Runway Solaris: Wenn die Benutzeroberfläche selbst zur KI-Generierung wird

Runway Solaris verfolgt eine radikal andere Idee für Software: Eine App wird nicht zuerst in HTML, CSS und JavaScript programmiert und anschließend vom Browser dargestellt. Stattdessen erzeugt das System die sichtbare Oberfläche selbst – fortlaufend, Bild für Bild. Klicks, Ziehen, Texteingaben oder Anweisungen in natürlicher Sprache sollen den nächsten visuellen Zustand bestimmen. 38

Damit ist Solaris mehr als ein No-Code-Baukasten. Runway versucht, das Prinzip eines Weltmodells auf Benutzeroberflächen zu übertragen: Der Bildschirm wird nicht aus einer festen Implementierung gerendert, sondern als fortlaufende Folge visueller Zustände erzeugt.

Was ist Runway Solaris?

Runway stellte Solaris am 31. August als experimentelles „Interface World Model“ vor. Die zentrale Abkehr vom üblichen Entwicklungsmodell lautet: Nicht der Browser rendert eine zuvor geschriebene Oberfläche, sondern das Modell generiert direkt das, was auf dem Bildschirm zu sehen ist.

Eine Solaris-Erfahrung kann mit einem visuellen Ausgangspunkt beginnen – etwa einer Produktszene oder einer markentypischen Umgebung. Darauf aufbauend erzeugt das Modell die Oberfläche und verändert sie, sobald der Nutzer mit ihr interagiert. Entwickler müssen also nicht jede mögliche Ansicht vorab als eigenen Screen definieren; Solaris versucht, den jeweils nächsten Zustand zu synthetisieren.

Das soll vor allem dort Vorteile bringen, wo visuelle Details bei der Übersetzung eines Bildes oder Konzepts in Code verloren gehen können. Runway beschreibt die visuelle Szene deshalb als primäre Ausgabe des Systems – mit dem Ziel, während der Interaktion ein zusammenhängendes und natürlich wirkendes Verhalten zu erhalten.

Wie erzeugt Solaris eine interaktive Oberfläche?

Solaris trennt die Interpretation einer Eingabe von der visuellen Darstellung ihrer Folgen:

1. Der Nutzer gibt eine Anweisung oder führt eine Aktion aus. Das kann ein Klick, eine Ziehbewegung, eine Texteingabe oder eine Beschreibung in natürlicher Sprache sein.
2. Ein Sprachmodell interpretiert die Absicht. Es entscheidet, was als Nächstes geschehen soll, ob sich die aktuelle Szene verändert und wie die gewünschte Reaktion für das visuelle Modell beschrieben wird. 38
3. Das Interface World Model rendert den nächsten Zustand. Statt eine codierte Webseite zurückzugeben, erzeugt Solaris den nächsten visuellen Frame auf Grundlage der Eingabe und der bisherigen Frames.
4. Der Vorgang wiederholt sich. Jede neue Aktion fließt in den Kontext für die folgenden Bilder ein. Die Oberfläche entwickelt sich dadurch fortlaufend, anstatt zwischen einer begrenzten Zahl vorgefertigter Screens zu wechseln.

Die visuelle Komponente basiert auf Runways Videotechnologie Gen-4.5. In der Entwicklerdokumentation wird Gen-4.5 als Modell für Text-zu-Video- und Bild-zu-Video-Erzeugung beschrieben; Solaris überträgt diese Grundlage auf eine interaktive, autoregressive Anwendung. 46

Welche Techniken sollen die Echtzeit-Interaktion ermöglichen?

Nach jeder Aktion einen neuen visuellen Zustand zu erzeugen, ist deutlich anspruchsvoller als einen kurzen Videoclip zu generieren. Runway setzt deshalb auf mehrere Verfahren, die Verzögerungen verringern und die Qualität über längere Sitzungen hinweg stabilisieren sollen.

Sequenzielle Frame-Erzeugung

Solaris erzeugt die Bilder autoregressiv: Jeder Frame berücksichtigt die vorherigen. Nach einer Nutzeraktion kann das System die bestehende visuelle Szene fortsetzen, statt jedes Mal eine völlig neue Generation zu starten.

Ein schnelleres Modell durch Distillation

Runway gibt an, ein langsameres Diffusionsmodell – den sogenannten „Lehrer“ – in ein schnelleres Modell überführt zu haben. Dieses soll mit nur wenigen Entrauschungsschritten auskommen. Dadurch sinkt der Rechenaufwand pro Antwort, während ausreichend visuelle Qualität für die Interaktion erhalten bleiben soll.

