das du deine Inhalte trainiert hast, kann neu definieren, was du machen darfst, und es gibt oft keine Bestandsschutzklausel.

Die Frage der Wasserzeichen fügt eine weitere Ebene hinzu. Sora 2 versah jede Ausgabe mit einem sichtbaren, bewegten Wasserzeichen plus C2PA-Herkunftsmetadaten. Das Wasserzeichen war ein Feature für die Herkunft und eine Belastung für die organische Reichweite, da ein sichtbar mit Wasserzeichen versehener Clip eher wie eine Anzeige als wie ein nativer Beitrag wirkt. Diese Spannung verschwindet nicht, und sie wird jetzt durch Regulierung in der EU gestützt, wo der AI Act eine sichtbare Kennzeichnung realistischer synthetischer Inhalte vorschreibt. Das nächste Modell, das du auswählst, wird eine Wasserzeichen-Richtlinie haben, und du solltest wissen, wie sie aussieht, bevor du einen Redaktionsplan darauf ausrichtest.

OpenAIs archivierter Hinweis ist knapp: Die Sora-2-Modelle "wurden am 24. September 2026 abgeschaltet und sind nicht mehr verfügbar." Kein Nachfolger, kein Migrationspfad, keine Entschuldigung. Für die Tausenden Entwickler und Creator, die darauf aufgebaut hatten, traf die Lektion hart. Virale Demos bauen keine Unternehmen auf. Wiederholbare Workflows tun es, und ein Workflow ist nur wiederholbar, wenn du das Modell darunter austauschen kannst, ohne von vorn anzufangen.

Die Migrationsoptionen, die Sora ersetzt haben, sollte man konkret darlegen, denn die Wahl zeigt, welche Art von Risiko du zu tragen bereit bist. Für Text-zu-Video mit synchronisiertem Audio ist Google Flow mit Gemini Omni Flash und Veo 3.1 der nächste Consumer-Ersatz, mit 50 kostenlosen Credits pro Tag und bezahlten Plänen ab ein paar Dollar im Monat. Für die Animierung eigener Bilder und die Beibehaltung wiederkehrender Charaktere sind Kling 3.0 und MiniMax H3 die üblichen Favoriten, mit Steuerung für erstes und letztes Bild und Clips bis zu 15 Sekunden. Für editinglastige Projekte bietet Runway Gen-4.5 die referenzgesteuerte Konsistenz. Für Teams, die alles lokal halten wollen, läuft Wan 2.2 unter Apache 2.0 kostenlos auf deiner eigenen GPU. Jede deckt einen Teil dessen ab, was Sora tat; keine deckt alles ab, und genau das ist der Punkt. Ein Single-Point-of-Failure-Tool kann niemals vollständig durch ein einzelnes Tool ersetzt werden.

Die Menschen, die ihre Arbeit bereits über diese Optionen verteilt oder auf einem Aggregator aufgebaut hatten, verloren fast nichts. Die Menschen, die bei Sora All-in gegangen waren, verloren ihre gesamte Pipeline in einem Quartal. Der Unterschied war nicht Können oder Weitsicht. Es war die Frage, ob sie sich die eine Frage gestellt hatten, die jetzt zählt: nicht "Was kann dieses Tool?", sondern "Wie lautet mein Exit-Plan, wenn dieses Tool verschwindet?"

Es liegt eine leise Ironie darin, wie es endete. Das Unternehmen, das die Idee populär gemacht hat, dass man sein Produkt auf dem Frontier-Modell eines anderen aufbauen kann, führte in großem Maßstab vor, warum das gefährlich ist. Wenn ein Labor das nächste Mal ein Video-Feature ankündigt, ist die erste Frage nicht, wie gut die Clips aussehen. Sondern was mit dir passiert, wenn sie aufhören. Wenn du diese Frage nicht mit Zuversicht beantworten kannst, hast du noch keinen Anbieter gewählt. Du hast ein Risiko gewählt.