CaptionCast & Co.: 6 neue Google-Flow-Tools, 2 lohnen sich
Google hat sechs neue KI-Tools in Flow gestellt. Für Solo-Creator zählen vor allem zwei: CaptionCast für Untertitel und ThumbnailForge für Cover.
Google hat am 23. September sechs neue Tools in Flow gestellt. Gebaut nicht von Google-Ingenieuren, sondern von Kreativen: einem Sounddesigner, einem Filmemacher, einem Interior Designer. Klingt nach Marketing-Gag. Ist es zur Hälfte auch.
Die andere Hälfte ist spannend. Zwei dieser sechs Tools greifen genau die Arbeitsschritte an, die Solo-Creator am meisten Zeit kosten: Untertitel und Thumbnails. Hier bekommst du meine Einordnung, welche Tools du dir anschauen solltest, welche du ignorieren kannst und wo der eigentliche Hebel liegt (Spoiler: nicht bei den sechs Tools selbst).
Vorab ehrlich: Ich habe die Tools zum Zeitpunkt dieses Artikels nicht selbst im Projekt eingesetzt. Was hier steht, stützt sich auf Googles Ankündigung, Berichte aus der Fachpresse und zehn Jahre Erfahrung damit, wo in einer Videoproduktion die Stunden verschwinden.
Was Google Flow überhaupt ist
Flow ist Googles KI-Studio aus den Google Labs. Bild, Video und Audio in einer Oberfläche, angetrieben von den hauseigenen Modellen. Anfangs war Flow vor allem ein Ort, um KI-Clips zu generieren.
Mit den „Flow Tools“, die Google im Mai 2026 eingeführt hat, ändert sich das Prinzip. Ein Tool ist ein gespeicherter Workflow: mehrere Schritte, fertig verkettet, mit einem Klick startbar. Google nennt das eine Galerie. Ich nenne es Rezeptsammlung.
Laut Google kann jeder Flow-Nutzer weltweit bestehende Tools verwenden, Österreich steht auf der Länderliste (ab 18 Jahren). Im EWR ist laut Googles Hilfeseite aber das Bearbeiten hochgeladener Videos derzeit nicht freigeschaltet. Ob das Tools wie CaptionCast mit deinem eigenen Clip ausbremst, zeigt erst ein Test. Die fertigen Tools laufen über die normalen Flow-Credits. Wer ein Tool verändern, remixen oder ein eigenes bauen will, braucht ein aktives Google-AI-Abo. Konkrete Preise pro Tool hat Google nicht genannt.
Die 6 neuen Tools im Überblick
- Mondo Sónico: Atmo, Foley und Soundeffekte, automatisch synchronisiert und als getrennte Spuren exportierbar. Gebaut von Creative Director Ricardo Villavicencio und Sounddesigner Sebastián Carvallo.
- CaptionCast: Transkribiert, gestaltet und animiert mehrsprachige Untertitel in einem Durchgang. Von Digital Storyteller Jay Pirabakaran.
- ThumbnailForge: Aus einem Bild, einer Headline und einem Prompt wird ein Social-Cover im passenden Seitenverhältnis. Ebenfalls Pirabakaran.
- Surface: Texturen für Wände, Böden, Decken, live auf 3D-Räume gemappt. Von Interior Designer Vojtek Morsztyn.
- CollageMotion Pro: Animierte Mixed-Media-Collagen aus Textprompts. Von Filmemacher Hashem Al-Ghaili.
- SwissFlow Studio: Macht aus einem Skript Motion Graphics im Swiss-Style. Auch Al-Ghaili.
Sechs Tools. Für dich relevant: zwei, vielleicht drei.
Die zwei, die Solo-Creator wirklich interessieren
CaptionCast: Untertitel sind der unsichtbare Zeitfresser
Ein großer Teil der Reels wird ohne Ton geschaut. Untertitel sind also Pflicht, nicht Deko. Und trotzdem sind sie der Schritt, den jeder aufschiebt.
CaptionCast verspricht Transkription, Styling und Animation in einem Durchgang. Mehrsprachig. Für Creator in Österreich, die Publikum über den DACH-Raum hinaus erreichen wollen oder ab und zu englische Versionen posten, klingt das verlockend.
Mein Take: Die Transkription ist 2026 kein Unterscheidungsmerkmal mehr. Das können Final Cut, Premiere, CapCut und Instagram Edits auch. Interessant wird CaptionCast nur, wenn das Styling wirklich nach dir aussieht und nicht nach Template von der Stange. Genau das würde ich als Erstes prüfen.
