Videos mit KI erstellen: Schritt für Schritt von der Idee bis zum Upload

Was KI-Video-Tools heute können – und was nicht

Es gibt Tools, die aus einer Textbeschreibung oder einem Standbild einen kurzen Clip erzeugen (Veo, Kling, Seedance und Runway sind Beispiele), Tools für synthetische Stimmen und Textassistenten, die bei Skripten helfen. Keines davon liefert allein ein fertiges Video. Üblich ist, viele kurze Szenen zu erzeugen, misslungene auszusortieren und den Rest in einem gewöhnlichen Schnittprogramm zusammenzufügen.

Funktionen, Clip-Länge, Nutzungslimits, Preise und Nutzungsbedingungen ändern sich häufig, deshalb stützt sich dieser Ratgeber auf kein einzelnes Tool. Prüfen Sie vor der Wahl auf der Website des Anbieters, was heute möglich ist und was Sie mit den Ergebnissen tun dürfen.

Schritt 1: Klären, wofür das Video gedacht ist

Die meisten schwachen KI-Videos beginnen mit einem Haufen beeindruckend aussehender Clips, aber ohne Aussage. Legen Sie fest, welches Thema das Video hat, wer zuschaut und was die Zuschauer am Ende wissen oder tun sollen. Ein Textassistent liefert Ihnen dafür gern mehrere Optionen zur Auswahl:

Handle als Videoproduzent, der kurze Videos für Social Media und YouTube macht.
Ich möchte ein [Länge, z. B. 60 Sekunden langes] Video über [Thema] machen.
Zielgruppe: [wer zuschaut und was die Personen schon wissen].
Ziel: [was die Zuschauer danach verstanden haben oder tun sollen].
Gib mir 5 verschiedene Blickwinkel. Pro Blickwinkel: einen Hook in einem Satz, das Versprechen des Videos und welche Bilder dafür nötig wären.
Erfinde keine Fakten oder Zahlen. Wenn etwas eine Quelle braucht, markiere es mit [prüfen].

Schritt 2: Das Skript als Liste von Szenen schreiben

Für KI-Videos ist ein Skript besonders nützlich, wenn es schon in kurze Szenen unterteilt ist, denn jede Szene wird ein Clip oder ein Bild, das Sie einzeln erzeugen. Bitten Sie um zwei Spalten, was zu sehen und was zu hören ist, mit Sätzen, die beim Vorlesen natürlich klingen.

Schreibe auf Basis dieses Blickwinkels: [gewählte Idee einfügen] das Videoskript als Tabelle mit zwei Spalten: „Im Bild“ und „Sprechertext“.
Teile es in Szenen von etwa 5 bis 8 Sekunden. Szene 1 ist der Hook; die letzte Szene endet mit einem Satz, der die Zuschauer direkt anspricht.
Ton: [freundlich / sachlich / locker]. Kurze Sätze, die sich leicht vorlesen lassen.
Markiere jede Tatsachenbehauptung mit [prüfen], damit ich sie kontrollieren kann, bevor ich den Sprechertext aufnehme.

Lesen Sie das Skript laut vor und stoppen Sie die Zeit. Ist es zu lang, kürzen Sie jetzt. Jede zusätzliche Szene bedeutet mehr Generierungen, mehr Wiederholungen und mehr Prüfaufwand.

Schritt 3: Die Bilder Szene für Szene erzeugen

Schreiben Sie pro Szene einen Prompt. Die Ergebnisse werden besser, wenn Sie angeben, wer oder was im Bild ist, was passiert, wie sich die Kamera bewegt, wie das Licht ist und welcher Gesamtstil gilt. Verwenden Sie in jeder Szene dieselbe Stilbeschreibung, damit das fertige Video einheitlich wirkt.

Aufnahme von oben: Hände setzen kleine farbige Markierungen auf eine Papierkarte, die auf einem Holztisch liegt. Weiches natürliches Fensterlicht, warme Farbtöne. Die Kamera fährt langsam auf die Mitte zu. Dokumentarischer Stil, 6 Sekunden. Keine eingeblendeten Texte, keine Logos und keine erkennbaren Gesichter.

