KI-Werbevideo-Generator

Auf einen Blick

Es liest das Foto, bevor du ein Wort schreibst

Drück den Button, ohne etwas einzugeben – das Erste, was passiert, ist kostenlos: Das Foto wird ausgelesen, und dir wird mitgeteilt, was erkannt wurde – ob das Motiv überhaupt erkennbar ist, in welche Kategorie es fällt, ein Produktname, eine Beschreibung, die filmenswerten Verkaufsargumente, eine vorgeschlagene Tonart und jeder auf Verpackung oder Schild lesbare Markenname, exakt so abgetippt wie abgebildet, statt erraten zu werden. Wenn das Auslesen fehlschlägt, erfährst du das sofort und kostenlos, mit einem Button zum Austauschen des Fotos.

Zwei Dinge entscheidet dieses Auslesen – und das sind die einzigen Gründe, warum die Kategorie überhaupt eine Rolle spielt:

• Ob das Motiv neu gezeichnet wird. Eine Flasche oder ein Glas lohnt es sich, als sauberes Studio-Standbild neu zu rendern. Eine Ladenfront, ein Auto oder ein Haus nicht: Wenn man es auf Weiß freistellt, gehen Schilder, Tiefenwirkung und Größenempfinden verloren – also werden diese Fotos so verwendet, wie sie sind.
• Ob das Produkt ein Requisit oder ein Ort ist. Wenn du für einen Veranstaltungsort wirbst, muss jede Szene darin spielen – sonst erfindet das Modell stillschweigend einen anderen Raum und dreht die Werbung dort.

Auf Fotos von Läden und Restaurants sind fast immer Kunden und Personal zu sehen. Statt sie abzulehnen, entfernt die Verarbeitung die Personen zuerst und behält Schilder, Einrichtung und Licht bei – denn wenn ein Videomodell ein Referenzbild bekommt, kopiert es die Gesichter darin fast wörtlich, und das sind keine Gesichter, für deren Nutzung in einer Werbung du eine Erlaubnis hast. Screenshots sind der einzige Fall, der abgelehnt wird: Die Bearbeitung eines Screenshots macht die Oberfläche unscharf.

Zwei Arten, es auszuführen

Im Grunde ist eine Werbung ein normales SceneMixer-Projekt mit dem Inhaltstyp „Werbung“ – dieselbe Skriptanalyse, dieselben Referenzbilder, dieselbe Einstellungsliste, dieselbe segmentweise Wiedergabe, wie auf der Seite für Kurzdramen beschrieben. Was speziell für Werbung gilt, sind das kreative Briefing, die kürzere Struktur, die Endkarte und der Compliance-Filter.

Die Musik wird mit dem Bild generiert, nicht nachträglich dazugemischt

Das für Werbesegmente genutzte Videomodell erzeugt Ton und Bild in einem Durchgang, also liefert es dir bereits Dialoge, Raumton und sehr oft eine Musik, die zum Bild passt. Wenn du darüber einen Stock-Track legst, hast du zwei Musikstücke, die sich gegenseitig stören. Stattdessen enthält das Briefing eine schriftliche Beschreibung der Musik – Besetzung, Tempo, Rhythmus, wo sie aufbauen soll – und dieselbe Beschreibung geht an jedes Segment derselben Werbung, denn jedes Segment ist eine unabhängige Generierung ohne Erinnerung an die anderen. Übereinstimmende Beschreibungen sind das Einzige, was die Musik über den Schnitt hinweg zusammenhält.

Die Endkarte ist absichtlich still, der Hauptton blendet in sie über. Nur drei Dinge werden nach der Generierung hinzugefügt: die Endkarte, ein Loudness-Durchgang und das AIGC-Badge.

Was es nicht tut

• Keine absoluten Aussagen treffen. Superlative und regulierte Formulierungen – „weltbester“, „umsatzstärkster“, „staatlich geprüft“, „garantierte Rückgabe“ – werden automatisch aus dem Skript entfernt, bevor etwas gedreht wird, und separat auch aus Slogan und Endkarte. Das ist ein Filter für Formulierungen, keine Rechtsberatung: Die Aussagen, die du triffst, liegen in deiner Verantwortung.
• Keinen lesbaren Text im Bild platzieren. Videomodelle können keine zuverlässigen Schriftzeichen rendern, also wird die Werbung ohne Bildschirmtext geschrieben, und dein Markenname steht dort, wo er tatsächlich lesbar ist – auf der Endkarte. Wenn zufällig ein Ladenschild im Bild zu sehen ist, betrachte alles, was darauf steht, als Dekoration.
• Keine echten Personen verwenden. Personen auf deinen Fotos werden entfernt statt reproduziert, und die Besetzung wird generiert. Es gibt hier weder Face-Swap noch Stimmklonung.
• Kein von dir gedrehtes Material bearbeiten. Alles wird aus dem Storyboard generiert. Hochgeladene Dateien sind Referenzen, keine Quellclips.
• Keine langen Videos erstellen. 60 Sekunden ist die Obergrenze, aufgebaut aus vier 15-Sekunden-Segmenten.

Was es kostet

Bevor Sie bestätigen, sehen Sie einen einzelnen Wert, der nach den gleichen Tarifen berechnet wird, nach denen die gesamte Plattform abrechnet: Das Einlesen des Fotos ist kostenlos, die Bereinigung oder Neuerstellung zählt als ein Bild, das Skript als ein Modellaufruf, Referenzbilder werden pro Bild abgerechnet, mit 15 kostenlosen Bildern pro Konto und danach 7 Credits pro Stück. Video kostet 10 Credits pro Sekunde Ausgabe in der 480P-Stufe (≈ $0.06/s bei niedrigster Credit-Preis) und mehr in den schärferen Stufen, und die Zusammenstellung kostet 1 Credit pro Sekunde. Der Kostenvoranschlag ist eine Obergrenze, keine Anzahlung: Die Phasen werden abgerechnet, während sie laufen, und ein 15-Sekunden-Spot, der weniger Referenzbilder benötigt als geschätzt, kostet einfach weniger. Wenn eine Phase fehlschlägt, stoppt der Lauf dort, anstatt den Rest des Voranschlags auszugeben, und Sie können diese Phase wiederholen, ohne die vorherigen noch einmal durchzuführen. Neue Konten starten mit 50 Credits; Pakete beginnen bei $1.49. Auf der Preisseite finden Sie die zugrunde liegende Tabelle.

Werbung in fünfzehn Sprachen

Die gesprochenen Zeilen, die Endkarte und das Casting folgen Ihrer Oberflächensprache, und der Markt passt sich entsprechend an – Namen, Gesichter und Straßen werden an den Ort angepasst, für den die Werbung gedacht ist. Es ist die gleiche Dialog-Engine, mit der auch die unten aufgeführten Serien produziert wurden, eine pro Sprache.

Häufig gestellte Fragen

Preise·Anleitungen·Beispiele·Support·Datenschutz·AGB·Rechtliches·Kontakt·© 2026 SceneMixer