Und ein Punkt, den viele übersehen: Dialekt. Österreichisches Deutsch mit Einschlag bringt Transkriptions-KIs zuverlässiger ins Schwitzen als Hochdeutsch. Plane Korrekturzeit ein.
ThumbnailForge: Schnell ja, eigen nein
Ein Bild rein, Headline rein, Prompt rein. Raus kommt ein fertiges Cover. Für YouTube, für Reels-Cover, für LinkedIn.
Das Problem mit KI-Thumbnails kennt jeder, der sie schon ausprobiert hat. Sie sehen gut aus. Und austauschbar. Wenn ThumbnailForge für jeden zweiten Creator dieselbe Ästhetik ausspuckt, verlierst du genau das, was ein Thumbnail leisten soll: Wiedererkennung im Feed.
Ich würde es so einsetzen:
- Für schnelle Varianten, um verschiedene Headlines gegeneinander zu testen.
- Als Skizze, die du danach in deinem eigenen Stil fertig baust.
- Nie als finales Thumbnail ohne Nacharbeit.
Passt übrigens gut zusammen mit dem, was YouTube am 23. September bei Made on YouTube angekündigt hat: Tests mit bis zu drei Varianten. Mehr Varianten brauchen mehr Rohmaterial, und genau da kann so ein Tool Zeit sparen.
Mondo Sónico: der Geheimtipp für Video-Creator
Ton ist das, was Selbstproduziertes von Professionellem trennt. Sehr oft mehr als das Bild.
Mondo Sónico generiert Atmo und Foley passend zum Clip und liefert die Spuren getrennt. Das ist der entscheidende Satz: getrennte Stems heißt, du kannst im Schnitt jede Ebene einzeln regeln. Kein Einheitsbrei, den du nur lauter oder leiser machen kannst.
Für B-Roll, Produktclips oder Cinematic-Intros kann das richtig Zeit sparen. Für Talking-Head-Content ist es irrelevant, da zählt dein Mikrofon.
Die drei, die du ignorieren kannst
Surface ist für Architektur und Interior. Wenn du nicht gerade Einrichtungs-Content machst: weiter.
CollageMotion Pro und SwissFlow Studio sind spannend für Explainer und Motion Design. Aber ehrlich: Wer als Solo-Creator Reels produziert, braucht selten Swiss-Style-Typografie. Schau dir die Tools an, wenn du Erklärvideos für Kunden machst. Sonst nicht.
Der eigentliche Hebel: eigene Tools bauen
Hier wird es interessant. Google sagt: Jedes Tool lässt sich duplizieren und remixen. Und du kannst Flow beschreiben, was du brauchst, und es baut dir einen eigenen Workflow.
Das ist der eigentliche Punkt, auch wenn die Funktion schon seit Mai live ist. Nicht die sechs Tools. Sondern dass Google Workflows zum Produkt macht.
Stell dir (rein hypothetisch) vor: Ein Tool, das aus deinem Rohclip automatisch Untertitel in deinem Stil setzt, ein Cover in deiner Farbwelt baut und eine passende Atmo drunterlegt. Einmal gebaut, jedes Mal ein Klick.
Genau so denke ich über KI im Content-Alltag: Nicht jedes Mal neu prompten, sondern einmal ein System bauen und dann wiederholen. Das ist der Kern von ContentWerk. Selbst produziert statt Agentur, mit iPhone, KI und System.
Der Haken: Remixen und Eigenbau brauchen ein Google-AI-Abo, in Österreich ab 4,99 Euro im Monat (Google AI Plus). Wenn du schon eines hast, kostet dich das Ausprobieren nur Zeit. Wenn nicht, würde ich nicht nur dafür abschließen.
Mein Fazit für Solo-Creator
Drei Schritte, in dieser Reihenfolge:
- CaptionCast mit einem echten Clip testen. Mit Dialekt, mit Hintergrundgeräusch, nicht mit einem perfekten Studio-Take.
- ThumbnailForge für Varianten einsetzen, nicht für Finals.
- Wenn beides überzeugt: das Tool duplizieren und an deinen Stil anpassen.
Der Rest ist nice to have.
Du willst solche KI-Workflows in deinen Alltag einbauen, ohne dich im Tool-Dschungel zu verlieren? Genau dafür gibt es die ContentWerk Community.
---