Training mit eigenen Ausgaben

Außerdem trainiert Runway das schnelle Modell nach eigenen Angaben mit seinen selbst erzeugten Ergebnissen. Das soll verhindern, dass die Qualität in langen Sequenzen abhängiger Frames immer weiter abnimmt und sich kleine Fehler über die Zeit aufschaukeln.

Runways erklärte Entwicklungsziele umfassen eine Interaktionslatenz von grob unter einer halben Sekunde, Kohärenz über eine ganze Sitzung und eine visuelle Qualität von 720p. Dabei handelt es sich um Forschungsziele – nicht um eine Zusage, dass jede Solaris-Interaktion diese Werte erreicht.

Wie schnitt Solaris im Vergleich zu programmierten Oberflächen ab?

Runway berichtet von einer Nutzerstudie mit 250 Teilnehmenden und rund 7.500 Paarvergleichen über 30 Interaktionsbeispiele. Verglichen wurden Solaris-Oberflächen mit Interfaces, die Claude Opus 5 als Code erzeugt hatte.

Den veröffentlichten Ergebnissen zufolge bevorzugten die Teilnehmenden Solaris:

• in 61 Prozent der Fälle bei der Befolgung von Anweisungen
• in 71 Prozent der Fälle beim natürlichen Verhalten

Das deutet darauf hin, dass generierte Oberflächen in bestimmten Szenarien visueller zusammenhängend oder intuitiver wirken können. Daraus folgt jedoch nicht, dass Solaris herkömmlicher Software grundsätzlich überlegen ist. Untersucht wurden subjektive Einschätzungen der Interaktion – nicht Zuverlässigkeit, Korrektheit, Sicherheit, Wartbarkeit, Kosten, Leistung oder Barrierefreiheit. Die vorliegenden Materialien erlauben zudem keine unabhängige Bewertung der vollständigen Methodik und statistischen Auswertung.

Die wichtigsten Grenzen von Solaris

Der Mechanismus, der Solaris flexibel macht, führt zugleich zu erheblichen technischen und produktbezogenen Problemen.

Generierter Text bleibt instabil

Lesbarer und korrekter Text ist seit Langem eine Schwachstelle der Echtzeit-Bild- und Videogenerierung. Eine Oberfläche kann attraktiv aussehen und trotzdem falsche Beschriftungen, Zahlen, Menüs oder Anweisungen enthalten. Runway bezeichnet die Texterzeugung als ungelöstes Problem und nennt einen möglichen hybriden Ansatz: Bildmodelle könnten textlastige statische Momente übernehmen, Videomodelle die kontinuierliche Interaktion.

Überzeugend heißt nicht richtig

Eine visuell glaubwürdige Oberfläche ist nicht automatisch faktisch zuverlässig. Solaris wird derzeit vor allem durch das Ausgangsbild und bereitgestellte Referenzen verankert. Dadurch könnte das System eine falsche Antwort, Produktinformation oder Darstellung mit großer Sicherheit präsentieren. Runway nennt umfangreichere geprüfte Daten, Dokumente und Referenzmaterialien als mögliche Forschungsrichtung.

Lange Sitzungen können aus dem Takt geraten

Da jeder Zustand auf einer Kette erzeugter Zustände und Modellentscheidungen beruht, können sich Fehler während einer offenen Nutzung verstärken. Die Szene, Eigenschaften einzelner Objekte, Anweisungen und der Interaktionsverlauf über längere Zeit konsistent zu halten, bleibt ein aktives Forschungsproblem.

Jeder Frame kostet Rechenleistung

Eine klassische Webseite liefert Code und Ressourcen aus, die auf dem Gerät des Nutzers gerendert werden. Solaris führt dagegen fortlaufend generative Berechnungen aus, um das sichtbare Ergebnis zu erzeugen. Runway zufolge ist dieser Prozess durch Optimierungen deutlich günstiger als herkömmliche Videodiffusion. Dennoch ist die Bild-für-Bild-Generierung aufwendiger, als eine fertig programmierte Seite auszuliefern. Das erklärte Qualitätsziel des Prototyps liegt bei 720p.

Barrierefreiheit und Software-Anbindung sind noch offen

Ein gerendertes Bild stellt nicht automatisch die strukturierten Informationen bereit, auf die Screenreader und andere Hilfstechnologien angewiesen sind. Ebenso fehlen nicht zwangsläufig, aber strukturell nicht automatisch, überprüfbare Zustände, Ereignisstrukturen und vorhersehbare Schnittstellen, die viele Softwaresysteme benötigen. Beobachter sehen im fehlenden herkömmlichen DOM und in der fehlenden Accessibility-Schicht ein wesentliches Hindernis für den Einsatz in barrierekritischen oder besonders prüfbaren Umgebungen.