• Erzeugen Sie von jeder Szene mehrere Varianten und behalten Sie die beste; die meisten zu verwerfen ist normal.
• Vermeiden Sie Szenen, die auf lesbaren Text, komplizierte Handbewegungen oder große Menschenmengen angewiesen sind. Sie enthalten oft Fehler.
• Speichern Sie die Prompts, die funktionieren, damit Sie ihren Stil in den übrigen Szenen wiederverwenden können.
• Wenn Ihr Tool Referenzbilder unterstützt, starten Sie mit einem, um Figuren und Schauplätze konsistent zu halten.

Schritte 4 und 5: Sprechertext, Musik und Schnitt

Die Stimme kann Ihre eigene sein, die einer anderen Person mit deren Einwilligung oder eine synthetische Stimme aus einem Tool, dessen Bedingungen Ihre Nutzung erlauben. Klonen oder imitieren Sie die Stimme einer realen Person nicht ohne deren Zustimmung. Prüfen Sie auch die Lizenz jeder Musik; Titel, die ein KI-Tool mitliefert, können eigene Bedingungen haben.

• Nehmen Sie den gesamten Sprechertext auf oder erzeugen Sie ihn, bevor Sie schneiden, und kürzen Sie dann jede Szene passend dazu.
• Fügen Sie die Clips in einem beliebigen Schnittprogramm zusammen und schneiden Sie jede Szene dort ab, wo die relevante Handlung endet.
• Ergänzen Sie Untertitel. Sie helfen Menschen mit Hörbehinderung, und viele schauen ohne Ton.
• Hören Sie den fertigen Schnitt vor dem Export mit Kopfhörern und über Smartphone-Lautsprecher an.

Schritt 6: Veröffentlichen und kennzeichnen

Plattformen haben eigene Regeln für KI-generierte oder veränderte Inhalte, und manche verlangen eine Kennzeichnung, wenn sie für echtes Filmmaterial gehalten werden könnten. Lesen Sie die aktuellen Regeln der Plattform, auf der Sie posten, und die Bedingungen des verwendeten Tools. Auch die Vorgaben zur Kennzeichnung synthetischer Medien entwickeln sich an mehreren Orten weiter; ist das Video kommerziell, prüfen Sie deshalb die offiziellen Quellen für Ihr Land.

• Sagen Sie deutlich, dass das Video mit KI entstanden ist, besonders wenn die Bilder mit echten Aufnahmen verwechselt werden könnten.
• Zeigen Sie reale Personen nicht bei Handlungen oder Aussagen, die nie stattgefunden haben, und verwenden Sie weder Gesichter noch Stimmen ohne Erlaubnis.
• Verwenden Sie kein urheberrechtlich geschütztes Material und ahmen Sie keine bestimmten Creator oder Marken nach.
• Prüfen Sie jede Tatsache, Zahl und jedes Zitat im Skript anhand einer verlässlichen Quelle, die Sie selbst gelesen haben.

Abschlusstest: Könnte jemand, der das Video ohne Kontext sieht, glauben, dass etwas passiert ist, was nicht passiert ist? Dann ergänzen Sie die Kennzeichnung oder ändern die Szene.

Häufige Fehler – und eine Abkürzung für die Prompts

• Clips erzeugen, bevor ein Skript steht – am Ende ergeben die Szenen keine Geschichte.
• Zu lange Szenen oder zu viele Handlungen auf einmal.
• Den visuellen Stil von Szene zu Szene wechseln.
• Das Faktenprüfen auslassen, weil der Sprechertext „stimmig klingt“.
• Veröffentlichen, ohne zu sagen, dass das Video KI nutzt.

Wenn Sie die Prompts nicht von Grund auf selbst schreiben möchten: Die PromptNow-Vorlage für Infovideos fragt in einem kurzen Formular nach Thema und Zielgruppe und liefert einen fertigen Prompt für Ihren KI-Assistenten. Eine zweite Vorlage macht dasselbe für den Prompt einer einzelnen Szene.