Ist Solaris verfügbar?

Solaris wurde als experimentelle Forschung und nicht als allgemein verfügbare Produktionsplattform vorgestellt. Berichten zufolge handelt es sich um eine Forschungs Vorschau mit Early Access beziehungsweise Zugang auf Anfrage – nicht um ein regulär veröffentlichtes Produkt zum Erstellen von Apps.

Die aktuelle Bedeutung von Solaris ist daher vor allem konzeptionell und forschungsbezogen. Das Projekt zeigt eine mögliche Richtung für Softwareoberflächen, liefert aber noch keinen Beleg dafür, dass Teams damit programmierte Anwendungen direkt ersetzen können.

Wie hängt Solaris mit Runways GWM-1 zusammen?

Solaris steht in Verbindung mit Runways umfassenderer Forschung an Weltmodellen, verfolgt aber ein anderes Ziel. Runway beschreibt GWM-1 als allgemeinen Echtzeit-Simulator für Umgebungen, Avatare und robotische Manipulation. Solaris überträgt diese Idee speziell auf Softwareoberflächen: Die „Welt“, die simuliert wird, ist eine App oder Website, deren Entwicklung durch die Aktionen des Nutzers gesteuert wird. 12

Damit erweitert Runway seinen bisherigen Schwerpunkt von der Medienerzeugung hin zu interaktiven visuellen Umgebungen. Die Oberfläche ist nicht bloß ein Video zum Anschauen, sondern eine Szene, die auf Aktionen reagiert und während der weiteren Nutzung neu erzeugt wird.

Warum Runway Solaris für wichtig hält

Ein anderer Weg zur Softwareentwicklung

Wenn dieser Ansatz zuverlässig wird, könnten Entwickler und Kreative eine visuelle Umgebung, Produkte, Ziele und Verhaltensweisen in natürlicher Sprache beschreiben, statt jede mögliche Situation im Code abzubilden. Besonders interessant wäre das für räumliche, visuell geprägte oder experimentelle Erlebnisse, bei denen klassische UI-Layouts schnell an Grenzen stoßen.

Der Preis für diese Flexibilität wäre allerdings, dass sie aus Generierung statt aus expliziter Programmlogik entsteht. Für Produktionssoftware bleiben vorhersehbares Verhalten, Testbarkeit, Datenintegrität, Barrierefreiheit und die Anbindung an andere Systeme unverzichtbar. Solaris hat bislang nicht gezeigt, dass es diese klassischen Engineering-Praktiken ersetzen kann.

Eine neue Schnittstelle für KI-Agenten

Solaris weist außerdem auf eine mögliche neue Arbeitsweise für KI-Agenten hin. Statt vollständig auf feste APIs oder hart codierte Abläufe angewiesen zu sein, könnte ein Agent eine Oberfläche als dynamische Welt interpretieren, eine Aktion ausführen, den resultierenden Zustand beobachten und anschließend weitermachen.

Das wäre besonders für Agenten relevant, die mit Oberflächen umgehen müssen, die nicht für ein bekanntes Automatisierungsschema entwickelt wurden. Es bleibt jedoch eine Forschungsrichtung. Zuverlässige strukturierte APIs und konventionelle, barrierefreie Software bieten weiterhin entscheidende Vorteile, wenn Nachvollziehbarkeit, Präzision und reproduzierbare Abläufe gefragt sind.

Fazit

Solaris ist am besten als Forschungs Vorschau auf generative Softwareoberflächen zu verstehen – nicht als Ende des Programmierens. Die entscheidende Idee lautet, dass die Oberfläche selbst zur Ausgabe des Modells wird: eine Folge KI-generierter Frames, die von einem Sprachmodell gesteuert und durch Nutzeraktionen geprägt wird.

Die von Runway berichtete Studie zeigt, dass Menschen diesen Ansatz bei natürlicher Interaktion und beim Befolgen von Anweisungen teilweise bevorzugen. Doch die offenen Fragen sind grundlegende Produktanforderungen und keine Nebensächlichkeiten: korrekte Texte, verlässliche Fakten, Kohärenz über lange Sitzungen, Kosten, Barrierefreiheit und Integration. Solaris macht sichtbar, was ein Interface World Model einmal leisten könnte – und zugleich, warum herkömmlicher Code vorerst nur schwer zu ersetzen ist.